Series de Tiempo Interrumpidas para Evaluación y Análisis de Políticas

Cuando los ensayos controlados aleatorios no son prácticos, ¿cómo podemos demostrar que una nueva política realmente funcionó? El análisis de Series de Tiempo Interrumpidas (ITS, por sus siglas en inglés) es uno de los métodos cuasi-experimentales más potentes disponibles para evaluar el impacto en el mundo real de intervenciones de salud pública, sociales y económicas. Este curso lo guiará a través de todo el ciclo de vida de una evaluación de políticas, enseñándole a convertir datos históricos brutos en ideas claras y estadísticamente sólidas. Aprenderá a formular preguntas de evaluación, estructurar sus datos y construir modelos de regresión que aíslen el efecto real de una intervención de las tendencias subyacentes. Lo que aprenderá: 1. Comprender los principios centrales del diseño cuasi-experimental y los marcos de series de tiempo interrumpidas. 2. Estructurar y limpiar conjuntos de datos longitudinales utilizando prácticas modernas de análisis de datos. 3. Construir modelos de regresión segmentada para estimar cambios inmediatos de nivel y cambios de tendencia a largo plazo. 4. Controlar factores de confusión, incluida la estacionalidad, la autocorrelación y los eventos históricos. 5. Interpretar resultados estadísticos y traducir coeficientes de regresión complejos en ideas políticas procesables. 6. Evaluar los supuestos del modelo para garantizar que sus hallazgos sean sólidos y científicamente válidos. El curso comienza con definiciones fundamentales y la lógica de la inferencia causal antes de avanzar paso a paso a través de la preparación de datos, la modelización de regresión y las pruebas de diagnóstico. Trabajará con explicaciones claras y escritas y ejemplos de código prácticos diseñados para aumentar su confianza. Este programa está diseñado para aspirantes a analistas de políticas, investigadores de ciencias sociales, profesionales de la salud pública y analistas de datos que desean agregar una poderosa herramienta de evaluación a su conjunto de habilidades. No se requieren conocimientos previos avanzados de pronóstico de series de tiempo. Comience a leer hoy mismo y aprenda a medir el impacto real de los cambios de políticas con confianza estadística.