このシートが役立つ場面

• 行政記録・疾患発生統計・犯罪統計など月次・年次の集計時系列データが存在し、法律改正・政策導入・プログラム開始の前後を比較したい
• 全国または地域全体に一律に適用された政策で、対照群を設定しにくいが時系列データが長期にわたって入手できる
• 医療・公衆衛生分野で、新薬承認・感染症対策・スクリーニングプログラム導入の効果を集計データで検証したい

参加者と準備

統計解析ソフト（R等）を扱える評価者・統計専門家1〜2名。行政統計担当者との連携でデータを確保

判断に使う資料、既存データ、関係者の認識差を持ち寄ると記入が進みます。

完成の目安

• 時系列プロット（観測値・フィット線・反事実線）
• セグメント回帰の係数表（水準変化・傾き変化の推定値と信頼区間）
• 自己相関診断の結果（ACFプロット・DW統計量）

レビュー時の注意

• 介入前データの時点数不足——8時点未満では介入前トレンドの安定した推定ができず、係数推定値の不確実性が急増する。短い時系列ではITSの適用自体を慎重に検討する
• 自己相関の未処理——時系列データの誤差は通常相関しており、OLS標準誤差は過小推定になる。必ずDurbin-Watson検定やACFプロットを確認し、適切な誤差モデルを使う
• 季節性の見落とし——月次データには季節変動があり、介入時点に特定の季節が重なっている場合に季節効果と介入効果を混同する。季節ダミーの投入や12か月以上のデータ確保が重要