สิ่งทั่วไปที่ต้องทำคือการตรวจสอบด้วยสายตาถึงแนวโน้มการรักษาก่อนล่วงหน้าสำหรับกลุ่มควบคุมและกลุ่มรักษา นี่เป็นเรื่องง่ายโดยเฉพาะถ้าคุณมีสองกลุ่มที่ได้รับการรักษาแบบไบนารีเดียว โดยหลักการแล้วแนวโน้มการรักษาก่อนหน้าควรมีลักษณะดังนี้:
กราฟนี้นำมาจากคำตอบก่อนหน้าสำหรับคำถามที่ว่าทำไมเราจึงจำเป็นต้องมีข้อสันนิษฐานแนวโน้มทั่วไป ซึ่งรวมถึงคำอธิบายของเส้นประสีน้ำเงินซึ่งเป็นผลลัพธ์ของการต่อต้านสำหรับการรักษาที่สามารถสันนิษฐานได้หากเราสามารถตรวจสอบสมมติฐานของแนวโน้มแบบขนานได้อย่างสมเหตุสมผล
การทดสอบอย่างเป็นทางการซึ่งเหมาะสำหรับการรักษาแบบหลายค่าหรือหลายกลุ่มคือการโต้ตอบกับตัวแปรการรักษากับหุ่นเวลา สมมติว่าคุณมีระยะเวลาก่อนการรักษา 3 ครั้งและ 3 ช่วงเวลาหลังการรักษาคุณจะถอยหลัง
Yฉันที=λผม+δเสื้อ+β- 2Dฉันที+β- 1Dฉันที+β1Dฉันที+β2Dฉันที+β3Dฉันที+εฉันที
ที่คือผลสำหรับบุคคลที่ได้ตลอดเวลา ,และที่มีผลกระทบของแต่ละบุคคลและเวลาที่กำหนด (นี่คือวิธีการทั่วไปของการเขียนลงรูปแบบต่างในต่างซึ่งยังช่วยให้การรักษาหลายหรือการรักษาในช่วงเวลาที่แตกต่างกัน )Yผมเสื้อλδ
แนวคิดมีดังต่อไปนี้ คุณรวมถึงการโต้ตอบของเวลาหุ่นและตัวบ่งชี้การรักษาสำหรับสองช่วงเวลาก่อนการรักษาและคุณออกจากการโต้ตอบหนึ่งครั้งสำหรับระยะเวลาก่อนการรักษาครั้งสุดท้ายเนื่องจากกับดักตัวแปรจำลอง นอกจากนี้ในขณะนี้การโต้ตอบอื่น ๆ ทั้งหมดจะแสดงสัมพันธ์กับช่วงเวลาที่ละเว้นซึ่งทำหน้าที่เป็นพื้นฐาน หากแนวโน้มผลลัพธ์ระหว่างกลุ่มการรักษาและกลุ่มควบคุมเหมือนกันดังนั้นและจะไม่มีนัยสำคัญนั่นคือความแตกต่างของความแตกต่างไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างสองกลุ่มในช่วงก่อนการรักษา .β- 2β- 1
คุณสมบัติที่น่าสนใจของการทดสอบนี้คือการมีปฏิสัมพันธ์ของเวลาหุ่นหลังจากการรักษาด้วยตัวบ่งชี้การรักษาเป็นข้อมูล ตัวอย่างเช่นแสดงให้คุณเห็นว่าผลการรักษาหายไปตามกาลเวลาคงที่หรือเพิ่มขึ้น แอพลิเคชันของวิธีนี้คือผู้เขียน (2003)β1,β2,β3
โปรดทราบว่าวรรณกรรมโดยทั่วไปหมายถึงเป็น "โอกาสในการขาย" และเป็น "ล่าช้า" แม้ว่าพวกเขาจะเป็นเพียงแค่ปฏิสัมพันธ์ของการรักษา ตัวบ่งชี้ที่มีหุ่นเวลาและไม่ได้นำไปสู่และล่าช้าของตัวบ่งชี้การรักษาในความรู้สึกศัพท์แสงชุดอนุกรมเวลา คำอธิบายโดยละเอียดเพิ่มเติมของการทดสอบแนวโน้มแบบคู่ขนานนี้มีอยู่ในบันทึกการบรรยายของ Steve Pischke ( ที่นี่ในหน้า 7 หรือที่นี่ในหน้า 9)β- 2,β- 1β1,β2,β3