Что такое лонгитюдные данные?

Что такое лонгитюдные данные?

Лонгитюдные данные, иногда называемые панельными данными, - это данные, которые собираются с помощью серии повторные наблюдения за одними и теми же объектами в течение некоторого длительного периода времени - и это полезно для измерения изменять. Продольные данные эффективно следуют одной и той же выборке с течением времени, что принципиально отличается от данные поперечного сечения потому что он отслеживает одни и те же предметы в течение некоторого времени, в то время как перекрестные данные выбирают разные предметы (будь то люди, фирмы, страны или регионы) в каждый момент времени. Между тем, набор данных поперечного сечения всегда будет отображать новый случайный пример.

Лонгитюдные данные широко используются в социальных науках, в том числе среди экономистов, политологов и социологов.

Понимание продольных данных

Часто аналитиков интересует, как все меняется со временем. В типичной поперечной выборке, даже если вы измеряете какую-то переменную сегодня, а затем снова через год, вы, вероятно, будете каждый раз выбирать разных людей. Чтобы лучше понимать, как со временем меняются вещи для одних и тех же людей, вам нужно иметь возможность отслеживать их и поддерживать с ними связь через год и в будущих волнах. Это лонгитюдные данные.

Лонгитюдные данные часто используются в экономических и финансовых исследованиях, поскольку они имеют ряд преимуществ перед повторяющимися поперечными данными. Например, поскольку лонгитюдные данные измеряют, как долго длятся события, их можно использовать, чтобы увидеть, остается ли та же группа лиц безработными в течение определенного периода. спад, или разные люди приходят и уходят с работы. Это может помочь определить факторы, которые больше всего влияют на безработицу.

Применение лонгитюдных данных

Лонгитюдный анализ также можно использовать для расчета портфеля стоимость под риском (VaR), используя метод исторического моделирования. Это моделирует, как стоимость текущего портфеля колебалась бы в предыдущие периоды времени, используя наблюдаемые исторические колебания активов в портфеле в течение этих периодов. Он дает оценку максимально вероятных убытков в следующий период времени.

Лонгитюдные данные также используются в исследования событий чтобы проанализировать, какие факторы приводят к аномальной доходности акций с течением времени или как цены акций реагируют на объявления о слияниях и доходах. Его также можно использовать для измерения бедности и неравенства доходов путем отслеживания отдельных домохозяйств. А поскольку результаты стандартизированных тестов в школах являются продольными, их можно использовать для оценки эффективности учителей и других факторов, влияющих на успеваемость учащихся.

Социологи также используют лонгитюдные данные, чтобы попытаться понять причинную связь событий, которые могли произойти в прошлом, и то, как они приводят к результатам, наблюдаемым в более поздних волнах данных. Например, влияние принятия нового закона о статистике преступности или стихийного бедствия на рождаемость и смертность спустя годы.