Vad är longitudinella data?
Vad är longitudinella data?
Longitudinella data, ibland kallade paneldata, är en data som samlas in genom en serie av upprepade observationer av samma ämnen under en längre tidsram - och är användbart för mätning förändra. Längsgående data följer effektivt samma urval över tid, vilket skiljer sig väsentligt från tvärsnittsdata eftersom den följer samma ämnen under en viss tid, medan tvärsnittsdata samplar olika ämnen (vare sig individer, företag, länder eller regioner) vid varje tidpunkt. Samtidigt kommer en tvärsnittsuppsättning alltid att dra en ny slumpmässigt urval.
Längsgående data används i stor utsträckning inom samhällsvetenskap, bland annat bland ekonomer, statsvetare och sociologer.
Viktiga takeaways
- Longitudinella data är data som samlas in sekventiellt från samma respondenter över tid.
- Denna typ av data kan vara mycket viktig för att spåra trender och förändringar över tid genom att ställa samma respondenter frågor i flera vågor som utförs i tid.
- Längsgående data används i finansiering för att spåra företagets lönsamhet, risk och för att förstå effekten av ekonomiska chocker.
Förstå longitudinella data
Ofta är analytiker intresserade av hur saker förändras över tid. I ett typiskt tvärsnittsprov, även om du mäter någon variabel idag och sedan igen om ett år, kommer du förmodligen att ta prov på olika personer varje gång. För att få ett bättre grepp om hur saker och ting förändras för samma personer över tiden måste du kunna spåra dem och följa upp dem ett år från nu och i framtida vågor. Detta är longitudinella data.
Längsgående data används ofta i ekonomiska och finansiella studier eftersom det har flera fördelar jämfört med upprepade tvärsnittsdata. Till exempel, eftersom longitudinella data mäter hur länge händelserna varar, kan det användas för att se om samma grupp av individer förblir arbetslösa under en lågkonjunktur, eller om olika individer rör sig in och ut från arbetslöshet. Detta kan hjälpa till att avgöra vilka faktorer som påverkar arbetslösheten mest.
Tillämpningar av longitudinella data
Longitudinell analys kan också användas för att beräkna en portföljs värde i fara (VaR) med den historiska simuleringsmetoden. Detta simulerar hur värdet på den nuvarande portföljen skulle ha fluktuerat under tidigare tidsperioder, med hjälp av de observerade historiska fluktuationerna av tillgångarna i portföljen under dessa tider. Den ger en uppskattning av den maximala sannolika förlusten under nästa tidsperiod.
Longitudinella data används också i händelsestudier för att analysera vilka faktorer som driver onormala aktieavkastningar över tid, eller hur aktiekurserna reagerar på sammanslagningar och resultatmeddelanden. Det kan också användas för att mäta fattigdom och inkomstskillnad genom att spåra enskilda hushåll. Och eftersom standardiserade testresultat i skolor är längsgående kan de användas för att bedöma lärarens effektivitet och andra faktorer som påverkar elevernas prestationer.
Samhällsvetare använder också longitudinella data för att försöka förstå orsaken till händelser som kan ha inträffat tidigare och hur de leder till resultat som observerats i senare vågor av data. Till exempel effekten av passagen en ny lag om brottsstatistik, eller en naturkatastrof på födda och dödsfall år senare.