Longitudinelle data
Hva er longitudinelle data?
Longitudinelle data, noen ganger kalt paneldata, er data som samles inn gjennom en rekke gjentatte observasjoner av de samme personene over en lengre tidsramme – og er nyttige for å måle endring. Longitudinelle data følger effektivt det samme utvalget over tid, som skiller seg fundamentalt fra tverrsnittsdata fordi det følger de samme emnene over noen tid, mens tverrsnittsdata prøver forskjellige emner (enten individer, firmaer, land eller regioner) på hvert punkt i tide. I mellomtiden vil et tverrsnittsdatasett alltid trekke et nytt tilfeldig utvalg.
Longitudinelle data brukes mye i samfunnsvitenskapene, inkludert blant økonomer, statsvitere og sosiologer.
Forstå longitudinelle data
Ofte er analytikere interessert i hvordan ting endrer seg over tid. I et typisk tverrsnittsutvalg, selv om du måler en variabel i dag og igjen om et år, vil du sannsynligvis prøve forskjellige personer hver gang. For å få bedre kontroll på hvordan ting endrer seg for de samme personene over tid, må du kunne spore dem og følge opp med dem et år fra nå, og i fremtidige bølger. Dette er longitudinelle data.
Longitudinelle data brukes ofte i økonomiske og finansielle studier fordi de har flere fordeler fremfor gjentatte tverrsnittsdata. For eksempel, fordi longitudinelle data måler hvor lenge hendelser varer, kan de brukes til å se om den samme gruppen av individer forblir arbeidsledige under en lavkonjunktur,. eller om forskjellige individer flytter inn og ut av arbeidsledighet. Dette kan bidra til å bestemme faktorene som påvirker arbeidsledigheten mest.
Anvendelser av longitudinelle data
Longitudinell analyse kan også brukes til å beregne en porteføljes verdi ved risiko (VaR), ved bruk av den historiske simuleringsmetoden. Dette simulerer hvordan verdien av den nåværende porteføljen ville ha fluktuert over tidligere tidsperioder, ved å bruke de observerte historiske svingningene til eiendelene i porteføljen i løpet av disse tidene. Det gir et estimat på det maksimale sannsynlige tapet i løpet av neste tidsperiode.
Longitudinelle data brukes også i hendelsesstudier for å analysere hvilke faktorer som driver unormal aksjeavkastning over tid, eller hvordan aksjekurser reagerer på fusjoner og resultatkunngjøringer. Den kan også brukes til å måle fattigdom og inntektsulikhet ved å spore individuelle husholdninger. Og fordi standardiserte testresultater på skolene er longitudinelle, kan de brukes til å vurdere lærerens effektivitet og andre faktorer som påvirker elevenes prestasjoner.
Samfunnsforskere bruker også longitudinelle data for å prøve å forstå årsakssammenheng til hendelser som kan ha skjedd i fortiden og hvordan de fører til utfall observert i senere databølger. For eksempel effekten av vedtaket om en ny lov om kriminalitetsstatistikk, eller en naturkatastrofe på fødsler og dødsfall år senere.
Høydepunkter
– Longitudinelle data er data som er samlet inn sekvensielt fra de samme respondentene over tid.
– Denne typen data kan være svært viktige for å spore trender og endringer over tid ved å stille spørsmål til de samme respondentene i flere bølger utført over tid.
- Longitudinelle data brukes i finans for å spore selskapets lønnsomhet, risiko og for å forstå effekten av økonomiske sjokk.
