Longitudinella data

Vad är longitudinella data?

Longitudinella data, ibland kallade paneldata, är data som samlas in genom en serie upprepade observationer av samma försökspersoner över en längre tidsram – och är användbar för att mäta förändring. Longitudinella data följer i själva verket samma urval över tid, vilket skiljer sig fundamentalt från tvärsnittsdata eftersom det följer samma ämnen över en tid, medan tvärsnittsdata samplar olika ämnen (oavsett om individer, företag, länder eller regioner) vid varje punkt i tid. Under tiden kommer en tvärsnittsdatauppsättning alltid att dra ett nytt slumpmässigt urval.

Longitudinella data används i stor utsträckning inom samhällsvetenskapen, inklusive bland ekonomer, statsvetare och sociologer.

Förstå longitudinella data

Ofta är analytiker intresserade av hur saker och ting förändras över tiden. I ett typiskt tvärsnittsurval, även om du mäter någon variabel idag och sedan igen om ett år, kommer du förmodligen att prova olika personer varje gång. För att få bättre koll på hur saker och ting förändras för samma personer över tid måste du kunna spåra dem och följa upp dem om ett år och i framtida vågor. Detta är longitudinella data.

Longitudinella data används ofta i ekonomiska och finansiella studier eftersom de har flera fördelar jämfört med upprepade tvärsnittsdata. Till exempel, eftersom longitudinella data mäter hur länge händelser varar, kan de användas för att se om samma grupp individer förblir arbetslösa under en lågkonjunktur eller om olika individer flyttar in och ut ur arbetslöshet. Detta kan hjälpa till att fastställa de faktorer som mest påverkar arbetslösheten.

Tillämpningar av longitudinella data

Longitudinell analys kan också användas för att beräkna en portföljs riskvärde (VaR), med hjälp av den historiska simuleringsmetoden. Detta simulerar hur värdet på den nuvarande portföljen skulle ha fluktuerat över tidigare tidsperioder, med hjälp av de observerade historiska fluktuationerna av tillgångarna i portföljen under dessa tider. Det ger en uppskattning av den maximala sannolika förlusten under nästa tidsperiod.

Longitudinella data används också i händelsestudier för att analysera vilka faktorer som driver onormal aktieavkastning över tid, eller hur aktiekurser reagerar på sammanslagningar och vinstmeddelanden. Det kan också användas för att mäta fattigdom och inkomstskillnader genom att spåra enskilda hushåll. Och eftersom standardiserade testresultat i skolor är longitudinella, kan de användas för att bedöma lärares effektivitet och andra faktorer som påverkar elevernas prestationer.

Samhällsvetare använder också longitudinella data för att försöka förstå orsaken till händelser som kan ha inträffat i det förflutna och hur de leder till resultat som observerats i senare vågor av data. Till exempel effekten av en ny lag om brottsstatistik eller en naturkatastrof på födslar och dödsfall år senare.

Höjdpunkter

– Longitudinella data är data som samlas in sekventiellt från samma respondenter över tid.

– Den här typen av data kan vara mycket viktig för att spåra trender och förändringar över tid genom att ställa frågor till samma respondenter i flera vågor som genomförts av tid.

• Longitudinella data används inom finans för att spåra företagets lönsamhet, risk och för att förstå effekten av ekonomiska chocker.