Longitudinale gegevens
Wat zijn longitudinale gegevens?
Longitudinale gegevens, ook wel paneldata genoemd, zijn gegevens die worden verzameld door een reeks herhaalde observaties van dezelfde onderwerpen gedurende een langere periode – en zijn nuttig om verandering te meten. Longitudinale gegevens volgen in feite dezelfde steekproef in de loop van de tijd, die fundamenteel verschilt van transversale gegevens omdat ze dezelfde onderwerpen gedurende een bepaalde tijd volgen, terwijl transversale gegevens verschillende onderwerpen (of het nu individuen, bedrijven, landen of regio’s zijn) op elk punt volgen. op tijd. Ondertussen zal een cross-sectionele dataset altijd een nieuwe willekeurige steekproef trekken.
Longitudinale gegevens worden veel gebruikt in de sociale wetenschappen, ook onder economen, politicologen en sociologen.
Belangrijkste leerpunten
- Longitudinale gegevens zijn gegevens die in de loop van de tijd opeenvolgend van dezelfde respondenten worden verzameld.
- Dit soort gegevens kan erg belangrijk zijn bij het volgen van trends en veranderingen in de tijd door dezelfde respondenten vragen te stellen in verschillende tijdsgolven.
- Longitudinale gegevens worden in de financiële sector gebruikt om de winstgevendheid en het risico van bedrijven te volgen en om het effect van economische schokken te begrijpen.
Inzicht in longitudinale gegevens
Analisten zijn vaak geïnteresseerd in hoe dingen in de loop van de tijd veranderen. In een typische steekproef in dwarsdoorsnede, zelfs als u vandaag een variabele meet en over een jaar weer, zult u waarschijnlijk elke keer een steekproef van verschillende mensen nemen. Om een beter beeld te krijgen van hoe de dingen voor dezelfde mensen in de loop van de tijd veranderen, moet je ze kunnen volgen en ze over een jaar en in toekomstige golven kunnen opvolgen. Dit zijn longitudinale gegevens.
Longitudinale gegevens worden vaak gebruikt in economische en financiële studies omdat ze verschillende voordelen hebben ten opzichte van herhaalde transversale gegevens. Omdat longitudinale gegevens bijvoorbeeld meten hoe lang gebeurtenissen duren, kunnen ze worden gebruikt om te zien of dezelfde groep mensen werkloos blijft tijdens een recessie, of dat verschillende individuen in en uit werkloosheid verhuizen. Dit kan helpen bij het bepalen van de factoren die de werkloosheid het meest beïnvloeden.
Toepassingen van longitudinale gegevens
Longitudinale analyse kan ook worden gebruikt om de Value at Risk (VaR) van een portefeuille te berekenen met behulp van de historische simulatiemethode. Dit simuleert hoe de waarde van de huidige portefeuille zou hebben geschommeld over voorgaande perioden, gebruikmakend van de waargenomen historische schommelingen van de activa in de portefeuille tijdens die perioden. Het geeft een schatting van het maximale waarschijnlijke verlies in de volgende periode.
Longitudinale gegevens worden ook gebruikt in eventstudies om te analyseren welke factoren leiden tot abnormale aandelenrendementen in de loop van de tijd, of hoe aandelenkoersen reageren op fusies en winstaankondigingen. Het kan ook worden gebruikt om armoede en inkomensongelijkheid te meten door individuele huishoudens te volgen. En omdat gestandaardiseerde testscores op scholen longitudinaal zijn, kunnen ze worden gebruikt om de effectiviteit van docenten en andere factoren die de prestaties van studenten beïnvloeden, te beoordelen.
Sociale wetenschappers gebruiken ook longitudinale gegevens om te proberen de oorzaak van gebeurtenissen die in het verleden hebben plaatsgevonden te begrijpen en hoe deze leiden tot uitkomsten die in latere gegevensgolven zijn waargenomen. Bijvoorbeeld het effect van de passage van een nieuwe wet op misdaadstatistieken, of een natuurramp op geboorten en sterfgevallen jaren later.