Unterschied zwischen Längsdesign und Zeitreihen

Was ist / sind die Unterschiede zwischen einem Längsdesign und einer Zeitreihe?

Ich werde hinzufügen, dass im Zeitreihenkontext normalerweise angenommen wird, dass die beobachteten Daten eine Realisierung des stochastischen Prozesses sind. Daher wird in Zeitreihen den Eigenschaften stochastischer Prozesse wie Stationarität, Ergodizität usw. große Aufmerksamkeit geschenkt. Im longitudinalen Kontext stammen die Daten meines Verständnisses aus üblichen Stichproben (unter Stichprobe meine ich die Folge von iid-Variablen), die an verschiedenen Punkten in beobachtet wurden Zeit, so werden klassische statistische Methoden angewendet, da sie immer davon ausgehen, dass Probe beobachtet wird.

Zur kurzen Beantwortung könnte man sagen, dass Zeitreihen in Ökonometrie, Longitudinal Design - in Statistik - studiert werden. Damit ist die Frage jedoch nicht beantwortet, sondern nur auf eine andere Frage verschoben. Andererseits machen viele kurze Antworten genau das.

Wenn wir an Entwürfe denken, die aus Fällen bestehen, die bei Gelegenheiten gemessen werden , dann scheint mir die folgende lose Definition die Unterscheidung zu beschreiben:$n$$k$

• longitudinale Designs: high , low$n$$k$
• Zeitreihen: niedrig , hoch$n$$k$

Dies wirft natürlich die Frage auf, was hoch und was niedrig ist. Zusammenfassend meine eigene grobe Vorstellung von diesen unscharfen Definitionen, prototypische Beispiele von:

• Zeitreihen können = 1, 2 oder 5 und = 20, 50, 100 oder 1000 und$n$$k$
• Längsdesigns können = 10, 50, 100, 1000 und = 2, 3, 5, 10, 20 haben$n$$k$

Update: Nach der Beantwortung der Frage von Dr. Who nach dem Zweck der Unterscheidung habe ich keine verbindliche Antwort, aber hier einige Gedanken:

• Die Terminologie entwickelt sich in Disziplinen, die sich mit bestimmten inhaltlichen Problemen befassen
• Zeitfolgen
  • befasst sich häufig mit der Vorhersage zukünftiger Zeitpunkte
  • beschäftigt sich häufig mit der Modellierung verschiedener zyklischer und Trendprozesse
  • oft mit der detaillierten Beschreibung der zeitlichen Dynamik befasst
  • Oft werden Phänomene untersucht, bei denen die gemessene Sache von besonderem Interesse ist (z. B. Arbeitslosenquote, Börsenindizes usw.).
  • Zeitindizes sind häufig bereits vorhanden
• Längsausführungen:
  • Verwenden Sie häufig Fallbeispiele als Beispiele für eine Population, um Rückschlüsse auf die Population zu ziehen (z. B. eine Stichprobe von Kindern, um zu untersuchen, wie sich Kinder im Allgemeinen verändern).
  • Häufig handelt es sich um relativ allgemeine zeitliche Prozesse wie Wachstum, Variabilität und relativ einfache funktionale Änderungsmodelle
  • Das Studium ist häufig speziell auf eine bestimmte Anzahl von Zeitpunkten ausgelegt.
  • oft interessiert an Variationen in Veränderungsprozessen

Angesichts der Unterschiede in der tatsächlichen zeitlichen Dynamik und der besonderen Kombination von und sich unterschiedliche Herausforderungen bei der statistischen Modellierung. Beispielsweise werden bei hohen und niedrigen Mehrebenenmodelle verwendet, die die Stärke des typischen Veränderungsprozesses zur Beschreibung des individuellen Veränderungsprozesses übernehmen. Diese unterschiedlichen Disziplinen, Modellierungsherausforderungen und Literaturen fördern die Erstellung einer eigenen Terminologie.n n $k$$n$$n$$k$

Jedenfalls ist das mein Eindruck. Vielleicht haben andere einen größeren Einblick.

Eine Zeitreihe ist einfach eine Folge von Datenpunkten, die über die Zeit verteilt sind, normalerweise mit regelmäßigen Zeitintervallen. Ein Längsschnittdesign ist eher spezifisch und behält für jede Beobachtung im Zeitverlauf dieselbe Stichprobe bei.

Ein Beispiel für eine Zeitreihe könnte die monatlich gemessene Arbeitslosigkeit sein, bei der eine Arbeitskräfteerhebung mit jeweils einer neuen Stichprobe durchgeführt wird. Dies wäre eine Folge von Querschnittskonstruktionen. Es könnte sich aber auch um Ihre persönlichen Ersparnisse pro Jahr handeln, die sich auch in Längsrichtung erstrecken. Oder es könnte einfach einer bestimmten Kohorte älter werdender Menschen folgen, wie zum Beispiel der Fernsehdokumentation Seven Up! und die Fortsetzungen alle sieben Jahre danach - die letzte war 49 Up im Jahr 2005, daher sollte es nächstes Jahr eine weitere Ausgabe geben. Längsdesigns geben in der Regel Aufschluss darüber, wie sich typische Individuen im Laufe der Zeit verändern. Sie können jedoch (abhängig von den Details des Designs und der Aktualisierung der Stichprobe) weniger darüber aussagen, wie sich die Grundgesamtheit verändert.

Zeitreihendaten werden in regelmäßigen Abständen über einen längeren Zeitraum ausgewertet. Längsschnittdaten hingegen nicht: Die wiederholten Messungen gelten für einen kurzen Zeitraum. Das heißt, die Datenerfassung kann zu einem bestimmten Zeitpunkt abgebrochen werden, um die Analyse durchzuführen, oder wenn die Maßnahmen den Forscher in Bezug auf Verhaltensänderungen zufrieden stellen.