Kétlem, hogy vannak szigorú, hivatalos meghatározások, amelyekben az adatelemzők széles köre egyetért.

Általában azonban az idősorok egyetlen, rendszeres időközönként megfigyelt vizsgálati egységet jelentenek, nagyon hosszú időn keresztül. Prototípusos példa lenne egy ország éves GDP-növekedése évtizedek alatt, vagy akár több mint száz év alatt. Egy magáncégnél dolgozó elemző számára ez havi árbevétel lehet a vállalat élete során. Mivel nagyon sok megfigyelés van, az adatokat nagyon részletesen elemzik, és olyan dolgokat keresnek, mint a szezonalitás különböző időszakokban (pl. Havonta: több eladás a hónap elején, közvetlenül az emberek fizetése után; évente: több eladás novemberben és December, amikor az emberek a karácsonyi szezonra vásárolnak), és esetleg a rendszerváltás. Az előrejelzés gyakran nagyon fontos, amint azt @StephanKolassa megjegyzi.

A longitudinális általában kevesebb mérésre utal nagyobb számú vizsgálati egységen keresztül. Prototípusos példa lehet egy gyógyszeres vizsgálat, ahol több száz beteget mérnek kiinduláskor (a kezelés előtt) és havonta a következő 3 hónapban. Ebben a példában az egyes egységek mindössze 4 megfigyelésével nem lehet megpróbálni kimutatni az idősor-elemzők érdeklődésének fajtáit. Másrészről, ha a betegek feltehetően randomizálódnak a kezelési és kontrollcsoportokba, az oksági összefüggésre egyszer foglalkoztak a függetlenség hiányával. Amint arra utal, a nem-függetlenséget gyakran csak kellemetlenségnek tekintik, nem pedig az érdeklődés elsődleges jellemzőjének.

Nagyjából háromféle adatkészlet létezik:

• keresztmetszet: különböző témák egyszerre; úgy gondoljon rá, mint egy sorra, sok oszlopban, amelyek különböző tantárgyaknak felelnek meg;
• idősorok: ugyanaz a téma különböző időpontokban; úgy gondolja, hogy ez egy oszlop, amelynek sorai különböző időpontoknak felelnek meg;
• panel (hosszanti): sok tantárgy különböző időpontokban, ugyanaz a tantárgy különböző időpontokban, és sok tantárgy van egyszerre ; úgy gondoljon rá, mint egy táblára, ahol a sorok időpontok, az oszlopok pedig tárgyak.

Ez a két kifejezés nem biztos, hogy összefügg az OP feltételezéseivel, vagyis nem hiszem, hogy ezek egymással versengő elemzési módok lennének.

Ehelyett az idősor-elemzés olyan alacsonyabb szintű technikákat ír le, amelyek hasznosak lehetnek az adatok longitudinális vizsgálatban történő elemzéséhez.

Az idősor-elemzés vizsgálati tárgya valamilyen időfüggő jel.

Az időfüggő jelek elemzésére és modellezésére / előrejelzésére szolgáló legtöbb technika arra az előfeltevésre épül, hogy ezek a jelek különböző összetevőkre bonthatók. A két legfontosabb:

• ciklikus komponensek (pl. Napi, heti, havi, szezonális); és

• trend

Más szavakkal, az idősor-elemzés a egy időfüggő jel ciklikus jellege az alatta lévő jel kivonására

Wmi vannak a hosszanti adatok?

A longitudinális adatok, amelyeket néha paneladatoknak is neveznek, ugyanazt a mintát követik nyomon különböző időpontokban.A minta állhat magánszemélyekből, háztartásokból, létesítményekből stb.Ezzel szemben az ismételt keresztmetszeti adatok, amelyek hosszú távú adatokat is szolgáltatnak, ugyanazt a felmérést adják különböző mintáknak az idő múlásával.

A hosszanti adatoknak számos előnye van az ismételt keresztmetszeti adatokkal szemben.A hosszanti adatok lehetővé teszik a mintán belüli időbeli változás mérését, lehetővé teszik az események időtartamának mérését és rögzítik a különböző események időzítését.Tegyük fel például, hogy a munkanélküliségi ráta hosszú ideig magas maradt.A longitudinális adatok felhasználásával megnézhetjük, hogy ugyanaz az egyének munkanélküli marad-e az egész időszak alatt, vagy az egyének különböző csoportjai költöznek-e a munkanélküliségbe az adott időszakban.

Forrás

Az egyszerűség kedvéért egyének vizsgálatát feltételezem, de ugyanez vonatkozik bármely elemzési egységre. Ez nem bonyolult, az idősorok idővel gyűjtött adatok, amelyek általában azonos időközönként azonos mérést jelentenek egy egyenértékű populációból - vagy folyamatosan gyűjtik, de időzített időközönként elemzik. A longitudinális adatok sokkal szélesebb körűek. Az egyenértékű populációt azonos populáció váltja fel, így az egyes adatok idővel párosíthatók vagy összekapcsolhatók. A longitudinális adatok ismételhetők vagy nem, a vizsgálat céljától függően. Amikor a hosszanti adatok úgy néznek ki, mint egy idősor, akkor ugyanazt mérjük az idő múlásával. A nagy különbség az, hogy egy idősorban meg tudjuk mérni a mérés teljes változását az idő múlásával (vagy csoportonként), míg egy longitudinális elemzés során tulajdonképpen egyéni szinten megvan a változás mérése. Tehát sokkal több lehetősége van az elemzésre, és a változás mérése hibátlan, ha mintavétel történik, így a longitudinális vizsgálat pontosabb és informatívabb lehet.