ความแตกต่างระหว่างข้อมูลหน้าตัดร่วมและข้อมูลแผงคืออะไร?

พวกเขาดูเหมือนคล้ายกันมาก พวกเขาเหมือนกัน แต่เพิ่งถูกเรียกว่าชื่อต่าง ๆ หรือไม่?

เมื่อฉันเห็นข้อมูลพาเนลฉันคิดว่าข้อมูลตามยาวดังนั้นการสังเกตที่รวบรวมในบุคคลเดียวกันหลาย ๆ ครั้งในหัวข้อเดียวกัน ส่วนข้ามซ้ำควรเป็นหัวข้อเดียวกัน แต่คุณจะได้รับตัวอย่างบุคคลที่แตกต่างกันในการสังเกตแต่ละครั้ง ฉันยินดีต้อนรับรายละเอียดอื่น ๆ

คำตอบที่นี่ตรงไปตรงมา: ทั้งข้อมูลหน้าตัดและข้อมูลแผงบริสุทธิ์เก็บรวบรวมข้อมูลมากกว่าขวากหนาม (ซึ่งสามารถช่วงจาก 2 ช่วงเวลาเพื่อจำนวนมาก ๆ ) ความแตกต่างที่สำคัญระหว่างทั้งสองคือ "หน่วย" ที่เราติดตาม ฉันกำหนดหน่วยเป็นครัวเรือนประเทศหรืออะไรก็ตามที่เรากำลังรวบรวมข้อมูล ในส่วน crossed เราจะสุ่มตัวอย่างในช่วงเวลาที่แตกต่างกันของหน่วยที่แตกต่างกันเช่นแต่ละตัวอย่างที่เราใช้จะถูกบรรจุโดยบุคคลที่แตกต่างกัน สิ่งนี้มักใช้เพื่อดูผลกระทบของนโยบายหรือโปรแกรม ตัวอย่างเช่นเราจะใช้ข้อมูลรายได้ของครัวเรือนในครัวเรือน X, Y และ Z ในปี 1990 จากนั้นเราจะใช้ข้อมูลรายได้แบบเดียวกันกับครัวเรือน G, F และ A ในปี 1995 แม้ว่าเราจะสนใจข้อมูลเดียวกัน ตัวอย่างที่แตกต่างกัน (ใช้ครัวเรือนต่างกัน) ในช่วงเวลาที่ต่างกัน

ในข้อมูลพาเนลบริสุทธิ์เรากำลังติดตามยูนิตเดียวกันนั่นคือครัวเรือนหรือบุคคลเดียวกันในช่วงเวลาหนึ่ง ตัวอย่างเช่นเราจะติดตามครัวเรือนชุดเดียวกัน X, Y และ Z สำหรับแต่ละช่วงเวลาที่เรารวบรวมข้อมูลเช่นในปี 1990 และเราจะสัมภาษณ์ครัวเรือนเดียวกันในปี 2538

ดังนั้นความแตกต่างพื้นฐานคือหน่วยที่เราสังเกตข้อมูล

หวังว่านี่จะช่วยได้

ข้อมูลภาคตัดขวางหรือส่วนของประชากรที่ศึกษาในสถิติและเศรษฐมิติเป็นชุดข้อมูลหนึ่งมิติ ข้อมูลหน้าตัดหมายถึงข้อมูลที่รวบรวมโดยการสังเกตหลาย ๆ วิชา (เช่นบุคคล บริษัท หรือประเทศ / ภูมิภาค) ณ เวลาเดียวกันหรือโดยไม่คำนึงถึงความแตกต่างของเวลา การวิเคราะห์ข้อมูลแบบตัดขวางมักจะประกอบด้วยการเปรียบเทียบความแตกต่างระหว่างอาสาสมัคร ตัวอย่างเช่นเราต้องการวัดระดับความอ้วนปัจจุบันในประชากร เราสามารถดึงกลุ่มตัวอย่าง 1,000 คนสุ่มจากประชากรนั้น (หรือเรียกอีกอย่างว่าส่วนข้ามของประชากรนั้น) วัดน้ำหนักและส่วนสูงของพวกเขาและคำนวณเปอร์เซ็นต์ของตัวอย่างที่ถูกจัดประเภทเป็นโรคอ้วน ตัวอย่างเช่น 30% ของตัวอย่างของเราถูกจัดประเภทเป็นโรคอ้วน ตัวอย่างหน้าตัดนี้ให้ภาพรวมของประชากรนั้นกับเรา ในช่วงเวลาหนึ่ง โปรดทราบว่าเราไม่ทราบว่ามีตัวอย่างแบบตัดขวางหนึ่งตัวอย่างหากความอ้วนเพิ่มขึ้นหรือลดลง เราสามารถอธิบายสัดส่วนปัจจุบันได้เท่านั้น ข้อมูลหน้าตัดแตกต่างจากข้อมูลอนุกรมเวลาหรือที่เรียกว่าข้อมูลตามยาวซึ่งติดตามการเปลี่ยนแปลงของอาสาสมัครในช่วงเวลาหนึ่ง อีกตัวแปรหนึ่งข้อมูลพาเนล (หรือข้อมูลอนุกรมเวลาแบบตัดขวาง (TSCS)) รวมทั้งและดูที่หลาย ๆ วิชาและวิธีที่พวกเขาเปลี่ยนแปลงตลอดเวลา การวิเคราะห์แบบพาเนลใช้ข้อมูลพาเนลเพื่อตรวจสอบการเปลี่ยนแปลงของตัวแปรเมื่อเวลาผ่านไปและความแตกต่างของตัวแปรระหว่างตัวแบบ ในหน้าตัดการหมุนทั้งการปรากฏตัวของบุคคลในกลุ่มตัวอย่างและเวลาที่บุคคลถูกรวมไว้ในตัวอย่างจะถูกพิจารณาแบบสุ่ม ตัวอย่างเช่นโพลทางการเมืองอาจตัดสินใจสัมภาษณ์บุคคล 100,000 คน ก่อนอื่นให้เลือกบุคคลเหล่านี้แบบสุ่มจากประชากรทั้งหมด จากนั้นจะกำหนดวันที่สุ่มให้กับแต่ละบุคคล นี่คือวันที่สุ่มที่บุคคลนั้นจะถูกสัมภาษณ์และรวมอยู่ในการสำรวจ

ตามคำจำกัดความของ Corey เรามีวิธีการดังต่อไปนี้เพื่อประเมินโมเดลด้วยข้อมูลหน้าตัดและแผงข้อมูล

Pooled cross section: เอฟเฟกต์คงที่ทางเดียวหรือเอฟเฟกต์แบบสุ่ม (ครั้งเดียว) หรือ OLS ที่รวมไว้

ข้อมูลพาเนล: เอฟเฟกต์คงที่สองวิธี (หรือหนึ่ง) / เอฟเฟกต์แบบสุ่ม (ทั้งเวลาหรือรายบุคคลหรือทั้งสองอย่าง) หรือพูล OLS

นี่คือจาก "เศรษฐมิติพื้นฐาน" โดย Gujarati (รุ่นที่ 4, P28):

ข้อมูล Panel, Longitudinal หรือ Micropanel นี่เป็นข้อมูลประเภทรวมพิเศษที่มีหน่วยสำรวจภาคตัดขวางเดียวกัน (พูดครอบครัวหรือ บริษัท ) ได้ทำการสำรวจเมื่อเวลาผ่านไป ตัวอย่างเช่นกระทรวงพาณิชย์ของสหรัฐอเมริกาดำเนินการสำรวจสำมะโนประชากรเกี่ยวกับที่อยู่อาศัยเป็นระยะ ๆ ในการสำรวจแต่ละครั้งจะมีการสัมภาษณ์ครัวเรือนเดียวกัน (หรือผู้คนที่อาศัยอยู่ตามที่อยู่เดียวกัน) เพื่อตรวจสอบว่ามีการเปลี่ยนแปลงที่อยู่อาศัยและสภาพทางการเงินของครัวเรือนนั้นหรือไม่ตั้งแต่การสำรวจครั้งล่าสุด โดยการสัมภาษณ์ครัวเรือนเดียวกันเป็นระยะข้อมูลแผงให้ข้อมูลที่เป็นประโยชน์มากในการเปลี่ยนแปลงของพฤติกรรมที่ใช้ในครัวเรือน

ข้อมูลที่ถูกรวบรวมนั้นยังเป็นข้อมูลพาเนล แต่อินเวอร์สไม่เป็นความจริง