종단 설계와 시계열의 차이점


답변:


11

시계열의 맥락에서 관찰 된 데이터가 확률 적 프로세스의 실현이라고 가정합니다. 따라서 시계열에서는 정지성, 에르고 디 시티 등과 같은 확률 론적 프로세스의 속성에 많은주의를 기울입니다. 내 이해 데이터의 세로 방향에서 데이터는 서로 다른 지점에서 관찰되는 일반적인 샘플 (샘플 I에 의한 일련의 iid 변수)에서 비롯됩니다. 따라서 항상 표본을 관찰한다고 가정하기 때문에 고전적인 통계 방법이 적용됩니다.

간단히 말해, 시계열은 통계학에서 계량 경제학, 종 방향 설계로 연구되었다고 말할 수 있습니다. 그러나 그것은 질문에 대한 답이 아니라 다른 질문으로 넘어 가기 만합니다. 반면에 짧은 답변이 많이 있습니다.


24

우리 는 번의 측정으로 케이스 로 구성된 디자인을 생각 하면 다음과 같은 느슨한 정의가 구별을 설명하는 것처럼 보입니다.nk

  • 종단 설계 : 높은 , 낮은nk
  • 시계열 : 낮은 , 높은케이

물론 이것은 무엇이 높고 낮은가에 대한 문제를 제기합니다. 이러한 퍼지 정의에 대한 내 자신의 거친 의미를 요약하면 다음과 같은 프로토 타입 예제가 있습니다.

  • 시계열은 = 1, 2 또는 5이고 = 20, 50, 100 또는 1000 일 수 있으며케이
  • 종단 설계는 = 10, 50, 100, 1000 및 = 2, 3, 5, 10, 20을 가질 수 있습니다.케이

업데이트 : 구별의 목적에 관한 Who 박사의 질문에 이어 권위있는 대답은 없지만 몇 가지 생각이 있습니다.

  • 특정 실질 문제와 관련된 학문에서 용어가 발전합니다
  • 시계열
    • 종종 미래 시점 예측에 관심
    • 다양한 주기적 및 추세 프로세스 모델링과 관련하여 종종
    • 종종 시간적 역학을 매우 자세하게 설명하는 것에 관심
    • 종종 특정 측정 대상이 특정 관심 대상인 현상 (예 : 실업률, 주식 시장 지수 등)을 연구합니다.
    • 시간 지수는 종종 기존의 지수입니다
  • 종단 설계 :
    • 종종 집단에 대한 추론을하기 위해 사례 표본을 집단의 모범으로 사용한다 (예 : 아동이 일반적으로 어떻게 변하는 지 연구하기위한 아동 표본)
    • 종종 성장, 변동성 및 상대적으로 단순한 기능적 변화 모델과 같은 상당히 일반적인 시간적 프로세스에 관심
    • 연구는 종종 특정 시점을 갖도록 특별히 고안되었습니다.
    • 종종 변화 과정의 변화에 ​​관심

실제 시간 역학의 차이와 와 의 특정 조합을 고려할 때 이것은 다른 통계 모델링 과제를 만듭니다. 예를 들어, 높은 및 낮은 다중 레벨 모델에서는 개별 변경 프로세스를 설명하기 위해 일반적인 변경 프로세스에서 힘을 빌리는 종종 사용됩니다. 이러한 다양한 학문, 모델링 과제 및 문헌은 고유 한 용어를 만들도록 권장합니다.케이케이

어쨌든, 그것은 나의 인상입니다. 아마도 다른 사람들은 더 큰 통찰력을 가지고있을 것입니다.


추가 정보를 주셔서 감사합니다. n과 k의 숫자가 다른 경우 왜 다른 용어를 사용해야하는지 알려주십시오. 실질적인 의미가 있습니까?
DrWho

@ drwho 몇 가지 생각으로 답변을 업데이트했습니다.
Jeromy Anglim

11

시계열 데이터 포인트의 단순한 서열은 보통 일정한 시간 간격으로 시간에 걸쳐 이격되어있다. 세로 디자인은 시간이 지남에 따라 각 관측에 대해 동일한 샘플을 유지, 오히려 더 구체적이다.

시계열의 예는 매번 새로운 표본으로 노동력 조사를 사용하여 매월 측정되는 실업 일 수 있습니다. 이것은 일련의 단면 설계 일 것입니다. 그러나 그것은 매년 개인 저축과 같은 것이 될 수 있으며, 이는 또한 세로 방향입니다. 또는 텔레비전 다큐멘터리 Seven Up! 과 같이 나이가 많은 사람들의 특정 집단을 따라갈 수도 있습니다 . 그리고 그 후 7 년마다 후속편 – 2005 년 의 최신작은 49 Up 이므로 내년에 또 다른 판이있을 것입니다. 종 방향 설계는 일반적인 개인이 시간이 지남에 따라 변하는 방식에 대해 더 많이 알려주는 경향이 있지만 (설계의 세부 사항 및 샘플의 새로 고침 여부에 따라) 모집단 전체의 변화에 ​​대해서는 덜 말할 수 있습니다.


상당히 간단하고 명확한 답변. 당신은 훌륭한 선생님이어야합니다. 당신 같은 사람들은 200 페이지에있는 통계 소개에 관한 작은 책을
써야

0

시계열 데이터는 정기적으로 정기적으로 평가됩니다. 종단 데이터가 아닌 반면, 반복 측정은 단기간 동안 수행됩니다. 즉, 데이터 수집은 특정 시점에서 분석을 수행하거나 측정 값이 행동 변화 측면에서 연구원을 만족시킬 때 중지 / 종료 될 수 있습니다.


2
이 답변이 이전 답변에 아무것도 추가하지 않는다고 생각합니다. 실제로 많은 경우가 종종 거짓입니다. 패널 데이터조차도 반드시 연구원의 통제하에 있지는 않으며 (예를 들어) 경제학에서 연구원들은 다른 사람들의 데이터 수집에 의존합니다. 또한 시계열은 종종 짧습니다.
Nick Cox
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.