Differenza tra disegno longitudinale e serie storiche

Qual è / sono le differenze tra un disegno longitudinale e una serie temporale?

Aggiungerò che nel contesto delle serie temporali si presume generalmente che i dati osservati siano una realizzazione del processo stocastico. Pertanto, nelle serie temporali viene prestata molta attenzione alle proprietà dei processi stocastici, come stazionarietà, ergodicità, ecc. Nel contesto longitudinale nella mia comprensione i dati provengono da campioni usuali (per campione intendo la sequenza di variabili iid) osservati in punti diversi in tempo, quindi vengono applicati i metodi statistici classici, poiché presuppongono sempre che il campione sia osservato.

Per una breve risposta, si potrebbe dire che le serie temporali sono studiate in econometria, disegno longitudinale - in statistica. Ma questo non risponde alla domanda, la sposta semplicemente su un'altra domanda. D'altra parte, molte risposte brevi fanno esattamente questo.

Se pensiamo a progetti composti da casi misurati in occasioni, la seguente definizione libera mi sembra descrittiva della distinzione:$n$$k$

• disegni longitudinali: alto , basso$n$$k$
• serie storiche: basso , alto $n$$k$

Naturalmente, ciò solleva la questione di ciò che è alto e ciò che è basso. Riassumendo il mio senso approssimativo di queste definizioni sfocate, esempi prototipici di:

• le serie temporali potrebbero avere = 1, 2 o 5 e k = 20, 50, 100 o 1000 e$n$$k$
• i disegni longitudinali potrebbero avere = 10, 50, 100, 1000 e k = 2, 3, 5, 10, 20$n$$k$

Aggiornamento: in seguito alla domanda del dottor Who su quale sia lo scopo della distinzione, non ho una risposta autorevole, ma qui ci sono alcuni pensieri:

• la terminologia si evolve in discipline interessate a particolari problemi sostanziali
• serie storiche
  • spesso preoccupato di prevedere punti temporali futuri
  • spesso si occupava di modellare vari processi ciclici e di tendenza
  • spesso si preoccupava di descrivere in dettaglio le dinamiche temporali
  • studia spesso fenomeni in cui la particolare cosa misurata è di interesse specifico (ad es. tasso di disoccupazione, indici di borsa, ecc.)
  • gli indici temporali sono spesso preesistenti
• disegni longitudinali:
  • spesso usano campioni di casi come esemplari di una popolazione al fine di fare inferenze sulla popolazione (ad esempio, campione di bambini per studiare come i bambini cambiano in generale)
  • spesso riguardava processi temporali abbastanza generali come crescita, variabilità e modelli di cambiamento funzionale relativamente semplici
  • lo studio è spesso specificamente progettato per avere un determinato numero di punti temporali.
  • spesso interessato a variazioni nei processi di cambiamento

$k$$n$$n$$k$

Comunque, questa è la mia impressione. Forse altri hanno una visione più ampia.

Una serie temporale è semplice una sequenza di punti dati distanziati nel tempo, generalmente con intervalli di tempo regolari. Un disegno longitudinale è piuttosto più specifico, mantenendo lo stesso campione per ogni osservazione nel tempo.

Un esempio di serie temporali potrebbe essere la disoccupazione misurata ogni mese usando ogni volta un'indagine sulla forza lavoro con un nuovo campione; questa sarebbe una sequenza di disegni in sezione trasversale. Ma potrebbe essere qualsiasi cosa come i tuoi risparmi personali ogni anno, che sarebbe anche longitudinale. Oppure potrebbe semplicemente seguire una particolare coorte di persone che invecchiano, come il documentario televisivo Seven Up! e i sequel ogni sette anni dopo - l'ultimo è stato 49 Up nel 2005, quindi dovrebbe esserci un'altra edizione l'anno prossimo. I progetti longitudinali tendono a dirti di più sui modi in cui le persone tipiche cambiano nel tempo, ma potrebbero (a seconda dei dettagli del progetto e se il campione viene aggiornato) dire meno su come cambia la popolazione nel suo insieme.

I dati delle serie temporali vengono valutati a intervalli regolari per un lungo periodo di tempo. Considerando che i dati longitudinali non lo sono: le misure ripetute sono per un breve periodo di tempo. Cioè la raccolta dei dati può interrompere / terminare in un determinato momento per eseguire l'analisi o quando le misure soddisfano il ricercatore in termini di cambiamento comportamentale.