Dati longitudinali

Cosa sono i dati longitudinali?

I dati longitudinali, a volte chiamati dati panel, sono dati raccolti attraverso una serie di osservazioni ripetute degli stessi soggetti in un arco di tempo esteso e sono utili per misurare il cambiamento. I dati longitudinali seguono efficacemente lo stesso campione nel tempo, che differisce fondamentalmente dai dati trasversali perché seguono gli stessi soggetti per un certo periodo di tempo, mentre i dati trasversali campionano soggetti diversi (individui, aziende, paesi o regioni) in ogni punto in tempo. Nel frattempo, un set di dati trasversali disegnerà sempre un nuovo campione casuale.

I dati longitudinali sono ampiamente utilizzati nelle scienze sociali, anche tra economisti, scienziati politici e sociologi.

Punti chiave

• I dati longitudinali sono dati raccolti in modo sequenziale dagli stessi intervistati nel tempo.
• Questo tipo di dati può essere molto importante per tenere traccia delle tendenze e dei cambiamenti nel tempo ponendo domande agli stessi intervistati in più ondate effettuate nel tempo.
• I dati longitudinali vengono utilizzati in finanza per monitorare la redditività e il rischio dell’azienda e per comprendere l’effetto degli shock economici.

Comprensione dei dati longitudinali

Spesso gli analisti sono interessati a come le cose cambiano nel tempo. In un tipico campione trasversale, anche se misuri qualche variabile oggi e poi di nuovo tra un anno, probabilmente campionerai persone diverse ogni volta. Per capire meglio come cambiano le cose per le stesse persone nel tempo, devi essere in grado di seguirle e seguirle tra un anno e in ondate future. Questi sono dati longitudinali.

I dati longitudinali vengono spesso utilizzati negli studi economici e finanziari perché presentano numerosi vantaggi rispetto ai dati trasversali ripetuti. Ad esempio, poiché i dati longitudinali misurano la durata degli eventi, possono essere utilizzati per vedere se lo stesso gruppo di individui rimane disoccupato durante una recessione o se diversi individui entrano ed escono dalla disoccupazione. Questo può aiutare a determinare i fattori che influenzano maggiormente la disoccupazione.

Applicazioni dei dati longitudinali

L’analisi longitudinale può essere utilizzata anche per calcolare il valore a rischio (VaR) di un portafoglio, utilizzando il metodo della simulazione storica. Questo simula come il valore del portafoglio attuale sarebbe fluttuato nei periodi di tempo precedenti, utilizzando le fluttuazioni storiche osservate delle attività nel portafoglio durante quei periodi. Fornisce una stima della massima perdita probabile nel periodo di tempo successivo.

I dati longitudinali vengono utilizzati anche negli studi di eventi per analizzare quali fattori determinano rendimenti azionari anomali nel tempo o come i prezzi delle azioni reagiscono agli annunci di fusioni e utili. Può anche essere utilizzato per misurare la povertà e la disuguaglianza di reddito monitorando le singole famiglie. E poiché i punteggi dei test standardizzati nelle scuole sono longitudinali, possono essere utilizzati per valutare l’efficacia degli insegnanti e altri fattori che influenzano il rendimento degli studenti.

Gli scienziati sociali utilizzano anche dati longitudinali per cercare di comprendere la causalità di eventi che potrebbero essersi verificati in passato e il modo in cui portano a risultati osservati nelle successive ondate di dati. Ad esempio, l’effetto del passaggio di una nuova legge sulle statistiche sulla criminalità, o un disastro naturale sulle nascite e le morti anni dopo.