Câu trả lời:
Khi tôi nhìn thấy dữ liệu bảng điều khiển, tôi nghĩ dữ liệu theo chiều dọc, do đó, các quan sát được thu thập trên cùng một cá nhân nhiều lần, trên cùng một chủ đề. Các mặt cắt lặp đi lặp lại nên có cùng chủ đề, nhưng bạn có được các mẫu khác nhau của mỗi cá nhân ở mỗi lần quan sát. Tôi hoan nghênh các mô tả khác.
Câu trả lời ở đây khá đơn giản: Cả dữ liệu mặt cắt ngang và dữ liệu bảng điều khiển thuần túy thu thập dữ liệu qua tine (điều này có thể dao động từ 2 khoảng thời gian đến bất kỳ số lượng lớn nào). Sự khác biệt chính giữa hai là "đơn vị" chúng tôi theo dõi. Tôi đang xác định các đơn vị là hộ gia đình, quốc gia hoặc bất cứ điều gì chúng tôi đang thu thập dữ liệu. Trong mặt cắt ngang gộp lại, chúng tôi sẽ lấy các mẫu ngẫu nhiên trong các khoảng thời gian khác nhau, của các đơn vị khác nhau, tức là mỗi mẫu chúng tôi lấy, sẽ được đưa vào bởi các cá nhân khác nhau. Điều này thường được sử dụng để xem tác động của chính sách hoặc chương trình. Ví dụ: chúng tôi sẽ lấy dữ liệu thu nhập hộ gia đình ở các hộ gia đình X, Y và Z vào năm 1990. Và sau đó chúng tôi sẽ lấy dữ liệu thu nhập tương tự của các hộ gia đình G, F và A vào năm 1995. Mặc dù chúng tôi quan tâm đến cùng một dữ liệu, chúng tôi đang lấy các mẫu khác nhau (sử dụng các hộ gia đình khác nhau) trong các khoảng thời gian khác nhau.
Trong dữ liệu bảng thuần túy, chúng tôi đang theo cùng một đơn vị, tức là cùng một hộ gia đình hoặc cá nhân theo thời gian. Ví dụ, chúng tôi sẽ theo cùng một nhóm các hộ gia đình X, Y và Z, cho mỗi khoảng thời gian chúng tôi thu thập dữ liệu tức là vào năm 1990 và chúng tôi cũng sẽ phỏng vấn các hộ gia đình tương tự vào năm 1995.
Do đó, sự khác biệt cơ bản, chỉ đơn giản là các đơn vị chúng tôi quan sát dữ liệu.
Hi vọng điêu nay co ich.
Dữ liệu cắt ngang hoặc mặt cắt ngang của dân số nghiên cứu, trong thống kê và kinh tế lượng là một loại tập dữ liệu một chiều. Dữ liệu cắt ngang đề cập đến dữ liệu được thu thập bằng cách quan sát nhiều đối tượng (chẳng hạn như cá nhân, công ty hoặc quốc gia / khu vực) tại cùng một thời điểm hoặc không liên quan đến sự khác biệt về thời gian. Phân tích dữ liệu cắt ngang thường bao gồm so sánh sự khác biệt giữa các đối tượng. Ví dụ, chúng tôi muốn đo mức độ béo phì hiện tại trong dân số. Chúng ta có thể rút mẫu ngẫu nhiên 1.000 người từ dân số đó (còn được gọi là mặt cắt ngang của dân số đó), đo cân nặng và chiều cao của họ và tính tỷ lệ phần trăm của mẫu đó được phân loại là béo phì. Ví dụ, 30% mẫu của chúng tôi được phân loại là béo phì. Mẫu mặt cắt này cung cấp cho chúng tôi ảnh chụp nhanh về dân số đó, tại một thời điểm Lưu ý rằng chúng tôi không biết dựa trên một mẫu cắt ngang nếu béo phì tăng hoặc giảm; chúng tôi chỉ có thể mô tả tỷ lệ hiện tại. Dữ liệu cắt ngang khác với dữ liệu chuỗi thời gian còn được gọi là dữ liệu theo chiều dọc, theo sau những thay đổi của một chủ đề theo thời gian. Một biến thể khác, dữ liệu bảng (hoặc dữ liệu cắt ngang chuỗi thời gian (TSCS)), kết hợp cả hai và xem xét nhiều đối tượng và cách chúng thay đổi theo thời gian. Phân tích bảng điều khiển sử dụng dữ liệu bảng để kiểm tra các thay đổi về các biến theo thời gian và sự khác biệt về các biến giữa các chủ thể. Trong một mặt cắt ngang, cả sự hiện diện của một cá nhân trong mẫu và thời gian mà cá nhân được đưa vào mẫu được xác định ngẫu nhiên. Ví dụ, một cuộc thăm dò chính trị có thể quyết định phỏng vấn 100.000 cá nhân. Đầu tiên, nó chọn những cá nhân này một cách ngẫu nhiên trong toàn bộ dân số. Sau đó, nó chỉ định một ngày ngẫu nhiên cho mỗi cá nhân. Đây là ngày ngẫu nhiên mà cá nhân đó sẽ được phỏng vấn, và do đó được bao gồm trong khảo sát.
Dựa trên định nghĩa của Corey, chúng tôi có phương pháp sau để ước tính mô hình với dữ liệu mặt cắt ngang và dữ liệu bảng điều khiển.
Mặt cắt ngang gộp: hiệu ứng cố định một chiều hoặc hiệu ứng ngẫu nhiên (chỉ thời gian) hoặc chỉ gộp OLS.
Dữ liệu bảng: hai (hoặc một) cách hiệu ứng cố định / hiệu ứng ngẫu nhiên (thời gian hoặc cá nhân hoặc cả hai) hoặc OLS gộp.
Đây là từ "Kinh tế lượng cơ bản" của Gujarati (Phiên bản thứ 4, P28):
Dữ liệu bảng, dọc hoặc dữ liệu Micropanel Đây là một loại dữ liệu được gộp chung trong đó cùng một đơn vị mặt cắt ngang (giả sử, một gia đình hoặc một công ty) được khảo sát theo thời gian. Ví dụ, Bộ Thương mại Hoa Kỳ thực hiện một cuộc điều tra dân số về nhà ở theo định kỳ. Tại mỗi cuộc khảo sát định kỳ, cùng một hộ gia đình (hoặc những người sống cùng địa chỉ) được phỏng vấn để tìm hiểu xem có bất kỳ thay đổi nào về điều kiện nhà ở và tài chính của hộ gia đình đó kể từ cuộc khảo sát cuối cùng không. Bằng cách phỏng vấn cùng một hộ gia đình định kỳ, dữ liệu bảng điều khiển cung cấp thông tin rất hữu ích về động lực của hành vi hộ gia đình.
Dữ liệu gộp cũng là dữ liệu bảng nhưng điều ngược lại là không đúng.