Diferença entre projeto longitudinal e série temporal

Qual é / são as diferenças entre um projeto longitudinal e uma série temporal?

Acrescentarei que, no contexto de séries temporais, é geralmente assumido que os dados observados são uma realização do processo estocástico. Portanto, nas séries temporais, é dada muita atenção às propriedades dos processos estocásticos, como estacionariedade, ergodicidade, etc. tempo, métodos estatísticos clássicos são aplicados, pois sempre assumem que a amostra é observada.

Para uma resposta curta, pode-se dizer que as séries temporais são estudadas em econometria, design longitudinal - em estatística. Mas isso não responde à pergunta, apenas a desloca para outra pergunta. Por outro lado, muitas respostas curtas fazem exatamente isso.

Se pensarmos em projetos compostos de casos medidos em k ocasiões, a seguinte definição solta parece-me descritiva da distinção:$n$$k$

• desenhos longitudinais: alto , baixo $n$$k$
• séries temporais: baixo , alto $n$$k$

Obviamente, isso levanta a questão do que é alto e do que é baixo. Resumindo meu próprio senso aproximado dessas definições difusas, exemplos prototípicos de:

• as séries temporais podem ter = 1, 2 ou 5 ek = 20, 50, 100 ou 1000 e$n$$k$
• projetos longitudinais podem ter = 10, 50, 100, 1000 ek = 2, 3, 5, 10, 20$n$$k$

Atualização: Seguindo a pergunta do Dr. Who sobre qual é o objetivo da distinção, não tenho uma resposta oficial, mas aqui estão alguns pensamentos:

• A terminologia evolui em disciplinas preocupadas com problemas substantivos específicos
• séries temporais
  • muitas vezes preocupado com a previsão de momentos futuros
  • muitas vezes preocupado em modelar vários processos cíclicos e de tendência
  • freqüentemente preocupada em descrever a dinâmica temporal em grande detalhe
  • freqüentemente estuda fenômenos em que a coisa em particular medida é de interesse específico (por exemplo, taxa de desemprego, índices do mercado de ações etc.)
  • índices temporais são frequentemente pré-existentes
• desenhos longitudinais:
  • costuma usar amostras de casos como exemplos de uma população para fazer inferências sobre a população (por exemplo, amostra de crianças para estudar como as crianças mudam em geral)
  • freqüentemente preocupada com processos temporais bastante gerais, como crescimento, variabilidade e modelos de mudança funcional relativamente simples
  • O estudo geralmente é projetado especificamente para ter um determinado número de pontos no tempo.
  • freqüentemente interessado em variação nos processos de mudança

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

Enfim, essa é a minha impressão. Talvez outros tenham uma visão maior.

Uma série temporal é simples: uma sequência de pontos de dados espaçados ao longo do tempo, geralmente com intervalos regulares. Um desenho longitudinal é bastante mais específico, mantendo a mesma amostra para cada observação ao longo do tempo.

Um exemplo de uma série temporal pode ser o desemprego medido todo mês usando uma pesquisa da força de trabalho com uma nova amostra a cada vez; isso seria uma sequência de projetos transversais. Mas poderia ser qualquer coisa como suas economias pessoais a cada ano, que também seria longitudinal. Ou pode simplesmente seguir um grupo específico de pessoas que envelhecem, como o documentário de televisão Seven Up! e as sequências a cada sete anos depois disso - o último foi 49 Up em 2005, então deve haver outra edição no próximo ano. Os desenhos longitudinais tendem a falar mais sobre as maneiras pelas quais pessoas comuns mudam ao longo do tempo, mas podem (dependendo dos detalhes do design e se a amostra é atualizada) dizer menos sobre como a população como um todo muda.

Os dados de séries temporais são avaliados em intervalos regulares por um longo período de tempo. Considerando que os dados longitudinais não são: as medidas repetidas são por um curto período de tempo. Ou seja, a coleta de dados pode parar / ser encerrada em um determinado momento para fazer a análise ou quando as medidas satisfizerem o pesquisador em termos de mudança de comportamento.