Gepoolte Daten

Als gepoolte Daten (englisch pooled data, von to pool sth., etwas zusammenlegen) bezeichnet man im weitesten Sinn Datensätze, die Daten mehrerer Erhebungen oder Studien zusammenfügen. Bei einer Metaanalyse geschieht das durch Zusammenfassung von Primär-Untersuchungen zu Metadaten.

Pooled data wird aber auch synonym zu Paneldaten verwendet.[1][2] Andererseits wird panel data auch als Spezialfall von pooled data aufgefasst, in dem Sinne, dass zwar beide Dimensionen (Untersuchungseinheiten und Messzeitpunkte) vorliegen, sich die Untersuchungseinheiten jedoch unterscheiden, z. B. verschiedene Personen[3] Werden innerhalb einer Erhebung verschiedene Gruppen zu wiederkehrenden Zeitpunkten abwechselnd befragt, spricht man wiederum von einem rotierenden Panel.[4]

Im Kontext der Längsschnitterhebungen bzw. Längsschnittstudien können mehrere Erhebungswellen (engl. waves) zusammengefasst werden. Paneldaten haben zu verschiedenen Beobachtungszeitpunkten dieselben Kennzahlen für verschiedene Untersuchungseinheiten erfasst. Diese könnten mit linearen Paneldatenmodellen (Paneldatenmodellen mit festen Effekten (englisch fixed effects model) und Paneldatenmodellen mit zufälligen Effekten (englisch random effects model)) untersucht werden. Beim Poolen gibt man eine Dimension auf und betrachtet beispielsweise alle gemessenen Kennzahlen in allen Jahrgängen gleichzeitig um einen Zusammenhang zu untersuchen. Man spricht auch von pooled cross section. Dadurch erhöht sich die Stichprobengröße.[5] Außerdem können präzisere Schätzer und Teststatistiken mit höherer Teststärke erhalten werden.[6] Allerdings geht die Panel-Struktur verloren und beispielsweise kausale Effekte sind schwieriger zu identifizieren. Allgemein werden Paneldaten gegenüber gepoolten Daten oft Vorteile zugesprochen, etwa die Berücksichtigung von Heterogenität der Untersuchungseinheiten oder weniger Problemen mit Autokorrelation und Multikollinearität.[7]

Einzelnachweise

  1. ↑ Washington, S. P., Karlaftis, M. G., & Mannering, F. (2010). Statistical and econometric methods for transportation data analysis. Chapman and Hall/CRC. S. 161.
  2. ↑ Zaniolo, C., Ceri, S., Faloutsos, C., Snodgrass, R. T., Subrahmanian, V. S., & Zicari, R. (1997). Advanced database systems. Morgan Kaufmann. S. 191.
  3. ↑ Lewis, M. (2012). Applied statistics for economists. Routledge. S. 38.
  4. ↑ Häder, M. (2015). Empirische Sozialforschung: Eine Einführung. Springer-Verlag. S. 120.
  5. ↑ Wooldridge, J. M. (2016). Introductory econometrics: A modern approach. Nelson Education. S. 8.
  6. ↑ Wooldridge, J. M. (2016). Introductory econometrics: A modern approach. Nelson Education. S. 403.
  7. ↑ Mochimaru, M., Ueda, K., & Takenaka, T. (2014). Serviceology for services. In Selected papers of the 1st International Conference of Serviceology. Springer Japan. S. 166.

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.