Панельные данные

Панельные данные^[1][2], или лонгитюдные данные^[2] — используемые в социальных науках и эконометрике многомерные данные, получаемые серией измерений или наблюдений за несколько периодов времени для одних и тех же компаний или людей. Исследование, в котором используются панельные данные, называется панельным исследованием.

Пример

Сбалансированная панель

Человек	Год	Доход	Возраст	Пол
№ 1	2016	1300	27	1
№ 1	2017	1600	28	1
№ 1	2018	2000	29	1
№ 2	2016	2000	38	2
№ 2	2017	2300	39	2
№ 2	2018	2400	40	2

Несбалансированная панель

Человек	Год	Доход	Возраст	Пол
№ 1	2016	1600	23	1
№ 1	2017	1500	24	1
№ 2	2016	1900	41	2
№ 2	2017	2000	42	2
№ 2	2018	2100	43	2
№ 3	2017	3300	34	1

В приведенном примере показаны два набора данных, собранные в панельную структуру. Индивидуальные характеристики (доход, возраст, пол) собираются для разных людей и разных лет. В первом наборе данных два человека (№ 1, № 2) наблюдаются каждый год в течение трех лет (2016, 2017, 2018). Во втором наборе данных три человека (№ 1, № 2, № 3) наблюдаются два раза (человек № 1), три раза (человек № 2) и один раз (человек № 3), соответственно, за три года (2016, 2017, 2018); в частности, для человека № 1 отсутствуют данные по 2018 году, а для человек № 3 — по 2016 и 2018 году.

Сбалансированная панель^[3] (первый пример) представляет собой набор данных, в котором каждый член группы (то есть человек) наблюдается каждый год. Следовательно, если сбалансированная панель содержит N единиц наблюдения и Т периодов, число наблюдений (n) в наборе данных обязательно составит п = N × T^[4].

Несбалансированная панель^[3] (второй набор данных в примере) представляет собой набор данных, в котором, по меньшей мере, один член группы не имеет данных по всем периодам. Поэтому, если несбалансированная панель содержит N единиц наблюдения и Т периодов, то число наблюдений (n) в наборе данных строго меньше их произведения: п < N × T^[4].

Оба набора данных структурированы в длинном формате, в котором одна строка содержит одно наблюдение за один раз. Другим способом структурирования панельных данных является широкий формат, где одна строка представляет одну единицу наблюдения для всех моментов времени^[5] (например, в широком формате будет только две (первый пример) или три (второй пример) строки данных, с дополнительными столбцами для каждой переменной времени (доход, возраст).