Paneldatenstrukturen

Paneldatenstrukturen bezeichnen Datensätze, die Beobachtungen mehrerer identifizierbarer Einheiten (z. B. Personen, Unternehmen, Länder) über mehrere Zeitperioden umfassen. Sie verbinden Querschnitts- und Zeitreihenaspekte und ermöglichen Analysen dynami­scher Effekte sowie die Erfassung von Heterogenität zwischen Einheiten.

Eine verbreitete Darstellung ist das Langformat: Eine Zeile pro Einheit-Zeit-Punkt, Spalten für Einheit, Zeit und Variablen. Das Breitformat kapselt pro Einheit alle Zeitpunkte in einer Zeile. Paneldaten können balanciert sein (für alle Einheiten existiert in allen Perioden eine Beobachtung) oder unbalanciert (fehlende Beobachtungen oder variable Beobachtungszeiträume).

Speicher- und Implementierungsmodelle bevorzugen meist das Langformat in Tabellen oder DataFrames; in Programmiersprachen wird oft ein MultiIndex genutzt, um Einheit und Zeit zu verschneiden. Wichtige Herausforderungen sind fehlende Werte, inkonsistente Zeitauflösungen und die Notwendigkeit, Beobachtungen zeitlich zu alignieren.

Anwendungsbereiche umfassen Ökonomie, Soziologie, Finanzanalyse und Politikforschung, wo man Entwicklungen über Zeit innerhalb von Gruppen analysieren möchte. Typische Modelle verwenden feste Effekte oder zufällige Effekte, um unbeobachtete, zeitinvariante Heterogenität zu kontrollieren.

Verwandte Konzepte sind Paneldatenregression, balancierte und unbalancierte Panels, sowie Methoden zur Datenaufbereitung wie Lag-Funktionen und Reshaping.