¿Qué son los datos agrupados?
Datos de panel
El término “grupo de datos” se refiere a un conjunto relacionado de valores obtenidos de una base de datos centralizada. Los datos pueden ser cualquier cosa, desde información de la cadena de suministro hasta registros de empleados. Los datos pueden generarse automática o manualmente para su análisis utilizando todo el conjunto de datos o un subconjunto de valores. El software de bases de datos está diseñado para manejar las diversas funciones asociadas a los conjuntos de datos, incluyendo la sincronización y la verificación de la información.
En un sentido muy básico, cualquier conjunto de datos recogidos con fines de análisis es un pool de datos. El método de recogida de datos puede afectar a la exactitud de los valores del conjunto y, por tanto, al resultado del análisis. Si el conjunto de datos forma parte de un experimento cuantitativo sencillo que no implica un conjunto de datos enorme, la recogida manual de datos puede ser razonablemente fiable. Por el contrario, si el conjunto de datos es grande, un proceso automático de recogida de datos será el más exacto y preciso.
La exactitud y la precisión de los valores contenidos en un conjunto de datos es siempre importante, pero puede ser imprescindible para algunas industrias que dependen del seguimiento de la cadena de custodia en la cadena de suministro. La Red Mundial de Sincronización de Datos (GSDN) certifica los conjuntos de datos y facilita el proceso de sincronización de datos realizando una auditoría anual de todos los conjuntos de datos certificados por la GDSN. Los datos de la cadena de suministro capturados en un pool de datos certificado por la GDSN están vinculados a un número de localización global (GLN) y a un número de artículo comercial global (GLIT). Estos dos números se utilizan para identificar las ubicaciones pertinentes y los artículos asociados para el comercio, respectivamente, a medida que el artículo pasa por la cadena de suministro desde el fabricante hasta el consumidor.
Datos transversales agrupados
En segundo lugar, se combinan los datos de un paciente procedentes de múltiples fuentes, como la atención primaria, las clínicas especializadas y la compañía de seguros. En ambos casos, la agrupación da lugar a un conjunto de datos más completo y útil para la investigación científica.
Este proyecto ha recibido financiación de la Empresa Común para la Iniciativa sobre Medicamentos Innovadores 2 en virtud del acuerdo de subvención nº 116020 (“ROADMAP”). Esta empresa común recibe el apoyo del programa de investigación e innovación Horizonte 2020 de la Unión Europea y de la EFPIA.
Agrupación de estadísticas
Datos de panel y agrupadosLos datos de panel y agrupados implican observaciones que poseen identificadores tanto de sección transversal como de sección interna. En general, distinguimos entre los dos señalando que los datos de series temporales agrupadas, de sección transversal, se refieren a datos con relativamente pocas secciones transversales, donde las variables se mantienen en series individuales específicas de sección transversal, mientras que los datos de panel corresponden a datos con un gran número de secciones transversales, con variables mantenidas en series individuales en forma apilada.La discusión de estos datos se divide en partes. En primer lugar, se analizan las estructuras de los datos agrupados:-
En “Series temporales agrupadas, datos de sección transversal” se describen las herramientas para trabajar con series temporales agrupadas, datos de sección transversal y la estimación de especificaciones de ecuaciones estándar que tienen en cuenta la estructura agrupada de los datos.Los datos en los que las secciones transversales del panel están apiladas se describen por separado:-.
Ols agrupados
Común: utiliza una observación sólo si los datos sobre la variable están disponibles para todas las secciones transversales en el mismo período. Este método equivale a realizar una exclusión de la lista por variable y, a continuación, una exclusión transversal de casos dentro de cada variable.
Equilibrado: incluye las observaciones cuando los datos de todas las variables de la lista están disponibles para todos los cortes transversales en el mismo período. La opción equilibrada realiza la exclusión de casos tanto por variable como por sección transversal.A continuación, debe elegir el método computacional correspondiente a una de las cuatro estructuras de datos:-
Datos apilados: muestra las estadísticas de cada variable de la lista, calculadas sobre todos los cortes transversales y períodos. Estas son las estadísticas descriptivas que obtendría si ignorara la naturaleza agrupada de los datos, apilara los datos y calculara las estadísticas descriptivas. –
Específicos de la sección transversal: muestran las estadísticas descriptivas de cada variable transversal, calculadas en todos los períodos. Estas son las estadísticas descriptivas derivadas del cálculo de las estadísticas para las series individuales.
