纵向数据
纵向数据跟踪的是同一样本在不同时间点的数据，有别于重复横截面数据（对不同的样本在不同时间点进行相同的调查）。纵向数据相比于重复横截面数据有许多优势，它允许测量样本内部随时间的变化，能够测量事件的持续时间，并记录各种事件的时间。
定义：纵向数据（Longitudinal Data）是指对同一组样本在不同时间点进行连续观测和记录的数据。这种数据类型允许研究者观察和分析样本随时间的变化趋势和模式。
起源：纵向数据的使用可以追溯到社会科学和医学研究的早期阶段。20 世纪初，研究者开始意识到单一时间点的数据无法充分反映个体或群体的动态变化，因此逐渐采用纵向数据来进行更深入的分析。
类别与特点：纵向数据主要分为两类：面板数据和时间序列数据。面板数据是对多个个体在多个时间点上的观测，适用于分析个体间的差异和变化。时间序列数据则是对单个个体在多个时间点上的观测，适用于分析个体随时间的变化趋势。纵向数据的主要特点包括：1. 能够捕捉时间动态变化；2. 允许分析因果关系；3. 提供更丰富的信息。
具体案例：案例一：在医学研究中，研究者对一组患者进行长期随访，记录他们的健康指标变化，以评估某种治疗方法的长期效果。案例二：在经济学研究中，研究者对一组家庭的收入和消费情况进行多年跟踪调查，以分析经济政策对家庭生活的长期影响。
常见问题：1. 数据丢失：由于长期跟踪，样本可能会出现数据丢失的情况。2. 成本高：纵向数据的收集和维护成本较高。3. 分析复杂：数据分析需要考虑时间因素，模型构建较为复杂。
