Wide and narrow data

rdf:langString Wide-Format und Long-Format

rdf:langString Das Wide-Format und das Long-Format (manchmal auch ungestapelt und gestapelt genannt) sind Begriffe, die verwendet werden, um zwei verschiedene Darstellungen von Tabellendaten zu beschreiben. Das Wide-Format eignet sich für die Darstellung von Querschnittsdaten oder Zeitreihendaten. Im Wide-Format enthalten mehrere Spalten die Messwerte der gleichen Variable zu unterschiedlichen Zeitpunkten oder Versuchswiederholungen, während das Individuum oder Beobachtungseinheit die ganze Zeile der Tabelle beansprucht. Diese Art der Darstellung ist intuitiv für den Vergleich von verschiedenen Werten der gleichen Variable, aber ungeeignet für die Darstellung von Paneldaten mit mehr als einer Variable. Bei Paneldaten liegen die Daten für mehrere Individuen und je Individuum für mehrere Messungen vor. Wenn das Panel mehr als nur eine Variable enthält, etwa sowohl Gewicht als auch Körpergröße, müssten diese im Wide-Format nebeneinander gestellt werden. Die Spalten für Körpergröße und Gewicht können dann nach Variablenart oder Messzeitpunkt sortiert werden, was den Überblick schwierig macht. Der Zeitpunkt oder die Wiederholung der Messung ist außerdem nur implizit aus dem Spaltennamen erkennbar. In diesem Fall ist das Long-Format besser geeignet. Im Long-Format werden alle Werte der messwiederholten Variable in der gleichen Spalte und der zugehörige Zeitpunkt in einer eigenen Variable dargestellt. Daher werden die Daten im Long-Format auch als „gestapelt“ bezeichnet. Weitere Variablen werden in einer eigenen Spalte notiert, nutzen jedoch ebenfalls die Werte der Zeitvariable. Die Zeitvariable (die auch die Versuchswiederholung oder den Kontext der Messung angeben kann) ist somit explizit angegeben. Im Allgemeinen hat das Wide-Format mehr Spalten als das Long-Format, das dafür mehr Zeilen besitzt. Der Begriff "Format" wird in der Informatik in vielen unterschiedlichen Bedeutungen verwendet; für die genauere Abgrenzung werden deshalb auch die Begriffe "Layout" oder "Struktur" vorgeschlagen. Statistik-Programme erfordern für einige Operationen, insbesondere bei der Analyse von Paneldaten, dass ein Long-Format verwendet wird, in dem der Zeitpunkt explizit enthalten ist. Deshalb ist die Transformation von Daten im Wide-Format ins Long-Format von großer Bedeutung und in vielen Statistik-Programmen implementiert. Ein erfundenes Beispiel für eine solche Transformation wird im folgenden Abschnitt durchgeführt.