横截面数据

横截面数据概述
  横截面数据是指在某一时点收集的不同对象的数据。它对应同一时点上不同空间(对象)所组成的一维数据集合,研究的是某一时点上的某种经济现象,突出空间 (对象)的差异。横截面数据的突出特点就是离散性高。横截面数据体现的是个体的个性,突出个体的差异,通常横截面数据表现的是无规律的而非真正的随机变化。即计量经济学中所谓的“无法观测的异质性”。
横截面数据分析的要点
  在分析横截面数据时,应主要注意两个问题:
  一是异方差问题,由于数据是在某一时期对个体或地域的样本的采集,不同个体或地域本身就存在差异;
  二是数据的一致性,主要包括变量的样本容量是否一致、样本的取样时期是否一致、数据的统计标准是否一致。
  异方差性的检验
  对异方差的检验大多集中于线性模型情形,检验方法很多。主要的检验异方差性的方法有:图示检验法、等级相关系数检验法、戈里瑟检验(Glejser Test)、巴特列特检验、布鲁奇-培根检验(The Breusch-Pagan Test)、戈德菲尔德-匡特检验(The Goldfeld-Quandt Test)、沃特检验(Wald Test)、拉格朗日乘数检验、似然比检验、怀特大样本检验等。这些检验方法在性能上各有优劣,互为补充,在具体操作时宜结合使用,相互验证,不应单凭个别检验结论做出歧视性或排他性的断言。
相关条目时间序列数据