目录
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(GlejserTest)、巴特列特检验、布鲁奇-培根检验(TheBreusch-PaganTest)、戈德菲尔德-匡特检验(TheGoldfeld-QuanDTTest)、沃特检验(WaldTest)、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
发表评论