面板數據，截面數據，時間序列數據的區別，適用範圍各是什麼？

01-23

圖片來源見水印

剛好自己複習，找到簡單易懂的分享來。reference from 長腿阿大_新浪博客

橫截面數據、時間序列數據、面板數據

橫截面數據：

橫截面數據是在同一時間，不同統計單位相同統計指標組成的數據列。橫截面數據是按照統計單位排列的。因此，橫截面數據不要求統計對象及其範圍相同，但要求統計的時間相同。也就是說必須是同一時間截面上的數據。

時間序列數據：

在不同時間點上收集到的數據，這類數據反映了某一事物、現象等隨時間的變化狀態或程度。

面板數據：

是截面數據與時間序列數據綜合起來的一種數據類型。其有時間序列和截面兩個維度，當這類數據按兩個維度排列時，是排在一個平面上，與只有一個維度的數據排在一條線上有著明顯的不同，整個表格像是一個面板,所以把panel data譯作「面板數據」。

舉例：

如：城市名：北京、上海、重慶、天津的GDP分別為10、11、9、8（單位億元）。這就是截面數據，在一個時間點處切開，看各個城市的不同就是截面數據。

如：2000、2001、2002、2003、2004各年的北京市GDP分別為8、9、10、11、12（單位億元）。這就是時間序列，選一個城市，看各個樣本時間點的不同就是時間序列。

如：2000、2001、2002、2003、2004各年中國所有直轄市的GDP分別為：

北京市分別為8、9、10、11、12；

上海市分別為9、10、11、12、13；

天津市分別為5、6、7、8、9；

重慶市分別為7、8、9、10、11（單位億元）。

這就是面板數據。

大概像...長方形，長方形的長，長方形的寬？

這個就比較形象了。

假如一個課題是，男朋友顏值跟女生胸部大小的關係的關係。

那麼，你可以找到這個數據，2015年不同罩杯的女生的男朋友顏值高低，這就是橫截面數據。同一時間點上不同的解釋變數對被解釋變數的影響的數據。

你還要找這個數據，同樣是C杯女孩，2006-2015年間，男朋友顏值的高低的不同。（不是同一個c女孩，只是都是c杯，忽略十年間審美的變化穿著打扮，就看臉！）這就是時間序列數據，不同時點上解變數對被解變數的影響的數據。

你最後合併一下變成三維數據，又有時間，又有不同罩杯。是不是更牛逼了，這就是面板數據。

這些很基本的概念，建議樓主看一本書，講的通透！適合初學者，黃少敏博士編著的《計量經濟學入門》

現在還在我手機里，很多概念，還原到最初，非常容易理解。

舉個栗子！

時間序列數據：北京一年來每天的平均溫度。

截面數據：北京，上海，深圳，廣州某一天的平均溫度。

面板數據：北京，上海，深圳，廣州這一年來每天的平均溫度。

適用範圍！

時間序列數據：某一個個體隨時間變化產生的數據。

截面數據：許多個個體在同一個時間下由於個體不同而產生的數據。

面板數據：前兩個的綜合——許多個個體由於個體不同以及時間變化產生的數據。

分析方法！

時間序列數據：主要圍繞時間變化，可看總體趨勢，季節性，周期性，ARIMA（自回歸，滑動平均，差分）等。

截面數據：主要圍繞統計個體區別，可用線性回歸，主元分析等。

面板數據：前兩個的綜合。

歡迎補充和指正~

截面數據是不同統計單位在相同統計指標的數據。試用範圍是比較同一時間不同個體的差別

時間序列數據是同一個體在不同時間點或者時間段的數據。試用範圍是研究同一範圍不同時間的變化。

面板數據是不同個體在不同的時間所觀察到的數據。有點像二維坐標系裡第一一象限的點。一般是時間序列分析里解釋變數出現相關關係（多重共線行），或者截面數據在統計過程中出現遺漏變數（不同個體之間有不可觀察的差異）的時候，這兩種情況用面板數據。