用户名*
邮箱*
密码*
确认密码*
验证码* 点击图片更换验证码
找回密码
忘记密码了？输入你的注册邮箱，并点击重置，稍后，你将会收到一封密码重置邮件。
图片来源见水印
刚好自己复习，找到简单易懂的分享来。reference from 长腿阿大_新浪博客
横截面数据、时间序列数据、面板数据
横截面数据：
横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。横截面数据是按照统计单位排列的。因此，横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说必须是同一时间截面上的数据。
时间序列数据：
在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
面板数据：
是截面数据与时间序列数据综合起来的一种数据类型。其有时间序列和截面两个维度，当这类数据按两个维度排列时，是排在一个平面上，与只有一个维度的数据排在一条线上有着明显的不同，整个表格像是一个面板,所以把panel data译作“面板数据”。
举例：
如：城市名：北京、上海、重庆、天津的GDP分别为10、11、9、8（单位亿元）。这就是截面数据，在一个时间点处切开，看各个城市的不同就是截面数据。
如：2000、2001、2002、2003、2004各年的北京市GDP分别为8、9、10、11、12（单位亿元）。这就是时间序列，选一个城市，看各个样本时间点的不同就是时间序列。
如：2000、2001、2002、2003、2004各年中国所有直辖市的GDP分别为：
北京市分别为8、9、10、11、12；
上海市分别为9、10、11、12、13；
天津市分别为5、6、7、8、9；
重庆市分别为7、8、9、10、11（单位亿元）。
这就是面板数据。
截面数据是不同统计单位在相同统计指标的数据。试用范围是比较同一时间不同个体的差别
时间序列数据是同一个体在不同时间点或者时间段的数据。试用范围是研究同一范围不同时间的变化。
面板数据是不同个体在不同的时间所观察到的数据。有点像二维坐标系里第一一象限的点。一般是时间序列分析里解释变量出现相关关系（多重共线行），或者截面数据在统计过程中出现遗漏变量（不同个体之间有不可观察的差异）的时候，这两种情况用面板数据。
举个栗子！
时间序列数据：北京一年来每天的平均温度。
截面数据：北京，上海，深圳，广州某一天的平均温度。
面板数据：北京，上海，深圳，广州这一年来每天的平均温度。
适用范围！
时间序列数据：某一个个体随时间变化产生的数据。
截面数据：许多个个体在同一个时间下由于个体不同而产生的数据。
面板数据：前两个的综合——许多个个体由于个体不同以及时间变化产生的数据。
分析方法！
时间序列数据：主要围绕时间变化，可看总体趋势，季节性，周期性，ARIMA（自回归，滑动平均，差分）等。
截面数据：主要围绕统计个体区别，可用线性回归，主元分析等。
面板数据：前两个的综合。
欢迎补充和指正~
这个就比较形象了。
假如一个课题是，男朋友颜值跟女生胸部大小的关系的关系。
那么，你可以找到这个数据，2015年不同罩杯的女生的男朋友颜值高低，这就是横截面数据。同一时间点上不同的解释变量对被解释变量的影响的数据。
你还要找这个数据，同样是C杯女孩，2006-2015年间，男朋友颜值的高低的不同。（不是同一个c女孩，只是都是c杯，忽略十年间审美的变化穿着打扮，就看脸！）这就是时间序列数据，不同时点上解变量对被解变量的影响的数据。
你最后合并一下变成三维数据，又有时间，又有不同罩杯。是不是更牛逼了，这就是面板数据。
这些很基本的概念，建议楼主看一本书，讲的通透！适合初学者，黄少敏博士编著的《计量经济学入门》
现在还在我手机里，很多概念，还原到最初，非常容易理解。
大概像…长方形，长方形的长，长方形的宽？
昵称*
E-Mail*
回复内容*
回复 ( 6 )
刚好自己复习，找到简单易懂的分享来。reference from 长腿阿大_新浪博客
横截面数据、时间序列数据、面板数据
横截面数据：
横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。横截面数据是按照统计单位排列的。因此，横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说必须是同一时间截面上的数据。
时间序列数据：
在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
面板数据：
是截面数据与时间序列数据综合起来的一种数据类型。其有时间序列和截面两个维度，当这类数据按两个维度排列时，是排在一个平面上，与只有一个维度的数据排在一条线上有着明显的不同，整个表格像是一个面板,所以把panel data译作“面板数据”。
举例：
如：城市名：北京、上海、重庆、天津的GDP分别为10、11、9、8（单位亿元）。这就是截面数据，在一个时间点处切开，看各个城市的不同就是截面数据。
如：2000、2001、2002、2003、2004各年的北京市GDP分别为8、9、10、11、12（单位亿元）。这就是时间序列，选一个城市，看各个样本时间点的不同就是时间序列。
如：2000、2001、2002、2003、2004各年中国所有直辖市的GDP分别为：
北京市分别为8、9、10、11、12；
上海市分别为9、10、11、12、13；
天津市分别为5、6、7、8、9；
重庆市分别为7、8、9、10、11（单位亿元）。
这就是面板数据。
截面数据是不同统计单位在相同统计指标的数据。试用范围是比较同一时间不同个体的差别
时间序列数据是同一个体在不同时间点或者时间段的数据。试用范围是研究同一范围不同时间的变化。
面板数据是不同个体在不同的时间所观察到的数据。有点像二维坐标系里第一一象限的点。一般是时间序列分析里解释变量出现相关关系（多重共线行），或者截面数据在统计过程中出现遗漏变量（不同个体之间有不可观察的差异）的时候，这两种情况用面板数据。
举个栗子！
时间序列数据：北京一年来每天的平均温度。
截面数据：北京，上海，深圳，广州某一天的平均温度。
面板数据：北京，上海，深圳，广州这一年来每天的平均温度。
适用范围！
时间序列数据：某一个个体随时间变化产生的数据。
截面数据：许多个个体在同一个时间下由于个体不同而产生的数据。
面板数据：前两个的综合——许多个个体由于个体不同以及时间变化产生的数据。
分析方法！
时间序列数据：主要围绕时间变化，可看总体趋势，季节性，周期性，ARIMA（自回归，滑动平均，差分）等。
截面数据：主要围绕统计个体区别，可用线性回归，主元分析等。
面板数据：前两个的综合。
欢迎补充和指正~
这个就比较形象了。
假如一个课题是，男朋友颜值跟女生胸部大小的关系的关系。
那么，你可以找到这个数据，2015年不同罩杯的女生的男朋友颜值高低，这就是横截面数据。同一时间点上不同的解释变量对被解释变量的影响的数据。
你还要找这个数据，同样是C杯女孩，2006-2015年间，男朋友颜值的高低的不同。（不是同一个c女孩，只是都是c杯，忽略十年间审美的变化穿着打扮，就看脸！）这就是时间序列数据，不同时点上解变量对被解变量的影响的数据。
你最后合并一下变成三维数据，又有时间，又有不同罩杯。是不是更牛逼了，这就是面板数据。
这些很基本的概念，建议楼主看一本书，讲的通透！适合初学者，黄少敏博士编著的《计量经济学入门》
现在还在我手机里，很多概念，还原到最初，非常容易理解。
大概像…长方形，长方形的长，长方形的宽？