В статистике и эконометрике кросс-секционные данные — это тип данных , собранных путем наблюдения за многими субъектами (например, отдельными лицами, фирмами, странами или регионами) в одну точку или период времени. Анализ кросс-секционных данных обычно состоит из сравнения различий между выбранными субъектами, как правило, без учета различий во времени.
Например, если мы хотим измерить текущие уровни ожирения в популяции, мы могли бы случайным образом взять выборку из 1000 человек из этой популяции (также известную как поперечное сечение этой популяции), измерить их вес и рост и вычислить, какой процент этой выборки относится к категории страдающих ожирением. Эта поперечная выборка дает нам снимок этой популяции в данный момент времени. Обратите внимание, что мы не знаем на основе одной поперечной выборки, увеличивается или уменьшается ожирение; мы можем только описать текущую пропорцию.
Данные поперечного сечения отличаются от данных временных рядов , в которых один и тот же мелкомасштабный или агрегированный объект наблюдается в различные моменты времени. Другой тип данных, панельные данные (или продольные данные ), сочетает в себе аспекты данных поперечного сечения и временных рядов и рассматривает, как субъекты (фирмы, отдельные лица и т. д.) изменяются в течение временного ряда. Панельные данные имеют дело с наблюдениями за теми же субъектами в разное время. Панельный анализ использует панельные данные для изучения изменений переменных с течением времени и их различий в переменных между выбранными субъектами.
Варианты включают объединенные данные поперечного сечения , которые имеют дело с наблюдениями по тем же предметам в разное время. В скользящем поперечном сечении как присутствие человека в выборке, так и время, в которое человек включается в выборку, определяются случайным образом. Например, политический опрос может решить опросить 1000 человек. Сначала он выбирает этих людей случайным образом из всей популяции. Затем он назначает случайную дату каждому человеку. Это случайная дата, когда человек будет опрошен, и, таким образом, включен в опрос. [1]
Данные поперечного сечения могут использоваться в регрессии поперечного сечения , которая является регрессионным анализом данных поперечного сечения. Например, потребительские расходы различных лиц в фиксированном месяце могут быть регрессированы по их доходам, уровням накопленного богатства и их различным демографическим характеристикам, чтобы выяснить, как различия в этих характеристиках приводят к различиям в поведении потребителей.