横剖面分析

---

对众多实体(家庭、企业或国家)的变数在同一时点上(或时期内)的观察值的分析；而时间序列分析则是对某一实体的变数在连续时点(或时期)的观察值的分析。

前者如对众多家庭的收支中消费支出与收入、人口等特点的联系分析；后者如对一国的国内生产总值、价格变动的分析。因为有些经济变数的横剖面数据的变异较其时间序列数据的变异显著，而较能与经济理论所定义的变数相对应，经济统计常常使用横剖面数据分析。

横剖面分析常用的方法是回归分析。进行分析时主要问题是选定解释变数、制定配合的函数形式以及估计被省略变数的误差。

配合估计方法一般用最小平方法。最早应用横剖面分析研究经济问题的是恩格尔(Ernst Engel)。

他使用横剖面数据估计出食品消费在家庭收入所占比例的变异。以后经济学界广泛应用横剖面分析来估计消费函数、生产函数和投资函数。

因为横剖面变数间的联系是随时间变化而变动的，应用横剖面分析估计得的经济变量间的数量关系进行预测常常发生困难。

近时期经济统计学家致力研究将横剖面数据和时间序列数据揉合(pooling)分析的方法。