概念进阶抽样估计与假设检验
时间序列与横截面数据
也叫：Time series data、Cross-sectional data
时间序列是同一对象跨时间，横截面是同一时点跨对象。
核心讲解
抽样中经常会遇到两类数据。时间序列数据指调查对象在一系列等间隔时间内的数据，例如万科股票过去一年中所有交易日的每日收盘价、改革开放以来每年的经济增长率；它描述的是同一个对象随时间变化的轨迹。
横截面数据指调查对象在某一时点的特征数据，例如某一年度所有中国人的收入、某一交易日沪深股市所有股票的收盘价；它描述的是同一时点不同对象之间的差异。
一句话区分：时间序列是同一个体在不同时间，横截面是同一时点不同个体。认清数据类型很关键，因为时间序列若在中间发生结构性变化，把它混在一起分析容易产生时间段偏误。
费曼版：用大白话再讲一遍
观察一个人，看他一整年的体重记录，是“随时间变化”的数据；把全班同学今天的体重排成一列，是“同一时点、不同人”的数据。前者看趋势，后者看差异。
要点
- 时间序列数据是同一对象在一系列时点上的数据。
- 横截面数据是同一时点不同对象的数据。
- 区分要点是“变的是时间还是对象”。
- 时间序列遇结构性变化易产生时间段偏误。
常见误区
- 把“一只股票逐日收盘价”误当成横截面数据。
- 把“一天内所有股票收盘价”误当成时间序列数据。
- 忽略时间序列的结构性变化，把不同时期的数据硬拼在一起。
编者注
- 补充除时间序列与横截面数据外，还有面板数据，即多个个体跨多个时期的混合数据。