橫截面數據

與時序數據相比較，其區別在於數據的排列標準不同，時序數據是按時間順序排列的，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。與時間數據完全一樣，橫截面數據的統計口徑和計算方法（包括價值量的計算方法）也應當是可比的。

例如，為了研究某一行業各個企業的產出與投入的關係，我們需要關於同一時間截面上各個企業的產出Q和勞動L、資本投入K的橫截面數據。這些數據的統計對象顯然是不同的，因為是不同企業的數據。但是關於產出Q和投入L、K的解釋、統計口徑和計算方法仍然要求相同，即本企業的Q、L、K在統計上要求可比。

在分析橫截面數據時，應主要注意兩個問題：

一是異方差問題，由於數據是在某一時期對個體或地域的樣本的採集，不同個體或地域本身就存在差異；

二是數據的一致性，主要包括變數的樣本容量是否一致、樣本的取樣時期是否一致、數據的統計標準是否一致。

異方差性的檢驗

對異方差的檢驗大多集中於線性模型情形，檢驗方法很多。主要的檢驗異方差性的方法有：圖示檢驗法、等級相關係數檢驗法、戈里瑟檢驗(Glejser Test)、巴特列特檢驗、布魯奇-培根檢驗(The Breusch-Pagan Test)、戈德菲爾德-匡特檢驗(The Goldfeld-Quandt Test)、沃特檢驗(Wald Test)、拉格朗日乘數檢驗、似然比檢驗、懷特大樣本檢驗等。這些檢驗方法在性能上各有優劣，互為補充，在具體操作時宜結合使用，相互驗證，不應單憑個別檢驗結論做出歧視性或排他性的斷言。