क्रॉस-सेक्शनल डेटा

सांख्यिकी और अर्थमिति में, क्रॉस-सेक्शनल डेटा एक प्रकार का डेटा है जो एक ही बिंदु या समय अवधि में कई विषयों (जैसे व्यक्ति, फर्म, देश या क्षेत्र) को देखकर एकत्र किया जाता है। क्रॉस-सेक्शनल डेटा के विश्लेषण में समानयत: समय में अंतर की परवाह किए बिना चयनित विषयों के बीच अंतर की तुलना करना सम्मिलित होता है।

उदाहरण के लिए, यदि हम किसी जनसंखया में वर्तमान स्थूलता के स्तर को मापना चाहते हैं, तो हम उस जनसंखया से यादृच्छिक रूप से 1,000 लोगों का एक नमूना ले सकते हैं (जिसे उस जनसंखया का एक क्रॉस सेक्शन भी कहा जाता है), उनका वजन और ऊंचाई माप सकते हैं, और गणना कर सकते हैं कि उस नमूने का कितना प्रतिशत स्थूलता के रूप में वर्गीकृत किया गया है। यह क्रॉस-सेक्शनल नमूना हमें उस समय उस जनसंख्या का एक स्नैपशॉट प्रदान करता है। ध्यान दें कि हम एक क्रॉस-सेक्शनल नमूने के आधार पर यह नहीं जानते हैं कि स्थूलता बढ़ रहा है या घट रहा है; हम केवल वर्तमान अनुपात का वर्णन कर सकते हैं।

क्रॉस-सेक्शनल डेटा टाइम सीरीज डेटा से भिन्न होता है, जिसमें समय के विभिन्न बिंदुओं पर एक ही छोटे मापदंड या समग्र डेटा इकाई को देखा जाता है। एक अन्य प्रकार का डेटा, पैनल डेटा (या अनुदैर्ध्य डेटा), क्रॉस-अनुभागीय और समय श्रृंखला डेटा दोनों पहलुओं को जोड़ता है और देखता है कि टाइम सीरीज  में विषय (फर्म, व्यक्ति, आदि) कैसे बदलते हैं। पैनल डेटा अलग-अलग समय में एक ही विषय पर टिप्पणियों से संबंधित है। पैनल विश्लेषण समय के साथ चर में परिवर्तन और चयनित विषयों के बीच चर में अंतर की जांच करने के लिए पैनल डेटा का उपयोग करता है।

वेरिएंट में पूलित क्रॉस-सेक्शनल डेटा सम्मिलित है, जो अलग-अलग समय में एक ही विषय पर टिप्पणियों से संबंधित है। रोलिंग क्रॉस-सेक्शन में, नमूने में किसी व्यक्ति की उपस्थिति और जिस समय व्यक्ति को नमूने में सम्मिलित किया जाता है, दोनों को यादृच्छिक रूप से निर्धारित किया जाता है। उदाहरण के लिए, एक राजनीतिक सर्वेक्षण 1000 व्यक्तियों का साक्षात्कार लेने का निर्णय ले सकता है। यह पहले पूरी जनसंखया में से यादृच्छिक रूप से इन व्यक्तियों का चयन करता है। इसके बाद यह प्रत्येक व्यक्ति को एक यादृच्छिक तिथि निर्दिष्ट करता है। यह वह यादृच्छिक तिथि है जब व्यक्ति का साक्षात्कार लिया जाएगा, और इस प्रकार उसे सर्वेक्षण में सम्मिलित किया जाएगा।

क्रॉस-सेक्शनल डेटा का उपयोग क्रॉस-सेक्शनल रिग्रेशन में किया जा सकता है, जो क्रॉस-सेक्शनल डेटा का रिग्रेशन विश्लेषण है। उदाहरण के लिए, एक निश्चित महीने में विभिन्न व्यक्तियों के कोन्सुम्प्शन (अर्थशास्त्र) व्यय को उनकी आय, संचित धन के स्तर और उनकी विभिन्न डेमोग्राफिक विशेषताओं पर वापस लाया जा सकता है जिससे यह पता लगाया जा सकता है कि उन विशेषताओं में अंतर उपभोक्ताओं के व्यवहार में अंतर कैसे उत्पन्न करता है।