面板数据分析&截面数据分析各自优劣比较

请问各位大虾~~
关于面板数据分析&截面数据分析各自的优劣如何？
从个人感性认识来说，觉得面板数据分析要优于截面数据分析，毕竟增加了一个维度，信息多了，观察面广了。但缺乏理性分析支持，不知道各位大虾对这两种分析比较的看法,越详细越好~~
谢谢~~~~~~~~~~~~~~~~~~~~~~~~~~

第一，面板数据可以解决遗漏变量问题。遗漏变量通常由于不可观察的个体差异或“异质性”导致，如果这一异质性不随时间变化，那么面板数据便提供了解决遗漏变量的利器，而这是截面数据不能解决的。
第二，面板数据提供了个体的动态行为信息。面板数据兼具横截面和时间两个维度，可以解决横截面数据和面板数据单独不能解决的问题。
第三，两个维度的数据使得面板样本容量大幅增加，与横截面相比，明显提高估计的精确度。因为很多估计量和检验都是在大样本下得到的渐进分布。

坐个沙发，我也关注一下

谢谢大神，但是还是没有太清楚。。。
特别是这句 “面板数据提供了个体的动态行为信息。面板数据兼具横截面和时间两个维度，可以解决横截面数据和面板数据单独不能解决的问题。”
这个感性的角度就能理解，但是具体是哪些“单独解决不了的问题呢”

浪费看见了空间了看见了空间 可连接了空间看

lantian1103 发表于 2014-12-4 15:42
谢谢大神，但是还是没有太清楚。。。
特别是这句 “面板数据提供了个体的动态行为信息。面板数据兼具横截面 ...

截面数据（cross-section data）是指在同一时间（时期或时点）截面上反映一个总体的一批（或全部）个体的同一特征变量的观测值。  他没有单体随时间变化的分析。  实际上截面数据＊时间序列＝面板数据

chenxiaoliang22 发表于 2010-12-18 20:55
第一，面板数据可以解决遗漏变量问题。遗漏变量通常由于不可观察的个体差异或“异质性”导致，如果这一异质 ...

这么说来截面数据就没有任何优势吗？

双向固定效应回归是面板数据的重要优势之一，说白了就是观察组内变化并消除了时间趋势的影响，但必须要求每个个体存在随时间变化的x，不然的话（x不随时间变化）面板和截面带来的信息量差不多。如果用双向固定的话，实际上变化来自个体在每个时间点上的不同（张三收入100，快乐感100，收入200，快乐感150，从这种维度得到收入和快乐的关系），截面数据的话（或者面板pool回归），变化实际上来自不同个体之间的横向比较（张三收入100，快乐100，李四收入200，快乐150，然后横向比较得到二者关系）。我的理解认为这是截面和面板应用时的重要区别，根据实际研究需要，考虑从哪个维度的变化得到结论更合适。至于随机效应和pool回归，本质上类似截面回归（pool可以说就是截面的思想，把每个时间点都单独看作一个观察值，即张三1999和张三2000是两个不同的“人”，随机效应就是GLS的面板数据版本）。