This HTML5 document contains 117 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dcterms	http://purl.org/dc/terms/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
dbpedia-sq	http://sq.dbpedia.org/resource/
dbpedia-es	http://es.dbpedia.org/resource/
n6	https://global.dbpedia.org/id/
dbpedia-ru	http://ru.dbpedia.org/resource/
dbt	http://dbpedia.org/resource/Template:
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-fi	http://fi.dbpedia.org/resource/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-eu	http://eu.dbpedia.org/resource/
owl	http://www.w3.org/2002/07/owl#
dbpedia-it	http://it.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
dbpedia-fr	http://fr.dbpedia.org/resource/
dbpedia-zh	http://zh.dbpedia.org/resource/
dbc	http://dbpedia.org/resource/Category:
prov	http://www.w3.org/ns/prov#
dbp	http://dbpedia.org/property/
xsdh	http://www.w3.org/2001/XMLSchema#
dbpedia-id	http://id.dbpedia.org/resource/
wikidata	http://www.wikidata.org/entity/
gold	http://purl.org/linguistics/gold/
dbr	http://dbpedia.org/resource/

Statements

Subject Item

dbr:Role_of_networks_in_electoral_behavior

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Methodology_of_econometrics

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Time_series

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Benny_Hill

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Uganda_Women's_Network

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Dummy_variable_(statistics)

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Political_climate

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Pension_model

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Preston_curve

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Generalized_Ozaki_cost_function

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Real_versus_nominal_value_(economics)

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:National_Annenberg_Election_Survey

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cobb–Douglas_production_function

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cross-sectional_data

rdf:type

dbo:Company

rdfs:label

Перекрёстные данные 横截面数据 Zeharkako datu Data potong lintang Datos transversales Données en coupe Cross-sectional data Dati sezionali Dados de corte transversal

rdfs:comment

In statistica ed econometria, i dati sezionali, anche noti come cross-sectional data, sono una tipologia di dati, di una o più variabili, raccolti da una popolazione, che permettono di osservare e studiare diversi soggetti e le caratteristiche di essi, nello stesso periodo di tempo o senza considerare le differenze temporali. Перекрёстные данные — это тип данных в статистике и эконометрике, собранный путём наблюдения за объектами (такими как физические лица, фирмы, страны или регионы) в один и тот же период времени. Перекрёстные данные отличаются от данных временных рядов, в которых один и тот же объект наблюдается в разные моменты времени. Другой тип данных, панельные данные, объединяет в себе как перекрёстные данные, так и временные ряды и рассматривает, как объекты (фирмы, физически лица и пр.) меняются со временем. Панельные данные отличаются от объединённых во времени перекрёстных данных, поскольку в них рассматриваются наблюдения за одними и теми же объектами в разное время, тогда как последние представляют разные объекты в разные периоды времени. Dalam statistika dan penelitian, data potong lintang (cross-sectional data) adalah jenis data yang didapat dengan mengamati banyak subyek (seperti individu, perusahaan, negara, wilayah) dalam satu waktu yang sama. Analisis data potong lintang biasanya melibatkan perbandingan antara subyek-subyek yang diteliti dalam waktu yang sama, dan tidak harus peduli dengan perbedaan dari waktu ke waktu. En statistiques et en économétrie, on appelle données en coupe ou données transversales des données pour lesquelles on observe les unités statistiques à une date donnée. Dados de corte transversal ou cross-section são uma amostra de dados usados em estatística ou econometria, sejam indivíduos, consumidores, empresas, cidades, etc., em um dado ponto no tempo.Apesar de alguns dados, em algumas situações, não corresponderem precisamente ao mesmo período de tempo, em uma tais diferenças de tempo, que não possuem grande significância, são ignoradas. Estatistikan, zeharkako datuak une jakin batean multzo bateko elementuen gainean jasotzen diren datuen multzoa da. Adibidez, 2010 urtean munduko herrialdeetako hazkunde ekonomikoaren tasak eta langabezia portzentajeak bilduta, zeharkako datu-multzo bat osatzen da. Cross-sectional data, or a cross section of a study population, in statistics and econometrics, is a type of data collected by observing many subjects (such as individuals, firms, countries, or regions) at the one point or period of time. The analysis might also have no regard to differences in time. Analysis of cross-sectional data usually consists of comparing the differences among selected subjects. 横截面数据，也称截面数据、静态数据，是统计学与计量经济学中的一类数据集，通过观察许多主体（如个人、公司、国家、地区等）在同一时间点或同一时间段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。例如，经济普查数据、人口普查数据、家庭收入调查数据。通常比较被选择的主体的差异。 与之相对的是时间序列数据，小规模数据或者在一系列时间点上被观测。面板数据（或称纵向数据）是截面数据与时间序列数据的结合。面板数据不同于混合横截面数据（pooled cross-sectional data）。面板数据是对 同一主体的不同时间点的观测值。混合横截面数据是在不同时点从同一个大总体内部分别抽样，将所得到的数据混合起来的一种数据集。如许多关于个人、家庭和企业的调查，每隔一段时间，常常是每隔一年，重复进行一次，如果每个时期都抽取一个随机样本，那么把所得到的随机样本合并起来就给出一个混合横截面。 横截面数据可施加，及对截面数据的回归分析。 Los datos transversales, o datos de corte transversal de una población de estudio, en estadística y econometría, son un tipo de datos recopilados mediante la observación de muchos sujetos (como individuos, empresas, países o regiones) al mismo tiempo, o sin tener en cuenta las diferencias en el tiempo. El análisis de los datos transversales suele consistir en comparar las diferencias entre los sujetos.

dcterms:subject

dbc:Statistical_data_types dbc:Cross-sectional_analysis

dbo:wikiPageID

3297700

dbo:wikiPageRevisionID

1082685505

dbo:wikiPageWikiLink

dbr:Cross-sectional_regression dbr:Statistics dbr:Cross-sectional_study dbr:Demographics dbr:Regression_analysis dbr:Data_set dbr:Panel_data dbr:Panel_analysis dbc:Statistical_data_types dbr:Time_series dbc:Cross-sectional_analysis dbr:Consumption_(economics) dbr:Study_population dbr:Econometrics dbr:Aggregate_data

owl:sameAs

dbpedia-fi:Poikkileikkausaineisto n6:34CuV dbpedia-zh:横截面数据 dbpedia-fr:Données_en_coupe dbpedia-es:Datos_transversales dbpedia-sq:Të_dhënat_e_tërthorta dbpedia-eu:Zeharkako_datu dbpedia-id:Data_potong_lintang wikidata:Q3304360 freebase:m.0941zx dbpedia-ru:Перекрёстные_данные dbpedia-pt:Dados_de_corte_transversal dbpedia-it:Dati_sezionali

dbp:wikiPageUsesTemplate

dbt:Cite_book dbt:Reflist dbt:Short_description

dbo:abstract

Dalam statistika dan penelitian, data potong lintang (cross-sectional data) adalah jenis data yang didapat dengan mengamati banyak subyek (seperti individu, perusahaan, negara, wilayah) dalam satu waktu yang sama. Analisis data potong lintang biasanya melibatkan perbandingan antara subyek-subyek yang diteliti dalam waktu yang sama, dan tidak harus peduli dengan perbedaan dari waktu ke waktu. Sebagai contoh, untuk meneliti tingkat obesitas dalam populasi, data potong lintang yang dapat diambil misalnya sampel 1.000 orang yang dipilih secara acak dari populasi tersebut (disebut juga potong lintang populasi), lalu mengukur berat badan dan tinggi setiap sampel, dan menghitung persentase dari sampel yang dikategorikan mengalami obesitas. Janis sampel seperti ini memungkinkan mengetahui tingkat obesitas dalam satu waktu, walaupun tidak dapat memberikan informasi apakah tingkat obesitas dalam populasi sedang naik atau turun. Data potong lintang dapat dikontraskan dengan data waktu berjalan (time series), yaitu pengamatan dari satu subjek yang dilakukan dari waktu ke waktu. Selain itu, jenis data lainnya yaitu (atau data longitudinal) menggabungkan gagasan data potong lintang dan data deret waktu sehingga dapat digunakan untuk menganalisis perubahan sekelompok subjek (individu, perusahaan, dsb) dari waktu ke waktu. Analisis panel menggunakan data panel ini untuk mengamati perubahan variabel-variabel dalam rentang waktu tersebut, atau meneliti perbedaan variabel-variabel antara subyek-subyek yang terlibat. Los datos transversales, o datos de corte transversal de una población de estudio, en estadística y econometría, son un tipo de datos recopilados mediante la observación de muchos sujetos (como individuos, empresas, países o regiones) al mismo tiempo, o sin tener en cuenta las diferencias en el tiempo. El análisis de los datos transversales suele consistir en comparar las diferencias entre los sujetos. Por ejemplo, si se quiere medir los niveles actuales de obesidad en una población, podríamos tomar al azar una muestra de 1000 personas de esa población (también conocida como una sección transversal de esa población), medir su peso y estatura, y calcular qué porcentaje de esa muestra está clasificado como obeso. Esta muestra transversal nos proporciona una instantánea de esa población, en ese momento. Nótese que se desconoce, al basarse en una muestra transversal, si la obesidad está aumentando o disminuyendo; solo puede describirse la proporción actual. Los datos transversales difieren de los datos de las series temporales, en los que se observa la misma entidad a pequeña escala o en diversos momentos del tiempo. Otro tipo de datos, los datos de panel, combinan ideas de datos tanto transversales como de series temporales y analizan cómo cambian los sujetos (empresas, individuos, etc.) a lo largo del tiempo. Los datos de panel difieren de los datos transversales agrupados a lo largo del tiempo, porque se basan en observaciones sobre los mismos temas en diferentes momentos, mientras que estos últimos observan diferentes temas en diferentes períodos de tiempo. El utiliza los datos de panel para examinar los cambios en las variables a lo largo del tiempo y las diferencias en las variables entre los sujetos. En una sección transversal aleatoria, tanto la presencia de un individuo en la muestra como el momento en que el individuo es incluido en la muestra se determinan al azar. Por ejemplo, una encuesta política puede decidir entrevistar a 1000 personas. Primero selecciona estos individuos al azar de entre toda la población. A continuación, asigna una fecha aleatoria a cada individuo. Esta es la fecha aleatoria en la que el individuo será entrevistado y, por lo tanto, incluido en la encuesta.​ Los datos transversales pueden utilizarse en la , que es el análisis de regresión de los datos transversales. Por ejemplo, se puede realizar una regresión de los gastos de consumo de varios individuos en un mes fijo con respecto a sus ingresos, niveles de riqueza acumulada y sus diversas características demográficas para averiguar cómo las diferencias en esas características conducen a diferencias en el comportamiento de los consumidores. Estatistikan, zeharkako datuak une jakin batean multzo bateko elementuen gainean jasotzen diren datuen multzoa da. Adibidez, 2010 urtean munduko herrialdeetako hazkunde ekonomikoaren tasak eta langabezia portzentajeak bilduta, zeharkako datu-multzo bat osatzen da. En statistiques et en économétrie, on appelle données en coupe ou données transversales des données pour lesquelles on observe les unités statistiques à une date donnée. Перекрёстные данные — это тип данных в статистике и эконометрике, собранный путём наблюдения за объектами (такими как физические лица, фирмы, страны или регионы) в один и тот же период времени. Перекрёстные данные отличаются от данных временных рядов, в которых один и тот же объект наблюдается в разные моменты времени. Другой тип данных, панельные данные, объединяет в себе как перекрёстные данные, так и временные ряды и рассматривает, как объекты (фирмы, физически лица и пр.) меняются со временем. Панельные данные отличаются от объединённых во времени перекрёстных данных, поскольку в них рассматриваются наблюдения за одними и теми же объектами в разное время, тогда как последние представляют разные объекты в разные периоды времени. Рассчитать соотношение между доходом и сбережениями помогают перекрёстные данные о личных сбережениях. Предрасположенность к сбережениям, полученная на основе изучения перекрёстных данных, может быть, в свою очередь, сопоставлена со склонностью к сбережениям, рассчитанной на базе данных временных рядов. Желая измерить текущие уровни ожирения населения, случайным образом отбираются 1000 человек из конкретного региона, измеряется их вес и рост, и затем рассчитывается, имеется ли ожирение у людей в конкретном участке. Такой поиск перекрёстных данных даёт нам ясную картину в данный момент времени. Обратите внимание, что, основываясь на одном образце перекрёстных данных, мы не знаем увеличивается или уменьшается уровень ожирения; мы можем описать только текущую пропорцию. В примере перекрёстных данных случайное присутствие объекта и время, в которое объект принимает участие, определяются случайным образом. Например, политический опрос подразумевает анкетирование 1000 человек. Предварительно из всего населения выбираются случайным образом 1000 человек. Затем каждому человеку назначается случайная дата, в которую у субъекта будет взято интервью и, таким образом, будет включено в исследование. Перекрёстные данные могут использоваться в регрессионном анализе. Например, расходы на потребление различных лиц в течение месяца могут быть проанализированы по доходам, накопленным сбережениям и различным демографическим характеристикам с целью выяснить, как различия в этих показателях влияют на поведение потребителей. In statistica ed econometria, i dati sezionali, anche noti come cross-sectional data, sono una tipologia di dati, di una o più variabili, raccolti da una popolazione, che permettono di osservare e studiare diversi soggetti e le caratteristiche di essi, nello stesso periodo di tempo o senza considerare le differenze temporali. 横截面数据，也称截面数据、静态数据，是统计学与计量经济学中的一类数据集，通过观察许多主体（如个人、公司、国家、地区等）在同一时间点或同一时间段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。例如，经济普查数据、人口普查数据、家庭收入调查数据。通常比较被选择的主体的差异。 与之相对的是时间序列数据，小规模数据或者在一系列时间点上被观测。面板数据（或称纵向数据）是截面数据与时间序列数据的结合。面板数据不同于混合横截面数据（pooled cross-sectional data）。面板数据是对 同一主体的不同时间点的观测值。混合横截面数据是在不同时点从同一个大总体内部分别抽样，将所得到的数据混合起来的一种数据集。如许多关于个人、家庭和企业的调查，每隔一段时间，常常是每隔一年，重复进行一次，如果每个时期都抽取一个随机样本，那么把所得到的随机样本合并起来就给出一个混合横截面。 横截面数据可施加，及对截面数据的回归分析。 Cross-sectional data, or a cross section of a study population, in statistics and econometrics, is a type of data collected by observing many subjects (such as individuals, firms, countries, or regions) at the one point or period of time. The analysis might also have no regard to differences in time. Analysis of cross-sectional data usually consists of comparing the differences among selected subjects. For example, if we want to measure current obesity levels in a population, we could draw a sample of 1,000 people randomly from that population (also known as a cross section of that population), measure their weight and height, and calculate what percentage of that sample is categorized as obese. This cross-sectional sample provides us with a snapshot of that population, at that one point in time. Note that we do not know based on one cross-sectional sample if obesity is increasing or decreasing; we can only describe the current proportion. Cross-sectional data differs from time series data, in which the same small-scale or aggregate entity is observed at various points in time. Another type of data, panel data (or longitudinal data), combines both cross-sectional and time series data ideas and looks at how the subjects (firms, individuals, etc.) change over a time series. Panel data differs from pooled cross-sectional data across time, because it deals with the observations on the same subjects in different times whereas the latter observes different subjects in different time periods. Panel analysis uses panel data to examine changes in variables over time and its differences in variables between selected subjects. In a rolling cross-section, both the presence of an individual in the sample and the time at which the individual is included in the sample are determined randomly. For example, a political poll may decide to interview 1000 individuals. It first selects these individuals randomly from the entire population. It then assigns a random date to each individual. This is the random date that the individual will be interviewed, and thus included in the survey. Cross-sectional data can be used in cross-sectional regression, which is regression analysis of cross-sectional data. For example, the consumption expenditures of various individuals in a fixed month could be regressed on their incomes, accumulated wealth levels, and their various demographic features to find out how differences in those features lead to differences in consumers’ behavior. Dados de corte transversal ou cross-section são uma amostra de dados usados em estatística ou econometria, sejam indivíduos, consumidores, empresas, cidades, etc., em um dado ponto no tempo.Apesar de alguns dados, em algumas situações, não corresponderem precisamente ao mesmo período de tempo, em uma tais diferenças de tempo, que não possuem grande significância, são ignoradas. Uma importante característica desta análise, é que o uso de uma amostragem aleatória da população subjacente não se faz apropriada. Por exemplo: Se estivéssemos interessados em descobrir algo como a quantidade de pessoas que declaram 100% de sua fortuna, de uma determinada amostragem aleatória de mil pessoas, as mais ricas poderiam optar por não revelar tal informação, fazendo com que com que tal amostra resultante não se caracterizasse em uma amostra aleatória.

gold:hypernym

dbr:Data

prov:wasDerivedFrom

wikipedia-en:Cross-sectional_data?oldid=1082685505&ns=0

dbo:wikiPageLength

3430

foaf:isPrimaryTopicOf

wikipedia-en:Cross-sectional_data

Subject Item

dbr:Cross-sectional_regression

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cross-sectional_study

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Complex_Dynamic_Systems_Theory

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Demand_forecasting

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Demographic_surveillance_system

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Causality

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Drug_addiction_recovery_groups

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Future

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cross-sectional

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

dbo:wikiPageRedirects

dbr:Cross-sectional_data

Subject Item

dbr:Cross_section

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Lisa_Bowleg

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Forecasting

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Panel_data

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Happiness_economics

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:History_of_propaganda

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Prediction

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:He_Snoops_to_Conquer

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Jeffrey_Wooldridge

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Advertising_research

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Bioecological_model

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cohort_study

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Economic_data

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Relationship_science

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Occupational_health_psychology

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Ordinary_least_squares

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Longitudinal_study

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:The_Natural_History_of_Alcoholism_Revisited

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:List_of_statistics_articles

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Root-mean-square_deviation

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:OxMetrics

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Subsetting

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Outline_of_regression_analysis

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Rapid_eye_movement_sleep_behaviour_disorder_and_Parkinson's_disease

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

Subject Item

dbr:Cross-section_data

dbo:wikiPageWikiLink

dbr:Cross-sectional_data

dbo:wikiPageRedirects

dbr:Cross-sectional_data

Subject Item

wikipedia-en:Cross-sectional_data

foaf:primaryTopic

dbr:Cross-sectional_data