目的：跨度较大的时间序列数据存在着受外界条件变化影响大,存在时变系数等特点,不满足经典线性回归的要求,因此一般经典线性模型进行此类时间序列数据的分析和拟合时存在着不能反映数据微观变化和不能准确拟合和预测等缺点。由状态空间模型构造的变系数模型引入了“状态”这一概念,从而可以微观动态地反映跨度较大的时间序列数据的内在变化,并进行更为准确地拟合和预测。通过对医学时间序列数据应用变系数模型,并同常系数模型进行对比,探讨变系数模型的应用优势,为以后研究中更好地拟合和解释相应时间序列数据提供了新的方法和思路。时间序列/截面数据包含了时间,截面及指标三维信息,一般线性模型只能利用了其中的二维信息。利用变截距模型对医学时间序列/截面数据所提供的三维信息进行综合分析,同时为今后的相关研究提供新的方法和思路。方法：介绍变系数模型和变截距模型的基本原理以及方法步骤。针对《中国统计年鉴》及《中国卫生统计年鉴》公布的数据,构造1978年-2007年全国人均收入和人均卫生支出之间的变系数模型以及2002年-2008年各地人均年消费支出和人均医疗卫生支出的变截距模型,探讨两模型的应用特点。采用Eviews5.0软件进行数据分析。结果：变系数模型的拟合结果表明：人均卫生支出对于人均收入的系数是随时间变化的,是一个时变系数。变系数模型对于实际数据的拟合及预测结果的残差平方和(38.301)要远远小于常参数模型(2747.782)。变截距模型的拟合结果表明：综合分析各地人均收入时间序列和地区差异数据,我国的东部区域医疗自发消费倾向明显高于西部地区,其中最高的是北京,最低的是江西。在2002-2008年间我国医疗消费的自发消费倾向逐渐升高。结论：变系数模型在分析时间跨度较大,受外界影响较大的时间序列数据时无论是解释数据的变化趋势还是对数据进行拟合和预测都有常参数模型不可比拟的优势。变截距模型能够综合分析时间序列/截面数据的三维信息,具有一般线性模型不具备的应用优势。