数据集概述
本数据集围绕“大裤装指标”假设展开，结合宽松裤装谷歌搜索趋势数据与市场波动率（VIX）、经济政策不确定性（USEPU）等宏观经济指标，通过Python代码进行回归分析、结构断点检验等，探究时尚搜索行为与社会焦虑的关联，验证其作为非正式行为传感器的可能性。
文件详解
- 代码文件：
- BigPants.py：Python脚本，用于数据加载、清洗、建模及图表生成，支持Google Colab或本地执行
- 数据文件：
- 以“data-”开头的CSV文件，包含不同宽松裤装（如Baggy_Pants、relaxed fit jeans、wide-leg pants）的搜索趋势数据，以及VIX月度数据（data-VIX_Monthly.csv）、经济政策不确定性数据等宏观经济指标
- 输出图表：
- Results_Figure_1.png、Results_Figure_2.png：关键结果的可视化图片
- 文档文件：
- README_BigPantsBigAnxiety.txt：说明数据集结构、使用方法及许可信息的文档
数据来源
Zenodo
适用场景
- 行为经济学研究：分析时尚搜索行为与宏观经济不确定性的关联机制
- 经济预测辅助：探索时尚趋势作为社会焦虑早期信号的应用潜力
- 计算社会科学分析：验证文化现象与经济指标的交互影响
- 数据科学方法论应用：复现或扩展Newey-West回归、Granger因果检验等统计方法的实践案例
