中国健康与养老追踪调查(CHARLS)完整数据及文档 2018已更新

本文主要是介绍中国健康与养老追踪调查(CHARLS)完整数据及文档 2018已更新,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

CHALRS全国基线调查于2011年开展,每两年追踪一次,调查结束一年后,数据对学术界**公开。它CHARLS曾于2011年、2013年、2014年(“中国中老年生命历程调查”专项)和2015年分别在全国28个省(自治区、直辖市)的150个县、450个社区(村)开展调查访问,至2015年全国追访时,其样本已覆盖总计1.24万户家庭中的2.3万名受访者。

CHALRS的问卷设计参考了国际经验,包括美国健康与退休调查(HRS)、英国老年追踪调查(ELSA)以及欧洲的健康、老年与退休调查(SHARE)等。项目采用了多阶段抽样,在县/区和村居抽样阶段均采取PPS抽样方法。CHARLS首创了电子绘图软件(CHALRS-GIS)技术,用地图法制作村级抽样框。

CHARLS问卷内容包括:个人基本信息,家庭结构和经济支持,健康状况,体格测量,医疗服务利用和医疗保险,工作、退休和养老金、收入、消费、资产,以及社区基本情况等。

CHARLS的访问应答率和数据质量在世界同类项目中位居前列,数据在学术界得到了广泛的应用和认可。

问:怎么打开CHARLS数据?

答:当您下载数据文件后,您可以使用WinRAR软件进行解压缩。数据库是STATA格式,请确认您的电脑上已经安装了STATA软件或可以将STATA数据转换成其他您需要的格式。

问:数据库中每一个变量的含义是什么?

答:数据库中几乎每个变量都有数据标签,您可以阅读数据标签,并和调查表中的问题进行比对以了解每个变量的含义。对于试调查数据,CHARLS网站上提供了数据编码表,全国基线调查也将会发布数据编码表。

基本信息:Demographic_Background.dta

家庭信息:Family_Information.dta

家庭经济交往:Family_Transfer.dta

健康状况与功能:Health_Status_and_Functioning.dta

医疗保险与保健:Health_Care_and_Insurance.dta

工作退休及养老:Work_Retirement_and_Pension.dta

家户收入、支出及资产:Household_Income.dta

个人收入及资产:Individual_Income.dta

住房信息:Housing_Characteristics.dta

体检信息:Biomarker.dta

样本权重:Weights.dta

样本信息:Sample_Infor.dta

构建的家户成员数据集:Household_Member.dta

构建的父母数据集:Parent.dta

构建的子女数据集:Child.dta

构建的兄弟姐妹数据集:Sibling.dta

构建的配偶的兄弟姐妹数据集:Spousal_Sibling.dta

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

这篇关于中国健康与养老追踪调查(CHARLS)完整数据及文档 2018已更新的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/194283

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

poj3468(线段树成段更新模板题)

题意:包括两个操作:1、将[a.b]上的数字加上v;2、查询区间[a,b]上的和 下面的介绍是下解题思路: 首先介绍  lazy-tag思想:用一个变量记录每一个线段树节点的变化值,当这部分线段的一致性被破坏我们就将这个变化值传递给子区间,大大增加了线段树的效率。 比如现在需要对[a,b]区间值进行加c操作,那么就从根节点[1,n]开始调用update函数进行操作,如果刚好执行到一个子节点,

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

hdu1689(线段树成段更新)

两种操作:1、set区间[a,b]上数字为v;2、查询[ 1 , n ]上的sum 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdl