CHARLS数据库提取数据和清洗—基于R

目录

CHARLS数据库提取数据和清洗—基于R

0 主要内容

1 CHARLS离线数据库

2 CHARLS数据介绍

[1] "Demographic_Background.dta" 人口统计信息

[2] "Health_Status_and_Functioning.dta 健康状况

[3] “Biomarker.dta” 体检数据

[4] "Blood_20140429.dta" 血检数据

[5] "Family_Information.dta" 家庭结构

[6] "Household_Income.dta" 家庭收入、支出和资产

[7] "Inpidual_Income.dta"个人收入、支出和资产

[8] "Sample_Infor.dta" 样本信息

[9] "Weights.dta" 权重

[10] "Work_Retirement.dta" 工作、退休和养老金

[11] "housing_characteristics.dta" 住房情况

[12] "Exit_Module.dta" ***亡数据

[13] "COVID_Module.dta" 新冠数据

3 数据提取的代码实现—基于R

---

诺维医学科研官网：https://www.newboat.top

bilibili：文章对应的讲解视频在此。熊大学习社 熊大学习社的个人空间-熊大学习社个人主页-哔哩哔哩视频

Gitee开源：ioter: 玩转物联网

CSDN玩转物联网专栏文章：https://blog.csdn.net/shx13141/category_11669532.html

微信公众号：熊大学习社、诺维之舟

公益网站，首页 | 公益网站 ，内有医学资料库

诺维之舟AI：https://gpt4.nwzz.xyz 可在线使用GPT4

课程相关资料：

（1）学习资料，包括CHARLS离线数据库、SCI论文思路复现代码-基于R、讲义。关注公众号“熊大学习社”，回复“charls01”，获取资料链接。

谢谢您的支持，我们坚持学以致用、高效学习、质量服务，做好有质量的分享。

另外，服务合作请联系: 见客服二维码。

关注B站熊大学习社，公众号诺维之舟、熊大学习社。您的一键三连是我最大的动力。

0 主要内容

• 1 CHARLS离线数据库，资源获取。

• 2 CHARLS数据介绍，有哪些年份和分类，有哪些表、哪些数据，怎么阅读和查找。

• 3 数据提取，基于R，代码实现。

• 4 数据合并和清洗，基于R，代码实现，最后做一个基线分析。

  这次直播课程的特点：手把手撸代码，随时互动交流，拉近和大家的距离，建立研究亲切感。

  1 CHARLS离线数据库

  官网地址：2020年全国追踪调查

  中国健康与养老追踪调查(China Health and Retirement Longitudinal Survey,CHARLS) 是由北京大学国家发展研究院主持展开，是国家自然科学基金委资助的重大项目。是一项持续的纵向调查，冒在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，社会、经济和健康状况，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。

  数据 | CHARLS

  可自行注册账号，申请下载，需要审核通过后才能下载！

  CHARLS离线数据库|干净原版|2020年最新，已放学习资料包。也可自行获取：CHARLS离线数据库|干净原版|2020年最新 | 公益网站

  一共三个版本：

  （1）Excel

  （2）SPSS

  （3）Stata

  特点：案例均来源于中国，更适合中国的科研工作者；无需实验验证；最新一期包含疫情相关模块数据；数据公开。

  不足：统计时间相对较短，2011年开始；第五轮数据受新冠疫情影响；肿瘤疾病数据少。

  使用权限：需工作单位或学校邮箱申请；在致谢中添加相关内容。

  2 CHARLS数据介绍

  基线调查于2011-2012年在全国28个省、150个地区、450个村庄/城市社区开展，每两年追踪一次，目前已有5期数据， 最新一期为2020年数据（2023年11月16日公布）。

  CHARLS是中国首个具有全国代表性的中老年人口调查它以美国健康与退休研究（HRS）为蓝本，吸收和参考全球相关老龄调查的设计，比如英国、欧洲、日本、印度和韩国等。

  CHARLS的访问应答率和数据质量在世界同类项目中位居前列。

  CHARLS各轮调查均获得了北京大学生物医学伦理委员会的批准。

  CHARLSI问卷内容：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。

  （1）数据表有哪些，以2020年数据为例。

  （2）数据项有哪些

  查阅CHARLS_2020_Codebook，了解数据所表示的含义。文件在学习资料包。

  [1] "Demographic_Background.dta" 人口统计信息

  共42列数据。出生年月和出生地；居住和移民；户口信息；当前工作状态；当前工作的详细信息；失业和求职 教育；婚烟状况及历史。

  • （1）ba001 ，2020年变量。性别

    rgender，2011年变量。性别

    • （2）ba010，2020年变量，教育Education

      bd001，2011年变量，教育Education

      • （3）ba003_1，2020年变量，出生年份，可计算年龄Age

        ba002_1 ，2011年变量

        从出生年月日到研究当天，计算年龄！

         # 计算年龄 # month==0, 按1算 d_demo$ba002_2[d_demo$ba002_2==0]