搜索找到 20 个匹配

sgwwc
周日 1月 08, 2023 2:41 pm
版面: 2013 Wave2
主题: 辅助者提供帮助的时间长度
回复总数: 3
阅读次数: 125973

Re: 辅助者提供帮助的时间长度

由于CAPI的失误,2013年数据中关于照料时长的数据,仅包含子女 (1-25) 及子女配偶 (26-50),没有受访者配偶或其他照料者的照料时长。
sgwwc
周日 1月 08, 2023 2:37 pm
版面: 2013 Wave2
主题: 询问照护时长(db023)与照护者类型(db022)的关系
回复总数: 3
阅读次数: 4347

Re: 询问照护时长(db023)与照护者类型(db022)的关系

可能上面的回复不够清楚,这里再次补充说明一下。

2013年数据中关于照料时长的回答,db023和db024两题,仅包含子女 (1-25) 及子女配偶 (26-50),数组位置51是多余的无效位置。

例如:
db023_x_对应于第x个子女,如果 1<=x<=25
db023_x_对应于第x-25个子女的配偶,如果 26<=x<=50

2013年的数据,并不包含受访者配偶的照料时长。
sgwwc
周二 7月 05, 2022 6:55 am
版面: 2018 Wave 4
主题: 想要咨询居住安排的问题
回复总数: 2
阅读次数: 3123

Re: 想要咨询居住安排的问题

审题可知,与2015年问卷相比,2018年将选项4/5并入了选项6,但仍然保留了选项3
sgwwc
周四 4月 07, 2022 1:47 pm
版面: 2018 Wave 4
主题: 咨询隔代照料时长问题
回复总数: 2
阅读次数: 3126

Re: 咨询隔代照料时长问题

cf003_1_i_ 指的是照料第i个子女的孩子的周数,如果第i个子女没有16岁以下孩子,自然就缺失

依题目来看,cf003指照料该子女所有孩子的总时长
sgwwc
周五 3月 25, 2022 5:39 pm
版面: 2018 Wave 4
主题: 想咨询Sampling Weights问题
回复总数: 4
阅读次数: 5048

Re: 想咨询Sampling Weights问题

想得到一个有全国代表性的样本数据结果,对于没有抽样权重的数据,可以删除
sgwwc
周三 1月 12, 2022 6:18 pm
版面: 2018 Wave 4
主题: 想咨询Sampling Weights问题
回复总数: 4
阅读次数: 5048

Re: 想咨询Sampling Weights问题

有权重的是抽样的代表性样本,具体参见 user guide
sgwwc
周四 12月 23, 2021 1:35 pm
版面: 2013 Wave2
主题: 询问照护时长(db023)与照护者类型(db022)的关系
回复总数: 3
阅读次数: 4347

Re: 询问照护时长(db023)与照护者类型(db022)的关系

由于CAPI的失误,实际的照料者列表仅包含子女 (1-25) 及其配偶 (26-50),数组位置51是多余的无效位置。
sgwwc
周四 12月 23, 2021 1:31 pm
版面: 2011 Wave1
主题: 关于基线“构建的支出、收入和财富数据库 ”
回复总数: 1
阅读次数: 2731

Re: 关于基线“构建的支出、收入和财富数据库 ”

财产是存量,单位元
收入是年收入,单位元
sgwwc
周日 11月 07, 2021 2:21 pm
版面: 2018 Wave 4
主题: 关于居住地区
回复总数: 1
阅读次数: 3455

Re: 关于居住地区

sgwwc
周一 11月 01, 2021 2:22 pm
版面: 2018 Wave 4
主题: 咨询DB002_W3_1 日常活动照护角色的信息
回复总数: 2
阅读次数: 3599

Re: 咨询DB002_W3_1 日常活动照护角色的信息

对变量 DB022_w3_1 的使用回答如下:

1. 选项9 Community 社区提供的帮助,是社区村居委会及相关人员提供的免费协助和照料

2. 照料类型分类自 2015 年调查以来,题目已经稳定。中国现阶段失能老人的非正规照料人员仍以家庭人员为主。
sgwwc
周二 10月 12, 2021 4:58 pm
版面: 2018 Wave 4
主题: 职业变量的提取
回复总数: 1
阅读次数: 2906

Re: 职业变量的提取

2018年的关于行业和职业的文字变量并未公布,但作为判断依据的职位和职称选择题都已公布。谢谢关注!
sgwwc
周二 10月 12, 2021 4:54 pm
版面: 2018 Wave 4
主题: 关于伦理学审查批号及证明
回复总数: 1
阅读次数: 4299

Re: 关于伦理学审查批号及证明

请参见2018年 User Guide 中 1.2 Ethical Approval

The IRB approval number for the main household survey, including anthropometrics, is IRB00001052-11015; the IRB approval number for
biomarker collection, was IRB00001052-11014.
sgwwc
周二 10月 12, 2021 4:44 pm
版面: 2011 Wave1
主题: 关于C Family ca001变量
回复总数: 1
阅读次数: 2953

Re: 关于C Family ca001变量

请注意,如果变量名有 trailing underscore,即最后一个字符为下划线,那么要如果要理解这个变量,请将变量名中最后一个数字的两旁下划线改为[]。比如 ca001_1_,实际上应为 ca001[1],请勿与其他题目中的分支变量如ca008_1搞混。因此,ca001_1_指的是第一个询问对象的ca001变量。 通过阅读问卷可知,家庭问卷CA父母信息部分的询问对象实际有四个人,分别是受访者的父母及受访者配偶的父母。请注意问卷中CA022_a题目后面的PROCEDURE。由此可知,ca001[1]指的是受访者父亲,ca001[2]指的是受访者母亲,以此类推。 理解CHARLS问卷的逻辑需...
sgwwc
周二 9月 28, 2021 6:17 pm
版面: 2018 Wave 4
主题: 每个样本所在的省份,城市,县以及村
回复总数: 1
阅读次数: 3640

Re: 每个样本所在的省份,城市,县以及村

样本的2011年基线省市县住址,可以通过 communityID 获知。现住址省市县正在清理中,将于未来择日发布,谢谢关注!
sgwwc
周三 9月 15, 2021 7:51 pm
版面: 2013 Wave2
主题: 关于2013年数据权重和多出样本的两个问题?
回复总数: 4
阅读次数: 178912

Re: 关于2013年数据权重和多出样本的两个问题?

想要直观地理解 weight 权重变量,可以将权重看成每一个受访者对应于全国水平下的同年龄及个人特征相似的人口。比如说,3万权重就相当于对应全国的3万人口。在使用 Stata 进行加权统计时,直接将 pweights 变量设为权重变量即可。
sgwwc
周二 7月 27, 2021 8:02 pm
版面: 2018 Wave 4
主题: wave3和wave4 死亡原因登记
回复总数: 1
阅读次数: 3700

Re: wave3和wave4 死亡原因登记

迄今CHARLS尚未公布wave3和wave4的退出问卷数据,谢谢关注
sgwwc
周三 5月 12, 2021 4:53 pm
版面: 2018 Wave 4
主题: CHARLS2018年数据怎么通过ID看出省份?
回复总数: 1
阅读次数: 114084

Re: CHARLS2018年数据怎么通过ID看出省份?

ID 的编码虽然有规律,但不意味着前两位就完全对应着省份的区域代码。请参考 Sample_Infor.dta 这个数据,其中的 communityID 变量对应着每个社区/村,再利用2011年数据中的psu.dta,就可以将每个社区/村对应到省份。
sgwwc
周日 4月 18, 2021 10:53 am
版面: 2018 Wave 4
主题: charls的行政区划
回复总数: 1
阅读次数: 377047

Re: charls的行政区划

psu代表基线地址,基线地址的行政区划基于2009年10月的中华人民共和国行政区划代码
sgwwc
周一 12月 21, 2020 8:21 pm
版面: 2011 Wave1
主题: baeline Urban vs. Rural
回复总数: 1
阅读次数: 549296

Re: baeline Urban vs. Rural

方法三的户口信息具备明显的城乡差别概念,可以用来做为受访者的出身特征,但其本身不是受访者居住地的特征

psu.dta中的areatype变量已经将基线地址按国家统计局的标准进行了城乡分类,可以直接作为2011年居住地的城乡信息使用

111表示:主城区

112表示:城乡结合区

121表示:镇中心区

122表示:镇乡结合区

123表示:特殊区域

210表示:乡中心区

220表示:村庄
sgwwc
周五 10月 30, 2020 11:31 am
版面: 2018 Wave 4
主题: 2018wave中,为什么没有关于pension的数据
回复总数: 1
阅读次数: 173252

Re: 2018wave中,为什么没有关于pension的数据

之前的 pension 数据和 work & retirement 放在一起,从2018年开始是单独的一个数据文件。见 Pension.dta