stata怎么处理家庭数据_数据库记录是什么「建议收藏」

温馨提示：本文内容为个人研究过程中的经验总结，仅供参考

示例数据：CFPS 2020年家庭关系数据库，文件名为cfps2020famconf_202306

数据下载链接： _中国家庭追踪调查 (pku.edu.cn)

使用情境

在CFPS问卷中未能找到对受访者子女数量的自答问题，所以使用CFPS的家庭关系数据库间接计算每个家庭的未成年人数量作为参考。

变量生成思路

由于CFPS将“经2010年基线调查界定出来的所有基线家庭成员及其今后的血缘/领养子女将作为CFPS的基因成员”作为永久追踪对象，所以尝试计算同一家庭内年龄在0-18岁之间的成员数量，作为家庭子女数量的参考变量。并使用数据库中的“familysize20”变量进行检验。

CFPS相关变量解释

表格内容参考CFPS《中国家庭追踪调查2020年数据库介绍及数据清理报告》https://www.isss.pku.edu.cn/cfps/docs/20230629171546061292.pdf

Stata参考代码

**生成年龄变量
gen age=2020-tb1y_a_p if tb1y_a_p>0
//计算受访者调查当年的年龄，即调查当年年份-个人出生年

tab age
//检查是否有负数等异常值

drop if co_a20_p==0
//由于此处计算家庭内子女数量，故删去“与该家庭经济上非一家人”的数据


**计算家庭未成年人数量
gen m=1 if age<18 & age>=0
replace m=0 if m==.
//生成新变量m，基于年龄给数据库中的未成年人打标签

bys fid20: egen child=sum(m)
//基于家庭编码fid20分组，计算每个家庭的未成年人总数

**计算家庭成年人数量
gen n=1 if age>=18
replace n=0 if n==.
//生成新变量n，基于年龄给数据库中的成年人打标签

bys fid20: egen adult=sum(n)
//基于家庭编码fid20分组，计算每个家庭的成年人总数

**数据验证
gen fsize=child+adult
//生成新变量家庭规模=未成年人总数+成年人总数

tab fid20 if fsize!=familysize20
//列出手动生成的家庭规模变量fsize与数据库中已有的家庭规模变量familysize20不相等的家庭编码，如果显示“no observation”就大功告成！

Tips

1. 选用家庭关系数据库的原因在于，个人问卷中不含部分0-16岁使用代答问卷的少儿，而家庭关系数据库能包含该家庭所有成员的样本；

2. 部分年份的数据库可能出现个人出生年（即tb1y_a_p变量）部分数据缺失的情况，影响家庭未成年人数量计算的准确性，并在进行数据验证时出现fsize与familysize20不相等的情况；

3. 使用此方法可以计算家庭中任意年龄段的人口数量，同样适用于计算家庭劳动年龄人口、老年人口等变量。

今天的文章stata怎么处理家庭数据_数据库记录是什么「建议收藏」分享到此就结束了，感谢您的阅读。