社會調查數據管理 基於Stata 14管理CGSS數據 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

唐麗娜 著

圖書標籤:

• 社會調查
• 數據管理
• Stata
• CGSS
• 統計分析
• 數據清洗
• 數據分析
• 研究方法
• 定量研究
• 社會科學

齣版社： 人民郵電齣版社

ISBN：9787115421746

版次：1

商品編碼：11958078

品牌：異步圖書

包裝：精裝

開本：小16開

齣版時間：2016-06-01

用紙：膠版紙

頁數：320

正文語種：中文

編輯推薦

1.專傢推薦
中國人民大學統計係教授，中國國傢調查數據庫項目負責人袁衛
中國人民大學社會學係教授，長江學者，CGSS項目負責人李路路
中國人民大學中國調查與數據中心王衛東

2.填補空白
大數據時代到來，各行各業對數據管理的需求應運而生，但很多相關人員尚未樹立數據管理的意識，導緻大量好數據零散地分布在各機構內，而且也很難對數據做閤並以做進一步的挖掘分析。因此，急需一種適閤中國國情的、專門針對社會調查數據的管理標準和管理流程，本書正是這樣一本填補空白性的著作。

3。實務手冊
本書旨在建立一套適閤中國社會調查數據管理的、科學規範的、可重復的管理流程、管理標準和管理技術，同時本書又是一本關於社會調查數據管理的、實務性的操作手冊。全書重點介紹瞭社會調查領域從問捲設計到數據發布期間所有和數據相關的管理工作，對數據分析人員來說，學會對各種不同的數據進行科學有效的管理，可極大的提高數據的使用效率和生命周期。

內容簡介

這是一本關於社會調查數據管理的實務操作手冊，以國內綜閤性、長期性的調查數據——中國綜閤社會調查（CGSS）數據的管理為例，基於全新版的Stata 14軟件，全麵講解瞭一個社會調查數據管理的完整周期，重點演示瞭社會調查數據管理工作中的重點和難點。本書適用於社會調查者、在校大學生、學者、研究者及其他和數據管理相關的從業者。為方便讀者學習，書中所有示例數據及命令都可以從人民郵電齣版社異步社區網站下載。

作者簡介

唐麗娜博士，中國人民大學“中國調查與數據中心”數據管理部主任，曾著有《中國綜閤社會調查（CGSS）實地抽樣繪圖手冊》，主編《2012東亞社會調查（EASS）報告——社會網絡與社會資本》等圖書。

目錄

第一部分　社會調查者的數據管理
第1章　導言　2
1．1　數據管理不被重視　2
1．2　數據管理內容不清　2
1．3　數據管理工作主體不明　3
1．4　數據倫理　3
1．5　本書簡介和使用說明　4

第2章　數據管理的流程及內容　6
2．1　數據管理的工作流程　6
2．1．1　收集數據前的數據管理　6
2．1．2　收集數據中的數據管理　7
2．1．3　數據迴收後的數據管理　7
2．2　數據管理的工作標準　8
2．3　數據管理的工作規範　9

第3章　概念與術語　11
3．1　和計算機及軟件有關的術語　11
3．2　和統計有關的術語　12
3．3　和社會調查有關的術語　14
3．4　Stata的一些術語及使用通則　15
3．4．1　Stata中的常用術語　16
3．4．2　Stata命令中的通則　27
3．4．3　Stata的幫助文件　29
3．4．4　Stata 14的特點　30
3．4．5　Stata的其他幫助資源　30
3．5　中國綜閤社會調查　30

第4章　收集數據前的數據管理　37
4．1　問捲設計與數據管理　37
4．1．1　問捲設計的基本要素　37
4．1．2　問捲設計的注意事項　38
4．2　抽樣設計與數據管理　44
4．3　數據管理人員的安排　44
4．4　訪問員和數據管理　45
4．5　製定編碼手冊　45
4．5．1　把問題轉化成變量　47
4．5．2　確定變量的取值範圍　49
4．5．3　給取值貼標簽　50
4．5．4　確定缺失值的取值和取值標簽　50
4．5．5　製作編碼手冊　50

第5章　收集數據中的數據管理　53
5．1　問捲填答　53
5．1．1　紙筆調查　53
5．1．2　計算機輔助調查　55
5．2　問捲迴收與保存　55
5．3　問捲審核　56
5．4　問捲提交　57

第6章　數據錄入　58
6．1　提交錄入　58
6．1．1　給錄入方一份問捲提交清單　58
6．1．2　給錄入方一份問捲編碼手冊　58
6．1．3　簽訂數據保密協議　59
6．2　錄入格式　59
6．2．1　單選題的錄入　59
6．2．2　多選題的錄入　59
6．2．3　開放題的錄入　60
6．3　雙錄與雙校　60
6．4　用Stata雙錄並雙校數據　60
6．4．1　交互模式錄入　60
6．4．2　用命令input輸入　65
6．4．3　用命令cf雙校　66
6．5　提交最終的錄入數據　68
6．6　如何處理已經錄完的問捲　69
6．7　數據閤並　69
6．7．1　append—縱嚮閤並　70
6．7．2　merge—橫嚮閤並　90
6．7．3　joinby—橫嚮配對閤並　114
6．7．4　cross—交叉閤並　116

第7章　數據的初步清理　121
7．1　檢查提交的錄入數據　121
7．1．1　查看觀測值和變量的數量　122
7．1．2　轉換數據格式　122
7．1．3　把數據讀入Stata　123
7．1．4　查看識彆變量　131
7．1．5　檢查有無重復觀測值（重復錄入）　134
7．1．6　數據標簽　137
7．1．7　數據注釋　138
7．1．8　數據排序　140
7．2　檢查數據中的變量　145
7．2．1　變量名　146
7．2．2　變量標簽　149
7．2．3　變量的存儲類型　153
7．2．4　變量的顯示格式　156
7．2．5　給變量添加注釋　159
7．3　檢查數據中的取值　161
7．3．1　檢查單變量取值　161
7．3．2　檢查多個變量之間的邏輯一緻性　177
7．4　給取值添加多套不同語種的標簽　180
7．5　給數據添加變量　183
7．6　刪除數據中的敏感變量　184
7．7　保存數據及相關資料　184
7．7．1　保存數據及相關資料的基本原則　184
7．7．2　在Stata裏保存數據　185
7．8　如果問捲設計時沒有編製編碼手冊，該怎麼辦　189
第二部分　數據使用者的數據管理
第8章　數據的深度清理　198
8．1　抽取數據　198
8．1．1　選取觀測值　198
8．1．2　選取變量　204
8．1．3　選取觀測值和變量　205
8．1．4　隨機抽取一個子數據集　207
8．2　檢驗多個變量之間的邏輯關係　210
8．2．1　跳問邏輯　211
8．2．2　地理變量間的邏輯　212
8．3　創建新變量　220
8．3．1　依據字符型變量生成數值型變量　221
8．3．2　依據數值型變量生成字符型變量　226
8．3．3　用錶達式生成新變量　230
8．3．4　用函數生成新變量　236
8．4　分組計算　266
8．4．1　觀測值組內計算—觀測值分組　266
8．4．2　觀測值組間計算—變量分組　271
8．5　轉換數據形狀　276
8．5．1　寬數據轉換成長數據　278
8．5．2　長數據轉換成寬數據　286

第9章　數據的保存和存檔　294
9．1　保存數據　294
9．1．1　存儲格式　295
9．1．2　存儲介質　295
9．2　數據存檔　295
9．2．1　文檔名　296
9．2．2　文件夾名及文件夾層次—目錄結構　298
9．2．3　存檔記錄清單　298

第10章　數據發布　302
10．1　發布時間　302
10．2　發布格式　302
10．3　發布內容　302
10．4　Q&A;　302
10．5　數據更新/更正　303

總結　304

附錄　305
附錄A　CGSS第二期抽樣方案　305
附錄B　國傢行政區劃代碼及轉碼小程序　315

後記　321

參考資料　322

前言/序言

《大數據時代下的社會調查數據管理與分析：以Stata 14為例》 在當今信息爆炸、數據驅動的時代，社會調查數據已成為理解社會現象、洞察民情民意、指導政策製定的關鍵資源。然而，海量、復雜、多維度的數據並非能夠被輕易駕馭。如何高效、準確地組織、清洗、轉換、管理和分析這些數據，是每一位社會研究者麵臨的重大挑戰。本書正是在這樣的背景下應運而生，旨在為廣大社會科學研究者、學生以及對社會調查數據感興趣的讀者，提供一套係統、實用、可操作的數據管理與分析指南。 本書的核心目標是幫助讀者掌握在大數據環境下，從繁雜的數據中提取有價值信息的能力。我們深知，優質的研究成果離不開可靠的數據基礎。因此，本書將數據管理的每一個環節都進行瞭深入剖析，並結閤實際操作，力求讓讀者在掌握理論知識的同時，也能熟練運用專業工具解決實際問題。 本書內容亮點與特色： 一、 全麵而係統的數據管理流程： 本書將遵循社會調查數據從采集到最終成果産齣的完整生命周期，涵蓋瞭數據管理的關鍵節點。我們將從數據準備入手，詳細闡述如何進行數據錄入與編碼，包括變量的命名、標簽的設置、數值編碼的規範以及缺失值的處理策略。接著，本書將深入講解數據清洗的技術，包括識彆和處理異常值、重復值、邏輯錯誤等，並提供多種實用技巧，確保數據的準確性和一緻性。 在數據整理階段，我們將重點介紹數據轉換的方法，如變量的計算、閤並、拆分、重塑（長格式與寬格式轉換）、以及如何進行分組聚閤等。這些操作對於將原始數據轉化為適閤統計分析的形式至關重要。 二、 Stata 14的深度應用與實戰技巧： 本書以Stata 14為核心分析工具，這是一套功能強大且在社會科學研究領域廣泛應用的統計軟件。我們不會僅僅停留在介紹Stata的基本命令，而是將深入挖掘其在數據管理方麵的潛能。 基礎命令與高級功能結閤： 從`describe`、`summarize`、`codebook`等基礎命令，到`generate`、`replace`、`recode`、`drop`、`keep`等數據生成與刪除命令，再到`collapse`、`reshape`、`merge`、`append`、`sort`等數據整閤與轉換命令，本書將逐一進行詳細講解，並輔以豐富的實例。 腳本化與自動化： 我們將強調使用Stata的`.do`文件（腳本）進行數據管理的重要性。通過編寫腳本，可以實現數據處理過程的自動化、可重復性，極大地提高工作效率，並有效避免人為錯誤。本書將提供大量可直接運行的腳本範例，幫助讀者快速上手。 變量標簽與值標簽的應用： 準確的變量標簽和值標簽是提高數據可讀性和理解性的關鍵。本書將詳細介紹如何在Stata中有效地設置和管理這些標簽，以及它們在後續分析中的作用。 缺失值處理的精細化： 缺失值是社會調查數據中普遍存在的問題，對分析結果影響甚大。本書將探討多種缺失值處理策略，包括刪除、插補（均值插補、中位數插補、迴歸插補等），並分析不同方法的優劣及適用場景，引導讀者根據數據特點選擇最閤適的方法。 數據結構的理解與操作： Stata支持長格式和寬格式數據，掌握兩者之間的轉換對於處理麵闆數據、多層數據等復雜結構至關重要。本書將詳細講解`reshape long`和`reshape wide`命令的用法，並通過實例演示如何處理不同類型的數據結構。 三、 理論與實踐的深度融閤： 本書並非枯燥的命令手冊，而是將理論知識與實際操作緊密結閤。每一項數據管理技術都將在理論層麵進行闡述，解釋其背後的邏輯和意義，然後再通過生動、典型的案例進行Stata操作演示。 案例驅動的學習模式： 我們將選取具有代錶性的社會調查數據場景，例如大規模人口普查、滿意度調查、行為習慣調查等，在這些場景下模擬真實的數據管理需求，引導讀者一步步完成數據處理任務。 常見問題的解決方案： 在數據管理過程中，研究者常常會遇到各種意想不到的問題，如數據編碼不一緻、邏輯衝突、異常數值等。本書將梳理這些常見問題，並提供切實可行的解決方案和故障排除技巧。 代碼注釋與解釋： 提供的Stata代碼將附帶詳細的注釋，清晰解釋每一行代碼的功能，幫助讀者理解和模仿。 四、 提升研究能力的目標： 本書的最終目標是幫助讀者建立起嚴謹、科學的數據管理意識和能力，從而為後續的統計分析和研究提供堅實的基礎。 提升數據質量： 通過規範的數據管理流程，確保數據的準確性、一緻性和完整性，避免因數據問題導緻的研究偏差。 提高分析效率： 熟練掌握Stata的數據管理功能，可以極大地縮短數據處理時間，讓研究者能夠將更多精力投入到理論探索和結果解釋上。 增強研究的可重復性： 通過腳本化的數據管理，可以清晰記錄和復現整個數據處理過程，提高研究的可信度和可重復性。 為深入分析奠定基礎： 結構清晰、質量可靠的數據是進行迴歸分析、多層模型、麵闆數據分析等高級統計分析的前提。本書將幫助讀者為這些後續的復雜分析做好準備。 本書讀者定位： 本書適閤以下人群閱讀： 社會學、政治學、經濟學、心理學、教育學、公共管理等社會科學領域的學生（本科生、碩士生、博士生）： 掌握紮實的數據管理技能是完成學術研究和論文寫作的關鍵。 社會調查機構的研究人員和數據分析師： 提高數據處理效率和數據質量，産齣更可靠的研究報告。 從事政策研究和公共事務的專業人士： 更好地利用數據支持決策，提升政策製定的科學性。 對社會調查數據感興趣的任何讀者： 瞭解和學習如何從海量數據中發現社會規律。 總而言之，《大數據時代下的社會調查數據管理與分析：以Stata 14為例》是一本集理論、實踐、工具應用為一體的專業書籍。我們希望通過本書，能夠幫助讀者真正掌握社會調查數據管理的精髓，在日新月異的數據科學浪潮中，成為一名遊刃有餘的數據使用者和研究者。本書將是您在社會調查數據管理與分析之路上的得力助手。

評分☆☆☆☆☆

作為一名習慣於快速迭代和實驗的研究者，我非常注重分析過程的透明度和可重復性。理想情況下，我希望這本書能倡導並詳細教授如何使用Stata的Do文件和日誌記錄功能，將所有數據清洗、轉換和分析步驟完全記錄下來。這不僅僅是“做備份”，更是科學研究誠信的要求。我希望看到書中能提供一套完整的、高度模塊化的Do文件模闆，展示如何清晰地組織代碼塊，添加詳細的注釋，並利用標簽（labels）和宏（macros）來增強代碼的可讀性和靈活性。如果書中能包含一些關於批處理和自動化報告生成的技巧，比如如何讓Stata自動生成包含分析結果和圖錶的PDF報告，那對於那些需要定期嚮項目組提交進度的研究人員來說，簡直是福音。研究的價值往往體現在其嚴謹性和可檢驗性上，這本書如果能在這方麵提供堅實的方法論支撐，我一定會認真研讀。

評分☆☆☆☆☆

我對於數據清洗和轉換中的邊緣情況處理抱有極大的興趣。社會調查數據充斥著各種“意外”——不一緻的迴答、溢齣的值、編碼錯誤等等。我期待書中能提供針對CGSS這類大型調查特有的陷阱的深度解析和解決方案。比如，如何識彆和處理那些看似有效但實際上是錯誤的數據點（比如年齡為200歲的人，或者收入填寫為“-99”但未被標記為缺失值的記錄）。這本書如果能側重於異常值檢測和穩健性分析的數據準備階段，並展示Stata中哪些統計工具最適閤處理這些“髒數據”，那纔真正體現瞭“管理”的精髓。簡單地用`mvdecode`或`replace`命令是遠遠不夠的，我需要的是一套係統性的、基於統計假設的清洗邏輯，確保最終進入模型的數據集是盡可能“純淨”和可靠的。

評分☆☆☆☆☆

這本書的標題很吸引我，因為我正打算深入研究社會科學領域的數據分析，而Stata作為統計軟件中的佼佼者，其應用能力自然是重中之重。不過，我希望能從這本書中學到一些更側重於實戰操作和高級技巧的內容。比如，它能否提供一些關於大規模問捲數據清洗的係統性流程？我經常遇到的問題是，不同批次的問捲在編碼和缺失值處理上存在差異，這需要一套非常健壯的管理策略。如果書中能深入探討如何利用Stata的編程功能（如ado文件編寫或更復雜的循環結構）來自動化這些重復且繁瑣的清洗步驟，那就太棒瞭。再者，對於像CGSS這樣的復雜調查數據，其抽樣權重和分層設計的正確應用至關重要，我期待書中能有專門的章節詳細講解如何在Stata中準確無誤地設定和運用這些權重，以確保後續分析結果的代錶性和統計學意義。如果這本書隻是停留在基礎的數據錄入和簡單描述性統計層麵，那對我來說吸引力就會大打摺扣瞭。我更希望看到的是如何構建一個可持續、可追溯的數據管理框架，方便未來進行跨年度對比分析。

評分☆☆☆☆☆

說實話，我更關心的是數據治理和長期維護的視角。社會調查數據往往具有時效性，隨著時間的推移，我們可能需要整閤多期數據進行麵闆分析。這本書如果能清晰地指導讀者如何建立一個統一的數據字典和版本控製係統，那將非常有價值。例如，當原始數據字段名稱發生變化，或者新的變量被引入時，如何用Stata腳本高效地進行映射和閤並，而不是每次都手動操作，這將大大提高研究效率。我尤其關注的是數據安全與隱私保護方麵的內容。在處理涉及個人敏感信息的調查數據時，如何使用Stata的功能進行數據脫敏、匿名化處理，或者在多方閤作研究中安全地共享數據子集，這些都是當前學術界非常關注的議題。如果書中能提供一些基於Stata的安全操作規範和最佳實踐案例，幫助我們規避潛在的法律和倫理風險，那這本書的實用價值就不僅僅停留在技術層麵，更能提升到方法論和職業素養的高度。

評分☆☆☆☆☆

我對數據可視化在結果呈現中的作用非常看重。雖然Stata的圖形編輯能力有時被認為不如R或Python那樣靈活，但我個人偏愛Stata的穩定性和結果的可復現性。因此，我期待這本書能展示如何利用Stata的圖錶功能（比如`twoway`或`graph region`等高級命令）來創建高質量、符閤齣版標準的統計圖錶，而不僅僅是默認的簡單柱狀圖或散點圖。特彆是對於多層級分類變量的展示，如何用Stata命令生成清晰的交互式圖錶或復雜的多變量分布圖，能夠極大地方便我嚮非專業背景的聽眾解釋復雜的調查發現。此外，如果書中能探討如何將Stata生成的結果圖錶無縫導齣到其他排版軟件（如LaTeX或Word）中，並保持最高的清晰度，那將是錦上添花的一筆。純粹的技術操作固然重要，但如何將“管理”好的數據，通過視覺化的方式有效地“傳達”齣去，同樣是數據管理者的核心能力之一。

評分☆☆☆☆☆

還需要打磨提高

評分☆☆☆☆☆

正品

評分☆☆☆☆☆

書寄過來是爛的，封皮一掰就要掉的感覺，竟然還是精裝版

評分☆☆☆☆☆

做學問，研究者，經濟管理研究的參考書

評分☆☆☆☆☆

書寄過來是爛的，封皮一掰就要掉的感覺，竟然還是精裝版

評分☆☆☆☆☆

做學問，研究者，經濟管理研究的參考書

評分☆☆☆☆☆

商品與介紹相吻閤，推薦！

評分☆☆☆☆☆

商品與介紹相吻閤，推薦！

評分☆☆☆☆☆

剛收到。包裝不錯。