Stata 环境下的数据管理实务手册

   　·一本非常实用的社会统计软件Stata数据管理的指导书！

　　·有效提升大数据时代的数据管理能力和处理能力！

　　·社会科学工作者、数据工作者的数据管理参考书！

　　·手把手逐步演示数据管理的流程，易上手，易操作，突出实务！

　　·国际Stata出版社授权，中国人民大学中国调查与数据中心翻译，准确、经得起检验的数据管理实务手册。

　　一本生动可读的数据管理书。作者就像是一个坐在对面娓娓道来的讲故事的人，将数据管理的流程和步骤一一展现，让我们重新认识到Stata在数据管理方面的迷人魅力。大数据时代，让数据为我所用，易用，乐用，是这本书的一个出发点。

　　该书的翻译也是可圈可点的，精确，流畅，译者唐丽娜不亏是科班出身并长期致力于社会统计的专家，她在社会数据的管理与统计方面的专业经验，以及在CGSS（中国综合社会调查）项目中丰富的实操经验，也极大保证了这本书的翻译质量。

 

        数据管理是介于原始数据收集和统计分析之间的一项重要工作，其包含了数据分析中那些挑战性的方面。《Stata环境下的数据管理实务手册》从Stata入手，展示了Stata在管理数据工作中的作用，而非仅仅是其在统计上的优势。

　　《Stata环境下的数据管理实务手册》各章甚至各章中的大多数小节都是相互独立的，每一部分都关注某一个特定的数据管理任务，并且提供了相应的实例来展示如何在Stata中实现这一特定数据管理任务。这使得本书提供了两种不同的方式供读者使用。读者可挑选其中某一章节进行阅读学习，或以数据管理任务为导向快速获得相应帮助。

　　《Stata环境下的数据管理实务手册》包含11章，第1章是简介，第2—5章讨论数据管理的基本问题：读入和保存数据、数据清理、给数据加标签以及创建变量。第6—8章讨论的是在数据管理项目中较为常见的问题：合并数据、处理子群体中的个案以及改变数据结构。第9章讨论的是有关数据管理编程的问题。其相对第2—5章的内容而言更为深入和高级。这章描述了应怎样组织构建数据分析以便其能被循环使用，并介绍了很多用来处理重复性任务的简单编程方法。第10章主要为拓展内容，介绍了怎样为本书获取一些在线资源，如何寻找和安装其他STATA用户编写的程序，并推荐了一系列补充的在线资源。最后附录列出STATA操作中的一些基本要素。这些要素并不是关于某一个特定的数据管理任务，较为分散，但却无处不在。

　    迈克尔 ·N·米歇尔（Michael N. Mitchell），是一位医疗卫生服务领域的高级统计师。12年来，他一直在加州大学洛杉矶分校学术技术服务部门的统计咨询组工作。所著书籍有A Visual Guide to Stata Graphics，Interpreting and Visualizing Regression Models Using Stata，Stata for the Behavioral Sciences等。

 

　　唐丽娜，社会学博士，就职于中国人民大学中国调查与数据中心。研究领域为宗教社会学、社会调查方法与技术、社会科学数据管理及数据可视化、数据库建设。

　有人说收集数据就像收垃圾一样：收集之前就应该想好怎么处理它。

　　——罗素.福克斯，马克思.哥白尼和罗伯特.虎克

有个滤油机公司曾经做过这么一则广告:一个机修工一边修理一台发动机一边说， 如果能够定期给发动机换油，就可以不用修理它。那个机修工说:“你可以现在花钱，也可以等将来再花钱。”这里的暗示是你要么现在花3美元在一个滤油器上，要么将来花3 000美元去修理发动机。我觉得这是一个很好的类比，双录数据的努力（成本）相当于广告中滤油器的费用。开始的数据双录代价很小（在数据录入过程中拿出一定的时间来清理数据），但如果一开始只是单录数据，后期就需要付出更大的代价来清理数据（检查所有变量中可能出现的错误和不一致的地方）。如果你自己正在录入一份问卷或拿到其他的已经搜集好的原始资料，我强烈建议进行数据双录。本节将介绍如何用 Stata实现数据的双录。
数据双录，顾名思义，就是把同一数据录入两次，且保存成两个不同的数据文件。然后把两个数据文件做比对。如果出现不一致的地方，就意味着数据录入时出错了，然后可以通过检查原始资料（如原始问卷）找到正确的取值来纠正发现的错误。如果比对以后没有出现不一致的地方，也不一定证明录入的数据是正确的;因为也有可能两次数据录入的时候出错的方式是一样的。在大多数情况中，很难想象在两次录入出现一模一样的错误，这种事情不会经常发生。比如，假设调查用的是纸笔问卷，答案都是手填的，且两次是同一个人录入。第一次录入的时候把数字4误认为数字9，如果是同一个录入员，有可能把以后遇到的所有4都误认为9。这一点提示我们:独立双录数据是必要的，这样能够减少录入数据时重复犯错的可能性。