台灣家庭收支暨所得分配是行政院主計處下面的一個計畫。http://win.dgbas.gov.tw/fies/index.asp 家庭收支調查的網頁
這個資料一開始並不是我自己在用的，是別人委託的一個CASE，要我幫忙抓出其中幾個變項和簡單整理資料。還沒有看到DATA 之前，我心裡還以為這是個"簡單任務"，不過就是挑變項而已，那有什麼難的。一拿到DATA點開後，天阿，我瞬間了解到這個CASE果然值錢>"< 這筆資料編排方式跟我以往使用的資料有許多差異，不但如此，變項足足有1000個以上= = 雖然一般這種政府統計資料都會附有語法檔，但是因為第一次見到這種編碼方式，我光是研究CODEBOOK、問卷和DATA就花了一個多小時，才得以理解。 以上是抱怨，接下來就看一下這個語法檔的部份，由於這個資料並沒有開放免費下載，我僅用網站上提供的範例說明： DATA：http://win.dgbas.gov.tw/fies/doc/Sample96.txt
因為原始資料太大啦~放不上來~請各位點一下上面的原始檔連結唄。(那絕不是廣告阿!!)
一般原始DATA會將一個CASE編成一列。
例如 01838457239857023750238752938752.......
在讀取檔案時，每一列分別代表一個case。但是這筆資料因為變項太多，上面這一個區塊都是屬於同一個CASE。(很驚人吧，我第一次看到也嚇了一大跳)
這筆資料以家戶為單位抽樣，調查大致分為三個部份
1.分別調查家中每個人口變項
2.家庭基本狀況
3.收入還有家庭總收支
光是"一個人"的人口變項就有近20個，由於每個家戶人數有所差異，一筆資料最大能夠容許50個人。另外收支項目共有十大類，每一大類裡面又有小類，零零總總加起來有近800種項目。由於變項太多了，就把資料以這種形式編碼，因此也以一種特別的方式來讀取檔案。每一列，前八個字是指樣本編號，也就是戶口編號，最後兩碼為判別式。讀取資料方式為，先判別最後兩碼，不同的判別式會對應不同的input變項，然後在以樣本編號來進行merge。最後兩碼判別式最多有到60還是70幾，內附的sas指令就是以if then指令一次抓出某一列變項，再以merge by戶口編號，將分開的變項合為同一case。
因此sas指令大略長成這樣:(非完整執行指令)
data part1;
set 原始檔案;
input @1 x1 $ 8 @9 cd 2 ;/*x1 表示讀取樣本編號 cd讀取判別式*/
if cd= 1 then do;
data part1;
input sex 1-2 ....;
end;
data all;
merge part1 part2 .......;
run;
類似這樣....不知道各位看官有沒有被弄暈阿~
這個資料一開始並不是我自己在用的，是別人委託的一個CASE，要我幫忙抓出其中幾個變項和簡單整理資料。還沒有看到DATA 之前，我心裡還以為這是個"簡單任務"，不過就是挑變項而已，那有什麼難的。一拿到DATA點開後，天阿，我瞬間了解到這個CASE果然值錢>"< 這筆資料編排方式跟我以往使用的資料有許多差異，不但如此，變項足足有1000個以上= = 雖然一般這種政府統計資料都會附有語法檔，但是因為第一次見到這種編碼方式，我光是研究CODEBOOK、問卷和DATA就花了一個多小時，才得以理解。 以上是抱怨，接下來就看一下這個語法檔的部份，由於這個資料並沒有開放免費下載，我僅用網站上提供的範例說明： DATA：http://win.dgbas.gov.tw/fies/doc/Sample96.txt
因為原始資料太大啦~放不上來~請各位點一下上面的原始檔連結唄。(那絕不是廣告阿!!)
一般原始DATA會將一個CASE編成一列。
例如 01838457239857023750238752938752.......
在讀取檔案時，每一列分別代表一個case。但是這筆資料因為變項太多，上面這一個區塊都是屬於同一個CASE。(很驚人吧，我第一次看到也嚇了一大跳)
這筆資料以家戶為單位抽樣，調查大致分為三個部份
1.分別調查家中每個人口變項
2.家庭基本狀況
3.收入還有家庭總收支
光是"一個人"的人口變項就有近20個，由於每個家戶人數有所差異，一筆資料最大能夠容許50個人。另外收支項目共有十大類，每一大類裡面又有小類，零零總總加起來有近800種項目。由於變項太多了，就把資料以這種形式編碼，因此也以一種特別的方式來讀取檔案。每一列，前八個字是指樣本編號，也就是戶口編號，最後兩碼為判別式。讀取資料方式為，先判別最後兩碼，不同的判別式會對應不同的input變項，然後在以樣本編號來進行merge。最後兩碼判別式最多有到60還是70幾，內附的sas指令就是以if then指令一次抓出某一列變項，再以merge by戶口編號，將分開的變項合為同一case。
因此sas指令大略長成這樣:(非完整執行指令)
data part1;
set 原始檔案;
input @1 x1 $ 8 @9 cd 2 ;/*x1 表示讀取樣本編號 cd讀取判別式*/
if cd= 1 then do;
data part1;
input sex 1-2 ....;
end;
data all;
merge part1 part2 .......;
run;
類似這樣....不知道各位看官有沒有被弄暈阿~
全站熱搜
留言列表
