注册
登录
专栏名称:
学术严选
致力于学术资源创作、搬运、遴选,提供高质量的学术资源下载
我也要提交微信公众号
今天看啥
微信公众号rss订阅, 微信rss, 稳定的RSS源
微信公众号RSS订阅方法
B站投稿RSS订阅方法
雪球动态RSS订阅方法
微博RSS订阅方法
微博搜索关键词订阅方法
豆瓣日记 RSS订阅方法
目录
相关文章推荐
北京本地宝
·
14:00开抢!北京第三批冰雪体验券来啦!
·
20 小时前
新浪科技
·
【#雷军称SU7Ultra车标是金的#】去年 ...
·
12 小时前
新浪科技
·
【#盘点企业家回乡过年#:谁受冷漠?谁受爱戴 ...
·
4 天前
科技每日推送
·
DeepSeek遭饱和式攻击,老板梁文锋回湛 ...
·
5 天前
今天看啥
›
专栏
›
学术严选
【8.17-18暑期直播】长期回放+更新+指导!零基础写毕业论文,送2011-2020年CHARLS清洗后的数据+代码!
学术严选
·
公众号
· · 2024-07-27 10:30
文章预览
CHARLS公布了第五期(2020)全国追访数据, 引发了众多学者的浓厚兴趣,他们迫切希望利用这一新的CHARLS数据开展实证研究。然而, CHARLS数据库并非一套标准化的数据集,整体逻辑相对复杂。 初学者刚接触,难免不太了解。 还是会遇到不少问题: CHARLS数据库里的数据变量非常多,利用什么程序进行数据清洗整理的? 是否有易学且易操作的方法和软件推荐介绍呢? CHARLS数据库里的缺失值、异常值如何处理呢? 在处理CHARLS数据库前,是否有必要先筛选一下无效问卷?无效问卷是通过什么方式判断? 此外,数据清洗通常占据整个工作量的70~80%左右。 为了尽可能减少公共数据库的使用门槛,加快初学者入门学术研究,我们希望建立一套标准化的 CHARLS数据集,以尽可能包含市面上的常用变量。 我们特别推出了“Stata 实战和CHARLS数据库处理”寒假培训班 ………………………………
原文地址:
访问原文地址
快照地址:
访问文章快照
总结与预览地址:
访问总结与预览
分享到微博
推荐文章
北京本地宝
·
14:00开抢!北京第三批冰雪体验券来啦!
20 小时前
新浪科技
·
【#雷军称SU7Ultra车标是金的#】去年10月,汽车市场迎来-20250205200600
12 小时前
新浪科技
·
【#盘点企业家回乡过年#:谁受冷漠?谁受爱戴?】#DeepSee-20250201092000
4 天前
科技每日推送
·
DeepSeek遭饱和式攻击,老板梁文锋回湛江踢球过年
5 天前