健康认知调查数据核验与清洗指引.docxVIP

健康认知调查数据核验与清洗指引

一、引言

本指引旨在为健康认知调查数据的核验与清洗提供标准化的操作流程与方法，确保数据的准确性、一致性和完整性，为后续的数据分析与结果解读奠定坚实基础。

二、数据核验

数据核验是指在数据收集完成后，对数据进行初步的检查与验证，以发现潜在的错误、异常或不一致。

2.1数据完整性与一致性核验

核实数据条目数：检查每个字段的记录总数是否符合预期，与数据源或抽样框进行比对，确认是否有遗漏或重复记录。

检查逻辑一致性：对存在逻辑关系的问题进行核查。例如：

若一道题询问“是否有慢性病”，且后续问题为“具体是哪种慢性病”，则需确认“有”选项与“具体是哪种”答案之间是否存在逻辑冲突（如选择无法存在的疾病组合）。

年龄与行为问题（如吸烟、饮酒频率）的匹配性核验，确保数据合乎常理。

字段值域合理性检查：核对每个字段允许的取值范围（数值型、分类型）是否合理。例如，年龄字段出现负数或过大的数值，性别字段出现非预期选项（如“其他”内未包含的值）。

缺失值初步分析：统计各字段的缺失率，初步判断是否存在系统性缺失问题，并记录缺失模式。

2.2数据异常值核验

数值型异常值检测：

利用统计描述（如均值、标准差、最小值、最大值）初步识别极端值。

使用箱线图（Boxplot）可视化方法识别可能的离群点。

根据专业知识设定合理的数值边界，检查超出边界的记录（如身高180cm但体重5