面板数据
Panel data
学到 认得 就够:听到能明白
你可能会说
“我有连续几年的学校资料,怎样判断它们能不能算同一批学校的追踪数据?”
面板数据是在多个时间点反复记录同一批对象的资料。对象可以是个人、家庭、学校或县,重点是能识别哪些记录属于同一个对象。
使用 AI
科研里的例子
假设教育学研究跟踪同一批学校五年的师资与成绩,某校中途合并,研究者先记录合并规则,而不是把新旧学校代码直接视为同一对象。
整理面板时,先写清对象层级和时间单位,再检查编号是否跨期稳定。每年都抽一批不同学生的调查,即使问题相同,也不等于对同一学生的追踪。有些对象中途进入或退出,形成各对象记录期数不同的面板,需要说明缺期和流失原因。使用前应核对同一对象同一期是否重复、测量口径是否变化,以及行政区划或家庭拆分怎样处理。面板能提供对象自身的变化信息,但仅有这种资料结构,并不能保证变化由某个政策造成。分析方法仍要服从研究问题和可成立的比较条件。
在你的学科里,直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明,再建议代码。 问题:[填写] 数据字典及已有规则:[提供] 可用软件与现有代码:[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析;缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据,所有转换写到派生结果并留记录;不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
审计面板数据与合并规则
我提供[数据或样例]、[代码本]和[候选主键]。请先说明每行代表的主体与时间,检查键唯一性、重复记录、缺失码、数据类型、单位、取值范围和跨年可比性。对计划的[合并关系],先判断一对一、一对多或多对多是否符合业务含义,列出应保留的未匹配信息。对[变量构造]给出公式、适用样本和来源字段。输出审计表、疑点清单及可复查的代码草案,不覆盖原始数据,不默认把空值变为零,也不为了完整或显著而补造观测。没有实际执行代码时,明确区分预期检查与已得到的结果。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE04
判断
亲手检查一次
列出各对象出现的年份和期数,抽查跨期编号变化,再核对同一对象同一期是否唯一。
它做不到的
面板是一种资料结构,不是一项因果识别保证。年度横截面、长表和面板三个说法不能互相替代。
增量,由你来写
读完这张,你的理解变了什么?
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Scott Cunningham — Causal Inference: The Remix, Causal Panel Designs2026-11-07 核对
- 北京大学中国家庭追踪调查(CFPS)— 数据使用手册(官方 PDF)链接失效,待更新
卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。