🌍 HRS · Health and Retirement Study

核验日期：2026-10-23。以健康、工作退休和家庭经济为主线的纵向调查。Core、RAND、家庭、CAMS、退出和生物标志物产品分开。

产品先分流，再读字段

产品	用途	先核对
Core原始波次	题级定义、政策/照护细节	HHID、PN、模块单位、代理及路由
RAND Longitudinal	跨波常用健康与经济变量	版本、波次范围、构造/回填规则
RAND Fat Files	单波原始模块便捷集合	仍区分个人、家庭及家庭成员层级
Family / CAMS	亲子/家庭关系、消费活动	子样本和家庭连接、消费周期
Exit / Post-Exit	死亡后家属资料与状态	本人键、退出调查时间与死亡时间
HCAP /生物标志物	认知或生物测量扩展	抽样资格、同意、访视、组件权重

官方公共、敏感健康及受限链接产品有不同访问流程。RAND发布年份不是访谈年份；在文件清单保留明确版本。本机hrs.csv含426列、wave5—15；这是本机清洗范围，不能据此声称覆盖1992以来全部波次。

本机字段与常见误读

hhidpn标为个人键，不能当家庭键；保留字符读取，回查HHID/PN的补零及合成规则。本机wtresp、wthh、wtr_nh、wtcrnh和lbwgtr涉及不同目标样本/组件，不能择其数值最大者使用。weight为自报体重，mweight为测量体重；oopmd标签是过去两年自付医疗费，跨调查不能只换币值就与过去一年支出相并。

退休与健康研究

退休状态包括自报、劳动参与和养老金领取等不同概念。先构造实际退出劳动市场的事件或状态转移，再检验退休前健康变化。个体FE不能自动解决因病退休；以法定年龄作工具还需讨论资格、预期、其他年龄政策及排除限制。夫妻共同财富重复出现在个人表时，研究家庭总额需保留家庭单位；研究个人暴露则说明共享测量和家庭相关性。

外部验证与预测

按人划分训练/验证，家庭共享信息时按家庭划分；有外部国家验证时先冻结变量和模型。标准化和插补只在训练资料拟合。HRS美国样本预测器迁移到CHARLS前，核对年龄、服务制度、测量和随访窗口，报告校准与亚组表现，不能仅报AUC并宣布跨国适用。

R与Stata：标准化层的最小接口

以下变量名是分析层约定，不是原始数据库通用字段。必须先完成题级映射。若没有所需设计变量，先回查官方设计文件，不能任意生成PSU或权重。

# d: id=字符个人键, year=实际访谈年, y=已核对结局, x=预定协变量
stopifnot(!anyNA(d$id), !anyDuplicated(d[c("id", "year")]))
d <- d[order(d$id, d$year), ]
# 纵向条件关联；不自动等于政策因果效应
m <- fixest::feols(y ~ x | id + year, cluster = ~id, data = d)
summary(m)
# 按复杂抽样作描述应另用对应设计与权重，而非仅cluster=id。

* id_s 是字符键，pid 仅作当前数据内面板编码，不输出映射。
assert !missing(id_s, year)
isid id_s year
egen long pid = group(id_s)
xtset pid year
xtreg y x i.year, fe vce(cluster pid)
* 单波数据不运行此面板流程；先选择合适的survey描述/横断面模型。

🧺 先把数据放进正确的小篮子

建立文件清单：study / release / module / wave / visit_date / unit / key / source / permission。文件名中的版本字母、下载年份和访谈波次分开。原始文件只读；另存标准化层和分析层。先输出字段名、标签、值标签、缺失码和连接诊断，再决定变量能否使用。

每个分析变量至少记录：概念、原题、来源变量、适用人群、回顾窗口、单位、跳答路径、特殊码、代理回答、派生公式、可用波次、权重及核验状态。不得只凭中文列名判断值域或方向；weight在多份表中是体重。

从问题到估计的顺序

写清目标人群、暴露/政策、比较组、结局和时间零点。区分人群患病比例、个体内变化、预测准确性和政策效应。
画样本流：原始入样→年龄/资格→完成访谈→完成测量→连接随访→分析样本。死亡、失访、跳题、拒答、未测量分别记，不统一改成0。
描述研究所需字段在每波的可用性。两波数据最多支持一次变化；多波轨迹需要足够重复观测、可比较测量与合理类数。
按估计目标选择横断面、纵向或特定组件权重；权重不能凭变量名相似借用。失访加权需要可解释的响应模型和正值性诊断。
面板FE估计的是个体内关联；PSM不能消除未测混杂；交错DID还需真实政策起始、前期趋势和有效对照；TTE需对齐资格、分组及随访起点。
保留未加权人数、加权估计与区间。重复测量、家庭和地区依赖按设计处理；缺失值插补与抽样设计的结合需写明方法，避免把插补当作增加独立样本。

交付与报告

交付版本清单、变量字典、跨波可用矩阵、连接诊断、样本流、缺失/失访表、模型脚本和执行记录。公共教程仅包含方法与元数据；获准数据留在授权环境。问卷存在某题、当前文件有字段、分析样本有有效观测是三个不同层次。

相关路线：纵向研究、PSM/加权、分批DID、目标试验模拟、计量模型。R/Stata代码为接口模板，本次未在这两个运行时执行。

官方出处与版本边界

HRS Data Downloads：注册、公共数据、敏感及受限数据的不同入口。
RAND HRS Products：纵向、家庭、插补、退出等不同产品。
HRS Documentation：问卷、代码本、数据说明及跨波问题对照入口。
Gateway Harmonized Data：跨研究产品导航；统一变量仍有研究特定差异。

普贤 · 社医卫管方法库 · 教学参数与代码接口需结合实际数据、软件版本和研究设计核对。