🌍 KLoSA · Korean Longitudinal Study of Aging

核验日期：2026-10-23。2006起的中老年家庭追踪；基线抽样覆盖与后期补样须分别说明。

文件与波次审计

本机清洗表236列、wave3—8；Harmonized KLoSA E.2代码本标注2006—2020，原始目录也有其他波。原始覆盖、Harmonized覆盖和分析提取覆盖分开登记。官方介绍说明2006基线家庭样本为45岁及以上且不含济州，后续补样与样本覆盖按当轮文档核查。

Harmonized字段r1wtresp标签是第一波个人横断面权重。本机CSV的weight标签是自报体重，未见明确抽样权重字段时回原发布文件查找；不能依据文件已清洗就忽略设计。合并时还需核对个人键的字符/数值类型及补样识别，不能仅以行号对齐。

健康、劳动与照护

健康变化→劳动退出和劳动退出→健康变化可能同时存在。分别构造工作状态、退休状态、工作小时和家庭照护责任；转移支付并不是照护投入。至少画暴露和结局的观测时间线，控制哪些基线混杂，哪些变量可能处于因果路径中。两波内发生事件的先后未知时，减弱因果表述。

认知与跨国比较

读本轮认知题体和计分手册，保留语言、教育及未测试状态。总分的常用名称不表示每次题目相同；与CHARLS或HRS比较优先用共同任务/已验证协调指标。把各国量表都转成Z分数只能比较相对位置，不能证明量尺具有测量不变性。

建议交付

除通用审计外，增加原样本/补样流向、劳动状态转移矩阵、照护题资格、认知完成标记、权重来源及非应答分布。报告地区覆盖和目标年龄范围，而不是笼统称所有韩国老年人。

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

KEIS KLoSA Introduction：2006基线、45岁及以上家庭人口及抽样覆盖。
KLoSA Questionnaires：逐波问卷，不由清洗字段推断题体相同。
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。