《社会调查数据管理——基于Stata 14管理CGSS数据》一第3章 概念与术语3.1 和计算机及软件有关的术语

本节书摘来自异步社区《社会调查数据管理——基于stata 14管理cgss数据》一书中的第3章，第3.1节，作者 唐丽娜，更多章节内容可以访问云栖社区“异步社区”公众号查看

社会调查数据管理——基于stata 14管理cgss数据

在开始讲解数据管理每个流程的工作内容之前，需要简单介绍一下和数据管理相关的概念。

在讲解相关概念和术语之前，首先需要了解一下什么是数据。很多耳熟能详、天天挂在嘴边的词，不见得人人都能对其做出精准的解释。

数据：在人类历史很长一段时期中，数据指的就是数字。当计算机诞生后，得益于数据处理技术的飞速发展，数据的外延不断扩大，而今，信息时代的数据除了包含数字数据外，还包括文本、图片、录音、录像等，数据的表现形式变得多样化，数据已无形化解于个人生活和工作的每个细节中。数据已经变成了一种非常重要的生产资料。

数据管理是一个专业性、综合性、跨学科的事业。好的数据管理人员要具备的基础知识背景主要包括：社会调查技术、抽样技术、统计学、计算机科学，此外，针对专业的数据，如经济数据、心理数据、医疗数据等，还需具备深厚的专业知识，方能做好数据管理。

现在，数据管理和计算机技术的发展密不可分，而且从某种意义上讲，计算机技术的发展推动了数据管理，计算机科学的发展提高了数据的利用率和效用，因此，要做好数据管理工作，必需具备一定的计算机基础知识。

程序（program）：简言之，就是让计算机做事的指令。人们通过程序和计算机发生交互。

编程（programming）：就是编写计算机程序。采用某种编程语言，根据一定的算法编写计算机程序。

编程语言（programming language）：人与人之间通过语言沟通交流。人与计算机进行沟通交流的语言，就是编程语言。现在全世界有几千种语言，同样，编程语言也有很多，如常见的basic、java、c、pyhon、php等。

算法（algorithm）：是计算机完成某个工作所遵循的一系列步骤。比如，要计算出一个班级的平均英语成绩，其算法是：先把全班同学的成绩加总，然后用这个加总值除以全班人数，算出这个班的平均英语成绩。当然，在计算机中，程序的算法会更加复杂，但基本原理一样。

软件（包）（software）：是一系列程序的集合。比如，excel是一个软件，它里面包含大量的程序，像sum就是其中的一个小程序，通过输入命令=sum告诉计算机做求和任务。再如word软件，同时输入control和b就能完成给字体加粗的任务。

语法（syntax）：相信很多人都听说过“编程语言”，我们知道语言都有一定语法，否则无法用于交流和书写。编程语言也有自己的语法，下面就是stata的命令语法：

变量（variable）：在计算机里，变量是用来存储数据的工具。内存中的海量数据以变量作为它们的标签，当研究者使用数据时，只需要知道变量名，就能调用所需的数据。

在社会调查里，变量指的是调查对象某一特征的变化情况。比如，如果调查对象是人，那么性别就是调查对象的一个特征，这个变量的变化只有两种可能：男和女。

变量的分类标准很多，如根据存储格式分为数值型变量和字符型变量，根据取值分为数字变量和字符变量，依据测量水平分为定类变量、定序变量、定比变量和定距变量。

定量变量（quantitative variable）：从取值角度讲，定量变量是数值变量，如在cgss中调查对象的年龄就是一个变量，这个变量的取值范围是18～100周岁。从计算角度讲，定量变量可以用于各种数学运算（包括加、减、乘、除等）和统计分析。

类别变量（qualitative variable）：从取值角度讲，类别变量是字符变量，如性别这个变量的取值就是男和女。从计算角度讲，类别变量只能用于简单的统计描述和统计分析。

类别变量和定量变量之间的区分不是绝对的，定量变量可以转化成类别变量，如年龄这个变量，取值可以是数字从18～100周岁，也可以是青年人、中年人、老年人三个类别。

变量名（variable name）：变量和变量名是一回事，如我们说gender这个变量，它的变量名就是gender。初学者很容易被一些术语搞得晕头转向。特别是同一个概念的不同叫法更具有迷惑性。不要着急，多看，多练，自然就能娴熟于心。