而设置的命令。换句话说,当时间信息被编排为许多变量时,比较好的策略是先 对数据进行转置,然后将变量作为记录来进行处理。在一些为了满足特别需要的 处理工作时,还要使用 AGGREGATE(意为汇总)和 TABLE(意为列表) MATCH FILES(意为匹配文件)等命令,使文件与表格有针对性地做匹配合并 或“分散”( disaggregating)。在后面的例子中,我们将示范所有这些命令的应 用 二、明确时间信息数据的处理 1.例1:对第一·类数据(需计算各风险期长度)的改造 表13-5 例1输入数据 c01134354753:275430771017922 002225142773579410 0032402317941 004245232752176313 005123143781231791031791231 主:本书所附磁盘提供此ASl数据.文件名为EX1.D 例1数据结构及所需完成的改造工作: *此数据基本结构为一个案例条记录前六个变量是不随时间变化的,用来 表示被调查者在调查时的基本情况,包括:ID、SEX、A(E、RACE、EIU 丶 UMSPELL(分别为调查序号、性别、年龄、种族、受教育程度、某一事件 的记录数目):后面是随时间而变的变量,分别用来表示事件发生的年、月 日。每一个被调查者被给予一个惟一性的调查序号。所以每一序号代表着 个人。从本例各被调查者的数据可以看出,他们的随时间变化的变量的数目 有所不同。比如,第一个样本有四个事件开始时间,即75-3-12,754.30,7 10)-1和79-2-2 我们的工作是要将此以样本案例为分析单位口径的原始数据改造为以每一次 事件为分析单位口径的工作数据。在输出中,所有不随时间变化的变量都要 附加到每一个工作数据的案例中去。1980年1月1日,即调查日期,将作为 截点。这样,最后一个日期至截点之间的时间间隔实际上是一个删截工作案 例(删截的定义请参见第十二章)。在每一个工作案例中还要加上一个新的变 量 EVENT(意为事件,同上章示例中的变量EⅤENT)来标志本工作案例中 事件是否发生。 428