Pairfam 家庭形成轨迹数据

本数据包含 1,027 名受访者的德国家庭形成轨迹（月度抽取）。它来自 Sequence Analysis（Raab & Struffolino, 2022） 配套的教学用家庭史数据。配套网站写明：示例数据来自 German Family Panel（pairfam）Release 10.0，并经 pairfam 团队许可用于书中教学示例。

我们提供两个版本：

• 年度数据：22 个年度观测，状态为缩写文本
• 月度数据：264 个月（约 18–40 岁），状态为数值编码 1–9

重要说明

• 年度与月度数据的 id 不可直接对应。
• 编码形式不同：年度用缩写（如 "S", "LAT"），月度用数字 1–9。
• 月度 家庭 与 活动 文件共享同一批 1,027 个受访者 ID，可按 ID 做多通道对齐；各自的年度 id 不能直接对接。

数据来源与处理

• 来源：Raab & Struffolino（2022）配套教学数据，基于 pairfam Release 10.0（GESIS ZA5678，DOI 10.4232/pairfam.5678.10.0.0）。

• 样本量：配套 PartnerBirthbio 文件有 1,866 条记录；Sequenzo 月度文件发布的是书中多通道 / 18–40 岁教学用的 1,027 人抽取（与 Activitybio / MultiChannel 相同 ID）。Sequenzo 打包脚本未再重新做该样本筛选。

• 原书处理：伴侣与生育状态被编码为九个家庭状态（见下表）。

• 我们的预处理：仅重命名时间列（family1…family264 或 state1…state264 → 1…264）。未对状态整数重新编码。

• 核验：与配套 PartnerBirthbio 对照，1,027 个匹配 ID 在全部 264 个月上状态码完全一致（交叉表为对角；一致率 = 1.0）。

家庭状态编码

数值码遵循 Raab & Struffolino 配套数据（原始 Stata value labels）。传入 SequenceData 的 labels 须按此顺序。

数值码	缩写	含义
1	S	Single, no child
2	Sc	Single, with child(ren)
3	LAT	Living apart together, no child
4	LATc	LAT, with child(ren)
5	COH	Cohabiting, no child
6	COHc	Cohabiting, with child(ren)
7	MAR	Married, no child
8	MARc1	Married, 1 child
9	MARc2+	Married, 2+ children

在 Sequenzo 中加载

from sequenzo import load_dataset, SequenceData

df = load_dataset("pairfam_family_by_month")

time_list = [str(i) for i in range(1, 265)]
states = list(range(1, 10))
labels = [
    "Single, no child",
    "Single, with child(ren)",
    "Living apart together, no child",
    "LAT, with child(ren)",
    "Cohabiting, no child",
    "Cohabiting, with child(ren)",
    "Married, no child",
    "Married, 1 child",
    "Married, 2+ children",
]

seq = SequenceData(
    df,
    time=time_list,
    id_col="id",
    states=states,
    labels=labels,
    weights=df["weight40"].to_numpy(),
)

相关数据

• pairfam 活动轨迹