离散选择实验调查数据
本数据集为通过离散选择实验收集的匿名问卷数据，包含受访者的选择结果及基本人口统计学信息。数据集在站内分类中归属于心血管系统疾病下的腹主动脉瘤方向，主题标签为社会科学
基本信息
资源简介
离散选择实验调查数据
本数据集为通过离散选择实验收集的匿名问卷数据，包含受访者的选择结果及基本人口统计学信息。数据集在站内分类中归属于心血管系统疾病下的腹主动脉瘤方向，主题标签为社会科学。该数据集由作者zuo, shuoyu发布，来源机构为Harvard Dataverse，发布时间为2026年，来源站为doi.org。整体而言，这是一份以问卷形式获取的匿名调查数据，核心内容围绕受访者在离散选择实验中的选择行为及其基本人口统计学特征展开，适用于社会科学领域中对选择偏好及相关人口学因素的分析研究。
【数据集背景】
该数据集归属于心血管系统疾病下的腹主动脉瘤方向，主题标签为社会科学。离散选择实验是一种常用于研究个体偏好与决策行为的调查方法，通过让受访者在若干备选方案之间做出选择，获取其偏好信息。本数据集正是在这一方法框架下形成的匿名问卷数据，其站内分类将其与腹主动脉瘤这一心血管系统疾病方向相关联，同时以社会科学作为主题标签，体现出该数据在方法属性与主题归属上的交叉特征。数据集由作者zuo, shuoyu发布，来源机构为Harvard Dataverse，发布时间为2026年。
【数据内容】
根据源站描述，该数据集为通过离散选择实验收集的匿名问卷数据，内容包括受访者的选择结果以及基本人口统计学信息。也就是说，数据主要涵盖两个层面：一是受访者在离散选择实验中所作出的选择，二是受访者的基本人口统计学信息。数据以匿名形式呈现，不包含可识别个人身份的信息。除上述内容外，关于具体的变量数量、样本规模、字段结构、人口统计学信息的具体项目等，源站未提供。
【采集与来源】
该数据集通过离散选择实验的方式采集，数据形式为问卷数据，并经过匿名化处理。数据来源站为doi.org，来源机构为Harvard Dataverse，作者为zuo, shuoyu，发布时间为2026年。关于具体的调查实施方式、采集时间跨度、采集地点、抽样方法、受访者招募途径等细节，源站未提供。
【适用场景】
基于其主题标签社会科学以及站内分类心血管系统疾病下的腹主动脉瘤方向，该数据集可用于与离散选择实验相关的选择行为与偏好分析，也可用于结合基本人口统计学信息开展社会科学领域的相关研究。由于数据涉及腹主动脉瘤这一疾病方向的分类归属，其潜在应用场景可能与心血管系统疾病相关的偏好研究有关。但关于该数据集具体的适用研究问题、分析目标或已验证的应用案例，源站未提供。
【使用方法】
该数据集为匿名问卷数据，包含受访者的选择结果及基本人口统计学信息，使用者可依据离散选择实验数据的常规分析思路对其进行处理。关于具体的文件格式、数据结构、变量编码方式、配套文档或使用说明等，源站未提供。
【质量与限制】
该数据集为匿名问卷数据，采集方式为离散选择实验，内容包含受访者的选择结果及基本人口统计学信息。关于样本量、代表性、数据完整性、缺失情况、偏差控制、匿名化处理的具体标准等质量与限制方面的信息，源站未提供。
【引用与许可】
该数据集的作者为zuo, shuoyu，来源机构为Harvard Dataverse，来源站为doi.org，发布时间为2026年。关于具体的引用格式、许可协议、使用条款或授权范围等信息，源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.7910/DVN/S2DSCH
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 603.9 KB。
数据说明
Anonymized questionnaire data collected through the discrete choice experiment, including respondents’ choices and basic demographic information.
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
