贫血数据集

资源简介

贫血数据集

Anemia-dataset 是一个发布于 Kaggle 平台、以贫血为主题的数据集，由用户 jvilchezv 于 2023 年 10 月 27 日发布，版本为 v1。该数据集共包含 20 个文件，合计约 82.90 MB，文件类型涵盖 PDF 文档、Excel 工作簿与 CSV 表格。从文件构成来看，内容围绕 ENDES 2020 的个体问卷、贫血相关数据表以及多个数据字典文档展开，整体归属于血液及造血器官疾病领域下的其他类别。数据集采用 CC0 公共领域许可，便于使用者自由获取与再利用。

【数据集背景】

该数据集与 ENDES 2020 相关，文件目录以“739-Modulo1638_2020”命名，表明其内容来自某一模块化调查的 2020 年度资料。数据集聚焦于贫血这一血液及造血器官疾病主题，配套提供了个体问卷以及若干数据字典文档，用于辅助理解数据表的结构与编码含义。数据集由 jvilchezv 整理并发布，发布平台为 kaggle.com。

【数据内容】

数据集共包含 20 个文件，文件样例包括：739-Modulo1638_2020/CUESTIONARIO INDIVIDUAL ENDES 2020.pdf、739-Modulo1638_2020/DD_TB_ANEMIA.xlsx、739-Modulo1638_2020/Diccionario - REC0111.pdf、739-Modulo1638_2020/Diccionario - REC44.pdf、739-Modulo1638_2020/Diccionario - RECH0.pdf、739-Modulo1638_2020/Diccionario - RECH5.pdf 等。从这些样例可以看出，内容既包含问卷类 PDF 文档，也包含贫血相关的 Excel 数据表，以及多个以“Diccionario”命名的数据字典 PDF。文件格式覆盖 PDF 文档、Excel 工作簿与 CSV 表格三类。数据集整体大小合计约 82.90 MB。

【采集与来源】

数据集来源站为 kaggle.com，源站描述为：jvilchezv (2023). Anemia-dataset [Dataset]. https://www.kaggle.com/datasets/joelvilchezvilchez/anemia-dataset。发布机构或作者为 jvilchezv，发布时间为 2023 年 10 月 27 日，版本为 v1。关于数据的具体采集方法、调查实施细节及样本设计，源站未提供。

【适用场景】

该数据集可用于贫血相关主题的数据探索与分析，例如结合贫血数据表与配套数据字典，理解字段定义与编码规则后开展统计汇总或建模尝试。由于包含 ENDES 2020 的个体问卷文档，也可用于对照问卷内容与数据表结构，辅助变量解释与数据核对。此外，数据字典文档可用于字段映射与编码确认，适合在正式分析前进行数据结构梳理。关于更具体的适用场景，源站未提供。

【使用方法】

使用时可先下载全部 20 个文件，合计约 82.90 MB。随后按文件格式分别读取：PDF 文档可用于查阅问卷与数据字典，Excel 工作簿与 CSV 表格可用于数据读取与分析。建议先在小样本上核对字段与编码，确认无误后再批量接入，以降低因编码不一致或字段理解偏差带来的风险。关于更详细的操作步骤，源站未提供。

【质量与限制】

数据集采用 CC0 公共领域许可，便于自由使用。文件类型多样，包含 PDF、Excel 与 CSV，使用前需分别处理不同格式。由于数据字典文档与数据表并存，字段含义需结合字典确认。关于数据缺失情况、样本代表性、采集偏差等质量维度的具体信息，源站未提供。

【引用与许可】

引用信息为：jvilchezv (2023). Anemia-dataset [Dataset]. https://www.kaggle.com/datasets/joelvilchezvilchez/anemia-dataset。许可为 CC0: Public Domain。