COVID-19疫情影响下美国居民行为与健康数据集USResidentBehaviorandHealthDatasetduringCOVID-19Pandemic-haomingtang
数据来源：互联网公开数据
标签：COVID-19, 疫情, 居民行为, 健康, 社交, 疾病传播, 机器学习, 预测分析, 美国, 流行病学
数据概述：
该数据集包含来自美国居民在COVID-19疫情期间行为习惯与健康状况相关的数据，旨在研究疫情对居民生活及健康的影响。主要特征如下：
时间跨度：数据未明确标注时间跨度，但从数据内容推测为疫情期间。
地理范围：数据覆盖美国各州（AL, AK, AZ, AR, CA, CO, CT, FL, GA, ID, IL, IN, IA, KS, KY, LA, MD, MA, MI, MN, MS, MO, NE, NV, NJ, NM, NY, NC, OH, OK, OR, RI, SC, TX, UT, VA, WA）。
数据维度：数据集包括居民的健康指标（如cli, ili, hh_cmnty_cli等）、行为习惯（如wearing_mask, travel_outside_state, work_outside_home, shop, restaurant, spent_time, large_event, public_transit等）、心理状态（如anxious, depressed, worried_finances）以及COVID-19检测结果（tested_positive）。数据包含多个时间点的数据，以反映随时间变化的情况。
数据格式：CSV格式，包含covid.train.csv和covid.test.csv两个文件，便于数据分析和建模。
来源信息：数据来源于公开渠道，已进行结构化处理，可以直接用于数据分析与建模。
该数据集适合用于流行病学研究，以及行为科学、公共卫生等领域的数据分析。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于流行病学、公共卫生、行为科学等领域的学术研究，如COVID-19传播模型构建、疫情期间居民行为变化分析、社会隔离措施效果评估等。
行业应用：可以为医疗健康行业、公共卫生部门提供数据支持，例如用于疫情预测、风险评估、公共健康政策制定等。
决策支持：支持政府部门和医疗机构制定疫情防控策略，优化资源分配，提高应对突发公共卫生事件的能力。
教育和培训：作为流行病学、数据科学、公共卫生等相关课程的教学案例，帮助学生和研究人员深入理解疫情的影响和数据分析方法。
此数据集特别适合用于探索居民行为与健康状况之间的关系，以及评估不同社会干预措施的效果，从而帮助制定更有效的疫情防控策略。
