本书就是从理论模型和软件工具两个方面，比较全面地介绍数据分析和处理的方法和技能。本书的对象是那些有数据分析处理需求，具备计算机和软件操作基础，希望进一步学习数据处理的理论、模型、技术和方法的读者。
蒋绍忠，浙江大学管理学院教授。1982年毕业于浙江大学管理学院，获硕士学位。长期从事运筹学、决策理论与方法、数据模型与决策等课程的教学和研究工作。历任浙江大学管理系副系主任、管理学院常务副院长、浙江人学管理科学与信息系统研究所所长、《管理工程学报》副主编等职务。曾两次获得浙江省教学成果二等奖，被评为“全国优秀教师”。
插图：
1.1.3 数据收集和处理的道德准则和行为规范
数据的客观性和可重复性是数据收集和处理的基本原则，商业数据的收集和处理也必须遵循这些原则。如果违反这些基本原则，获得的数据会造成对实际情况的判断错误，导致决策失误。商业数据收集和处理应该遵循以下行为规范：
（1）应尽可能收集原始数据或称第一手收据，即收集那些经济活动和企业生产经营中产生的、未经处理和变动的数据记录。在数据分析报告中应说明原始数据来源、时段。
（2）如果需要引用别人提供或处理过的数据，首先应该辨别是否侵犯数据提供者的知识产权。在合法引用的前提下，应该详细注明所引用数据的来源，既表示对数据提供者工作的尊重，也便于第三者需要时进一步考证。窃取别人提供的数据，作为自己的成果，是违背学术道德规范的行为。
（3）原始数据中如果有异常数据，应尽可能分析产生异常的原因，并在数据分析报告中加以说明。如果异常数据是孤立或偶然的原因产生的，数据处理中有必要删除这些异常数据，则需要特别加以说明。为了达到事先设定的主观目的，随意增删、篡改客观数据，是违背学术道德规范的行为。
（4）公布数据处理结果时，应该明确说明数据处理的工具、方法以及数据处理的流程，以便别的数据研究者和使用者确信，有关数据经过这样的处理，确实可以得到相应的结论。
（5）通过问卷调查得到的数据，必须说明问卷调查内容、问卷调查表的格式、确定问卷调查对象的原则和方式、问卷发放和回收的渠道和方式、问卷发放数量、回收数量、有效问卷的数量、问卷结果统计方法和统计结果等。
总而言之，商业数据收集和处理与对待科学数据一样，是一项重要的基础工作，必须坚持实事求是的科学精神和严谨务实的科学态度。只有数据收集和处理工作做好了，数据的研究和分析才会有意义。
您现在的位置：
