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。