【第一届网络原创作品】数据处理中的七宗罪

不好意思，jennysing楼层征用一下，第一个帖子字数太多发不完

【七】    暴怒(Wrath)
星期天，电影里的凶手按计划被杀了。我们存在，就一定有喜怒哀乐，实验亦是如此。
分析时会有临界值的出现，不论是在检出限附近的数值，还是在需要跟限值的比较。怒就常常从中来了。复查是首选。几个平行样，计算下标准差，得出个置信区间的做法比较常见。这样自己也有了底气，“向善”还是我们的基调。更专业一点儿的还是计算不确定度之后来判断是否符合限值，能做到这个程度的应该不多。
21世纪最重要的是和谐，愤怒当然越少越好。不过还有一句广告，做药就是做良心，做分析亦然。

拉拉杂杂地说了七天，终于在期限内完成了。看着这些贬义的词汇也许造成了你的不适，有些说法可能也欠妥。匆忙之作，管窥之见，还请大家见谅并指点。
数据处理方面的话题远不止这七点，今后还需各位版友多多支持和交流，也算小小的打个广告，前提是你有耐心看完此文，呵呵。
数据处理版欢迎你！

ps.感谢calfstone老师的指导！





原文作者 calfstone 发表于2009-2-22 21:43:14
鼓励中，有思考才有进步！

我那天看到就觉得不好
可是人家是斑竹，还得你们主管管啊
建议最近要开斑竹进修班了

呵呵，有问题请指出来，没有关系的。

一个电话，一次qq，有可能就让这个稳健Z失效了！！

jennysing 发表:【二】    贪婪(Greed)
星期二，电影里的律师死掉了。因为不满足。见过参加能力验证的实验室用了国标1法，2法，3法，还是对结果不够满意，最后是电话接通了的状况。对资质和牌子的看重无可厚非，但更多时候它关系到个人的利益，而被过于看重了。
实验室比对或是能力验证常采用稳健Z比分数法。公式 ，四分位距和Z值结果的判断决定了测定结果在总体中的位置比它具体的值更为重要，特别是中位值不是由参考值确定，而是各个实验室测定结果的平均值的时候。
做了质控，平行，严格控制了操作误差，对自己的测定是很有信心的，没有信心的是能否在整体里占据个好位置。有个完全相信自己，不去打听的实验室，结果有一次居然就离群了，百思不得其解啊。当然这个不是能控制的，但谁在各地没个同学之类的啊，一个电话，一次qq，就能稳定军心，睡个踏实觉，何乐而不为呢？
相信这只是很个别的情况，祝你|Z|≤2，站在中位值上仰望别的直方柱！

应助达人

写的有些深奥，本来七宗罪就看的一知半解的！
不如把那些问题好好解释解释吧！

jennysing 发表:关于傲慢 (Pride)，嫉妒(Envy)，暴怒(Wrath)，懒惰(Sloth)，贪婪(Greed)，饕餮(Gluttony)，以及欲望(Lust)


七宗罪（Se7en）是大卫•芬奇在1995年拍摄的一部犯罪电影，曾获得奥斯卡和英国电影学院奖提名。「暴食」、「贪婪」、「懒惰」、「嫉妒」、「骄傲」、[淫欲]、「愤怒」，这是天主教教义所指的人性七宗罪。城市中发生的连坏杀人案，死者恰好都是犯有这些教义的人。凶手故弄玄虚的作案手法，令资深冷静的警员沙摩塞（摩根•弗里曼 Morgan Freeman 饰）和血气方刚的新扎警员米尔斯（布拉德•皮特 Brad Pitt 饰）都陷入了破案的谜团中。




想起来了吗？还算青涩的皮特和刚经过肖申克救赎的弗里曼。

以下解释来自维基：七宗罪，正式译名为七罪宗，属于人类恶行的分类，并由13世纪道明会神父圣多玛斯•阿奎纳列举出各种恶行的表现。天主教教义中提出‘按若望格西安和教宗额我略一世的见解，分辨出教徒常遇到的重大恶行’。但是‘重大恶行’与不可饶恕的大罪是不可混而一谈。
在此，我们不讨论宗教，人性或是为电影叫好，而是来说说数据处理。虽然面对数据处理，我只是个新手。对日常分析工作的了解很有限，但透过论坛也多多少少有了些认识。因此斗胆归纳出了数据处理中的七宗罪。这些行为或许并不算重大，更谈不上不可饶恕的大罪。有些是习惯，是默契，有些是我们暂时还不能改变的现实。如同台词说：“我们到处都能看到罪恶，在街头，在每个家里，我们容忍，因为见怪不怪，没什么大不了，我们总是从早容忍到晚。”

按照电影的顺序，来看看这七宗罪吧，那些不好的习惯我们有则改之，无则加勉。目的都是为了更好地分析工作。对待数据，得引用《十全九美》的话，淡定，淡定！

【一】    饕餮(Gluttony)
星期一，电影里的大胖子撑死了。凶手把一罐罐的意大利面肉酱摆在胖子面前，胖子不断吃或者被动吃，还没来得及消化就撑死了。如同面对大量的数据，我们学到一些零碎的知识或是接受一些耳闻的认识，还没来得及深究就得运用了。于是问题来了。
研究方法的知道需要考察精密度，准确度，检出限，线性范围等等参数，却不够清楚回收率是在反映什么，检出限有哪些分类；做标准曲线的时候思考过为什么要用y=ax+b来拟合吗，过不过零点又是什么含义呢；做试验设计，正交设计，均匀设计，析因设计，中心复合设计，Box-Behnken设计……看得眼花缭乱，都有什么适用条件，优缺点呢？
我看到的是，懒得管检出限、内标法、标准加入法理论的神情，而是我这个该怎么算，该用什么方法；询问为什么我的标准曲线线性不好呢，或许它本来就不是线性的呐，并不是只有朗伯比尔定律；说起不确定度，就谈虎色变，绕来绕去就是难啊难啊难啊；文献里用试验设计的多了，各种设计软件就热了起来。
或许该责怪这个急于求成的时代，让我们少了耐下心的性子，拿起书本，坐下来，细细领悟。读图的习性让我们求助于百度和谷歌，以及论坛的机会越来越多。我支持这样的求助，也期待更深的思索。
构建一个彪悍的胃是面对暴食的好方法，但培养一个懂得判断的头脑更是标本兼治之策。


欲知后事如何，且听下回分解！
敬请明日继续关注本帖

很有新意啊，希望LZ能够尽快写完。

"研究方法的知道需要考察精密度，准确度，检出限，线性范围等等参数，却不够清楚回收率是在反映什么，检出限有哪些分类；做标准曲线的时候思考过为什么要用y=ax+b来拟合吗，过不过零点又是什么含义呢；做试验设计，正交设计，均匀设计，析因设计，中心复合设计，Box-Behnken设计……看得眼花缭乱，都有什么适用条件，优缺点呢？"
支持！
但如果仅仅是这样提出问题，似乎就失去了他的意义，所以强烈建议楼主在历数数据处理的七宗罪后，详细的解读。

是啊，期待最终大作！

是啊，同意！跟您握手！