数据可以随便取舍吗？

科学是以数据说话的，任何科学结论都需要科学数据支持。数据的不严谨，会产生不严谨的结论，甚至是错误荒唐的结论，这对社会的影响是极大的，尤其是涉及国计民生的问题时，错误的数据很可能会导致错误的决策，进而造成巨大的损失。所以，实验科学无论怎样强调数据都不为过。

最近，我和学生们在组会上又聊到了数据取舍的问题。我的研究生刚刚获得了一个实验的部分数据，需要统计处理组与对照组的差异，但统计后他发现，有一组数据标准差太大，统计结果是“差异不显著”。

我们的实验研究需要检验处理组和对照组之间的差异，或不同因素处理的效应，在这一过程中，令研究人员最头疼的问题就是实验结果与预期不一致，本该有差异显著性的数据，却检测不到差异显著性，概率值大于0.05。在我们平时的科研工作中，这种情况很常见。

在讨论的时候，我跟他说：“如果个别数据偏离了整个样本的变化趋势，要特别重视，首先分析自己的实验过程是否有问题，样品是否有问题等。不符合预期的数据是绝对不能随便删除的，可以分析数据的散点图和标准差，决定是再重复一次实验，还是增加样本数。”

数据取舍，是我们组会上经常讨论的问题。我一般会跟我的研究生们说，出现个别偏离的数据，要认真分析是不是这个样本有问题，结合这个样本的其他参数考虑。比方说，如果同一个动物实验中，多个参数都出现了问题，就要考虑可能是动物样本的问题；如果仅是某个参数不符合预期，可以分析测定过程是否出了问题。但基本原则是：不能随便删除数据！

面临个别偏离的数据时，我们的处理方法一般有以下三种：1）再重复测定一次；2）如果问题依然存在，又不好解释，按照数据散点图，对于偏离平均值范围太大的数据，在散点图上标记出来，统计分析的时候，说明这个数据没有被统计进来；3）根据统计学中判断奇异值的方法，进行个别数据取舍。

有的时候我们会发现，统计结果是由于个别数据引起来的，如果去掉偏离平均值范围大的数据，差异显著性就出来了。在这种时候，有些研究人员就会产生一种取舍数据的冲动，想删除这个不理想数据。但是，这是一种很危险的冲动，因为随便取舍数据，或根据自己的需要取舍数据、选择性使用数据的做法，触碰到了学术不端的红线！

我认为，研究人员发生数据不当取舍行为的一个直接原因就是功利化心态、浮躁心态，例如，研究生面临毕业发表论文的需要，年轻学者面临晋升和申请各种名誉奖项的需要等。如果没有正确对待科学的心态，没有对待科学数据严谨的态度，以论文至上，受利益驱动，再加上没有强有力的监督机制和惩罚措施，出问题是不奇怪的。

为了避免不当的数据取舍，我们对实验的原始记录是高度重视的。我们实验室每周都会有组会，大家有数据就会在组会上讨论。研究生和导师交流时，也要提供原始数据。

在我以前工作的中国科学院动物研究所，我负责研究生教育工作多年，研究所学位委员会专门制定了导师检查研究生实验记录的制度，每学期都要进行检查，记录本上都有导师签字。导师检查学生实验记录，也是研究生中期考核、申请学位论文答辩的一个重要条件。同时，研究所专门订做了实验记录本，每页都有页码，不能随便撕掉。实施效果还是不错的。

总之，做实验要尊重原始数据，严肃认真，认真对待每一个数据，认真对待科研和实验过程的每一个步骤，认真做好实验记录。不可以随便删除数据，不可以更改数据，不可以选择性地取舍实验数据！