跳到干净的数据上

当我的电脑上播放高空跳伞运动员菲利克斯·鲍姆加特纳(Felix Baumgartner)站在一个平流层气球边缘准备自由落体的直播时，我的同事指着屏幕另一部分的气相色谱图。“看到这里的语调变化了吗?”这是氢。你说这就是它的来源!”

“是的，”我回答。“但这种变化不可能是一个信号，这个也不可能是一个信号，”我一边说，一边用光标在两个相似的基准变化上绕了一圈。“有了这种方法，再加上需要可靠的信号来消除噪声，这就什么也说明不了。”

“但那里可能有什么东西。我的同事向后退了几步。“这种反应非常细微。取峰值，积分，算出每小时收益。这个提案即将到期，这是一个很好的证实!”

数据的完整性是至关重要的。决策建立在它的基础上，金钱通过它流动，事业、项目和声誉由它建立和破坏。就像从平流层跳伞一样，实验化学具有探索和冒险的魅力。这必须由方法开发、资质和负责任的研究行为来确定。

我已经记不清有多少次有人根据起伏不定的基线和单一的试验得出结论，或者指出情节中的一个单独特征并对其进行关键解释。或者有人拿着数据集来找我，问我‘这个好吗?”

我永远无法用简单的“是”或“不是”来回答这个问题。“好的”数据可以证明先前的信念或偏见是正确的。“糟糕的”数据可能受到糟糕的方法开发或解释的影响。我对待数据集就像高空跳伞者的高度计:如果对测量数字的可重复性或再现性有任何疑问，我就不能相信它或我从中得出的结论。

当有人问，‘这样好吗?”I ask them in return: ‘Is this data clean?’

干净的实验数据在统计上是相关的，展示了该技术的定性特征，而不一定是光谱仪吐出的第一件东西。在分析样本或与同事合作时，确保数据的完整性应是至关重要的。世界上到处都是数据误读造成的后果，从疾病的卷土重来，到决定命运的航天飞机的发射挑战者号．考虑到跳伞者，当你准备跳伞时，你的高度计读数需要准确和稳定。

作为一名化学家，花时间生成并可靠地解释干净的数据需要一种方法学方法。它可能会感觉更慢更困难——因为事实就是如此。在高压力、最后期限的情况下很难做到这一点。我很自豪地说，我的一些同事已经接受了挑战。

追逐干净数据的一个副作用是，你的实验变得更加谨慎。你要小心你的电炉。冷却夹克被建造和过度建造。电气测量被屏蔽并小心地连接起来。你的方法开发花费了更多的时间，但是偏差下降了。做正确的事，而不是现在。然后再做一次。一次又一次。

如果鲍姆加特纳手腕上的高度计表现不佳，就会有一场关于是否应该继续跳伞的辩论。虽然这是极端的，但数据收集、分析和解释的结果可以引导一个人的研究进程。我在固体氧化物样品上与衰减全反射傅里叶变换红外光谱法斗争了六个月。通过应用更高标准的样品制备，我能够大大提高我的吸收物和残留有机物的分析。我的催化数据变得更加可重复和可重复。这六个月是值得的——但并不容易。

我看着鲍姆加特纳跳了起来，想着那群人紧紧盯着他们的读数，寻找新墨西哥上空出现问题的迹象。我还必须考虑如何处理我的数据。我的同事期待地看着我。

最后，这个提案没有包括我的数据。那天的基准线变化还是有点高——我的探测器在使用这种方法时并没有最佳地发挥作用。但一旦我开始追逐低基线偏差，敏感性就提高了。趋势出现并变得可重复。数据变得更加清晰。后来又提交了另一项提案，并进行了仔细、完整的研究。

清洁数据的挑战是我在博士学位的起起伏伏中所面临的挑战，并且仍然是我阅读的每一篇论文、观察的每一个过程以及与我一起工作的每一个团队成员所考虑的问题。“它干净吗?””has brought me through months of ‘failed’ experiments and allowed me to learn from incredible people.

虽然我从热气球上跳下的可能性相对较低，但如果我发现自己处于那种情况下，我会经常检查我的高度计。