数据控制

12.2.1.1 数据采集

数据采集一般为手工采集和自动采集两种方式，对所采集的数据应实施有效地验证和控制。

12.2.1.2 数据处理

数据处理应首先确认使用的常数、数表、计算公式、图表和曲线及有效数字等。数据修约规则应执行GB/T 8170—2008的有关规定。

数字修约的一般原则是：四舍六入五进单。或者说“4舍，6入，5前单数则进1，5前双数则舍去”。例如，将下列数字修约成两位有效数字:

5.1416→5.1，为4舍(实际是把0.04以后的数字全舍)

5.16→5.2，为6进(实际是把0.06进为1)

5.35→5.4，5前为单数则进1

5.45→5.4，5前为双数则舍弃

5.4501→5.5，5前虽为双数，但5后有数字则进

5.5499→5.5，为4舍，后面的数字不能连续修约。

表示精密度的标准偏差(S)和不确定度(U)数字修约的原则为“只进不舍”。例如S=2.1，可修约为S=3。

岩矿分析数据位数的确定，见表12.1。

表12.1 各级含量分析数据的位数

12.2.1.3 数据判定

1)合格数据的判定依据《地质矿产实验室测试质量管理规范》(DZ/T 0130)中相应部分的规定。合格数据是指满足规定条件的测量结果。

2)极限数据的判定依据《数值修约规则与极限数值的表示和判定》(GB/T 8170—2008)的规定。极限数据是指测量到值已接近或可能超过了标准规定的值。

3)可疑数据(即指偏离约定值或估计值的测量结果)应采取下列步骤来确定或排除测量的可疑因素：①用期间核查方法，使用核查标准来检查测量仪器校准状态的可信度②检查测试方法和步骤；③对已测试样进行重复测试；④检查环境和消耗品的影响。

4)重复数据按允许限判定是否合格，不合格者，应采取下列步骤进行验证：①实验操作细节；②使用仪器的操作细节；③对环境和影响量的控制；④原始数据的记录和计算细节；⑤使用有效的“核查”方法；⑥如能用以上排除方法找到原因，应针对存在问题实施纠正；⑦如使用上述排除方法仍不能找到存在问题的原因，则应组织相关人员实施有效的验证方法来确定存在的数据不一致的原因。

12.2.1.4 数据转移

数据在转移中不可以进行数据修约、计算、变更，应保存数据转移前的原始数据凭证备查。

12.2.1.5 数据核查

应对数据的计算和转换进行系统地和适当地校核。

12.2.1.6 数据更正

数据更正应标明更改原因。如需对客户手中保存的数据进行更正，应向需要更正数据的所有客户发出正式书面文件。

数据控有两种意思：

（1）数据控件 那就在 程序在底层封装好的一此控件。直接就可调用。里面有自带的方法与事件与属性。这是数据控件。

（2）数据控 指DCL，数据控制语言。是用来设置权限与角色的。如Grant,Deny,Revoke。

数据质量控制通常做法如下：

步骤一：探查数据内容、结构和异常。探查数据以发现和评估数据的内容、结构和异常。通过探查，可以识别数据的优势和弱势，帮助企业确定项目计划。

步骤二：建立数据质量度量并明确目标。Informatica的数据质量解决方案为业务人员和IT人员提供了一个共同的平台建立和完善度量标准，用户可以在数据质量记分卡中跟踪度量标准的达标情况，并通过电子邮件发送URL来与相关人员随时进行共享。

步骤三：设计和实施数据质量业务规则。明确企业的数据质量规则，即，可重复使用的业务逻辑，管理如何清洗数据和解析用于支持目标应用字段和数据。业务部门和IT部门通过使用基于角色的功能，一同设计、测试、完善和实施数据质量业务规则，以达成最好的结果。

步骤四：将数据质量规则构建到数据集成过程中。

步骤五：检查异常并完善规则。

步骤六：对照目标，监测数据质量。

---