数据整理的三层结构。第一层：原始数据（Raw Data）——实验仪器直接输出或问卷原始回收结果，不做任何处理。这是最珍贵的文件，必须完好保存。第二层：清洗后数据（Cleaned Data）——去除了异常值、填补了缺失值、统一了格式的数据集。第三层：分析后数据（Analyzed Data）——经过统计处理、生成图表的数据。三层数据各存一份，形成完整的数据链条。

文件命名规范。不要再用数据1.xlsx、最终版数据.xlsx、真的最终版.xlsx这种灾难性命名。推荐格式：[项目名]_[数据类型]_[日期]_[版本].xlsx。例如：LLM_edu_raw_20260115_v1.xlsx。看到文件名就知道内容是什么。版本号用v1、v2、v3递增，不要用最终、最终最终。

数据备份策略。遵循3-2-1原则：3份副本、2种介质、1份异地。具体来说：电脑本地一份、移动硬盘一份、云盘（OneDrive/百度网盘/腾讯微云）一份。每周至少备份一次。硬盘损坏、电脑丢失、文件误删——这些事每年都在发生，不要等发生了才后悔。特别是毕业论文的数据，一旦丢失可能延误毕业。

数据可用性声明（Data Availability Statement）。越来越多期刊要求作者声明数据是否公开、在哪里可以获取。如果你的数据涉及隐私（如人类被试数据），说明数据因伦理限制不可公开；如果是公开数据集，提供DOI或下载链接；如果是自行收集的非敏感数据，考虑上传到Figshare、Dryad、OSF等开放数据平台。开放数据能提高论文的可信度和引用率。

统计分析的透明度。投稿前检查：是否报告了所有预注册的假设检验？是否进行了多重比较校正？是否报告了效应量（Effect Size）而非只报告p值？是否提供了置信区间？这些细节是审稿人判断数据质量的重要依据。如果用了AI工具辅助分析，也要在方法中说明。

代码与脚本备份。如果你的分析使用了Python/R/Matlab脚本，把代码和注释整理好，投稿时作为补充材料提交。代码的透明性能极大增强审稿人对你数据的信任。代码要加注释——半年后你自己都看不懂第37行为什么要这样做。推荐使用Jupyter Notebook或R Markdown，把代码、结果和解释整合在一起。

数据清洗的文档化。数据清洗不是在Excel里删了几行就完了。每一次清洗操作都应该有记录：删除了哪些样本？理由是什么？填补了哪些缺失值？用了什么方法？这个文档叫Data Processing Log，是审稿人判断你数据处理是否规范的重要依据。

异常值的处理。发现异常值不要急着删除。先判断是数据录入错误（可以修正或删除）还是真实但极端（应该保留并在讨论中说明）。删除数据必须有正当理由并在论文中披露——偷偷删除不好看的数据是学术不端的红线。

数据准备的最后检查。投稿前用一份清单逐项核对：原始数据是否完整备份？清洗后的数据是否与论文报告一致？所有图表的数据源是否可追溯？统计分析是否报告了效应量和置信区间？数据可用性声明是否填写？代码是否整理好？确认无误后再提交——数据问题是审稿人最不愿意原谅的错误。

数据整理的三层结构。第一层：原始数据（Raw Data）——实验仪器直接输出或问卷原始回收结果，不做任何处理。这是最珍贵的文件，必须完好保存。第二层：清洗后数据（Cleaned Data）——去除了异常值、填补了缺失值、统一了格式的数据集。第三层：分析后数据（Analyzed Data）——经过统计处理、生成图表的数据。三层数据各存一份，形成完整的数据链条。

文件命名规范。不要再用数据1.xlsx、最终版数据.xlsx、真的最终版.xlsx这种灾难性命名。推荐格式：[项目名]_[数据类型]_[日期]_[版本].xlsx。例如：LLM_edu_raw_20260115_v1.xlsx。看到文件名就知道内容是什么。版本号用v1、v2、v3递增，不要用最终、最终最终。

数据备份策略。遵循3-2-1原则：3份副本、2种介质、1份异地。具体来说：电脑本地一份、移动硬盘一份、云盘（OneDrive/百度网盘/腾讯微云）一份。每周至少备份一次。硬盘损坏、电脑丢失、文件误删——这些事每年都在发生，不要等发生了才后悔。特别是毕业论文的数据，一旦丢失可能延误毕业。

数据可用性声明（Data Availability Statement）。越来越多期刊要求作者声明数据是否公开、在哪里可以获取。如果你的数据涉及隐私（如人类被试数据），说明数据因伦理限制不可公开；如果是公开数据集，提供DOI或下载链接；如果是自行收集的非敏感数据，考虑上传到Figshare、Dryad、OSF等开放数据平台。开放数据能提高论文的可信度和引用率。

统计分析的透明度。投稿前检查：是否报告了所有预注册的假设检验？是否进行了多重比较校正？是否报告了效应量（Effect Size）而非只报告p值？是否提供了置信区间？这些细节是审稿人判断数据质量的重要依据。如果用了AI工具辅助分析，也要在方法中说明。

代码与脚本备份。如果你的分析使用了Python/R/Matlab脚本，把代码和注释整理好，投稿时作为补充材料提交。代码的透明性能极大增强审稿人对你数据的信任。代码要加注释——半年后你自己都看不懂第37行为什么要这样做。推荐使用Jupyter Notebook或R Markdown，把代码、结果和解释整合在一起。

数据清洗的文档化。数据清洗不是在Excel里删了几行就完了。每一次清洗操作都应该有记录：删除了哪些样本？理由是什么？填补了哪些缺失值？用了什么方法？这个文档叫Data Processing Log，是审稿人判断你数据处理是否规范的重要依据。

异常值的处理。发现异常值不要急着删除。先判断是数据录入错误（可以修正或删除）还是真实但极端（应该保留并在讨论中说明）。删除数据必须有正当理由并在论文中披露——偷偷删除不好看的数据是学术不端的红线。

数据准备的最后检查。投稿前用一份清单逐项核对：原始数据是否完整备份？清洗后的数据是否与论文报告一致？所有图表的数据源是否可追溯？统计分析是否报告了效应量和置信区间？数据可用性声明是否填写？代码是否整理好？确认无误后再提交——数据问题是审稿人最不愿意原谅的错误。