超越可重复研究: 数据分析的形式化表示
其他统计学
2026-03-12 v1
摘要
数据分析通常以命令式方式构建，其中代表对数据执行操作的命令被依次 issued。发布这些命令以及数据对于通过他人复现分析至关重要。然而，仅呈现代码和运行代码的结果可能隐藏关于数据分析师关于数据预想、期望和假设的重要细节。理解这种分析推理对于评估分析质量和建议可能的改进至关重要。我们认为，对数据分析进行形式化表示以外部化其逻辑构建，可提供比静态呈现更有用的信息。这一形式化表示允许在无需数据的情况下评估数据分析的某些方面，帮助可视化导致结论的逻辑连接，并能够评估数据分析师假设对数据中意外特征的敏感性。在本文中，我们描述了这种形式化表示的实现以及其可能适用于某些常见数据分析任务的方法。
引用
@article{arxiv.2603.10866,
title = {Beyond Reproducible Research: Building a Formal Representation of a Data Analysis},
author = {Roger D. Peng},
journal= {arXiv preprint arXiv:2603.10866},
year = {2026}
}