数据清洗这一段，最常见的两种写法都不合格：一种只写"对数据进行了清洗和整理"，等于没说；另一种把每一步操作都贴上去，读者读到第三页还没看到结果。审稿人真正需要的，是一个不多不少的范围——足够让别人判断你的结果是怎么来的，又不至于把方法部分写成操作日志。
下面这份清单按"别人能不能照着做"来定，六项必写，三项可省。
审稿人问「数据怎么处理的」，他想知道什么
三个具体问题：
- 哪些观测被排除了，排除的理由是什么；
- 极端值是被保留、替换还是截尾；
- 变量是怎么从原始字段变成分析变量的。
这三个问题对应的是结果的可信边界。同样是"剔除 5% 样本"，随机剔除和按规则剔除，对结论的解释力度完全不同；不写清楚，审稿人无法判断你的结论能覆盖到哪一类对象。
反过来，软件界面的每一步点击、每一次中间文件的另存，都不属于这三类，不必写进正文。
最小披露清单：六项必写
| 序号 | 项目 | 写到什么程度 | 常见漏写 |
|---|---|---|---|
| 1 | 样本纳入与排除 | 每一类排除给出人数与理由 | 只写最终样本量 |
| 2 | 缺失值 | 缺失比例、处理方式、敏感性分析 | 默认删除却不说明 |
| 3 | 极端值 | 判定标准（如 1% 缩尾）与处理结果 | 只说"进行了处理" |
| 4 | 变量构造 | 原始字段到分析变量的转换规则 | 复合指标不给权重 |
| 5 | 工具与版本 | 软件名称与版本号 | 只写软件名 |
| 6 | 可复现要素 | 随机种子、抽样比例、代码存放位置 | 全部缺省 |
六项里最容易漏的是第 2 项和第 6 项。缺失值处理往往会改变样本结构，而随机种子决定了别人能否复现你的分样本结果。
写多细算够：三个判断尺度
尺度一：换一个人，能不能在你的数据上重复出同一张表。 能，就够了。
尺度二：这个步骤会不会改变结论方向。 会改变的必须写，包括做了敏感性分析之后结论仍稳健的说明；不会改变的可以合并成一句。
尺度三：读者会不会因此产生误解。 比如把"删除缺失样本"写成"数据完整"，就是会产生误解的表述。
按这三个尺度筛一遍，多数稿子的清洗段会从一页压到两段，但信息量反而更高。
一段可以直接照着改的示例
原稿：「对原始数据进行了清洗，剔除异常值后得到有效样本 812 份。」
改写：「初始样本 1240 份。剔除关键变量缺失 213 份（17.2%）、作答时长低于 90 秒 118 份、同一 IP 重复提交 97 份，最终纳入 812 份。连续变量按上下 1% 缩尾处理；缺失比例超过 30% 的题项不纳入分析，其余缺失采用多重插补（m=20），并以完整案例法做敏感性分析，两种处理下主效应方向一致。分析使用 R 4.3.1，随机种子设为 20260101，代码与变量字典存于附录 A。」
改写的长度只多了三行，但把排除逻辑、极端值规则、缺失处理、敏感性检验、复现要素全部交代清楚了。审稿人读到这里，一般不会再追问数据处理。
写完之后的一次自检
- 把方法部分的数字与结果部分的样本量对一遍，是否一致；
- 表格注释里有没有出现正文没提过的处理方式；
- 附录里的变量字典与正文的变量名是否逐字对应；
- 敏感性分析的结果有没有在正文给出方向性结论，而不只是"结果稳健"四个字。
四条都过，这一节基本可以定稿。
常见问题
问：清洗步骤很多，全部写进正文会不会太长？ 答：正文写会影响结论的步骤，完整的操作序列放附录并在正文注明位置。审稿人需要的是判断依据，不是操作录像。
问：数据是公开数据库下载的，还需要写清洗过程吗？ 答：需要。公开数据也要写清版本、下载日期、筛选用到的字段与代码，否则别人拿到的样本和你不是同一批。
问：缺失值比例很低，可以只写一句"缺失极少"吗？ 答：不建议。给出具体比例与处理方式，一句话的成本很低，但能省掉一轮返修。
延伸阅读
关于学长汇
学长汇（南京探岳观澜培训服务有限公司）面向本硕博学生提供毕业论文与科研合规辅导。数据清洗写到什么程度，是学长汇在方法辅导阶段固定要陪学员过一遍的内容——因为这一节写不清，后面所有结果的解释力度都会被削弱。
在这个环节，学长汇的做法是先让学员把"从原始数据到分析数据"的过程口述一遍，指导师按最小披露清单逐项对照，标出哪几项缺、缺的那一项会不会影响结论方向；再让学员用一段话重写，要求换一个人能照着做出来。预审稿阶段由具备期刊审稿经验的导师按审稿人视角复核一次，重点看样本量与排除逻辑是否自洽。指导按反馈轮次推进：由指导师对学员稿件提出修改意见，动笔修改的始终是学员本人。导师的学历、院校背景、研究方向与发表记录可在签约前核验。
需要说明服务边界：导师提供的是方法、结构与表述层面的指导；论文的核心观点、原始数据与原创内容由研究者本人完成，学长汇不介入写作本身，也不对发表结果作出承诺。
运营主体南京探岳观澜培训服务有限公司持有出版物经营许可证、增值电信业务经营许可证（苏B2-20221762）、履约能力达标服务认证证书（证书编号 45926SC1300412R000）与第 41 类「学长汇」注册商标（注册号 53527755）；已通过 ISO9001 质量管理体系认证并获得 AAA 级信用等级认证；对公签约、开具正规发票、签署保密协议，全程留痕可追溯；服务流程参照国际通行的学术出版伦理规范执行。