上周在律所楼下的咖啡店碰着个刚毕业的小研究员，攥着个皱巴巴的笔记本，脸都熬得发青——他花了三个月做的细胞给药实验，最后出的数据分析报告被单位扣了，说他篡改原始数据，还要追讨他这半年的工资。我翻了两页他带的实验记录，没什么大问题，就是最后整理数据的时候，把两组偏差特别大的结果直接删了，连个备注都没写。
你删掉的那组离群值，可能就是呈堂证供
别不信。
之前有个做医疗器械临床试验的案子，原告是术后出现感染的患者，说他们用的骨科钉子临床数据造假。被告拿出来的数据分析报告整整齐齐，所有指标都完美达标，连个明显的波动都没有。法官当庭问他们，原始数据里那三组术后感染的记录去哪了？
他们的统计师说，那是离群值，按照行业标准剔除了。
没写在最初提交的临床试验方案里。
也没在最终的分析报告里备注剔除原因。
最后法院直接认定他们提交的数据分析不完整，存在刻意隐瞒不利数据的嫌疑，判了三倍赔偿。
很多做实验的人都觉得，剔除离群值是再正常不过的技术操作，只要自己没改真实数据，就不算造假。但实践中，只要你没有提前在正式的实验方案、或是公开的分析规范里写明剔除离群值的标准，哪怕你是照着行业通用指南做的，在法庭上都可能被认定为故意篡改、隐匿实验数据。
拿别人的数据集写分析报告，别随便打”原创”标签
现在做实验数据分析，很少有人能全靠自己攒的一手数据，大多会用到公开数据集、或是合作单位共享的数据集。很多人觉得，我花了时间跑模型、算结果，最后出来的分析报告就是我的原创，想发就发，想用来评职称就用来评职称。
不对。
之前有个高校的讲师，用了合作药企免费开放的临床数据集做了统计分析，写了篇论文发在核心期刊上，转头就被药企告了。原来当初他下载数据集的时候，弹出来的用户协议里明确写了，”本数据集仅限非盈利学术研究使用，不得用于商业用途、不得对外发布未经过我方审核的分析成果”，他当时嫌麻烦直接点了同意，根本没看内容。最后不仅撤了稿，还赔了二十多万的违约金。
别觉得这种协议是霸王条款，法院通常会认可这种用户协议的效力。毕竟人家花了几百万攒出来的数据集，不是随便让你拿来刷业绩的。
真要吃官司了，你手里的数据分析报告该怎么拿出来当证据
我见过太多人，平时存文件只留最后那版改好的分析报告，中间的原始数据、试错的草稿、甚至是跑模型的代码，用完就删。真到了被诉的那天，对方律师拿出两份完全不一样的分析版本，你连自己之前是怎么算的都记不清，根本说不清楚。
真要留证据，就得留从原始数据到最终报告的全链路文件。包括你用的统计软件版本号、设置的所有参数、哪怕是你中间跑出来的错误结果，都别删。现在司法鉴定的时候，是要求能完整复现你的分析过程的，你拿不出中间文件，再完美的报告也没有可信度。
还有个提醒，别随便把自己的原始实验数据上传到那种第三方免费数据分析工具上。很多工具的用户协议里藏着”可以无偿使用用户上传的数据进行算法训练”的条款，到时候你的实验数据漏了，或是被别人盗用，你连追责的依据都找不到。
说实话，我见太多人把实验数据分析当成个纯技术活，觉得只要算出来的数好看、能过审就行。哪知道这里面全是法律的暗坑。你以为是常规操作的删数据、调参数，在法官眼里可能就是故意篡改证据；你以为是免费能用的公开数据集，转脸就成了人家告你侵权的把柄。
本文为普法参考，不构成个案法律意见。
