期号、时间和缺失值：数据核验中最易混淆的术语

领帝28资讯编辑

论坛讨论出现分歧，很多时候不是计算错误，而是大家对同一个词理解不同。“开奖时间”“发布时间”和“采集时间”尤其容易混用：前者指事件对应时间，发布时间是来源页面放出记录的时点，采集时间则是用户或程序保存数据的时间，三者可能并不一致。

“缺失”也不等于数值为零。缺失表示某个字段没有取得有效内容，通常写作空值、NA或单独的状态码；零如果属于合法结果，就必须保留。类似地，“重复记录”是同一期号被保存多次，而“结果相同”只是不同期出现了相同数值，不能据此去重。

“样本量”应说明单位。写“样本100”并不完整，应明确是100期、100天，还是100条抓取记录。“历史记录”也要附带起止期号或日期，否则他人无法确认中间是否跨越停更、补录或规则变化。

建议在个人资料中建立一张小型术语表，列出字段名称、定义、格式和允许值。社区交流时若采用自定义表达，也应先给出解释。统一语言看似是细节，却能显著减少来源检查、统计复算和错误定位时的误会。