我不确定这是不是一个合适的地方,但它似乎是一个体面的地方.
我目前的工作涉及对大数据集的人工分析(在几个层面上,每个层次都由经验丰富的分析师完善和完成).大约一年前,我开始开发一些实用程序来跟踪分析师的表现,将早期级别的结果与最终级别进行比较.起初,这非常有效 - 我们在店内使用它作为一个简单的指标,有助于集中培训工作,并在整体上做得更好.
最近,结果已脱离背景并以我从未想过的方式使用.似乎管理层(特别是一个人)已经开始使用这些工具的结果来直接影响EPR(入伍的绩效报告 - 它是一个空军的东西,但我假设在其他领域存在类似的东西)和类似的文书工作.问题不在于谁在使用这些结果,而是如何使用这些结果.我已经向大家明确表示,结果非常简单,容易出错.
生成这些数据有许多不可避免的障碍,我已经努力通过一些漂亮的启发式方法来最小化这些数据.在适当的背景下,它们是一个有用的工具.然而,脱离背景,因为它们现在被使用,它们弊大于利.
有问题的经理将结果作为分析师表现良好或表现不佳的字面指标.结果被平均,并且个人得分被排列为上述(好)或低于(差)平均值.这是在不考虑固有的误差范围和样本偏差的情况下完成的,不考虑任何形式的正确解释.我知道至少有一个人的绩效评级被标记为"准确率百分比"低于平均值不到一个百分点(当计算方法的典型误差率仅为2%到3%时).
我正在编写关于系统中存在的错误的正式报告(包括"有意义的统计分析初学者指南"),但所有迹象都表明这没有效果.
如果没有故意破坏这些工具(我希望避开这条路线,但在这种情况下我正在强烈考虑),我想知道这里是否有人有效处理过类似的情况？任何洞察如何处理这一点将不胜感激.
更新:感谢您的回复 - 周围有很多好主意.
如果有人好奇,我正朝着"精炼,教育和控制解释"的方向前进.我已经开始重建我的工具,试图更好地否定或跟踪错误,并自动生成他们可能想要的任何数字和图形,包括整个文档(同时隐藏为模糊引用他们目前看起来非常渴望导入的原始数据'神奇的'excel表).
特别是,我希望错误的可视化表示和正确创建的排名系统(考虑到错误,标准偏差等)将有助于这种情况.
我理解典型的访问说明符是什么,以及它们的含义."公共"会员可以在任何地方访问,"私人"会员只能由同一个班级和朋友等访问.
我想知道的是,如果有的话,这等同于较低级别的术语.它们之间的任何后编译功能差异超出了它们所使用的语言(在本例中为c ++)强加的高级限制(可以访问什么).
另一种说法 - 如果这是一个完美的世界,程序员总是做出很好的选择(比如不能访问后来可能会改变的成员,并且只使用明确定义的成员,这些成员应该在实现之间保持不变),他们是否有理由使用这些事情呢？