Re: 博士班經驗甘苦談~已刪文
※ 引述《SmileFace (北緯43度的夏天)》之銘言：
: 資工領域我不懂
: 在做biology實驗的時候
: 不是本來就可以拿掉一些偏差得很離譜的outliner嗎？
: 只要在paper 上把你的方法註明清楚
: 這根本不算造假
: 比較需要關心的問題是，當你拿掉的outliner太多時
: 會不會讓你的sample size小到沒有統計意義？
: 回到炒冷飯的ELISA
: 這是一個非常靈敏的實驗，特別是如果你用的是kit..
: 我會建議原作反覆多run 幾次
: 如果你的control 仍然還跑出一些偏差太多的值
: 基本上那表示，是你操作上的問題
: （一般來檢驗methodology的方式就是看control..）
: 另外，就統計學來說
: 沒有什麼拿掉最好跟最壞5%的說法
在統計學上
outlier 可以分為兩種
第一種是 mild outlier
資料必須 < Q1 - 1.5*IQR
> Q3 + 1.5*IQR
(IQR: 四分位數間距(interquartile range)
第二種是 extreme outlier
資料必須 < Q1 - 3*IQR
> Q3 + 3*IQR
如果你假設你的實驗結果會是常態分布
則發生 mild outlier 的機會是 1/150
extreme outlier 的機會是 1/425000
延伸過來看, 如果你做了 150 次實驗, 你最多只能假設是系統誤差而刪掉一組實驗
不過反過來看, 如果你很確信你的假設和系統不會出錯, 但是卻發現 outlier
那你應該高興一下, 因為說不定你發現了新的現象
此外, 我也是資工的, 我現在實驗都是做 100 次以上,
最基本要求我會計算出 mean, median, variance, 跑 paired t-test 跟對照組比較
※ 編輯: illini 來自: 140.113.88.61 (12/07 01:41)
推
12/07 04:20, , 1F
12/07 04:20, 1F
推
12/07 06:25, , 2F
12/07 06:25, 2F
推
12/07 08:46, , 3F
12/07 08:46, 3F
→
12/07 08:47, , 4F
12/07 08:47, 4F
推
12/07 11:51, , 5F
12/07 11:51, 5F
→
12/07 11:53, , 6F
12/07 11:53, 6F
討論串 (同標題文章)