實驗數據中是否可以捨去少數顯著不合理的部分？判據是怎樣的？

01-23

據我所知似乎是已有工作分析過這一問題的。

看是啥實驗了。。

如果是機制原理都已經眾所周知的實驗，反常數據隨手就能扔。。而如果原理尚不明確，一個反常數據可能就能殺死一票競爭理論，這可就扔不得了。。

說到底，可重複性才是關鍵。。

然而我的實驗還是重複不出來。。(╯‵□′)╯︵┻━┻

你要是單純的做性能測試，發論文，我不知道有多少人會捨去不合理數據，我猜至少一多半的人，即使理論上這是不可以的。

如果是做機理，發論文，我強烈不建議這麼做，很多時候看似不合理的數據，是有深刻的物理意義在後面的，搞清楚的話，可能會柳暗花明，大大增加研究的價值。

如果是做產品研發的，絕對不要這麼做。產品一賣就是成千上萬，一用就是好多年，各種使用環境，測試的時候一定要照顧到，哪怕出現一個不好的數據，也要去仔細推敲是不是安全性和可重複性有問題。即使找不到原因，寧可乘上一個安全係數，也不能激進。三星電池爆炸就是個反例。

謝邀。一看就是大學分析化學沒學好，看上冊的化學分析去。

謝邀。

題主，告訴你一個秘密。實際上不僅僅是顯著不合理的數據，包括合理但不好看的數據，很多人都是去除的。

確實有一些方法用來判斷是否該捨棄數據，不過方法並不唯一。

以下內容摘自《原子核物理實驗方法》：

這麼做要非常小心

物理上一般不贊同這種做法，如果一定要用，就應該在方案設計的時候明確，不要看到數據之後再去「剔除「.....

如果真的測出 2.81, 2.82, 2.79, ..... , 2.30, ..... 有選擇的情況下，我們可以廢掉這一組數據，而不是單純扔掉 2.30.... 除非 2.30 是『在意料之中』的『系統誤差』，但那樣捨棄方式就應該在實驗方案中提前明確了....

如果你扔掉 2.30 然後得到一個結果..... 那就說服力就不太好了....

當然，「有時候誤差100%也是好實驗」.....

謝邀，不過知乎上有蠻多討論的了，容我偷個懶，隨便搜幾個，比如

從數據集中剔除異常數據一般用什麼數據演算法？

檢測異常值的常用方法,除了超過幾倍標準差,還有哪些?

就我多年前打醬油的經驗來看，多數時候事情往往相反——

不是從漂亮的數據中將少數難看的摘出去，這種運氣太奢侈了；而是從海量的屎一樣的波形中摳出一點點長得不那麼噁心的，猥猥瑣瑣水一篇三五分。

謝邀。可以做Q test。

或許。。。

可以去看看分析化學教材？

你的文章連可發表性都沒有……