推 nightcatman:如果是自己設計的實驗, 2.的想法會有點危險... 12/07 12:04
※ 引述《illini (Go! Illini!)》之銘言：
: : 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
我的統計學得不是很好
所以如果有說錯，請統計和分生達人更正 :)
我的想法比較單純
如果我跑20組數據，10組控制（negative control）、10組實驗
（實驗組裡每一組各有3管）
另外畫了一條standard curve（每一個concentration有3管）
檢測實驗的方法是
1.檢查standard curve
如果R square < 0.9
(1) 先從raw data中看看是否三個相同concentration的東西相差很大？
如果相差很大，表示我的technique可能有問題
(2) 再比較不同濃度，是讀出來的值都差不多？還是高低落差很大（忽高忽低）
如果是前者，那就是機器敏感度的問題，調整concentration再來一次
如果是後者，可能還是我技術的問題
2.檢查negative control
如果裡面有很離奇的數據出現，不要懷疑，那是你技術的問題
（negative control應該要是什麼都沒有的）
3.檢查實驗組
在biology 的實驗裡，我只能說任何結果都是有可能的
說穿了biology 只是邏輯觀察的結果，所有的理論都只是「假設」
很有可能在你離奇的實驗裡會有重大的發現也不一定
不過，請先檢查在「離奇」的那組裡，三管的讀數是否接近？
如果相差很多，抱歉，這還是技術的問題
如果相差不多，那請先check 一下，這「離奇」之組到底偏差多大？
有時候把alpha level 抓在0.05，在你sample size不夠大的時候
是會產生很大的bias..
那到底差多大的時候，才能當成outliner？
這就要請生統達人說明了
在實驗的approach，我會比較偏向repeat多做幾次
說真的，像ELISA 這種東西，最多1-2 天就可跑完
也沒什麼技術上的困難（最大的問題是價格XD）
而且，請記得，特別在這種有「離奇」數據的repeat實驗時
實驗設計一定要完整，standard curve、negative control請不要偷懶
（聽說有人跑10盤ELISA 用同一條standard curve..這..）
如果跑了好幾次都是這樣
那，也不需要去「美化」啦，就把它report上去
也許會是新的發現也不一定
不過感覺起來，原po的問題似乎是在control組
這可能跟熟練度比較有關吧？
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 68.43.120.254