“异常值”的定义

“异常值”这一术语的定义相当模糊，但通常指与其他值相差甚远的数值。在 Prism 的非线性回归中，异常值是指远离由稳健拟合定义的最佳拟合曲线的点。

当然，也存在某种可能性，即某个异常值实际上与其他数据点来自同一高斯总体，只是恰好数值极高或极低。您可以通过设置 Q 值来控制 Prism 判定异常值的严格程度。

异常值并不总是由错误引起

非线性回归通常用于处理实验数据，其中 X 代表时间、浓度或实验中操控的其他变量。由于所有数据散布均源于实验误差，因此剔除任何极端异常值是合理的，因为这些值几乎可以肯定是由实验误差造成的。

但在其他情况下，每个数据点可能代表不同的个体。此时，异常值可能并非源于实验误差，而是生物变异或模型中未包含的某些其他变量差异所致。 此时，异常值的存在可能正是该研究中最引人注目的发现。虽然ROUT异常值方法在此情况下或许有助于标记异常值，但若未经深思熟虑（或进一步实验验证）就自动剔除此类异常值，将是一个巨大的错误。

在质量控制分析中，异常值可能表明某个过程已失控。在弄清楚该值为何与其他值相差甚远之前，不应贸然删除异常值。该异常值或许正在向您传递重要信息。