"异常值"一词的定义相当模糊,但指的是与其他值相差甚远的值。在 Prism 的非线性回归中,异常值是指远离稳健回归所定义的拟合优度曲线的点。
当然,异常值也有可能与其他值一样来自于同一个高斯群体,只是恰好非常高或非常低而已。您可以设置 Q 值来控制 Prism 对异常值的积极定义程度。
非线性回归通常用于实验数据,其中 X 是一个变量,如时间、浓度或您在实验中操作的其他变量。由于所有的散点都是由于实验误差造成的,因此剔除任何极端异常值都是合理的,因为它几乎肯定是实验错误的结果。
在其他情况下,每个数据点可能代表不同的个体。在这种情况下,异常值可能不是实验错误造成的,而是生物变异性或模型中未包含的其他变量差异造成的。在这里,异常值的存在可能是研究中最有趣的发现。虽然在这种情况下,ROUT 异常值方法可能有助于标记异常值,但如果不做进一步思考(或实验)就自动排除此类异常值,那就大错特错了。
在质量控制分析中,异常值可以告诉您某个过程已经失控。在没有弄清异常值与其他值相差甚远的原因之前,你不会想删除异常值。异常值可能会告诉你一些重要的信息。