實驗數據壞點如何處理

Ⅰ 測試中的異常數據剔除用什麼方法

統計學中剔除異常數據的方法很多，但在檢測和測試中經常用的方法有2種：

1-拉依達准則(也稱之為3σ准則)：

很簡單，就是首先求得n次獨立檢測結果的實驗標准差s和殘差，│殘差│大於3s的測量值即為異常值刪去，然後重新反復計算，將所有異常值剔除。

但這個方法有局限，數據樣本必須大於10，一般要求大於50。所以，這個方法現在不常用了，國標裡面已經剔除該方法！

2-格拉布斯准則（Grubbs）：

這個方法比較常用，尤其是我們檢測領域。

方法也很簡單，還是首先求得n次獨立檢測結果的實驗標准差s和殘差，│殘差│/s的值大於g(n)的測量值即為異常值，可刪去；同樣重新反復計算之，將所有異常值剔除。

g(n)指臨界系數,可直接查表獲得. 95%的系數可參見下表：

Ⅱ 本科畢業論文出來的實驗數據不好怎麼辦

檢查與實驗相關的過程

與實驗有關的過程直接影響實驗結果，相對來說具體形象，容易分析。分析的目的是確保你設計的實驗是可以用來檢驗假設的，並且獲得的實驗結果是可靠的。

需要檢查的與實驗相關的過程包括三方面：實驗設計的合理性、實驗數據的可靠性、數據分析的合理性。

丟失重要數據

也許由於實驗室出現問題或存儲數據的硬碟出現技術問題等，你丟失了大量對項目至關重要的數據。

首先，你應該請教導師，詢問解決方法。在你有時間、有資源的情況下，可以考慮重新進行數據收集或實地考察，再次獲取這些數據。

如果無法重新收集數據，那麼可以與導師討論如何把數據丟失納入項目，成為研究的一部分。例如，如果是由於你所使用的某種研究方法導致數據丟失（比如，一個實驗出現重大錯誤，導致部分數據被破壞），那就會引發非常耐人尋味、同時也十分重要的討論。你可以研究並討論數據丟失和錯誤的研究方法所帶來的影響，這樣也能夠向該領域貢獻有價值的原創知識。