实验数据里有异常值，能不能直接删掉

测了五次溶解时间：38秒、40秒、37秒、39秒、65秒。最后一个65秒明显和其他数据不一样。很多学生的第一反应是把它删掉，因为它让平均值变大了。但在删掉之前，需要想清楚：它为什么不一样？

什么是异常值

异常值是和同组其他数据相比明显偏离的数值。它可能来自两种情况：

• 操作失误：这一次计时按晚了、加错了量、读错了刻度。
• 真实情况：在某些条件下确实会出现不同的结果，只是你还不知道原因。

第一种可以剔除，第二种不能。区分两者，是处理异常值的关键。

第一步：回看记录

翻开实验记录本，找到这一次的记录：

• 有没有写下意外情况？例如“第5次搅拌时筷子掉了一次”。
• 这一次的条件和其他几次有没有不同？例如水温是不是低了。
• 有没有拍下读数照片，可以核对数字是否抄错？

如果记录中有明确的操作失误，这个异常值就有了合理的剔除理由。

第二步：判断是否明显偏离

对于中小学生，可以用一个简单的方法判断：去掉这个值后，其他数据都比较集中，而这个值和它们的平均值相差很大，例如超过平均值的30%。

上面的例子中，前四次平均38.5秒，65秒比它多了约70%，属于明显偏离。

第三步：决定怎样处理

补做实验很重要。如果补做的几次都在38秒左右，说明65秒很可能是偶然失误；如果补做时又出现60多秒，就要考虑是不是有某个没注意到的因素在起作用。

不能做的事

• 只删掉“不好看”的数据：如果实验结果和预期不同，就删掉不符合预期的数据，这是篡改数据。
• 删掉数据却不说明：即使有理由剔除，也要在报告中写明。
• 修改数据：把65秒改成40秒，是严重的学术不端。

在报告中怎样写

可以在数据表中保留这个值，用备注说明，再计算剔除前后的平均值：

备注：*第5次搅拌中途筷子掉落，搅拌中断约20秒，故剔除。

这样写，读者能看到全部原始数据，也知道你为什么做出这样的处理。

异常值也可能是发现

科学史上，很多重要发现都来自“不正常”的数据。学生项目中，异常值也可能提示你忽略了某个因素。认真对待异常值，弄清楚它的来源，往往能让项目讨论部分更有深度。