複数の比較を行っている間、明らかな外れ値を除外できますか？添付のJMPファイルは、行60の明らかな外れ値を除外すると異なる結果になる複数の比較状況を示しています。
ここでのベストプラクティスは何でしょうか？
行60がダネットの検定に含まれている場合、コントロールR1の平均はR3およびR5の平均と等しくなります（赤）。
行60を除外すると、コントロールR1の平均はR3、R4、およびR5の平均と等しくなります。
Re：複数の比較を行っている間、明らかな外れ値を除外できますか？統計に精通している他の人が検討する必要がありますが、外れ値を除外する前に最初に尋ねる質問は、そのポイントの割り当て可能な原因を知っているかどうかです。つまり、何が原因でその値が生じたのか、それとも通常の変動であったのか知っていますか？
特定の原因がわからない場合は、おそらくそれが正常な変動であると想定する必要があり、異常値のように見え、分析に影響を与えるという理由だけでそれを除外するべきではありません。
Re：複数の比較を行っている間、明らかな外れ値を除外できますか？外れ値を含めることでR4-R1の差がp <0.05（有意）になり、p-value> 0.05で除外するという事実は実際的な違いをもたらさないようです。それは、p値<0.05であるかどうかにあまりにも関心を持つ傾向があるということです。最近、統計学者の間で、この2値的な考え方（有意または非有意）について多くの議論があり、ここにあるものとして混乱を招いています。
より新しいアプローチは、信頼区間（CI）を調べることです。「Fit X by Y」を使用して比較する代わりに、Analyze> Fit Modelを使用して同じことを行い、Y = Y、X = Xを選択して、「Run」を押すことができます。ポップアップするモデルレポートウィンドウで、赤い三角形をクリックし、[推定]> [複数比較]を選択します。DunnettのテストとコントロールとしてR1を選択します。これにより、「Xの複数比較」タブがレポートに生成されます。CIが「F by X by Y」で取得できないようになった場合のみです（多分、JMPウィッシュリストに追加する必要があります）。以下の2つの画像は、行60を含めてから除外したこのレポートを示しています。このテストを生成するスクリプトは、添付のJMPテーブルに保存されます。
行60を含めると、R4-R1のCIは0.10297〜6.4614になります。これを除外すると、CIは-0.29514から5.8452になります。低いCIが0.10297であるか-0.29514であるかは、どちらもゼロに非常に近いため、実用的な観点からは無関係であると思われます。したがって、行60を除外すると、ファクトの重要性は失われますが、大したことではありません。
そのため、行60を保持し、CIも報告します。上記の点だけでなく、外れ値の除外とその方法も、データを知る前に合意する必要があるためです。事実の後で行われると、行60がなぜそれほど低いのかをほぼ確実に知らない限り、データの浚渫につながる可能性があります（割り当て可能な原因としてあずきっくちょうど述べた）。
