進行多次比較時，可以排除明顯的異常值嗎？隨附的JMP文件顯示了多個比較情況，其中排除了第60行中的明顯異常值會導致不同的結果。
最佳做法是什麼？
當Dunnett檢驗中包含第60行時，控件R1的平均值等於R3和R5的平均值（紅色）。
當排除第60行時，控件R1的平均值等於R3，R4和R5的平均值。
回复：我可以在進行多個比較時排除明顯的異常值嗎？其他統計方面的知識超出我的能力，但在排除異常值之前我要問的第一個問題是，您是否知道這一點的可分配原因？也就是說，您知道是什麼導致它具有該值或正常變化嗎？
如果您不知道具體原因，那麼您可能不得不假設它是正常的變化，您可能不應該僅僅因為它看起來像是一個異常值而影響您的分析，就不排除它。
回复：我可以在進行多個比較時排除明顯的異常值嗎？通過包含離群值，您可以得出p4- <0.05（顯著）的R4-R1差異，而p-值> 0.05的R4-R1差異除外，這一事實似乎並沒有實際意義。只是我們傾向於過於關注p值是否<0.05。如今，統計人員之間就這種二元思維方式（重要或不重要）進行了很多討論，這導致您在這裡所遇到的困惑。
一種更現代的方法是查看置信區間（CI）。除了使用“按Y擬合X”進行比較外，您還可以通過“分析”>“擬合模型”執行相同的操作，選擇Y = Y，然後X = X，然後單擊“運行”。在彈出的模型報告窗口中，單擊紅色三角形，然後選擇“估計”>“多個比較”。選擇Dunnett的測試，並選擇R1作為對照。這將在報告中生成“ X的多個比較”選項卡，只是現在您擁有無法通過“按X匹配X”獲得的配置項（也許我們應該將其放入JMP願望清單中）。下面的兩張圖片顯示了此報告，同時包含然後排除了第60行。生成該測試的腳本保存在隨附的JMP表中。
通過包含第60行，R4-R1的CI為0.10297至6.4614；排除它，CI為-0.29514至5.8452。從實用的角度來看，下限CI是0.10297還是-0.29514似乎無關緊要，因為兩者都非常接近零。因此，排除第60行並不意味著事實意義不大。
因此，我將保留第60行並報告配置項。不僅由於上述幾點，而且因為排除異常值和方法，在了解數據之前都應達成共識。如果在此之後進行，可能會導致數據疏導，除非您幾乎可以肯定地知道為什麼第60行這麼低（可分配原因為 @傑夫·珀金森剛剛提到）。
