評估研究地點內臨床試驗受試者的相似性中寫道：
[...]根據我們上次的討論，我們希望盡可能多地使用主題數據來評估[...]
邁克克萊頓中寫道：
通常在半導體晶片測試數據中檢測到MV異常值和內點，並且可以發現這些裝置在隨後的壓力測試中是“有風險的”。它們都來自同一個晶圓，因此看到相同的工藝和工具，但微小的缺陷使它們成為“特立獨行的電路”並且它們可以被包含。
幸運的是，每個晶圓上都有數千個，並且xy坐標是已知的，並且通過所有製造步驟，SPC和測試步驟跟踪數據，直到芯片被單個化和封裝。但是DieID（批次和晶圓和xy位置）在2D條形碼或其他方法的每個部分上都標記為客戶退貨問題。因此，MV分析被大量用於包含統計特徵，這些特徵通常也是物理特性。感謝他的精彩教程添加到我們的收藏中。
我們即將結束本系列有關臨床試驗中欺詐檢測的帖子的結尾，以及即將發布的一些功能。 JMP臨床4.1有助於識別異常的觀察結果。 我們已經描述了參觀日期和在診所進行的測量可以指出臨床現場的問題，並討論了試驗參與者如何出現多次在同一研究中。對於最後兩篇文章，我們重點介紹一些使用盡可能多的主題數據來查看他或她與其他主題比較的方法。今天，我們將使用馬氏距離以確定多元的離群值和離群值。
馬氏距離可用於計算兩個隨機向量之間的距離或從向量到多元空間中特定點（通常是多元均值或質心）的距離。它與歐幾里得距離的不同之處在於它解釋了變量之間的相關性，因此考慮到點可能不在質心周圍呈球形分佈。 馬氏距離很容易計算SAS ，出於我們的目的，我們將比較主題數據和質心的向量。
在統計中，我們大多數人都熟悉該術語“離群值。” Merriam-Webster定義離群值作為“與樣本中其他樣本的價值明顯不同的統計觀察”。在箱形圖中，離群值可以被識別為超出四分位數間距（第一和第三四分位數之間的距離）的1.5倍且超出第一或第三四分位數的點。
另一方面， “內部”是接近平均值的值。在單變量設置中，接近均值的值不會引起任何注意。但是，正如Evans（2001）指出的那樣，對於大量變量而言，觀測值不可能接近均值。因此，儘管離群值可能會帶來問題，但離群值可能更可能代表“太好而不能真實”或“太好而無法真實”的觀察結果。當然，零的馬哈拉諾比斯距離將代表一個主題，該主題位於每個變量的均值上。（逃避檢測比創建不引人注意的單個值更好嗎？）
JMP Clinical即將推出多元Inliers和離群值分析過程（AP）會創建一個數據集，該數據集包含來自一組對象的每個主題一行光盤格式化的數據集。實驗室檢查，生命體徵，症狀和其他發現數據的變量將通過訪問次數和時間點生成。將計算代表不良事件，用藥和病史術語發生頻率的變量。基於對話框選項，超過一定百分比的缺失數據（默認為5％）的變量將被排除在分析之外，因為具有感興趣變量的任何缺失數據的對像都無法計算馬氏距離。 這是重要的一點。必須在使用盡可能多的數據與排除您的評論中包含過多主題的可能性之間採取一種平衡的方法。預計提前中止的受試者會有許多缺失值，因此在考慮大部分數據時，很可能會丟失一些受試者。但是，選項允許排除所有包含缺失值的變量。
上面計算出的結果數據集將用於計算馬氏距離。圖1顯示了每個對象的距離量度與多元分佈的質心相比的箱形圖。距離度量是從744個可能的變量中的268個計算出來的。 其餘變量的丟失數據率超過5％，並從分析中刪除。由於15個變量缺少一些數據，因此52位受試者沒有計算距離測量。該圖可以標識離群值（大距離）或離群值（小距離）。紅色虛線參考線來自卡方分佈自由度為k（分析中的變量數）。馬氏距離的平方遵循該分佈。
圖2給出了按研究地點劃分的馬氏距離，以確定是否有任何特定地點是極端的。這可能會發現分析的變量之間可能存在的數據錯誤，但也可能描述了各地研究人群的主要差異。箱形圖的長度表示變量主體在多變量均值周圍的給定位置內的情況。較大的差異可能反映了不同的研究人群或可能受益於其他培訓的場所。低變異性可能反映了特別均勻的種群。無論如何，任何“脫穎而出”的網站都可能需要更嚴格的審查。
Evans，S。（2001）。 欺詐檢測的統計方面。在：Lock，S，Wells，F＆Farthing，M，eds。欺詐和不當行為：在生物醫學研究中，第三版。BMJ書籍。
