不符合預期的數據，也是客觀結果

科學是以數據說話的，任何科學結論都需要數據支持。數據不嚴謹，會產生不嚴謹的結論，甚至是錯誤荒唐的結論。這對社會的影響是極大的，尤其是涉及國計民生問題時，錯誤的數據很可能會導致錯誤的決策，進而造成巨大的損失。所以，實驗科學無論怎樣強調數據都不為過。

最近，我和學生們在組會上又聊到了數據取舍的問題。我的研究生剛剛獲得了一個實驗的部分數據，需要統計處理組與對照組的差異，但統計后他發現，有一組數據標準差太大，統計結果是“差異不顯著”。

我們的實驗研究需要檢驗處理組和對照組之間的差異，或不同因素處理的效應，在這一過程中，令研究人員最頭疼的問題就是實驗結果與預期不一致，本該有差異顯著性的數據，卻檢測不到差異顯著性，概率值大于0.05。在我們平時的科研工作中，這種情況很常見。

在討論的時候，我跟他說：“如果個別數據偏離了整個樣本的變化趨勢，要特別重視，首先分析自己的實驗過程是否有問題、樣品是否有問題等。不符合預期的數據是絕對不能隨便刪除的，可以在分析數據的散點圖和標準差后，決定是重復一次實驗，還是增加樣本數。”

數據取舍，是我們組會上經常討論的問題。我一般會跟我的學生說，出現個別偏離的數據，要認真分析是不是這個樣本有問題，并結合這個樣本的其他參數予以考慮。比方說，如果同一個動物實驗中，多個參數都出現了問題，就要考慮可能是動物樣本的問題；如果僅是某個參數不符合預期，可以分析測定過程是否出了問題。但基本原則是，不能隨便刪除數據。

面對個別偏離的數據時，我們的處理方法一般有以下三種。第一，再重復測定一次；第二，如果問題依然存在，又不好解釋，按照數據散點圖，將偏離平均值范圍太大的數據在散點圖上標記出來，統計分析時，說明這個數據沒有被統計進來；第三，根據統計學中判斷奇異值的方法，進行個別數據取舍。

有時我們會發現，統計結果是由個別數據引起的，如果去掉偏離平均值范圍大的數據，差異顯著性就出來了。這時，有些研究人員就會產生一種取舍數據的沖動，想刪除這個不理想數據。但這是很危險的，因為隨便取舍數據，或根據自己的需要取舍數據、選擇性使用數據，就觸碰到了學術不端的紅線。

我認為，研究人員產生數據不當取舍行為的一個直接原因是功利化心態、浮躁心態。例如，研究生有畢業發表論文的需要，年輕學者有晉升和申請各種名譽獎項的需要等。如果沒有正確對待科學的心態，沒有對待科學數據嚴謹的態度，而是論文至上，再加上沒有強有力的監督機制和懲罰措施，出問題是不奇怪的。

為避免不當的數據取舍，應該對實驗的原始記錄給予高度重視。我們實驗室每周都有組會，大家有數據就會在組會上討論。研究生和導師交流時，也要提供原始數據。

在我以前工作的中國科學院動物研究所，我負責研究生教育工作多年，研究所學位委員會制定了導師檢查研究生實驗記錄的制度，每學期都要進行檢查，記錄本上有導師的簽字。導師檢查學生實驗記錄，也是研究生中期考核、申請學位論文答辯的一個重要條件。研究所為此專門定做了實驗記錄本，每頁都有頁碼，不能隨便撕掉。實施效果還是不錯的。