Q test - 사이트 이용하여 쉽게 하기 / 의미 없는 측정값 버리기

실험에 있어서 통계적 유의미함 (statistical significance)는 매우 중요하다. 통계적으로 유의미 하지 않고 단순 경향성만 보이게 되면 신뢰도가 많이 떨어지게 되고 높은 저널에 투고하기 쉽지 않다. 특히, RT-PCR처럼 미세한 실험 스킬에도 큰 영향을 받아 error bar가 전체적으로 크게 나오는 실험들 같은 경우, '아 이 값만 뺄 수 있다면' 같은 생각을 하게 될 것이다. 물론, 마음대로 빼게 된다면 데이터 조작, 데이터 마사징을 하게 되는 것이다. 이 때, 할 수 있는 통계 처리가 있다. 많이 들어봤겠지만 Q test이다.

 

Dixon's Q test는 측정값 내에서 의미가 없을 만큼 크게 값이 벗어나는 Outlier를 제거하기 위한 통계 장치이다. 전체 data set에서 단 한 번만 시행하여야 하며 반복해서 여러 값을 뺄 수는 없다.

 

우선, 오름차순 혹은 내림차순으로 측정값들을 정렬한다. 그 후, Outlier로 의심 되는 값을 그다음 값과 뺀 절댓값을 구하고 (gap) 그것을 값들의 범위 (range, 최댓값 - 최솟값)로 나눠준다. 

two-tailed Dixon's Q test 표, 출처 : 위키

Number of values는 측정의 n수를 의미한다.

 

하지만, 직접 하나하나 계산하기는 바쁜 대학원생 여러분들 입장에서는 매우 귀찮을 것이다.

 

https://www.graphpad.com/quickcalcs/Grubbs1.cfm

Outlier calculator

 

해당 링크에 들어가서 측정값들을 입력하면 된다. 

 

결과 예시

 

다음과 같이 값들 중 outlier 의심 측정값의 결과를 알려 준다. 결과 예시에서는 뺄 수 있는 outlier가 없는 것으로 나타났다.