<!--go-->

一项大型的实验，过程中发现情况是最好的，没有发现情况只能最后做数据分析，而实验会得到很多的数据。

数据分析是个非常复杂的工作，因为实验过程中得到的数据太多，分析有各种各样的情况，电脑模拟只能做出最基础的分析结果，一般还是要研究人员自己去看数据，找出可能存在发现问题的地方。

一般来讲，都是重点看异常的低值或高值，最好是低很多或者高很多的数值。

正常偏低，也是正常的数值。

医学的研究数据，尤其是在检测有机物、细胞，或病变等复杂问题得到的数据，和化学、物理等固定概念不同。

生物体、人体的异常，影响因素有很多。

这个可以以血常规检测来举例。

普通人做血常规检测，很难所有数据都是正常的，哪怕身体没有任何明显的疾病，血常规的各项数据也会受到很多因素影响，甚至说摄取的食物，都很容易影响到血常规检测的各项数据，因为很多食物被分解以后，一些蛋白质等物质就可能进入血液中，在血液中产生一系列的生物变化，从而对血液分析的各项数据含量造成影响。

所以说特性的正常偏低，并不在研究人员的重点检测范围呢，类似的偏低影响的因素实在太多了。

哪怕是好几个同一种因素的特性都是正常偏低，也可能是受到某些其他因素的影响，并不能确定是真正的异常。

戴天庆看到了赵奕提醒的几个数据，他发现同一种类型的特性，全部都是正常偏低，马上可能存在问题。

这依旧只是‘可能’，不一定和新的抑制因子有关。

但不管怎么说，发现了一个可能的异常，总要比什么都没发现要好，最少能帮助他们明确，接下来该从哪个方面着手进行实验分析。

Loading...

未加载完，尝试【刷新】or【退出阅读模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.dd123.cc

(＞人＜；)