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。
戴天庆最高不懂的地方是，赵奕究竟是怎么看出来的？
这几天，他一直在研究实验结果，一个个高或低的检测数值，都已经被排除了异常。
他都放弃了。
赵奕只是扫了几眼实验结果，就马上发现了几个正常偏低的，可能存在有些不寻常的数值。
这真是太令人惊讶了。
艾立新也搞不懂。
艾立新一直跟着戴天庆做抑制因子检测的项目，全程参与了前几天的大型实验，也仔细看了最后的数据报告，根本就什么也没有发现。
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。
戴天庆最高不懂的地方是，赵奕究竟是怎么看出来的？
这几天，他一直在研究实验结果，一个个高或低的检测数值，都已经被排除了异常。
他都放弃了。
赵奕只是扫了几眼实验结果，就马上发现了几个正常偏低的，可能存在有些不寻常的数值。
这真是太令人惊讶了。
艾立新也搞不懂。
艾立新一直跟着戴天庆做抑制因子检测的项目，全程参与了前几天的大型实验，也仔细看了最后的数据报告，根本就什么也没有发现。