生命现象的复杂性决定了单一实验结果往往只能反映特定情境下的情况。但许多研究工作者倾向于将某一细胞系、某种模型生物甚至一组样本、一次实验中观察到的现象，轻率地推广至整个人类或其他物种。实验室中常常的听到一句话就是：上次做还好好的，这次怎么就做出不来了，这就是最常见的将局部数据视为普遍规律的实例。多批不同批次样本进行重复实验时极易发生这一情况，研究者以为自己发现了某种“普适规律”，实际上只是不同实验条件叠加在数据中的假象。这种“技术性假阳性”在早期的基因芯片研究中非常常见，现在在单细胞测序等高通量技术中也时有发生。

“选择性数据呈现”是分子生物学研究中普遍但也最危险的经验主义错误之一。研究者倾向于忽略或淡化不符合假设的数据，只报告“成功”的实验结果，从而营造出一个逻辑自洽但与实际相悖的研究图景。这也是大家在实际科研工作中最容易犯的错误之一，在实验初期就预设好预期结果，等到实验完成后，只关注符合预期的实验结果，而将与预期不符的结果视为“实验误差”或“操作失误”直接剔除，这种有选择性地数据筛选只会导向错误的理论结果。这一过程大多不是有心为之，而是科研工作者的一种下意识行为，但往往这种无意识的行为会导致更为严重的后果。诺贝尔奖得主林纳斯·鲍林（Linus Pauling）曾坚信大剂量维生素C可以治疗癌症，并通过早期实验数据“证明”这一观点。但后续大量的临床实验表明，这些结果并不稳定、无法重复。有些实验甚至显示维生素C可能干扰常规治疗。但时至今日，仍有大量自媒体引用纳斯·鲍林当初的实验数据来宣扬所谓的Vc治疗癌症的片面理论，极大地影响了癌症患者的正常治疗。