Logbook Evan の Logbook
✨ Updates
🎨 Style Guide
Font · 字体记录手册🧠 Creative Resources
Name · 名以载道🗒️ Mind Notes
Quote · 字里行间🧭 Knowbase
Biorxiv 与预印本
H-1B 签证📘 SOPs
🩺 Medical Research
BioRender 使用与订阅笔记🛠️ Tech Chronicles
自定义 Bash 提示符（PS1）
Linux 系统介绍
Linux grep 工具笔记
Linux sed 工具笔记
Linux awk 工具笔记
CSS 笔记
文件夹前加点的意义
HTML 格式笔记
XML 格式笔记
TOML 格式笔记
PR 模板解读与最佳实践
YAML 格式笔记
JSON 格式笔记
YouTube 使用笔记
Writage 使用笔记
Pandoc 使用笔记
Chrome 使用全攻略
Vibe Coding：一种新的编程氛围？💰 Fortune Blueprint
📈 R Visionary
R 的 future 包（异步与并行）
R 中加载与使用系统字体
R 中的数据类型完整指南
R 与 RStudio 安装笔记
make_date() & make_datetime()：从字段构造时间对象
分类变量处理 - forcats
pmin() & pmax()：向量按元素逐位比较
geom_tile()：构建热图 / 网格图的砖块图层
facet_wrap() 与 facet_grid() 用法解析
三种 geom_smooth() 写法解析
ggplot2 的 shape 限制与解决方案
R语言字符串大小写变换
R语言数字取整与格式化。
gtsummary 回归模型
gtsummary + gt：R语言三线表实践
select()：灵活选择列
dplyr包的distinct()函数
ggthemr：为 ggplot2 一键换肤
ggthemes 常用主题
SMR 共定位分析
R集合操作与典型用法
R apply函数速查与典型用法
R变量命名规范与覆盖机制
R设置CRAN与Bioconductor镜像速查
R版本升级与包迁移实用指南
R查询当前环境和包信息（sessionInfo）
创建文件夹与目录管理基础
RStudio常用快捷键与界面恢复技巧
提取字符向量子串的实用技巧
高效读取表格与大文件：fread与自定义read_table_flex
foreach包批量循环
R基因ID转换与批量注释
R批量获取和筛选文件名
R常用序列与模拟数据生成
R数据框（df）条件筛选实用技巧
R Visionary - Introduction📊 Statistics
Survival Analysis
方差分析（ANOVA）
多因素逻辑回归
单因素逻辑回归
R语言中的常见统计分布及其应用
数据分析的可复现性：原则与实践
如何规范报告统计结果？
相关性检验
多重检验（Multiple Testing）
t 检验（t-test）
置信区间 (Confidence Intervals)
卡方检验（Chi-squared Test）
统计功效（Power）与样本量（Sample Size）
假设检验 & p值
频率表、比例表与列联表
t-test: Principles and Application in R🖼️ BioVis
如何规范报告统计结果？
type
status
date
slug
summary
tags
category
icon
password
comment
在撰写统计分析报告或论文时，如何科学、清晰地报告分析过程和结果，不仅体现了专业素养，也是保障研究透明度和可复现性的关键。以下为规范统计报告的结构与写作要点：
一、数据收集方式
在报告统计分析结果时，必须详尽说明数据的来源与采集流程，确保研究的透明度与可复现性。这一部分应包括但不限于以下内容：
- 数据来源与采集背景：明确数据是来源于公开数据库、医院病例、实验观测、问卷调查还是第三方平台。必要时说明数据的版权归属与获取授权。
- 收集时间与地点：具体到时间范围（如起止年月）及采集地点（如具体医院、实验室、地区、平台等）。
- 样本选择标准与纳排标准：说明受试者/样本的纳入和排除标准，包括年龄、性别、疾病状态、基线特征等。若涉及随机抽样或分层抽样，应明确具体方法。
- 实验设计与采集流程：如为前瞻性/回顾性、随机对照/队列/横断面等设计，须标明。实验测量涉及仪器、试剂、平台型号和批次，也应详细列明。
- 数据录入与质控：介绍数据录入流程（人工/自动），数据质量控制措施（如双人录入、定期核查、数据一致性检查等）。
示例：
本研究采用回顾性队列设计，数据来源于2024年某市X医院电子健康记录系统。研究对象为2023年1月至12月期间入院的18岁及以上成年人。纳入标准包括……，排除标准为……。所有受试者均签署了知情同意书。临床信息由受过训练的专职数据管理员通过统一数据录入系统输入，数据采集与处理过程遵循医院伦理委员会批准的操作流程，所有关键变量均进行两人复核以确保准确性和完整性。
二、数据清理与排除说明
在正式分析前，应全面、透明地报告数据预处理过程，特别是对样本的剔除标准与最终样本量的确定。建议包括以下要素：
- 数据排查流程：简述数据初步检查的步骤，如缺失值筛查、异常值检测、一致性核查等。
- 剔除标准：明确列出每一类剔除标准及其设定依据（如缺失比例、变量重要性、录入逻辑、极端值判别方法等）。
- 处理方法与理由：说明对于缺失、异常或错误数据的具体处理方法（如直接剔除、填补、人工复核），并阐明选择此方法的合理性。
- 统计描述与样本量报告：给出各步骤剔除的样本量与原因，最终纳入分析的样本总数。
示例：
在数据预处理阶段，首先对全部观测样本进行完整性和一致性检查。共剔除了以下样本：
- 关键变量（如主要暴露因素或结局指标）缺失的个案（n=5），因无法满足分析所需信息；
- 检测到录入逻辑错误或数值超出生理范围的样本（n=2），经人工核查无法修正后予以剔除；
- 其余非关键性变量的缺失数据采用多重插补（multiple imputation）方式处理，以减少信息损失。
经上述处理，最终纳入统计分析的样本量为193例，剔除与保留样本在主要基线特征上无显著差异（补充材料表S1）。
三、分析方法与参考文献
科学报告中，分析方法的详细说明至关重要。应包含以下要素：
- 方法名称与适用性：明确所用统计方法的全称及适用场景（如数据类型、分布要求等），简要说明选择依据。
- 假设与参数设定：交代主要假设条件（如正态性、方差齐性）、显著性水平（如α=0.05）、参数或模型设定方式。
- 软件与包版本：详细列出分析所用软件（如R、Python、SPSS等）、关键包及其具体版本号，确保结果可复现。
- 方法学参考文献：对非常规、复杂或自定义方法，需引用经典文献或官方手册；软件包也应在文末文献列表中标准引用。
示例：
本研究所有数据分析均在R语言（版本4.2.0，R Core Team, 2024）环境下完成。对于符合正态分布的连续变量，采用Shapiro-Wilk检验评估分布特征，组间比较采用独立样本t检验；对非正态分布数据，采用Mann-Whitney U检验。分类变量比较采用卡方检验或Fisher精确概率法。回归分析采用多元线性回归或Logistic回归，根据实际变量类型调整模型设定。所有关键分析依赖R包stats（v4.2.0）、ggplot2（v3.4.2）及tableone（v0.13.2）等，详细参数设置与代码见补充材料。对于特殊分析方法（如LASSO回归），具体实现与原理参考Tibshirani (1996)原始文献及glmnet包说明文档。
四、其他分析与结果披露
在正式报告主要分析结果的同时，应如实说明所有对数据进行过的其他分析，包括但不限于：
- 敏感性分析：验证主要结论对分析方法、纳入标准、变量选取等变动的稳健性。
- 亚组分析：在特定人群或变量分层下的结果（如性别、年龄、疾病分型等）。
- 替代或补充分析方法：尝试不同统计方法或参数设定（如用非参数方法、贝叶斯分析等）。
- 探索性分析：针对数据中的新发现或假设外的现象进行的额外分析。
对于未在正文呈现的分析结果，应明确说明未报告的原因，例如：
- 与主分析结果一致、无统计学意义、数据不足、与研究目的无关、或为补充性探索。
示例：
除主分析外，本研究还进行了多项敏感性及亚组分析。
- 针对女性患者的亚组分析结果与总体分析一致，相关数据详见补充材料表S2。
- 为检验模型稳健性，还采用了非参数检验与贝叶斯方法进行对照，结论未见实质性差异，详见补充材料表S3。
- 对于部分变量进行了探索性分析，但因相关结果与本研究主旨关联性不足，未在正文展开讨论，具体见补充材料表S4。
五、结果数值的规范表达
在科学统计报告中，数值呈现应简洁、准确、易于理解。建议遵循以下规范，并参考下列新示例：
- 小数位数与数据测量精度一致，避免虚假精度
- 错误示例：本队列患者的平均体重为68.2357 kg
- 推荐写法：本队列患者的平均体重为68.2 kg
- 优先报告置信区间，避免只报告标准误或标准差
- 错误示例：血清胆固醇平均值为5.6 mmol/L (SD=1.7)
- 推荐写法：血清胆固醇平均值为5.6 mmol/L（95%置信区间：5.2–6.0）
- 图表中的误差线优先表示置信区间，并在图例中明确标注
- 推荐写法：下图柱状图误差线均表示95%置信区间。如用标准误或标准差，应在图注中说明：
“误差线代表标准误（Standard Error）。”
- 组间比较直接报告“差异的置信区间”
- 错误示例：男性组（均值140 mmHg，95% CI: 134–146），女性组（均值137 mmHg，95% CI: 132–143），两组无显著差异
- 推荐写法：男性组（均值140 mmHg）与女性组（均值137 mmHg）间收缩压差异的95%置信区间为（–4, 10）mmHg，差异无统计学意义（p=0.34）
六、统计软件和包的引用规范
在科研论文、技术报告和项目文档中，准确标注所用统计软件及关键分析包的名称与版本号，对于保证结果的可复现性和透明度至关重要。建议包含如下要点：
- 软件与环境：明确主分析软件（如R、Python、SAS、SPSS等）的名称及完整版本号。
- 关键包与引用：列出所有对分析结果有关键影响的软件包名称、版本号及其标准引用方式。对于R，推荐使用
citation("包名")自动生成引用格式。
- 写作建议：建议在“方法”章节或专门的“软件工具”部分列出软件及包信息，并在文末参考文献完整给出引用条目。
R 获取引用信息示例：
- R自身引用信息：
- R版本号：
- R包标准引用：
规范写作范例：
所有统计分析均在R语言（版本4.3.1，R Core Team, 2023）环境下进行。主要使用的R包包括tidyverse（v2.0.0）、survival（v3.5-7）、ggplot2（v3.4.4）等，具体引用信息见文末参考文献。所有分析代码已于补充材料公开。
补充说明：
- 对于分析有实质性影响的全部包均应标注版本号与引用。
- 如有需要，也应说明特定函数/参数设置、操作系统环境（如Windows/Linux/MacOS及其版本）等。
七、中文报告模板示例
数据收集方式：本研究数据来源于……，收集时间为……，收集流程及样本纳入标准为……数据清理与排除：分析前剔除了……（具体标准），最终纳入n=xxx例。分析方法：所有统计分析采用R（版本号）及相关R包（包名与版本号）完成，主要采用……（方法名），参数设定……结果报告：XX组均值为10.4（95%置信区间：9.5–11.4），两组间差异的95%置信区间为（–1.8, 3.5）。
八、总结
科学规范地报告统计分析过程与结果，是高质量科研与数据科学实践的重要基石。完整透明地描述数据收集、清理、分析方法、软件工具和结果表达，不仅体现研究的严谨性和可复现性，也为同行评审、后续研究和学术积累提供了坚实保障。
在实际写作中，应始终坚持以下原则：
- 信息透明：详实记录每一步骤，尤其是数据处理与方法选择过程；
- 表达规范：采用统一的数值和图表呈现方式，优先报告置信区间，避免误导；
- 引用准确：标注所有关键软件及包的版本和引用信息，确保研究可追溯；
- 实事求是：如实披露所有分析，避免“选择性报告”或结果美化。
通过遵循上述规范与建议，每一份统计报告都能做到条理清晰、内容可靠、易于理解和复现，为推动科学研究的高质量发展贡献力量。
Prev
p值操纵与文件抽屉
Next
相关性检验
Loading...