ในฟิลด์ของฉันส่วนที่เป็นคำอธิบายของรายงานมีความสำคัญอย่างยิ่งเพราะมันตั้งบริบทสำหรับความสามารถทั่วไปของผลลัพธ์ ตัวอย่างเช่นนักวิจัยมีความประสงค์ที่จะระบุตัวทำนายการบาดเจ็บของสมองจากอุบัติเหตุรถจักรยานยนต์ในตัวอย่างจากโรงพยาบาล ตัวแปรตามเธอคือไบนารีและเธอมีชุดของตัวแปรอิสระ การถดถอยโลจิสติกหลายตัวแปรอนุญาตให้เธอสร้างสิ่งที่ค้นพบต่อไปนี้:
- ไม่มีการปรับการใช้หมวกนิรภัยหรือ = 4.5 (95% CI 3.6, 5.5) เมื่อเปรียบเทียบกับการใช้หมวกนิรภัย
- ตัวแปรอื่น ๆ ทั้งหมดไม่รวมอยู่ในรุ่นสุดท้าย
เพื่อความชัดเจนไม่มีปัญหากับการสร้างแบบจำลอง เรามุ่งเน้นคุณค่าที่สถิติเชิงพรรณนาสามารถเพิ่มได้
หากไม่มีสถิติเชิงพรรณนาแล้วผู้อ่านไม่สามารถระบุสิ่งที่ค้นพบเหล่านี้ในมุมมอง ทำไม? ผมขอแสดงสถิติเชิงพรรณนาให้คุณดู:
age, years, mean (SD) 54 (2)
males, freq (%) 490 (98)
blood alcohol level, %, mean (SD) 0.10 (0.01)
...
คุณสามารถเห็นได้จากด้านบนว่าตัวอย่างของเธอประกอบด้วยผู้ชายที่มีอายุมากกว่าและมึนเมา ด้วยข้อมูลนี้ผู้อ่านสามารถพูดได้ว่าถ้ามีผลลัพธ์เหล่านี้สามารถพูดเกี่ยวกับการบาดเจ็บในชายหนุ่มหรือการบาดเจ็บในนักปั่นที่ไม่เมาหรือในนักปั่นหญิง
โปรดอย่าเพิกเฉยต่อสถิติเชิงพรรณนา