จุดประสงค์ของการรายงานสถิติเชิงพรรณนาคืออะไร


21

ฉันเพิ่งทำการวิเคราะห์ข้อมูลของฉันโดยใช้การถดถอยโลจิสติก แต่ฉันก็จำเป็นต้องมีส่วนสถิติเชิงพรรณนาในรายงานของฉัน ฉันไม่เห็นประเด็นนี้และฉันหวังว่าบางคนอาจอธิบายได้ว่าทำไมถึงจำเป็น

ตัวอย่างเช่นถ้าฉันพล็อตฮิสโตแกรมของหนึ่งในตัวแปรอิสระต่อเนื่องของฉันและมันแสดงให้เห็นถึงความปกติหรือมันแสดงให้เห็นความเบ้สิ่งนี้จะเพิ่มมูลค่าให้กับรายงานอย่างไร

ข้อมูลของฉันประกอบด้วยตัวแปรตามจริงหรือเท็จในการรับงานและตัวแปรอิสระคือคะแนนในช่วงกลางภาคเรียนเกรดในการสอบปลายภาคและชายหรือหญิง


หากคุณไม่เห็นค่าใด ๆ ในการพล็อตฮิสโตแกรมของ IV ของคุณบางทีคุณไม่ควรทำเช่นนั้น แต่มีข้อมูลใด ๆ ที่คุณเก็บรวบรวมว่าคุณคิดว่ามีคุณค่าต่องานที่คุณนำเสนอ รายงาน?
Ian_Fin

สวัสดีเอียนฉันได้เพิ่มรายละเอียดเพิ่มเติมเกี่ยวกับปัญหาของฉัน ฉันค่อนข้างใหม่สำหรับสถิติและฉันก็สงสัยว่ามีวิธีการทั่วไปที่เราใช้ก่อนที่เราจะดำเนินการถดถอยโลจิสติก
user3223190

ฉันขอแนะนำให้ดูและอาจรวมถึงแปลงข้อมูลต่าง ๆ ตัวอย่างเช่นคุณอาจพล็อตเกรดสุดท้ายเทียบกับระดับกลางภาคคำรหัสสีตามเพศและสัญลักษณ์ที่เขียนโดย "ได้งาน" และ "ล้มเหลวในการหางาน"
Emil M Friedman

คำตอบ:


42

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


5
ตัวอย่างที่ดี มันเป็นของจริงหรือทำขึ้นมา?
อะมีบาพูดว่า Reinstate Monica

5
ขอบคุณ @amoeba ตัวเลขและสถิติเป็นของจริง อย่างไรก็ตามฉันเปลี่ยนหัวข้อเป็นอาการบาดเจ็บที่สมองบาดแผลเพื่อปกป้องผู้บริสุทธิ์

3
ดังนั้นคนที่เมาแล้วก็ขี่มอเตอร์ไซค์โดยไม่มีหมวกกันน็อก ... ใครจะไปคิดว่าคุณจะมีอาการบาดเจ็บที่สมองได้?
gung - Reinstate Monica

ฉันเพลิดเพลินไปกับแก้วแดงออสเตรเลียที่สวยงามในเวลานั้นและบ๊อบลุงของคุณ ...

25

จุดประสงค์ของการจัดทำสถิติเชิงพรรณนาคือการอธิบายตัวอย่างของคุณเพื่อให้ผู้คนในศูนย์หรือประเทศอื่น ๆ สามารถประเมินได้ว่าผลลัพธ์ของคุณเป็นไปตามสถานการณ์ของพวกเขาหรือไม่ ดังนั้นในกรณีของคุณทำเป็นตารางเพศเกรดและอื่น ๆ จะเป็นประโยชน์นอกเหนือจากการถดถอยโลจิสติก ไม่อนุญาตให้คนอื่นตรวจสอบสมมติฐานของคุณแม้ว่าพวกเขาอาจพยายามทำเช่นกัน

============== แก้ไขเพื่อให้ลิงก์กับแนวทางที่ใช้ในด้านสุขภาพ

ในด้านที่ฉันคุ้นเคยสุขภาพมีแนวทางเฉพาะสำหรับการรายงาน สิ่งเหล่านี้ได้รับการรวบรวมเข้าด้วยกันในเครือข่าย EQUATORซึ่งควรได้รับการพิจารณารายละเอียดล่าสุด

ตัวอย่างเช่นเราอาจทำการทดลองทางคลินิกโดยมีแนวทางที่เกี่ยวข้องคือ CONSORT ในเอกสารสรุปแนวทางที่มีให้ที่นี่และที่อื่น ๆ ที่เราอ่านในตารางที่ 1 คำแนะนำ 15 "ตารางแสดงลักษณะทางประชากรศาสตร์พื้นฐานและลักษณะทางคลินิกสำหรับแต่ละกลุ่ม"

มีคำแนะนำที่คล้ายกันสำหรับประเภทการศึกษาอื่น ๆ


ขอบคุณ mdewey ดังนั้นเมื่อเราทำพล็อตที่อธิบายต่าง ๆ และถ้าเราสังเกตเห็นความปกติหรือความเบลอทำไมเพียงแค่แสดงความคิดเห็นในมัน ดังนั้นโดยทั่วไปแล้วสถิติเชิงพรรณนาจะใช้เพื่อบอกผู้อ่านว่าคุณกำลังใช้ข้อมูลใดอยู่ ขออภัยจริง ๆ ถ้านี่อาจดูเหมือนประถม
user3223190

นั่นคือวิธีการทำงานในด้านสุขภาพซึ่งเป็นสิ่งที่ฉันคุ้นเคยมากที่สุด
mdewey

8
+1 ตอนแรกฉันอ่านผิด "ในศูนย์หรือประเทศอื่น ๆ " เป็น "ในศตวรรษอื่น ๆ "
อะมีบาพูดว่า Reinstate Monica

4

อีกสิ่งหนึ่งคือการแสดงให้เห็นว่าตัวแปรของคุณมีความประพฤติดีเพียงใด ตัวอย่างเช่นหากหนึ่งในตัวแปรของคุณคือเงินเดือนและคุณได้สัมภาษณ์อย่างแน่นอนหนึ่งพันล้านเมื่อคุณป้อนเงินเดือนของเขาลงในการถดถอยโลจิสติกจะครอบงำทุกอย่างอื่นดังนั้นคุณจะเรียนรู้ที่จะไม่สนใจเงินเดือนโดยไม่คำนึงถึง อาจมีข้อมูลจริงมากน้อยเพียงใด

วิธีการบางอย่างมีความอ่อนไหวมากกว่าวิธีอื่น ๆ สำหรับความเบ้และค่าที่สูงมากและการถดถอยแบบโลจิสติกนั้นค่อนข้างที่จะอ่อนไหว แน่นอนหลักฐานสุดท้ายอยู่ในพุดดิ้งและคุณสามารถเปรียบเทียบผลลัพธ์ที่ได้กับข้อมูลดิบหรือด้วยคุณสมบัติแต่ละอย่างเปลี่ยนไปสู่ภาวะปกติ


1

ส่วนที่เป็นคำอธิบายช่วยให้ผู้อ่านเข้าใจชุดข้อมูลของคุณ ใน econ ที่ใช้นั้นมักจะแนะนำเป็นอย่างยิ่งเนื่องจากอาจแสดงข้อบกพร่องที่อาจเกิดขึ้นครั้งแรกในการวิเคราะห์ของคุณ

คุณอาจใช้ข้อมูลจากแหล่งต่าง ๆ เพื่ออธิบายรายละเอียดของคุณ

1 ตารางควรเพียงพอ สิ่งที่คุณแนบมานั้นไม่ง่ายนัก

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.