Який сенс звітності про описову статистику?

Я щойно провів аналіз своїх даних за допомогою логістичної регресії, однак мені також потрібно мати описову частину статистики у своєму звіті. Я, чесно кажучи, не бачу сенсу в цьому, і я сподівався, що хтось, можливо, зможе пояснити, чому це потрібно.

Наприклад, якщо я побудую гістограму однієї з моїх незалежних безперервних змінних і вона показує нормальність, або вона покаже, як це додасть значення звіту?

Мої дані складаються із залежної змінної, що відповідає дійсності або помилковості отримання роботи, а незалежна змінна - це середньострокові оцінки, оцінки на випускних іспитах та чоловіки чи жінки.

У моєму полі надзвичайно важлива описова частина звіту, оскільки вона встановлює контекст для загальної спроможності результатів. Наприклад, дослідник бажає визначити провісників травматичного ушкодження мозку після мотоциклетних аварій у вибірці з лікарні. Її залежна змінна є бінарною, і вона мала ряд незалежних змінних. Багатовимірна логістична регресія дозволила їй зробити наступні висновки:

• відсутність коригування в шоломі АБО = 4,5 (95% CI 3,6, 5,5) порівняно з використанням шолома.
• всі інші змінні не були включені до кінцевої моделі.

Щоб було зрозуміло, проблем з моделюванням не було. Ми орієнтуємося на значення, яке може додати описова статистика.

Без описової статистики читач не може поставити ці висновки в перспективу. Чому? Дозвольте показати вам описову статистику:

age, years, mean (SD)                  54 (2)
males, freq (%)                       490 (98)
blood alcohol level, %, mean (SD)    0.10 (0.01)
...

З вищесказаного видно, що її зразок складався з літніх чоловіків у нетверезому стані. За допомогою цієї інформації читач здатний сказати, що, якщо такі є, ці результати можуть говорити про травми у молодих чоловіків або про травми у нетверезих їздах або у жінок, які їдуть на конях.

Будь ласка, не ігноруйте описову статистику.

Сенс надання описової статистики полягає в характеристиці вашої вибірки, щоб люди в інших центрах чи країнах могли оцінити, чи ваші результати узагальнюють їх ситуацію. Тож у вашому випадку підрахунок статі, оцінок тощо буде корисним доповненням до логістичного регресу. Це не давати можливість людям перевіряти ваші припущення, хоча вони також можуть намагатися це зробити.

=============== Редагувати, щоб надати посилання на деякі рекомендації, що застосовуються в галузі охорони здоров'я

У галузі, з якою я знайомий, здоров'я, є конкретні вказівки щодо звітності. Вони були зібрані разом у мережі EQUATOR, з якою слід ознайомитись із актуальними деталями.

Як приклад ми можемо взяти клінічні випробування, коли відповідним керівництвом є КОНСОРТ. У документі, що окреслює керівні принципи, наявні тут і в інших місцях, ми читаємо в таблиці 1 рекомендацію 15 "Таблиця, що показує базові демографічні та клінічні характеристики для кожної групи".

Існують аналогічні рекомендації для інших типів дослідження.

Інша справа - показати, наскільки добре себе поводили змінні. Якщо, наприклад, однією з ваших змінних є зарплата, і ви взяли інтерв'ю у саме одного мільярдера, коли ви вводите його зарплату в логістичний регрес, то це буде домінувати над усім іншим, тому ви, ймовірно, навчитесь ігнорувати зарплату, незалежно від скільки фактичної інформації вона може містити.

Деякі методи більш чутливі, ніж інші, до косості та екстремальних значень, і логістичний регрес є скоріше на чутливій стороні. Звичайно, остаточний доказ є в пудингу, і ви можете порівняти отримані результати з неочищеними даними або з кожною ознакою, перетвореною на нормальність.

Описова частина допомагає зрозуміти читачеві ваш набір даних. Застосовуваний екон зазвичай рекомендується, оскільки він може виявити перші потенційні недоліки у вашому аналізі.

Ви можете використовувати дані з різних джерел, щоб підірвати описи.

1 стіл повинно вистачити. Той, кого ви приєднали, не дуже інтуїтивно зрозумілий.