以下指南是关于如何展示数据和分析的意见指南。当然，您还需要报告实验设计的细节，包括盲法和随机化。

总体

•每篇统计论文都应完整地报告所有方法（包括用于处理和分析数据的方法），以便其他人可以准确地复制这项工作。

•每张图和表格都应清晰地展示数据（而不是为了强调结论而夸大数据）。

•所有结果的报告都应足够完整，以免别人怀疑你到底做了什么。

分析前的分析

•您是否决定进行归一化处理？去除异常值？转换成对数？平滑？去除基线？说明这些决定的理由，并报告足够的细节，以便任何人都可以从你的数据开始，得到完全相同的结果。说明这些计算是事先计划好的，还是在看到数据后才决定的。

•如果剔除了异常值，请说明有多少异常值，你用什么标准来识别它们，以及这些标准是否作为实验设计的一部分事先选定的。

样本量

•报告你是如何选择样本量的。

•在报告样本量时，解释清楚所计算的是什么。当你说 n=3 时，你是指三只不同的动物、对一只动物的组织进行三次不同的检测、对三只动物的组织进行一次检测、在伽马计数器中对一次实验制备的样品进行三次重复计数......？

•请说明是事先选择了样本量，还是在看到结果累积时临时调整了样本量。

•如果各组样本量不相等，请解释原因。

避免 P-hacking

•对于每项分析（通常是每张图和表格），请说明数据分析的每个步骤是否都遵循了事先计划好的方案。如果您是在看到数据后才决定去除异常值，请说明。如果你是在看到数据后才决定使用非参数检验，请说明。如果您是在看到数据后才决定分析数据的对数，请注明。

•如果你没有展示你所做的每项分析，至少要描述和列举这些分析。

•如果您以一种样本量开始，以另一种样本量结束，请准确解释您是如何决定增加样本和/或取消样本的。说明这些决定是基于预设方案，还是在实验过程中决定的。

绘制数据图表

•清晰地呈现数据。重点是让读者看到数据，而不仅仅是你的结论。

•在可能的情况下，绘制单个数据的图表，而不是数据摘要。如果数值太多，无法用散点图显示，可考虑用盒须图或频率分布图。

•如果选择绘制带有误差条形图的均值图，应绘制能显示变异性的标准偏差误差条形图，而不是不能显示变异性的均值标准误差误差条形图。

统计方法

•写明检验的全称。不要说 "t 检验"，要说 "配对 t 检验"。

•指明进行计算的程序（包括详细的版本号，GraphPad Prism 的版本号可能是 7.01）。

•说明您选择的所有选项。重复测量？校正不等方差？稳健回归？限制参数？共享参数？报告足够详细的信息，以便任何人都能从你的数据开始，得到与你完全相同的结果。

报告效应量

•大多数实验最重要的结果是效应量。差异（或比率或增加百分比）有多大？或者两个变量的相关性有多强？几乎在所有情况下，你都可以用一个值来概括这个效应量，并且应该报告这个效应的置信区间，通常是 95% 的置信区间。这是迄今为止在论文及其摘要中需要报告的最重要的发现。

•可以考虑展示带有 95% 置信区间的效应量（即差异或比率）图。

报告 P 值

•在可能的情况下，用精确到几位数的数字而不是不等式来报告 P 值。本示例中说 "P 值为 0.0234"，而不是 "P < 0.05"。

•如果可能存在任何歧义，请明确说明 P 值检验的零假设。如果不知道零假设，就不应该报告 P 值（因为每个 P 值都检验一个零假设）！

•比较两组时，请说明 P 值是单侧还是双侧（也就是单尾还是双尾）。如果是单侧，请说明您在收集数据前预测了效应的方向（并记录了这一预测），并记录了这一决定和预测。如果您在收集数据前没有做出这一决定和预测，则不应报告单侧 P 值。

报告统计学假设检验（显著性）

•统计检验假设用于根据单侧 P 值做出坚定的决定。其中一个用途是在两个备选模型的拟合度之间做出选择。如果 P 值小于预设阈值，则选择其中一个模型，否则选择另一个。在这样做时，请说明两个模型、您在它们之间进行选择的方法、预设临界 P 值以及您选择的模型。也许还要报告两个模型的拟合优度。

•在进行分组比较时，您并不总是根据结果做出决定。如果您要做出明确的决定，请报告临界 P 值、计算出的 P 值是大于还是小于临界值以及相应的决定。如果不做决定，则报告效应及其置信区间，或许还有 P 值。如果你不是根据该 P 值做出决定，那么 P 值是否小于临界值其实并不重要，整个统计检验假设的想法其实也没有什么用处。

•"显著"一词有两个相关的含义，因此在科学界引起了很多混乱。以上两点说明，统计假设检验的结果可以（而且在我看来应该）不使用 "显著"一词来报告。如果你确实选择在这种情况下使用 "显著"一词，一定要在前面加上 "统计学上"，这样就不会产生混淆。

•在讨论结果的临床或生理影响时，切勿使用 "显著"一词。而应使用 "大"、"实质性"和 "临床相关性"等词。在这种情况下使用 "显著"只会引起混淆。

多重比较

•多重比较的处理必须深思熟虑，所有步骤都必须记录在案。注意多重比较的问题很普遍，并不仅仅是在方差分析后做后续检验时才会出现的问题。

•说明是否计划内所有比较，以及是否报告了所有计划内比较。如果您报告了未计划的比较或省略了某些比较，则必须将结果标明为初步结果。

•如果您使用了多重比较校正，请解释细节。

•如果您报告了多重性调整后的 P 值，请明确指出这些 P 值是经过调整的。

其他展示统计结果的指南

1.Curtis, M. J., Bond, R. A., Spina, D., Ahluwalia, A., Alexander, S. P. A., Giembycz, M. A., et al. (2015).实验设计和分析及其报告：《BJP》发表新指南。Br J Pharmacol, 172(14), 3461-3471.

2.Altman DG, Gore SM, Gardner MJ, Pocock SJ (1983).医学期刊投稿人统计指南》。Brit Med J 286: 1489-1493.