以下指南是对如何呈现数据和分析结果的一种带有主观见解的指导。当然，您还需要报告实验设计的详细信息，包括盲法和随机化。

总体而言

•每篇统计学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），以确保他人能够完全重现该研究。

•每幅图和每张表都应清晰地呈现数据（且不应为了强调您的结论而进行夸大）。

•所有结果的报告都应足够完整，以至于没有人会质疑您实际做了什么。

分析前的分析

•您是否决定进行标准化处理？剔除异常值？进行对数转换？平滑处理？去除基线？请说明这些决策的依据，并提供足够的细节，以便任何人都能基于您的数据获得完全相同的结果。说明这些计算是预先计划好的，还是在查看数据后才决定的。

•如果剔除了异常值，请说明其数量、用于识别的标准，以及这些标准是否作为实验设计的一部分预先选定。

样本量

•说明样本量的确定方法。

•在报告样本量时，请准确说明具体统计了什么。当您说 n=3 时，是指三只不同的动物、对同一只动物组织进行的三次不同检测、对三只动物混合组织样本进行的一次检测，还是指从一次实验制备的样本中，在伽马计数器中进行的三次重复计数……？

•请说明您是预先确定样本量，还是随着结果的积累而临时调整样本量。

•如果各组的样本量不相同，请说明原因。

避免P-hacking

•对于每项分析（通常针对每幅图和每张表），请说明数据分析的每个步骤是否都遵循了预先制定的方案。 如果您是在查看数据后才决定剔除异常值的，请说明这一点。如果您是在查看数据后才决定使用非参数检验的，请说明这一点。如果您是在查看数据后才决定对数据的对数进行分析的，请说明这一点。

•若未展示所进行的全部分析，至少应描述并列举这些分析。

•如果起初的样本量与最终的样本量不同，请详细说明您是如何决定增加和/或剔除样本的。说明这些决定是基于预先设定的方案，还是在实验过程中做出的。

数据制图

•清晰地呈现数据。重点在于让读者看到数据本身，而不仅仅是您的结论。

•在可能的情况下，绘制单个数据点，而非数据的汇总结果。如果散点图中需要显示的数值过多，请考虑使用盒须图或频率分布图。  

•若选择绘制带误差条的均值，请绘制能反映变异性的标准偏差误差条，而非无法反映变异性的均值标准误差条。

统计方法

•请写明检验的完整名称。不要只写“t检验”，而应写成“配对t检验”。

•注明执行计算的软件名称（包括详细的版本号，例如 GraphPad Prism 的版本号可能是 7.01）。

•列出您选择的所有选项。是否采用重复测量？是否对方差不齐进行了校正？是否使用了稳健回归？是否对参数进行了约束？是否共享了参数？请提供足够详细的说明，以便任何人都能基于您的数据，获得与您完全相同的结果。

报告效应量

•大多数实验最重要的结果是效应量。差异（或比值或增长百分比）有多大？或者两个变量之间的相关性有多强？ 在几乎所有情况下，您都可以用一个数值来概括这一效应量，并且应报告该效应量的置信区间，通常为95%置信区间。这是在论文及其摘要中需要报告的最重要发现。

•建议展示包含95%置信区间的效应量（即差异或比值）图表。

P值的报告

•在可能的情况下，请将 P 值以精确到几位小数的数值形式报告，而非不等式。例如，应写成“P 值为 0.0234”，而非“P < 0.05”。

•如果存在任何可能的模糊拟合，请明确说明该P值所检验的零假设。如果您不知道零假设，那么就不应报告P值（因为每个P值都在检验一个零假设）！

•在比较两组数据时，应说明 P 值是单侧还是双侧（即单尾或双尾）。如果是单侧，应说明您在收集数据前已预测了效应的方向（并记录了该预测），且已记录了该决定和预测。 若未在收集数据前做出该决定并进行预测，则不应报告单侧P值。

报告统计假设检验（显著性）

•统计假设检验用于基于单一P值做出明确的决策。 其中一种用途是在两个备选模型的拟合度之间进行选择。如果 P 值小于预设阈值，则选择一个模型；否则选择另一个。进行此操作时，应说明两个模型、用于在它们之间进行选择的方法、预设的阈值 P 值以及所选模型。或许还应报告两个模型的拟合优度。

• 在比较组别时，并不总是根据结果做出决策。若需做出明确决策，请报告阈值P值、计算出的P值是否大于或小于该阈值，以及相应的决策结果。 若不作决策，则报告效应及其置信区间，并可选报告 P 值。若不基于该 P 值作出决策，那么 P 值是否小于阈值其实并不重要，而统计假设检验的整个概念也就失去了实际意义。

•“显著”一词有两种相关含义，因此在科学界引起了诸多混淆。 上述两点说明，统计假设检验的结果可以（而且我认为应该）在不使用“显著”一词的情况下进行报告。如果您确实选择在此语境下使用“显著”一词，请务必在前面加上“统计学显著”一词，以免产生混淆。  

•在讨论结果的临床或生理影响时，切勿使用“显著”一词。应改用“较大”、“相当大”和“具有临床意义”等词汇。在此语境下使用“显著”只会造成混淆。

多重比较

•多重比较必须审慎处理，且所有步骤均须记录在案。请注意，多重比较问题十分普遍，并非仅在方差分析（ANOVA）后的后续检验中才会出现。

•请说明所有比较是否均在计划之内，以及所有计划内比较是否均已报告。若报告了未计划的比较或遗漏了某些比较，则必须将结果标注为“初步结果”。

•若采用了多重比较校正方法，请说明具体细节。

•若报告了经多重性校正的 P 值，请明确指出这些 P 值已进行校正。

其他关于呈现统计结果的指南

1.Curtis, M. J., Bond, R. A., Spina, D., Ahluwalia, A., Alexander, S. P. A., Giembycz, M. A., 等（2015）。 实验设计与分析及其报告：《英国药理学杂志》（BJP）发表的新指南。《英国药理学杂志》，172(14)，3461–3471。

2.Altman DG, Gore SM, Gardner MJ, Pocock SJ (1983). 医学期刊投稿者的统计学指南。《英国医学杂志》286: 1489–1493.