Przejdź do treści

Rozdział wyników

Model surowy i skorygowany: jak opisać zmianę wyniku bez dopisywania przyczyny

Około 6 min czytania

Trzy wersje raportu modelu i wspólna notatka o podstawie porównania

W pierwszym modelu różnica wynosi 5,80 punktu, a po korekcie tylko jeden punkt. Czy korekta „wyjaśniła” wcześniejszy efekt? Zanim napiszesz takie zdanie, sprawdź, czy jednocześnie zmieniła się liczba analizowanych osób. Porównanie modeli może mieszać zmianę składu danych ze zmianą zestawu uwzględnionych zmiennych.

Na fikcyjnym raporcie przejdziesz przez trzy warianty: surowy w pełnym dostępnym zbiorze, surowy w zbiorze użytym do korekty i skorygowany w tym samym zbiorze. Poradnik dotyczy opisu otrzymanych regresji liniowych. Nie rozstrzyga, jakie zmienne należy uwzględnić w Twoim projekcie.

Przeczytaj specyfikacje zamiast samych współczynników

„Surowy” zwykle oznacza tutaj model zawierający interesujący predyktor bez wskazanych dodatkowych zmiennych, a „skorygowany” model z ich uwzględnieniem. Te etykiety wymagają jednak wyjaśnienia. Raport powinien podać dokładne zmienne, jednostki, kategorie odniesienia, transformacje oraz ewentualne interakcje.

Sprawdź także, czy porównujesz współczynniki niestandaryzowane B, standaryzowane beta, czy inną wielkość. Ta sama liczba nie ma tego samego znaczenia w modelu liniowym i logistycznym. Nie przenoś poniższego prostego odejmowania B na ilorazy szans ani nie uznawaj zmiany parametru za uniwersalny miernik wyjaśnienia związku.

Checklista STROBE dla kohort wskazuje potrzebę przedstawienia oszacowań surowych i skorygowanych, ich precyzji oraz informacji, co i dlaczego uwzględniono. To podstawa przejrzystego raportu w określonym rodzaju badań. Nie czyni każdej korekty właściwą i nie zastępuje uzasadnienia modelu.

Demonstracja: instrukcja, czas i wynik zadania

Wszystkie dane są syntetyczne i autorskie. Rachunki odtworzono na stu skonstruowanych rekordach. Zmienna wynikowa to punkty za umowne zadanie. Predyktor ma kod 0 dla osób bez opcjonalnej instrukcji i 1 dla korzystających. Dodatkowa zmienna oznacza czas dostępny na zadanie w godzinach.

W przykładzie nie przydzielano instrukcji losowo. Nie próbujemy zatem ocenić jej skuteczności przyczynowej. Klasyczne przedziały regresji pokazujemy warunkowo wobec założeń modelu, bez twierdzenia, że fikcyjny zbiór dowodzi ich poprawności albo odpowiada rzeczywistemu procesowi badawczemu.

W stu rekordach są wynik i informacja o instrukcji. Dla dwudziestu brakuje czasu. Przekazany model skorygowany wykorzystuje 80 kompletnych rekordów. Na potrzeby porównania analityk przygotował także model surowy na dokładnie tych samych 80 osobach.

  • Model surowy, N = 100: B dla instrukcji wynosi 5,80 punktu; 95% CI [4,85; 6,75].
  • Model surowy, N = 80: ten sam predyktor i kodowanie, B = 5,00; 95% CI [3,90; 6,10].
  • Model skorygowany o dostępny czas, N = 80: B dla instrukcji = 1,00; 95% CI [0,39; 1,61].

Wszystkie modele zawierają stałą. W ostatnim uwzględniono dokładnie jedną dodatkową zmienną i nie ma interakcji. To ważne, bo zdanie „przy tym samym czasie” odwołuje się do konkretnej konstrukcji modelu.

Oceń dwa przejścia osobno

Przejście z 5,80 do 5,00 zachodzi bez dodawania zmiennej. Zmienił się zbiór rekordów. Nie wolno tej różnicy przypisać korekcie o czas. W opisie nazwij powód N = 80 i zachowaj informację, że dwadzieścia rekordów nie miało wymaganej zmiennej.

Dopiero przejście z 5,00 do 1,00 porównuje model surowy i skorygowany w tej samej próbie. Możesz napisać, że po uwzględnieniu czasu oszacowany związek instrukcji z wynikiem był mniejszy. Nadal nie wynika z tego, że korekta usunęła wszystkie różnice między grupami ani że czas jest jedynym wyjaśnieniem obserwowanego związku.

Nie sumuj tych zmian w twierdzenie o odsetku „wyjaśnionego wpływu”. Wartość 5,80 i wartość 1,00 różnią się również podstawą danych. Nawet w tej samej próbie procentowa zmiana współczynnika wymaga określonego celu i uzasadnienia; nie jest automatycznie udziałem mechanizmu przyczynowego.

Usługa „Opracowanie rozdziału wyników” może objąć opis porównania gotowych modeli i powiązanie ich z pytaniem pracy. Przygotuj specyfikacje wszystkich wariantów, ich N, przedziały, listę zmiennych i wyjaśnienie braków. Jeśli modelu surowego na wspólnej próbie nie wykonano, redakcja powinna wskazać lukę zamiast wymyślać jego wynik.

Połącz wynik w akapit z dwiema granicami

Przykładowy zapis brzmi: „W demonstracyjnym modelu surowym obejmującym 100 rekordów korzystanie z instrukcji, względem jej braku, wiązało się z wyższym wynikiem o 5,80 punktu, 95% CI [4,85; 6,75]. W podzbiorze 80 rekordów z dostępną informacją o czasie surowe oszacowanie wyniosło 5,00, 95% CI [3,90; 6,10]. Po uwzględnieniu dostępnego czasu w tej samej próbie różnica przewidywanych średnich wyniosła 1,00 punktu, 95% CI [0,39; 1,61]. Wyniki opisują związki w przyjętych modelach i nie dowodzą przyczynowego działania instrukcji”.

Pierwsza granica to skład zbioru, druga to interpretacja warunkowa. Czytelnik widzi, które przejście wynika z ograniczenia materiału, a które z korekty modelowej. Przy własnych danych dodaj rzeczywiste uzasadnienie wyboru czasu i odwołanie do metod, gdzie opisano postępowanie z brakami.

Jeżeli Twoja uczelnia wymaga krótszego komentarza, nie musisz przepisywać wszystkich liczb do narracji. Pozostaw jednak rozróżnienie trzech wariantów w pełnym zestawieniu i nie pisz o jednej „ostatecznej wartości” bez wskazania jej zakresu. Skrócenie prezentacji powinno zachować logikę porównania.

Skorygowany nie znaczy automatycznie lepszy

Dodanie zmiennej może być uzasadnione pytaniem, projektem i wiedzą o badanym procesie. Może też zmienić pytanie albo wprowadzić problem, jeżeli korektę zastosowano bez takiej podstawy. W redakcji nie nazywaj dowolnego modelu „oczyszczonym z zakłóceń”. To obietnica, której sam output nie dokumentuje.

Zapytaj, kiedy mierzono dodatkowe zmienne i jaką rolę miały w przyjętej analizie. Zmienna mierzona po badanym zdarzeniu nie staje się automatycznie właściwym czynnikiem do kontroli. Ocenę tej roli powinien wykonać autor projektu lub analityk, a opis ma wiernie przedstawić uzgodnioną interpretację.

Nie wybieraj modelu według tego, w którym p jest mniejsze albo znak odpowiada hipotezie. Jeśli istnieją uzasadnione alternatywy, trzeba ujawnić ich rolę, wskazać wariant główny i omówić różnice. Sam fakt, że przedział w jednym modelu obejmuje zero, a w drugim nie, nie wyjaśnia przyczyny zmiany.

Kontrola przed oddaniem rozdziału

Odtwórz dla każdego wariantu krótką kartę: pytanie, zmienna wynikowa, kodowanie predyktora, dodatkowe zmienne, N i sposób wyznaczenia niepewności. Porównuj współczynniki dopiero po potwierdzeniu tych elementów. Sprawdź, czy tekst nie używa „wpływu” tam, gdzie raport uzasadnia jedynie związek.

Przy opisie pojedynczej regresji sprawdź znaczenie B i jednostek. Po zmianie bazy skontroluj powiązane podpisy i akapity, a w ograniczeniach nazwij rzeczywisty zakres wnioskowania. Poradniki rozwijające te etapy znajdziesz w sekcji „Czytaj również”. Nie powtarzaj całej instrukcji tych etapów w komentarzu do każdego modelu.

Jeżeli obecny tekst przypisuje całą zmianę współczynnika korekcie, usługa „Sprawdzenie istniejącego opracowania wyników” może objąć porównanie narracji z pełnym raportem. Omów sprawdzenie opisu modeli surowych i skorygowanych. Ocena doboru zmiennych i ponowne obliczenia wymagają osobnego zakresu.

Źródła i zakres opracowania

  • STROBE Initiative. STROBE Statement - Checklist of items that should be included in reports of cohort studies. https://www.strobe-statement.org/download/strobe-checklist-cohort-studies-pdf

Opracowanie źródeł: 6 listopada 2026 roku. Wszystkie sytuacje, wypowiedzi i dane demonstracyjne w poradniku są autorskimi materiałami edukacyjnymi. Nie przedstawiają rzeczywistych badań ani historii klientów.

Pytania do poradnika

Mam już obliczenia. Czy przygotujecie do nich opis?

Możemy pracować na gotowej analizie, jeżeli raport ma objaśnienia metod, zmiennych i oznaczeń. Dołącz pytania badawcze oraz wytyczne. Jeżeli brakuje informacji potrzebnych do interpretacji lub analiza wymaga ponownego sprawdzenia, wskażemy potrzebę odrębnego etapu.

Czy opracowanie wyników obejmuje wykonanie testów statystycznych?

Wykonywanie i dobór testów stanowią odrębny zakres. Oferta tej marki dotyczy opracowania zebranego materiału, prezentacji i tekstu wynikowego. Jeżeli do odpowiedzi na pytania potrzebne są testy, ustalimy tę zależność przed redakcją. Sama różnica odsetków nie pozwala stwierdzić istotności statystycznej.

Czy kontrola zgodności akapitów z tabelami jest pełną weryfikacją analizy statystycznej?

Nie. To odrębne zakresy. Ocena doboru metody, założeń i obliczeń wymaga odpowiedniego materiału oraz właściwej kontroli analitycznej.

Arkusz do samodzielnej pracy

Rozpisz swój rozdział przed redakcją.

Arkusz planowania rozdziału wyników pomoże połączyć pytania badawcze z danymi, tabelami, opisem i miejscem na dyskusję. Możesz pracować z nim samodzielnie, bez podawania e-maila.

Twój materiał. Konkretny zakres pomocy.

Ustalmy zakres na podstawie Twoich materiałów.

Napisz, czy masz ankietę, wywiady, dokumenty albo gotowy fragment. Dodaj oczekiwany rezultat, termin i najważniejsze wytyczne.

Wysłanie zapytania rozpoczyna ustalanie zakresu. Cenę i warunki realizacji poznasz przed decyzją o zamówieniu.

Zapytaj o opracowanie