Alanımda, raporun tanımlayıcı kısmı son derece önemlidir çünkü sonuçların genelleştirilebilirliğinin bağlamını belirler. Örneğin, bir araştırmacı hastaneden bir örnekte motosiklet kazalarını takiben travmatik beyin hasarı tahminlerini tanımlamak istemektedir. Bağımlı değişkeni ikilidir ve bir dizi bağımsız değişkene sahiptir. Çok değişkenli lojistik regresyon, aşağıdaki bulguları üretmesine izin verdi:
- kask kullanımı ayarlanmamış, kask kullanımına göre OR = 4.5 (% 95 CI 3.6, 5.5).
- diğer tüm değişkenler nihai modele dahil edilmedi.
Açık olmak gerekirse, modellemeyle ilgili hiçbir sorun yoktu. Tanımlayıcı istatistiklerin ekleyebileceği değere odaklanıyoruz.
Tanımlayıcı istatistikler olmadan, bir okuyucu bu bulguları perspektife koyamaz. Niye ya? Size açıklayıcı istatistikleri göstereyim:
age, years, mean (SD) 54 (2)
males, freq (%) 490 (98)
blood alcohol level, %, mean (SD) 0.10 (0.01)
...
Yukarıdan, örneğinin yaşlı, sarhoş erkeklerden oluştuğunu görebilirsiniz. Bu bilgilerle okuyucu, eğer varsa, genç erkeklerde yaralanmalar ya da sarhoş olmayan sürücülerdeki ya da kadın sürücülerdeki yaralanmalar hakkında söyleyebilecekleri söyleyebilir.
Lütfen açıklayıcı istatistikleri göz ardı etmeyin.