结果表格
Results table
学到 会用 就够：能亲手用起来
你可能会说
“我把软件输出贴进论文后，读者为什么还是看不懂每一列在比较什么？”
结果表格把研究得到的估计、比较或汇总按清楚的行列组织起来，让读者知道算了什么、使用了哪些记录，以及结果有多不确定。
使用 AI
科研里的例子
假设农业经济研究比较不同服务参与与经营结果，各列注明样本、固定效应和标准误层级，并解释缺失导致的样本数变化。
一张表应当能够结合标题和表注被理解。行名说明变量与单位，列名说明不同模型或比较，必要时标出参照组、样本范围、记录数和不确定性的表示办法。回归表里括号是标准误还是其他量，要明确写出；各列换了样本，也应解释原因。数字应从保存的分析结果按规则生成，避免手工搬运时串行、错位或漏掉负号。保留合理精度，不用过多小数制造精确感，也不要只保留有星号的项。制作表格的同时应核对正文中的数字，确保正文解释对应的确实是这一列和这个模型。
在你的学科里，直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
把回归结果准确写成中英文
根据所给[回归表、模型说明和变量编码]，为[读者]写[字数]左右的中文结果说明，再给意义相同的英文版本。逐项说明估计对象、系数方向和量级、单位、置信区间或标准误，以及样本范围；仅在模型与编码允许时把系数换成百分比或原单位。将统计显著性与经济意义分开，说明基期与政策成本是否足以比较。因果措辞须与[识别设计]一致：若只有条件关联，就使用关联表述。另附数字与原表位置对照表，缺失信息列为待补，未显著结果不写成证明无效。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE05
判断
亲手检查一次
随机挑一行一列，回到对应的保存输出核对数值、负号、单位、样本数和括号内容，并检查正文是否引用了正确列。
它做不到的
排版整齐不表示分析可靠。不同列如果研究对象或单位不同，系数大小不能未经调整就直接比较。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Stata — Robust inference for linear models2026-11-07 核对
- Wickham、Çetinkaya-Rundel、Grolemund — R for Data Science (2e): Quarto2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。