亲历失败：我是如何把回归分析结果写砸的，及正确写法复盘

作为一名正在写硕士毕业论文的统计学方向学生，我去年深秋那段时间的记忆，全是实验室熬夜的咖啡味和导师红笔批出来的“重写”。当时我对着SPSS跑出来的一屏幕回归结果，自信满满地把能堆的内容全堆进了结果部分，结果答辩预审的时候被导师骂到抬不起头。

直到现在我都记得导师说的那句话：“你这不是写回归结果，你这是把软件输出直接截图粘进来凑字数，谁能看得懂你要说明什么？”

今天我就把我那次踩过的所有坑，还有后来改对的写法全整理出来，不管你是本科毕设、研究生小论文还是发核心，看完就能避开我踩过的这些致命错误。

我当初刚写完初稿的时候，自我感觉特别好——所有输出都粘上了，数值全对，怎么会有问题？直到看到导师的批注我才醒过来，我把我前后两版的核心部分整理成了表格，你可以先感受一下差距：

就像你看到的，差的不是回归结果本身，是呈现结果的逻辑——我当初把“软件输出什么就放什么”当成了“写回归结果”，完全搞错了方向。

我当初为了做这个回归，前后改了三次数据，跑了不下十遍模型，结果栽在了“写出来”这一步，现在回头看，我踩的坑其实大部分学生都会犯，我一个个说给你听。

我当初最蠢的操作就是这个：SPSS点“输出”，全选之后截图，往论文里一粘，觉得“你要的结果我都给了，自己看就行”。

结果导师批了一行字：“我要的是你分析结果，不是让我自己读软件输出。”

你想想，审稿人和导师哪有时间对着你模糊的截图找系数？而且不同软件输出格式不一样，你直接粘进来，不仅显得你不专业，还会让读者抓不住重点。我当时粘的截图里，还有一堆软件自带的描述性统计框，和我要汇报的回归结果半毛钱关系都没有，纯纯凑字数。

而且更坑的是，很多学校要求论文是可检索文字，你粘截图，文字都检索不到，盲审的时候系统抽检查重，甚至会直接判定你内容不达标。

我的研究主题是“大学生社交媒体使用频率对学业焦虑的影响”，核心变量只有两个：核心自变量是社交媒体日均使用时长，因变量是学业焦虑得分，剩下的性别、年级、专业、家庭所在地这些都是控制变量。

我当初写的时候，把所有变量的系数、标准误、P值全按同样字号同样格式堆在表格里，写完自己找核心变量都找了半分钟。你说审稿人看了会什么感觉？肯定觉得你逻辑不清，不知道自己研究的重点是什么。

后来导师跟我说：“你的研究是检验X对Y的影响，不是看性别对焦虑的影响，所有人看这张表，首先就是找你核心变量的结果，你藏在一堆控制变量里，谁能找到？”

我当时用SPSS默认的显著性标注，它默认是p<0.05，*p<0.01，我就直接把这个星号带过来了，也没在表注里说明星号对应的显著性水平。

结果我同门看我初稿的时候，问我你这个是0.1还是0.05？我才反应过来，不同领域、不同期刊对显著性的标注习惯不一样，有人把定在p<0.1，有人定在0.05，你不说明，别人怎么知道你的结果是不是显著？

我还见过更离谱的，有人把显著性标注在因变量上，或者标错位置，把星号打在标准误上，完全弄错了规则，一眼就会被看出不专业。

我初稿里，放完回归表之后就写了一句话：“回归结果如上表所示，可见研究假设成立。”

导师直接给我划掉，批了四个字：“解释呢？”。我当时还委屈：数值都在那，显著性也有，那不就是成立吗？

后来才明白，读者看你的论文，不是来看你放了多少数的，是要看你这个结果意味着什么：比如我的核心自变量系数是0.32，p<0.01，那这个系数就是说，日均社交媒体使用时长每增加1小时，学业焦虑得分平均增加0.32分，在1%的水平上显著为正，说明使用时间越长，焦虑程度越高，我的假设H1得到支持。你不说，别人怎么get到你的结论？

尤其是对于应用类研究，系数的实际意义比统计显著性更重要，你不解释，等于白做了这个回归。

我当初只记得放变量的系数，把R²、调整R²、F检验（或者LR检验、Hausman检验这些）忘得一干二净，后来改的时候才发现，没有模型检验，谁知道你这个模型合不合格？

比如我做的是多元线性回归，F检验是看整个回归方程是不是显著，R²是看模型的解释力度，你不放这些结果，别人怎么知道你这个模型是不是有效的？会不会是一堆不显著的变量堆出来的？

我还见过有人放了F值和P值，但是不说结论，就扔个数值在那，你得说一句“F值为XX，p<0.001，说明整个回归方程显著，模型设定有效”，这才叫完整。

我后来加了稳健性检验和异质性分析，一开始写的时候，把三个稳健性检验的表全放在结果部分一张接一张，也不说明哪张对应哪一种检验，检验结果说明了什么，结果导师说，你这是把所有结果堆进来让我自己挑吗？

很多人觉得，稳健性检验反正就是证明结果可靠，放进去就行，不用多说，但是实际上，你得告诉读者，你用了什么方法做稳健性检验，结果和基准回归是不是一致，是不是证明你的结论是稳定的，不能扔完表就不管了。

经历过被打回重写的痛苦，我跟着导师的要求，翻了五篇一区的同方向论文，总结出来了一套通用的回归结果写法，不管你是线性回归、logit回归、还是面板回归，都能用，我一步步说给你听。

写回归结果不是想到什么写什么，你得按照这个顺序来：

1. 先交代你的模型设定和变量定义：告诉读者你用了什么模型，核心变量、控制变量分别是什么，有没有对变量做中心化、标准化之类的处理

2. 汇报描述性统计结果：先给读者看所有变量的基本情况，比如样本量、均值、标准差、最小值、最大值，让读者对数据有基本认知

这里放一张我重新整理的描述性统计表示例，你可以参考这个格式：

3. 汇报基准回归结果：先放核心变量的结果，回应你的核心研究假设

4. 汇报模型检验结果：说明你的模型是有效的

5. 汇报异质性分析结果：分样本/分场景的回归结果，说明你的结论在不同情况下有什么差异

6. 汇报稳健性检验/内生性处理结果：证明你的结论是可靠的，不是偶然得到的

按照这个顺序写，逻辑从头到尾都是顺的，读者跟着你的思路走，一眼就能找到自己想看的内容。

很多人喜欢粘截图，其实正规的论文都是自己做回归结果表，不管是用Word、LaTeX还是SPSS导出，都要符合这几个规范：

永远把你的核心自变量放在控制变量的上方，字号可以比控制变量稍大，或者加粗，让读者一眼就能看到。比如我改完之后的回归表就是这样的结构：

表格第一行：因变量Y

接下来第一行自变量：核心X，加粗标注系数和星号

接下来：其他核心变量（如果有多个X的话）

最后：所有控制变量，不用加粗

这样谁看都能第一时间找到你研究的核心结果，不会找不到重点。

显著性的星号，一定要在表注里写清楚星号对应的显著性水平，一般常用的写法是：

注：p<0.1，p<0.05，p<0.01，括号内为稳健标准误。

这里要注意，现在社科类论文基本都要求报告稳健标准误，不要报告普通标准误，所以一定要把“括号内为稳健标准误”这句话加上，显得你专业。

另外表格的标题要写清楚这是什么回归，比如“表1 社交媒体使用对大学生学业焦虑影响的基准回归结果”，不要写个“表1 回归结果”就完了，别人不知道你这是什么回归。

很多人做表的时候，把VIF、容差这些检验多重共线性的结果也放进回归表，其实完全没必要，多重共线性检验你可以放在正文文字里说一句“检验得到所有变量VIF均小于5，说明不存在严重多重共线性问题”，不用放进结果表占位置。

你只需要在表里面放：变量名称、回归系数、标准误（或者t值/z值）、显著性星号，这四个内容就够了，其他的检验结果都放在表下方或者正文文字里说。

我改完之后的基准回归表示例，你可以参考：

表2 社交媒体使用对大学生学业焦虑影响的基准回归结果

注：p<0.1，p<0.05，p<0.01，显著性水平为双侧检验。

你看，这个表清晰吧？核心变量放在最前面，突出了重点，所有需要的信息都有，标注也清楚，我导师当时看到这个表就说，这才叫会放结果。

放完表不是就完了，你一定要用文字把结果解释清楚，很多人就是懒，放完表就直接下一页，这是大错特错，文字解释一定要说清楚三件事：

首先第一句话就要点出核心结果，比如我就是这么写的：

从表2的基准回归结果可以看到，核心自变量日均社交媒体使用时长的回归系数为0.32，在1%的统计水平上显著为正，说明大学生日均使用社交媒体的时长越长，学业焦虑程度越高，本文提出的研究假设H1得到验证。

你看，一句话就说清楚了核心结果，读者不用自己猜，直接就知道你的假设对不对。

如果你的核心变量不显著，也不要慌，直接说就可以：“核心X的回归系数为0.08，没有通过10%水平的显著性检验，说明X对Y没有显著影响，研究假设H1未得到支持，后续本文进一步分析了不显著的可能原因。” 不显著不是错，不说清楚才是错。

说完显著不显著，一定要解释系数的实际意义，这才是你做研究的价值，比如我的系数是0.32，我就接着解释：

从影响大小来看，在控制了性别、年级、专业、生源地等变量后，大学生日均社交媒体使用时长每增加1小时，学业焦虑的5点量表得分平均上升0.32分，相当于焦虑水平提升了约10%，这一影响不仅统计显著，也具有实际的经济（现实）意义。

这样一解释，读者就明白你的结果到底说明了什么问题，而不是只得到一个“显著”的空结论。

如果你的变量做了标准化，那你就说“核心变量标准化后的系数为0.21，说明X每增加一个标准差，Y平均增加0.21个标准差”，同样讲清楚实际含义就可以。

解释完变量，接下来就要说模型检验的结果，比如我是这么写的：

从整体模型拟合来看，本次回归的F值为21.34，在1%的水平上显著，说明整个回归方程是显著的；调整R²为0.27，说明本文设定的模型能够解释学业焦虑27%的变异，对于微观调查数据来说，这一拟合水平是可以接受的。本文进一步对多重共线性进行检验，所有变量的方差膨胀因子VIF均小于3，远低于10的临界值，说明模型不存在严重的多重共线性问题，估计结果是可靠的。

你看，这样就把模型的有效性说清楚了，审稿人就不会挑你模型的毛病。

基准回归写完之后，接下来就是异质性分析和稳健性检验，这部分很多人写乱，其实只要遵循这个规则就不会错：

先说明你为什么做异质性，你是按什么分组的，然后放结果，然后解释不同组的差异，比如我做的是不同学科的异质性，我就是这么写的：

接下来本文进一步检验社交媒体使用对学业焦虑的影响是否存在学科异质性，将全样本分为文科、理科、工科三组分别回归，结果报告在表3。

然后放表，然后解释结果：

从表3的结果可以看到，文科组的核心变量系数为0.41，在1%水平上显著，理科组系数为0.28，在5%水平上显著，工科组系数为0.15，没有通过显著性检验，说明社交媒体使用对学业焦虑的正向影响在文科和理科学生中更明显，在工科学生中不显著，异质性存在，这一结果可能和不同学科的学习习惯有关：文科学生更多需要通过社交媒体查阅资料、进行交流，使用时间更长，因此影响更显著。

这样逻辑就非常顺，先讲为什么分，再讲结果，最后解释为什么会有这个差异，非常完整。

稳健性检验的目的是证明你的结论不是偶然得到的，是稳定的，所以你要这么写：

为了验证上述基准回归结果的可靠性，本文采用三种方法进行稳健性检验：

1. 替换核心自变量：将原来的“日均使用时长”替换为“每周使用天数”重新回归；

2. 缩尾处理：对所有连续变量进行1%和99%分位的缩尾处理，排除极端值影响重新回归；

3. 剔除异常样本：剔除日均使用时长超过8小时的极端样本重新回归。

然后放结果，然后总结：

三种稳健性检验的结果报告在表4，可以看到，核心自变量的系数符号和显著性和基准回归完全一致，均在1%水平上显著为正，系数大小也和基准回归的0.32接近，没有发生实质性变化，说明本文的基准回归结果是稳健可靠的，结论不随变量度量方式和样本范围变化而改变。

你看，这样写，清晰明了，直接就说明了你的结论是可靠的，审稿人一眼就能看明白。

如果你还做了内生性处理，比如工具变量法、倾向得分匹配，也是同样的逻辑：先说明你为什么要做内生性处理，原来的估计可能存在什么问题，你用了什么方法，然后放结果，然后说明结果和基准回归一致，核心结论不变，就可以了。

经历过这次被打回重写，我总结了几个新手写回归结果一定要注意的小细节，都是我踩过坑才知道的：

不同学校、不同期刊对回归结果的格式要求不一样，你最好先找个3-5篇已经发出来的、和你同方向同期刊的论文，看看人家是怎么放结果怎么解释的，照着人家的结构来，绝对不会错，比你自己瞎琢磨强一百倍。

哪怕你用Word手动做表，都比粘截图强，自己做的表清晰、规范，还能编辑，查重的时候也不会出问题，一定要记住，直接粘截图是最不专业的做法。现在很多统计软件比如Stata都能直接输出规范的回归表，SPSS也能导出到Excel整理，很方便，不要偷懒粘截图。

你的核心变量、核心结论，该加粗就加粗，该放前面就放前面，不要藏着掖着，审稿人和导师一天看几十篇论文，不会给你找结果的时间，你把核心内容放在最显眼的地方，人家一下子就看到，印象分直接拉满。

很多人觉得不显著就是结果错了，就想把P值改一点让它显著，这是学术不端，绝对不能做，实际上，不显著也是有意义的结果，你如实汇报，分析一下为什么不显著，反而能体现你的客观性，比造假强一万倍。

我当初熬了三个通宵改出来的回归结果，最后不仅通过了答辩，还成了我小论文的核心内容，现在回头看，写回归结果真的不难，难的是你有没有站在读者的角度想问题：你要让读者一眼看懂你的结果，知道你要说明什么，而不是把所有数据堆上去让别人自己猜。

如果你现在也正在写回归结果，刚好也被导师打回重写，不妨照着我这个方法梳理一遍，把你原来写的和我这个对比一下，把坑都填上，绝对能让你的结果部分提升一个档次。

我是那个把回归结果写砸过又改对的硕士生，希望这篇复盘能帮你少走一点我走过的弯路，顺利毕业，顺利发文章。