# 為你的稿件製作 Table 1

> 上傳資料集並說明分組，Yila 會逐一檢查變數的分布，以審稿人預期的方式呈現，逐列選擇檢定方法，並儲存成可編輯的 Word 表格。

URL: https://yila.ai/zh-TW/playbooks/table-1

## 你會得到

- **可編輯的 Word 表格** (DOCX): 可直接貼進稿件，表頭列出各組人數，每一列都註明所用的檢定。
- **同一張表的資料檔** (CSV): 每個儲存格都存在 CSV 裡，方便套用期刊自己的範本，或放進補充資料。
- **每一列的判斷依據** (CSV): 每個變數採用了哪種描述方式、哪種檢定，以及做出選擇所依據的常態性檢查。
- **分析程式碼** (Python 程式碼): 完整的 Python 程式碼（需要的話也可以是 R），資料更新時就能重新產生表格。

## 運作方式

1. **上傳資料，說明分組**: 給 Yila 一個 CSV 或 Excel 檔，說明哪一欄定義分組。如果類別的編碼方式不夠直觀，請一併說明，例如「1 = 男性」。
2. **Yila 決定每個變數的描述方式**: 它會在每一組內檢查各連續變數的分布，再決定使用平均值（標準差）或中位數（四分位距）以及對應的檢定，並讀懂類別變數的編碼。
3. **取得 Word 表格**: 表格做好後會與原始計數核對，再連同程式碼存成 Word 和 CSV。想加入變數、改以欄百分比呈現，或改用 Fisher 精確檢定，在同一個對話裡提出即可。

## 適用情境

- **臨床研究稿件**: 幾乎每本期刊都會要求的基線特徵表，用來比較各試驗組、暴露組或不同結果的族群。
- **登記資料庫或世代研究報告**: 分別描述大型資料集中的各個次群組，不必手動排版幾百個儲存格。
- **學位論文的研究方法章節**: 一張格式一致、檢定方法交代清楚的描述性表格，口試委員提問時也有所依據。

## 常見問題

### 什麼是 Table 1？

多數臨床與流行病學論文的第一張表。它描述研究族群在基線時的特徵，通常依組別分欄呈現，讓讀者判斷研究的對象是誰、各組是否可以相互比較。

### Yila 如何決定用平均值（標準差）還是中位數（四分位距）？

它會在每一組內對各連續變數做常態性檢定，並查看偏態程度。大致呈常態分布的變數使用平均值（標準差）與 t 檢定；偏態的變數則使用中位數（四分位距）與 Mann–Whitney U 檢定。每一列的判斷都寫在輸出中，你可以自行改用其他方式。

### Table 1 需要放 p 值嗎？

對於隨機對照試驗，CONSORT 不建議檢定基線差異，標準化平均差是更好的參考；在觀察性研究中，p 值則很常見。Yila 預設兩者都提供；如果你的期刊要求拿掉 p 值，請直接說明。

### 超過兩組怎麼辦？

每一組各占一欄；連續變數的檢定會改用變異數分析（ANOVA）或 Kruskal–Wallis 檢定，類別變數則使用卡方檢定。

### 遺漏值怎麼處理？

Yila 會依變數與組別計算遺漏值的數量。若某個變數有遺漏資料，表中會列出實際可用的人數，讓分母如實反映。

### 可以依照我投稿期刊的格式嗎？

可以。說明要保留幾位小數、使用哪些單位，以及類別變數要寫 n (%) 還是只寫 %，Word 表格就會照做。CSV 也方便你把數字套進任何範本。

### 範例資料從哪裡來？

來自公開的 Heart Failure Clinical Records 資料集（Chicco 與 Jurman，2020），以 CC BY 4.0 授權發布於 UCI Machine Learning Repository。Yila 從不拿使用者的資料當作範例。

---

- [為你的稿件製作 Table 1](https://yila.ai/zh-TW/playbooks/table-1)
- [llms.txt](https://yila.ai/zh-TW/llms.txt)
