如何回复审稿人对你数据的意见（无需全部重做）
大多数审稿人对数据的意见通常指向以下四种情况之一：不同的测试、敏感性分析、对排除病例的解释，或者更清晰的图表。这四种情况都不需要重新进行研究，但都需要带着具体的问题重新查看数据集。
难点不在于统计学本身，而在于每个要求都必须转化为具体的分析、具体的数据，以及读者可以核对的一句话。
本指南将介绍为什么这个阶段会停滞不前、人们常用的三种方法，以及每种方法的局限性。这是一个数据工作流，而非发表建议，因此请遵循您目标期刊的具体指南。
为什么审稿人关于数据的意见很难回答
第一个问题是转化。审稿人写了一句话，却需要扩展为几个独立的分析。
“请确认结果并非由异常值驱动”只是简短的一行字。但要回答它，意味着需要定义异常值规则，在包含和不包含这些病例的情况下重新运行模型，并报告这两种结果。
第二个问题是，原始分析很少能按需复现。它往往存在于一个带有手动筛选的工作簿中，图表基于一个不再匹配的数据范围构建，而且步骤无人记录。几个月后重新打开它，简直就像在考古。
第三个问题是记录整理。PLOS ONE 在修改阶段要求提供三个独立的文件：一份回复文件、一份使用修订模式 (Track Changes) 的标记稿以及一份干净的无标记稿。这三个文件中的每一个数据都必须完全一致。
第四个问题是您自己回答时的范围蔓延。审稿人的意见往往会诱导您进行比要求更广泛的分析，而增加了新章节的修改稿又会招致新的质疑。
在这个过程中隐藏着一个陷阱。PLOS 指出，初次提交的图表和支持信息会自动转入修改稿。它们会直接保留，“除非您选择更新并替换它们”。如果您重新生成了图表却忘记替换，最终发表的仍将是旧图表。
这会给您带来什么代价
本可避免的第二轮审稿。 不完整的回答会招致同样的问题。如果审稿人询问了异常值，却只收到一段没有数据的文字解释，他们会再次追问。
为了几小时的分析而耗费数周的时间。 延迟很少是因为计算本身，而是在您做出任何修改之前，必须先重建并理解原始工作簿的操作。
回复信与手稿内容脱节。 回复信中写道系数变为了 0.31，而表格中依然是 0.34，其中只有一个得到了更新。这是修改稿显得粗心大意最常见的原因。
评估修改稿的标准在于，编辑是否无需重新计算就能看懂您的修改。
人们尝试的应对方法
方案 1：将每条意见转化为编号的分析清单
在动数据之前，将每条审稿意见拆分为其所需的具体输出。一条意见往往会衍生出三行分析任务。
对它们进行编号，以匹配审稿人自己的编号，因为回复文件必须与之对应。PLOS 要求作者“针对每位审稿人提出的具体问题进行解答”并列出所做的修改。
这是最有价值的习惯，只需花费一个小时。但它本身并不能加快分析速度。
方案 2：重建分析以便可以重新运行
与其直接修改原始工作簿，不如重建计算过程，将排除规则写入单元格而不是筛选器中。这样，修改规则就会直接改变结果。
对于常见的要求，内置函数就足够了。T.TEST 直接返回 p 值，通过类型参数可以选择配对、等方差或异方差。QUARTILE 可以为您提供四分位距异常值规则的边界，而 CORREL 则适用于要求的相关性分析。
按照您的格式指南而不是电子表格的默认设置来报告修改后的数据。APA 统计指南规定 t、F 和相关系数保留两位小数，并将任何低于 .001 的值写为 p < .001。我们关于以 APA 格式报告统计数据的指南涵盖了其余内容。
瓶颈在于精力。重建所需的时间比最初构建还要长，而且是在截止日期的压力下进行的。
方案 3：在回复信旁记录一份修改日志
维护一个包含四列的表格：审稿意见、您运行的操作、结果以及您修改的手稿位置。在工作过程中随时填写，而不是事后补写。
这能帮您发现回复信与表格之间不匹配的问题。当第二轮审稿问及第一轮的情况时，这也是您的参考依据。
局限性在于执行力而非能力。往往在截止日期临近、最需要这份日志的时候，它却被抛之脑后。
共同的瓶颈。 这三种方法都假设数据集仍处于您可以分析的状态。如果文件自提交以来已被直接修改，那么首要任务就是重建您最初拥有的数据。
如何使用 Powerdrill Bloom 回复审稿人关于数据的意见
步骤 1：上传论文背后的数据集
上传提交分析时所用的文件。Powerdrill Bloom 会在导入时分析列特征，因此在您重新运行任何内容之前，排除项、空白块和类型不匹配都一目了然。
步骤 2：用自然语言提出所需的每项分析
逐条处理审稿意见。先要求进行审稿人指定的测试，然后要求在移除标记病例的情况下进行相同的测试，以便您可以同时报告这两种结果。
在同一次操作中提出后续问题。询问哪些病例超出了四分位距边界，以及在剔除这些病例后结论是否会发生变化。接着询问哪些子组的样本量太小，不足以支持某一论断。
步骤 3：导出图表、报告或幻灯片
获取用于替换的图表、修改前后的数值对照表，或者可以直接应用到回复文件中的文字总结。
为什么这比手动重建分析更好
| 手动路线 | Powerdrill Bloom | |
|---|---|---|
| 在没有标记病例的情况下重新运行测试 | 重建数据范围和公式 | 直接要求提供两种结果 |
| 跨多个规则进行敏感性分析 | 每个规则保存一个工作簿副本 | 依次要求对每个规则进行分析 |
| 重新生成相匹配的图表 | 手动重建图表 | 直接索取更新后的图表 |
| 第二轮审稿 | 再次重建分析工作 | 重新打开同一个会话 |
最后一行最为关键。修改意见是分轮次提出的，而到了第二轮，手动的重建工作往往早已被遗忘。
第二轮的审稿意见往往还会参考第一轮。能够重新打开完全相同的分析过程，其价值远大于单纯提高操作速度。
常见错误
仅用文字回答而没有数据支持。 审稿人询问异常值时，希望看到包含和不包含异常值时的系数。一段空洞的保证性文字看起来更像是逃避。
直接在原始文件上进行修改。 这会让您失去展示修改前后对比的能力。请在副本上进行操作，并保持已提交版本的完整性。
使回复信与手稿内容脱节。 务必在同一时间更新这两者，然后对照数据来源表格核对回复信中的每一个数字。
忘记替换自动转入的图表。 在某些期刊中，旧图表会自动保留到修改稿中。如果修改稿中仍包含之前的图表，那么您的努力就白费了。
默默删去审稿人询问的病例。 默不作声地删掉棘手的数据行比原始问题更糟糕。请明确说明规则并报告两种结果。
回复信和表格中的四舍五入规则不一致。 选择您的格式指南所要求的精度，并统一应用。我们关于统计学显著性的说明涵盖了这些数值所能及不能证明的内容。
将“提高清晰度”的要求误解为“增加更多内容”。 有时图表只是单纯地难以阅读。我们关于如何为研究论文制作图表的指南涵盖了格式排版方面的内容。
结论
将每条审稿意见拆分为具体的分析任务，重新运行它们以使两个版本的结果都清晰可见，并保留一份将每个回答与手稿修改位置相关联的日志。这种结构能够经受住第二轮审稿的考验。
代价高昂的部分不是统计学本身，而是在别人设定的截止日期前，去重建一个您已经无法重新运行的分析。
如果您的修改工作正卡在这一步，不妨针对论文背后的数据集尝试使用 Powerdrill Bloom。另请参阅我们关于提交前检查数据的指南以及学术论文页面。
常见问题解答
我该如何组织对审稿人关于数据意见的回复？
对应审稿人自己的编号，并针对每一点列出您运行的分析、结果以及手稿中做出修改的位置。PLOS ONE 要求作者针对每位审稿人提出的具体问题进行解答，并列出所做的修改。
当审稿人对某一个结果提出质疑时，我需要重新运行整个分析吗？
通常不需要。大多数要求都针对某一个测试、某一个排除规则或某一个图表，因此这项工作是针对性的重新运行，而不是一项全新的研究。
如果我在统计学问题上与审稿人意见不一致该怎么办？
用分析结果来回答，而不是用主观观点。运行他们要求的分析，报告结果，然后（如果适用的话）解释为什么您最初的选择依然成立。
我该如何正确报告修改后的统计数据？
遵循您目标期刊的格式指南，而不是电子表格的默认设置。APA 格式规定 t、F 和相关系数等数值保留两位小数，并将任何低于 .001 的值写为 p < .001。
修改稿通常需要哪些文件？
在 PLOS ONE 中通常需要三个文件：一份对审稿人的回复、一份通过修订模式 (Track Changes) 显示修改内容的标记稿，以及一份干净的无标记稿。请检查您所投期刊的具体要求，因为不同期刊的要求有所不同。