1. Sonuç değişkeni nedir?
Sürekli, ikili, sayım, sıralı veya zaman-aşımı temelli sonuçlar farklı model aileleri gerektirir. Yalnız “normal dağılıyor mu?” sorusuna göre yöntem seçmek yetersizdir.
2. Gözlemler bağımsız mı?
Aynı kişiden tekrar ölçüm, eşleştirilmiş veri, çok merkezli yapı veya kümelenme varsa standart bağımsızlık varsayımı bozulur. Bu durumda mixed-effects, GEE veya başka bağımlılık modelleri gerekebilir.
3. Amaç karşılaştırma mı, ilişki mi, tahmin mi?
İki grubun ortalamasını karşılaştırmak ile bir klinik sonucu tahmin etmek aynı problem değildir. Hipotez testi, açıklayıcı model ve prediktif model farklı hedeflere sahiptir.
4. Karıştırıcı değişkenler var mı?
Gözlemsel veride yalnız iki değişkenli karşılaştırmalar çoğu zaman yetersizdir. Çok değişkenli modeller, propensity yöntemleri veya tasarıma özgü başka yaklaşımlar gerekebilir.
5. Varsayımları kontrol edin
Modelin kalıntıları, doğrusal ilişki, varyans yapısı, proportional hazards gibi varsayımlar seçilen yönteme göre değerlendirilmelidir.