把圖片做得好看，對於「文章被接受」是很重要的。如果你站在審閱者的角度，就能夠理解。

因為，連圖片都做不好的研究團隊，可能沒有太多的經驗，文章的品質相對也會比較差。而身經百戰的團隊，每一張圖都會仔細確認，並反覆調整到最佳狀態。

所以，如果你在做圖上投注心力，讓他看起來風格一致、相當整齊，且細節都處理好，就很容易得到人家的尊重，認真審查你的內容。

相對的，如果圖片的處理較為隨便，很可能在審閱者第一眼看到的時候，就已經決定退稿。接下來的時間，只是在找適當的理由。

以下，是一些針對同學們的作品，所作的進一步建議，以及兩位得獎同學的作品賞析。

那些老師看到還想跟你提醒一下的細節

這張最上方跟最下方的 Meta Analysis 文字，其實是不用擺的，建議把它去除。其他的部分很不錯。

這張圖片，同學在下方留了過多的空白，顯得稍微突兀。建議在設定尺寸的時候，稍微再縮減高度，或者做事後裁切，也可以。

張同學在切換到分組分析的時候，忘了把相對權重放上去，所以最右邊的欄位沒了。

這張是分析到最後－同學就忘了照之前的欄位規範去做，所以 Z-Value 被保留了下來，建議刪除。

這張也是分析到最後，同學忘了把相對權重擺上去，所以最右邊的欄位沒了，有點可惜。

這位同學則是兩個都忘記，包括 Z-Value 忘了刪除，右邊的相對權重則沒出現。請記得，該刪除的欄位要刪除，該出現的欄位要出現，要跟前面的森林圖風格一致哦！

這張是迴歸分析，目前這樣要去投稿也已經可以。進一步的話，會建議 X 軸可以保留整數就好。

以上，是我們看到同學作品時，反射性想到並想提醒的細節，以下是兩份完成度很高的同學作品，我們一起來看看！

鄭如茜醫師

鄭如茜醫師的作品，在細節上處理得相當不錯，這是第一張森林圖，大部分人在這個時候還是耳聰目明，能夠清楚地把各種細節處理好，鄭同學也不例外。

敏感性分析，在 scale 的部分有做了適當的調整，所以分布呈現很恰當。

分組分析處理得很好，可以發現，這兩張圖都有保留相對權重，而且風格一致。

迴歸分析沒有問題，而且同學記得處理了小數點的位數，X 軸都整數，Y 軸則變成小數點下一位，都是蠻好的做法。

這張是原廠的漏斗圖，投稿沒有問題，只是原廠出圖的時候，左右邊留下的空白有點多，尤其是右邊。建議稍作裁切，讓四邊剩下的緩衝區大小大約一致，視覺上會更為理想。

最後一張的類別變項分析，會發現同學右邊有記得放上相對權重，但是左邊的 Z-Value 則忘了刪除，稍加調整即可。

恭喜鄭醫師。

陳穎寬醫師

陳穎寬醫師的作品，在細節上處理得相當好，是能夠再建議的細節最少的一份作品。

敏感性分析處理的很不錯，適當的 scale，讓範圍分布清楚被呈現。

分組分析沒有問題，相對權重有保留，欄位都一致。整體畫面分配也相當不錯。

迴歸分析沒有問題，雖然同學在這邊 XY 軸的小數點沒有特別整理過，但是這屬於在各種還可以建議的細節中，相對比較小的。瑕不掩瑜。

最後一張類別變項，同學處理得相當不錯，你可以發現，相對權重被保留，Z-Value 則記得去掉，非常好。

漏斗圖，同學特別花時間去做了填色，讓他跟我們的森林圖灰階風格是一致的，這點非常好。原廠出圖就是會有左右剩下空白太多的問題，稍加裁切即可解決。

恭喜陳醫師。

最新活動