第一，对实验或观察结果的表达要高度概括和提炼
不能简单地将实验记录数据或观察事实堆积到论文中, 尤其是要突出有科学意义和具代表性的数据, 而不是没完没了地重复一般性数据. 囊括所有一切而不遗漏任何细节的举动并不能证明作者拥有无限的信息, 而是说明作者缺乏甄别的能力 (Aaronson, 1977).
可根据需要选用不同类型的数据来表达结果, 对于特别重要的结果应采用原始数据(实际观察数据)的形式来表述; 对于数目很多的一般性数据的表达则可采用总结数据(如平均值和正负标准偏差)或转换数据(如百分数)的形式.
描述结果的顺序取决于实验的目的. 可以按方法部分中的顺序描述结果, 也可采用以下方法: 由老及新(如先叙述传统方法的治疗结果, 再叙述新方法的治疗结果); 按研究过程的时间顺序叙述; 按重要性程度叙述.
第二，数据表达可采用文字与图表相结合的形式
如果只有一个或很少的测定结果, 在正文中用文字描述即可; 如果数据较多, 可采用图表形式来完整、详细的表述, 文字部分则用来指出图表中资料的重要特性. 切忌在文字中简单地重复图表中的数据, 而忽略叙述其趋势、意义以及相关推论; 同时也要避免采用图件和表格重复表述同样的数据.
应根据数据表达的需要选取数据的表达方式. 表格的优点是可以很方便地列举大量精确数据或资料；图形则能够直观、有效地表达复杂数据，尤其是不同组数据间的比较、关联、趋势等. 表格和图件本身应具备自明性, 即: 图表题名和注释应准确而清楚地表达出数据或资料的含义, 切忌只是简单地描述数据.
第三，适当说明原始数据, 以帮助读者的理解
如果论文中还包括独立的讨论章节, 应将对于研究结果的详细讨论留到该部分, 但结果中应该提及必要的说明(或解释), 以便让读者能清楚地了解作者此次研究结果意义或重要性.
第四，明确地给出相关统计结果对于实验分析有时是十分重要的, 通常需要提供的统计数据包括: 标准偏差(standard deviation); 均值的标准误差(standard error of the mean); 中位数和四分位数的间距(median and interquartile range); 双侧检验(two-sided tests); 置信区间(confidence intervals)等. 如果有必要说明对数据的统计分析方法, 应在结果加以阐述, 其中尤其要注意统计的科学意义.
第五，文字表达应准确、简洁、清楚
避免使用冗长的词汇或句子来介绍或解释图表. 为简洁、清楚起见, 避免把图表的序号作为段落的主题句, 应在句子中指出图表所揭示的结论, 并把图表的序号放入括号中.
