统计研究生的论文

在我国，每年三四月份都是毕业生最忙的时候，因为毕业生不仅面临着就业压力，而且面临着论文压力！如果毕业论文不合格，不过关，那么就必须延迟毕业！不能够按时拿到毕业证和学位证，各大事业单位报考不了，直接影响未来的前途！所以每一届的应届毕业生都希望自己的论文能够顺利通过，不要被导师打回来！可是，由于今年高等院校都狠抓论文质量，毕业生想要轻松毕业有困难了。因为今年研究生论文审查规则有些改动，所以过去大部分毕业生的论文都是校内审核，自己的母校自己的老师，差不多就能过！可是，今年大部分研究生毕业论文必须送到校外盲审，一旦审核出来了问题，不仅学生着急毕不了业，老师也免不了责任！所以不少高校的研究生导师今年特别严厉，学生的论文改了又改，应届毕业生通宵改论文非常的常见，为了顺利毕业，吃些苦不算什么！如果说今年的研究生论文审查最严，那么本科生也比他们好不到哪去，可能更惨！对于研究生来说，写论文是家常便饭，毕竟他们会写。但是很多本科生根本不会写论文，毕业论文是人生第一篇论文，估计别人的论文能看懂就不错了，更不要说写出一篇高质量的论文了。但是，今年本科生论文查重率要求10％，而且抽检比例也加大了，如果不小心被抽到了毕业论文不合格，后果不堪设想！今年应届毕业生的论文为什么查的那么严？原因不说大家也知道，因为翟天临学术不端事件，国家加大了对博士，硕士毕业论文的审查力度，本科生的毕业论文也提高了要求！从长远来看，严查毕业生的论文，有利于提高大学生的业务能力和学术水平，严进严出的大学毕业生，也更能够得到企业的认可！你觉得今年的论文查的严吗？你改过几遍了？欢迎留言讨论

作为国际上最为知名的两大综合性学术期刊，Nature和Science（后文简写为N&S）两大期刊旨在发表原创性强、观点新颖、影响广泛，并且对整个科学发展具有推动作用的突破性发现。目前两大期刊均为每周出版一次，每年度仅合计发表1500余篇经过严格同行评议的原创论文。由于竞争激烈，所有投稿至这两大期刊的文章中仅有不足8%被接收和发表。毫无疑问，N&S发表的论文一定程度上代表着学科领域内的最高水平，而N&S发文数也已成为比较国家和机构科研产出质量的重要指标之一。本文整理了近五年（2014年~2018年）中国内地各大高校和科研院所作为主要贡献单位（包括唯一通讯作者单位、第一通讯作者单位、第一作者单位三种情况）和次要贡献单位（其他作者单位）在N&S上发表的论文信息（仅统计类型为Article的论文），旨在从N&S发文数的角度观察中国内地机构在过去五年内高水平科研产出的变化。来源：软科。

进行科研论文写作，通常需要对取得的数据进行统计学处理。达晋编译提醒大家，对此需要注意以下的问题。一、对基线资料进行统计学分析。搜集资料应严密遵守随机抽样设计，保证样本从同质的总体中随机抽取，除了对比因素外，其他可能影响结果的因素应尽可能齐同或基本接近，以保证组间的齐同可比性。因此，应对样本的基线资料进行统计学分析，以证明组间的齐同可比性。二、选择正确的统计检验方法。研究目的不同、设计方法不同、资料类型不同，选用的统计检验方法则不同。例如：2组计量资料的比较应采用t检验；而多组(不小于3组)计量资料的比较应采用方差分析(即F检验)，如果组间差异有统计学意义，想了解差异存在于哪两组之间，再进一步做q检验或LSD-f检验。许多作者对多组计量资料进行比较时采用两两组间t检验的方法是错误的。又如：等级资料的比较应采用Ridit分析或秩和检验或行平均得分差检验。许多作者对等级资料进行比较时采用卡方检验的方法是错误的。三、假设检验的推断结论不能绝对化。假设检验的结论是一种概率性的推断，无论是拒绝Ho还是不拒绝Ho，都有可能发生错误(Ⅰ型错误和Ⅱ型错误)。因此，假设检验的推断结论不能绝对化。四、P值的大小并不表示实际差别的大小。研究结论包括统计结论和专业结论两部分。统计结论只说明有无统计学意义，而不能说明专业上的差异大小。P值的大小不能说明实际效果的“显著”或“不显著”。统计结果的解释和表达，应说对比组间的差异有(或无)统计学意义，而不能说对比组之间有(或无)显著的差异。P≤0.01比P≤0.05更有理由拒绝Ho，并不表示P≤0.01时比尸≤O.05 时实际差异更大。只有将统计结论和专业知识有机地结合起来，才能得出恰如其分的研究结论。若统计结论与专业结论一致，则最终结论也一致；若统计结论与专业结论不一致，则最终结论需根据专业知识而定。判断被试因素的有效性时，要求在统计学上和专业上都有意义。 五、假设检验的结果表达。P值传统采用0.05和0.01这2个界值，现在提倡给出P的具体数值和检验统计量的具体数值(小数点后保留3位有效数字)，主要理由有：一是以前未推广统计软件之前，需要通过查表估计P值，现在使用统计软件会自动给出具体的P值和检验统计量的具体值(t值、F值等)；二是方便根据具体情况判断问题。例如P=0.051与P=0.049都是概率，不能简单地断定P=0.051无统计学意义而P=0.049有统计学意义；三是便于对同类研究结果进行综合分析。六、统计学符号的使用。统计学符号的使用应按照“统计名词及符号”的规定，具体可参阅本刊投稿须知中的有关要求。

本文由 查重降重中心 sp8080.com 整理分享现有统计数据属于辅助数据。来源:有两种类型。一种是内部组织，例如公司财务报表，市场研究报告等；另一种是内部组织。另一类是政府公共组织和咨询机构发布的信息。原始数据的优点是可以完全按照研究人员的要求收集数据，接近操作变量的含义，并且可以监视外部干扰因素以确保数据的可靠性和有效性。缺点是耗时且成本高。辅助数据的优缺点恰恰相反。由于其成本低廉且耗时的辅助数据，因此吸引了研究人员优先考虑。如果研究的对象是过去的事件，那么它甚至更依赖于辅助数据。使用现有的统计数据进行论证必须遵守研究假设的要求和操作变量的含义。由于次要数据的原始收集者的意图与次要数据引用者的意图不能相同，因此将导致应用程序出现问题。研究人员需要意识到这一点，进行更多区分并消除偏差。值得注意的问题包括研究对象的错位以及缺乏可靠性和有效性。一、区位谬误统计报告中的数据通常是分类的，并且大多数基于区域，组织和其他组作为分析单位，但是许多研究人员希望使用这些数据以个人作为分析单位进行判断。由分析单元引起的这种偏差称为生态鞭毛。例如，城市人口众多的省份的大学入学率也很高，但是这组数据不能用作以下假设的论点：城市学生的大学入学率高于农村学生。由于这组统计数据基于“省”作为分析对象，而后者的结论则基于“学生”的分析对象，因此无法从“学生”的数据中得出单个“学生”的结论。省”。如果要进行比较研究，有必要以“学生”为分析对象，从农村学生和城市学生中抽样，并测试两组样本是否符合相同的身份和环境条件。对城市学生入读大学的可能性做出科学判断。类似地，以个人为分析单位的数据也可能导致个人主义倾向。例如，数据显示，大学毕业生的创业成功率大于博士学位毕业生的创业成功率。如果此数据被用来推断博士企业家的表现比大学生的表现差，这是不准确的。前一个分析单位是个人毕业生，后一个分析单位是企业。博士创业的成功率可能很低，但是创业成功之后，企业的业绩可能并不差，至少需要进行其他研究才能得出结论。分析单元的错位不仅发生在个体与群体之间，个体与另一个身体之间，而且相似的情况也可能发生在群体与另一个群体之间。二、信度和效度是否可以应用现有的统计数据，有必要检查所提供的数据是否符合标准，即，数据是否准确地描述了变量的属性。为此，有必要了解谁收集了数据，收集的目的是什么，并分析了所使用的收集方法是否存在任何缺陷。从有效性开始，我们必须首先检查数据的时间范围和空间范围。检查何时收集数据以及是否适用于这项研究。如果我们使用十年前的调查统计数据来说明当前的消费者行为；用江苏企业数据说明山西或黑龙江企业存在的问题；并使用学校中企业的数据，有效性会很差。其次，数据代表某个变量的属性。在应用数据时，我们必须考虑数据背后的变量是什么，原始研究人员赋予该变量的含义以及它是否与本研究中该变量的定义相一致。一些公共组织发布的各种指标（生活质量指标，满意度，集聚程度，透明度和完整性指标等）实际上是变量或变量的组合。如果一项研究对这些指标赋予不同的含义，并使用这些数据证明其假设，则有效性将受到损害。

众所周知，论文写作对于提高个人科学研究水平至关重要。必须持之以恒，矻矻努力，方可有所前进。赛恩斯编译认为，在论文写作过程中，有些问题是必须注意的，例如：一、博览群书，丰富知识素养。知识的积累，是认识能力和水平得以提高的保证。此道理犹登高望远，只有博览群书才能使自己的学术视野扩展，才能使自己学识的深度与广度有所加强。但摆在我们面前的书是永远读不完的，所以就论文写作而言，要先读那些与此篇论文相关的书，这些书当然要以传统的学术经典为主，而不应当是漫无边际的浏览。二、开动脑筋，慎重选题。心中要有一个目标，那就是明确应当选什么样的题目来写文章。大概说来有如下的特点，一是要有创新点可以开掘；二是相关的材料自己能够驾驭；三是题目的容量比较合适。初步选中的题目要再思索其可操作性，不适合者，尽快调整。论文选题一般要先考虑自己感兴趣的，因为有了兴趣才会有较大的研究动力。而且还应当多选几个题目，然后经过详细调研来对比它们的可操作性、学术价值等，选出最恰当的题目。三、恭敬认真地总结相关的学术史。总结学术史，是对于历史与学术的尊重，这实际上是史源之学的锻炼。严格说来，每一项选题都有其学术研究的源与流。对于前辈或他人的研究我们应当满怀敬意向他们学习，对于他们的研究，既不要迷住，也不要误解或曲解。总结相关的学术史，不是列出若干篇目的论文或著作就算完事，而是要仔细分析前人相关研究所达到的水平，以及尚存的问题。这就要有所选择，选取提出某一论断最早者、论述某一问题最为权威者，来进行讨论。总之，只有恭敬认真地总结相关研究的学术史，才可以为自己文章的学术创新打下坚实的基础。四、放飞思想，抓住自己思想的闪光点。正如钱锺书先生说，“零星琐屑的东西易被忽视和遗忘；自发的孤单见解是自觉的周密理论的根苗……眼里只长篇大论，瞧不起片言只语，甚至陶醉于数量，重视废话一吨，轻视微言一克，那是浅薄庸俗的看法。”所谓“微言”，即精深微妙之言，是流星划过思想的天穹。这个光辉必须书之于纸，琢磨于心。古今学者，夤夜披衣而起所伏案疾书者，往往就是其思想的闪光点。五、腹稿粗具与谋篇布局。思想的闪光点往往是文章的中心与主题所在，所以作文之前要多琢磨如何把这一主题讲清楚。一般来说，自己理不清楚的问题，文章里也是不大可能讲清楚的，这也就需要对于自己所写的内容要在正式写作前有一个大概的设计，要用一些时间多考虑一下如何开头，如何进入主题。这个考虑的过程，有时是很困惑、很难受的，可能达到寝食难安的地步。问题想透了，谋篇布局就是顺理成章的事情。六、围绕主题，深入开掘。汇集了丰富资料之后的工作，就应当把这些材料架构起来。架构工作的要点，就是要在开掘主题上下功夫。七、疏通逻辑，通言畅辞。文章应当有逻辑性，简言之，就是把话说得明白。一篇文章，道理讲得清楚，其逻辑一定是清楚明白的。文章的见解(亦即创新之处)明确以后，就应当把它证明，这个证明的过程就要有理有据、层层深入，一环扣一环地把创新之处证实。如果讲道理的时候说不通，那就是逻辑方面出了问题，遇到这种情况，就要考虑创新之处可否成立，若还坚信能够成立，那就再找证据来说明。疏通逻辑的关键在于理由充分，把路开拓得宽宽的，纵然是曲径通幽，也一定是顺畅的，如果有不可逾越的障碍，那么不管是大路抑或是曲径，都是走不通的。文章的底气在于理由充分，如果理不直，那是不可能气壮的。逻辑的通畅还在于要把道理完全讲清楚，不应当是不完备的。从打腹稿开始，直到写完，应当不断地审视逻辑是否通畅的问题。在荆棘中修出一条路就是疏通逻辑的过程。可以说，有创新意义的文章大都是在荆棘中修路，如果摆在你面前的是一条通途大道，那就很可能是前人走过的路。当然，前人走过的路还可以再走，但要这样的话，你的创新之处的难度就必然加大，需要更多地学习、思考与锤炼。八、论文当以学术创新为主线。现在写文章大家都注意到学术创新的问题，都知道一篇好文章必须有学术创新。一般来说，学术创新必须在认真学习前人研究成果的基础上进行，对于某一问题的研究，必须知道前人已经达到了什么高度，有何卓识，在此基础上方可提出自己的不同认识。而且要使自己的新观点、新思维，能够站得住脚，有史料和逻辑论证的支撑，唯有如此才可让人信服，才能算有了创新。九、论文必须多次认真修改，方可定稿。论文初稿完成后，要有一个修改的过程，不要急于拿出去发表。对于论文的修改，可以从三个方面进行，一是删除枝蔓，突出主线，删掉可有可无的段落和语句；二是查改硬伤，所谓论文的硬伤不光是常识性的错误，而且还应当包括引征材料的讹误和论证逻辑的不通之处；三是要润色增彩，使论文行而能远。

作为一个大学生兼准研究生，最近正在忙着写毕业论文，以后读研也一定会跟各种论文打交道（包括各种外文文献、期刊、顶级会议论文等）。所以如何阅读文献、怎样从论文获取自己需要的信息就成了一种必备技能。最近看了许多相关的资料，通过研究各种资料，最后总结出下面几种看文献的方法，相信对你一定有益处。硕士生开始学读期刊论文时，就容易犯的毛病就是戒除不掉大学部的习惯：（1） 老是想逐行读懂，有一行读不懂就受不了。（2）不敢发挥自己的想象，读论文像在读教科书，论文没写的就不会，瘫痪在那里；被我逼着去自己猜测或想象时，老怕弄错作者的意思，神经绷紧，脑筋根本动不了。大学毕业后（不管是念硕、博士或工作），可以参考的资料都没有秩序地交错成一 团，而且永远都读不完。用大学生的心态读书，结果一定时间永远不够用。因此， 每次读论文都一定要带着问题去读，每次读的时候都只是图回答你要回答的问题。 因此，一定是选择性地阅读，一定要逐渐由粗而细地一层一层去了解。所以不要一字一句，从头到尾线性阅读。千万不要。 史蒂芬平克在《风格的感觉》一书中指出： 写作是个把网状的思考，用树状的语法结构，转换成线性字符串的过程（参见 “The Web, the Tree, and the String” 一章）。阅读的目的，定然不是重复记忆那些线性的字符串，而是还原作者的网状思考，并且进行加工。 你可以放心大胆地调整阅读顺序。 不要担心剧透，论文又不是侦探小说。Carr 教授给出了下面这样的论文阅读顺序： 首先是题目、关键词和摘要。 浏览后决定要不要继续看。 然后读结论。通过结论看这篇文章是否为自己感兴趣的研究。 到这里，似乎平淡无奇。许多文章、书籍也会告诉你上述知识。 但是Carr 教授强调了一句：你可以随时停止阅读一篇文章，甚至丢弃掉。 我的解读是，读论文一样要遵守经济规律，不要试图去打捞沉没成本，在已经不看好、或者不感兴趣的论文上投入更多时间。 许多文章都会告诉你，读过上述内容后，应该去看引言。 但是 Carr 教授说：不要这样做。你应该先看图表（如果有）。 这阶段，你应该只看图表，不要逐字阅读图表上下文的语句。 图表是否吸引你的注意力，直接决定你要不要做下一步——读引言。 我很赞同这种顺序。 因为引言的主要作用是强调论文研究主题的价值和必要性，会尝试与更为宏大的图景、更重要的问题相联系。有的甚至会有“吹嘘”的成分。 但是研究主体部分出现的图表结果，却实实在在可以看出一篇论文在某个问题的研究上，实际偏向哪个方向，以及前进了多远。 读过图表和引言后，你才需要读论文的核心部分。核心部分是哪里？ 不，不是实验，而是研究结果和讨论。 论文写作初学者往往在做出图表后欣喜异常。图表展示后，居然没有任何分析文字，就高高兴兴直接跑去写结论。 虽然“一幅图抵得上千言万语”，但是你的图表结果真的是这么不言自明吗？ 对研究结果的探讨，要解答读者可能存在的疑问，并且从实验结果中挖掘出全部的蛛丝马迹。 这才是见真功夫的地方。 即便是面对同样的资料，有的人能挖掘与分析出来的内容，比别人丰富许多。 你如果有闲暇时间，可以读读马伯庸《显微镜下的大明》。看看简单的史料，可以被剖析到怎样的深度。 只有你认为作者的讨论部分有价值的时候，才真正需要去阅读论文里面最为困难的部分——实验。 这一部分，你要从头到尾仔细读，速度肯定要慢下来，花更多时间。 而且对有的实验过程，你甚至需要花时间去尝试重复它。 从追求效率的角度看，只有真正有价值的事情，才值得你这样耗用自己宝贵的时间。记笔记方法如果论文中有一些新概念，你不理解。没关系，也记下来。 不要尝试当时解决，因为那样会破坏你阅读的整体感和记笔记的流畅程度。 搞定一篇论文的笔记初稿后，再根据记下的这些疑问要点，按图索骥去查找相关的信息。 这些信息，应有助于你消化理解新知。读外文文献的方法1、平时阅读文献，注意总结常用句型和常用短语（注意，文献作者必须是以英文为母语者，文献内容要与你的专业有关）。2、找3-5篇技术路线和统计方法与你的课题接近的文章，精读。3、先找5篇跟自己论文最相关的外文文章，花一个月的时间认认真真的看，反复看，要求全部读懂，不懂的地方可以和同学和老师交流一下。一个月以后你已经上路了。4、如何读标题：不要忽视一篇论文的标题，看完标题以后想想要是让你写你怎么用一句话来表达这个标题，根据标题推测一下作者论文可能是什么内容。有时候一句比较长的标题让你写，你可能还不会表达。下次你写的时候就可以借鉴了5、如何读摘要：快速浏览一遍，这里主要介绍这篇文章做了些什么。也许初看起来不好理解，看不懂，这时候不要气馁，不管它往下看，等你看完这篇文章的时候也许你都明白了。因为摘要写的很简洁，省略了很多前提和条件，在你第一眼看到摘要而不明白作者意图的时候看不懂是正常的。6、如何读引言（前言）：当你了解了你的研究领域的一些情况，看引言应该是一件很容易的事情了，都是介绍性的东西，写的应该都差不多，所以看文献多了以后看这部分的内容就很快了，一扫而过。有些老外写得很经典得句子要记下了，下次你写就可以用了。上面就是如何读论文的几大方法。如果觉得有用的话，就点个好看吧

知识图谱继续我们的知识总结，本文总结包括：多选题研究、聚类分析研究、权重研究、非参数检验、数据分布。查看本系列之前的文章，可点击下面的链接：论文里的分析方法要用哪一种，SPSSAU告诉你答案论文常用数据分析方法分类总结-211. 多选题研究多选题分析-SPSSAU多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。“多选题分析”是针对单个多选题的分析方法，可分析多选题各项的选择比例情况“单选-多选”是针对X为单选，Y为多选的情况使用的方法，可分析单选和多选题的关系。“多选-单选”是针对X为多选，Y为单选的情况使用的方法。“多选-多选”是针对X为多选，Y为多选的情况使用的方法。12. 聚类分析聚类分析-SPSSAU聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。如果是按变量（标题）聚类，此时应该使用分层聚类，并且结合聚类树状图进行综合判定分析。13. 权重研究权重研究-SPSSAU权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。因子分析：因子分析可将多个题项浓缩成几个概括性指标（因子），然后对新生成的各概括性指标计算权重。熵值法：熵值法是利用熵值携带的信息计算每个指标的权重，通常可配合因子分析或主成分分析得到一级权重，利用熵值法计算二级权重。AHP层次分析法：AHP层次分析法是一种主观加客观赋值的计算权重的方法。先通过专家打分构造判断矩阵，然后量化计算每个指标的权重。TOPSIS法：TOPSIS权重法是一种评价多个样本综合排名的方法，用于比较样本的排名。模糊综合评价：是通过各指标的评价和权重对评价对象得出一个综合性评价。灰色关联：灰色关联是一种评价多个指标综合排名的方法，用于判断指标排名。14. 非参数检验非参数检验-SPSSAU非参数检验用于研究定类数据与定量数据之间的关系情况。如果数据不满足正态性或方差不齐，可用非参数检验。单样本Wilcoxon检验用于检验数据是否与某数字有明显的区别。如果X的组别为两组，则使用MannWhitney统计量，如果组别超过两组，则应该使用Kruskal-Wallis统计量结果，SPSSAU可自动选择。如果是配对数据，则使用配对样本Wilcoxon检验如果要研究多个关联样本的差异情况，可以用多样本Friedman检验。如果是研究定类数据与定量（等级）数据之间的差异性，还可以使用Ridit分析。15. 数据分布数据分布-SPSSAU判断数据分布是选择正确分析方法的重要前提。正态性：很多分析方法的使用前提都是要求数据服从正态性，比如线性回归分析、相关分析、方差分析等，可通过正态图、P-P/Q-Q图、正态性检验查看数据正态性。随机性：游程检验是一种非参数性统计假设的检验方法，可用于分析数据是否为随机。方差齐性：方差齐检验用于分析不同定类数据组别对定量数据时的波动情况是否一致，即方差齐性。方差齐是方差分析的前提，如果不满足则不能使用方差分析。Poisson分布：如果要判断数据是否满足Poisson分布，可通过Poisson检验判断或者通过特征进行判断是否基本符合Poisson分布（三个特征即：平稳性、独立性和普通性）卡方拟合优度检验：卡方拟合优度检验是一种非参数检验方法，其用于研究实际比例情况，是否与预期比例表现一致，但只针对于类别数据。单样本T检验：单样本T检验用于分析定量数据是否与某个数字有着显著的差异性。上述分析方法均可在SPSSAU中使用分析，以及相关方法问题可查看SPSSAU帮助手册。

本文为募格学术原创，转载请在【后台】留言作者：我最厉害最近，台湾艺人徐若瑄又一次成为了热点，原因是她的硕士毕业论文的研究对象是自己。网友对此议论纷纷，有嘲亦有赞。有人认为研究对象是自己，绝对原创，这种行为so cool；也有人认为这或许又是娱乐圈另一起“翟天临”事件。我们先来看看徐若瑄的硕士论文里写了什么吧。徐若瑄的方向是公共关系及广告学系，毕业论文题目是《互联网时代艺人转型策略之初探性研究——以徐若瑄为例》。其摘要如下所示：她以自己出道近30年的自我观察为基础，实证如何转型追求进化，结合广告主的数位行销策略借力使力创造双赢，并专访两个合作品牌提出市场观察反馈。并得出来三点结论，第三点结论“流量不是绝对”，后面那个感叹号“！”仿佛有了自己的灵魂。这种以自己为研究对象的论文并非孤证，著名运动员们的毕业论文也常以自己为研究对象，如陈一冰体育运动心理学方向的毕业论文《陈一冰重大比赛心理准备与应用研究》，孙杨毕业论文也是研究自己，即《第三十一届奥运会男子200米自由泳冠军比赛技术分析》等。能不能以自己为研究对象，这是一个值得探讨的问题。基于事实可知，以自己为研究对象的多数是名人，普通人有这种想法的，只能在这种想法前加“如果”二字。如果论文的研究对象是自己的话，会研究些什么呢？说实话，有时候我也非常想撬开自己的小脑袋瓜看看里面装了些啥，或许是水，或许是垃圾，或许是你（有nei土味儿了）。如果研究对象是自己，研究范围或许涉及学术、感情、日常生活诸方面。一、研究对象：自己；研究范围：学术；关键词：拖延症、“摸鱼”、焦虑、兴趣、论文数量、拒稿心态、deadline、垃圾、毕业等。学术与拖延症：《莫比乌斯带——拖延症的不可治愈性及其影响下的论文写作》；学术与“摸鱼”：《论文写作中“摸鱼”的108种方式》《“划水”的正确姿势及其在组会中的适用性研究》学术与焦虑：《影响的焦虑——同学太牛我太菜的体验》《当代女研究生面对学术的应激反应及创伤修复过程》学术与兴趣：《兴趣的起源——除论文外的其他事情为何有趣的原因探析》《解构与祛魅——当代研究生学术热情的幻灭》学术与论文数量：《当代研究生脱发程度与学术成果之间线性与非线性关系》学术与拒稿心态：《从人格结构理论分析论文被拒稿的心路历程》学术与deadline：《ddl前研究生能量爆发曲线分析》学术与垃圾：《论学术垃圾的成份、成因及处理——以自己为例》学术与毕业：《当代博士生延毕原因分析———以本人为例》二、研究对象：自己；研究范围：感情；关键词：心理、追星、社会、实验。感情与心理：《单身至今的心理活动与恋爱行动》《母胎solo对女性性格的影响》《性取向的不可逆性》《生气的边缘——女朋友她为何那样》《多学科角度分析“我为何找不到对象”》感情与追星：《关于嗑CP的多种性格养成与实践操作》《CP文化的心理学分析》《论我能娶到刘亦菲的可行性研究》感情与社会：《当代社会的结构性单身成因探析》感情与数学：《基于贝叶斯推理的理工科单身狗情感状况预测》《基于深度强化学习的大龄男博士脱单决策研究》《实验室师妹与不同师兄间的好感度建模分析》三、研究对象：自己；研究范围：日常生活；关键词：睡眠、体质、饮食、减肥、仙女、自信、落差、运气日常生活与睡眠：《人类睡眠时长的极限——以xxx寒假的睡眠时长统计为例》日常生活与体质：《多领域“干啥啥不行体质研究》日常生活与饮食：《乳糖不耐与奶茶饥渴的矛盾与自洽》《人类食量的潜能——以本人吃火锅为例》日常生活与减肥：《“美腿”与A4腰时代下肥胖女孩生存策略研究——以本人郝肚腩为例》日常生活与仙女：《自我认知障碍的实证研究——以自我时常声称自己“仙女”为例》日常生活与自信：《从玻璃心到厚脸皮——论本人自信心的建构、修炼与膨胀》日常生活与落差：《从“天选之子”到“平庸凡人”——论本人自我认知的逐步清晰》《褒义词与贬义词的转化——如何从“别人家的孩子”到“别人家的孩子”》日常生活与运气：《好运与霉运的分布——论本人在本命年的遭遇》自己到底能不能成为正经的论文研究对象？若要回答这个问题，可能得从论文的本质说起（导师严肃脸·jpg）。论文中的研究对象一般应该在相关领域具有研究价值，那么研究自己能否对该领域做出贡献呢？换言之，真要以自己为研究对象的话，可能还得想想自己“配不配”被研究。也因此，现在能看到的许多以自己为研究对象的例子都是各行各业的名人，在他们所研究的范畴内，他们本人都具有比较强的代表性，对自己的研究所获得的成果，很可能对他人而言具有重要的参考价值。毕竟，论文不同于日常聊天，其严谨的表述方式与较大的信息量更容易被业内的专业人士接受。而对于普通人来说，仅研究自己则没有那么强的代表性：游泳运动员里比孙杨技术高的没几个人，艺人里比徐若瑄名气大的没几个人，而和你一样有拖延症、难以毕业、没有对象、爱喝奶茶的博士生们则有千千万万。如果真的要做类似的研究，恐怕需要很多的样本调查然后分析得出结论，只写自己的话大概开题就会被毙掉了。而如果论文的研究对象是自己的话，那由自己来研究也是再合适不过的——自己研究自己，数据极易获取，方法合适与否由自己拿捏，并且能够在此领域保证绝对权威，毕竟Nobody knows me better than myself.至于有人担心研究自己可能造成的学术不端问题，如果论文公开发表，自然会受到同行与大众的关注，只要研究者本人能回应得起质疑就无需职责。而且除了研究对象以外，论文的研究方法也是很重要的部分，就算是研究自己，只要方法原创并且恰当，得到的结论有意义，便不失为一项有意义的研究。

如果你第一次写统计论文也许可以帮助到你。统计方法的重要性：社会学科绝大多数情况都是写的定量论文，也就是会运用到统计软件进行写作。基本涵盖商科（经济管理贸易金融等），传媒，教育学，心理学等，虽然研究的内容不一样，但是研究方法和逻辑差不多。统计类论文的优点：写作到完成相对比较快（较之于定性论文），只要按照科学的研究方法，回顾现行研究，整理相关过往研究的成果和不足，提出自己论文的模型，运用统计软件，通过数据库或者问卷调查，就能得出相对科学的结论；这里区别于定性类的文献研究，往往定性类的研究需要大量的理论积累，论文新手如果稍有不慎可能会写成类似的报告书而非学术论文）一般定量论文的统计工具： STATA，SPSS, AMOS。STATA：一般涉及的是计量经济类的论文较多，需要掌握命令语，另外可以进行SPSS不能分析的面板数据分析，一般在处理宏观数据（比如利用国泰安数据库）等多数时候使用这个软件。SPSS： 我感觉对于统计第一次入门者，这个软件应该最容易，特别是做一些问卷调查类的定量论文，特别推荐。因为不需要掌握命令语，直接导入数据，按照相关操作点击就可以了。唯一就是不能分析面板数据。AMOS：一般在结构方程模型需要用这个软件，主要是为了更好说明变量之间的关系（特别是中介变量）的时候使用的特别多。可以和SPSS同时使用。第一次写统计论文：多数情况，很多人都没有统计知识背景的情况下看论文写论文都特别的抽象，对于社会科学者，我认为论文的本质是更好的去解决一些论文里涉及的本质的问题，通过数据分析得出研究想要达到的预期成果，而统计软件只是一个工具。对于多数特别是硕士并没有必要进行大量统计学的系统学习。建议： 以数据处理结果为导向性，也就是说想得出什么结论，需要什么方法，然后再学习那个方法，如果想要相对快读写成一篇论文，可以参考类似内容的论文，模仿着写（也就是他分析了什么你就分析什么，这时候可以找几篇论文结合着看，主要看他为了解决什么问题运用了什么方法，然后在看得出结论的时候主要分析了什么数据）。比如p,beta值，怎么描述，一般比照着写就可以（因为数据不一样，不算copy）。定量论文的选题的思维模式：1.找出想要研究的主题核心词汇然后搜索。2.找出相关的论文越多越好，看标题，觉得不错的看abstract；找出每个论文的研究模型。3.综述研究模型，组合出一个类似而又新的模型就定题目了（比如多个调节中介什么的）。后续继续更新。