Pearson相关系数可以帮你解决这个问题。下载一个spss分析程序，将数据输入，要有表头（变量名）。在Analyze-Correlate-Bivariate里，将所有变量选入，点击ok，得出输出结果。得出双侧检验的可信度，然后你在确定一个可置信度P，如果得出结果小于你给出的P，则表明相关。一般性来讲小于0.05即可信。如果不用软件，动手算有点复杂。附上原理图。不懂+qq690463945.
更多追问追答追问相关性VAR00001VAR00002VAR00001Pearson 相关性1.880**显著性（双侧）.004N88VAR00002Pearson 相关性.880**1显著性（双侧）.004N88**. 在 .01 水平（双侧）上显著相关。追答
下午有事了。我不想坑你，所以先说一下背景。我是一个大学生，环境工程是我的主修课程，金融二专是我的辅修内容，涉及分析统计方面。统计方面自认为学的比较得意，但是大学的学习，你懂的。如果你需要解决的内容是非常的严谨，烦请把我的答复仅仅作为参考。在此对于你的问题给出力所能及的回答。在做分析时你的假设是两组数据是相关的，现在得出的数据结果是证明你的原假设是成立的，出错的概率是0.004.在0.01（因为0.01大于0.004）水平上显著的意思是如果认为一个事件发生的概率小于0.01即为不可能发生的事件。而本假设出错的概率是0.004，意思就是我们不拒绝两组数据是相关的。你的相关系数是0.880，就是在上面的图中r=0.880.可见两组数据相关程度很高（r=1就是完全相关）。双侧检验是涉及到正态分布的内容，你也知道，正态分布是对称的，左右概率都小，双侧检验提高了准确程度。大概说的有点复杂，就是你现在的相关性是0.880，相关性很好。如果这两组数据本不相关，你这两个变量相关是一个偶然的巧合的话他的概率是0.004，小于0.01.虽然这是可能发生的，但是概率太小，就这样证明这两个数据不相关的话，证据不足。但是为了严谨，我们只能说不拒绝这两组变量的相关性。（其实r的水分很多，0.6就可以说是很相关了，但是有些简单的实验也会有苛刻的要求。这需要你问一下你的指导老师或者是这方面的专业人才，看看什么程度是可以接受的。）多次修改，语言表达可能有问题，见谅。如有不懂，继续追问。另外，为了更加严谨，如果这两组变量是线性变化的，你还可以做偏相关分析。那真是我了个擦。我最近复习考试，你也懂的。如果实在有必要，我会帮你研究一下，毕竟对我有帮助。追问
谢谢你回复了这么多啊，辛苦了。我也是大学生啊，赶上毕业啊。我去看了下Pearson相关系数的定义和一些ppt，貌似可能不是我所需要的。你应该是学理的，我的问题应该是这样表述的。假设铁元素以不同形态存在于物质A和物质B中，已知铁元素是引起变化的主要因素。根据以上数据分析，两种不同形态的铁元素引发变化的效果是否有显著性差异。有劳了哈。追答
如果照你这样讲，Pearson相关系数确实答非所问。我刚刚想了一下，这也许可以理解成为两个因子（铁元素的不同形态）在不同水平（实验时间不同）对所研究的指标是否具有显著性影响。如果可以这么理解，那么这涉及到多因子方差分析。你分析一下看看我说的有道理没有。我分析下数据。不过多因子方差分析涉及到求均值的问题，这对你的问题好像存在曲解。我再想想看。我正在试着建立一个数学模型解释你所得的数据。你有没有哪些数据是可以去掉的，我是指7天以后的数据变化没有什么太大的规律。我刚刚利用origin软件做过图，发现7天以内，所有数据可以用公式e^[a+b/(x+c)]（其中x是数据，不是时间），解释拟合效果还不错。我认为这解释这一现象与你的专业知识有关。另外，可以对数据求取对数，将该两组数据做成直线。我有一定的有机化学、分析化学、物理化学、现代基础化学的基础知识。如果你能进一步说明问题，我可以试着帮你分析。如果将时间作为自变量，那可以拟合的方程就有很多了，而且我认为你这个实验应该时间就是自变量。我现在的思路就是，如果能得出两种形态的铁元素在两个物质中随时间变化的作用函数，如果函数基本一致，那么两个形态的铁元素引发的效果必然不具有显著性差异。追问
看来学的差不多。我做关于不同形态铁抗氧化性研究。把苏氨酸铁（螯合态铁）和氯化亚铁加到油脂中，在63度进行温箱实验，定期测其抗氧化值。得出以上数据。油脂氧化一个特点就是前期缓慢而后期速度突然加快，迅速达到140附近，单位meq/g。我觉得你现在想的方法应该可行的说，函数有办法判断相关或者相似么？我加了行数据，其实是讨论2，3两列是否有差异，第一列是空白。数据嘛，可以只采用前面8组就可以了。后面没实际意义。谢啦追答
我听了你的追问后，又糊涂了。如果油脂氧化速度是一个特点的话，那么你做出来的数据必然是相似的。但我想你要证明的是螯合态铁和氯化亚铁对油脂氧化有什么特殊作用。那么你第一步就应该做机理的分析。如果方程式简单的话，写出基元反应，推断出反应级数，作出速率方程，再做微调，之后看能不能用含有不同系数的同类方程解释实验结果，就能说明是否相似。我不清楚你的数据代表的含义是什么，如果是油脂减少量的话，那么空白一般是一级反应，剩下两个反应也是一级反应。我现在不明白什么叫做你说的相似了。追问
数据是过氧化值（POV）的数值，单位meq/g，是衡量油脂氧化程度。数值越高，氧化程度越大。油脂氧化是受很多因素影响。比如抗氧化剂就可以减缓氧化速率。在这个问题中，已知氯化亚铁是一种助氧化剂，就是可以加速氧化。而苏氨酸铁是否具有抗氧化性未知（以上第二列是苏氨酸铁，第一列空白，第三列氯化亚铁），所以第一目的确定苏氨酸铁是否是助氧化剂，第二，如果是助氧化剂，是否效果与氯化亚铁没哟显著差异。这样表述清了么？追答
其实我一开始就在想，如果你实验变量就一个，为什么不能直接做个图呢？多直观。而且相似性、差异都会比较好的衡量出来。听起来好像不是很容易写出数学关系式的样子。而且这个图线根本不是直线，统计学知识一点屁用没有。如果能把它利用数学手段转化为直线，然后做回归分析，通过斜率来比较他们助氧化性也可以。问题是我们不知道数学关系式，一切均无法量化啊。
第一节论文写作的八个环环相联的步骤严格地说，论文写作并不是从提笔写（或在电脑上打字）开始的。此前的许多步骤都属于论文写作的必要环节，一定程度上比实际动手写重要得多。许多过来的人都有体会，完成一篇较大的论文，准备时间少则数月，多则数年，一旦真正准备好了，动手写作的时间不过数天到数周。第一步，确定论文的选题。从广义上说，选任何本专业范围内的题目都能够写出东西来，只要你有新观点、新发现、新角度、新研究方法、新材料等等。但是这后面的“五新”大大限制了硕士论文的选题。这是由于作者多数是第一次写这么长的学术论文，缺乏经验，也缺乏深厚的知识积累，难以把握；同时，二三万字这个条件也对选题有很大的制约，如果题目过大，无法在这个相对狭小的范围内展开。所以，选题是否得当，对于论文的成功，影响很大，甚至有人说，一个好的选题等于成功了一半。根据许多硕士论文的选题经验，这一级论文的选题可从以下几方面考虑：本专业的研究空白、发生争议的话题（自己的观点感到较为充分）、对比性的话题、从其他专业角度研究本专业的话题（这是一种选题的边际效应）、有新的插入角度的老话题、刚刚冒出来的本专业的新问题。第二步，围绕已经确定的论文选题，回顾相关的理论和研究，或者叫“文献检索”。这一步的工作是较为艰苦的，需要有思想准备。在我国，多数中文学术资料目前没有上网，需要手工查找，因而这个步骤中查找中文资料花费的时间和精力可能很大；拉丁文资料，特别是英文资料由于网络传播的方便条件，相对好查询。但是不少资料即使找到了目录，真正能够阅读到，仍需要作者不懈的努力。这一步是必要的，如果没有这一步，你的论文内容很可能重复了别人已经做过的工作，等于白做；查找的过程，也是启发思路、产生观点火花的过程，不走这一步，等于掐掉了自己新观点、新视角、新材料的来源。这也是为下一步做观点、角度、材料上的准备。第三步，提出你自己关于选题的理论假设，或要研究的具体问题。选题是指准备写的论文的大体方向和范围，真要动手写作，就会遇到两类具体的问题。第一类属于观点方面的：我的具体观点是什么？你可以设想出一个或几个观点，但它们仅仅是一种假设，通过许多证据、材料，通过严密的论证和适当的论证框架结构，证明你的假设是成立的，这才能形成论文的主体。第二类属于实用方面的：我要具体论证什么问题？你可以提出许多原因、各种环境条件的影响，它们是不是与所论证的问题相关，相关到什么程度，这需要通过科学的调查和分析。不论哪一种情况，这涉及论文的中心思想或论证主题，一定要明确，并且贯穿论文的始终。由于硕士论文字数相对长，常见的问题之一，在于作者把握不住全文，写着写着，无形中脱离了自己原来确定的假设或具体问题，说了许多无关中心思想或论证主题的内容。第四步，决定采用哪些研究方法。人文－社会科学的研究方法，大体可以归为两大范畴，思辨研究和实证研究，后者又可分为定性研究、定量研究两种具体的研究方法。人们为探究社会事实或社会现象，而采用不同的研究取向，不同的研究取向又有不同的研究方法，不同的研究假设、收集资料的方式和对结果的判断标准。但是各种研究方法在现在的论文写作中，已经越来越多地呈现相容和内在的连接。一般地说，根据自己的选题和讨论的具体问题，可以以一种研究方法为主，辅以其他的方法。例如研究“人”作为大众媒体信息的接受者其接受信息时的状况，这种研究取向就决定了研究本身要以定量分析为主，但同时也需要一些历史的、文化的、政治经济学的思辨研究。在文科硕士论文中，作者直接为论文进行的定量分析，规模一般较小，适应的范围也是有限的，较多地采用别人而不是自己直接的调查结果。这是由于论文的规模较孝给予作者的研究经费有限、作者个人进行社会调查的能力有限等原因造成的。以逻辑分析为主的论文，适当采用一些定量分析的数据，有时会给文章增添一些分量。但是，一定要根据实际需要，而不要为了显示研究方法的多样而有意去做。例如一个很宏观的话题本来适于思辨研究，硬要加进一项微观的量化调查结果证明什么，反而会弄巧成拙。这是现在写好论文要把握的一个具体问题。第五步，设计论文的框架结构。一般文章的写作也需要有这一步，但对硕士论文来说，更为必要，其要求也更细一些。一般情况下，一篇硕士论文要有绪章、入题的第一章、主体章节，以及结束语。章节的设置在写前要有个大体的布局逻辑，使之结构合理；章和章之间有一种逻辑联系，防止盲目写下去，淹没主题，不知所云。这一步很少有一次完成的，往往会根据收集材料的情况、调查访问中遇到的新情况，经常变动。但是就像建筑师在盖房子前必须有图纸一样，到了写硕士论文这个层次上，大体的文章框架不能仅仅存于脑子中，一般要形成文字，相对细致一些，具体到“节”更好（但“节”的层次开始时不要固定化），便于写作时心中有数。到了设计论文框架这一步，因为有了文字化的章节设计，除了请导师指导外，这是在正式动笔写前较广泛地征求其他专家意见的一个好机会。框架还不是厚厚的论文，看时花费的时间不多，又可以大体看出文章的价值或存在的问题。这时修改论文结构比写完后修改要轻松、容易得多，时间也较为宽余，不要错过这个机会。第六步，对已经取得的文献资料、调查材料和各种论据进行分析、归类，分别充实到各章节中，再进行解释、论证。这实际就是论文写作本身，所以这样描述，意在让作者理解论文写作的过程。各种材料和论据，不是天生就可以证明论点或说明具体问题的，需要通过作者对材料的组织和论证，才能使其变得富有生命力，极其自然、有力地为自己所论的题目服务。在这一步，需要温习一下学过的逻辑学或社会调查统计的知识，用正确的逻辑思维和严谨的数据组织方式，紧紧围绕已经确定的理论假设或具体问题，调动自己所学的各种知识，通过正论（这是主要的）、反论、设论、驳论、喻论等等手法，论证观点或问题，得出结论，完成论文。论证中肯定会出现种种材料使用或缺乏的问题、逻辑推理的问题、论据与论题不相配的问题等等，需要停下来再找材料和访问专家，充实或削减原来论文框架中的内容，必要时对框架结构进行局部调整。这种情形是正常的、经常发生的。在时间的安排上，对此要作出计划。如果时间安排不当，有时论文功亏一篑的原因就在于写作时间安排过紧，来不及调整论文结构，这很不值得。第七步，必要时重新估量选题，修正论证对象的范围。这是与第六步同时出现的另一种情形，即通过较为广泛地征求意见和本人的思考，感到原来的选题对自己不适当，或难以完成，那么就要及时调整整个论文写作的计划，改变选题。这种情形也是正常的，关键在于不要长时期犹豫不决，必须较快地作出决定，以便有时间重起炉灶。由于前面已经对本专业的学术研究有过较多的思考和文献检索，即使改变选题，重新做起，花费的时间不会很多，对此过多的担心是不必要的。选题不当、难以完成的另一种情况不在于选题本身，而在于选题论证的范围过大。解决这个问题并不难，把论证对象的范围缩小就是了。这里最大的障碍在于作者舍不得“割爱”，花费了许多功夫准备论文，一旦许多材料用不上，难以割舍。这种情况当然会涉及到重新设计论文框架结构的问题。不过，将较大的论证对象的范围缩小，总比相反的情形要容易得多。硕士论文写作中，论证对象范围过小的情况很少见，因为二三万字的论文，本来大多适宜开口较小的选题。第八步，对论文从技术上进行规范化的检查和调整。章节设计的技术问题（含目录）、文中的引证标示、注释及编号、文后的参考文献编排，以及不属于论文本身的内容提要（包括英文提要）、关键词等等，都要按照规范化的要求进行检查和调整。这些虽然属于技术性问题，但也反映出作者的治学态度。特别是引证，凡是使用了别人观点的地方，都必须注明材料来源，不能含糊不清，更不能将别人的研究成果变成自己的。标明的材料来源也要十分清楚，论著名称、作者或编者、出版社或发表的刊物名称、出版或发表时间等等，一应具全。有时，一篇较有水平的论文，答辩时提出批评的主要问题是引证的不规范，由于这个原因使论文的评价低一档，这很不值得。第二节论文的选题：一个适当的选题等于论文成功了一半由于十年“文化大革命”这场浩劫，我国的人文－社会科学研究遭到了毁灭性的破坏，林彪、“四人帮”在意识形态领域的种种谬论充斥人文－社会科学的各个学科。1978年我国恢复研究生招生时，人文－社会科学研究几乎一切从头开始，因而研究生的论文选题还没有显现为一个问题，因为写什么题目，即使不是空白，也是需要重新认识和论证的。经过改革开放后二十多年几代人文－社会科学研究者的努力，我国的人文－社会科学研究呈现一派繁荣的景象，研究生的招收数量大幅度提高。年年招生，年年写新的论文，而各学科的研究领域是相对稳定的，空白越来越少，新问题的研究又有一定难度，于是现在文科研究生的论文选题，形成一种独特的竞争局面，如何选择好论证的题目，凸现为一个新问题。有鉴于此，需要重点谈谈硕士论文的选题问题。/,这是国家统计局的网站,你要找的书籍这里面基本上都可以查到统计的的内容很多,比如: 回归,方差分析,对应分析,时间序列,聚类分析,判别分析,生存分析,实验设计................... 学点SAS,SPSS等统计软件,可以使用统计软件进行上述分析. excel只是具有很初等的统计功能,如果要实现一些高级运算,还是要手动使用函数,超麻烦,基本没人去用它实现,直接用专门的统计软件就可以了./,上去看看。本回答被提问者采纳
万能写作格式-IMRAD
主体部分最常见的格式为IMRAD结构，即Introduction(引言)，Methods(方法)，Results(结果)，and Discussion(讨论)，A代表“and”。并不是所有的SCI期刊都需要结论，一些医学SCI期刊如Scientific Reports就不需要结论。最后是致谢、利益冲突声明和参考文献。由此构成了完整的论文结构。
IMRAD结构之所以受到欢迎，是因为学术论文是学术同行交流的媒介，需要一个标准的、逻辑性强的结构让同行相对容易和快速地沟通及交流研究内容。如果论文能让研究人员在繁忙的学术研究中，较快地找到自己感兴趣的内容，自然会让对方更乐意阅读和欣赏你的论文。此外，在“谷歌学术”等学术搜索引擎中，采用标准结构的论文更容易被搜索引擎识别成学术论文而出现在搜索结果中。
introduction
Introduction又叫引言，是英文论文最难写的部分之一。introduction应当对正文起到提纲挈领和吸引读者阅读的作用。在撰写引言前应明确引言的内容，应该包括：当前该领域研究现状及存在的问题，这项研究主要解决什么问题，立题的理论或实践依据是什么，创新性何在。
英文期刊对于introduction的要求是非常高的。国内很多论文的缺陷就在于引言过于简单，没有真正体现该研究的目的和创新点。要写好 introduction，最重要的是要保持条理性和逻辑性。写作顺序是一般背景介绍、既往研究成果、自己的研究日的及工作简介，其中介绍别人的研究成果时，只需介绍与自己最相关的内容，而对自己的工作介绍不用说明细节。
Introduction 就好比是一块招牌，能不能吸引读者继续阅读，一个精彩的introduction是至关重要的，因此应该在 introduction的撰写上多下工夫。
(1)总结回顾该领域的研究现状：要全面地概括该领域过去和现在的状况，要尽量做到没有遗漏，特别是最新的进展和过去经典的文献同时，一定要准确引用文献及其中的有关数据，不应片面地摘录实验结果而没有准确反映出研究的整体结论。二次引用的数据(即不是从原文献中查到，而是从别人文献中发现的另一篇文献的数据)也要正确，否则会影响审稿人对论文的印象。引用文献时切忌原文抄录，最好用自己的话进行总结描述。内容切忌空泛，篇幅不宜过长。回顾历史要择其要点，引用文献不宜过多。
(2)分析过去研究的不足，引出研究的目的：这是整个Introduction最能吸引读者的地方。在回顾研究现状的同时要客观、公正地提出研究存在的不足之处。不能为了抬高自己研究的价值而故意贬低别人的工作，一定要遵循实事求是的原则来分析。在阐述自己的创新点时，要紧紧围绕过去研究的缺陷性来描述，完整而清晰地描述自己的解决思路。要注意论文的摊子不要铺得太大，要抓住一点进行深入的阐述，只要能够很好地解决一个问题，就是一篇好论文。创新性描述的越多、越大，越容易被审稿人抓住把柄。中文论文的特点是创新性要多、要大，而英文论文的特点恰恰相反，深入系统地解决一两个问题就是不错的论文。
(3)总结性的描述研究的内容：再次明确研究的主要内容，尤其要强调研究主要解决的问题和侧重方面。在introduction的最后还可以总结性地提出“这一研究对其他研究有什么帮助”，其目的就是要让读者把思路集中到要讨论的问题上来，尽量避免不必要的争论。
此外，在前言写作过程中，还应当考虑到不同杂志的不同风格。有些杂志的前言篇幅较长，而有些杂志的前言较短。根据杂志的不同风格，调整前言内容是十分必要的。
写完introduction后需要问自己的问题：
是否列出了一个重要的、有意义的研究问题作为论文研究的内容。
是否交代了该领域中已取得的研究成果，即研究现状。
是否提出了以往研究尚未解决，但是亟待解决的问题。
是否用一个简单明了的假说(hypothesis)表明了所要研究的主题。
如果所有答案均是肯定的，那么introduction的写作任务就算完成了。如果任何一个问题的回答并不肯定，那就得继续加强，直到这部分内容符合要求为止。
introduction中的常见错误：
篇幅过多或没有足够的研究背景信息。
研究目的不明确，没有提出明确的hypothesis。
内容结构混乱，没有清晰的“漏斗式”结构。
采用第一人称进行写作。
methods and materialsMethods and materials 主要是说明研究所用的材料、方法和基本过程，它回答了“怎样做”的问题，起承上启下的作用。
这一过程的写作相对较为简单，但是需注意的问题不少，重点在于完整性和科学性。完整性就是实验当中的每一个环节都要注意到，不要顾此失彼，遗漏一些重要内容。这部分可按实验对象、实验设备、实验材料、实验数据、实验分析方法等来组织行文。只要能在以下四个方面做到完整和科学的描述，相信写好 methods and materials不成问题。
(1)实验对象：要明确其来源、种系、性别、体重、健康状况、选择标准等。此外要注意国外杂志大多对牵扯到人或动物的实验都有一些特定要求，有些是不允许在人或某些动物身上进行的实验操作，这需要认真阅读投稿杂志中关于实验的详细规定，如果违反这一规定，论文可能不会接受评审或发表。
(2)实验设备：要对仪器型号、生产厂家、实验过程中的用途等作详细说明；实验设备之间的连接要科学正确，不要给人混乱或操作错误的感觉。设备使用时一些必要的步骤不可或缺，尤其是可能对实验结果造成特定影响的操作更要详细说明。这样做的好处是为了在discussion中能够进行对应的分析。比如，一些设备在使用前要校正(calibration)，有的要求每阶段实验之后都要重新校正，以保证结果的正确性；一定要详细说明您的操作步骤或校正过程，便于评审人分析您的结果。
(3)实验材料：试剂如系常规试剂，应说明名称、生产厂家、规格、批号等；如系新试剂，还要写出分子式和结构式；如需配制，则应该交代配方和制备方法。不同学科有不同要求。总体来说，要注意说明材料选择的必要性，也就是最好对为什么要选择这种材料，有一定的说明。如果这点描述不清，可能会导致整个实验过程不成立。
(4)实验过程：包括操作方法、标本制备、麻醉、手术方法等。操作方法如属前人用过的、众所周知的，或已经很成熟的，就只需要交代名称即可；如为一种新方法，则应说明出处并提供参考文献；如为对某种方法进行了改进的，则要交代修改的根据和内容；对于创新的方法，最好能够结合示意图来讲解。描述时要有鲜明的层次感，对每个步骤之间的顺序和关联要描述清楚，这样会给审稿人和读者一个清晰的条理。
需要指出的是，清楚写出以上各点是对这部分内容的最低要求。另外，在写这部分内容时，应使用说明的语气交代清楚所有实验相关的技术细节处理。在此基础上，应明确实验中所要检测的指标，以达到读者在阅读这部分内容时，有一种迫不及待想了解这些指标在您的研究中会得出什么结果的效果，从而走出将这部分内容写成“流水账式”的误区。如果能写出这种效果，就能让本部分内容发挥出“承上启下”的作用，自然而然地引出实验结果。
methods and materials的要求：
详尽地介绍自己的实验过程以便于他人能够重复实验。
通用的实验方案可以简略，必要时给出参考文献。
重点放在自己独创的实验方案上，并按照实验的先后顺序介绍。为了论文的阅读方便，不要使用过多层次的副标题。
methods and materials 中的常见错误：
实验细节信息不足，缺乏关键的实验步骤或条件。
将属于introduction中的内容写入 methods and materials 中。
实验内容部分冗长，将一些领域内标准的实验手段进行了细致的描写。
resultsResults 就是将实验所得的数据或资料进行审核，并再对其原始数据进行分析归纳和统计学处理，使用text、table、figure等手段表达出研究结果。results是科研论文的核心部分，科研的成败与否是根据结果来判定的，结论与推论亦由结果导出。results部分最能体现论文的学术水平和意义。因此，这部分的撰写要做到指标明确可靠、数据准确无误、文字言简意赅、图表正确合理、图线清楚、注解明确，必要的时候还要对自己的results中的一些结论进行解释说明。
(1) results必须准确和全面：准确是指结果必须是真实的，不能伪造和篡改。全面是指把一切从实验中得到的结果都提供给读者，不要故意隐瞒或遗漏某些重要结果。从某种意义上来说，结果不够全面并不一定导致论文被拒，但结果的真实性遭到质疑，那论文被拒的可能性会很大。
(2) results一般可以通过图表的形式来说明：不同期刊对图表要求不完全一致，应根据期刊要求分别对待。表格能清晰展示研究获得的第一手资料，而图示能将数据的变化趋势灵活的表现出来，图表结合，能取长补短，使结果展现更丰富。图片则能清晰地显示非数据性的结果，便于读者更深入的理解。目前，大家越来越倾向提供各式的图表，但期刊一般会限制图表的数量。因此，建议大家尽可能用最少的图表提供最多的信息，必要时可用表格替代一些图。每种期刊对图片格式的要求不尽相同，一般来讲，使用tif格式较多，不推荐用bmp(ipg 更不能用)。
图、表、曲线所表达的内容要求是独立的，读者单独阅读图、表、曲线即能明白定性，甚至定量的实验结果。
(3) results中要提供统计结果：方差分析的结果形式要根据杂志的格式给出，有的要求详细给出分析值、自由度和概率，有的只要分析值和概率就可以了。概率可以用P=0.02或者P<0.05等形式给出，自由度的表达也有特殊要求。这些细节问题虽然关系不大，但是注意格式统一，不要乱七八糟各自为战。统计分析结果过多时，可用表格给出，具体可参照SPSS软件分析结果。如果论文结果部分通篇都是统计分析的数据，会显得凌乱不堪，表格可以避免这种情况。
results 中的常见错误：
直接把实验原始记录中的数据照搬至论文中，缺乏分析归纳。
重复表述，对已经用图片或表格表征的数据用文字重复描述一遍。
试图讨论或解释数据背后的原因。
没有图或表。
重复methods and materials 中的内容。
discussionIntroduction 和discussion是最难写的两部分。之所以难写，是因为这里面最能够显示一个作者研究问题的深度和广度。深度就是论文对于提出问题的研究到了一个什么样的程度，广度是指是否能够从多个角度来分析解释实验结果。要写好discussion，大概可以分为下面两个步骤。
(1)选择要深入讨论的问题：results中有的结果是重要的，有的则可一笔带过。选择合适的结果在discussion部分进行深入讨论，是写好该部分首要的问题。一般来说，可根据如下原则来判断：如果结果体现了实验的独特性，是其他研究中没有得到的，那这个结果就是要重点讨论的问题；有些结果和前人的研究一致，并没有显著性的差异，就应该一笔带过而无需深入讨论。discussion的一个重要作用就是要突出自己研究的创新性，并体现出显著区别于他人的特点；区别大和小是另外一个问题，重要的是要有区别，区别就是创新。
(2)对选中的问题按一定层次从多个角度进行讨论：说理要有根据、问题要讲得清楚透彻。选择的问题有时不只一个(多数情况是两个以上)，因此要按一定”的层次描述清楚。一般来说，把最重要的放在中间，次之的放开头和末尾。放在中间能将评审人的情绪带至高潮，前面是铺垫，后面是总结。这样的顺序似乎更合适。问题无论大小，是否重要，都要从多个角度展开深入讨论。
首先，要有类似结果的对比，说明自己结论的独特性。
其次，要系统阐述为什么会有这样的结果，方法有多种(从实验设计角度，从理论原理角度，从分析方法角度或借鉴别人分析方法等)。
最重要的是将这个问题深入阐述清楚，不能让人有意犹未尽之感(要做到这点的确很困难，因为审稿人总会提出新的问题，我们只要尽可能地做到这一点就好)。
(3) discussion 部分还要注意保持和 results 的一致性：就是结果和讨论要一一对应。千万不要出现按讨论的内容可以推出与实验相反结论的这种情况，如果这样就证明自己的讨论思路是彻底失败或是实验压根儿就是失败的。所以diseussion的文字描述和语言表达的精确性尤为重要。由于中英文表达的不同，在投稿之前要尽量避免出现表达上的误解，如果论文因此被拒是很冤枉的。
(4)实事求是地指出本文的研究局限(limitations)：没有一个研究是完美的。与其让审稿专家毫不客气的指出问题所在，不如自己提前就说明本研究的不足之处。但也不能将研究局限叙述的过于严重，动摇研究基础和理论。
撰写 discussion时最容易犯的错误是将它写成另一个Introduction,或者两者部分内容雷同。可以参考以下建议：
在起始段强调性地重提introduction 中的hypothesis，将审稿人的注意力从结果中的纷繁数据和众多比较中再次引到论文所研究的重要问题上来。
针对实验结果具体讨论，包括对所出现实验结果的具体分析和与既往类似研究结果的对比分析。
指出实验结果中自己认为重要的发现，避免让审稿人认为此实验是一个“me too”的实验。应该突出自己在该领域中的独到贡献。紧接其后的是实验的不足之处，一般以first、second、third的形式列出来，这是审稿人容易接受的方式。
正文中没有引用这样就很麻烦 最好是把自己写的观点找相似的书籍稍微的引用一下 这样就可以解决参考文献的问题《科技传播》杂志国家级科技学术期刊 中英文目录知网 万方全文收录百度空间有详细信息编辑部直接审稿本回答被提问者采纳不用参考文献都能写成论文。。好强啊。。。该怎么样就怎么样咯。。用到哪些书就写哪些书，看过哪些文章就写哪些文章，实在没有就不要写了
1、论文题目：要求准确、简练、醒目、新颖。
2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点；b.分析问题-论据和论证；c.解决问题-论证与步骤；d.结论。6、文献资料：一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。
每年毕业季时,各高校的毕业生都需要完成毕业论文的写作后才能顺利毕业.毕业论文是每一个毕业生都避免不了需要完成的,这是高校考察学生综合分析能力的一个过程,同时也是培养学生解决实际问题能力的一个重要教学环节,学校也会根据毕业论文查重的结果来作为一个考核标准,从而去判断其是否能够授予学位证书.下面学术堂就为大家介绍毕业论文主要写什么? 1、论文标题 论文的标题是我们在刚开始写作毕业论文时,就首先要先明确的.论文标题的选择要适度,范围不能过大或是过小,如果选择的范围过大,那么在后期写作的时候就会导致论文的内容比较分散,造成主题不明的情况.可范围如果过小的话,那么则又会导致写到一半发现无内容可写,这样论文的总字数就可能会达不到要求.标题是居于我们论文当中第一行的居中位置,且字体通常要比正文内容的字体稍大一些. 2、论文的中英摘要 通常我们在写论文摘要的时候,一般都是中文摘要在前英文摘要在后.摘要内容需要我们将论文的研究目的、方法、结果和结论等,通过围绕主题简洁进行展开,主要是需要将重点部分介绍清楚,通常一万字的论文当中中文摘要有200-300的字数就行,英文摘要不超过250个实词. 3、关键词 关键词也可以叫做论文的主题词,是我们从论文当中选出来为论文的搜索提供方便,通常选择3-8个词用比较显著的字体另起一行,排在摘要的左下方位置. 4、正文内容 论文的正文部分是我们论文当中最重要而且是最精彩的部分,也是我们整篇论文当中是最核心的部分.通常正文内容应包括有开头、本论以及结论三个主要部分,是论文的实质内容体现. 5、参考文献 参考文献的引用对于我们这些刚接触到学术论文写作的学生来说,是必不可少的一个部分.我们在搜集参考文献的过程中也能提高我们的见识增广我们的视野.本回答被网友采纳论文主要内容：
一、论文的标题部分
标题就是题目或题名，标题需要以最恰当、最简明的词语反映论文中重要的特定内容逻辑组合，论文题目非常重要，必须用心斟酌选定。
二、论文的摘要
论文一般应有摘要，它是论文内容不加注释和评论的简短陈述。摘要应该包含以下内容：
1、从事这一研究的目的和重要性
2、研究的主要内容
3、完成了哪些工作
4、获得的基本结论和研究成果，突出论文的新见解
5、结构或结果的意义
三、论文关键词
关键词属于主题词中的一类，主题词除关键词外，还包含有单元词、标题词和叙词。关键词是标识文献的主题内容，单未经规范处理的主题词。
四、引言
又称为前言，属于正片论文的引论部分。写作内容包括：
1、研究的理由
2、研究目的
3、背景
4、前人的工作和知识空白
5、作用和意义
五、正文部分
论文的主题，占据论文大部分篇幅。论文所体现的创造性成果或新的研究结果，都将在这一部分得到充分的反映，要求这部分内容一定要充实，论据充分可靠，论证有利，主题明确。
六、参考文献
参考文献是文章在研究过程和论文撰写是所参考过的有关文献的目录，参考文献的完整标注是对原作者的尊重。不只在格式上有具体要求，在数量、种类、年份等方面又有相关要求。
本回答被网友采纳首先，我要说明这里的指导并非 常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后 就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。 PS：还要强调一点，现在的高校导师都存在一些问题，因为我接触了那么多学生，他们的认为观点就是“我的统计检验结果不显著怎么办，那不就是说我的研究没有意义么？我的假设都是错的？”“我的结论跟前人的结果不一致啊，看来我的又错了”，这两种观点明显是错的：一、数据的来源对象发生了变化，谁规定的结论必须跟前人一致；二、请问爱迪生发明灯泡的前999次失败是没有意义么？科学研究本来就是一个证伪的过程，一次次证伪来接近真相。三、如果你的假设一定是正确的，那不需要数据验证，你可以去帮助警察破案了，因为你认为你的假设一定是对的，那破案多简单的，假设一下就好了。但是很显然，很多导师并没有把这些正确的观点传达给学生。本回答被网友采纳[毕业论文]概述毕业论文从选题到书写，本科论文结构与书写方法
当时写论文那个苦啊。不过还好后来找了个VIP英语论文网，上面有很多这个专业的辅导老师，虽然我们导师很刁钻，不过有高手帮忙，事情就简单多了。如果你的论文很难，最好问下VIP英语论文网的。参考下这篇文章，或许对你有帮助在我国英语学习是很多学生面临的一项难题,影响英语学习的因素一直是很多学者关注的焦点。在影响英语学习成绩的众多因素中,英语课堂焦虑是影响其非常重要的因素之一。学习者的英语学习效能感是一个影响英语学习成绩的重要变量。体育专业学生在英语学习中具有英语基础差、对英语学习有兴趣,但不够重视、学习动机不强、重视专业课轻视文化课、学习主动性不强、自信心不足,非常需要鼓励、焦虑过度等特点。本研究旨在探讨我国部分体育专业研究生英语课堂焦虑的特点及其对英语学习成绩的影响,同时引入英语学习效能感这一变量,考察其对英语课堂焦虑和英语学习成绩的作用机制。本研究以体育专业121名1-3年级研究生为被试,对被试施测英语课堂焦虑量表、英语学习效能感问卷等；同时,通过调查问卷收集了被试的个人相关信息,包括年级、性别、研究生入学考试英语成绩和北京市研究生英语教学研究会举办的非英语专业硕士研究生英语学位课程考试成绩(即,英语水平考试成绩)。采用SPSS15.0对所收集到的数据进行分析。分析方法主要使用T检验、相关分析、方差分析和回归分析等,研究结果发现：1、体育专业研究生的英语课堂焦虑处于中等略低水平；在英语课堂焦虑的四种焦虑成分(即,担心、紧张不安、害怕说英语和害怕课堂提问)上并不相同,“害怕说英语”的得分为最高,“紧张不安”的得分最低；体育专业研究生的英语课堂焦虑在年级和性别上,均不存在显著差异。2、体育专业研究生的英语课堂焦虑对研究生入学考试成绩和英语水平考试成绩均有显著的负向预测作用,即：英语课堂焦虑的水平越高,其英语学习成绩越差。3、体育专业研究生的英语学习效能感对研究生入学考试成绩和英语水平考试成绩均有显著的正向预测作用,即：英语学习效能感水平越高,其英语学习成绩越好。4、体育专业研究生的英语课堂焦虑与英语学习效能感存在显著负相关。 如果你还有什么不懂的，自己咨询VIP英语论文网也可以，老师的态度很好本回答被提问者采纳在过去的20多年里体裁分析一直吸引着语言学家的注意力,他们通过体裁分析研究了多种不同种类的话语。本文通过研究中国人和英语本族语人所写的英语硕士论文结论部分的体裁结构,志在从中发现它们的不同,从而提出一个模式来帮助中国研究者提高研究论文的写作能力。本研究是以Bunton 1998和2005的研究为参考的。为了进行研究,先建立了两个语料库,一个是中国研究生写的40篇英语硕士论文,另外一个是以美国和加拿大的研究生写的40篇英语论文。研究发现大多数的结论都包含介绍性的重述、研究空白的确定、实践应用蕴含及研究建议、未来研究的建议和结论重述。除了两篇英语本族语人所写的英语硕士论文外,所剩下的所有论文结论都把介绍性的重述看做是一个必须的语步;研究空白的确定是一个主要的语步,它占据着结论部分的大半篇幅,出现在了所有以论文为取向的80篇论文里,因此中英作者都一致认为这个语步是必须的而不是可选择的。研究还发现在这些研究对象中有两种建议,一种是对未来研究的建议,另一种是对现实应用的建议。中英作者尤其是英语作者把对未来研究的建议看做独特的语步。Academic discourse has generated enormous interest among linguists working in different areas and using different methodologies since the 1980s and different kinds of discourses have been studied in the scop of genre analysis.This thesis aims to empirically investigate, with reference to Bunton (1998, 2005), the structure of Conclusions of MA thesis for possible generic differences between the concluding sections of research theses composed by MA candidates in Chinese universities and their counterparts J5DhDKTKHqNWAg
方差分析 有交互作用的摘要 ：论文摘要应概括地反映出毕业设计(论文)的目的、内容、方法、成果和结论。摘要中不宜使用公式、图表，不标注引用文献编号。摘要以300～500字为宜。关键词：关键词是供检索用的主题词条，应采用能覆盖论文主要内容的通用技术词条（参照相应的技术术语标准）。关键词一般为3～5个，按词条的外延层次排列（外延大的排在前面）。目录：目录应按章、节、条三级标题编写，要求标题层次清晰。目录中的标题要与正文中标题一致。目录中应包括绪论、论文主体、结论、致谢、参考文献、附录等。 论文正文：论文正文是毕业设计(论文)的主体和核心部分，一般应包括绪论、论文主体及结论等部分，论文的正文部分根据专业特点由系主任做出具体要求。 致谢 ：致谢中主要感谢导师和对论文工作有直接贡献及帮助的人士和单位。 参考文献：按论文正文中出现的顺序列出直接引用的主要参考文献，毕业设计(论文)的撰写应本着严谨求实的科学态度，凡有引用他人成果之处，均应按论文中所出现的先后次序列于参考文献中。并且只应列出正文中以标注形式引用或参考的有关著作和论文。一篇论著在论文中多处引用时，在参考文献中只应出现一次，序号以第一次出现的位置为准。 我有范文本回答被网友采纳
是f统计量对应的值
单因素独立样本固定效应方差分析分析总结——效应量及其置信区间、Power、趋势分析数据文件：OA3.sav，R中为OA3模拟数据：R:n1<-n2<-n3require(pwr);require(MBESS);require(multicomp);require(car)1 假设检验：Anova(lm(Happy~ Type,data=OA3,contrasts=list(Type=contr.sum)),type=”III”)##要注意当TypeIII和TypeII两者不一样的时候，需要加入语句：contrasts=list(fcategory=contr.sum, partner.status=contr.sum) ##Coding，适用TypeIII方法参考R帮助文件>example(Anova)（注：Type II和Type III的区别：在没有交互作用，或不同组之间的被试数比例与总体比例相同时二者无区别；Type II在有交互作用，且不同组之间的被试数比例与总体比例相同时适用；Type III在有交互作用，总体为等比例但样本为不等比例时适用。亦可以回归的方式来做：lm.OA3<-lm(Happy~ Type,data=OA3)summary(lm.OA3)得到的结果中后面会用到的是：R2=0.3719，F（2,90）=26.648（注：回归方法当中只报告回归的一些参数，不报告SS，但是报告R2（SPSS中不报告），方便接下来计算f2(f2的求法列在下面)）2 效应量及其置信区间①Cohen’s f2及其置信区间f2=0.3719/(1-0.3719)= 0.5921032##Cohen’f2=R^2/(1-R^2 )（where R2 is the squared multiple correlation）##参考##Cohen’f2=ncp/N(N=n*k)ci.ncp<-conf.limits.ncf(F.value=26.648,conf.level=0.95,df.1=2,df.2=90) ##求ncp置信区间lambda <- c(ci.ncp$Lower.Limit,ci.ncp$Upper.Limit); ##以置信区间的形式显示结果因为f2=ncp/N (N=nK)sqrt(ci.f2 <- lambda / N); （进行转化）#求非中心参数ncp的置信区间，然后根据ncp和f2的关系来求得f2的置信区间#根据上面两个式子可得：f2的置信区间是(0.5151149 0.9806293)②求η2及其置信区间η2= SSeffect / SStotal在单因素方差分析当中，因为只有一个自变量，η2=R2，所以η2=0.3719在SPSS当中用Analyze——General Linear Model——Univariate来进行单因素方差分析可以收集到ηp2、R2、校正R2等数据，而且可以进行更复杂的Contrast。方差分析结果由noncf.sav计算得到的结果（前四项手工输入，最后三项为所需要的结果）：可知η2置信区间为： [0.20966，0.49021]其实更简单的方法是在R中直接根据f2与η2的代数关系换算出η2的置信区间（^_^）。③求ω2ω2 = (SSeffect - (dfeffect)(MSerror)) / （MSerror + SStotal）=(1280.416-2*24.025)/(24.025+3442.627)= 0.3554917当前没有求总体ω2置信区间的统计技术参考《Experimental Design Using ANOVA》：P114。注：ω2置信区间和η2置信区间的文献常见的问题是没有定义总体值而直接谈置信区间，这是范式上的错误。④求ηp2（偏η2）ηp2 = SSeffect / (SSeffect + SSerror)=η2=0.3719置信区间为：[0.20966，0.49021]两者相等可以从他们的公式看出来：η2= SSeffect / SStotalηp2 = SSeffect / (SSeffect + SSerror)η2在分母当中包括了其他自变量的效应。而在单因素方差分析中只有一个自变量，所以两者相等。注：在多因素方差分析中，需要根据两者的代数关系来求ηp2的置信区间。如果自变量是随机因素（Random Factor），还可以求效应量指标为。这里只给出计算公式： = (MSeffect - MSerror) / (MSeffect + (dfeffect)(MSerror))其他的效应量还包括：Glass’sΔ、Hedges’ g等。各效应量之间的比较：η2和ηp2是对特定样本效应量的描述统计量，是对效应量总体参数的有偏估计，而ω2是对作为总体参数的效应量的无偏点估计。因此η2和ηp2会高估效应量，所以ω2比η2和ηp2小一点。根据公式：η2= SSeffect / SStotalηp2 = SSeffect / (SSeffect + SSerror)可以看出η2会随着自变量的变多而变小，无法准确体现一个自变量的“效应”，而ηp2则不会。根本原因是η2的的分母中是总和方SStotal，而ηp2的分母是效应变异和误差变异的和（SSeffect+SSerror），因此ηp2不随自变量的增多而变小。但也是正因为如此，各自变量的ηp2 之和不等于1。总的来说，η2的值描述的是在样本当中自变量所产生的变异效果。对于自变量效应量的总体估计值是ω2。3 Powerpwr.f2.test(u=2,v=90,f2=0.5921032,sig.level=0.05)Power的主要作用是在研究开始前估计样本量。但是在统计分析之后如果研究结果不显著，可以通过求Power来看还需要多少样本才能够获得显著性结果。4 Post Hocrequire(multcomp)g<-glht(lm.OA3, linfct = mcp(Type =c(”Senior-Mid=0〃,”Senior-Youth=0〃,”Mid-Youth=0〃)))注：必须将所有的差异都写出来，不能一次只单独求一个差值：g<- glht(lm.OA3, linfct = mcp(Type =c(”Senior-Mid=0,”)))注：这是单个Planned test（事前检验）的做法。如果是多个检验，根据所要做的比较的次数会有对α的校正，因此求出的置信区间会比不做校正的要大。事后检验在数学上与对应的多个事前检验结果一样（比如：包括三次比较的时候检验与做了三个比较的事前检验结果是一样的）。因为简单主效应是事后检验，应该进行α的校正，所以在R中应该同时写出三个比较（有几个比较写几个比较）。R中采用的是Turkey HSD的做法，结果与SPSS一致。如果在R中只进行一次比较，结果与SPSS中Post Hoc里面的LSD方法相同，也就是说SPSS当中的LSD方法没有对α进行校正。summary(g) ##可以看显著性检验的结果confint(g) ##求老年人与中年人的简单主效应的置信区间## 关于事后检验的具体方法和优劣参考求非标准化简单主效应非标准化简单主效应就是指并非简单的差值比较，而是较为复杂的多重比较：比如老年人和中年人的平均值与青年人的差值的显著性检验。g<- glht(lm.OA3, linfct = mcp(Type =c(”0.5*Senior + 0.5*Mid – Youth=0〃)))##比较老年人和中年人的平均值与青年人的快乐指数summary(g) ##显著性检验结果confint(g) ##求置信区间：在SPSS中选择Contrast，在Coefficients当中依次填入-1，0.5，0.5。结果与R一致。注：这里面要注意一点：指定的系数之和必须是0才能保证各组之间的变异是正交的。另外在网上提供的做法当中填入的系数为-2，1，1，虽然最后的显著性结果是一致的，但这个时候差值的点估计就不和题目相对应了，所以建议用第一种方法指定系数。）SPSS做法其中包括了SPSS的Syntax语句。在进行Contrast比较的时候就涉及到Coding（指定各水平系数）和Orthogonality（正交性）的问题。首先在自变量、水平之间是独立的假设成立的前提下，Coding要保证系数之和等于0，这样就能保证水平之间是正交的。正交的好处在于将效应量完全独立的分解，每次比较不会有重复的部分。如图：正交当样本量不一致时就很不能保证正交。注：这里所提到的Coding指的是对各个哑变量的系数赋值的过程。参考《Experimental Designs Using ANOVA》P124事后检验方法事前检验的效力比事后检验更高。只有在没有条件进行事前检验、或者没有明确的理论预期的时候才进行事后检验。常用的Post Hoc有LSD、Scheffe、Turkey HSD、Bonferroni等。LSD需要等组条件，并且没有对α进行校正，在进行较多检验的时候会提高犯一类错误的可能。Scheffe过于保守，损失大量的Power。但特别适用于不等组情况。Turkey HSD要求等组。在SPSS中对α进行了校正。5 趋势分析（Trend Analysis）：在SPSS中的Contrast选项中选择Polynomial。3个水平最多只能是二次型（Quadratic）。SPSS中趋势分析结果为：趋势分析线性趋势结果显著(F=51.083,p0.001），Quadratic趋势不显著（F=2.213，p>0.001）。这里的Deviation就相当于回归分析当中的残差。去101学习辅导答疑网看看，那里有专业的老师在线回答问题的！现在注册还免费送金豆！
方差分析：用于两个及两个以上样本均数差别的显著性检验
方差 文献 论文
