问：本科论文的数据分析怎么做？相关性分析，假设检验，回归分析需要那些数据？
- 答：研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。
如果思路上更偏向于差异关系研究，比如不同收入人群对于网购的态度差异。建议使用较多规范的量表题，因为量表规范性很强且可以使用非常多的研究方法；如果不是使用量表题，那么就可以考虑卡方分析进行研究。如果进行更多丰富的研究方法使用，则对应需要使用多样的问题设计，量表题和非量表题均需要有，并且预期上它们就需要进入差异对比的范畴。
如果思路上更偏向于研究影响关系，比如满意度对于忠诚度的影响，看上去，满意度和忠诚度均可以使用量表题进行表示，那设计成量表题没有问题，因为可以使用线性回归分析进行研究。除此之外，还有一种情况可以考虑，即logistic回归，满意度影响最终是否再次购买，是否再次购买被满意度影响，这类情况是应该使用logistic回归分析。如果是希望两类研究方法均使用，此时满意度对应的问题则需要有量表题，还有比如“是否愿意再次购买”一类的定类数据问题。
如果预期数据需要进行统计上的信度分析，此时请记住一定需要设计成量表题，否则无法进行信度分析。以及如果预期思路上有分类，即比如将样本分成3种人群，此时需要考虑使用更多规范的量表题数据。
总结上看，研究方法的匹配使用，事实上应该是在问卷设计前就进入考虑范畴。问卷研究设计完成后，大部分的问卷研究方法均已经确定，因而需要提前将问卷研究方法纳入考虑中，便于可以进行更丰富的数据分析。相对来看，量表题是可以匹配更多的研究方法，而且也更规范，建议更多的使用量表题较好。
参考资料： - 答：(一)确定论文提要，再加进材料，形成全文的概要
论文提要是内容提纲的雏型。一般书、教学参考书都有反映全书内容的提要，以便读者一翻提要就知道书的大概内容。我们写论文也需要先写出论文提要。在执笔前把论文的题目和大标题、小标题列出来，再把选用的材料插进去，就形成了论文内容的提要。
(二)原稿纸页数的分配
写好毕业论文的提要之后，要根据论文的内容考虑篇幅的长短，文章的各个部分，大体上要写多少字。如计划写20页原稿纸(每页300字)的论文，考虑序论用1页，本论用17页，结论用1—2页。本论部分再进行分配，如本论共有四项，可以第一项3—4页，第二项用4—5页，第三项3—4页，第四项6—7页。有这样的分配，便于资料的配备和安排，写作能更有计划。毕业论文的长短一般规定为5000—6000字，因为过短，问题很难讲透，而作为毕业论文也不宜过长，这是一般大专、本科学生的理论基础、实践经验所决定的。
(三)编写提纲
论文提纲可分为简单提纲和详细提纲两种。简单提纲是高度概括的，只提示论文的要点，如何展开则不涉及。这种提纲虽然简单，但由于它是经过深思熟虑构成的，写作时能顺利进行。没有这种准备，边想边写很难顺利地写下去。 - 答：如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。
举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。
PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。 - 答：数据可以找找，非得要弄问卷调查吗
问：本科生用往届学长毕业论文可以通过知网查重吗？
- 答：根据学校来定的，像我们学校的知网，就会把往届学长学姐的论文导进去，如果和往届一样一定会被查出来。
- 答：不可以的，本科毕业论文一般不会上知网查重的，查重的一般是那些优秀的科研论文，一般学历要求会更高一点，当然保险起见，你的论文论题可以相同，但内容不可完全复制。
- 答：别存在这种侥幸，多数是不能通过了，知网查重系统有个“大学生联合比对库”专门收录以前检测过的论文的，如果你学长论文在知网查重过，就会收录，这样你就过不了。也可以你直接拿论文在知网提前检测一下，就可以看出来了。
- 答：我们老师说现在的本科院校也不是说像以前那样非常严格必须要带有自己创新的意味，更多的是到知网里面去搜集往届名人写过的，但是不能全盘照搬，你可以选择多篇，然后把里面的内容（你需要的）把他用自己的话穿插放入你的毕业论文里面，这是可以的。
- 答：本科论文是不纳入知网资源库的，你可以这么用（前提是你这学长不是改别人的）
- 答：可以通过知网查重，不能超过百分之五。
- 答：可以的，但是需要你自己改一下，然后要征求学长的同意之后才可以
- 答：可以通过知网去查，但是查重率不能超过5%这点要注意下，否则后面导师这边过不去，更别说后面的答辩了
- 答：肯定通过不了你这个要是被发现一定是毕业证都没有了。
问：相关分析和回归分析
- 答：【摘要】相关分析和回归分析是数理统计中两种重要的统计分析方法，在实际生活中应用非常广泛。两种方法从本质上来讲有许多共同点，均是对具有相关关系的变量，从数据内在逻辑分析变量之间的联系，但同时二者存在不同。相关分析可以说是回归分析的基础和前提，而回归分析则是相关分析的深入和继续。当两个或两个以上的变量之间存在高度的相关关系时，进行回归分析寻求其相关的具体形式才有意义。从本质分析了相关分析和回归分析，并比较两种之间的异同，结合生活中的例子，进一步讨论了利用相关分析和回归分析的前提并得出相关结论。
【关键词】数理统计 相关性 相关分析 回归分析
一、相关关系与相关分析
1.相关关系
在数理统计学中，回归分析与相关分析是两种常用的统计方法，可以用来解决许多生产实践中的问题，虽然二者之间关系密切，但在具体原理和应用上面有许多不同。首先从总体来说，两者均是对具有相关性的变量或具有联系的标志进行分析，可以借助函数和图像等方法。当一个变量固定，同时另一个变量也有固定值与其相对应，这是一种一一对应的关系，也叫做函数关系。而当一个变量固定，同时与之相对应的变量值并不固定，但是却按照某种规律在一定范围内分布，这两者之间的关系即为相关关系。这里函数关系与相 - 答：哪里的MM啊，
这个原始数据还是你编吧,,
没有数据我很难做的
按照统计分析做数据是很有难度的啊,,我觉得数据还是你自己弄好好了,最好是真实的,比较好。估计比编花的时间还要少...
对哦,数据弄好了,如果会用EXCEL的话自己弄,弄不好我帮你弄弄看. - 答：比较费时费力，花好久的时间啊。
建议：原始数据，用随机数产生吧。 - 答：急吗，如果不急，把题目及数据发给我吧，misule@，我有时间帮你做一下。
