发布时间：
来回答你的问题，你说即使是不合乎发布，有没有影响是有影响的。
该什么分布就什么分布。随机数据的统计分布不都是正态的。可以试一试是否是对数正态分布，有些原始数据不服从正态分布，但取对数之后却服从正态分布。只有当影响数据分布的因素很多、而每种因素的影响又很小的时候，数据才呈正态分布，否则一般分布是偏态的。如果事先确定某种数据应当是正态分布，而处理结果不是正态的，那么应考虑数据的获得、数据处理方法、试验方法等会否有问题？供您参考。
正态分布法：X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0，σ = 1时便符合正态分布了。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
扩展资料
由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。
为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
若
服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换。
参考资料来源：百度百科-正态分布
有因为数据不服从正态分布被拒收文章的。在实际研究中，很多时候都需要数据满足正态分布才可以。比如说回归分析，其实做回归分析有一个前提条件即因变量需要满足正态分布性。也比如说方差分析，其有一个潜在的前提假定即因变量Y需要满足正态分布。还有很多种情况，比如T检验，相关分析等等。但这种情况往往被分析人员忽略掉，或者是数学基本不够扎实，也或者无论如何数据均不满足正态分布等客观条件，也或者其它情况等。如果说没有满足前提条件，分析的结果会变得不科学严谨，分析结论会受到置疑。第一：需要满足正态分布的几类常见研究方法第二：理论与现实的“相悖”第三：正态分布的“检验方法”
不符合正态分布的原因是不是数据找的不太正确，这种事情要跟导师商量的
是数据处理时的错误。如果是硕士毕业论文，这个只是数据处理时的错误。除非你原文是有颠覆性的结果且改正后就没了，也没有人会在意你数据处理时出现的错误。
做spss分析，数据不符合正态分布，如何将非正态数据转为正态分布数据，可以采用以下步骤来转换：先将原始分数的频数转化为相对累积频数（百分等级），将它视为正态分布的概率，然后通过查正态分布表中概率值相对应的z值，将其转化为z分数，达到正态化的目的。在spss上的操作方法：工具栏transform-rankcases，将左边你要进行正态化的变量拖入右边“变量”框中；点选ranktypes对话窗，选中normalscores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok。spss会在数据观察表中生成两列新变量，其中n总分变量就是你想要的正态化结果。注：尊重知识，请提问者尽快采纳答案。
因子分析并不需要是否是正态分布吧？只要Barlett球形检验和KMO检验合格，也可以进行因子分析。
做spss分析，数据不符合正态分布，如何将非正态数据转为正态分布数据，可以采用以下步骤来转换：先将原始分数的频数转化为相对累积频数（百分等级），将它视为正态分布的概率，然后通过查正态分布表中概率值相对应的z值，将其转化为z分数，达到正态化的目的。在spss上的操作方法：工具栏transform-rankcases，将左边你要进行正态化的变量拖入右边“变量”框中；点选ranktypes对话窗，选中normalscores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok。spss会在数据观察表中生成两列新变量，其中n总分变量就是你想要的正态化结果。注：尊重知识，请提问者尽快采纳答案。
来回答你的问题，你说即使是不合乎发布，有没有影响是有影响的。
可以应用变量变换的方法,将不服从正态分布的资料转化为非正态分布或近似正态分布。常用的变量变换方法有对数变换、平方根变换、倒数变换、平方根反正玄变换等，应根据资料性质选择适当的变量变换方法。1、对数变换 即将原始数据X的对数值作为新的分布数据：X’=lgX当原始数据中有小值及零时，亦可取X’=lg（X+1）还可根据需要选用X’=lg（X+k）或X’=lg（k-X）对数变换常用于（1）使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某些微量元素的分布等，可用对数正态分布改善其正态性。（2）使数据达到方差齐性，特别是各样本的标准差与均数成比例或变异系数CV接近于一个常数时。2、平方根变换 即将原始数据X的平方根作为新的分布数据。X’=sqrt（X）平方根变换常用于：1）使服从Poission分布的计数资料或轻度偏态资料正态化，可用平方根变换使其正态化。2）当各样本的方差与均数呈正相关时，可使资料达到方差齐性。3）倒数变换 即将原始数据X的倒数作为新的分析数据。X’=1/X常用于资料两端波动较大的资料，可使极端值的影响减小。4、平方根反正旋变换 即将原始数据X的平方
1、频数分析：
对一组数据的不同数值的频数，或者数据落入指定区域内的频数进行统计，了解其数据分布状况的方式。通过频数分析，能在一定程度上反映出样本是否具有总体代表性，抽样是否存在系统偏差，并以此证明以后相关问题分析的代表性和可信性。
2、描述性统计：
对调查总体所有变量的有关数据进行统计性描述，包括数据的集中趋势与离散趋势。
3、探索性分析：
正态性检验用于检验数据是否满足正态分布，一些算法需要数据满足正态分布（如单样本T检验，独立样本T检验等）。
成绩评定标准（1）成绩评定方法毕业论文的成绩评定采取指导教师审核评分与答辩委员会组织答辩评分相结合的办法。答辩由各系（部）组织。根据答辩结果，判定毕业论文是否通过并给出成绩与评语。（2）计分方法毕业论文实行优、良、中、合格和不合格五级制计分法。成绩的评定必须公正客观。各专业毕业论文的成绩应按人数比例，呈正态分布。（3）评分标准毕业论文的成绩评定要从以下几个方面把握：（1）选题是否符合相关专业毕业论文的选题标准。（2）是否按期圆满完成任务书中规定的项目。（3）能否综合运用所学专业的知识和能力，基本概念与基本技能掌握情况如何。（4）立论是否正确，结论是否合理。（5）实验是否正确、严谨，计算、分析能力是否符合专业要求，理论依据及数据处理方法和结果是否正确。（6）独立工作能力、科学态度和工作作风如何。（7）毕业论文有无创新或独到之处。（8）文字材料是否条理清楚、通顺，论述是否充分，是否符合科学技术用语的规范要求，符号统一，编号齐全，书写工整。相关图纸完备、整洁、正确。（9）答辩时的思路是否清晰，论点是否正确，回答问题的基本概念是否清楚，对主要问题回答的正确情况和深入程度。（10）运用外文阅读、翻译规定的本专业的外文资料的能力；应用外语独立检索国外有关资料的能力；毕业论文中外文使用情况。（11）毕业论文字数原则上理科不得少于8000字，文科不得少于12000字。以上各项成绩均良好的毕业论文可评定为“优”。有3项以上良好，且没有错误的毕业论文，可评为“良”。各项成绩合格，但没有什么错误的毕业论文可评定为“中”。主要内容有欠缺和不足，论述有个别错误或表达不甚清楚，其它方面有小的缺陷的毕业论文可评定为“及格”。各项较差，选题偏离本专业方向，任务书规定的项目未能按期完成，出现不应有的原则性错误的毕业论文应评定为不合格。
来回答你的问题，你说即使是不合乎发布，有没有影响是有影响的。
硕士毕业论文数据有误，可以根据文献资料进行查询，将数据修改过来就可以。
算数据造假，但是已经毕业，应该不至于被取消学位。
硕士论文算错也就是数据造假。如果论文数据的确存在造假行为，那就存在被人发现的可能，一旦被查，将会受到相应的处罚。据统计，数据造假发生最多的领域，第一是医学， 其次是药理学。硕士论文一般是由学校保存，只有优秀的论文才能被知网等网络数据库收录。
但是在论文答辩之前要经过审核的，还是要注意一些为好。 对论文的认真程度，要看你的答辩组的老师态度了，还有硕士论文在毕业之后，还会经历一次教育部的抽查， 如果到那时被发现出了问题，就比较麻烦了。所以建议你如果数据可以得到真实的，就避免使用虚假数据。
论文数据重要性：
虽然审稿专家没有发现，但是并不代表论文发表出去后，别人发现不了。要知道论文发表出去，面向的是与你方向相同的人员，肯定会有不少同行业的人员阅读你的论文，若是发现错误，那么会质疑你的论文水平，也会怀疑杂志社及审稿专家的水平，对你今后在行业的发展并没有好处。
所以，一旦发现错误之后，就要及时联系杂志社或是审稿专家修改。尤其是医学方面的作者来说，任何一个小数的错误，可能都会影响整个研究实验，甚至会造成连锁反应。就拿药学论文来说，因为一个小数原则，可能导致某一项药品成分增加或是减少, 起到相反的作用，那么后果是非常严重的。
而对于一件机械零件的设计而言，可能因为一厘一毫的差别， 而导致一批零件无法投入使用。所以发现错误后要及时修改，这既是对自己，也是对他人负责的表现。
那就自己修改一下。内容要客观，要实事求是。
毕业论文外审数据不对,可以根据文献资料进行查询,将数据修改过来就可以。如果主要结论还可以，影响不会很大。