发布时间：
在论文中使用量表和问卷的选择要视研究目的和研究问题而定，通常可以使用量表和问卷的组合。量表通常用于检测特定指标，可以定量衡量事物的属性，一般量化数据较少；而问卷则可以广泛涉及研究对象的多个方面，能够深入了解研究对象的特征，可以获取更多定性数据。所以，如果研究问题需要了解对象的定量指标，并做统计分析，则可以选用量表；如果需要全面了解对象的各个方面，深入研究对象的特征，则可以选择问卷。在使用时一定要注意量表或问卷设计的科学性、可靠性和有效性。
成熟量表可以系统地评估一个人从出生到18岁的个体适应性和社会适应性。文兰社会成熟量表是世界上第一个标准化的适应行为量表，也是社会心理学信度和效度较高的测量问卷
其中，不同的检测渠道适合选择，因此我们需要通过学校等途径以及账户来操作。那么如何才能真正的使用好这个平台呢？本文将通过四步技巧告诉你一般学生在初稿阶段应该选择自己喜欢的平台（当然，这里可以结合个人喜好和兴趣爱好）进行检索并阅读相关文献，主体框架和内容由导师或者专家根据学生所申请的研究课题对于这两篇相似论文进行修改。 1.初稿阶段首先要选择感兴趣且具实力充足（可以多申请几次）的论文查重机构进行检索；2.初稿阶段一定要选择靠谱、稳定性比较强的检索网站，避免因为文章被拒而浪费时间和精力；3.最后阶段要选择安全可靠、安全可靠的平台进行检索；4.当然，最终完成之后还得反复进行修改调整和补充检讨，直至满意为止，最后一定要按照学校的要求进行查重，否则就是没问题了，不用担心。最后提醒大家，写完论文之后一定要进行查重。 祝各位学子顺利毕业，早日拿到双证，获取更加优质资源！图片来源：四川教育发布综合编辑【论文指南】本科毕业论文写作格式和规范-附18排版示例各院(系)可根据自身情况，在教务员的指引下，制定毕业设计（论文）任务书、开题报告、指导记录表、评审答辩记录表和答辩记录表的基础上，组织开展毕业设计（论文）工作。各院（系）可根据实际需要，经院（系）审批确定后，向学生公布。 毕业设计（论文）工作的总目标是:培养学生综合运用所学的理论知识分析和解决实际问题、初步掌握从事科学研究的能力，并培养严肃认真的科学态度和严谨求实的工作作风，提高分析与思辨能力。通过撰写毕业设计（论文）环节，能够培养学生正确的思想方法和刻苦钻研、勇于实践创新、团结协作、严谨求实的工作态度，以及严谨治学、无私奉献精神等良好人格。 毕业设计（论文）是大学生进行综合训练最重要的课程之一，也为本科生提供了一个很好的锻炼机会和平台。为了更好地适应这一教育规律，促进学校对大学生的基础知识、专业技能和综合素质的全面提高，同时也为我校今后的发展提出一些有益的探索。 1.毕业设计(论文)教学环节分为专升本与统招本科两种类型。各专业在培养目标和培养模式上有自己独特的不同。 专科所开设的各门核心课程，包括公共必修课，英语、管理学原理、工商管理概论、企业管理基础、国际市场营销基础、金融数据库、计算机网络、电子商务基础等；专科主要培养掌握系统的管理理论、管理技术以及信息处理、系统软件、信息安全、电子商务等方面的知识；具备较强的实战操作能力、较强的社会调查能力、科研创新能力；具备初步的人文科学、艺术设计或相关领域的基础能力、抽象思维能力、学习能力和适应性能力。2.毕业设计(论文)是本科专业教学最重要的部分。 毕业设计是本科生最终考试，是检验学生的教学效果、培养学生动手实践能力、综合运用所学知识发现问题、分析问题、解决实际问题能力的重要途径。它既是考察学生学习情况的重要参考资料，也是培养自身的实践能力、创新创业能力、学生科学研究能力和社会责任感的一次非凡的体现。 通过撰写毕业论文，可以进一步增强学生对所学专业基本知识、基本问题的认识，提高学生分析问题和解决问题的能力以及实际操作经济的意识，为将来参加工程建设、深化项目管理、提高工程造价投入打下坚实的基础。
是。在毕业论文中有几个量表就需要收集多少份的问卷调查，毕业论文是按一门课程计，是普通中等专业学校、高等专科学校、本科院校、高等教育自学考试本科及研究生学历专业教育学业的最后一个环节。
毕业论文（graduationstudy）是专科及以上学历教育为对本专业学生集中进行科学研究训练而要求学生在毕业前撰写的论文。 毕业论文一般安排在修业的最后一学年（学期）进行，论文题目由教师指定或由学生提出，学生选定课题后进行研究，撰写并提交论文，目的在于培养学生的科学研究能力，加强综合运用所学知识、理论和技能解决实际问题的训练，从总体上考查学生大学阶段学习所达到的学业水平。中文名毕业论文外文名graduation study面向人群应届毕业生及在职毕业生组成专科、本科、研究生毕业论文基本要求写毕业论文主要目的是培养学生综合运用所学知识和技能，理论联系实际，独立分析，解决实际问题的能力，使学生得到从事本专业工作和进行相关的基本训练。毕业论文应反映出作者能够准确地掌握所学的专业基础知识，基本学会综合运用所学知识进行科学研究的方法，对所研究的题目有一定的心得体会，论文题目的范围不宜过宽，一般选择本学科某一重要问题的一个侧面。毕业论文的基本教学要求是：1、培养学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。2、培养学生正确的理论联系实际的工作作风，严肃认真的科学态度。3、培养学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。毕业论文是毕业生总结性的独立作业，是学生运用在校学习的基本知识和基础理论，去分析、解决一两个实际问题的实践锻炼过程，也是学生在校学习期间学习成果的综合性总结，是整个教学活动中不可缺少的重要环节。撰写毕业论文对于培养学生初步的科学研究能力，提高其综合运用所学知识分析问题、解决问题能力有着重要意义。毕业论文在进行编写的过程中，需要经过开题报告、论文编写、论文上交评定、论文答辩以及论文评分五个过程，其中开题报告是论文进行的最重要的一个过程，也是论文能否进行的一个重要指标。撰写意义1.撰写毕业论文是检验学生在校学习成果的重要措施，也是提高教学质量的重要环节。大学生在毕业前都必须完成毕业论文的撰写任务。申请学位必须提交相应的学位论文，经答辩通过后，方可取得学位。可以这么说，毕业论文是结束大学学习生活走向社会的一个中介和桥梁。毕业论文是大学生才华的第一次显露，是向祖国和人民所交的一份有分量的答卷，是投身社会主义现代化建设事业的报到书。一篇毕业论文虽然不能全面地反映出一个人的才华，也不一定能对社会直接带来巨大的效益，对专业产生开拓性的影响。但是，实践证明，撰写毕业论文是提高教学质量的重要环节，是保证出好人才的重要措施。2.通过撰写毕业论文，提高写作水平是干部队伍“四化”建设的需要。党中央要求，为了适应现代化建设的需要，领导班子成员应当逐步实现“革命化、年轻化、知识化、专业化”。这个“四化”的要求，也包含了对干部写作能力和写作水平的要求。3.提高大学生的写作水平是社会主义物质文明和精神文明建设的需要。在新的历史时期，无论是提高全族的科学文化水平，掌握现代科技知识和科学管理方法，还是培养社会主义新人，都要求我们的干部具有较高的写作能力。在经济建设中，作为领导人员和机关的办事人员，要写指示、通知、总结、调查报告等应用文；要写说明书、广告、解说词等说明文；还要写科学论文、经济评论等议论文。在当今信息社会中，信息对于加快经济发展速度，取得良好的经济效益发挥着愈来愈大的作用。写作是以语言文字为信号，是传达信息的方式。信息的来源、信息的收集、信息的储存、整理、传播等等都离不开写作。论文种类毕业论文是学术论文的一种形式，为了进一步探讨和掌握毕业论文的写作规律和特点，需要对毕业论文进行分类。由于毕业论文本身的内容和性质不同，研究领域、对象、方法、表现方式不同，因此，毕业论文就有不同的分类方法。按内容性质和研究方法的不同可以把毕业论文分为理论性论文、实验性论文、描述性论文和设计性论文。后三种论文主要是理工科大学生可以选择的论文形式，这里不作介绍。文科大学生一般写的是理论性论文。理论性论文具体又可分成两种：一种是以纯粹的抽象理论为研究对象，研究方法是严密的理论推导和数学运算，有的也涉及实验与观测，用以验证论点的正确性。另一种是以对客观事物和现象的调查、考察所得观测资料以及有关文献资料数据为研究对象，研究方法是对有关资料进行分析、综合、概括、抽象，通过归纳、演绎、类比，提出某种新的理论和新的见解。按议论的性质不同可以把毕业论文分为立论文和驳论文。立论性的毕业论文是指从正面阐述论证自己的观点和主张。一篇论文侧重于以立论为主，就属于立论性论文。立论文要求论点鲜明，论据充分，论证严密，以理和事实服人。驳论性毕业论文是指通过反驳别人的论点来树立自己的论点和主张。如果毕业论文侧重于以驳论为主，批驳某些错误的观点、见解、理论，就属于驳论性毕业论文。驳论文除按立论文对论点、论据、论证的要求以外，还要求针锋相对，据理力争。按研究问题的大小不同可以把毕业论文分为宏观论文和微观论文。凡届国家全局性、带有普遍性并对局部工作有一定指导意义的论文，称为宏观论文。它研究的面比较宽广，具有较大范围的影响。反之，研究局部性、具体问题的论文，是微观论文。它对具体工作有指导意义，影响的面窄一些。另外还有一种综合型的分类方法，即把毕业论文分为专题型、论辩型、综述型和综合型四大类：1．专题型论文。这是分析前人研究成果的基础上，以直接论述的形式发表见解，从正面提出某学科中某一学术问题的一种论文。如本书第十二章例文中的《浅析领导者突出工作重点的方法与艺术》一文，从正面论述了突出重点的工作方法的意义、方法和原则，它表明了作者对突出工作重点方法的肯定和理解。2．论辩型论文。这是针对他人在某学科中某一学术问题的见解，凭借充分的论据，着重揭露其不足或错误之处，通过论辩形式来发表见解的一种论文。如《家庭联产承包责任制改变了农村集体所有制性质吗?》一文，是针对“家庭联产承包责任制改变了农村集体所有制性质”的观点，进行了有理有据的驳斥和分析，以论辩的形式阐发了“家庭联产承包责任制并没有改变农村集体所有制”的观点。另外，针对几种不同意见或社会普遍流行的错误看法，以正面理由加以辩驳的论文，也属于论辩型论文。3．综述型论文。这是在归纳、总结前人或今人对某学科中某一学术问题已有研究成果的基础上，加以介绍或评论，从而发表自己见解的一种论文。4．综合型论文。这是一种将综述型和论辩型两种形式有机结合起来写成的一种论文。如《关于中国民族关系史上的几个问题》一文既介绍了研究民族关系史的现状，又提出了几个值得研究的问题。因此，它是一篇综合型的论文。组成部分毕业论文是教学科研过程的一个环节，也是学业成绩考核和评定的一种重要方式。毕业论文的目的在于总结学生在校期间的学习成果，培养学生具有综合地创造性地运用所学的全部专业知识和技能解决较为复杂问题的能力并使他们受到科学研究的基本训练。标题标题是文章的眉目。各类文章的标题，样式繁多，但无论是何种形式，总要以全部或不同的侧面体现作者的写作意图、文章的主旨。毕业论文的标题一般分为总标题、副标题、分标题几种。总标题总标题是文章总体内容的体现。常见的写法有：①揭示课题的实质。这种形式的标题，高度概括全文内容，往往就是文章的中心论点。它具有高度的明确性，便于读者把握全文内容的核心。诸如此类的标题很多，也很普遍。如《关于经济体制的模式问题》、《经济中心论》、《县级行政机构改革之我见》等。②提问式。这类标题用设问句的方式，隐去要回答的内容，实际上作者的观点是十分明确的，只不过语意婉转，需要读者加以思考罢了。这种形式的标题因其观点含蓄，轻易激起读者的注重。如《家庭联产承包制就是单干吗?》、《商品经济等同于资本主义经济吗?》等。③交代内容范围。这种形式的标题，从其本身的角度看，看不出作者所指的观点，只是对文章内容的范围做出限定。拟定这种标题，一方面是文章的主要论点难以用一句简短的话加以归纳；另一方面，交代文章内容的范围，可引起同仁读者的注重，以求引起共鸣。这种形式的标题也较普遍。如《试论我国农村的双层经营体制》、《正确处理中心和地方、条条与块块的关系》、《战后西方贸易自由化剖析》等。④用判定句式。这种形式的标题给予全文内容的限定，可伸可缩，具有很大的灵活性。文章研究对象是具体的，面较小，但引申的思想又须有很强的概括性，面较宽。这种从小处着眼，大处着手的标题，有利于科学思维和科学研究的拓展。如《从乡镇企业的兴起看中国农村的希望之光》、《科技进步与农业经济》、《从“劳动创造了美”看美的本质》等。⑤用形象化的语句。如《激励人心的治理体制》、《科技史上的曙光》、《普照之光的理论》等。标题的样式还有多种，作者可以在实践中大胆创新。副标题和分标题为了点明论文的研究对象、研究内容、研究目的，对总标题加以补充、解说，有的论文还可以加副标题。非凡是一些商榷性的论文，一般都有一个副标题，如在总标题下方，添上“与××商榷”之类的副标题。另外，为了强调论文所研究的某个侧重面，也可以加副标题。如《如何看待现阶段劳动报酬的差别——也谈按劳分配中的资产阶级权利》、《开发蛋白质资源，提高蛋白质利用效率——探讨解决吃饭问题的一种发展战略》等。设置分标题的主要目的是为了清楚地显示文章的层次。有的用文字，一般都把本层次的中心内容昭然其上；也有的用数码，仅标明“一、二、三”等的顺序，起承上启下的作用。需要注重的是：无论采用哪种形式，都要紧扣所属层次的内容，以及上文与下文的联系紧密性。目录一般说来，篇幅较长的毕业论文，都设有分标题。设置分标题的论文，因其内容的层次较多，整个理论体系较庞大、复杂，故通常设目录。设置目录的目的主要是：1．使读者能够在阅读该论文之前对全文的内容、结构有一个大致的了解，以便读者决定是读还是不读，是精读还是略读等。2．为读者选读论文中的某个分论点时提供方便。长篇论文，除中心论点外，还有许多分论点。当读者需要进一步了解某个分论点时，就可以依靠目录而节省时间。目录一般放置在论文正文的前面，因而是论文的导读图。要使目录真正起到导读图的作用，必须注重：1．准确。目录必须与全文的纲目相一致。也就是说，本文的标题、分标题与目录存在着一一对应的关系。2．清楚无误。目录应逐一标注该行目录在正文中的页码。标注页码必须清楚无误。3．完整。目录既然是论文的导读图，因而必然要求具有完整性。也就是要求文章的各项内容，都应在目录中反映出来，不得遗漏。目录有两种基本类型：1．用文字表示的目录。2．用数码表示的目录。这种目录较少见。但长篇大论，便于读者阅读，也有采用这种方式的。内容提要内容提要是全文内容的缩影。在这里，作者以极经济的笔墨，勾画出全文的整体面目；提出主要论点、揭示论文的研究成果、简要叙述全文的框架结构。内容提要是正文的附属部分，一般放置在论文的篇首。写作内容提要的目的在于：1．为了使指导老师在未审阅论文全文时，先对文章的主要内容有个大体上的了解，知道研究所取得的主要成果，研究的主要逻辑顺序。2．为了使其他读者通过阅读内容提要，就能大略了解作者所研究的问题，假如产生共鸣，则再进一步阅读全文。在这里，内容提要成了把论文推荐给众多读者的“广告”。因此，内容提要应把论文的主要观点提示出来，便于读者一看就能了解论文内容的要点。论文提要要求写得简明而又全面，不要罗哩啰嗦抓不住要点或者只是干巴巴的几条筋，缺乏说明观点的材料。内容提要可分为报道性提要和指示性提要。报道性提要，主要介绍研究的主要方法与成果以及成果分析等，对文章内容的提示较全面。指示性提要，只简要地叙述研究的成果(数据、看法、意见、结论等)，对研究手段、方法、过程等均不涉及。毕业论文一般使用指示性提要。关键词关键词是标示文献关键主题内容，但未经规范处理的主题词。它是为了文献标引工作，从论文中选取出来，用以表示全文主要内容信息款目的单词或术语。一篇论文可选取3～8个词作为关键词。正文一般来说，学术论文主题的内容应包括以下三个方面：1.事实根据（通过本人实际考察所得到的语言、文化、文学、教育、社会、思想等事例或现象）。提出的事实根据要客观、真实，必要时要注明出处；2.前人的相关论述（包括前人的考察方法、考察过程、所得结论等）。理论分析中，应将他人的意见、观点与本人的意见、观点明确区分。无论是直接引用还是间接引用他人的成果，都应该注明出处；3.本人的分析、论述和结论等。做到使事实根据、前人的成果和本人的分析论述有机地结合，注意其间的逻辑关系。结论结论应是毕业论文的最终的、总体的结论，换句话说，结论应是整篇论文的结局、是整篇论文的归宿，而不是某一局部问题或某一分支问题的结论，也不是正文中各段的小结的简单重复。结论是该论文结论应当体现作者更深层的认识，且是从全篇论文的全部材料出发，经过推理、判断、归纳等逻辑分析过程而得到的新的学术总观念、总见解。 结论可采“结论”等字样，要求精炼、准确地阐述自己的创造性工作或新的见解及其意义和作用，还可提出需要进一步讨论的问题和建议。结论应该准确、完整、明确、精练。
论文问卷数据怎么分析如下：
一、问卷类型
问卷调查分为两大类：即量表问卷和非量表问卷。
量表问卷通常更多用于学术研究，其特点在于更多的态度认知题项，体现样本人群对于某事物的态度看法态度情况等，通过对各研究变量的关系研究，找出其中内涵逻辑关系。
非量表问卷更多体现对某现状的事实情况和基本态度调研，比如样本进行网购的原因，不进行网购原因，网购平台的使用现状情况等。此类问卷更多在于分析思路的逻辑和现状情况的了解分析，以及样本的基本态度情况。
二、分析方法
从分析方法上，量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。
非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）更多是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。
三、分析结果
问卷数据一般使用SPSS进行分析即可，分析基础比较薄弱，可使用SPSSAU进行分析。SPSSAU分析结果生成的是“类三线表”的格式，系统会自动生成指标解读报告。
一般做描述，差异，相关和回归分析。
你的思路反了，你应该首先根据你做这个问卷的目的来确定一系列假设和分析思路，之后才能有针对性的选择分析方法。比如你想比较不同性别在某个量表维度是否有差异，那就用均值t检验如果你想分析 性别、年龄、学历等多个自变量对一个量表总体的影响，那就用回归分析
「问卷与量表」都是研究者用来搜集数据的一种技术，也可以说是对个人行为和态度的一种测量技术。它的用处在于量度，特别是对某些主要变项的量度。虽然问卷和量表都是可以用来搜集数据，但这两者基本上还是有一些差异存在的：
在编制架构上的差异
（一）量表需要理论的依据，问卷则只要符合主题即可。 通常量表的编制都是根据学者所提的理论来决定其编制的架构，譬如若要编制教练的领导行为量表时，可根据运动心理学者Chelladurai & Carron的运动情境领导理论来编制。此项理论将教练的领导行为分为「训练和教学的行为」、「民主的行为」、「权威的行为」、「社会支持的行为」及「奖励及赞赏的行为」等五个向度，因此编制者可依照这五个向度编成一份有五个分量表的领导行为量表。然而在编制问卷时，只要研究者先将所要研究的主题厘清，并将所要了解的问题罗列出来，然后依序编排即可。
（二）量表的各分量表都要有明确的定义，问卷则无此要求。 在编制量表时，若没有分量表，编制者就直接将此量表的定义加以说明。若所编制的量表包含有若干个分量表，各个分量表亦需将其定义加以界定清楚。一方面让编制者在编题时能切合各个分量表的主题，另一方面是让阅读者能了解此量表的各个分量表究竟是做何解释。
51调查，让调查更简单方便！
都可以，看您擅长那个方面虽然您打算做量化研究，但在前期打基础时最好看一些比较经典的关于质性研究的论文，这样在前期时你可以将质性研究和量化研究进行对比，总结出相同点和相似点，这样更有利于您开展后续的量化研究。定量研究一般是为了对特定研究对象的总体得出统计结果而进行的。定性研究具有探索性、诊断性和预测性等特点，它并不追求精确的结论，而只是了解问题之所在，摸清情况，得出感性认识。定性研究的主要方法包括：与几个人面谈的小组访问，要求详细回答的深度访问，以及各种投影技术等。在定量研究中，信息都是用某种数字来表示的。在对这些数字进行处理、分析时，首先要明确这些信息资料是依据何种尺度进行测定、加工的，史蒂文斯（）将尺度分为四种类型，即名义尺度、顺序尺度、间距尺度和比例尺度。
1毕业论文属于学术论文。 2只要不是抄的，你写出全世界最差的一篇论文就 可以。 3比着葫芦画瓢，找一篇去年毕业 同学的范文，格式样式，照着写就行了。 4毕业论文的实 质是读后感，选一本书，花一个星期读一遍。边读 边做笔记。把笔记整理一下，按范文格式条理一下，就是很好的论文了。 5问题的关键是：你必须花一周的时间。许多同学不愿花费这个时间，那就没辙了。别的也别谈了。 完了。 6有的同学找朋友帮忙，自已不写，让朋友替自己写一篇。 这当然好，但现在的朋友大都靠不住。你让他写一篇给你，他满口答应，没过两天就送给你一篇。你千恩万谢。可是拿给老师一看，原来是从网上粘下来的，乱码都 还没改。更可气者，一稿多用，他还把这篇“论文”送给好几个人，赚了好几顿饭，造成“雷同抄袭”、频烦吃饭。 7结论：只能自己写，花一周时 间。 8那位问了：“我写得不好怎么 办？”答：“这是伪问题。别管好坏，先写出来就行。老师还怕都写好呢：没法分优良中差了！总之，你写出一篇全球最差的论文就行，只要不是抄的！” 9只要硬着头皮写，傻瓜都能写一篇。 第一章 选题 一、选题的原则 （一）有价值（有品位，内行） （二）有可行性（或操作性，大小适中，难易恰当） （三）有浓厚兴趣（兴趣是动力，必须是自己喜欢的。） 《论语·雍也篇》：“子曰：知之者不如好之者，好之者不如乐之者。” 如果你什么都不喜欢，那就更好办：让辅导老师给你一个题目就行。 （四）专业对口（专业专长） 二、 选题的 方法 （一）亟待解决的课题 （二）填补空白的课题 （三）有争议的课题 （四）有矛盾的课题 （五）可综述的课题 第二章 搜集资料 学术研究往往是在前人已有成果的基础上，有所突破。因此，搜集相关文献信息，非常重要。要求能快 速、准确地搜集到所需的资料信息。 一、直接材料的搜集 第 一手材料 二、间接材料的搜集 从文献及网络查取的材料 （二手材料一定要注意核对。） 图书、期刊，纸本索引及网络检索GOOGL、百度网等，关键词检索。 三、材料的分析 让材料自然分类，类聚法。 第三章 写提纲 提纲尽可能详尽，条理清晰，条块分明。 （镶玻璃法： 把内容分成几块，一块块往上填内容就行了。） 一般分为序论、本论、结论三部分。 提出问题，分析问题，解决问题。 论证的形式，纵深式（递进式），平列式，综合式。 第四章 写论文 一、格式及要求：前置部分及主体部分 前置部分：标题、署名、指导教师、目录、摘要、关键词 （一）标题：对论文重点的直接呈现。准确得体，通俗易懂，简短精练（不能 简短，可加副标题），符合规范。 （二）署名，在题下。 （三）指导教师：xxx （四）摘要（可复制文中关键句子，稍作修 饰、连缀即可） （五）关键 词，一般3—5个即可，以重要程度为序。 （六）目录 主体部分： 前言、正文、结论、参考文献、致谢 （一）前言（引言，序论，导言，绪言） （二）正文（本论，主体） （三）结论 （四）注释 (五)参考文献 （文献名，作者，出版社，版次） 二、具体方法与规 范 （一）写作的顺序 1按照提纲自首至尾 2先写思考成熟的部分，最后焊接起来。（若不知从何写起，就这样写） 写此不管彼，只求一意法。 （二）引用材料的方法 1直接引用法 引证。推论，尊重，显示自己并非标新立异，不乏同道。（拉赞助） 2先斩后奏法 先概述观点，然后指出某人某文已详言之（加注参见） 3映带法 崇山峻岭，又有清流急湍映带左右。研究韩愈，不妨提及东坡；研究明清诗，也可上溯到汉魏。 4戒剽窃。学会运用，而不是照抄。 （三）论文的整体要求 准确，概括、简练，严谨客观，平实，文采。 不可以孤立的看问题，要注意上下影响。 （四）段落、标点规范 （五）语体的要求 要简约典雅。 第五章 修改、定稿 文不厌改，要改得死去活来。 一、自己反复阅读， （1）改正错误的字、词、句（笔下误）。（2）逻辑错误 （3）修正完善观点（4）论据错误（5）调整结构布局（完美，圆满，面团原理，增删 材料）（6）修饰词句。 面团原理：你如果原打算写五个部分，最后只写成三个部分；那你就说你本来就打算写三个部分，现在如期完成了，很“圆满”。因为没有人知道你的原计划，也 没有人想知道，所以没必要告诉他人。 二、他人审校（吸收他人意见；自己的错误往往看不出）。 互相审阅，互相挑毛病。 第六章 答辩 虚心点就行。自己写的，也不用心虚。
毕业论文字数要求及书写规范
紧张又充实的大学生活将要谢下帷幕，我们都知道毕业前要通过毕业论文，毕业论文是一种、有准备的检验大学学习成果的形式，那么问题来了，毕业论文应该怎么写？下面是我为大家收集的毕业论文字数要求及书写规范，仅供参考，希望能够帮助到大家。
一般而言，非211、985学校的本科毕业论文字数在6000—8000左右（工程类需要制图的专业则会超过这个数字），而一些要求较高或者重点学校则要求论文字数在1万左右或以上，总之各个学校在论文字数上的规定都有细微的差异。
本科毕业论文书写规范
一、本科生毕业论文主要内容
1、题目（宋体，小二，居中）
2、中文摘要（200字以上），关键词；字体：宋体、小四号，字符间距：标准；行距：20磅
3、英文摘要，关键词；
4、目录
5、正文；字体：宋体、小四号，字符间距：标准；行距：20磅
6、参考文献。期刊内容包括：作者，题名，刊名，年，卷（期）：起始页码—结束页码。著作内容包括：作者、编者，文献题名，出版社，出版年份，起止页码。
7、附件：开题报告和检查情况记录表
二、格式要求
1、书写格式要求：填写项目必须用碳素或蓝黑墨水钢笔书写；
2、文稿要求：文字通顺，语言流畅，版面整洁，便于装订。Word文稿A4纸打印。
3、图纸要求：图面整洁，布局合理，线条粗细均匀，圆弧连接光滑，尺寸标准规范，文字注释必须使用工程字书写；
4、曲线图表要求：所有曲线、图表、线路图、流程图、程序框图、示意图等不得简单徒手画，须按国家规范标准或工程要求绘制；
5、公式要求：所有公式不得徒手书写，利用Microsoft公式编辑器或Mathtype编辑。
三、毕业论文份量要求：
毕业论文字数一般不少于万字或相当信息量。外文文献阅读量的具体要求，由指导教师量化。
四、毕业论文规范审查工作
由指导教师具体负责，从毕业论文质、量、形式等规范方面对论文答辩资格进行审查。审查合格者方能参加答辩。凡质、量、形式等方面审查不合格者，应责令其返工，直到达到要求为止，否则不准参加毕业答辩。对于在校外进行毕业论文的学生，其论文答辩资格审查回校进行。
不同的学校对于本科毕业论文的字数要求不同，一般非211、985学校的本科毕业论文字数在6000字——8000字左右，一些要求较高的专业或者重点院校则要求论文字数高达10000字左右或者以上。
论文各部分字数的大致要求：
1、文献综述
字数在1000字——3000字之间。文献综述是在确定了选题后，在对选题所涉及的研究领域的'文献进行广泛阅读和理解的基础上，对该研究领域的研究现状、新水平、新动态、新技术和新发现、发展前景等内容进行综合分析、归纳整理和评述。
2、正文
字数要求在6000字以上，原则上不超过10000字。正文是毕业论文的主体内容，是整篇论文的核心所在，占论文的绝大部分篇幅。包括引言、正文、结论或结束语三大部分。
3、标题
一般不超过20个汉字。毕业论文题目应简明扼要，避免过宽、过大、过空，要能准确反映论文的实质性主题内容，包括研究的范围、层次和深度等。
4、摘要
论文的中文摘要应以最简洁的语言介绍论文的概要、作者的突出论点和新见解。学士学位论文中文摘要一般不少于200字。
5、关键词
一般为3——5个。关键词根据论文正文内容及论文主题选取。英文关键词要与中文关键词一一对应。
6、致谢
一般不超过300字。致谢可以对下列方面表达谢意：协助完成研究工作和提供便利条件的组织或个人；在研究工作中提出建议和提供帮助的人；给予转载和引用权的资料、图片、文献、研究思想和设想的所有者；其他应感谢的组织或个人。
1、论文中可以没有控制变量。2、研究性文章主要有三个变量，自变量、因变量、控制变量，硕士毕业论文不加控制变量，只研究前两项（自变量和因变量）理论上是没有问题的。
双变量回归是一种比较基础的统计分析方法，其基本原理是通过建立两个变量之间的线性关系来进行预测和分析。在毕业论文中使用双变量回归进行研究是比较常见的，但是否简单还需要考虑具体情况。如果只是进行简单的双变量回归分析，建立起线性方程并进行参数估计、显著性检验和模型诊断等步骤，可能相对比较简单。但是，如果需要进行更深入的统计分析和探索，还需要考虑诸如异方差性、多重共线性、非线性关系等问题，并对模型进行相应的修正和拓展，这就需要更深入的专业知识和技能。因此，毕业论文中双变量回归的难易程度还需要结合具体情况来评估。如果研究问题比较简单，数据质量较好，且只需要进行基本的线性模型分析，则可能相对简单。但是，如果研究问题比较复杂，数据存在较多噪声或缺失值，需要进行更深入的统计分析和探索，则可能需要更多的专业知识和技能。
该栏目主要是推送上财商学院教师国内外学术前沿动态、科研成果的信息平台。商学院以“双一流”学科建设为科研导向打造学院核心优势；商学院教师践行“厚德博学，经济匡时”的校训，不断提升科研实力和教学成果，在各自领域做出优秀的原创性科研成果，打造商学院财经特色品牌，为促进中国社会经济的发展提供理论支持。
编者按
本期推介成果为上财商学院谢天副教授及其合作者Steven F. Lehrer完成，2021年3月12日发表在《Management Science》的论文“The Bigger Picture: Combining Econometrics with Analytics Improves Forecasts of Movie Success”。
· 论文摘要 ·
使用机器学习结合社交媒体大数据来提高预测精度，在学术界和业界都有较高的关注度。为了评估该项技术的实用性，本文使用电影行业数据，将常规计量经济学方法与预测分析文献中的常见机器学习工具进行了详细的对比。在此基础上，我们还提出了一种全新的混合学习算法。该方法将常规计量经济学算法与机器学习算法相结合，进而可以更加精确地捕捉数据异质性，以达到提高预测精度的目的。我们的实证结果验证了社交媒体数据的重要性以及混合学习算法的价值。具体来说，虽然机器学习算法中的最小二乘支持向量回归和树类算法明显优于传统计量经济学方法，但我们提出的混合学习算法能够在其基础上进一步提高预测精度。此外，蒙特卡洛实验表明，我们提出的混合学习算法的相对优势主要建立在数据的异质性上。而无论社交媒体数据测度方法的迥异区别还是各种电影特征对票房的不同影响都会产生显著的异质性。
作者介绍 INTRODUCTION
谢天，曾获加拿大皇后大学博士学位。上海财经大学商学院世经国贸系副教授。主要研究方向为组合预测和模型平均，大数据分析等。主持和参与多项国家自然科学基金项目。研究成果在Management Science, Review of Economics and Statistics, Journal of Financial Econometrics等一流期刊发表。
BONUS SCENE
一个小彩蛋
Management Science编辑部以及我的合作者Steven F. Lehrer在推特上都有对本文做宣传。我私下里把他们发的Tweets以及所有回复的内容一起做了一个简单的字符分析，并把结果通过如下字图展示。字体越大说明提及频率越高。貌似在介绍本文的时候，人们较为看重数据处理，而且关心(机器)学习方法与计量经济学的全新结合。这较为直观地反映了目前我所在的研究(小)领域内，人们看重的关键点和可能的未来发展方向。一些表达情绪的关键词汇也被筛选出来。当然也没忘提及了下我的名字(右下角…好小…)。
我还用本文使用的情绪分析工具，研究了一下合作者所有相关Tweets的综合情绪。结果显示，和中性的0相比，Tweets情绪高达。说明Steve发推时的情绪高涨自豪。
01
引言
很多人推测，电影制片厂在不久的将来会认识到，决定一部电影成功与否的因素中，预测分析与制片人、导演和（或）电影明星一样重要。目前文献中，预测分析结合社交媒体大数据的做法比较流行，且主要用在电影行业的需求预测上。提高预测精度的意义重大，因为它们能够降低投资者对票房不确定性的顾虑从而增加资本投资；还可以帮助市场营销团队量身打造最有效的营销活动。
前人的研究中，如 Bollen, Mao 和 Zheng (2011), Goh, Heng 和 Lin (2013) 及 Lehrer 和 Xie (2017) 等，展示了社交媒体在不同预测情境下的重要性。然而，这些文献中都没有考虑目前流行的机器学习算法，如回归树，随机森林，提升方法和支持向量回归等。这些机器算法一般不会限制统计模型的具体结构，并且通过加入传统计量方法忽略的非线性预测量的交互项来提升预测精度。尽管这些算法在建模时有一定优势，通过递归分区构建超平面或者树形结构时，它们一般都要求在整个解释变量空间内，齐方差假设成立。
数据的异方差性可能来自于被忽略的参数异质性，会影响许多预测方法的预测能力。比如，异方差会改变支持向量的位置，还会改变数据分区的方式，从而影响回归树的结构等。本文提出了一种新的预测分析理念，与以往文献中的计量方法和机器学习算法都不同，为提升电影业预测精度提供了指导性帮助。因此，本文对以改善预测精度等实证表现为主的数据科学领域的发展也做出了一定贡献。改领域目前在经济学科和管理学科都受到了重视，著名文献包括但不限于：Vasilios, Thephilos 和 Periklis (2015) 检验了预测每日和每月汇率时，机器学习方法的精度；Wager 和 Athey (2018) 提出了随机森林的变形方法，估计随机效应；Ban, Karoui 和 Lim (2018) 用机器学习算法做投资组合优化，等等。
本文提出的混合策略，考虑了最小二乘支持向量回归和递归分区方法中数据的异方差性导致的异质性问题。为了说明这一点，用回归树预测时， 我们通常用一个局部常量模型，假设单个终端叶片间结果同质。本文的混合方法允许模型有不确定性，并且在每个终端叶子分组中进行模型平均。因此，我们的混合方法考虑了每个叶子分组内，解释变量和被解释变量之间存在异质性的概率。最近的一篇文献，Pratola, Chipman, Geroge 和 Mc- Culloch (2020) 考虑在贝叶斯模型的框架之下，在现有机器学习文献中加入异方差。在支持向量回归方法中，我们也允许模型不确定性，对准则函数做出调整，使之建立在异方差误差项之上。本文通过模拟实验以及电影票房相关的实证例子阐述了，混合策略及递归分区方法或者最小二乘支持向量回归的具体应用环境，和相比较于Pratola, Chipman, Geroge 和 Mc- Culloch (2020)等方法的比较优势，进而感兴趣的使用者提供了指导。
本文还对其他实证方法对电影收入的预测精度做了检验。我们选择样本时并没有特定的标准依据，样本包括三年内北美所有在影院上映或售卖的电影。我们发现，该数据表现出很强的异方差性，追溯其原因很可能是来自不同分布的人群对不同类型电影的兴趣差异性。本文的实证结果首先为学者选择预测方法时的权衡提供了新的启示。样本容量较小时，我们发现最小二乘支持向量回归优于其他机器学习方法。总体来看，递归分区方法（包括回归树，引导聚合和随机森林）与计量方法相比，预测精度提升30%-40%，那些计量方法都采用了模型选择标准或模型平均方法。计量估计量和惩罚方法间接考虑了异方差数据，统计学习方法与这些方法相比，预测精度有很大的提升，进一步说明了线性参数计量模型的局限性。然而，这些线性模型目前仍然很受欢迎。如Manski (2004)所说：“统计学家取得进步的原因是把目标集中在易处理的估计量上，比如线性无偏或渐近正态的估计量。”
其次，本文的发现利用本文提出的混合策略，在允许模型不确定性存在时，预测精度约有10%的进一步提高。许多种类的机器学习算法的预测精度都有所提升：(i) 替代支持向量回归的核函数；(ii) 在树形结构（包括随机森林，引导聚合，M5’，最小二乘支持向量回归）下用超参数和局部目标函数来分割数据的算法等等。模拟实验能够帮助我们理解为什么实证分析中预测精度会出现大幅的提升。我们发现参数存在显著异质性导致数据异方差时， 本文的混合策略极为有效。参数异质性的原因可能是跳跃或门槛效应，或者是在潜在关系中忽视了参数的异质性。这种情况下，混合策略能在一定程度上解释叶片间结果的异质性。
最后，本文发现加入社交媒体数据，即使在异方差的数据环境下，仍然对提高预测精度有巨大的帮助。我们考虑了多种计量检验，都验证了社交媒体数据的重要性。我们提出的混合策略甚至可以对变量的重要性进行量化排序。计算结果说明，预测电影票房或单位销售收入时，最重要的10个变量中，有7个隶属于社交媒体数据。
接下来，我们将对本文采用的模拟实验结果以及实证分析进行具体的描述。
02
模拟实验结果对比
为了展示混合策略相较传统方法的优势，我们考虑以下非线性模型。其中，图1(a)(b) 两部分分别展示了训练数据的散点图和曲面图，数据生成过程如下：
yi = sin(X1i) + cos(X2i) + ei,
其中 X1i ∈ [1, 10], X2i ∈ [1, 10], ei是均值为0、方差为的高斯噪声。
图1 (c) -(f) 分别表示用 RT, MART, SVRLS,和 MASVRLS方法得到的训练数据的预测值 y.由于RT预测假设叶片间同质，图1(c) 中的曲面图与阶梯函数类似。相反，MART预测假设叶片间也是异质的，图1(d) 中的曲面图与基本数据中联合分布的变化更接近。图1(e) SVRLS 的预测图与 MART 类似，但褶皱更明显。而MASVRLS 方法预测的曲面图最为平缓，具体可参见图1(f).
图1(g)-(j) 分别展示了 RT, MART, SVRLS,和 MASVRLS算法的预测误差。通过比较这四个图形的高度，我们发现，MART 和 MASVRLS 方法得到的绝对误差值的分别小于RT和SVRLS 的一半。而且，整个 X1 和 X2 的区间内，(h) 和 (i) 高度都减半了。这验证了我们对于放松模型具体结构可以提高预测精度的假设，也说明了捕捉叶片或支持向量之间的参数异质性从而提高预测精度的重要性。
图1、混合策略与其他传统方法在模拟数据下的表现差异展示▼
03
实证研究
我们收集了2010年10月1日至2013年6月30日期间北美上映的所有电影的相关数据。在 IHS 电影咨询部门的帮助下，我们用一系列指标衡量每部电影的特征，包括电影类型，美国电影协会给出的电影内容评级(G, PG, PG13 和 R)，除广告费用以外的预算，以及电影上映六周前电影制片厂预测的上映周数和上映影院数。在本文的分析中，我们主要用首映周末票房(n = 178) 和首映时 DVD 和蓝光光碟的总销量(n = 173) 考量一部电影的初始需求量。
为了从大量推特信息中 (平均每天亿条) 萃取出有用的关于“支付意愿”的信息，本文考虑两种衡量标准。第一，基于 Hannak 等人 (2012) 的算法，计算某一部电影的“情绪”。这种算法包括电影标题和关键词的文本分析：找出含有电影名称或关键词的推特，再计算作者发布的文字和图片中的情绪得分。与某一部电影有关的所有推特中，每个词语有不同的情绪得分，这部电影的情绪指数就是情绪得分的均值。第二，我们计算了每部电影有关的不加权的推特总数。在本文的分析中，我们分别考虑推特数量（volume）和推特情绪（sentiment），因为情绪能表现电影的质量，但数量可以展现人们对电影的兴趣（流量）。
为了检验在传统计量方法或机器学习方法中加入社交媒体数据的重要性，我们参照 Hansen 和 Racine (2012) 的做法，做了下述试验，以衡量包含不同协变量的模型中不同估计量的相对预测效率。我们比较的估计方法可以分为以下几类：(i) 传统计量方法；(ii) 模型筛选方法；(iii) 模型平均发 ；(iv) 机器学习方法；以及(v) 本文新提出的混合方法。该方法结合了计量工具和机器学习算法，能够更好地捕捉数据的异质性。
试验把原始数据 (样本量为 n ) 分成训练集 (nT ) 和评估集(nE = n −nT ).我们可以从训练集中得到每种方法的参数估计量，这些参数估计量接着被用来预测评价集的结果，从而可以计算均方误测方差 (MSFE) 和平均绝对预测误差 (MAFE)，对每类预测方法做出评价。以最小二成法（OLS）为例，MSFE和MAFE的具体算法如下：
其中 (yE, xE) 是评价集，nE 是训练集中观测值的数量， βˆT 是基于训练集的对应模型的估计系数，ιE 是一个 nE × 1、元素都为1的向量。总的来说， 我们用不同大小的评估集 (nE = 10, 20, 30, 40) 重复进行了10,001次试验。
图2和图3分别是公开票房和单位销售额的预测误差试验的结果。图2和图3最上面的一幅图表示的是 MSFE 的中位数，最下面的一幅图表示的是MAFE 的中位数。每个小图中都有四条曲线，分别对应不同大小的评估集， 每个点代表对应评估集下，x轴上标出的估计量的预测结果。估计量一般按照预测精度的改善程度排序，除了本文新提出的混合策略的估计量在传统的机器学习方法估计量的附近。重新排列帮助我们直观地看到每一个混合方法中加入模型不确定性带来的边际收益。需要注意的一点是，RF 和MARF 后的数值代表随机抽取的用来决定每个节点处是否分裂的解释变量的个数。
本文提出的 MASVRLS 方法在每幅图的最右边，因为不管用 MSFE 还是 MAFE 衡量，MASVRLS 的预测结果都是最优的。紧靠着 MASVRLS 左边的是 SVRLS 方法，得到了次优的结果。加入模型平均使得 SVRLS 和 MASVRLS 的预测表现提升10%。即便如此，nE 取值很小时，试验考察的机器学习方法都绝对优于 HRCp，计量估计量和惩罚方法。统计学习文献中常用的方法，如引导聚合、随机森林方法也优于基准模型。而且，我们发现把模型平均加入到引导聚合方法后，大约有10%的收益，与向 SVRLS 方法加入模型不确定性后的收益相同。
图2、公开票房预测结果对比
图3、单位销售额预测结果对比
比较图2和图3的结果，我们发现混合策略中加入支持向量回归比树形回归能获得更大的收益，且公开票房的预测结果优于零售单位销售额的预测结果。然而，电影零售单位销售额的预测精度提高的百分点更大，因为电影零售单位销售额的样本容量更小。我们还发现，当我们使用更大的样本来预测DVD和蓝光光碟销售额时，HBART相较于树形回归的优越性更为明显。常规的随机森林方法和加入模型平均后的随机森林估计，在所有方法中表现平平。需要注意的是，当测试集nE 变大，所有方法的预测表现都会变差，这一结果也符合预期。
04
结论
电影行业充满不确定性。De Vany 和Walls (2004) 报告称，1984-1996年上映的2,000部电影中，只有22% 的电影盈利或不赚不赔。由于社交媒体能反映出一部电影上映前公众的兴趣，而且社交媒体还能够测度潜在观众对广告营销的反应，电影业对于用社交媒体数据做预测十分振奋。新的数据来源不仅能够提高潜在提升预测精度，还能运用递归分区方法或者为数据挖掘开发的SVR算法。运用电影业的数据，我们发现这些算法与维度缩减或传统计量方法相比，预测精度有了显著提高。
尽管机器学习方法提供了实际性的帮助，我们认为异方差数据可能会阻碍许多算法的预测表现。因此，我们提出了一种混合策略，即把模型平均应用到每个支持向量或叶片中。本文的实证研究说明，不管是哪种机器学习算法，运用混合策略后预测精度都有显著改善。而且，混合策略中加入支持向量回归比树形回归能获得更大的收益，且公开票房的预测结果优于零售单位销售额的预测结果。然而，电影零售单位销售额的预测精度提高的百分点更大，因为电影零售单位销售额的样本容量更小。另外，在传统计量方法、惩罚方法或模型筛选方法中加入异方差能够提高预测精度，本文的分析对这点提出了怀疑。
机器学习领域学者们面临的一大挑战是Wolpert 和Macready (1997) 提出的“无免费午餐”定理。这是一个不可能定理，即不可能存在一个全局最优策略。最优策略不但取决于样本容量和预测的目标变量，还取决于特定问题的结构，而分析者事前通常不知道问题的结构。然而，由于现实世界中数据的异方差性很普遍，在树类算法或最小二乘支持向量回归的基础之上，我们提出的混合学习算法具有重要意义，还能够与 Pratola, Chipman, Geroge 和 McCulloch (2020) 提出的 HBART 策略相互补充。
为了推动后续有关社交媒体对电影业盈利的影响的文献，我们可以考虑使用加总程度更低的推特数量和情绪得分作为解释变量。比如，我们可以测度推特不同子集的情绪，子集的分类标准可以是粉丝数量，人口特征， 或推特是否有正面(负面)导向，等等。通过把社交情绪分解成小部分，我们可以知道，推特中表达出的哪种类型的情绪与观看电影的决策相关。未来的研究方向是：理解混合学习算法的统计特征，开发出一个能够在一个有多个协变量的模型中捕捉到异方差来源的检验方法，以及为他人提供策略选择方面的建议。另外，我们还需要开发出一套评价预测模型的标准，评价标准不仅仅是估计量的偏差和效率，还应该考虑预测方法的计算复杂性，这些都将会对管理决策提供很大的帮助。
SUFE COB
责编 | 张宜杰 审编 | 谢天 沈梦雪
“毕单 毕业论文双变量回归会不会简单”是一个关于毕业论文的问题，需要从多个角度来解答。以下是四段回答：第一段，从理论角度解答。双变量回归是一种基本的统计分析方法，通常用来研究两个变量之间的关系。在毕业论文中，双变量回归是一种常用的方法，可以帮助研究者探究研究对象之间的相关性。从理论角度来看，双变量回归并不是一种特别复杂的方法，但是需要研究者对统计学基础知识有一定的掌握。第二段，从数据处理角度解答。双变量回归需要用到大量的数据，并且需要对数据进行处理和分析。如果数据量大且分析方法不当，就容易出现数据分析错误或者结果不准确的问题。因此，从数据处理角度来看，双变量回归并不是一种简单的方法，需要研究者具备一定的数据分析和处理能力。第三段，从实际操作角度解答。在毕业论文中，双变量回归需要进行实际操作，包括数据收集、数据预处理、模型构建等步骤。这些步骤需要研究者具备一定的操作技能和实践经验，否则就容易出现错误。因此，从实际操作角度来看，双变量回归并不是一种简单的方法，需要研究者具备一定的技能和经验。第四段，从实用性角度解答。双变量回归是一种实用性很高的方法，可以帮助研究者探究研究对象之间的关系。在毕业论文中，双变量回归可以用来探究各种研究对象之间的关系，如影响因素、变化趋势等。因此，从实用性角度来看，双变量回归是一种非常有价值的方法，可以帮助研究者获得有用的研究结论。