发布时间：
统计方法在企业中的实践研究论文
【摘要】统计方法在企业发展史上占有重要地位。文章分析了企业对统计方法的应用需求，并就如何提高其在企业经营有效实施进行了探讨。
【关键词】统计方法；实践应用；应用需求
20世纪80年代，美国通用、福特和施乐等大公司，开始在市场分析、产品开发与设计、工艺设计、生产控制与营销策略方面应用统计技术，结果使得其产品成本下降，产品质量和市场占有率提高，给公司带来非常好的经济效益。90年代后，美国波音公司调整其质量管理政策，其重要方面是增加统计控制方法和以质量改进为核心的管理概念。
一、企业对统计方法的应用需求
（一）统计方法的作用
在偶然中寻求必然是应用统计技术的核心。所谓统计技术，就是通过有效收集、整理与产品质量有关的数据信息，运用数理统计推断的原理，以部分（样本）推测全体（总体）的特性。通过测量、描述、分析产品特性的变化，形成数学模型，从而对产品过程进行监控，对质量变异提前预防，为降低产品缺陷和预防不合格的产生，特别是为质量改进指明方向。
正如恩格斯所说，任何偶然性存在的场合，都受客观规律所支配，问题是如何发现并利用这些规律。统计方法作为一种为决策提供依据的工具，可以帮助企业进行数据分析，了解产品质量状态的分布情况，找出问题、缺陷及原因，有针对性地采取措施，提高产品和服务的质量。原始数据不经过整理和分析，只是一堆“资料”，而有用的信息往往蕴藏在大量的数据之中，所以数据的应用是统计技术的前提，统计技术是整理和分析数据的工具。
统计方法可应用在设计阶段的市场预测、可行性分析、方案设计、初试样试制、小批量生产等；应用在生产阶段的工艺设计、过程控制、能力研究和质量改进；应用在销售阶段的营销策略研究、预期销售额的测算、顾客回报率的评价、安全性评价和风险分析等。统计过程控制（SPC）是进行质量分析、质量控制和质量改进的科学方法。可以说，企业持续的产品生命周期的改进，是通过实施SPC得以实现的。
应该指出，统计方法是一种能使企业管理体系增值的资源，它是一种素质和思维方法。统计技术是一种投资少、简单易行、挖掘企业潜力、提高企业经济效益的技术。统计方法可应用在产品生命周期的所有阶段，应用的越早越有效。SPC能对产品生命周期的各个阶段进行监控、判断质量变异并及时告警。在控制和验证过程能力和产品特性时，统计方法的使用能起到帮助过程改进、向决策程序提供输入的重要作用。如果企业能认真地实施统计技术，而不是应付差事，就一定会给企业带来效益，从而避免徒劳无益。
（二）企业对统计方法的应用需求
企业应用统计方法有两个前提：一是在管理体系中明确统计方法应用的地位和指导作用，在其运行过程中必须有统计技术的要素；二是实施统计技术的程序必须具有可操作性，而不是一个道具。企业统计方法的应用需求主要在以下几个方面：
1．与设计开发控制结合。产品质量由设计来保证，设计阶段是产品质量的源头，提高设计质量可使产品质量持续满足其技术要求，并在满足顾客需求方面产生飞跃和创新。实验设计在统计界被誉为“提高设计质量的高速公路”，将正交设计法和均匀设计法交叉使用，可减少实验次数，降低实验成本。
2．与生产过程控制结合。重点是在特殊过程、关键过程的主要工艺参数和质量指标中应用统计方法。统计方法在控制和验证过程能力和产品特性时，有助于过程改进。控制图可用来监控生产过程，假设检验可用来验证工艺装备的有效程度。http://
3．与检验过程控制结合。产品实物质量的提高是质量管理的有效标志之一，抽样方法体现了检验过程控制的有效程度。
4．与纠正、改进和预防措施结合。统计方法应用的核心在于分析、判断和推测。企业质量管理体系的运行强调质量改进，统计技术对产品过程进行特殊分析的结果，可作为过程改进和决策程序的输入，从而形成产品故障报告、分析、纠正措施系统（FRACAS）的闭环管理。
二、统计方法在企业中的实践应用
（一）概率论分析方法在企业中的实践应用
在市场经济条件下，商业企业的经营和销售情况一般不是由经营者主观愿望所决定，完全是个随机过程。它包括很多不可控的具体问题：如在某单位时间内有多少位顾客光顾该商场；在已经进入该商场的顾客中又有多少人真正实施购物行为；每位顾客在这次购物活动中总共购买多少货币的商品等问题，需要用概率论分析方法来解决。因此，概率论在商业企业中有广泛的应用。这里重点选择商业企业面临的几类典型的问题来说明其应用。
1．进货问题。例如，某商场每星期四进货，以备星期五、六、日三天销售，根据多周统计，这三天的销售数量彼此独立且分布已知。则三天销售总量这个随机变量可以取哪些值可利用概率论知识来解决。同样可解决如果进货X件，不够卖的概率及进货Y件够卖的概率。
2．资源配置问题。例如，某商场一个柜台有四名售货员，每名售货员平均一小时内只用秤15分钟，则该店配置几台称较为合理，可以利用随机变量服从二项分布、事件的独立性及小概率原理来解决资源配置问题。
3．利润问题。例如，某商业企业经销某一种商品，每周进货量X与顾客对该商品的需求量Y是两个相互独立的随机变量，且都服从区间［10，20］上的均匀分布。商店每售出一单位商品可得利润1000元；若需求量超过进货量，该商业企业可从其他商业企业调货供应，这时每单位商品获利5000元，则计算此商品经销商经销该种商品每周所获得的平均利润，就需要通过计算连续型二元随机变量的数学期望来解决。
（二）数理统计分析方法在企业中的实践应用
数理统计分析方法同样在商业企业中有着广泛的应用。因此，这里也重点选择商业企业面临的几类典型的问题来说明其应用。
1．产品市场占有率问题。例如，某市四家大型电器商场的手机销售情况抽样表明，在一周内总计销售了2000部的手机，其中某品牌手机占214部，则可用数理统计中的参数区间估计理论与方法，以95%的把握程度判断出该品牌手机的市场占有率在9.42%～12.13之间。
2．调整措施效果的显著性问题。例如，某超市为增加销售，对销售方式、管理人员等进行了一系列调整，调整后随机抽查了9天的日销售额，计算的平均日销售额为60万元。根据统计，调整前平均日销售额为52万元，假定日销售额服从正态分布，则调整措施效果是否显著，不能直观地认为调整后日销售额达到60万元措施就显著，而是需要用假设检验的思想和方法来做进一步的判断。
3．产品的质量检验问题。例如，某市质检局接到投诉后，对某金商销售的产品进行质量调查。先从其出售标志18K的项链中抽出9件进行检查，检验标准值是18K，且标准差不得超过0.3。检验结果为9件项链的平均值为17，方差为0.25，假定项链的含金量服从正态分布，则检测结果能否认定金商出售的产品存在质量问题，同样也需要用假设检验的思想和方法来做判断。
三、如何提高企业实施统计方法的有效性
美国质量专家朱兰博士在《质量控制手册》中专门阐述了统计方法，并列举了十八种最基本的统计技术。国际标准ISO/TR10017和ISO/TR13425作为统计方法与统计技术的使用指南，阐述了企业实施统计方法的基本要求。
企业在直接控制产品实物质量上，可应用以下四种统计技术：1．频数图（直方图），它可大体显示质量特性的平均值、分散程度以及规格要求的比较状态；2．控制图，它可用作过程（工序）的分析、调整和控制；3．抽样验收方案；4．公差分析、回归分析和方差分析，这些方法从数理统计原理出发，可用于工程设计和工序质量的特性分析。
一般来说，人们比较重视事物间的确定关系，不太注意事物间的不确定关系（相关关系），从而使我们失掉了很多改进机会。企业应用统计技术的地方很多，凡有数据的地方都能应用，包括一些定性的结果经两次量化后也能应用。但企业要真正使统计方法的应用切实有效，应注意以下几个方面：
1．好的管理基础是关键。统计方法的应用是一项系统工程，一个管理基础差的企业，统计方法的应用只能流于形式。对于科研院所的产品，一般包括研究报告、试验报告、硬件或流程性材料。研究所的科研项目都有预定的研究周期，由项目课题组承担，研究室是有一定专业范围的常设机构。在科研过程中，如何应用统计方法，应由项目课题组根据需求来确定，不能强求一致。
2．企业应用统计方法的组织保证。统计方法贯穿企业质量管理的`全过程，应列入企业发展的总体规划，并由质量综合管理部门归口，具体统计技术的应用可由质量管理部门会同相关职能部门组织实施。
3．提高统计方法培训的有效性首先要开展统计方法应用的意识教育，然后针对产品的实际需求开展专题教育培训。如果认识上有偏差，容易造成误用、错用或形式主义。将培训计划列入教育计划，将其考核作为企业质量管理，特别是内部质量审核的关键项目之一非常必要。要通过培训，使员工树立正确的统计思想，认识到统计方法的生命所在。波动存在于任何过程，波动存在于万物之中，波动的原因有正常原因和异常原因，正常原因完全可以控制在一定的波动范围内。理解并区分正常原因和异常原因，将有助于正确认识产品的质量存在适当公差和允许公差是合理的和必要的，通过人、机、料、法、环的质量控制，来实现质量的稳定是完全可能的，这一思想也是不断改进产品质量的理论基础。一种统计技术在企业一经选用，即要求应用人员掌握正确的使用方法，包括数据收集、数据处理、统计结果评价以及正确使用统计结果等。
4．统计方法的应用必须注重产品分析和使用条件，应用统计方法不是孤立的行为，更不能随便套用，或为了使用而使用。一定要将统计方法融入到确定、控制、验证过程能力、产品特性以及市场调研等分析活动中去。
5．企业应用统计方法的基础是质量记录的真实性。产品过程分析的基础是质量信息和数据的真实可靠。如果输入的基础数据不正确，将导致数据结果发生偏差，再好的统计方法也无从谈起，毋须赘言，统计方法的应用与质量记录的真实性息息相关。
6．有计划地进行统计技术的推广和验证，面对众多的统计方法，企业首先应选择与解决“关键问题”或控制“关键特性”有关的统计技术作为试点和推广的重点，并按实施过程的轻重缓急程度，制定一份推广统计技术的计划。该计划应取得最高管理者的支持和承诺，动员全员参与和获得必要的工程和技术资源。
四、结语
企业统计方法的应用必须坚持以事实为依据、用数据说话的原则，把统计技术的应用与专业技术紧密结合，在考虑统计项目实施时，应从理论和事实层面上注重分析和使用条件，认真权衡各种关联因素。
如果企业没有按照质量管理体系中统计技术要素的要求，进行全员正规化的、有重点的统计方法的培训，没有使质量管理体系中的统计技术要素按照程序文件有效地运行，则说明企业在质量管理的重要环节上处于失控状态，同时也说明企业的质量管理体系在适应性和有效性上存在着很大问题。
在提倡科学化管理的今天，无论是管理决策还是质量监督，统计学方法在其中的作用都应得到足够的重视。
【参考文献】
[1]傅治梁．分析诊断企业产品实力的统计方法[J]．统计与决策，2000，（7）．
[2]唐兆霞．论统计方法在企业组合证券投资中的应用[J]．黑龙江财专学报，2003．
[3]龙永红．概率论与数理统计[M]．高等教育出版社，2003．
[4]刘振江．工程质量控制的统计分析方法[J]．黑龙江交通科技，2006，（8）．
创建论文数据分析计划提示：
1、系统化
学生可以通过将研究数据系统化来开始论文数据分析。收集想法，思考哪些方面是重要的，而哪些会让自己的想法变得混乱。思考自己所收集信息的真正价值，信息的数量不会帮助论文写作，质量更加重要。
2、结构
组织论文分析。对于学生和读者来说，一切都应该非常清楚。无论主题多么复杂，都应该将其分成几部分，并按顺序排列，使人们能够对问题的所有要点有一个很好的了解。每一章都应该是自己的一个小想法。
3、词汇
论文中不应该有自己不理解的任何词汇，因为很可能读者也不会理解。对于不理解的术语，或者在写作过程中学到的术语，应该在创建论文分析时进行解释。
4、因果关系
在收集数据并将材料系统化后，学生应该退后一步，考虑因果关系。应分析关键点的有效性。如果已经做好了系统和结构部分，这应该不会太复杂。
5、重要性
从理论和实践上思考论文的要点。如果不了解大局，就无法制定好的论文数据分析计划，这就是整篇论文的意义所在。
6、简化
最后，论文数据分析计划可以帮助写作。不要浪费太多时间将已经很复杂的任务复杂化。目标应该清晰，过程要简化。
通过数据进行分析的论文用数据是数学方法。
数据分析方法：将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系。
此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。
数据分析目的：
数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。
这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。
例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。
为什么要写研究局限性论文写作中添加有关研究局限性的描写有助于增加文章的可信度。如果审稿人发现某一局限，但是作者未事先说明，审稿人可能会对论文产生负面印象。如果在未来的研究背景下讨论论文的每个局限性，即提出在未来研究中提高研究有效性的方法，你的文章更有可能被引用，因为它将为其他研究人员的研究问题提供有价值的信息。如何识别研究局限性你应该从两个角度思考你的研究 -内部有效性和外部有效性。内部有效性是指研究推断的强度，即你是否怀疑对所观察到的结果是由测试变量引起的？其他因素是否会影响结果？如果是，你的研究的内部有效性可能有局限性。外部有效性是指结果可以推广到更普遍的程度。如果要在不同的环境中利用相同机制重新进行研究，例如，不同的研究对象或不同的环境中，这类研究会得到类似的结果吗？如果没有，您的研究的外部有效性可能有局限性。不应该担心局限性提醒一下，所有研究都以某种方式存在疑问。在这篇文章中......我们列出了科学、技术、教育和医学领域（STEM）研究中最常见的局限性，并提供了真实的例子。但请注意，这不是一份全面的清单。此外，请注意这些限制并不相互排斥，许多可以重叠。研究局限性的示例Selection bias选择偏差当用于分析的个体、群组或数据的选择不是随机的，会发生选择偏差。例如，假设一项研究回顾性地对比了不同外科手术的死亡风险[例1]。其中一项外科手术较其他的更新。当测试了新的外科手术后，外科医生当然选择最理想的手术。因此，研究结果会受到外科医生选择手术类型这个个体的影响，即只为其中的一个治疗组选择最理想的手术治疗。Confounding干扰因子干扰因子是另一个例子，有时会被隐藏，是一个影响因变量的变量。如果一个干扰因子没有被考虑到，任何测试变量和结果的关系都不会准确。例如，设想一项研究检验了眼球追踪测定认识性能[例2]。众所周知，认识性能随着年龄增加会减弱。因此，如果年龄不作为一个干扰因子，效应量会被低估或高估。另一个例子，假设在研究中检验了骨关节炎和心血管事件的关联[例3]。心血管事件与很多因素有关，包括吸烟状况，腹部肥胖，心血管家族史等，这些都会干扰结果。Survivorship bias幸存者偏差如果仅仅对一些经过相同选拔流程的和由于缺乏可见性没有被忽视的学科偏差作出推论，就会发生幸存者偏差。例如，假设一项研究检验了骑车和性功能障碍之间的关联[例4]。一个人遭受性功能障碍可能是因为骑车会影响活跃。因此，如果该项研究只研究了经常骑车的人，这个人会被忽视，并构成该研究结果的偏差。Study scope limitations研究范围局限不可靠或不可用的数据能限制研究范围，甚至整个结果。例如，假设一项研究检验了不同世界地区内的热产生[例5]。研究人员没有关于家庭使用木材的数据。在一些地区，比如，发展中国家，家庭木材的使用产生了打了的热。因此，这些地区的热产生会被低估。Sample size limitations样本大小的局限如果某个特殊的结果是真实发现以及类型II的错误在一些情况下可能发生，比如，虚无假设是错误的，研究小组间的差异未被报道，则样本大小可能很难确定。例如，设想一项研究检验了血栓溶解在治疗急性心肌梗塞的功效。血栓溶解对急性心肌梗塞的的影响很重要但是很小。因此，样本量相对较小的研究可能无法揭示这一较小的影响，还可能会导致类型II的误差 [6]。Experimenter bias实验者偏见当进行实验的个体对不同试验组的参与者以不同的无意识表现不经意地影响实验结果时，就是实验者偏见。例如，设想一项研究测试了游戏玩家是否知道其与一个人或人工智能对战的能力 [例7]。服务商在参与者的背后观察着游戏对战。如果服务商意识到人工智能的本性，他们可能会无意地影响参与者。Referral bias转诊偏倚转诊偏倚是指病人从一个诊所转至另一个的现象，经常是专业单位，倾向于比非就诊的病人更可靠。在包含许多转诊的研究中，风险因素可能被高估。例如，设想一项研究在某专业转送中心评估了神经结节病的临床表现[例8]。慢性无菌性脑膜炎是最常被报道的净胜异常——37%的病例。和其他研究相比，这个频率是相对较高的。该转送中心以慢性脑膜炎专业为人熟知。因此，这种病例可能会被转送到该中心，构成转诊偏倚。Self-reported data自述数据自述数据受多种偏差影响，比如，选择性记忆，夸张等，并且不能各自证实。例如，设想一项研究在确定智能手机用户压力时，检验了输入压力的有效性 [例9]。要求参与者回想压力，并在一定范围内排序。随后检测输入压力。无论什么原因，参与者可能高估或低估压力水平，从而影响了研究结果。Limitations of exploratory studies探索性研究的局详性如果对于某个存在极少或没有先前研究的主题，研究人员可能需要建立一个与研究问题和研究设计相关的基准。由于不存在基准作对比，结果的有效性受争议。例如，设想一项探索性研究测试了电视用户使用新的远程控制器 [例10]。不是按钮，而是远程挤压或吸。直到结果可重复，否则不认为研究发现是决定性的。Methodological limitations方法局限性这是指对研究中方法论的相关局限性。例如，设想某研究测试了端粒长度用作先天性角化不良的诊断参数[例11]。该研究采用了来自两个医院的先天性角化不良病人的数据。每个医院采用自己的方法提取DNA，其中一家提取的是较短的DNA，这个局限性会影响研究结果。另一个例子，设想某研究测试了一种新颖的技术监测结构损伤的能力，而结构损伤是很难被监测的（例如，下桥）[例12]。该研究认为新技术是有前景的，然而，其覆盖范围只有30 × 30 m，意味着该新技术只适用于短距离范围。Systematic literature reviews系统的文献综述在一篇系统的文献综述中，研究人员使用定义明确的搜索技术搜索相关研究问题的文献。然而，取决于搜索标准，无法保证可以搜索到所有相关的文献。通常，灰色文献和技术报告不包括在内，系统的文献综述只包括一种语言，典型的是英语呈现的研究。Hawthorne effect霍桑效应霍桑效应是指当参与者意识到自己被观察的时候表现不同的现象。例如，设想某研究测试了恐惧诉求信息促进在线安全行为的能力[例13]。给参与者展示网络攻击的盛行和影响的详细恐惧性诉求，随后在线调查他们的行为。在4周后，再次考察参与者，看恐惧诉求的影响是否在持续，以及是否有采取行动的意向。参与者可能假装声称已经改进自己的行为试图减少因没有改变行为的羞耻，或试图使研究者满意。Regression toward the mean趋中回归这是指某变量首次测试是极端的（即远不止平均水平），而第二次测试不那么极端的现象。典型地是伴随着不对称采样发生，例如，研究只采用最差或最好的。但是，它仍会偶然发生（见示例）。例如，设想某研究检验了血细胞比容（红细胞体积占血总体积的比例）对鸟类飞行特性的影响[例14]。在先期试验中，即，在操作血细胞比容前。鸟在试验组中被认为是具有相当好的飞行特性。即使没有操作，如果反复测试，由于趋中回归，这些鸟的飞行特性也会被减弱。因此，后期测试的结果，即，操作以后，可能受到该效应的影响，并且可能不是操作真实效果的反映。Repeated testing重复测试重复测试参与者可能导致偏差。先期测试可能以未曾料到的方式使参与者敏感，影响后期测试的结果。例如，设想某研究测试了以不同眼睛测试，诊断青光眼导致的焦虑[例15]。几乎所有的参与者都进行了其中的一项测试。这可能导致低估了焦虑会随着测试的进行而增加。Population validity总体效度总体效度指研究中的样本如何代表目标人群。例如，设想某研究中目标人群都是美国的因特网用户。仅仅使用推特用户就不具有代表性，因为美国的成年推特用户更年轻，并且相对于普通大众更可能是民主党 [16]。如何表现局限性通常，研究局限性以过去在讨论部分的结尾给出。以开始局限性作为开始。提出围绕这个问题，是否采取任何措施。描述任何证据可能会减小局限性的影响。讨论局限性如何影响研究结果。最后，如果可用，讨论能够采取的措施在未来的研究中克服局限性。参考文献：Stiles ZE, Behrman SW, Glazer ES, Deneve JL, Dong L, Wan JY, Dickson PV. Predictors and implications of unplanned conversion during minimally invasive hepatectomy: an analysis of the ACS-NSQIP database. HPB. 2017 Nov 1;19(11):957–65.Rosa PJ, Gamito P, Oliveira J, Morais D, Pavlovic M, Smyth O. Show me your eyes! The combined use of eye tracking and virtual reality applications for cognitive assessment. In Proceedings of the 3rd 2015 wor
当然会查真实性的。毕业论文里面如果出现了实验数据，这些数据必须是真实的，有效的社区是通过科学研究实验得到的，千万不要胡编乱造，这些数据如果捏造的话，很容易被导师或者说被别的老师发现，一旦发现会被认定为学术不端，学术不端就直接取消毕业资格。
必须是真实的。毕业论文中的数据必须真实的，答辩过程中老师不会让你演示数据的分析过程，但一般会问到论文理论基础，数据是如何收集的。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。
CNKI知网是目前最权威的论文检测库，全国各大院校所用的论文检测数据库均为知网数据库，知网比其他维普万方之类的数据库更为庞大，知网最大的数据库就是互联网，可检测整个互联网范围内类似的数据，希望可以帮到你
知网论文查重结果是否准确？要想保证论文检测报告的准确性，接下来要做的事情就显得至关重要了。所以，选择论文检测系统是最重要的，因为选对了检测系统，检测报告的准确度就相对提高了。所以我们要了解学校选择哪种论文系统，因为大家都不知道应该选择哪种论文查重系统。选择哪一套检测系统，首先要以学校的选择为依据。大部分学校都选择了语文知网来论文查重。检测系统可分为知网分化、知网期刊、知网PMLC、知网VIP5.1/TMLC2检测系统。所以我们要了解自己选择哪种类型的查重。不同检测类型的查重报告是不一样的，主要是检测数据库不同的检测类型是不一样的。所以在这一点上，大家也需要我们注意选择一个适合自己的考试题型。其次，知网检测系统有一个综合的比照数据库，里面不仅有中文的文档，还有国外的文档，所以会发现这篇论文里面有一些抄袭的情况。至于论文中出现重复的部分，估计事先会根据学校的要求做一次自测。所以，对于这种选择，要考虑到论文检测系统的性能和准确性，以免造成论文结果不准。第二部分是上传论文，按照学校要求上传是很有必要的。要想与学校的查重结果一致，首先要保证所选查重系统一致，才能相对一致地上传内容。要做到这一点，其实是有一点差距的，那么到底选择哪一种类型的检测才是恰当的呢？面临市场上的收费或低价检测系统，我们首先需要严格控制自己论文的查重率，因为这是我们自己的重大决策。其次，论文的检测，是看论文的原创性是不是高。因此，我们都需要对论文写作这个问题可以进行具体情况分析。
知网查重，报告肯定靠谱，不过您需要是可以验证的知网，很多有假的，希望您能识别出来。
知网检测后，本科一般有四个文件，文件中的字体，灰色代表不参与检测，黑色代表原创，红色代表抄袭，绿色代表引用。
知网查重是很多人选择的论文检测的专业渠道，虽然很多人一开始对这个论文的查重系统抱有怀疑，认为知网查重出来的结果不可能和杂志社和高校的查重软件结果完全相同，但是知网还是给出了无数的有力的证据，已经证明它的检测结果和高校论文查重系统查的结果是完全没有差异的，就算有差异，也只是很小的差异。那么，知网论文查重检测后的报告是不是严谨的，可以作为后面论文降重和修改方面的参考依据吗？当然是可以的，知网论文查重就是一个专门做论文重复率检测的平台，这个平台出具的报告会将一篇论文当中和其它论文接近的部分、雷同的部分全部都用不同的颜色标注出来，如果后期的论文要降重处理，这个自然是可以作为参考的依据的，而且还很严谨，如果高校导师要求学生用知网的检测报告来说明问题，这样，还可以省去很多的后期麻烦。由于知网论文检测出的结果，就是报告上的结果都是有学术参考价值的，所以这个知网的报告不用去质疑它的严谨性。在知网论文查重入口，任何一类的学术不端正的行为都可以查出来，因此，如果有人的论文确实抄袭过，那么他在知网就会原形毕露，而且知网的论文查重依据和高校一样，知网平台通不过的重复率，在高校论文查重那一关肯定也是无法通过的，因此，知网论文查重出来后的降重问题也很重要，关系着学术不端这方面的严肃学术问题.
当然会查真实性的。毕业论文里面如果出现了实验数据，这些数据必须是真实的，有效的社区是通过科学研究实验得到的，千万不要胡编乱造，这些数据如果捏造的话，很容易被导师或者说被别的老师发现，一旦发现会被认定为学术不端，学术不端就直接取消毕业资格。
建议不要写20所，就写10所，太夸张了，容易露馅，问卷数量可以说多一些，也就是百分比，这个没事