如何确保论文研究数据的可靠性

提升论文质量可以通过以下几点进行，1、选题：好的选题是论文成功的一半，你一定是在现实中发现了一个什么东西，但现有的理论解释不了，你才去发展一个新的理论。2、大量阅读和分析文献。在撰写论文之前，阅读专业论文量少，仅限于课本教材。因此，对撰写论文的方法、结构和格式等了解不足。针对这些问题，有必要知道获取文献的途径。3、认识论文的重要性、了解论文的考核标准。使自己在做论文时能够有备而战、进而保证论文的完成质量。补充论文质量的评价方面，如下图：

一、列好提纲提纲能够帮助我们规划好全文的整体框架或轮廓，可以直接反映对资料的消化程度与开展思维逻辑产生的初步构思，可策划先写什么、后写什么，上下文如何表述一致，关键又放在何处，何处需要开展一点注释或解说。列好提纲之后，能够让毕业论文的层次更加清晰，并且上下文对应，内容也能一表述严密。二、拟制写作提纲可以把资料单元和对应的论点写好编号，这个任务量并不大，也比较容易做到。当完成好提纲再从总体上来看，提纲的调整也是这样，可以说提前制定好提纲比没准备好提纲再进行调整要省事多了。提纲中可以用到提醒创作的句子，有时候可以用来当毕业论文的段落标题。通过提纲的拟制可以确定论文的结构，这样能让整体有统一的思想体系。三、提纲的拟制提纲的拟制有利于帮助繁忙的作者们开展创作，如果工作较忙的话，可能有时会中止创作过程，但如果有提纲协助的话，那么在重新创作时也会有思路，也能帮助协作撰稿人按照提纲来开展分工协调，避免重复或出现纰漏。

减少论文的数量。重质而不重量。在研究的各个步骤上花费更多时间：收集数据、发展解决方案、实验环节和论文撰写。转而研究领域内热门或新兴研究课题。要在一流研讨会或期刊发表论文，研究趋势或近期受关注的研究题材会有帮助。您的文献回顾应该要有最新的相关参考资料。若您所有的参考文献都是五年前或更早的，审稿人可能会认为该议题已过时且不重要。选择一个好的研究议题，是成功的一半。因此，在开始研究之前，花一点时间选择一个好的研究议题。

检查与实验相关的过程

与实验有关的过程直接影响实验结果，相对来说具体形象，容易分析。分析的目的是确保你设计的实验是可以用来检验假设的，并且获得的实验结果是可靠的。

需要检查的与实验相关的过程包括三方面：实验设计的合理性、实验数据的可靠性、数据分析的合理性。

丢失重要数据

也许由于实验室出现问题或存储数据的硬盘出现技术问题等，你丢失了大量对项目至关重要的数据。

首先，你应该请教导师，询问解决方法。在你有时间、有资源的情况下，可以考虑重新进行数据收集或实地考察，再次获取这些数据。

如果无法重新收集数据，那么可以与导师讨论如何把数据丢失纳入项目，成为研究的一部分。例如，如果是由于你所使用的某种研究方法导致数据丢失（比如，一个实验出现重大错误，导致部分数据被破坏），那就会引发非常耐人寻味、同时也十分重要的讨论。你可以研究并讨论数据丢失和错误的研究方法所带来的影响，这样也能够向该领域贡献有价值的原创知识。

数据的准确性无非就是两个方面：1、数据源本身准确无误；2、使用数据源的逻辑准确无误1、对于数据源本身质量，由于数据分析师接触到的数据基本上是经过了数据清洗、数仓建模之后的数据，换言之，已经是加工后的数据，已经处于数据链的下游，所以数据准确性更多的是数仓层面保证，数据分析师要做的就是根据自己的业务sense对数据做核验，发现数据中是否有异常数据2、对于计算逻辑，还可以分为数据表逻辑和清洗规则了解，以及自己算的指标准确性，具体来说：1)要清楚所用数据表的逻辑和清洗规则，保证取了对的数据；2)要保证自己的计算逻辑无误，比如数据是否可累加，保证自己算对了指标。

对于实验来说，没有修正实验数据这一项内容。实验数据显示的都是正确的。但是实验出现错误，会导致得到的数据不正确。此时要从新做实验。这是正确的做法。如何判断实验数据是否正确呢？或者说实验的步骤出错如何尽早发现？预习实验时，要把实验里每步的理论值算出来。做实验时得到的数据与理论值对比，如果差很多，那就是实验出现了错误，须重新做实验。直接将实验数据改成理论值附近的数据的做法是不负责任的。