发布时间：
基础分是30分，及格是60，按照霍尔定律，70就是良好了厦大的评分体系就是这样的
本科毕业论文等级评定标准
转眼间充实的大学生活即将结束，同学们毕业前都要通过最后的毕业论文，毕业论文是一种有计划的检验学生学习成果的形式，那么什么样的毕业论文才是好的呢？下面是我为大家收集的本科毕业论文等级评定标准，仅供参考，欢迎大家阅读。
毕业论文评分分为五个等级：优秀、良好、中等、及格、不及格。每一等级内均含有六个项目，每一项目分值相同，但权重不同。按权重、分值计算出六个项目所得总分。总分超过90者为优秀，总分80-89者为良好，总分70～79者为中等，总分60～69者为及格，总分低于60者为不及格。
一、优秀
1.学习态度好，写作认真，论文完全符合规范化要求，上交材料齐全。(权重：，分值：100)
2.能按时读完指定的阅读参考资料、文献，还能阅读较多的自选资料、文献，认真写出相关文献心得与综述。(权重：，分值：100)
3.论文结构严谨，逻辑性强，文章层次清晰，语句通顺，语言准确，表达清楚。(权重：，分值：100)
4.论文在某些方面有独到的见解，富有新意或对某些问题有较深刻的分析，学术水平较高。(权重：，分值：100)
5.论点鲜明正确，论据确凿充分，论证时对实际问题有较强的分析、概括能力，文章有说服力。(权重：，分值：100)
6.答辩时思路清晰、概念清楚，能简明扼要重点突出地简述论文的主要内容，回答问题正确，理据充分。(权重：，分值：100)
二、良好
1.学习态度比较好，写作认真，论文达到规范化要求，上交材料齐全。(权重：，分值：100)
2.能按时全部读完指定的`参考阅读资料、文献，还能阅读部分自选资料，并能写出相关文献资料心得与综述。(权重：，分值：100)
3.论文结构合理，逻辑性较强，概念较清楚，文章层次清晰，语句较通顺，语言较准确，表达较清楚。(权重：，分值：100)
4.论文有一定的见解或对某一问题分析、阐述较深，有一定的学术水平。(权重：，分值：100)
5。论点正确，论据可靠，对实际问题有一定的分析和概括能力，能运用所学理论和专业知识分析、阐述相关问题，文章较有说服力。(权重：，分值：100)
6.答辩时思路清晰，概念清楚，能比较流利地阐述论文的主要内容，能正确地回答与论文有关的问题。(权重：，分值：100)
三、中等
1.学习态度尚好，写作较认真，论文基本达到规范化要求，上交材料欠齐全。(权重：，分值：100)，
2.能全部读完指定的参考阅读资料、文献，并能写出相关文献资料的心得与综述。(权重：，分值：100)
3.论文结构基本合理，论述基本符合逻辑，文理基本通顺，表达基本清楚。(权重：，分值：100)
4.论文能提出自己的看法，选题有一定的价值，理论联系实际。(权重：，分值：100)
5.观点正确，论据可靠，但对问题分析不够，文章缺乏深度，说眼力不太强。(权重：，分值：100)
6.答辩时思路基本清晰，概念基本清楚，能叙述论文的主要内容，能回答一般的问题，无原则性错误。(权重：，分值：100)
四、及格
1.学习态度不太认真，论文勉强达到规范化要求，上交材料欠齐全。(权重：，分值：100)
2.阅读了指定的参考资料和文献，并作了读书笔记和文献综述。(权重：，分值：100)
3.论文结构较松散，逻辑性不强，论述基本清楚，但说服力不强，文理欠通顺。(权重：，分值：100)
4.选题有一定的价值，但论文中无自己的独特见解。(权重：，分值：100)
5.观点基本正确，论据不典型或者不翔实，分析、论述不深刻，说服力不强。(权重：，分值：100)
6.答辩时思路尚清晰，能阐明自己的基本观点，对某些主要问题虽不能完全正确回答，但经启发后能进行纠正或补充说明。(权重：，分值：100)
五、不及格
1.学习态度不认真，表现差，论文达不到规范化要求，上交材料不齐全。(权重：，分值：100)
2.未完成阅读任务及读书笔记，文献综述不符合要求。(权 重：，分值：100)
3.论文内容空泛，结构混乱，文题不符，词不达意，语病很多。(权重：，分值：100)
4.选题无价值，或者抄袭、剽窃。(权重：，分值：100)
5.基本观点有错误，或者论证材料不能说明文章中所提出的观点。(权重：，分值：100)
6.答辩时思路不清晰、概念模糊，不能阐述自己的观点，对主要问题回答不出或错误较多，经启发后仍不能正确回答有关问题。(权重：，分值：100)
本科毕业论文答辩等级评语
指导教师意见 优 秀
答辩小组意见 该生能在规定时间内熟练、扼要地陈述论文的主要内容， 回答问题时反映敏捷，思路清晰，表达准确。答辩小组 经过充分讨论，根据该生论文质量和答辩中的表现，同 意评定论文为优秀。
答辩组认为,该同学在毕业论文写作过程中，态度端正，论证严谨，论文写作规范，论文写作水平较高，运用理论分析问题和解决问题的能力较强，答辩应对沉着，回答流利准确。故该同学的毕业论文达到了本专业培养目标要求，建议授予 本科学士学位。
指导教师意见 良 好
答辩小组意见 该生能在规定时间内比较流利、清晰地阐述论文的主要 内容，能恰当回答与论文有关的问题。答辩小组经过充 分讨论，根据该生论文质量和答辩中的表现，同意评定 论文成绩为“良好”。
指导教师意见 中 等
答辩小组意见 该生能在规定时间叙述论文的主要内容，对提出的问题 一般能回答，无原则错误。答辩小组经过充分讨论，根据该生论文质量和答辩中的表现，同意评定论文成绩为 中等。
答辩小组通过对该论文的审核，认为该论文选题具有研究价值，作者具有一定的阅读参考资料的能力，基本完成了毕业论文任务书所规定的内容，行文流畅，答辩时能较正确地回答问题。本文尚存在全篇结构不够合理、介绍多与论述等缺陷。经答辩小组讨论，答辩成绩定为 。
答辩小组通过对该论文的审核，认为该论文立意较好，作者具有一定的阅读参考资料的能力，基本完成了毕业论文任务书所规定的内容，行文流畅，答辩时能正确地回答答辩小组提出问题。本文尚存在个别语言表述欠妥、观点不够条理清晰等缺点。经答辩小组讨论，答辩成绩定为 。
指导教师意见 及 格
答辩小组意见 该生能在规定时间内能陈述论文的主要内容，但条理不 够明确，对某些主要问题的回答不够恰当，但经提示后 能作补充说明。答辩小组经过充分讨论，根据该生论文 质量和答辩中的表现，同意评定论文成绩为及格。
60分。根据查询研究生相关信息得知，厦大研究生答辩分数60分算过。论文答辩60分通过，论文答辩和别的考试科目一样，都是按照百分制计算的，但是论文答辩并不是由一个导师来打分的，而是由3到5位导师共同打分。
统计学中的X平方念作卡方。统计学中的P值和卡方计算方法是：先根据资料特点选择适合的卡方检验公式，将资料数据带入公式计算得到卡方值，再根据已经确定的检验水准结合自由度，通过查专用工具表即卡方值表，查得对应的接受假设的界值，将计算得到的卡方值与此值比较，从而得到接受假设的概率值，即P值。
P值的计算：一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C}右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C}双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P = 2P{ X > C} (当C位于分布曲线的右端时) 或P = 2P{ X< C} (当C 位于分布曲线的左端时) 。若X 服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P 值可表示为P = P{| X| > C} 。p值的计算公式：=2[1-φ(z0)]当被测假设h1为p不等于p0时；=1-φ(z0)当被测假设h1为p大于p0时；=φ(z0)当被测假设h1为p小于p0时；其中，φ(z0)要查表得到。z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当p值小于某个显著参数的时候我们就可以否定假设。反之，则不能否定假设。注意，这里p0是那个缺少的假设满意度，而不是要求的p值。没有p0就形不成假设检验，也就不存在p值统计学上规定的p值意义：p值碰巧的概率对无效假设统计意义p＞碰巧出现的可能性大于5%不能否定无效假设两组差别无显著意义p＜碰巧出现的可能性小于5%可以否定无效假设两组差别有显著意义p＜碰巧出现的可能性小于1%可以否定无效假设两者差别有非常显著意义
P值是采用假设检验的方法来计算的。举个例子来说明：比较两个样本的均数有没有差别，采用反证法，首先建立假设检验，H0：假设两组没有差别，H1：假设两组有差别。通过假设两组没有差别计算出其没有差别的概率，一般取P＜作为临界值，若P＜则代表随机抽取的两组均数没有差别的概率小于，为小概率事件，此时拒绝H0，接受H1。P＞接受H0。但是P值的大小只能代表两者是否具有统计学差异，不能代表差异的大小。详细的计算方法要根据你采用的统计学方法具体计算，现在这步一般都采用统计软件SPSS、SAS等来完成。希望对你有所帮助。
,t值和P值都用来判断统计上是否显著的指标。p值就是拒绝原假设的最小alpha值嘛，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值啊，举个例子，比如说算出来的统计量的值为z,服从的是正态分布，如果是双边检验的话那么pvalue=2*(1-probnorm(abs(Z)));单边检验的话，应该是1-probnorm(z);具体问题具体分析，不同的检验方法求p值方法也不一样，统计的书上肯定都有；T值计算方法相似。
1、t指的是T检验，亦称student t检验（Student's t test），主要用于样本含量较小（n<30），总体标准差σ未知的正态分布资料。
计算：t的检验是双侧检验，只要T值的绝对值大于临界值就是不拒绝原假设。
2、P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。
计算：概率定义为：P(A)=m/n，其中n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。
统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。
参考资料：百度百科-统计学
你说的这个t值是统计中的值吗？实际t值用公式t=（样本平均数x-总体平均数u）/(样本标准差s/根号（样本容量n）)计算。如果是临界t值，则可用Excel中的粘贴函数TINV计算，也可通过查t值表得到。希望对你有所帮助。
P值是采用假设检验的方法来计算的。举个例子来说明：比较两个样本的均数有没有差别，采用反证法，首先建立假设检验，H0：假设两组没有差别，H1：假设两组有差别。通过假设两组没有差别计算出其没有差别的概率，一般取P＜作为临界值，若P＜则代表随机抽取的两组均数没有差别的概率小于，为小概率事件，此时拒绝H0，接受H1。P＞接受H0。但是P值的大小只能代表两者是否具有统计学差异，不能代表差异的大小。详细的计算方法要根据你采用的统计学方法具体计算，现在这步一般都采用统计软件SPSS、SAS等来完成。希望对你有所帮助。
P值指的是比较的两者的差别是由机遇所致的可能性大小。P值越小，越有理由认为对比事物间存在差异。例如，P<,就是说结果显示的差别是由机遇所致的可能性不足5%，或者说，别人在同样的条件下重复同样的研究，得出相反结论的可能性不足5%。
P>称“不显著”；P<=称“显著”，P<=称“非常显著”。
用 HR 来比较两组患者的生存情况具有以下优势：
1、在某些研究中，研究结束时试验组或对照组可能有 50% 以上的患者仍未发生终点事件或删失，在此种情况下中位生存时间无法获得；
2、生存数据常常服从偏态分布，仅用中位生存时间来代表生存数据整体的分布状态比较片面；
3、通过中位生存时间相减来比较两组患者的生存情况，无法对基线时不平衡的协变量进行调整，得到的效应估计值受到混杂因素的影响，而使用 HR 则可通过多变量 Cox 模型调整混杂因素的影响，得到无偏的效应估计值。
扩展资料：
统计学是研究数据的收集、整理、分析的一门科学。它的原理几乎应用到自然科学和社会科学的各个领域，也相应地产生了许多应用性分支，医学统计学就是其中之一。它是以医学理论为指导，借助于统计学的原理和方法，研究医学现象中数据的收集、整理、分析的一门应用性学科。
合理的统计分析能够帮助我们揭示事物或现象发生和发展的规律，阐明我们所关心的问题，如哪些因素对人群健康状况影响较大，某种疾病的可疑病因是什么，哪些指标可以用来筛选高危人群或早期诊断疾病，哪种治疗方法的有效率高，哪些是保护和促进人群健康的因素等等。医学统计方法很多，本篇着重讨论常用的医学统计方法。
参考资料来源：百度百科-医学统计
四格表资料检验
四格表资料的卡方检验用于进行两个率或两个构成比的比较。
1. 专用公式:
若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，
自由度v=(行数-1)(列数-1)
列联表资料检验
同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。
1. R*C 列联表的卡方检验:
R*C 列联表的卡方检验用于R*C列联表的相关分析，卡方值的计算和检验过程与行×列表资料的卡方检验相同。
2. 2*2列联表的卡方检验:
2*2列联表的卡方检验又称配对记数资料或配对四格表资料的卡方检验，根据卡方值计算公式的不同，可以达到不同的目的。当用一般四格表的卡方检验计算时，卡方值=n(ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]，此时用于进行配对四格表的相关分析。
如考察两种检验方法的结果有无关系;当卡方值=(|b-c|-1)2/(b+c)时，此时卡方检验用来进行四格表的差异检验，如考察两种检验方法的检出率有无差别。
列联表卡方检验应用中的注意事项同R*C表的卡方检验相同。
卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合，偏差越小，卡方值就越小，越趋于符合，若量值完全相等时，卡方值就为0，表明理论值完全符合。
行×列表资料检验
行×列表资料的卡方检验用于多个率或多个构成比的比较。
1. 专用公式:
r行c列表资料卡方检验的卡方值=n[(A11/n1n1+A12/n1n2+...+Arc/nrnc)-1]
2. 应用条件:
要求每个格子中的理论频数T均大于5或1 列联表资料检验 同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。 1. R*C 列联表的卡方检验: R*C 列联表的卡方检验用于R*C列联表的相关分析，卡方值的计算和检验过程与行×列表资料的卡方检验相同。 2. 2*2列联表的卡方检验: 2*2列联表的卡方检验又称配对记数资料或配对四格表资料的卡方检验，根据卡方值计算公式的不同，可以达到不同的目的。 当用一般四格表的卡方检验计算时，卡方值=n(ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]，此时用于进行配对四格表的相关分析。 如考察两种检验方法的结果有无关系;当卡方值=(|b-c|-1)2/(b+c)时，此时卡方检验用来进行四格表的差异检验，如考察两种检验方法的检出率有无差别。 列联表卡方检验应用中的注意事项同R*C表的卡方检验相同。 卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合，偏差越小，卡方值就越小，越趋于符合，若量值完全相等时，卡方值就为0，表明理论值完全符合。 为什么从正态总体中抽取出的样本的方差服从χ2分布 在抽样分布理论一节里讲到，从正态总体进行一次抽样就相当于独立同分布的 n 个正态随机变量ξ1，ξ2，…，ξn的一次取值。 将 n 个随机变量针对总体均值与方差进行标准化得(i=1,…,n)，显然每个都是服从标准正态分布的，因此按照χ2分布的定义，应该服从参数为 n 的χ2分布。 如果将中的总体均值 μ 用样本平均数 ξ 代替，即得，它是否也服从χ2分布呢？理论上可以证明，它是服从χ2分布的，但是参数不是 n 而是 n-1 了，究其原因在于它是 n-1 个独立同分布于标准正态分布的随机变量的平方和 扩展资料 卡方检验的统计量是卡方值，它是每个格子实际频数A与理论频数T差值平方与理论频数之比的累计和。每个格子中的理论频数T是在假定两组的发癌率相等(均等于两组合计的发癌率)的情况下计算出来的。 如第一行第一列的理论频数为71*(91/113)=，故卡方值越大，说明实际频数与理论频数的差别越明显，两组发癌率不同的可能性越大。 参考资料：卡方检验的百度百科 卡方检验计算： 假设有两个分类变量X和Y，它们的值域分别为{x1, x2}和{y1, y2}，其样本频数列联表为： 若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度。 具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方） K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)]其中n=a+b+c+d为样本容量 K^2的值越大，说明“X与Y有关系”成立的可能性越大。 卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。 卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为0，表明理论值完全符合。 参考资料：百度百科-卡方检验 卡方公式是： H0：总体X的分布函数为F(x). 如果总体分布为离散型，则假设具体为： H0：总体X的分布律为P{X=xi}=pi， i=1，2，...； 当H0为真时，n次试验中样本值落入第i个小区间Ai的频率fi/n与概率pi应很接近，当H0不真时，则fi/n与pi相差很大。在0假设成立的情况下服从自由度为k-1的卡方分布。 扩展资料 四格表资料的卡方检验用于进行两个率或两个构成比的比较。 1、专用公式： 若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，（或者使用拟合度公式）。 自由度v=（行数-1）（列数-1）=1 2、应用条件： 要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但有1=<理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。 卡方检验分为拟合优度检验和独立性检验两种。 卡方检验的步骤： 1、设置假设。 首先，需要明确假设的原假设和备择假设，例如原假设为观测值符合某个分布，备择假设为观测值不符合该分布。 2、计算期望值。 使用假设分布，计算期望值。一般情况下，期望值等于样本容量乘上假设分布的比例。 3、计算卡方值。 根据观测值和期望值计算卡方值，公式为：卡方值=Σ((观测值-期望值)^2/期望值)，其中符号“Σ”表示对样本中的每个值进行求和。 4、计算自由度。 自由度是指能够自主变化的变量个数。对于拟合优度检验，自由度等于样本个数减去假设分布参数的个数减去1。 5、查卡方分布表。 查找卡方分布表得到相应的p值，p值越小，表示观测值与期望值之间的差异越大，拒绝原假设的可能性越大。 6、判断结论。 将p值与显著性水平（通常为）进行比较，如果p值小于显著性水平，则拒绝原假设，认为观测值与假设分布不符；否则，接受原假设，认为观测值符合假设分布。 卡方检验的主要应用： 1、检验样本是否符合某种分布。 卡方检验可以进行拟合优度检验，即对实际观测数据按照某种假设分布进行检验，以判断样本是否符合该分布。 2、检验两组变量之间是否独立。 卡方检验可以进行独立性检验，以判断两个分类变量是否独立。例如，可以使用卡方检验来检验性别是否与某种疾病有关联。 3、比较多组观测值的差异性。 卡方检验可以用于比较多组分类数据的差异性。例如，可以使用卡方检验来比较不同种类产品的销售量是否有明显的差异。 4、分析因素对分类变量的影响。 卡方检验可以用于分析某些因素对分类变量的影响程度。例如，可以使用卡方检验来分析年龄对健康指标的影响程度。