学好了数学或者成为了一个优秀的程序员绝对不等于对统计学有很好的了解。还有一些案例中显示有扎实的统计能力的优秀科学家也不一定总是在统计方面能做好——科学家也是人，他们也会在统计学领域犯错，这里有些例子：1. 非常草率的处理数据，例如：数据误读，错误标注，未能正确清理数据，合并不正确项，不存档等等。2. 对概率论的理解不足，过分依赖少数概率分布，如常态。3. 对取样理论和取样方法的无知：从一个小的自选择样本推广到一个大的异质群体就是一个例子。对数据加权的误解也很常见。第三个例子使用复杂抽样方法时，将数据视为一个简单的随机样本。4. 对统计推断的把握不严，如混淆统计意义和实际意义。另一个例子是对人口数据进行重要性测试。例如，如果我们对A国有五十年的季度GDP数据，这200个数据点是该时间段内国家的人口数据，而不是人口的样本。例如，进行t检验，看看线性趋势是否与零有统计学上的差异，在这种情况下是没有意义的。5. 利用机会寻找重大差异(p-hacking)，却不考虑已经进行的显著性测试的数量。6. 在学术期刊上，要获得学术期刊的认可，通常需要达到统计上的重要性，而出版偏倚是一个严重的后果。 Meta-Analysis (Borenstein et al.) 和Methodsof Meta-Analysis (Schmidt and Hunter)这2本书中的对应方法很管用值得一看。7. 从一个没有被复制甚至交叉验证的单一研究中得出戏剧性的结论。8. 对贝叶斯统计，非参数统计，心理计量学和潜在变量模型的理解太表面。9. 对分析时间序列和纵向数据的方法，以及空间统计和多层次混合模型理解不充分。10. 许多工具，如支持向量机和人工神经网络，以及数据挖掘和预测分析中常用的Boosting和bagging等概念，对许多尚未开发的科学领域有潜在的实用价值。11. 没有对广义线性模型方程给予足够的关注，例如忽略交互术语。12. 在量化回归、回归样条、广义相加模型或其他方法时，对一组特定的数据进行线性化。13. 不理解（或忽略）重要的统计假设。回归分析被普遍滥用。14. 测量误差：统计显着性测试不考虑测量误差，但测量误差可能会对统计模型的解释造成很大影响。15. 忽略回归到平均值：一个非常古老而又非常危险的错误！16. 出于各种动机对连续变量进行分类，以满足统计假设，但这样做是不对的。另一个原因是它是一种输出结果的方法——一些“效应”是年龄真正的代理或年龄大大缓和。连续年龄有时被故意地分组到广泛的年龄范围，使其效果减弱。这样，一个不负责任的研究者可以得出结论：他们试图建立的效果在控制年龄后是“显着的”。17. 已经知道结果后才提出假设:这个现象很普遍，以至于“人人都做，所以没关系”。18. 用数据子集支持一个假设：“调整”数据直到它支持一个假设。19. 混淆因果关系：对因果机制的误解并不罕见。20. 埋藏在评论里的错误：有成千上万的“学术”出版物，但很少有期刊审稿人是具备专业的统计知识。21. 将模拟数据当作实际数据处理，并将计算机模拟解释为使用真实数据的实验。22. 基于假设而不是数据来进行粗略的估计，这在学术文献中很常见，我们很少注意到。随机模型有时也被误解为确定性模型。23. 试图 “从石头里挤血” ：当数据越少，研究人员就越要 “填写空白”。有许多(通常是复杂的)方法来处理过少的数据量，但都增加了进入建模过程的主观性。反过来，这也为不负责人的科学家提供了更多的余地。24. 元分析和倾向分数分析的不当使用。25. “从小见大”——用少量信息去证实假设。26. 不跟上统计数据的最新发展，不与专业统计人员交流。这是上面列出的许多问题的根本原因。
一般都会过。一般盲审不过的论文多半都是违背学术道德规范，有造假和抄袭行为，不管是否盲审，这种论文铁定不通过。所以如果只是少量的方法用错，一般都会过。但是，针对论文中的问题评委会提出反馈意见供整改，也不能完全排除不通过的可能性，所以也要做好相应的准备应付这种情况。
人们在生活、学习、工作中，有时并不清楚该如何做才是合适的，单看别人怎么做，缺少必要的讲解或提示，往往会视而不见或不知其妙。例如，不少研究生撰写学位论文就是这种情况，虽然看了很多文献，但是，依然可能不知道怎么写才是恰当的。下面以我评阅的一篇硕士学位论文为基础，选择其中的若干典型错误，进行描述、分析、讲解和提示，希望对有关的人开展研究、撰写论文有所裨益。为了避免伤及论文作者，我做了一定的技术处理。按照惯例，先呈现我写的评阅意见，再进行典型错误的例子分析。 该文以初中生的师生关系、同伴接纳、自我控制、学业拖延与学业成绩的关系为研究选题，符合专业特点和要求。作者力图通过链式中介分析，较为全面地考察初中生的师生关系、同伴接纳影响学业成绩的复杂机制，做出具有创新性的研究工作。然而，实际取得的效果难如人意。虽然该文的文献综述较为规范，但是，其他部分存在较多问题，特别突出的至少有： 其一，强拆研究。该文呈现为研究一和研究二，其实只有一个研究，数据也是相同的，仅从分析内容上把一个研究强说成两个研究。 其二，文题不符。表现为研究一无法包含在该文的题目之中、未能论证清楚链式中介的相关问题，把师生关系和同伴接纳对学业成绩的影响分开分析。 其三，学理失据。师生关系、同伴接纳与自我控制究竟是什么关系？该文认为师生关系、同伴接纳影响自我控制，然而，相反的关系似乎更合理。该文的讨论和教育建议更是没有什么理论深度。 其四，统计粗糙。该文没有介绍统计分析时可能进行的数据转换，从而，使得重要变量的均值无法理解，过大的标准差也让人生疑。该文呈现了两个链式中介模型，估计作者也不太明白这样的模型是什么意思，从而，在报告时只能机械呈现表格，无法阐明对应的含义。 其他问题详见分页提示（这里从略）。 宏观地说，该文有如下四个典型错误——这些错误其实有一个共同根源。 典型错误之一：热衷差异分析。 该文专门设置研究一，对测试的基本数据进行人口统计学变量的差异检验。然而，这类内容与该文的题目没有关系，考察并呈现这样的结果，无异于画蛇添足。同时，既然师生关系和自我控制存在年级差异，那么，随后的中介分析就应当考虑年级这个调节变量，但是，作者不再考虑年级变量。 特别地，该文得出了像“初三学生的师生关系优于初一和初二学生，初一学生的师生关系优于初二学生”这样的结论。如果没有理论解释，此类结论是鲜有意义的。该文的确没有理论解释，也不太可能有理论解释。 典型错误之二：没有研究目的。 该文研究一讨论部分的4个三级标题，均是“……的差异分析”，研究二讨论部分的三级标题与结果部分的三级标题完全相同。这反映的是，作者分不清讨论与结果，把讨论与结果混为一谈，根本不知道讨论是理论层次的。这种错误产生的根源在于，作者没有发现并提出真正的研究问题，只能对测得的数据，机械地统计分析，生硬地描述结果，勉为其难地进行讨论。没有研究问题，其实是没有研究目的，从而，讨论自然就陷于无的放矢的窘境，也就是不知道要讨论什么。例如，该文对基本变量的人口统计学差异检验，正是如此。即使是中介分析，作者的理解也是浅层的，不清楚检验的模型究竟有什么理论价值和实践意义，当然很难讨论下去，体现在标题上，就是对结果亦步亦趋。 典型错误之三：不懂研究意义。 该文提到的“实践意义”是，“丰富此领域的研究质量”、“使该领域的研究内容更加全面”。不说“丰富”与“研究质量”能否搭配，只说列出的两点，都不属于实践方面的意义——其实，也不属于理论方面的意义。 无论是学术型学位论文，还是专业型学位论文，都会分理论意义和实践意义两个方面来专门描写研究意义——本来应该是论述，实际情况是描写。然而，很多论文呈现出来的，就是上述这类内容。这反映的依然是，作者没有找到真正的研究问题，从而，无法确定自己的研究对相应领域的独特贡献。那种“丰富XXXX领域的研究”“进一步丰富YYYY领域的研究”的说法，全然没有意义。 此外，一些学位论文在描写研究意义时，显得定位不清。例如，学术型学位论文呈现实践意义的篇幅远远多于理论意义，而专业型学位论文给出理论意义的文字大大超过实践意义。 典型错误之四：随意主观发挥。 一篇论文的精华，在讨论部分，然而，该文在讨论方面存在太多问题。因此，这里再专门指出讨论时出现的不当。该文描述：“随着年级的增加，师生关系更加亲密和谐”，这与文中呈现的师生关系得分情况不一致，说法是不可靠的。“女孩在生理上和心理上都应该成熟于同龄的男孩，她们往往有焦虑、易怒等不良情绪，她们在行为上没有主动性，这有助于男孩获得更高的同龄人认可”，“在学校学习的过程中没有具体的目标，对自己也没有严格的要求”，不仅显得表述莫名其妙，而且说法显得随意发挥。 又如，“良好的师生关系或同伴关系可以让个体从中学会更好地控制自己，从而提高自我控制水平”，这也属于主观臆测之说。更可能的情况是，较高的自我控制水平，可以促进师生关系和同伴接纳。 总的来看，该文的讨论，根本没有理论层面的内容，对相关分析的讨论，不过是再描述一遍相关现象，对中介分析的讨论，仍然只是表面现象的主观解释，而所谓的综合讨论，也不过是把前面研究一和研究二的相应内容再大致重复一遍，加上一些主观推测的理由。 我深切地体会到，学位论文存在这些典型错误的根源在于，作者没有用矛盾论的哲学观点指导自己开展研究、撰写论文，没有找到真正的研究问题。任何一篇论文都应当有自己解决的主要矛盾，以及矛盾的主要方面。太多的心理学类学位论文，呈现了大量文不对题的内容，例如，人口统计学变量的差异检验结果，既无必要，更无趣味。如果作者具有矛盾论的哲学思想，很容易避免出现这样的错误，因此，加强哲学的学习和运用，对于研究生来说，是极为重要的。 本文来自李宏翰科学网博客
一般都会过。一般盲审不过的论文多半都是违背学术道德规范，有造假和抄袭行为，不管是否盲审，这种论文铁定不通过。所以如果只是少量的方法用错，一般都会过。但是，针对论文中的问题评委会提出反馈意见供整改，也不能完全排除不通过的可能性，所以也要做好相应的准备应付这种情况。
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。
需要学生调整实验假设以保持与实证结果的一致性。毕业论文实证结果的相关注意事项如下：1、要对学术论文的基本型（常用格式）有一概括了解，并根据自己掌握的资料考虑论文的构成形式。对于初学论文写作，可参考杂志上发表的论文类型，做到心中有数。2、要对掌握的资料做进一步研究，通盘考虑众多材料的取舍和运用，做到论点突出、论据可靠、论证有力，各部分内容衔接得体。3、要考虑论文提纲的详略程度。论文提纲可分为粗纲和细纲两种，前者只是提示各部分要点，不涉及材料和论文的展开，对于有经验的论文作者可以采用。对初学论文实证结果写作者，最好拟一个比较详细的写作提纲，不但提出论文各部分要点、而且对其中所涉及的材料和材料的详略安排以及各部分之间的相互关系等都有所反映，写作即可得心应手。扩展资料：毕业论文实证结果的相关说明：1、实证结果要结合学习、工作实际，根据自己所熟悉的专业和研究兴趣，适当选择有理论和实践意义的课题。2、论文实证结果写作选题宜小不宜大，只要在学术的某一领域或某一点上，有自己的一得之见，或成功的经验、或失败的教训、或新的观点和认识，言之有物、读之有益，就可作为选题。3、论文实证结果写作选题要查看文献资料，既可了解别人对这个问题的研究达到什么程度，也可借鉴他人对这个问题的研究成果。
1、来稿要求论点明确、数据可靠、逻辑严密、文字精炼，每篇论文必须包括题目、作者姓名、作者单位、单位所在地及邮政编码、摘要和关键词、正文、参考文献和第一作者及通讯作者（一般为导师）简介（包括姓名、性别、职称、出生年月、所获学位、目前主要从事的工作和研究方向），在文稿的首页地脚处注明论文属何项目、何基金（编号）资助，没有的不注明。2、论文摘要尽量写成报道性文摘，包括目的、方法、结果、结论4方面内容（100字左右），应具有独立性与自含性，关键词选择贴近文义的规范性单词或组合词（3～5个）。3、文稿篇幅（含图表）一般不超过5000字，一个版面2500字内。文中量和单位的使用请参照中华人民共和国法定计量单位最新标准。外文字符必须分清大、小写，正、斜体，黑、白体，上下角标应区别明显。4、文中的图、表应有自明性。图片不超过2幅，图像要清晰，层次要分明。5、参考文献的著录格式采用顺序编码制，请按文中出现的先后顺序编号。所引文献必须是作者直接阅读参考过的、最主要的、公开出版文献。未公开发表的、且很有必要引用的，请采用脚注方式标明，参考文献不少于3条。6、来稿勿一稿多投。收到稿件之后，5个工作日内审稿，电子邮件回复作者。重点稿件将送同行专家审阅。如果10日内没有收到拟用稿通知（特别需要者可寄送纸质录用通知），则请与本部联系确认。7、来稿文责自负。所有作者应对稿件内容和署名无异议，稿件内容不得抄袭或重复发表。对来稿有权作技术性和文字性修改，杂志一个版面2500字，二个版面5000字左右。作者需要安排版面数，出刊日期，是否加急等情况，请在邮件投稿时作特别说明。8、请作者自留备份稿，本部不退稿。9、论文一经发表，赠送当期样刊1-2册，需快递的联系本部。10、请在文稿后面注明稿件联系人的姓名、工作单位、详细联系地址、电话（包括手机）、邮编等信息，以便联系有关事宜。
审稿周期是2个月左右，如果在此期间有意向采用，会发邮件通知，超过两个月，没有任何通知，说明是不会采用，可以转投其他期刊；录用之后，需要缴纳一定的发表费用，然后安排见刊，周期一般是6个月左右，希望有所帮助
综述类文章一般只有被期刊约稿的大牛才能发表。中国环境科学作为一级核心A，还未发表过综述类文章。学生写的可以试试二级三级核心期刊，能录用已经很好。
不算。学术不端，指的是明知有错仍旧去犯错误，比如抄袭、伪造数据等，是主观行为。但证明猜想错误这个并不属于，而是受限于自己的学术水平，且未及时发现。
一般错误会发现的，而且，高水平的论文还有同行评议这一环节，所以写错了的论文发表的可能性是非常小的。
看你们所在区的处理办法，较大可能是作废，我们这次命名错误了，咨询了指导老师，只能说以后多注意这些方面，长点心吧。
数学建模，就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。
当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。
数学建模的好处
1. 培养创新意识和创造能力。
2．训练快速获取信息和资料的能力。
3．锻炼快速了解和掌握新知识的技能。
4．培养团队合作意识和团队合作精神。
5．增强写作技能和排版技术。
6．荣获国家级奖励有利于保送研究生。
7．荣获国际级奖励有利于申请出国留学。
8．更重要的是训练人的逻辑思维和开放性思考方式。