回归不好不是软件的事吧，是数据和模型的问题
一般是毕业生是没有自己实验室的，所有很多实验数据是没有办法进行。不过有另外一个解决办法，就是找导师合作，论文里挂导师为通讯作者，这也是现在最常见的一种解决办法。
论文数据处理方法
论文数据处理方法，相信绝大部分的小伙伴都写过毕业论文吧，当然也会有正准备要写毕业论文的小伙伴要写毕业论文了，那么论文数据处理方法大家都知道是什么吗？接下来让我们一起来看看吧。
一是列表法。列表法就是将一组实验数据和计算的中间数据依据一定的形式和顺序列成表格。列表法可以简单明确地表示出物理量之间的对应关系，便于分析和发现资料的规律性，也有助于检查和发现实验中的问题，这就是列表法的优点。设计记录表格时要满足以下几点：
1、表格设计要合理，以利于记录、检查、运算和分析。
2、表格中涉及的各物理量，其符号、单位及量值的数量级均要表示清楚。但不要把单位写在数字后。
3、表中数据要正确反映测量结果的有效数字和不确定度。列入表中的除原始数据外，计算过程中的一些中间结果和最后结果也可以列入表中。
此外，表格要加上必要的说明。通常情况下，实验室所给的数据或查得的单项数据应列在表格的上部，说明写在表格的下部。
二是作图法。作图法是在坐标纸上用图线表示物理量之间的关系，揭示物理量之间的联系。作图法既有简明、形象、直观、便于比较研究实验结果等优点，它是一种最常用的数据处理方法。作图法的基本规则是：
1、根据函数关系选择适当的坐标纸(如直角坐标纸，单对数坐标纸，双对数坐标纸，极坐标纸等)和比例，画出坐标轴，标明物理量符号、单位和刻度值，并写明测试条件。
2、坐标的原点不一定是变量的零点，可根据测试范围加以选择。，坐标分格最好使最低数字的一个单位可靠数与坐标最小分度相当。纵横坐标比例要恰当，以使图线居中。
3、描点和连线。根据测量数据，用直尺和笔尖使其函数对应的实验点准确地落在相应的位置。一张图纸上画上几条实验曲线时，每条图线应用不同的.标记符号标出，以免混淆。连线时，要顾及到数据点，使曲线呈光滑曲线(含直线)，并使数据点均匀分布在曲线(直线)的两侧，且尽量贴近曲线。个别偏离过大的点要重新审核，属过失误差的应剔去。
4、标明图名，即做好实验图线后，应在图纸下方或空白的明显位置处，写上图的名称、作者和作图日期，有时还要附上简单的说明，如实验条件等，使读者一目了然。作图时，一般将纵轴代表的物理量写在前面，横轴代表的物理量写在后面，中间用“～”联接。
实验数据的处理离不开绘制成表，列表法和作图法还是有一定区别的。科研工作者在处理数据时，要注意根据实验数据的特点，选择是用列表法还是作图法。
1、 基本描述统计
频数分析是用于分析定类数据的选择频数和百分比分布。
描述分析用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的数据进行汇总统计。
2、 信度分析
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
3、 效度分析
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
4、 差异关系研究
T检验可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用方差分析。
如果要分析定类数据和定类数据之间的关系情况，可使用交叉卡方分析。
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用非参数检验。
5、 影响关系研究
相关分析用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择路径分析。
这个问题就是要转置每行我想得方法就是选择性粘贴（主要就是转置）+for循环，把数据复制到最后面去。比如下面GIF图片这样如果是用matlab去解决可能更容易，matlab可以直接把excel数据导入，然而matlab就是专门用来处理矩阵得工具，然后在把它导出给excel。
步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250 之间,截面数介于10～250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量、Hadri Z统计量，并且Levin, Lin & Chu t* 统计量、Breitung t统计量的原假设为存在普通的单位根过程，lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量的原假设为存在有效的单位根过程， Hadri Z统计量的检验原假设为不存在普通的单位根过程。有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验LLC（Levin-Lin- Chu）检验和不同根单位根检验Fisher-ADF检验（注：对普通序列（非面板序列）的单位根检验方法则常用ADF检验），如果在两种检验中均拒绝存在单位根的原假设则我们说此序列是平稳的，反之则不平稳。如果我们以T（trend）代表序列含趋势项，以I（intercept）代表序列含截距项，T&I代表两项都含，N（none）代表两项都不含，那么我们可以基于前面时序图得出的结论，在单位根检验中选择相应检验模式。但基于时序图得出的结论毕竟是粗略的，严格来说，那些检验结构均需一一检验。具体操作可以参照李子奈的说法：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认为，只有三个模型的检验结果都不能拒绝原假设时，我们才认为时间序列是非平稳的，而只要其中有一个模型的检验结果拒绝了零假设，就可认为时间序列是平稳的。此外，单位根检验一般是先从水平（level）序列开始检验起，如果存在单位根，则对该序列进行一阶差分后继续检验，若仍存在单位根，则进行二阶甚至高阶差分后检验，直至序列平稳为止。我们记I(0)为零阶单整，I(1)为一阶单整，依次类推，I(N)为N阶单整。 步骤二：协整检验或模型修正 情况一：如果基于单位根检验的结果发现变量之间是同阶单整的，那么我们可以进行协整检验。协整检验是考察变量间长期均衡关系的方法。所谓的协整是指若两个或多个非平稳的变量序列，其某个线性组合后的序列呈平稳性。此时我们称这些变量序列间有协整关系存在。因此协整的要求或前提是同阶单整。但也有如下的宽限说法：如果变量个数多于两个，即解释变量个数多于一个，被解释变量的单整阶数不能高于任何一个解释变量的单整阶数。另当解释变量的单整阶数高于被解释变量的单整阶数时，则必须至少有两个解释变量的单整阶数高于被解释变量的单整阶数。如果只含有两个解释变量，则两个变量的单整阶数应该相同。也就是说，单整阶数不同的两个或以上的非平稳序列如果一起进行协整检验，必然有某些低阶单整的，即波动相对高阶序列的波动甚微弱（有可能波动幅度也不同）的序列，对协整结果的影响不大，因此包不包含的重要性不大。而相对处于最高阶序列，由于其波动较大，对回归残差的平稳性带来极大的影响，所以如果协整是包含有某些高阶单整序列的话（但如果所有变量都是阶数相同的高阶，此时也被称作同阶单整，这样的话另当别论），一定不能将其纳入协整检验。协整检验方法的文献综述：(1)Kao(1999)、Kao and Chiang(2000)利用推广的DF和ADF检验提出了检验面板协整的方法,这种方法零假设是没有协整关系,并且利用静态面板回归的残差来构建统计量。(2)Pedron(1999)在零假设是在动态多元面板回归中没有协整关系的条件下给出了七种基于残差的面板协整检验方法。和Kao的方法不同的是,Pedroni的检验方法允许异质面板的存在。(3)Larsson et al(2001)发展了基于Johansen(1995)向量自回归的似然检验的面板协整检验方法，这种检验的方法是检验变量存在共同的协整的秩。我们主要采用的是Pedroni、Kao、Johansen的方法。通过了协整检验，说明变量之间存在着长期稳定的均衡关系，其方程回归残差是平稳的。因此可以在此基础上直接对原方程进行回归，此时的回归结果是较精确的。这时，我们或许还想进一步对面板数据做格兰杰因果检验（因果检验的前提是变量协整）。但如果变量之间不是协整（即非同阶单整）的话，是不能进行格兰杰因果检验的，不过此时可以先对数据进行处理。引用张晓峒的原话，“如果y和x不同阶，不能做格兰杰因果检验，但可通过差分序列或其他处理得到同阶单整序列，并且要看它们此时有无经济意义。” 下面简要介绍一下因果检验的含义：这里的因果关系是从统计角度而言的，即是通过概率或者分布函数的角度体现出来的：在所有其它事件的发生情况固定不变的条件下，如果一个事件X的发生与不发生对于另一个事件Y的发生的概率（如果通过事件定义了随机变量那么也可以说分布函数）有影响，并且这两个事件在时间上又有先后顺序（A前B后），那么我们便可以说X是Y的原因。考虑最简单的形式，Granger检验是运用F-统计量来检验X的滞后值是否显著影响Y（在统计的意义下，且已经综合考虑了Y的滞后值；如果影响不显著，那么称X不是Y的“Granger原因”（Granger cause）；如果影响显著，那么称X是Y的“Granger原因”。同样，这也可以用于检验Y是X的“原因”，检验Y的滞后值是否影响X（已经考虑了X 的滞后对X自身的影响）。 Eviews好像没有在POOL窗口中提供Granger causality test，而只有unit root test和cointegration test。说明Eviews是无法对面板数据序列做格兰杰检验的，格兰杰检验只能针对序列组做。也就是说格兰杰因果检验在Eviews中是针对普通的序列对(pairwise)而言的。你如果想对面板数据中的某些合成序列做因果检验的话，不妨先导出相关序列到一个组中(POOL窗口中的Proc/Make Group)，再来试试。 情况二：如果如果基于单位根检验的结果发现变量之间是非同阶单整的，即面板数据中有些序列平稳而有些序列不平稳，此时不能进行协整检验与直接对原序列进行回归。但此时也不要着急，我们可以在保持变量经济意义的前提下，对我们前面提出的模型进行修正，以消除数据不平稳对回归造成的不利影响。如差分某些序列，将基于时间频度的绝对数据变成时间频度下的变动数据或增长率数据。此时的研究转向新的模型，但要保证模型具有经济意义。因此一般不要对原序列进行二阶差分，因为对变动数据或增长率数据再进行差分，我们不好对其冠以经济解释。难道你称其为变动率的变动率？ 步骤三：面板模型的选择与回归 面板数据模型的选择通常有三种形式： 一种是混合估计模型（Pooled Regression Model）。如果从时间上看，不同个体之间不存在显著性差异；从截面上看，不同截面之间也不存在显著性差异，那么就可以直接把面板数据混合在一起用普通最小二乘法（OLS）估计参数。一种是固定效应模型（Fixed Effects Regression Model）。如果对于不同的截面或不同的时间序列，模型的截距不同，则可以采用在模型中添加虚拟变量的方法估计回归参数。一种是随机效应模型（Random Effects Regression Model）。如果固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，并且这两个随机误差项都服从正态分布，则固定效应模型就变成了随机效应模型。在面板数据模型形式的选择方法上，我们经常采用F检验决定选用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。检验完毕后，我们也就知道该选用哪种模型了，然后我们就开始回归：在回归的时候，权数可以选择按截面加权（cross- section weights）的方式，对于横截面个数大于时序个数的情况更应如此，表示允许不同的截面存在异方差现象。估计方法采用PCSE（Panel Corrected Standard Errors，面板校正标准误）方法。Beck和Katz(1995)引入的PCSE估计方法是面板数据模型估计方法的一个创新，可以有效的处理复杂的面板误差结构，如同步相关，异方差，序列相关等，在样本量不够大时尤为有用。
毕业论文数据分析的做法如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
一般是毕业生是没有自己实验室的，所有很多实验数据是没有办法进行。不过有另外一个解决办法，就是找导师合作，论文里挂导师为通讯作者，这也是现在最常见的一种解决办法。
我在这里想总结一下在做毕业论文过程中关于“如何进行文献整理以及数据处理”的经验。数据录入：1. 在施测之前，就要对变量的排列有总体的规划，尽量每一次施测的变量排序一致，那样以后录入时才不会混淆；2. 数据录入时，往往用的是数字代码，此时务必做好各个代码所代表的含义的备份，建议用记事本保持，以防时间长了遗忘，带来不必要的麻烦；数据处理：1. 务必做好数据备份，对不同的转换，建立不同的文档；2. 建立数据处理日志，以防当你的数据处理逐渐增多、数据有所转换之后不至于混淆，以及方便进行数据回述和检查；3. 建立“数据”和“结果”文件夹，分开保存数据和处理结果，避免不必要的混乱；4. 在給数据处理的程序命名时，建议按照处理顺序写上“序号.程序处理名称”，如“1.频数分析”、“2.因素分析”，这样可以一目了然地了解你的数据处理过程和数据处理内容；5. 保存具有代表性的数据处理的程序，这样做的好处是，一方面日后进行相同的数据处理时可以直接“copy”“paste”，很方便；另一方面也避免时日一长遗忘了部分程序；文献整理：1. 所收集的中外文献卷帙浩繁，建议保存文件名包括一下内容：“年份.序号.标题”；如“ ”、“ ”；2. 对所有收集的文献进行归类整理，分别放置于不同的文件夹;3. 有时你需要对外文文献摘要整理和翻译，此时建议你把摘要保存于当前文献所在的文件夹；或者专门建立“摘要整理/翻译”文件夹，以保存各类专题的摘要翻译，以防文献一多便混乱了，想要的时候找不到；4. 外文文献摘要整理文件名格式：“摘要整理.专题名.整理日期”。
如果你毕业后发现毕业论文有问题，处理方式如下：1. 排查问题：仔细检查论文，弄清问题所在，包括论文可能存在的抄袭、剽窃、实验数据造假等问题。2. 联系指导老师或学院：联系指导老师或学院的负责人，反映问题。最好提供具体的证据和材料，让老师或负责人了解问题出现的情况。3. 依法处理：根据学校的规定和毕业论文有问题的具体情况，按照学校的相关规定或法律规定采取相应的处理措施。学校可能会进行论文重新评审或取消毕业资格，或者给出相应的处罚措施。4. 接受处理结果：不论是重新修改论文，接受重新评审还是接受其他处理措施，都应该认真对待，配合学校或相关部门的处理要求，遵守规定，做好整改工作。5. 重新审视论文：如果你在毕业论文中发现了错误，花时间重新审视论文，并寻求适当的帮助，以弄清问题所在、改善质量，并减少类似问题的出现。6. 寻求帮助：如果你发现毕业论文存在问题，可以寻求辅导、咨询或其他支持，包括指导老师、学院负责人、同学或专业老师等。7. 以积极的态度处理问题：无论什么情况下，你都应该以积极的态度处理问题，认真对待每一步过程，配合学校的所有要求，并积极采取措施解决问题。总之，处理毕业论文问题需要你承担起责任，积极面对问题，并采取适当的措施加以解决。在这个过程中，要始终保持沟通和协作，遵守规定和法律规定，以实现最终目标，即修复好论文问题，顺利毕业。总之，处理毕业论文问题需要及时采取具体的措施，规避可能出现的风险，认真配合相关部门，妥善解决问题，遵守相关规定和法律法规，保障自己的合法权益。
毕业论文去除无效数据可以手动去除，但是手动去除数据的过程可能比较繁琐，需要耗费大量的时间和精力。另外，手动去除的过程容易出现疏漏，导致一些无效数据没有被正确去除，影响论文的质量。因此，为了提高效率和避免出现错误，可以采用自动化的数据处理工具进行数据清洗。这些工具可以根据特定的规则和算法，快速、自动地去除无效数据，大大节省时间和精力，并且可以保证清洗的准确性和可靠性。
问题一：如何利用Excel画论文常用折线图 2003及其以下版本： 选定数据――菜单栏――插入――图表――图表类型：折线图――下一步或默认完成。 2007及其以上版本： 选定数据――菜单栏――插入――图表版块――折线图。 问题二：如何利用Excel2007画论文常用折线图 高尔基说过：“(开头)好像音乐里定调一样，全曲的音调都是它给予的，也是作者花功夫的所在。”议论文的开头要讲究“短、快、靓”。短，即要简捷，最好三两句成段，引入本论。开头短，可避免冗长之赘，而且短句成段，在空间上突出其内容的重要性。快，即入题要快，最好三言两语就点明文章的基本观点或议论的话题。因为评分标准中有“中心明确”的细则。开篇确定中心，有利于阅卷者按等计分，也有利于作者展开论述，不致出现主旨不清、中途转换论题等作文大忌。靓，即要精彩。这也是传统文论中所说的“凤头”。精彩的开头，最突出的效果是吸引阅卷者，给阅卷者留下好的印象。文章开头要精彩，多用比喻、类比、排比等修辞引入论点，还可引述名言，讲述寓言故事导入话题。 中间段写好首句和末句 议论文的结构是否严谨，条理是否清楚，论证是否严密，论据是否典型，关键在中间段的写作。而结构、条理、论证和论据等是议论文评分的重要细则，因此，写作议论文要尽量符合这些标准。 常见的论述模式是：首句为小论点或承上启下的过渡词句；中间围绕小论点，运用恰当的事实、理论论据，或针对现实生活中的某些现象，分析说理；最后结合论述内容写一两句小结的话语。其中首句和末句的写作最重要，它能直接勾勒文章的脉络，显示全文的论述思路。另外，文章的整体论证结构常用正反对比式。许多道理只要从正反两面说了，就基本上可做到论述严密。在考场中熟练地运用这种作文模式，可迅速地展开写作，减少失误，节省时间。同时，它可使阅卷者能便捷地依据评分标准，在中档以上分项计分，避免不利于考生的个人评分因素出现。 问题三：论文写作 word怎样插入折线图 插入--->图表，然后选择图表类型，折线图。编辑数据就可以了 问题四：大专毕业论文折线图如何完善 你好！根据我的经验，如果是图片格式的话，一般是不会查重的，如果是自己用软件做出来的就可能被查重了。 问题五：毕业论文折线图形格式 可以不一样，只要和你的论文，开题内容相关就可以了，采纳 问题六：论文需要一张折线图，图的下方写上图1就行了，很急急急。画好的截给我。 按照对你需求的理解，我把数据做在一个表格里面了，希望对你有用。 另：如果你是写论文的话“图下方写上图1”的需求最好在WORD里标出。 问题七：那种论文中的曲线或折线走势图是用什么画 论文的表达方式：叙述、描写（语言，动作，外貌，心理，神态，环境等或正面，侧面）、议论、抒情、说明等 论文的语言的特点：准确，生动 论文的表现手法：白描、衬托、渲染、对比、伏笔、铺垫等。 问题八：拜托问大家一件事，有点傻傻的，用什么来做论文的饼图、柱图、折线图方便呢？？？ 传说中有一种东西叫Excel 问题九：论文中的这种图表一般用什么软件做的，求高人指点，急 Microsoft word 2003或2007就有,选择图表-折线图就OK了~~~ 问题十：WPS表格中如何制作折线图 步骤： 1、选中数据区--> 2、工具栏菜单-->插入-->图表-->选择“折线图”--> 3、点击“系列”-->X轴区域-->选择对应X轴标记区域--> 4、根据需要，完成图表有关项目(如：Y轴单位、图表标题、X轴单位等)的补充-->点击“完成”--> 5、根据需要，右击相应区域(如，绘图区、数据系列、坐标轴等)，进入相关菜单，完成进一步的修改和调整即可。
我帮你，，有的，一套的
按照学校论文要求的格式 进行标注一下就行了啊
论文中这种图怎么画，用什么软件？？ 你百度visio，是微软的软件，可以画你这种图，很多教材都是用这个软件画的；还可以网上搜别人做好的库，导进去更方便.这是我随手画的一个，你看效果可以的话，悬赏给我吧 请教大家写论文都用什么画图软件啊 是画论文里的滤波器结构分解图，我做的多层结构的滤波器 请问写毕业论文怎么作图?在Word中可以画图吗?还是必须要用什么软件？ 普通的毕业流程图，用Microsoft Office Visio，我的毕业设计论文用的Microsoft Office Visio 2003，更多怎么画、论文插图教程直接在附件，因为图太多了、字数太多了，就不举例了。 写论文用什么软件画图 一般可用excel，专业点的可用origin与Matlab软件，都很不错！你可以试试！科研论文制图用什么软件 origin用的比较多吧 毕业论文用什么软件画图 普通的毕业流程图，用Microsoft Office Visio，我的毕业设计论文用的Microsoft Office Visio 2003，更多怎么画、论文插图教程直接在附件，因为图太多了、字数太多了，就不举例了。 毕业论文中常用的画图工具有哪些？ 毕业论文中常用的画图工具有Windows画图、MSVISIO、还有Photoshop等， 请问论文里面的图要用什么软件画 auto cad 或者各学科的专业的画图工具 硕士论文用什么软件画座标图比较好 您好，我来为您解答： 一般的图表用Excel、origin 做较多。我都是用matlab的。 其它的像maple，mathcad数学软件都行。再就是一些专门用于论文画图的小软件，可以到verycd上搜索下，很多的。 如果我的回答没能帮助您，请继续追问。 毕业论文用什么画图软件画一般的图 求财务管理的毕业论文题目有大纲最好泰州哪有大学毕业论文范文毕业论文展示设计会计毕业论文不会写有谁能给点提示有关债务重组的毕业论文人民大学商学院自考本科毕业论文的字体与大要求画出来既美观又规范的。再加一条：比较好使用的答:我做的财务分析的论文，就是用的word插入图表就行，因为你要让老师点击图表时看到数据库。截图下来的图表是不能在论文中使用的
将问卷答案编码，注意录入excel表格，再进行统计。格式可参考：主表：卷号 题号 答案号 另外设3个参考表：1、卷号--答卷者2、题号--答案1号--答案2号--答案3号--答案4号……3、题号--题目内容--答案1--答案2--答案3--答案4……
数据第一个在a1在空单元格输入=if(a1<0,0,int(a1))右拉下拉与原数据区大小一致
假如A列的数据乘以B列的数据。数据在A1和B1单元格，在C1单元格中输入公式：=IF(A1*B1>0,INT(A1*B1),0)选择C1下拉复制公式
用excel求方差:插入---函数---统计-----VAR或VARP VAR分母N减了1，估算样本方差。 VARP分母N，计算样本总体的方差 由于样本受到限制，一般n不大，一般用估算样本方差。 当大面积的如学生成绩统计，上千万，VAR、VARP都可以，只有数学意义上的区别！ 统计的精意就在于用部分推测总体！现实世界的“总体方差”往往是无法知道的，实际中用的“估算样本方差” （ 当然我们可以求“标准差”---再平方 ----同样有函数公式的） 有关函授的参考： VAR(number1,number2,...) Number1,number2,... 为对应于与总体样本的 1 到 30 个参数。 说明 函数 VAR 假设其参数是样本总体中的样本。如果数据为样本总体，则应使用函数 VARP 来计算方差。 省略逻辑值（TRUE 或 FALSE）和文本。如果逻辑值和文本值不能省略，请使用 VARA 工作表函数。 VARP 参阅 计算样本总体的方差。 语法 VARP(number1,number2,...) Number1,number2,... 为对应于样本总体的 1 到 30 个参数。 省略逻辑值（TRUE 和 FALSE）和文本。如果不能省略逻辑值和文本，请使用 VARPA 工作表函数。 说明 函数 VARP 假设其参数为样本总体。如果数据只是代表样本总体里的部分样本，请使用函数 VAR 计算方差。 其余看帮助！