研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。
参考资料：
如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。
论文的数据分析怎么写如下：
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、学习背景
本科学了四年文科专业，除了形式逻辑外几乎没再接触过与理科搭边的东西。想借着毕业论文学一点数据分析的东西，知网上找了几篇相关文献，以为数据分析很简单，于是跟导师定了题开始着手做。
二、问卷编制+数据分析类论文框架
(一)低阶版：非专业，要求低，不需要用spss，调研规模200+即可。
如果时间相对紧张，不想在毕业论文上花过多时间，建议采用低阶版即可，字数也绝对够。知网上“问卷编制+数据分析”类的文章除少部分期刊论文，大多数都是硕博论文，看看文献综述即可，不要用他们的数据分析框架，这是高阶版需要考虑的。
引言，研究背景写完，就写研究综述。把需要研究的变量列出来分别写研究综述，记得加上一些国外的研究，引用一些外文文献。接下来，简单地说一下自己如何编制的问卷，如何发放的问卷(线上/线下)，回收问卷的情况。然后写样本情况，可以列一个大表格，内容包括哪类人有多少个，占百分之多少。接下来就是对数据结果的分析，用例如“A越...，B就越...”、“C的总体水平较低/高”、“D的....比E的....水平要高”的句式，找出一些规律即可。最后就可以写讨论、结论、总结对策建议了。
(二)高阶版：比较专业，要求高，不确定因素大(比如数据可能真的拟合不了模型)，需要用spss statistics 和 amos。
采用高阶版不仅对人有要求，对数据也有要求。如果你没有把握自己能拿到样本较大的数据，也没有把握帮你填问卷的人是认真的，还是谨慎尝试为好，免得前面都做得很好，最后卡在模型拟合或者相关分析之类。大多数本科毕业论文的同学都是用问卷星，让小伙伴、家长等帮扩，这个样本量可能不会很大，而且如果题目比较多，不排除会出现开始东一个西一个乱填的情况。
以上内容就是青藤小编关于本科毕业论文做问卷和数据分析应该怎么着手的相关分享，希望对小伙伴们有所帮助，想要了解更多毕业论文相关内容，欢迎大家及时在本平台进行查看哦!
根据你写的论文来回答。
答辩过程中论文的基本观点是你论文中所写的论点，是你对于这篇论文所写的事物的观点和看法。
答辩过程中论文的论据是你所写论点的理论支撑和数据支持，数据包括实验数据和问卷调查之类的，都可以作为论据回答。
所以答辩过程中论文的基本观点和论据的回答还是要根据你写的论文来的。
答辩要点
（1）克服紧张、不安、焦躁的情绪，自信自己一定可以顺利通过答辩。
（2）注意自身修养，有礼有节。无论是听答辩教师提出问题，还是回答问题都要做到礼貌应对。
（3）听明白题意，抓住问题的主旨，弄清答辩教师出题的目的和意图，充分理解问题的根本所在，再作答，以免出现答非所问的现象。
（4）若对某一个问题确实没有搞清楚，要谦虚向教师请教。尽量争取教师的提示，巧妙应对。用积极的态度面对遇到的困难，努力思考做答，不应自暴自弃。
（5）答辩时语速要快慢适中，不能过快或过慢。过快会让答辩小组成员难以听清楚，过慢会让答辩教师感觉答辩人对这个问题不熟悉。
（6）对没有把握的观点和看法，不要在答辩中提及。
（7）不论是自述，还是回答问题，都要注意掌握分寸。强调重点，略述枝节；研究深入的地方多讲，研究不够深入的地方最好避开不讲或少讲。
（8）通常提问会依据先浅后深、先易后难的顺序。
（9）答辩人的答题时间一般会限制在一定的时间内，除非答辩教师特别强调要求展开论述，都不必要展开过细。直接回答主要内容和中心思想，去掉旁枝细节，简单干脆，切中要害。
论文数据编的答辩直接跟老师明说，不要等到被老师查出来，这样会更加尴尬。
看你编的数据是原始数据还是什么，不管是编的还是调查得来的，都要对文章的数据进行推算，文章的数据都要能够给出合理性的解释，这样答辩才能应对自如。
其实我非常不支持同学去编数据，因为编数据的难度比正常程序获取的要更难，技术要求更高，有这功夫自己正经弄不香吗，而且编造的数据稍不留神就会出现很大的逻辑漏洞，容易被人识破。
写论文注意事项：
1、论文题目选定后，基本上不能有太大变动，但可以进行细节上的修改。
2、提交大纲时，不只是每章一两句话，弄个四五行交过来完事。而是整篇论文的大致结构和框架要说清楚：研究目的和意义；分为几个部分说明；每个部分的大概内容是什么，都要交代清楚。
3、论文写作一开始就必须严格按照教务处论文的模板来，从封面、摘要、正文一直到参考文献，以及页脚注释的所有格式，都必须一模一样，注意，是一模一样！否则到了后面再修改会有很多格式问题发现不了。
4、如果有人很傻很天真地问，老师，论文应该怎么写啊？这种问题我一概不回答。如果真有此疑问者，请直接登陆学校图书馆网站的期刊网去观摩几篇，体会一下正规论文的写法。
5、一些概念和定义，不要在脚注中写来自“百度百科”，即便你就是在百度当中查的，也要找到这句话的源材料，一般百度的下方都会有源链接，要写出这个概念具体出自哪本书或者哪篇期刊文章。
如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。
(一)确定论文提要，再加进材料，形成全文的概要论文提要是内容提纲的雏型。一般书、教学参考书都有反映全书内容的提要，以便读者一翻提要就知道书的大概内容。我们写论文也需要先写出论文提要。在执笔前把论文的题目和大标题、小标题列出来，再把选用的材料插进去，就形成了论文内容的提要。(二)原稿纸页数的分配写好毕业论文的提要之后，要根据论文的内容考虑篇幅的长短，文章的各个部分，大体上要写多少字。如计划写20页原稿纸(每页300字)的论文，考虑序论用1页，本论用17页，结论用1—2页。本论部分再进行分配，如本论共有四项，可以第一项3—4页，第二项用4—5页，第三项3—4页，第四项6—7页。有这样的分配，便于资料的配备和安排，写作能更有计划。毕业论文的长短一般规定为5000—6000字，因为过短，问题很难讲透，而作为毕业论文也不宜过长，这是一般大专、本科学生的理论基础、实践经验所决定的。(三)编写提纲论文提纲可分为简单提纲和详细提纲两种。简单提纲是高度概括的，只提示论文的要点，如何展开则不涉及。这种提纲虽然简单，但由于它是经过深思熟虑构成的，写作时能顺利进行。没有这种准备，边想边写很难顺利地写下去。
论文数据方法有多选题研究、聚类分析和权重研究三种。
1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。
3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
拓展资料：
一、回归分析
在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。
二、方差分析
在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。
在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。
例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。
三、判别分析
判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。
这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。
四、聚类分析
聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。
比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。
五、主成分分析
主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。
主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
六、因子分析
因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。
在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。
因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。
例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。
例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。
接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。
七、典型相关分析
典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。
数据可以找找，非得要弄问卷调查吗
个人认为本科毕业论文成绩构成排序为：文章结构>格式>答辩PPT内容
一.文章结构。在其他同学答辩的过程中，很多同学文章结构不够完整，缺乏对于研究范围、研究的基本概念界定，这也导致很多同学的汇报会存在争议。
二.格式。很多老师都是在你汇报ppt时才看到你的论文，对于文章内容很多时候老师来不及认真看，但是格式老师是一定会看的，错别字、格式混乱绝对不能有，打印纸质版论文时最好用PDF格式打印，正式上交前一定要反复检查论文格式。
三.答辩PPT。本科答辩很多老师会盯着你的论文看，但是在展示过程中也要体现你对论文的了解程度,ppt以展示文章结构为主，主要讲了写作思路，同时写一份1600字的答辩稿(5分钟)，在答辩前背熟，注意很多人会在答辩ppt写上自己的不足之处。答辩时有一名老师也指出没有必要说不足之处，主要讲文章内容即可。（答辩前反复练习，如果在网上答辩，提前自己开个会议试一试PPT。）
四.回答问题。答辩过程中老师提的问题都是与文章紧密联系的。对于老师提出的问题，正式答辩前一定要多看几遍自己的论文，基本概念一定要熟悉。同时在时间充足的情况下，仔细阅读你的参考文献。
1.老师提问后， 先说谢谢老师的提问，然后复述一遍老师的问题，再进行回答。
2.对于只想过且对自己论文没自信的同学，只答不辩，及时认错，并说明会抓紧修改。
3.对于冲优秀的同学，如果老师只是有疑惑，请做一个解释然后再问老师:这样解释不知您是否理解，我还需要继续改进吗。
4.穿稍微正式点，女生化淡妆，一定要自信！最后，一定要反复检查自己的论文有没有错别字，有没有结果错误的地方，低级错误一定不能有。
1、熟悉内容
作为将要参加论文答辩同学，首先而且必须对自己所著的毕业论文内容有比较深刻理解和比较全面的熟悉。这是为回答毕业论文答辩委员会成员就有关毕业论文的深度及相关知识面而可能提出的论文答辩问题所做的准备。
所谓“深刻的理解”是对毕业论文有横向的把握。例如题为《创建名牌产品发展民族产业》的论文，毕业论文答辩委员会可能会问“民族品牌”与“名牌”有何关系。
尽管毕业论文中未必涉及“民族品牌”，但 参加论文答辩的学生必须对自己的毕业论文有“比较全面的熟悉”和“比较深刻的理解”，否则，就会出现尴尬局面。
2、图表穿插
任何毕业论文，无论是文科还是理科都或多或少地涉及到用图表表达论文观点的可能，故我认为应该有此准备。
图表不仅是一种直观的表达观点的方法，更是一种调节论文答辩会气氛的手段，特别是对私人论文答辩委员会成员来讲，长时间地听述，听觉难免会有排斥性，不再对你论述的内容接纳吸收，这样，必然对你的毕业论文答辩成绩有所影响。所以，应该在论文答辩过程中适当穿插图表或类似图表的其它媒介以提高你的论文答辩成绩。
3、语流适中
进行毕业论文答辩的同学一般都是首次。无数事实证明，他们论文答辩时，说话速度往往越来越快，以致毕业答辩委员会成员听不清楚，影响了毕业答辩成绩。故毕业答辩学生一定要注意在论文答辩过程中的语流速度，要有急有缓，有轻有重，不能像连珠炮似地轰向听众。
4、目光移动
毕业生在论文答辩时，一般可脱稿，也可半脱稿，也可完全不脱稿。但不管哪种方式，都应注意自己的目光，使目光时常地瞟向论文答辩委员会成员及会场上的同学们。
这是你用目光与听众进行心灵的交流，使听众对你的论题产生兴趣的一种手段。在毕业论文答辩会上，由于听的时间过长，委员们难免会有分神现象，这时，你用目光的投射会很礼貌地将他们的神“拉”回来，使委员们的思路跟着你的思路走。
5、体态语辅助
虽然毕业论文答辩同其它论文答辩一样以口语为主，但适当的体态语运用会辅助你的论文答辩，使你的论文答辩效果更好。特别是手势语言的恰当运用会显得自信、有力、不容辩驳。
相反，如果你在论文答辩过程中始终直挺挺地站着，或者始终如一地低头俯视，即使你的论文结构再合理、主题再新颖，结论再正确，论文答辩效果也会大受影响。所以在毕业论文答辩时，一定要注意使用体态语。
6、时间控制
一般在比较正规的论文答辩会上，都对辩手有答辩时间要求，因此，毕业 论文答辩学生在进行论文答辩时应重视论文答辩时间的掌握。
对论文答辩时间的控制要有力度，到该截止的时间立即结束，这样，显得有准备，对内容的掌握和控制也轻车熟路，容易给毕业论文答辩委员会成员一个良好的印象。故在毕业论文答辩前应该对将要答辩的内容有时间上的估计。当然在毕业论文答辩过程中灵活地减少或增加也是对论文答辩时间控制的一种表现，应该重视。
7、紧扣主题
在校园中进行毕业论文答辩，往往辩手较多，因此，对于毕业论文答辩委员会成员来说，他们不可能对每一位的毕业论文内容有全面的了解，有的甚至连毕业论文题目也不一定熟悉。
因此，在整个论文答辩过程中能否围绕主题进行，能否最后扣题就显得非常重要了。另外，委员们一般也容易就论文题目所涉及的问题进行提问，如果能自始至终地以论文题目为中心展开论述就会使评委思维明朗，对你的毕业论文给予肯定。
1、熟悉内容
既然要参加答辩，那首先要熟悉自己的毕业论文，有较为深刻的理解，全面认识这个话题的其他相关知识点。提前了解，换位思考猜老师会提出什么问题，并应该怎么回答才完整。这样老师提问的时候才不会不知所措。
2、语流适中
答辩的语速应该要有急有缓，有轻有重，至少要让答辩老师和其他人可以听清楚所说的话。不然说的很快，答辩老师听不清楚也是枉然，甚至还影响毕业的答辩成绩。
3、目光移动
同学们在答辩的时候目光要有移动。有些同学在答辩的时候全程都在看稿，头一直低着没有眼神交流，这会让老师觉得选手对答辩不熟悉，也不自信。因为同学们可以适当的用眼光瞟向论文答辩委员会成员及会场上的同学们。这也会让老师觉得自己是一个自信的人。
4、体态语辅助
答辩的时候不要直挺挺的站着一动不动。富有表现力的体态语言，可以给大家传递出自己的想法和自信感。适当的体态语会更好地辅助自己的论文答辩，使论文答辩效果更好。
5、时间控制
正规的论文答辩都会有时间要求所以同学们在答辩的时候要掌握好时间，最好在截至时间前几秒结束。提前结束，可能有些应该表达的没有表达出来，也会让老师觉得同学并不重视答辩，寥寥几字就结束了，时间太长，不仅超出了时间，还会导致之后的内容无法表达出来。
6、对于第一次写论文的人， 其实在进行论文答辩的时候，只要保持好放松的状态，流利地与老师进行完相关的对话，就能够轻松地获取好成绩，最重要的就是要保持心态，做好充分的准备，这样才能够轻松答辩成功。
7、答辩需要重视的就是注意礼貌礼仪。讲礼貌可以给答辩老师留下好的印象，也是一个人素质的体现。还有就是论文答辩要紧扣主题，不要口落悬河却离题了。
论文答辩有什么技巧1.首先就是要熟悉论文内容了。你要知道，参加答辩的老师都是对你的专业十分了解的，对你的提问也会根据论文内容进行展开，所以务必对自己论文内容做到深刻理解，提前做好准备。2.一般都会要求准备答辩PPT的，PPT的内容切记不可有大段大段的文字，这样老师是没有心情看下去的，毕竟他们要参加很多学生的答辩，一定要图表穿插，图文并茂，这样老师看着也会舒服，自然会为你留下很好的印象。3.控制好语速。相信很多同学都是头一次参加论文答辩，难免会有些紧张，从而导致语速加快或者口齿不清，一定要将自己放轻松，利用深呼吸进行调整，控制语速适中，有缓有急。4.避免目光呆滞。有些同学可能产生紧张或害怕感，不敢与老师或同学们有眼神上的交流，实际上这是大忌，老师会觉得你没有自信，自然不会对你讲的内容产生兴趣，一定要时不时将目光转移到老师身上。5.答辩都有时间上的限制，一般为15-20分钟，这个一般会在答辩前告知同学们，所以提醒大家不要超时，可以私下自己练习，将时间控制在要求的范围内。6.还要注意礼貌，不能因为老师问了几个问题就心烦意乱，一定要格外注意不能口出狂言，任何对老师不礼貌的行为都会给你的论文答辩减分。
统计学选问题关键所在的
大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
关于统计学的论文题目有很多，学术堂整理了一部分，供大家进行参考：1、药品检验中常用的统计学方法及其应用2、应用统计学在现实生活中的应用分析3、浅谈统计学在金融领域的应用4、统计学在实验室质量控制中的应用5、论应用统计学PDTR教学模式的必要性和可行性6、水产生物统计学课程中学生统计思维能力与应用意识的培养研究7、地质统计学在某铜矿床资源量估算中的应用熊8、基于地质统计学的采空区储量估算9、密井网条件下地质统计学岩性反演在河道砂体预测中的应用10、地质统计学在稀土矿储量计算研究应用11、地质统计学在矿床品位估算中的应用研究12、地质统计学在细脉型矿体模拟中的应用:以新疆梅岭-红石铜矿为例13、地质统计学地震反演技术在溱潼南华地区薄砂层的预测应用14、朝阳沟油田扶余油层组深度域地质统计学反演15、基于DMine软件下地质统计学在矿山储量计算中的应用
如何理解市场经济下劳动收入的合理性。论中国经济转型时期农民工劳动保护。市场经济条件下劳动定额工作应有的转变刍议。浅析劳动经济学在我国经济发展中的意义。国外市场经济国家第三方参与处理劳动争议五原则。经济增长的劳动要素与发展转变研究。当代市场经济的若干现象并不否定劳动价值论。后危机时代经济复苏与劳动关系协调的新思维。我国劳动合同短期化的经济学分析。浅谈市场经济条件下劳动关系的规范问题。