论文数据可以在知网、万方、百度学术、制作调查问卷、官网数据、外文文献等，另外写论文的时候肯定不能仅仅参考国内资料，我们还需要一些外文的文献，而英文文献期刊有IEEE 电气电子工程师学会，EBSCO等。 扩展资料 论文数据可以在知网、万方、百度学术、制作调查问卷、官网数据、外文文献等，另外写论文的时候肯定不能仅仅参考国内资料，我们还需要一些外文的文献，而英文文献期刊有IEEE 电气电子工程师学会，EBSCO等。
国家统计局官网中“统计数据”板块“数据查询”；其中包括年度数据，普查数据和国家统计年鉴等，官方、权威。2，中国知网相信大家对知网都十分熟悉^_^知网中有一个“中国经济与社会发展统计数据库”，其中年鉴资源十分丰富，在“数据分析”板块（墙裂推荐！）提供的检索功能，能方便你找到需要的具体数据并生成图表形式。旧版网页界面截图3，新浪财经--全球经济宏观数据无意中发现的宝藏网站，也很实用，有丰富的宏观数据资源，还有图表描述。在右侧“全部国家”“全部指标”可以按地区或分指标查找数据4，中国人民银行网站，Wind数据库数据库有丰富全面的金融数据6，阿里指数市场营销，管理类，电子商务，物流相关专业的可以关注这个网站，提供市场数据的统计。//→另外，还可以直接在百度的搜索框中搜不同年度的各省统计公报→最后，不要忘记你的导师，论文写作过程中多和老师交流。有时需要一些专业的、新鲜的数据，那往往老师手中有这样的资源；相信老师也愿意分享给你或者会告诉你获取途径。比如，当时我的导师向我提供了《北京大学数字普惠金融指数》的电子版，所以向老师询问是一种快速高效的方法吼~
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。
毕业论文采用的研究方法有哪些
毕业论文采用的研究方法有哪些，在写论文的时候需要用到研究方法，研究的方法有很多种，不同的研究方法使用的方式也是不一样的，以下就是我为大家整理的一些关于毕业论文采用的研究方法有哪些的资料，大家一起来看看吧！
1、调查法
调查法是现在用户在撰写论文过程中使用最多的研究方法，调查法主要是通过用户系统化的搜集有关研究课题的现在状况或者历史状况进行综合分析得到研究成果的方式。
2、观察法
观察法，顾名思义就是用户借助自己的感官和一些其它的辅助工具对研究对象进行直接的观察，记录数据内容，以此来获得研究论文课题的方式，很多大型的科研机构等都是采用这种方法进行课题研究。
3、实验法
实验法相信只有接触过化学课程的用户都是可以理解的，实验法主要是通过控制实验对象的各方面要素来明确研究对象间的关系，这是现在很多用来发现研究对象间关系的方法之一。
4、文献法
文献法主要是通过不断的搜集该课题相关的'文献资料，进行系统全面的分析，以此来得到研究数据的方法，但是用户一定要知道挑选的论文文献资料一定要全面，这样才能全面的分析研究成果。
1、归纳方法与演绎方法 ：归纳就是从个别事实中概括出一般性的结论原理;演绎则是从一般性原理、概念引出个别结论。归纳是从个别到一般的方法;演绎是从一般到个别的方法。
门捷列夫使用归纳法，在人们认识大量个别元素的基础上，概括出了化学元素周期律。后来他又从元素周期律预言当时尚未发现的若干个元素的化学性质，使用的就是演绎法。
2、分析方法与综合方法 ：分析就是把客观对象的整体分为各个部分、方面、特征和因素而加以认识。它是把整体分为部分，把复杂的事物分解为简单的要素分别加以研究的一种思维方法。
分析是达到对事物本质认识的一个必经步骤和必要手段。分析的任务不仅仅是把整体分解为它的组成部分，而且更重要的是透过现象，抓住本质，通过偶然性把握必然性。
3、因果分析法 ：就是分析现象之间的因果关系，认识问题的产生原因和引起结果的辩证思维方法。使用这种方法一定要注意到真正的内因与结果，而不是似是而非的因果关系。
要注意结果与原因的逆关系，一方面包括“用原因来证明结果”，同时也包括“用结果来推论原因”。不同的事物，一般都一身二任，既是原因，又是结果，而且一个结果往往有不同层次的几个原因。因此，在研究过程中，对所分析的问题必须寻根究底。
这专业论文，必须阅读大量文章，自己学习的专业是基础，还有发表的专业期刊的文章，都可以作为引用材料。
1.【中国知网】
中国知网是高校都用的学术资源网站，论文、期刊和外文文献都可以在这里找到，需要充值钱进去花钱下载才可以，毕竟是要引用别人的知识储备。直接在官网搜索想要的论文/期刊，也可以通过输入搜索关键词来找到需要的东西，外文文献相对比较难找点。
2.【中国数据网】
中国数据网就是进入“中华人民共和国国家统计局”官网找数据，接着可以在“数据查询”里点相关数据查询，有年度、季度、月度数据，也有普查、国际和部门数据，里面还有细分指标数据查询。如年度数据指标有国民经济、人口、对外经济贸易、能源、财政、价格指数、工农业、社会服务、固定资产投资和房地产等，可以搜索最近5年、10年、20年的数据资料。
3.【中国期刊库
里面都是中国各种出版社的期刊，可以花钱购买正版、高质量的论文/期刊，也可以下载一些免费的资料，看个人是不是需要了，我是觉得知网里的论文和期刊已经足够用了。
4.【其他网站】
再比如，不同的专业可以查询不同的网站，中国互联网络信息中心（CNNIC）可以在“互联网发展研究”里面下载《中国互联网发展状况统计报告》找到中国互联网使用情况的相关数据；而“中国城市金融学会”里可以下载最近关于经济、金融、医药等方面的优秀论文/期刊文章，还有研究报告都可以用，这两个网站都是可以免费下载的。
当然是自己读研期间获得的，都是自己辛苦做出来的实验数据
数据图标是根据需要来写的，你不用也没关系……不过最好做一些具体数字案例的计算来证明你的理论（可是是编的，因为实例很难拿到）你看看那些税收筹划书怎么写就OK了，模仿一下 数据图标是根据需要来写的，你不用也没关系……不过最好做一些具体数字案例的计算来证明你的理论（可是是编的，因为实例很难拿到）你看看那些税收筹划书怎么写就OK了，模仿一下
到巨潮资讯网可以获得
需要一、什么是大数据、数据运用的目的是什么呢大数据简单的可以理解为，数量特别大，数据类别特别大的数据集合。可以供使用者就不同需求，运用分析不同的现象、问题，通过数据的整合比对进而得出结论。对于数据运用的目的概括起来主要能够解决四个问题:一是反映情况。通过数据运用，可以反映一个、一组、一类或整体事物的有关情况。这类的数据应用，特点是只对数据进行简单的整理和简单的计算、数据加工没有特别的目的和意图。二是找问题。根据经验，先预设事物可能存在某种问题，然后通过选取一定的数据和采用一定的运算方法来验证问题是否存在。比如，我们在推算考虑某种可能是否会发生的时候，都是根据以往的经验来设计若干指标来找出问题。三是找规律。通过两组及以上不同时期数据的比较总结出事物发展的规律、联系来。四是找趋势。要观察事物的发展趋势，一般都要通过某项数据在各个不同时间点上的数值来反映发展或变动的趋势。不管是利用数据来反映情况和发现问题，还是找规律和找趋势，根本的目的都是为了加强管理，所以，数据应用工作的本质是一种管理活动。二、税收征管的含义税收征管就是对税收政策的落实和执行所开展的各项管理工作，都是关于税收政策在具体执行中如何落地的一些规定，包括纳税登记、发票、申报、征收、退税、评估、稽查、违章处理、复议投诉、政策咨询和宣传以及税收票证、税收核算分析业务等等。而在2009年的时候，税务机关对于税收业务进行划分以后，对于现在的税收征管特指税收监管工作，其主要的目的就是防止纳税人偷漏税或者说如何准确的把偷漏税问题给查出来。三、对于大数据和税收征管两者是如何的联系起来的，如何实现了税收征管的优化提高一是准确运用数据来反映问题、发现问题、找出规律、趋势，运用数据的管理的本质可以实现信息管税，就是利用数据来进行税收征管。税收征管中税务机关可以通过比较同一行业内同时期、同规模、同环境下的企业发票开具、经营情况、申报纳税情况可以得出一般企业的生产经营规律，发展趋势等。通过对比不同企业对于这一规律是否差异过大，偏离实际过多，进而可以根据数据分析得出企业是否存在虚开发票等问题，实现税收征管稽查的目。例如我们企业经营中会经常提到的税负水平、税负率等，对于同行业，同一时期，同等规模的企业，出现了相较于其他企业的数据异常情况，税务机关就可以很快的分析得出企业的经营是否存在问题。这样，对于同行业同时期的税负水平运用就较为直观的体现了大数据运用于找规律找趋势与税收征管结合上的运用，实现了税务机关的信息管税。当不同企业，不同时期的数据信息可以互通有无、交叉比对，则对于税务机关发现企业问题实现税收征管则变得的更加容易。二是大数据的运用消除了税务机关和纳税人征纳双方信息不对称，帮助税务机关实现税务的应收尽收。税收数据应用主要是围绕如何弄清税源这个核心来开展的，税务机关弄清了税源实现了对于征收方的信息掌握，实现了征纳双方信息的对称。税务机关作为政府的税收职能部门，收好税是税务机关的天职。收好税的最高目标是“应收尽收”，要做到“尽收”那么税务机关必须弄清“应收”，弄清“应收”关键是要弄清应税户，应税收入、应税行为和应税财产等法定税基即税源。税收工作中要求纳税人办理登记、领用发票、进行申报、渉税审批，目的无不是为了弄清和掌握税源;税务机关征收税款、开展评估、实施稽查，进行处罚和组织收入，确定收入任务、进行收入分析和预测，以及专业化管理、风险管理、大企业管理等等，无不以税源为根据。所以，在数据应用中，不管各项工作的叫法是什么，都是从不同的角度和不同的层次来抓税源，有的是分析宏观税源，有的是分析行业中观税源、有的是评估和核实具体户的微观税源。弄清税源，是税收管理和税收征管各项工作的根本，掌握税源是税收工作的主线，贯穿于税收征管工作的全过程，它是税收工作的核心基石。抓住了税源，就抓住了税收的根。三是税收数据应用工作的重点主要是信息管税和税源专业化管理、税收风险管理和纳税评估。重点税源管理和大企业管理、税务稽查和税务审计、税收会计和统计核算、明细查询和综合查询、税收经济分析和收入分析预测、税收征管状况分析和征管质量考核、税收政策评估和执法考核、任务管理和绩效管理等方面。这些数据应用工作的名称和叫法，有的是传统的叫法，比如会计核算和统计核算、征管状况分析和征管质量考核，有的是近几年新提出来的叫法，比如税源专业化管理、风险管理、纳税评估、大企业管理从根本上大数据的运用解决促进了税收征管水平的提高。四、税收征管与数据运用未来发展方向税收征管的发展方向和发展路径就是信息管税，核心一要利用数据来管税，不能让数据躺在那睡大觉，不为所用，要让数据站起来说话;二要利用信息化技术来让数据站起来。数据是躺着还是站起来，最终取决于信息化技术的利用，没有信息化，数据肯定站不起来，没有好的信息化，数据要么站得不起，要么站得不直。因此，今后税收征管的关键就是两个利用，两个利用是提升税收管理水平的必由之路。大数据时代，是一个充满机遇和挑战的时代，税收征管应更加注重创新与变革，真正让大数据发挥作用、体现价值。税务机关也应随着时代更新观念，在信息系统建设、数据管理、人才培养、应用机制等方面进行变革，培养自身大数据运用的能力，避免空谈“大数据”，能够真正让大数据发光发热。
写企业所得税方面的，这方面的资料比较多，筹划的空间也比较大
中国学位论文全文数据库是万方数据知识服务平台的重要组成部分，精选全国重点学位授予单位的硕士、博士学位论文以及博士后报告。内容涵盖理学、工业技术、人文科学、社会科学、医药卫生、农业科学、交通运输、航空航天和环境科学等各学科领域，是我国收录数量较多的学位论文全文数据库。
查询方法如下：
1、 万方数据库网站上方的检索框如下图。
2、高级检索在“检索”栏的右边。
注：查找时确定检索词，可以提供一段文本（比如科学技术要点），由系统给推荐检索词。使用“主题”字段检索：主题字段包含标题，关键词，摘要。
万方数据库是由万方数据公司开发的，涵盖期刊、会议纪要、论文、学术成果、学术会议论文的大型网络数据库;也是和中国知网齐名的中国专业的学术数据库。其开发公司--万方数据股份有限公司是国内第一家以信息服务为核心的股份制高新技术企业，是在互联网领域，集信息资源产品、信息增值服务和信息处理方案为一体的综合信息服务商。
我已经下好5篇发到你邮箱了，加油！
急你所急，如你所愿-小米粒资源网【百度第一】2010年3月 万方数据库、cnki知网或者维普数据库免费账号百度搜索“小米粒资源网”，就能出来链接其实不需要账号密码也是可以的。完全免费 把 ACS Sciencedirect、springerlink AIAA wileyinterscience万方 维普 cnki、中国知网 等轻松搞定！！去过了你就知道了 ，我用的2年的办法了，与大家分享 国内老牌文献互助网-小米粒资源网完全免费 一劳永逸，终生免费，速度飞快 具体得到文献的方法, 1 先申请成为会员2 把你想要的文献到那个红色的【文献互助区】发贴求助就可以了!就这么简单，这里下文章的高手很多，主要是些在校大学生，5分钟之内马上不论你要的什么文献都能提供下载。比你自己找都快.. 可求助的文献数据库包括 国内:cnki 维普 万方 cnki（中国知网 中国期刊网），超星书籍 读秀书籍 国外:ScienceDirect 、ProQuest 、Science、ACS，RSC，Ebsco ，Springer，Blackwell ，ieee、nature wileyinterscience sae paper aip 文献等各大数据库文献！ q