绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，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。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
这个他包括很多种的，那不知道你需要的是哪一种，你可以参考一下，也是可以的。
一般地，作者会在文章正文中明确解释问题1，粗略地解释2，试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中，以及图释和supporting information里。越是专业的人，越要读得细致，要思考方法上有没有不同于传统方法的地方，方法本身是否可信。图中的各种细节也要特别留心，比如轴、坐标、单位的意义，极值、拐点的意义，error bar的大小，scale bar的大小，等等等等。搞清楚方法，具体到各个细节，那么文章是否可信自然可以得到结论。如果感觉不可信，可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因，很多经受了同行评审的文章一样有大量疑点（虽然比未经同行评审的文章要可靠得多）。如果读的过程中有概念/方法不理解，最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。不知道题主的专业领域是什么。如果不在相关领域，需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况，我的建议是：找一个专业领域的靠谱朋友，请他/她吃顿饭，让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴（如果没记错，题主现在上大二？），其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便，找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法，最好还是去读一下原文。
信息来源：创新医学网1 选题阶段：论文的选题，也即是科研的选题，有时一项科研可产生多篇论文。选题过程一般可分为三步： 初拟题目：在这项工作之前必须手中有信息、资料和设想，当然可以是前瞻性研究或回顾性总结，大致可有以下几个方面： ⑴ 临床遇到的罕见病和疑难病例； ⑵ 危重病人的诊治经验； ⑶ 阅读国内外文献、参加学术会议受到的启发，进行技术和方法的移植研究； ⑷ 新药、新仪器的临床应用，新的诊断方法及治疗经验； ⑸ 上级布置或招标的题目。在初步考虑拟选题目之后，应进行全面的文献检索，避免题目类同、结论陈旧和不符合客观事实。在别人研究成果基础上寻找尚未解决的问题作为自己的研究题目。 实验研究阶段：这包括应用国外或国内的先进手段、药物、手术方法、检测等进行临床试用、观察和随访调查，并用动物或正常人作对照试验，要求详细记录各种数据及资料，作为论证和评价成果的依据。 整理、分析资料和总结阶段：对以上资料进行统计分析，绘制图表，临床分析和比较，得出显效、有效和生存率、死亡率、发病率等结论，并分析其相互关系，引证文献作对比。分析成功和失败的原因及制约因素，并对病因学、流行病学、发病机制进行论证，包括预后的估价。最后对论文作出自我评价，提出有待进一步探讨的问题。 撰写论文阶段：该详则详，该简则简，文字简练，用语准确，恰如其分，切忌浮夸和虚构。当然，在产生论文以前，每位作者必须学会文献检索，统计学的基础知识的 X2 检验、 T 检验、 F 检验、相关分析、回归运算、如何选择样本大小等，努力阅读医学情报信息和文献积累，在实践中不断总结，逐步提高写作水平，这样才能水到渠成写出真正好的论文。2;医学论文撰写中的常见问题 科研设计的选题与立题问题 标题太长，主题不突出。 标题与内容不符，或题目太大而内容贫乏。 标题单调，主题不明确。关于题目要求： ⑴ 可检索性； ⑵ 特异； ⑶ 明确； ⑷ 简短。命题方法： ⑴ 方法； ⑵ 结论； ⑶ 探讨。 关于把 “ 构成比 ” 当 “ 率 ” 的概念问题。在医学文献中，我们发现有些作者对患病率、发病率、死亡率、感染率等概念混淆不清。 关于疗效的确切评价问题。 只有观察组没有对照组：有比较才能有鉴别，医学研究结果如无适当的对照比较，就难结论。即使有了对照组，若两者之间没有可比性，同样不能得出确切的结论。以上可见，对照组与实验组一定在性别、年龄、病情、病期、病型、部位、疗程等条件大致相同的情况下，才有可比性，其结果才有科学价值。 病例资料经过有意无意的挑选：有些论文，对所谓 “ 资料不全 ” 、 “ 疗程未满 ” 、 “ 未随访到 ” 的病例剔除不计，这样所得的结果往往比实际疗效高，因为若如此剔除，其结果的科学性必然成问题。更有甚者，对一些数据，主观臆断地以某种原因为理由加以剔除，完全失去了这次研究的意义。 考核方法和考核指标的科学性不够。 ⑴ 无明确的客观指标、仅凭患者主诉进行考核； ⑵ 观察、研究人员的主观偏面性； ⑶ 考核标准过低； ⑷ 数据未经统计学处理； ⑸ 考核方法不够科学。统计学分析的差错。 ⑴ 对照组的设立（随机同期对照、历史性对照、不同地区或医院的对照交叉对照）； ⑵ 随机化分组（简单、区组、分）； ⑶ 盲法（非盲、双盲）。 以上资料，说明了在考核疗效时一定要注意： ⑴ 病例资料的可比性； ⑵ 客观数据要经统计学处理； ⑶ 考核指标要有严格的科学性（可比性、指标不能过低，不能有主观偏面性等）。图表的应用问题：图表是表达研究数据，使之一目了然的最简洁方法。一般来说 “ 图 ” 是从 “ 表 ” 来的，可以使读者从图中看出一个大概趋势和实验内容。在图表应用上，可用文字表达的就尽可能不用图表，必需用的也不宜过多，一般在 4 幅以内。3 写作技巧问题论文要使读者喜爱就必须求 “ 新 ” 、 “ 精 ” 、 “ 全 ” 。文字简练达到 “ 量体裁衣 ” 的水平，力争达到 “ 少一句不够，多一句嫌罗嗦 ” 的要求。一般论著字数在 2500 ～ 5000 字左右，摘要在 1500 ～ 2000 字左右，病例报告在 1000 字左右。字迹要端正。简化字要规范，不用自选字及自选简化字。各种符号亦要符合规范。其他当有医学名词、药物名词、数字、统计学符号、缩略语、基金资助、著作权法等问题，一切均按国家及中华医学会规定的标准执行。计量单位请按法定计量单位书写。
p应该代表表达率，
P< 表示 表达率低于这个数值
论文数据来源置于图名称的下方， 黑体，小五号。 如果数据来源于网站， 须写明网址； 如果数据来源于期刊等论文按参考文献的格式写明。 如果图是自创无须数据来源。
1、如果采用的数据是表格的形式，可以在表格的下方加上：资料来源于......
2、如果采用的数据是以文字的形式插入内容中，如[1]、[2]，在最后的参考文献中标注来源。
3、也有的数据是以文字的形式插入内容中，如[1]、[2]，然后在每页的下方插入脚注，表明数据的来源。
论文数据来源标注的格式：作者，作品的名称，出版社，出版年份，引用页码，甚至可以将段落都标上去，尽量把引用的数据来源说明清楚。
扩展资料：
论文写作注意事项：
1、论文摘要中应排除本学科领域已成为常识的内容；切忌把应在引言中出现的内容写入摘要；一般也不要对论文内容作诠释和评论(尤其是自我评价)。
2、不得简单重复题名中已有的信息。
3、结构严谨，表达简明，语义确切。摘要先写什么，后写什么，要按逻辑顺序来安排。句子之间要上下连贯，互相呼应。摘要慎用长句，句型应力求简单。每句话要表意明白，无空泛、笼统、含混之词，但摘要毕竟是一篇完整的短文，电报式的写法亦不足取。摘要不分段。
4、用第三人称。建议采用“对……进行了研究”、“报告了……现状”、“进行了……调查”等记述方法标明一次文献的性质和文献主题，不必使用“本文”、“作者”等作为主语。
5、要使用规范化的名词术语，不用非公知公用的符号和术语。新术语或尚无合适汉文术语的，可用原文或译出后加括号注明原文。
6、除了实在无法变通以外，一般不用数学公式和化学结构式，不出现插图、表格。
7、不用引文，除非该文献证实或否定了他人已出版的著作。
参考资料来源：百度百科-论文写作
医学检验研究的是人体复杂的各种生理和病理指标，更必须加强与临床相关科室的密合作才能得到成功。在建立合作关系时要注意解决的问题是；(1)选准临床迫切需要解决的课题，做好设计和规埘；(2)选好合作对象；(3)共同完善风险同负、利益共享的双赢机制。本刊期待着在新一届编委会的领导下，能有更多的紧密结合临床实际的优秀论文奉献给广大读者!
可以找专业的医学论文辅导机构啊。或者楼主就去“死缠”你的老师或者有经验的作者、医生吧。其实，我个人认为楼上这位朋友的回答挺好的。
绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。
医学论文中常用统计分析方法的合理选择目前，不少医学论文中的统计分析存在较多的问题。有报道,经两位专家审稿认为可以发表的稿件中,其统计学误用率为90%-95%。为帮助广大医务工作者提高统计分析水平，本文将介绍医学论文中常用统计分析方法的选择原则及应用过程中的注意事项。 检验t检验是英国统计学家 1908年根据t分布原理建立起来的一种假设检验方法，常用于计量资料中两个小样本均数的比较。理论上，t检验的应用条件是要求样本来自正态分布的总体，两样本均数比较时，还要求两总体方差相等。但在实际工作中，与上述条件略有偏离，只要其分布为单峰且近似正态分布，也可应用[2]。常用的t检验有如下三类：①单个样本t检验：用于推断样本均数代表的总体均数和已知总体均数有无显著性差别。当样本例数较少（n＜60）且总体标准差未知时，选用t检验；反之当样本例数较多或样本例数较少、总体标准差已知时，则可选用u检验 [3]。②配对样本t检验：适用于配对设计的两样本均数的比较，在选用时应注意两样本是否为配对设计资料。常用的配对设计资料主要有如下三种情况：两种同质受试对象分别接受两种不同的处理；同一受试对象或同一样本的两个部分，分别接受不同的处理；同一受试对象处理前后的结果比较。③两独立样本t检验：又称成组t检验，适用于完全随机设计的两样本均数的比较。与配对t检验不同的是，在进行两独立样本t检验之前，还必须对两组资料进行方差齐性检验。若为小样本且方差齐，则选用t检验；反之若方差不齐，则选用校正t检验（t’检验），或采用数据变换的方法（如取对数、开方、倒数等）使两组资料具有方差齐性后再进行t检验，或采用非参数检验[4]。此外，当两组样本例数较多（n1、n2均＞50）时，这时应用t检验的计算比较繁琐，可选用u检验[5]。 2.方差分析方差分析适用于两组以上计量资料均数的比较，其应用条件是各组资料取自正态分布的总体且各组资料具有方差齐性。因此，在应用方差分析之前，同样和成组t检验一样需要对各组资料进行正态性检验、方差齐性检验。常用的方差分析有如下几类：①完全随机设计的方差分析：主要用于推断完全随机设计的多个样本均数所代表的总体均数之间有无显著性差别。完全随机设计是将观察对象随机分为两组或多组，每组接受一种处理，形成两个或多个样本。②随机区组设计的方差分析：随机区组设计首先是将全部受试对象按某种或某些特性分为若干区组，然后区组内的每个研究对象接受不同的处理，通过这种设计，既可以推断处理因素又可以推断区组因素是否对试验效应产生作用。此外，由于这种设计还使每个区组内研究对象的水平尽可能地相近，减少了个体间差异对研究结果的影响，比成组设计更容易检验出处理因素间的差别。③析因设计的方差分析：将两个或两个以上处理因素的各种浓度水平进行排列组合、交叉分组的试验设计。它不仅可以检验每个因素各水平之间是否有差异，还可以检验各因素之间是否有交互作用，同时还可以找到处理因素的各种浓度水平之间的最佳组合。此外，还有正交设计、拉丁方设计等多种方差分析法，实验者在应用时可以参考相关的统计学著作。目前，某些医学论文中有这样的情况，就是用t 检验代替方差分析对实验数据进行统计学处理，这是不可取的。t 检验只适用于推断两个小样本均数之间有无显著性差别，而采用t 检验对多组均数进行两两比较，会增加犯I 型错误的概率，即可能把本来无差别的两个总体均数判为有差别，使结论的可信度降低[6]。对多个样本均数进行比较时，正确的方法是先进行方差分析，若检验统计量有显著性意义时，再进行多个样本均数的两两（多重）比较。3.卡方检验（χ2检验）χ2检验是一种用途比较广泛的假设检验方法，但是在医学论文中常用于分类计数资料的假设检验，即用于两个样本率、多个样本率、样本内部构成情况的比较，样本率与总体率的比较，某现象的实际分布与其理论分布的比较。但是当样本满足正态近似条件时，如样本例数n与样本率p满足条件np与n（1— p）均大于5，则可以计算假设检验统计量u值来进行判断。常用的χ2检验分为如下几类：①2×2表χ2检验：适用于两个样本率或构成比的比较，在应用时，当整个试验的样本例数n≥40且某个理论频数1≤T＜5时，需对χ2值进行连续性校正。因为T值太小，会导致χ2值增大，易出现假阳性结论。此外，若样本例数n＜40，或有某个T值＜1，此时即使采用校正公式计算的χ2值也有偏差，需要用2×2表χ2检验的确切概率检验法（Fisher确切检验法）。②配对资料χ2检验：适用于配对设计的两个样本率或构成比的比较，即通过单一样本的数据推断两种处理结果有无显著性差别。在应用时，如果甲处理结果为阳性而乙处理结果为阴性的样本例数n1与甲处理结果为阴性而乙处理结果为阳性的样本例数n2之和＜40，需要对计算的χ2值进行校正。③R×C表χ2检验：适用于多个样本率或构成比的比较。在R×C表χ2检验中，若检验统计量有显著性意义时，还需要对多个样本率或构成比进行两两比较，即分割R×C表，使之成为非独立的四格表，并对每两个率之间有无显著性差别作出结论。 2×2表资料在应用时可分为如下几种类型：横断面研究设计的2×2表资料、队列研究设计的2×2表资料、病例-对照研究设计的2×2表资料、配对研究设计的2×2表资料。研究者应注意不同类型的2×2表资料的统计分析方法略有差别，比如在分析队列研究设计的2×2表资料时，如果用χ2公式计算得到P＜，研究者则应再计算相对危险度（RR）并检验总体RR与1之间的差异是否具有统计学意义。此外，在进行R×C表χ2检验时，还有如下两个主要的注意事项：首先，T值最好不要＜5，若有1/5的T值＜5，χ2检验结论是不可靠的，解决的办法有三种：增大样本量；删去T值太小的行和列；将T值太小的行或列与性质相近的邻行或邻列的实际频数合并。其次，不同类型的R×C表资料选择的统计分析方法是不一样。①双向无序的R×C表资料：可以选用一般的χ2公式计算。②单向有序的R×C表资料：如果是原因变量为有序变量的单向有序R×C表资料，可以将其视为双向无序的R×C表资料而选用一般的χ2检验公式计算，但如果是结果变量为有序变量的单向有序R×C表资料，选用的统计分析方法有秩和检验、Radit分析和有序变量的logistic回归分析等。③双向有序且属性不同的R×C表资料：对于这类资料采用的统计分析方法不能一概而论，应根据研究者的分析目而合理选择。如果研究者只关心原因变量与结果变量之间的差异是否具有统计学意义时，此时，原因变量的有序性就显得无关紧要了，可将其视为结果变量为有序变量的单向有序R×C表资料进行分析。如果研究者希望考察原因变量与结果变量之间是否存在线性相关关系，此时需要选用处理定性资料的相关分析方法如Spearman秩相关分析方法等。如果两个有序变量之间的相关关系具有统计学意义，研究者希望进一步了解这两个有序变量之间的线性关系，此时宜选用线性趋势检验。如果研究者希望考察列联表中各行上的频数分布是否相同，此时宜选用一般的χ因此，对于适用参数检验的资料，最好还是用参数检验。秩和检验是最常用的非参数检验，它包括如下几类：①配对资料的符号秩和检验（Wilcoxon配对法）：是配对设计的非参数检验。当n≤25时，可通过秩和检验对实验资料进行分析；当n＞25时，样本例数超出T界值表的范围，可按近似正态分布用u检验对实验资料进行分析。②两样本比较的秩和检验（Wilcoxon Mann-Whitney检验）：适用于比较两样本分别代表的总体分布位置有无差异。如果样本甲的例数为n1，样本乙的例数为n2，且n1＜n2；当n1≤10、n2—n1≤10时，可通过两样本比较的秩和检验对实验资料进行分析；当n1、n2超出T界值表的范围时，同样可按近似正态分布用u检验对实验资料进行分析。③多个样本比较的秩和检验（Wilcoxon Kruskal-Wallis检验）：适用于比较各样本分别代表的总体的位置有无差别，它相当于单因素方差分析的非参数检验，计算方法主要有直接法和频数表法等。此外，在进行上述3类秩和检验（前两类秩和检验实际上已经被u检验替代）时，如果相同秩次较多，则需要对计算的检验统计量进行校正。公式计算。④双向有序且属性相同的R×C表资料：这类资料实际上就是配对设计2×2表资料的延伸，在分析这类资料时，实验者的目的主要是研究两种处理方法检测结果之间是否具有一致性，因此常用的统计分析方法为一致性检验或Kappa检验。4. 非参数检验非参数检验可不考虑总体的参数、分布而对总体的分布或分布位置进行检验。它通常适用于下述资料[2]：①总体分布为偏态或分布形式未知的计量资料(尤其样本例数n＜30时)；②等级资料；③个别数据偏大或数据的某一端无确定的数值；④各组离散程度相差悬殊，即各总体方差不齐。该方法具有适应性强等优点，但同时也损失了部分信息，使得检验效率降低。即当资料服从正态分布时，选用非参数检验法代替参数检验法会增大犯Ⅱ类错误的概率。
医学论文格式范文
无论在学习或是工作中，大家总少不了接触论文吧，论文写作的过程是人们获得直接经验的过程。那么问题来了，到底应如何写一篇优秀的论文呢？以下是我为大家收集的医学论文格式范文，仅供参考，希望能够帮助到大家。
1引言（前言）
是医学论文开篇的一段短文，主要介绍本文的背景、理论依据、论文的范围目的与工作的收获、结果、意义等。可根据论文的需要或长或短。要求言简意赅，点明主题。如“我院内科1992年2月至1995年10月应用盐酸纳络酮治疗镇静催眠药急性中毒48例，与同期未用纳络酮治疗的42例对照比较，疗效满意，报告如下。”不可言过其实，尤其是诸如国内外罕见，未见报道，无先例，属最新水平之类，必须有充分证据，否则一般不用。
2临床资料（资料与方法）
是论著的主要内容，包括实验对象、器具、采用什么方法、多少病例（男多少、女多少）、如何分组、诊断手断、依据、治疗方法（用药）、疗效标准、观察及随访时间等等。应说明资料来源的时限、年龄、性别、职业的可比性。在此需要特别提醒注意的是说明疗效或某种方法时需设对照组，条件同等、随机分组、用药或检测采用双盲法对照。共同的是使读者具体了解该研究的具体内容，一方面便于理解和评价，另方面便于验证和仿行。任何科学成果，必须能够在方法同样条件下重复出同样结果，方能得到公认。因此，描述材料和方法以使读者能进行重复为度，过分简略固然不行，过分详尽也无必要。
资料中如数字较多可用统计图表表示。统计表应有表题和序号（一个表不用序号，列为附表）。统计表应按统计学原则制作，表格两端开口，不用纵线，只用一条纵线说明主语与谓语，表格左上角不用斜线。表格内避免繁杂，更不能与正文重复。
3结果
医学论文的中心部分。即实验研究、临床研究、分析观察、调查的各种资料和数据，进行分析、归纳，经必要的统计学处理后所得的结果。这是决定论著质量是否严谨，数据是否准确可靠，要求高度真实和准确，实事求是的撰写。失败就是失败，成功就是成功，不要人为地夸大成功率，且要消灭统计方面的误差。
4讨论
即将所得结论或研究结果，从理论上进一步认真分析。科学的推论和评价，证实所得结果的可靠性，阐明具有科学性、先进性的论据，从而取得大家的公认。通常讨论的'问题有：阐述该文研究的原理与机制；说明该文材料与方法的特点及其得失；分析该文结果与他人的异同及优缺点；根据该文结果提出新假设、新观点；对各种不同学术观点进行比较和评价；提出今后探索的方向等等。当然，一篇文章通常只讨论其中的某些方面，不可能面面俱到。重要的是，讨论必须紧紧扣住该文的研究结果，突出自己的新发现与新认识。有的医学论文讨论部分只是重复过去的文献，甚至抄袭某些专著和教科书的内容，这就失去了讨论的意义。
讨论的深浅、正确与否，很大程度上取决于掌握文献的多少和分析能力。因此，必须了解本专业的近况及动向，才能比较客观的得出正确的结论。
5医学论文的参考文献
只限于自己阅读过并引用的文献（必须是公开发行的刊物），按文内引用顺序排列写在文后，文内按1、2、3……顺序在引用处标出右上角码，如在右上角标注[1]或[1—3]或[1，4]最好是着重引用近年的（3—5年）期刊文献。医学论文参考文献的书写格式多采用温哥华式。
刊物：作者（两位作者可一并列上，中间加逗号；三位作者或以上，可只写第一作者，后加逗号及等），文题列于作者后（有的刊物略去文题），然后顺序列出刊物名称、年份、卷（期）：起迄页。
例杨亚辉。国内外胸心血管外科进展临床医学1995；15（6）：36
杨亚辉，等。国内外胸心血管外科进展临床医学1995；15（6）：36一38
书籍：依次顺序为作者，书名，版次，出版地：出版社，年份：起页～迄页
例张学礼主编，怎样撰写医学论文第一版，北京：中国医药科技出版社，1990：82—90
外文资料西文只用姓，不用全称，其它顺序同期刊。
参考文献不宜过多，论著8条、综述20条以内为宜。引用的文献必须具有价值，引用的论点必须准确无误。取其精华，引用部分要恰到好处，宁少勿滥。
现在每个人有每个人的写法，推荐用iLabELN电子实验记录本，可以规范化实验报告记录，内置各种实验模板，方便的很
其实很简单，首先实验结果与分析就是把你实验得到的数据做一个表格 参照书上的表格 然后用相应的公式计算 过程也要写上 最后再算一个试验误差就可以了，结论与体会就是你可以自己总结 也可以看课本最开始的实验目的 要学会什么什么 你就写学会了什么什么 然后再加上一段什么由于实验过程的人为以及系统误差 本次实验误差较大或者较小 下次实验注意什么耐心啊之类的。
根据你的实验数据根据实验相关的一些定理，公式进行计算得出数据结果，然后根据算出的数据结果进行分析，论证实验成功或失败，或者得出实验条件下产生的某种现象或结果
实验报告
实验报告是把实验的目的，方法，过程，结果等记录下来，经过整理，写成的书面汇报。
应用写作给出的定义如下
科技实验报告是描述，记录某个科研课题过程和结果的一种科技应用文体。撰写实验报告是科技实验工作不可缺少的重要环节。虽然实验报告与科技论文一样都以文字形式阐明了科学研究的成果，但二者在内容和表达方式上仍有所差别。科技论文一般是把成功的实验结果作为论证科学观点的根据。实验报告则客观地记录实验的过程和结果，着重告知一项科学事实，不夹带实验者的主观看法。
数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。
拓展资料
标准的心理学实验报告或期刊论文由七个部分组成：题目和作者，摘要，引言，方法，结果，讨论以及参考文献。每一部分都有各自的写作技巧。
（一）题目和作者
题目是为了让读者了解一篇文章的基本内容，因此必须简洁明了。它应该是对论文的主要观点的概括性总结，包括所研究的变量（即自变量和因变量）以及它们之间的相互关系，如“字母大小写对记忆速度的影响”，就是一个较好的题目，它表达了重要的信息。题目也可以是一个理论观点。应避免使用含义笼统的词语，这只会增加题目的长度并误导索引者。诸如“方法”和“研究结果”这样的文字，以及“一项……的研究”或“……的实验研究”之类的繁琐用词都不宜出现在题目中。而且，题目中还要避免使用缩略词，应给出术语的全名以方便读者对论文进行正确而完整的检索。APA格式所规定的题目长度为10～12个单词；中国心理学会规定的中文期刊的题目则一般不宜超过20个汉字。
论文的作者是那些对发表的文章具有主要贡献，并对数据，概念和结果解释负责的人。作者中既包括论文的撰写者，也包括对研究具有实质性贡献的人，如直接参加了研究的全部或主要部分的工作。
（二）摘要
摘要是对论文内容的简短而全面的概括，能够让读者迅速总览论文的内容。并且，与题目一样，摘要也是各种数据库中常见的检索对象。APA（1984）告诫所有作者：“一旦刊登在期刊上，你的摘要就将作为印刷版或电子版的摘要总集的一部分开始其活跃而长久的生涯”，因此一个好的摘要是整篇论文中最重要的组成部分。摘要既要具有高度的信息浓缩性，又要具有可读性，还要组织良好，篇幅简洁且独立成篇。一篇好的摘要应该具备以下特点。（1）准确性。摘要应能准确反映论文的目的和内容，不应包含论文中没有出现的信息。（2）独立性。摘要应自成一体，独立成篇，对所有的缩写，省略语和特殊术语作出说明。（3）简练而具体。摘要中的每个句子都要能最大限度地提供信息，并尽可能地简洁。APA格式规定的摘要长度不能超过120个单词；中国心理学会规定的中文期刊的摘要则一般不超过300个汉字，而且英文摘要应是中文摘要的转译，需要简洁，准确地将文意译出。摘要应以最重要的信息开头，可以是目的或主题，也可以是结果和结论。摘要中只需包含4个或5个最重要的观点，结果或含意。
一篇实验报告的摘要应说明：要研究的问题，如果可能的话用一句话来表达；被试，详细说明相关特性，如数量，类型，年龄，性别，种类等；实验方法，包括仪器，数据收集程序，完整的测验名称，使用的任何药剂的剂量和方法；结果，包括统计显著性水平；结论，含意或应用。而报告的主体应该是对摘要的扩展（这就是为什么大部分摘要都要放在最后写的原因）。
（三）引言
引言往往包括提出问题，说明研究背景，阐明研究目的和理论基础这三部分内容。
1．提出问题
在正文的开始部分用一段文字提出所要研究的具体问题，并描述研究策略。在开始着手写引言时，需要考虑：所要研究问题的重要性如何？假设和实验设计与该问题之间具有怎样的关系？该研究有何理论意义？与同领域内先前研究有何关系？所要检验的理论问题是什么？如何解决？好的引言会用一段或两段文字来回答这些问题，通过总结相关论点和数据，清楚地告诉读者做了什么以及为什么这么做。
2．说明背景
对以往的相关文献进行讨论，但并不是毫无遗漏地进行历史性回顾。要假定读者对该领域具有一定了解，不需要向他们作完整而冗长的说明。也就是说，在对先前的研究工作进行学术性回顾时，应只引用和参考与具体问题相关的研究工作，而不要引用和参考无关或只具有一般性意义的研究工作。需要总结先前研究，但应避免无关紧要的细节描述，要强调相关的发现，相关的方法论问题和主要的结论。在介绍别人的研究时，要始终让读者觉得你正在建立自己的研究题目。同时，还应公平地对待尚有争议的问题。不管个人的观点如何，在陈述一个争议性问题时，应避免敌意和带有个人偏向的陈述。
3．阐明目的和理论基础
和说明了背景情况后，接下来就要说明具体的研究。在引言的最后一段，要定义变量并对研究的假设作一个正式的说明，这些有助于增加论文的清晰度。在写引言的结束部分时，要记住以下问题：我打算操纵什么变量？期望得到什么结果以及为什么我期望这样的结果？“为什么我期望它们”这个问题背后的逻辑应该是明确的，并且还要清楚地说明每个假设的理论基础。至此，应该使读者认为你的研究正在填补一个重要的空白。
（四）方法
方法部分要详细描述研究是如何进行的，说明你对变量的处理过程。这部分一定要写得清楚，完整，尽量告诉读者他们需要知道的每件事。这样的描述可以使读者对你的方法的适当性以及你的结果的可靠性和有效性（即信度和效度）进行评价，也可以使感兴趣的研究者能够重复这个研究。通常方法部分被分成三个带标题的层次，这些层次包括被试，仪器（或材料）及程序。
1．被试
就心理学的理论和实践而言，对研究被试作恰当的说明非常重要，特别是评估研究结果（在不同的组间作比较），概括研究发现，比较重复研究，文献综述和分析二手数据时更是如此。对样本应作充分的描述，并且样本应具有代表性（如果不具代表性，应说明原因）。结论和解释都不应超出样本所能代表的总体的范围。当被试是人时，应报告抽样和分组程序，被试的性别和年龄，被试的总数目以及分派到每个具体实验条件下的具体数目。如果由于某种原因部分被试没有完成实验，中途退出或被淘汰，必须加以说明并解释他们没有继续实验的原因。对于动物被试，应报告它们的种类，变化或其他具体证明资料，数量，性征，重量和生理状况等重要信息，以便他人能够成功地重复该研究。
2．仪器
该部分简短描述实验中所使用的仪器或材料以及它们在实验中的功用。标准实验设备，如家具，秒表或屏幕，通常不需要进行详细描述。应对特殊设备的型号，供应商的名字和地点作一定的说明。复杂设备可能需要使用图纸或照片加以说明，其细节则可在附录中进行详细描述。
3．程序
该部分说明研究过程中的每个步骤，包括对被试的指导语，分组情况，具体实验操作，以及对实验设计中的随机化，抵消平衡和其他控制特点的描述。除非指导语是非同寻常的或者其本身是实验操作的构成部分，才需要逐字写出，否则只需对指导语作简要解释即可。在此部分中，通常先讲述实验设计，然后介绍指导语（如果被试是人），此外还要让读者了解实验的各个阶段。
概括而言，方法部分应该足够详细地告诉读者你做了什么以及怎样做的，以便读者能够重复你所进行的研究。
（五）结果
对数据的收集过程及所使用的统计或数据分析处理进行总结，这是结果部分的任务。在该部分中，你要向读者说明主要的结果或发现，尽量详细报告数据以验证结论。要报告所有相关的结果，包括那些与假设相矛盾的结果。除非是个案设计或单样本研究，一般不需要报告单个被试的数据或原始数据。而且，在这一部分讨论结果的潜在意义是不恰当的。
另外，应选择能够清楚而又经济地说明数据的报告形式。表格通常能提供精确的数值，如果组织得好的话，还能够使复杂的数据和分析一目了然（如方差分析表）。插图能够吸引读者的目光，更好地解释复杂的关系和整体的比较。但插图没有表格精确，有时容易产生误导。例如，弗罗斯特，卡茨和本廷（Frost，Katz & Bentin，1987）做了比较词汇确定和命名的实验，结果显示了人们对高频英语单词和非词的反应时。如果以不同的单位来对其研究结果作图的话，我们会得到以下的结果，如图32所示。乍一看，这两个图很不同，前者似乎显示词汇确定和命名没有差异，而后者则差异显著。实际上两个图在视觉上的差别是由于不同的单位造成的，前者使用的是秒，而后者使用的是毫秒。很明显，以秒为单位作图就会产生误导。可见，作图的方式可能突出或掩盖实验的结果。
根据学术堂的了解，论文格式就是指进行论文写作时的样式要求，以及写作标准。直观地说，论文格式就是论文达到可公之于众的标准样式和内容要求。正文是医学论文的核心部分，包括引言、材料与方法、结果、讨论、致谢五部分。一、 引言 引言(前言、导言、绪言、序言)是正文的引子，相当于演说中的开场白。国内刊物引言部分不需另立标题。引言应当对正文起到提纲挈领和引导阅读兴趣的作用。在写引言之前首先应明确几个基本问题：你想通过本文说明什么问题?它是否值得说明?本文将在什么杂志发表或本文的读者是什么人?在写引言乃至整篇论文时都应注意这几个问题。引言在内容上应包括：为什么要进行这项研究?立题的理论或实践依据是什么?拟创新点何在?理论与(或)实践意义是什么?告诉读者你为什么要进行这项研究是引言的主要内容和目的，这其中也包括说明这项研究的理论和(或)实践意义。语句要简洁、开门见山，如“重型继发性脑室出血临床表现严重，预后差，病死率高。本文着重探讨用双侧侧脑室穿剌交替引流尿激酶溶解血凝块冲洗结合腰穿脑脊液置换的方法治疗重型继发性脑室出血”。有时我们研究的项目是别人从未开展过的，这时创新性是显而易见的，如“左旋咪唑所至脑病患者的临床与 CT 表现国内陆续有报道 , 但未见磁共振成像的研究”。大部分情况下，我们所研究的项目是前人开展过的，这时说明你的研究与别人的研究的本质区别和创新点是至关重要的，如“已有数项研究探讨了阿斯匹林在缺血性脑卒中的应用，但这些研究均是小规模、非双盲对照的。本研究则采用双盲对照的方法，样本大、观察时间长”。在引言中对与本文相关的研究作一简要的回顾是十分必要的。在研究开始以前就应该对与本研究相关的内容作一系统的回顾，在引言中可以将回顾的结果作简要的概括。引言的写作在包括上述内容的同时要注意以下事项：①内容切忌空泛，篇幅不宜过长。回顾历史择其要点 , 背景动态只要概括几句即可 , 引用参考文献不宜过多。根据以往的经验，一篇 3000 ～ 5000 字的论文引言字数在 150 ～ 250 字较为恰当。②不必强调过去的工作成就。回顾作者以往的工作只是为了交待此次写作的基础和动机，而不是写总结。评价论文的价值要恰如其分，实事求是，慎用“首创”、“首次发现”、“达到国际一流水平”、“填补了国内空白”等提法。因为首创必须有确切的资料。对此，可以用相对较委婉的说法表达，如“就所查文献，未见报道”等。③不要重复教科书或众所周知的内容。如在讨论维生素 D 是否能预防骨质疏松的文章中，没有必要再说明什么是维生素 D ，什么是骨质疏松。④引言只起引导作用，可以说明研究的设计，但不要涉及本研究的数据、结果和结论，少与提要和正文重复。结果是通过实验或临床观察所得，而结论是在结果的基础上逻辑推理提升的见解。在引言中即对结论加以肯定或否定是不合逻辑的。⑤引言一般不另列序号及标题。二、 材料与方法 材料与方法主要是说明研究所用的材料、方法和研究的基本过程，它回答“怎样做”的问题，起承上启下的作用。材料是表现研究主题的实物依据，方法是指完成研究主题的手段。材料与方法是科技论文的基础，是判断论文科学性、先进性的主要依据。它可以使读者了解研究的可靠性，也为别人重复此项研究提供资料。材料与方法的标题因研究的类型不同而略有差别，调查研究常改为“对象与方法”，临床试验则用“病例与方法”。不同类型研究的材料与方法的写作也不完全一样。实验研究要交待实验条件和实验方法。①实验条件包括实验动物的来源、种系、性别、年龄、体重、健康状况、选择标准、分组方法、麻醉与手术方法、标本制备过程以及实验环境和饲养条件等。②实验方法包括所用仪器设备及规格、试剂、操作方法。③试剂如系常规试剂，则说明名称、生产厂家、规格、批号即可;如系新试剂，还要写出分子式和结构式;若需配制，则应交待配方和制备方法。④操作方法如属前人用过的，众所周知的，只要交待名称即可;如系较新的方法，则应说明出处并提供参考文献;对某方法进行了改进，则要交待修改的根据和内容;对创新的方法，要注意不要将新方法的介绍和运用该方法研究的新问题混在一篇论文中，若论文系报道新方法，则应详细的介绍试剂的配置和操作的具体步骤，以便他人学习和推广。临床研究的对象是病人，应说明来自住院或门诊，同时必须将病例数、性别、年龄、职业、病因、病程、病理诊断依据、分组标准、疾病的诊断分型标准、病情和疗效判断依据、观察方法及指标等情况作简要说明。上述内容可根据研究的具体情况加以选择说明，并突出重点。①对研究新诊断方法的论文，要注意交代受试对象是否包括了各类不同患者(病情轻重、有无合并症、诊疗经过等)，受试对象及对照者的来源(如不同级别的医院某病患病率及就诊率可能不同)，正常值如何规定，该诊断方法如何具体进行等等。②研究疾病临床经过及预后的论文，要注意说明病人是在病程的哪一阶段接受治疗，病人的转诊情况，是否制定了观察疾病结果的客观标准。③病因学研究论文则要交代所用研究设计方法(如临床随机试验、队列研究等)，是否做剂量 - 效应观察。④对临床疗效观察研究来说，主要说明病例选择标准，病例的一般资料(如年龄、性别、病情轻重等)，分组原则与样本分配方法(配对、配伍或完全随机)，疗效观察指标和疗效标准。⑤治疗方法如系手术，应注明手术名称、术式、麻醉方法等;如系药物治疗则应注明药物的名称(一般用学名而不用商品名)、来源(包括批号)、剂量、施加途径与手段、疗程，中草药还应注明产地与制剂方法。在材料与方法中，还应简要的说明在什么条件下使用何种统计处理方法与显著性标准，必要时应说明计算手段和软件名称。三、 结果将实验或临床观察所得数据或资料进行审核，去伪存真，再对其原始数据进行分析归纳和统计学处理就可以得出研究的结果。结果是科研论文的核心部分，科研的成败与否是根据结果来判断的，结论与推论亦由结果导出。结果部分最能体现论文的学术水平和理论与实用价值。因此，对于这一部分的写作要特别重视。结果部分的写作要做到指标明确可靠，数据准确无误，文字描述言简意赅，图表设计正确合理。结果的具体内容取决于文章的主体。结果的内容包括记录实验或临床观察的客观事实、测定的数据、导出的公式、典型病例、取得的图像等等，但不同类型文章结果的内容应有不同的侧重点。①如研究新诊断方法的论文，要特别注意交代试验结果是否与公认的金标准进行独立的“盲法”比较，其符合程度如何，敏感性、特异性、阳性预测值、阴性预测值各多少等。②研究疾病临床经过的论文，要特别交代是否对所有病例进行了随访，随访率有多高(一般应大于 80% )，对影响预后的外加因素有无进行调整，结果如何等。③病因学研究的文章要特别注意交代暴露组与非暴露组结果的差异程度，所得结果是否出现于暴露之后等等。未经统计学处理的实验观察记录叫原始数据。统计学处理的目的是使难以理解的原始数据变得易于理解，并从原始数据的偶然性中揭示某种必然规律。因此，实验结果的表达一般使用统计量而不使用原始数据，也不必将原始数据全部端出。计数资料可用相对数如百分率，但当样本数小于 100 时，则应在百分率后加括弧，在括弧内标明反应数 / 样本数，如 ( 37/68 )。计量资料如符合正态分布，应用均值 + 标准差(或标准误)，如呈偏态分布，一般采用中位数和全距表示。如进行前后或组间比较，应说明统计检验的值(如 t 、 u 、 F 等)和 P 值。关于统计学处理的具体操作详见统计学专著，这里不作详解。关于统计名词及符号应根据中华人民共和国国家标准B3358-82 有关“统计名词及符号”的规定。结果的表达通常通过文字、图、表相互结合来完成。下列情况可用文字表达为主或仅用文字表达：①结果中数据较少，能作同类比较的观测项目不多者。②以观察形态特征为主的论文一般不用表格，而以文字描述为主配合形态学图片。能用文字表达的内容不用列表、绘图。已用图表说明了的内容，不必再用文字详述，只要强调或概括重点。文字表达主要是陈述本文取得的结果，不必强调过程，也不要重复“材料与方法”等项交待的资料，更不要将结果提升为理论上的结论，所以一般不引用文献。表与图设计的基本要求是正确合理，简明清晰。“自明性”( self-explanatoriness )是衡量表图的重要标志。所谓“自明性”是指仅通过表与图就能大体了解研究的内容和结果。表是简明的、规范化的科学用语。一般主张采用三线式表，即表由顶线、标目线、和底线这三条横线组成框架，两侧应是开口的。顶线与标目之间为栏头，标目与底线之间为表身。栏头左上角不用斜线，但栏头允许在设一条至数条横线。一般表的行头标示组别，栏头标示反应指标。但这种划分并不是固定的，著者可根据情况灵活安排。表的下方还可以加脚注。图是一种形象化的表达方式，它可以直观的表达研究的结果。通常我们用柱图的高度表达非连续性资料的大小，用线图、直方图或散点图表达连续性或计量资料的变化，用点图表示双变量的关系。图的标题应在图的下方，注释可放在柱或线附近。对于既可用图也可以用表的资料，可根据具体情况选择表达形式。一般的说，主要是表示变化趋势的资料，尤其是连续的动态资料，宜采用图的形式;需表示确切统计量的资料，宜采用表的形式。结果的写作一定要采取实事求是的科学态度，遵守全面性和真实性的原则。实验结果无论是成功或失败，只要是真实的就是有价值的。切不可对实验数据任意增删、篡改，以符合“正常”结果。这不利于我们全面认识事物和发现新问题。临床疗效的论文往往在描述大体结果后附以典型病例，可以起到举一反三的作用。目前认为，对于某些新发现的疾病(如艾滋病)或罕见病的疗效研究，附以典型病例是必要的。但对于常见病和多发病，则不必例举典型病例。但同样是常见病和多发病，如是介绍新疗法和技术时则要附典型病例。典型病例要选有代表性的，例如说某药治疗某病有效，典型病例最好选单独使用该药治疗显效的病例，而不要选用合并使用了其他可能也有疗效的药物的病例。四、讨论 讨论是论文的精华部分，是对引言所提出的问题的回答，是将研究结果表象的感性认识升华为本质的理性认识。在讨论中作者通过对研究结果的思考、理论分析和科学推论，阐明事物的内部联系和发展规律，从深度和广度两方面丰富和提高对研究结果的认识。讨论水平的高低取决于作者的理论水平、学术素养以及专业知识的深、广度。讨论的内容大致包括以下几个方面：①简要的概述国内外对本课题的研究近况，以及本研究的结论和结果与国际、国内先进水平相比居于什么地位。②根据研究的目的阐明本研究结果的理论意义和实践意义。③着重说明本文创新点所在，以及本研究结果从哪些方面支持创新点。④对本研究的限度、缺点、疑点等加以分析和解释，说明偶然性和必然性。⑤说明本文未能解决的问题，提出今后研究的方向与问题。并不是每篇论文都必须包括以上内容，应从论文的研究目的出发，突出重点，紧扣论题。讨论是最能体现论文水平的部分，也是写作难度较高的部分。对于初写着来说，要特别注意以下几点：①讨论是作者阐明自己的学术观点，但并不等于是自由论坛，不能泛泛而谈。讨论的内容要从论文的研究结果出发，围绕创新点与结论展开，要做到层次清晰、主次分明，不要在次要问题浪费笔墨冲淡主题。与文献一致处可一笔带过，重点讨论不一致处;引证必要的文献，切忌作文献综述。②实事求是、恰如其分的评价，不乱下结论，切忌推理过分外延。医学中尚有许多尚未阐明的问题，所以推理应非常谨慎，通常冠以“可能”等。③任何研究都有其局限性，如国内的研究结果有待国外验证;体外试验有待于体内试验验证。因此，讨论要坚持一分为二的观点，对于与他人研究结果不一致处要认真分析原因，要抱有虚心追求真理的态度与其他作者商摧，切勿持“唯我正确”的态度。④并非每篇论文都要有讨论，有的短篇可不写。若结果与讨论关系密切则可放在一起写，合称结果与分析等。五、 致谢科研工作的顺利完成离不开他人的帮助，在正文的最后应向对本研究提供过帮助的人致以谢意。致谢的对象包括：对研究工作提出指导性建议者，论文审阅者，资料提供者，技术协作者，帮助统计者，为本文绘制图表者，提供样品、材料、设备以及其他方便者。致谢必须实事求是，应防止剽窃掠美之嫌，也勿强加于人，如未经允许写上专家、教授的名字，以示审阅来抬高自己。致谢一般要说明被谢者的工作的内容，如“技术指导”、“收集资料”、“提供资料”等。参考文献是论文中某些观点、数据、资料和方法的出处，应于文章的最后一一列出，以便读者参阅、查找有关文献。它表明了论文的科学依据和历史背景，提示了本文是在前人工作基础上的创新，即表示了对他人研究成果的尊重，又反映了论文起点的高低。著录文献总的原则是准确、完备、规范、便于检索。对于著录文献的要求有：①一定是作者亲自阅读过全文的文献。如阅读的只是摘要，则不应列为参考文献。②参考文献的数量要适度。参考文献不是越多越好，应当有所选择。一般来说，课题提出的根据，主要实验方法，提示支持本文的资料和不支持本文的资料，均应列出参考文献。关于参考文献的数目，各杂志要求不一，一般论文的参考文献篇数为 10 篇左右，综述为 20 篇左右。③参考文献应尽量引用最新的，因为新文献必然包括老文献，以近 1 ～ 2 年以内的为好，少用旧的、年限长的文献。教科书的内容亦不宜列为参考文献，因为它的内容已是众所周知的。④引用的参考文献应以已发表的原著为主，未发表的论文及资料、译文、转载和内部资料等，均不能作为参考文献被引用。未发表，但以被刊物通知采用者，可以引用，但英在刊名后注明“待发表”。《国外医学》所刊内容都是经人加工的二手资料，一般不能作为参考文献被引用。同样，综述性文章不宜作为参考文献，但是如果综述中介绍了尚未在其他杂志上发表过的最新观点时，也可列为参考文献。⑤被引用的中医经典著作，不列入参考文献，而是在正文所引段落尾注明出处。关于参考文献的书写格式，目前有两种标准。一种是国际通用的温哥华式，另一种是国家标准 GB7714-87 关于《文后参考文献著录规则》的规定。但不同杂志对于参考文献的格式可能有不同的要求，在附参考文献时可参照以上两种标准和各杂志的要求。国际标准和国家标准都采取了顺序编码制，即参考文献的著录按其在文中出现的先后顺序，用阿拉伯数字连续编号，附于正文引文句末右上角方括弧内。引文写出原著者，序号标在著者的右上角，如×××等 [4] ;如未写著者姓名，则序号应方在引文之后;如果参考文献序号作为句子的组成部分，则不作角码，如……参照文献 [6] ;引用多篇文献时，将每篇文献的序号列出，中间以逗号相隔，如×× [1 ， 4 ， 5] ;若序号连续，则只标注起止序号，中间加“～”。文后参考文献列表中各条文献的序号不加括弧，也不加“ . ”，只空 1 个字符。国内标准与国际标准(温哥华式)大致上是一致的，本文主要介绍一下目前使用最广泛的温哥华式的写作要求。期刊的著录格式一般为：作者 . 文题 . 刊名 , 出版年份 , 卷次 ( 期次 ): 起止页 . 。作者在 6 人或 6 人以内者全部列出姓名，相互之间加一逗号; 6 人以上者仅列前 3 位，后加“等”或“ et al ”。(国内一般只列前 3 位作者。)例：陈治 . 多发行肌炎与皮肌炎 . 临床神经病学杂志 ,1992,5:117-119.书籍与专著的著录格式为 : 作者 . 书名 . 版次 . 出版地 : 出版者 , 出版年 , 起止页 . 。例：吴恩惠主编 . 头部 CT 诊断学 . 第二版 . 北京 : 人民卫生出版社 ,40-168.
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。
通过数据进行分析的论文用数据是数学方法。
数据分析方法：将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系。
此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。
数据分析目的：
数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。
这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。
例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。