Los datos de la tesis proporcionan una base teórica para su argumento. Los materiales de tesis autoeditados constituyen fraude académico. Cuando se reúne con un tutor experto durante la sesión de defensa, puede detectar problemas de datos de un vistazo, a menos que esté familiarizado con cada parámetro de los datos experimentales, comprenda el significado de cada parámetro y responda rápidamente a las razones de los diferentes resultados debido a cambios de parámetros.
Si recopila los datos usted mismo, habrá problemas sobre si la defensa puede pasar. ¿Crees que el profesor no puede saber si es inventado? Además, este es un comportamiento muy irresponsable hacia uno mismo. Si falla en la defensa, afectará su graduación, los exámenes de ingreso de posgrado posteriores y la búsqueda de empleo.
La competencia es tan feroz ahora, ¿qué es la involución? Por no hablar de los estudiantes de pregrado o maestría, es difícil que los estudiantes de doctorado compitan. Grandes médicos han salido a las calles. Si un estudiante de pregrado no logra defender su tesis y obtener un diploma, ¿qué pasará después? Es imposible mudarse a menos que la familia sea propietaria de una mina y pueda regresar directamente a casa para heredar el negocio familiar.
Del mismo modo, no se recomienda el plagio en tesis de pregrado. Algunos autores creen que son lo suficientemente inteligentes como para traducir del chino al inglés o del inglés al chino, pensando que pueden pasar la prueba de plagio. De hecho esto es imposible. CNKI dispone de un sistema de detección de traducción chino-inglés.
Hacer esto simplemente falla la verificación de duplicados. Algunos autores son aún más deshonestos. Contó los artículos de otras personas con sus propias palabras, pensando que así todo estaría bien. De hecho, esto es plagio. Mientras el plagio alcance un cierto nivel, incluso si es una proporción pequeña, es mejor decir que si la proporción es grande, será problemático.
Métodos de análisis de datos para tesis de pregrado;
1. La estadística descriptiva es un método para organizar y analizar datos a través de gráficos o métodos matemáticos, y estimar y describir la relación entre la distribución de datos, las características numéricas y las variables aleatorias. La estadística descriptiva se puede dividir en tres partes: análisis de tendencia central, análisis de tendencias de dispersión y análisis de correlación.
2. Análisis de correlación. El análisis de correlación es un método de análisis estadístico que estudia la correlación entre dos o más variables aleatorias en el mismo lugar. Por ejemplo, la correlación entre la altura y el peso de una persona; la correlación entre la humedad relativa del aire y la lluvia es un problema de análisis de correlación.
3. Análisis de varianza. Al analizar la contribución de diferentes fuentes de variación a la variación total, se puede determinar el impacto de los factores controlables en los resultados del estudio. Las fuentes del estudio deben ser independientes entre sí y tener variaciones totales iguales.
4. Prueba de hipótesis. Pruebas paramétricas: su principio básico es probar algunos parámetros principales cuando se conocen las características generales. Prueba no paramétrica: la prueba no paramétrica es un método que utiliza datos de muestra para inferir el patrón de distribución de la población cuando la varianza de la población se desconoce o no se comprende bien. Los métodos principales incluyen: prueba de chi-cuadrado de distribución general, prueba de distribución binomial, prueba K-S de muestra única, etc.