|
|
小红书精选
spss技巧
“每天发现好生活”
赞·377
如果能回到研0暑假，我一定要这样学‼️
各位准研究生们，研0暑期一定要学起来啊‼️暑期先掌握基本科研知识，读研学习才能更顺畅
✅ 科研基础知识学习
🔺 MOOC慕课
👉 文献检索：“文献检索”“文献检索与论文写作”
👉 Stata：“面板数据分析与Stata应用”“高级计量经济学”
🔺 小破站
👉 SPSS：“spss问卷分析全过程详细内容：2小时案例精讲，一次看个够”“SPSS统计分析从入门到精通”
👉 Zotero：“Zotero基础操作，比Endnote更好用的文献管理软件”
👉 NoteExpress：“NoteExpress快速入门”
✅ 听学术讲座
🔺 西部管理学堂：很多经管类讲座
🔺 爱思唯尔科研出版服务：各种在线研讨会、学术会议、研究者学院课程
✅ 编程技能
🔺 书籍
👉《Python编程从入门到实践》
👉《利用Python进行数据分析》
🔺 课程「夜曲编程」
👉 比起自己自学，夜曲编程的课更加系统化，很适合编程小白
👉 每次学习结束后还有相应的课后作业可以巩固，立马知道自己是不是真的掌握知识点
👉 每节课后还有思维导图，记笔记的时间都省了，学起来还挺高效
✅ 专业书籍阅读
🔺 文献阅读
👉《如何查找文献》
👉《学术引注规范指南》
👉《会读才会写 导向论文写作的文献阅读技巧》
👉 《不发表就出局》
🔺 文献写作
👉《学术写作原来是这样》
👉《写好论文》
👉《学术论文写作与发表指引》
👉《你学习那么好，为什么写不好论文》
🔺 计量软件
👉《问卷统计分析实务——SPSS操作与应用》
👉《高级计量经济学及Stata应用》
👉《应用Stata做统计分析》
👉《用Stata学计量经济学》
🔺 质性研究
👉《质的研究方法与社会科学研究》
👉《在行动中学做质的研究》
👉《社会研究方法》
👉《质的研究设计：一种互动的取向》
✅ 英文播客
👉 TedTalks 社会与文化
👉 THD美籍华人访谈秀
👉 潘吉Jenny告诉你｜学英语聊美国
👉 Yeah, Why Not Podcast
👉 Round Table China
👉 高效磨耳朵｜最好的英语听力资源
#研究生日常 #准研究生 #研0 #编程0基础怎么学
点击查看全文
赞·6709
建议每个研究生都掌握的科研绘图常识❗️
大家好呀，我是西红柿学长，东南大学工科研究生在读，这次给大家分享一些科研绘图的基础知识~
1⃣科研绘图基本要求
❶ 图片尺寸
单栏——8cm左右 全栏——17cm左右
❷图片格式
一般分为位图和矢量图两种
位图：png、jpg、tiff
矢量图：eps、pdf、svg
❸图片分辨率
线图：分辨率>=1200dpi (XY线图)
黑白图：分辨率>=600dpi
彩色图：分辨率>=300dpi
❹图片中的字体
一般用Arial，也可以用Times new Roman，字号大于5pt。
❺图片色彩模式
一般选用RGB格式的更合适。
2⃣科研绘图工具
学长将图片类型大致分为以下几类（见图）
✨常见工具
🔺数据图：Excel、Origin、Matlab、Matplotlib、SPSS
🔺示意图：亿图图示、PPT、Ai、PS等
🔺结果图：亿图图示、PPT、表格（拼图）
3⃣绘图注意事项
4⃣常见的绘图类型
❶技术路线图（系统框图、流程类似）
√ 绘制逻辑
√ 绘制方法（可以借助亿图图示）
❷数据图（通过实验数据绘制）
√Origin（可以进行数据分析、也可导入数据绘制）
√ Excel（简单数据图）
√Matlab、Matplotlib需要有一定的编程能力
模型图也是科研绘图中常见的形式，这里给大家分享一个小技巧，利用【亿图图示】的模板社区，里面含有丰富的模板，可以快速找到需要的模型，直接套用；也可以利用模型的基础单元，绘制你需要的模型图
通常会将相关的图片或者数据表拼在一起，组成一个图片。可以借助【亿图图示】来实现，拖拽式绘图的方式很实用，可以拖拽对齐、自动调整等间距等等，简单易操作，小伙伴们可以尝试一下～
5⃣科研绘图配色
好看的配色有很多种，这里给大家分享如何拥有自己的配色方案：
√去论文中总结喜欢的配色
√利用绘图工具中自带的色卡科研绘图工具包括亿图图示、Matlab、Origin等都有自带的色卡，可以参照色卡选择合适的颜色
✨科研绘图涉及到的知识还有很多，希望这次分享能够抛砖引玉，大家有想了解的科研知识也可以告诉学长~
#论文 #研究生 #科研绘图 #科研学习 #亿图图示 #SCI科研绘图 #西红柿学长
点击查看全文
赞·173
SPSS小技巧：六步完成独立样本t检验
独立样本t检验用来比较两个平均数的差异是否显著，一般我们会在量表或者学生分数中使用，看一看是否因为男生和女生的性别原因导致他们的分数就会有差异。
#SPSS
#独立样本t检验
#数据分析
#毕业论文
点击查看全文
赞·9
spss小白如何入门？
【如果你是一个SPSS小白，以下是一些使用SPSS的基本步骤：】
[doge]1. 安装和启动：首先，确保你已经安装了SPSS软件并成功启动。一般情况下，你可以在软件的帮助文档中找到详细的安装和启动指南。
[doge]2. 导入数据：在SPSS中，你需要导入你要分析的数据。你可以通过选择"File"菜单中的"Open"选项来导入数据文件。SPSS支持多种数据格式，如Excel、CSV等。选择适当的选项来导入你的数据。
[doge]3. 数据查看与编辑：一旦数据被导入，你可以使用SPSS的数据视图来查看和编辑数据。数据视图以表格形式显示你的数据，你可以添加、删除或修改数据。
[doge]4. 数据分析：SPSS提供了广泛的统计分析功能。你可以选择"Analyze"菜单中的不同选项，如描述统计、t检验、方差分析等，根据你的需求进行数据分析。
[doge]5. 输出结果：在进行数据分析后，SPSS将生成结果报告。你可以通过查看"Output"视图来查看分析结果。输出视图将显示每个分析的结果表格和图表。
[doge]这些是使用SPSS的基本步骤。当然，SPSS是一个功能强大的软件，你可以通过阅读帮助文档、参考书籍或在线教程来进一步了解和掌握更高级的功能和技巧。
#spss #SPSS #SPSS问卷分析 #数据分析 #人文社科
#spss代做 #spss数据分析代做 #留学生
点击查看全文
赞·15
⚠️文科生想学数据分析，一个月能学会吗‼️
文科学习SPSS是可行的，但在一个月内完全掌握spss可能有些困难哦，因为SPSS是一个功能强大且广泛应用的统计分析软件，需要一定的时间和实践来掌握其各种功能和技巧。
先熟悉SPSS界面打开SPSS软件，了解主要界面的各个部分，包括数据视图、变量视图、输出视图和语法编辑器。了解这些界面的功能和用途，以便更好地操作和管理数据。还是建议跟着spss教程系统学习一下。
学习数据导入和清理：学习如何导入各种类型的数据文件到SPSS中，包括Excel、CSV等格式。学习数据清理的技巧，例如处理缺失值、异常值和重复值等。了解如何在变量视图中添加、删除和修改变量。学习变量类型的设置，例如连续变量、分类变量和字符串变量等。描述统计分析：学习如何进行描述性统计分析，包括计算均值、标准差、频数和百分比等。掌握SPSS中各种描述统计函数的使用方法。探索性数据分析：学习如何进行探索性数据分析，包括绘制直方图、箱线图、散点图和相关性分析等。了解如何通过可视化和统计指标来理解数据的分布和关系。统计假设检验：学习如何进行常见的统计假设检验，例如t检验、方差分析和卡方检验等。掌握SPSS中相应的分析过程和结果解读方法。回归分析：学习如何进行回归分析，包括线性回归、逻辑回归和多元回归等。了解如何解释回归模型的系数和拟合度等统计指标。#SPSS问卷分析 #数据分析我在行 #数据分析师 #数据分析有窍门
点击查看全文
赞·26
我要拿A+｜使用进行SPSS信度分析技巧
以问卷调查的形式写多变量的相关论文，必会涉及到信度分析这一部分。
以本次研究作为参考，主要的因素均通过量表的形式进行测量，因此对于测量结果的数据质量进行检验是确保后续分析具有意义的重要前提。
首先通过克隆巴赫系数 (Cronbach's Alpha) 信度检验方法分析各个维度（题项）的内部一致性。
克隆巴赫系数取值范围在1之间。检验结果系数值越高，可信度越高。一般认为信度系数在0.6以下，表示信度不可信，需要重新设计问卷或者尝试重新收集数据并再次进行分析。
❗️信度系数：
在0.6 – 0.7之间为可信
在0.7 – 0.8 之间为比较可信
在0.8 - 0.9之间为很可信
在0.9 – 1之间为非常可信。
下图教大家如何在SPSS中得到信度分析的结果。
近两期📒为大家讲解写变量论文时，如何使用SPSS，分析样本特征分布描述与信度分析，下面我们将为大家讲解效度分析及AMOS的使用。
#在韩留学生 #SPSS问卷分析 #SPSS #留学韩国
点击查看全文
赞·5
导师竟然给我汉语言论文初稿模板！✅✅✅
没有开始写初稿，那我今天就分享个迅速完成初稿的方法。
🎁1.粗筛
根据自己的题目，大面积看硕博论文期刊，略看，主要看[烟花R]目录和摘要(因为目录就是这篇论文的脉络，摘要是文章的主要内容，摸清脉络和主体才好抄。
🎁2.细筛
这时候你应该对自己的题目和要写的内容有个大致了解，也会发现大佬写的其实也挺相似的，心里不慌了。就找需要重点参考的两三篇硕士论文来参考(一篇怕太明显)。
🎁3.复制有用信息
先复制大纲，大纲以直接仿写硕士论文的(还是那两三篇重点的硕士论文)，大纲非常重要!有大纲你才有抄的[红色心形R]思路。绪论国内外研究现状的话我是直接边抄边降重，研究过程我采取的是问卷，直接从硕士论文里抄了几个大的维度(跟文献综述有关，保证文章完整性)。
🎁4.搞数据/建模
搞数据的话一种是找官方统计局的数据，这种的话你在确定大纲的时候就一定一定要保证有最新地数据，并且不要编，编的话后果很严重。还有一种就是发问卷，发问卷的话问卷问题维度也都可从你参考硕士论文的附录里找，注意不要一模一样，一模一样查重会红，但是可以[葡萄R]相似。我自己是做的问卷，在闲。上买的真人填的问卷(反正需要spss分析就千万不要用机器，会影响结果，当然要是纯描述性统计的话当我没说)建模的话最好是别人使用别的理论建造模型，你参考他的模型用另一个理论建造模型。
🎁5.问题及建议
因为我们问卷的是从硕士论文里总结出来的维度，所以发放完问卷的[彩虹R]结果也很大可能跟硕士论文有关，可以直接从里面找到，建议直接抄+降重。注意问题和建议条数要相等一一对应。
🎁6.查重降重
因为我是边写边复述着写的，所以最后查重的时候发现重复率29%，不算太高，最后把它[辣椒R]降到了。9%，下次更新会给姐妹们搞个降重的高能战帖，这次就先更速成论文裁缝技巧吧。!!!#论文降重 #论文初稿 #毕业论文 #论文 #论文写作 #论文期刊 #期刊 #初稿 #毕业论文 #论文初稿 #论文初稿怎么写 #汉语言 #汉语言文学 #汉语言文学论文初稿 #汉语言文学专业
点击查看全文
赞·17
显著性分析 spss
希望大家指正！#SPSS #Excel操作技巧 #数据处理 #显著性差异分析
点击查看全文
赞·81
🔥姐妹们‼️论文初稿写到这种程度就没问题‼️
没有开始写初稿，那我今天就分享个迅速的初稿的方法。[偷笑R]
[吧唧R]1.粗筛
根据自己的题目，大面积看硕博论文期刊，略看，主要看[烟花R]目录和摘要(因为目录就是这篇论文的脉络，摘要是文章的主要内容，摸清脉络和主体才好抄。
[吃瓜R]2.细筛
这时候你应该对自己的题目和要写的内容有个大致了解，也会发现大佬写的其实也挺相似的，心里不慌了。就找需要重点参考的两三篇硕士论文来参考(一篇怕太明显)。
[偷笑R]3.复制有用信息
先复制大纲，大纲以直接仿写硕士论文的(还是那两三篇重点的硕士论文)，大纲非常重要!有大纲你才有抄的[种草R]思路。绪论国内外研究现状的话我是直接边抄边降重，研究过程我采取的是问卷，直接从硕士论文里抄了几个大的维度(跟文献综述有关，保证文章完整性)。
[扯脸H]4.搞数据/建模
搞数据的话一种是找官方统计局的数据，这种的话你在确定大纲的时候就一定一定要保证有最新地数据，并且不要编，编的话后果很严重。还有一种就是发问卷，发问卷的话问卷问题维度也都可从你参考硕士论文的附录里找，注意不要一模一样，一模一样查重会红，但是可以[拔草R]相似。我自己是做的问卷，在闲。上买的真人填的问卷(反正需要spss分析就千万不要用机器，会影响结果，当然要是纯描述性统计的话当我没说)建模的话最好是别人使用别的理论建造模型，你参考他的模型用另一个理论建造模型。
[自拍R]5.问题及建议
因为我们问卷的是从硕士论文里总结出来的维度，所以发放完问卷的[仙女R]结果也很大可能跟硕士论文有关，可以直接从里面找到，建议直接抄+降重。注意问题和建议条数要相等一一对应。
[捂脸R]6.查重降重
因为我是边写边复述着写的，所以最后查重的时候发现重复率29%，不算太高，最后把它[拍立得R]降到了。9%，下次更新会给姐妹们搞个降重的高能战帖，这次就先更速成论文裁缝技巧吧。[猪头R]
tips:其实总结起来就一句话“粗筛好了的话，确定大纲有思路，之后再填充，其实全文都可以直接抄+降重”，不知道怎么抄+降重的，建议把自己想复制的部分要是pdf的话直接截图识终复制文字再直接降重，这样效率会很高!!!想要从新手变成高[开箱R]就多看一些类似的论文，按照一些引用多写的好的论文结构写，就能做到形似，之后再降重修改润色就变得神似，这样一篇。合格的论文就写好了。
#论文降重 #论文初稿 #毕业论文 #论文 #论文写作 #论文期刊 #期刊
点击查看全文
赞·86
数学建模常用模型：多元回归
🩸【方法概述】
在研究变量之间的相互影响关系模型时候，用到这类方法。具体地说：其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。
🩸【分类】
分为两类：多元线性回归和非线性线性回归；其中非线性回归可以通过一定的变化转化为线性回归，比如：y=lnx 可以转化为 y=u u=lnx 来解决；所以这里主要说明多元线性回归应该注意的问题。
🩸【注意事项】
在做回归的时候，一定要注意两件事：
1）回归方程的显著性检验（可以通过 sas 和 spss 来解决）
2）回归系数的显著性检验（可以通过 sas 和 spss 来解决）
检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。
🩸【使用步骤】
1）根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系；