《表2 多元线性回归结果分析论文原数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用统计方法与规律发现论文数据造假》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

除了验证统计学结果之外，有时不需要借助数据的计算，也可发现一些统计学造假。还以表1为例，我们不看某一指标，而是综览所有指标，可以发现，从左至右，t值的绝对值是逐渐增加的，按照t分布的规律，由于是同样的2组比较，样本量一样，因此，P值应当逐渐减小，虽然表中并未提供精确P值，但“WBC数”与“采集量”的P值范围已经违反了这个规律，因此，可以确定，统计结果存在问题。一般地，其他变量固定时，随着统计检验量绝对值的增加，P值相应变小。利用这种统计检验量的分布值与P值关系规律的思路，我们不但可以发现t检验与卡方检验这些简单的统计检验中的问题，还可以发现回归分析等稍微较复杂的统计学方法的检验结果中存在的问题。表2为笔者统计学审查时遇到的多元线性回归结果，在没有原始数据的情况下无法经简单的数据统计验证，但是可以看出，前3行的数据随着t值的增大，P值并没有相应减小，而后3行的数据则符合该规律；因此，判断此表统计学结果存在问题，结合前后数据，可以认为，“性别”及“职业”因素的检验结果可能有误。之后，我们提醒作者注意核对统计学结果，但作者修回后并未修改这些错误，这更增加了论文统计学造假的嫌疑，最后稿件被认为存在造假嫌疑而作为退稿处理，作者也未有任何的申诉，验证了我们的推断。