# DrustZ的论文小课堂\[结果部分Results]
本周聊一下论文结果部分的写作
其实结果部分是在我看来最不用动脑筋的部分，因为这一部分不强调文采，大家看的都是数据！不过把结果写得整洁、详略有当也是需要一些方法的。所以这节课会有比较多的技术内容，如果看不懂可以跳过！
#### 一句话总结
掌握正确的分析工具，并且能将数据可视化是结果部分的加分项。
#### 目录
* 用啥分析？
* 用啥画图？
#### 用啥分析？
当我们把实验进行完毕，收获了满满一文件夹的数据之后，就要着手开始对数据分析啦！数据分析展开讲会花很多篇幅且和论文写作没什么关系，所以在这里就强调一下基本流程：清理数据 — 分析数据 — 展现数据。
清理数据，比如实验中有几个用户没做完跑路了，或者做完数据不合格的话，这些坏数据需要提前备清除掉。不过这些过程也要在论文中写下来：多少个人跑路了，之后又拿掉了多少数据，为什么拿掉，都需要讲清楚（不然审稿人会以为你在操纵数据！
分析数据是一个比较复杂的部分；在人机交互实验中，大家一般用两种分析方式：描述性（descriptive）方法和显著性测试（significance testing）方法。第一种就是计算一下数据的平均值呀，方差呀，分布呀，给读者一个基本的理解。有些实验的目的是为了比较几种不同的方案或者设备，例如为了知道学挖掘机哪家强，测试了A校和B校学院的挖掘技术，那么为了证明AB两校学员技术存在/不存在差异，我们需要用到显著性测试，或者假设检验（Null hypothesis testing）的方法。
说了这么多名词，来一份干货：关于如何对数据进行假设检验分析，我老板总结了一份非常实用的资料，包括对于不同的实验设计、不同的数据分布、不同的条件数目怎样选取合适的分析模型，最重要的是还附带了分析代码 \[1]。Coursera上也有他的课程可以去听 \[2]。
在汇报假设检验结果的时候，遵从的格式一般是“There is (not) a significant main effect of *school* on *excavator skills* (F(1, 33) = XXX, p < .01)” 记住要带上检验的参数p值。就算没有显著结果，一般也要写 p > .05 而不要略掉。
#### 用啥画图？
两种方式：1. 代码 2. 软件（废话！
代码的好处是样式上可施展的空间更多，也可以作出更丰富的图，因为所有的参数都是自己设定的！缺点是上手慢，需要一些基础（不过学会了就是终身受用！所以如果不着急的话，建议学一学代码作图，我常用 python 语言里 pandas+matplotlib+seaborn 三个强库！
软件的选择也不少，一开始我用的是Power Point（PPT作图之王！但后来发现它的局限性太多，比如配色，样式，都要手工一个一个调，换了数据又要再调，非常麻烦。所以我也换到过Tableau，这是一个专业数据可视化软件，而且操作很简单，就是对数据拖拖拽拽，一个表格就生成了（此软件和PS一样天花板非常高，我至今没有摸索完毕。Tableau还有个好处是可以结合地图绘制数据，比用代码来画简单一些 （当然你用 D3.Js 的话算我没说。
对于作图的配色，建议大家选用一些经典的配色方案，而不要用自己喜好随便改（因为有可能在色盲人士看来你选的都是一个色。不同颜色的搭配方案也可以用色轮（Color Wheel）来探索，Adobe有一个在线选色工具还挺好用 \[3]。
hmm……这一篇更像是工具分享而不是写作技巧！毕竟结果就是要干货，写得再花数据不行也没有办法！只有一点可以注意，为了增强可读性，在列出数字比较多的地方，可以考虑把文字替换成表格或者图表，既直观又便于理解。
***
以上就是我写论文结果部分的一些小经验，希望帮助到在论文写作边缘苦苦挣扎的小朋友。论文写得糟糕不用怕，熟能生巧\~ 本小课堂就是让这个过程变得快一些，让你的论文写作遍地开花！我们下期见！（狗头
> \[1] [https://depts.washington.edu/acelab/proj/Rstats/index.html](https://link.zhihu.com/?target=https%3A//depts.washington.edu/acelab/proj/Rstats/index.html)\
> \[2] [https://www.coursera.org/learn/designexperiments](https://link.zhihu.com/?target=https%3A//www.coursera.org/learn/designexperiments)\
> \[3] [https://color.adobe.com/create/](https://link.zhihu.com/?target=https%3A//color.adobe.com/create/color-wheel)
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://zhang-ming-rui.gitbook.io/when-rocket-launches/wei-xin-gong-hao-gui-dang-dai-bu-chong/ke-yan-xiang-guan/drustz-de-lun-wen-xiao-ke-tang-jie-guo-bu-fen-results.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.