瓶子小姐1
数据造假，会导致没有数据支撑，会出现学术不端。在审稿过程中，经常发现，很多人并不是没有做工作，但却没有好好地表达出来。这种情况下，还是有必要来表达的更清楚一些，否则很容易做得不错，报告却不充分。也就是研究对象要可靠，要有代表性。如果研究对象本身就有问题，那后面基本上什么都不用看了。数据肯定有问题，结果更谈不上可靠了。经常会遇到一些文章，数据非常好，样本量大，代表性也好，但是在分析时却存在各种问题。评价一个仿真结果是否正确还要看趋势，仿真与实测的趋势是否能够对的上。因为存在这样一种巧合，最后的结果可能在规范控制的范围内，但是趋势线对不上。 
