众文网1.什么是实验型毕业论文
试验型毕业论文是指理工科各专业的毕业生将科学实验中得到的数据或现象进行观察、分析、综合、判断，并如实地将实验过程和创新成果加以归纳、总结的论文。
实验是试验型论文写作的基础。科学实验作为一种独立的实践形式，其构成要素包括实验者、实验对象和实验手段。
检验某种科学理论或假说，深化对某一客观事物的认识是科学实验的目的。因此，科学实验是创立科学理论的基础和先导。
世界科学发展史已经证明并将继续证明：一切科学上的重大发现和技术上的重大发明创造，都是从实验中发展和提炼出来的；科学假说也只有通过科学实验才能得到印证和检验。因此，发现科学真理要靠实验，检验科学真理更离不开实验。
2.大学物理实验里的设计性实验怎么做
2研究型实验及其开设要求2.1研究型实验的基本内涵通常“研究型”物理实验是在综合性、设计性物理实验的基础上由学生自己选题、查阅文献、设计实验方案，在教师指导下完成实验。
“研究型”实验通常是要求学生带着问题测取数据，摸索实验规律，然后带着问题查找资料、探寻答案，并试着对所观察到的现象进行理论分析，并做出合理的解释。这类实验的开设目的是全方位地锻炼学生实验研究的能力，充分调动学生的主动性和积极性，激发他们从事物理学研究的兴趣和热情，为以后从事科研工作打下良好的基础。
2.2研究型实验的选题研究型实验要精心选题、科学设计。实验内容要新颖、有趣味性，物理现象比较明显和具有可研究性。
同时还要考虑实验室条件和学生的水平与能力，能让学生在比较熟悉的理论基础上作初步的分析与发展。既要与已知的现象、理论和方法有联系又要有一定的深度和广度。
作为基础物理实验，研究型实验内容不能过于复杂，要求不宜过高，要能通过分析、讨论和查阅资料等方式让学生可以比较容易地设计和实施实验方案。2.3如何开展研究型实验的教学与传统物理实验不同，研究型实验可以较充分地发挥学生的主观能动性去探索未知的领域。
因此，开设此类实验项目的最好方式是利用实验室开放的形式，由学生自主选择和掌握实验时间。研究型实验项目可以有教师指定和学生自拟等形式，但无论那种形式，对实验指导教师都提出了更高的要求。
指导教师要对学生所选的研究型实验项目在实施过程中可能出现的各种问题有充分的估计和认识，能够引导、启发和激励学生完成实验，并掌握能作进一步深入研究的空间。研究型实验更注重实验结果的分析、讨论和总结。
因此，学生完成研究型实验后要求写出的实验报告可以不同于普通实验的报告，可以写成研究总结报告形式或研究论文形式，甚至可以采用学术报告的形式口头报告研究结果。3利用迈克耳逊干涉仪进行研究型实验项目的设计迈克耳逊干涉仪是一种典型的利用分振幅方法实现干涉的光学仪器，作为近代精密测量光学仪器之一，被广泛用于科学研究和检测技术等领域[4]。
利用迈克耳逊干涉仪，能以极高的精度测量长度的微小变化及其与此相关的物理量。如果与CCD摄像、图象处理等现代监测技术结合，可以实时观测和分析各种干涉现象的变化，达到干涉检测和自动控制的目的[5,6]。
因此，利用迈克耳逊干涉仪进行研究型实验设计具有变化多、内容丰富、研究性突出等特点。这里我们以“利用迈克耳逊干涉仪测量气体折射率”为题，作为一个研究型实验的案例，简述其实验设计与实施过程。
3.1设计原理与实验装置实验时，可以向学生提供：迈克耳逊干涉仪、He-Ne激光器、带气压表的“气室”、CCD图象采集系统等实验器材，要求设计一个实验方案并测定空气等气体的折射率。这里简述实验基本原理：在传统的迈克耳逊干涉仪的一个测量光路上放置一个可充气的“气室”，干涉图的观测采用CCD和计算机进行图象采集与处理。
如图1为利用迈克耳逊干涉仪测定气体折射率的实验光路图。图1实验光路图图中P为“气室”，它是由腔体、压力表和皮囊等组成。
通过皮囊可以给气室中的气体增加压力，也可以通过皮囊的减压阀放气给气室减压，腔内气压可以通过压力表读出。图中接收屏W处放置一CCD摄像头，干涉图像可以通过计算机进行显示和处理。
当激光束通过图1中M1前面的气室时，干涉图样随气室里气体气压的变化而变化：当气压增加时，干涉圆环从中心涌出；反之，干涉圆环向中心陷入。通过研究气体压强变化与条纹移动的关系可以得到气体折射率。
在恒定温度下，气体折射率n与气压成正比：（1）式中p为气体压强，k为比例系数。在绝对真空下，则。
对于常压条件下，则，当气室内压强改变时，由于折射率的变化引起光程差改变（），可以观测到条纹的移动个数N。各参数之间的关系为（2）式中L为气室的有效长度，由上述各式可以推得常压（）下空气折射率为（3）3.2实验结果与分析利用图1的光路经仔细调节可以获得等倾干涉图象，图2是经CCD和计算机系统采集到的干涉图象。
当改变气室内的压强时可以看到干涉圆环从中心涌出或向中心陷入。实验中先向气室充气加压，然后缓慢放气并观测干涉圆环向中心陷入的条纹数。
实验中用He-Ne激光作为光源（=632.8nm），所用气室的有效长度L=75mm，如果常压取标准大气压强760mmHg，则（3）式可以写成：（4）表1给出了气室内压强增加值与条纹移动数N和计算得到的折射率之间的关系。图2CCD和计算机系统采集到的干涉图象表1：气室内压强增加值、条纹移动数N和计算得到的折射率值//个20.819.016.615.013.511.89.81.00029031.0029041.00028051.00028321.00028891.00029141.0002860对测量数据求平均值并计算不确定度，得到数据处理的方法还可以用作图软件，作出~N的关系曲线，通过求斜率计算得到折射率。
空气折射率的标准值是1.0002926（对nm）[7]，测量误差主要来自条纹移动非整数部分的估读和气压表读数误差。另外，对气室的有效长度L和实验室的。
3.设计型实验报告怎么写
昨天深夜CNN Health作了一篇科学报导，今天大概很快就会传到亚洲主流媒体版面。
它说，科学家作了一些实验，发现多用Yahoo！搜寻或Google搜寻，当你变成很熟练的重度使用者后，可以享受「练大脑」奇妙功效。 美国UCLA的神经科学专家找来24个中老年人（55~78岁）作实验对象，这24个人经过特意挑选，有一半是「重度使用者」，也就是常常使用电脑、对网路也熟练的人，另一半是「轻度使用者」，其它的控制变因全部一样。
科学家将这些人送进MRI的脑部扫描机，同时间让他们看一个电脑的浏览器，他们的手可以自由的操作键盘和滑鼠。 第一部份，科学家先请他们在萤幕上看一本类似「书」的画面，好多好多的字，请他们阅读，并且直接用眼睛找一些字句。
MRI脑部扫描机监看着他们大脑的变化，侦测到大脑的visual cortex在运作，也就是掌管语言与阅读的那块，这部份科学家早就知道了。 然后来到第二部份，科学家这次给他们一个Google萤幕，要他们搜寻一些资料。
没想到MRI扫描机这次除了侦测到刚刚那些语言、阅读在动之外，也看到 front part动了起来，这部份是掌管「决策」与「逻辑」的。这部份动起来，科学家更发现那些「重度使用者」的动的状况，是轻度使用者的二倍。
有趣的是，科学家看到这样的实验结果，竟然承认他们自己也无法解释为何「重度使用者」会比较去逻辑？去思考？ 于是，他们给了一个有点勉强的解释。他们将使用者面对搜寻引擎比喻为「碰到一个困难的考题」，轻度使用者因为对它莫法度、不会解，所以就不会去「启动」脑中的逻辑回路。
而重度使用者因为知道该怎么解，所以就会去启动脑中的逻辑回路，请大脑帮忙「解题」。 实在有点勉强。
而另一个科学家（不同家的）则对此研究报告不屑的说，这个finding有何了不起？就像你找来两组人，一组爱运动，一组不爱，然后再研究他们可以运动到什么程度，当然会发现，爱运动的那群人，显示出他们的肌肉用得比较多啊！ 换句话说，科学家找到了这个有趣的结果，却无从解释Why。 我想，科学家本身大概也不是搜寻引擎的重度使用者，哈。
我认为，原因还蛮容易推敲的。 你可以回想一下，轻度使用者在旁边和你一起搜寻的经验，或者你看着轻度使用者在使用搜寻引擎的经验，你会感受到，他（她）都是这样使用搜寻引擎的：来，我们来搜寻《海角七号》，就把海角七号打进去；我们来搜寻「Mr。
6」，就把「Mr。 6」打进去，然后按下搜寻键，他们以为搜寻就这样，已经做完了，若拿他们脑袋来看，会发现他们其实没「动到」脑袋。
但重度使用者，由于已在搜寻引擎「练战」许久，一天要练战十几回，所以……他们善用关键字。下关键字的感觉，就好像在下棋一样，如果要搜海角七号的DVD在哪卖，他们会搜：「海角七号、DVD」，然后为了防止资讯型的跑上来要加个「购物车」，为了防止广告跳上来要加个「官方」或「正版」等等（可能不是一个很适当的例子）。
总之，当你看到重度使用者玩搜寻引擎，两只手、十根手指在那边动呀动的，像八爪章鱼的脚，一付准备好大展身手，仿佛也可看到，他的脑子里肯定也正在呼噜呼噜的运转着、盘算着、计量着……。 报导也另外提到一位七十一岁的老人Jewel Hall，每天仍用她心爱的笔记电脑上网。
她解释，搜寻引擎真的让她感觉到「一直在思考、一直在思考」，她思考的东西包括：「这样搜寻会搜得出东西吗？」「要不要试试看用其他的字来搜寻？」「要用哪些字的组合才会跳出最理想的结果？」真的好像在下棋，不是吗！一次想很多步，一次放出好几条野马出去，同步在思考，为了一个简简单单的主题。 这篇报导直接说明两个创业机会： 第一、如另一个部落客老话重提的，就在「搜寻广告」上，既然这群重度使用者的大脑，在使用搜寻引擎时是处于与平常不同的「聪明」的、火力全开的最佳状况，那，这时候丢给他们一些有道理、有深度的广告，他们可以瞬间全盘吸收，虽然这是关键字广告本来就有的道理──它是在人们处于「找东西」（scouting ）状态下所丢出的广告，自然被点击率、甚至购买东西的转换率都会提高许多，但，如果让这些关键字广告「再更深一点」，说不定又有另一个层次的效果，或许谁可以试试看。
第二、上次有写到，「健脑软体」的产值最近不断地攀升，如果搜寻引擎真的可以「健脑」，那厂商可以刻意的包装搜寻引擎，让它们变成简单又好玩的健脑小游戏，我们甚至可以将它设计课程，让这么多人使用搜寻引擎，共同做某一个目的，这些人搜寻、寻宝、找到宝藏之后的这些搜寻结果，本身或许可以再包装起来卖钱！笔电叔叔 。nbuncle/news/2008-10/5164。
html#ixzz0KjP1aLKP&D笔电叔叔（。nbuncle）。
4.实验设计的基本类型
常用的心理实验设计有几种基本类型，而这些类型常常是被综合使用的。
单组设计与对比设计 根据是否设置控制组（对照组）划分的两种基本设计类型。①单组设计。
在所选被试编组时不设置控制组，其基本模式是前测-处理-后测，通过前后两次测量的差异检验实验处理的效果。统计结果一般采用t检验法。
单独使用这种类型的实验设计已不多见。因为在前测与后测中间有许多因素，如成熟、前测对后测的影响、测量工具的变形、情境的改变等，与实验处理的效果相混淆，从而降低实验的内在效度。
②对比设计。这是心理实验最基本的设计之一。
它把被试分为两组，一组为实验组，施以实验处理（也称处理）；另一组为控制组，不加实验处理。为使两组被试尽量同质，便于比较，一般采用随机分派法分组，通过测量两组的差异检验实验处理的效果。
其基本模式如Ⅰ。即使随机分派被试，但样本不很大时也很难保证两组在处理前同质，因而两组测量的差异不一定全是处理的结果。
为了弥补这一不足，常在处理前先对两组进行测量，即模式Ⅱ。如果前测的结果相近，可直接比较两组的后测，并用t检验法检验其差异，这时的差异即可认为完全是由处理造成的。
如果两个前测不同，就要把前测作为共变量，进行独立样本单因素的共变量分析。这种设计的优点是克服了大部分影响内在效度的无关变量。
但由于有前测，又增加了前测的反作用效果，使外在效果有所降低。所谓测验的反作用效果是指处理前进行的前测可能增加或减少被试对处理的敏感性。
两种基本设计类型 根据分组与处理方式划分的两种基本设计类型。①完全随机化设计。
又称被试间设计或独立组设计。它起源于抽样理论，即依据概率统计的原则，把被试随机分派到各组，接受各组应进行的处理。
由于是随机分派，所以在理论上各组接受处理前各方面是相等的。如果在同样条件下对两个或两个以上组施以相同处理，则各组效果的平均数在统计上应没有显著差异；如果对两个或两个以上组分别施以不同的处理，所得效果平均数的差异可被断定是由于处理的不同而造成的。
这种设计的实验结果一般采用独立样本的t检验或方差分析。在对比设计中所列的模式Ⅲ和Ⅳ，都可以说是完全随机化设计，也可以算作对比设计。
模式Ⅲ的特点是实验组不进行前测，控制组不进行后测。由于被试是随机分派的，实验组与控制组被看作同质，所以比较控制组的前测与实验组的后测，即可推断处理的效果。
这种交叉前后测法虽在理论上能克服前测的不良影响，但较为理想的随机对比设计则是模式Ⅳ。它是把被试随机分为4组，即两个实验组和两个控制组，每两个之中都是一个有前测另一个无前测。
模式表中的Y1、Y2、Y3、Y4均为后测的结果。用独立样本2*2方差分析法检验“前测与无前测的差异”、“实验处理与无处理的差异”以及“前测与处理交互作用是否显著”，就能既克服前测存在的反作用，又防止实验组与控制组可能出现不同质的状况。
这种设计虽然比较理想，但它的被试有4组，人数多、实验次数也多，因而不够经济。②随机区组设计。
又称被试内设计。它先把被试按某些特质分到不同区组，使各区组内的被试更接近同质，而区组间的被试更加不同。
然后将各区组内的被试随机分派接受不同的处理，或按不同顺序接受所有的处理。这样，对于一个区组来说是接受所有处理的。
这一点与完全随机化设计不同。完全随机化设计中各组只分别接受各自所应该接受的处理。
Ⅴ是随机区组设计的基本模式。它与完全随机化设计的不同还表现在把“区组”这一变量也纳入了实验设计。
这样，总变异就可以分成“处理间”、“区组间”及“误差”。与完全随机化设计相比，它能把由个别差异造成的变异估计出来。
划分区组的依据与要考察的反应变量密切相关，即当同一区组的被试在第1个实验处理中得分高于其他区组时，在第2个处理中的得分也同样高。因此，随机区组设计的统计方法一般用相关样本的t检验或方差分析。
另外，如果随机区组设计中的每一区组都进行所有的处理，便称为完全区组设计；如果每区组所进行的处理数小于总的处理数，则称为不完全区组设计。后者虽然每一区组不进行所有的处理，但每一处理所在的区组数须相同。
大部分心理学家在实验中的处理数都不太多，基本上是用完全区组设计。若处理数很多（农业实验中常遇到这种情况），由于实验的总实施次数很大，限于人力、财力及时间，则须采用不完全区组设计。
这两种设计是根据实验中自变量的多少来划分的。①单因素设计。
它的自变量只有一个，其他能影响结果的因素均作为无关变量而加以控制。这种设计简明易行，但由于在实际生活中影响心理活动的因素常不止一个，所以当情况比较复杂时，最好使用多因素实验设计。
②多因素设计。自变量为两个或两个以上的实验设计。
常用的多因素设计有完全随机化、随机区组和拉丁方等。完全随机化多因素设计根据自变量及每个自变量的变化水平（处理）的多少进行随机分组。
在2*2因素设计中，有两个自变量因素A、B，每个因素又有两种水平，共有 4种可能的处理，即A1B1、A1B2、A2B1、A2B2。这就。