現在的學術論文里存在數據造假的情況嗎？
前幾天和研究生畢業的表姐聊天，期間聊到她的畢業論文。她說自己論文里的數據不是通過實驗得到的真實數據。而是為了支持自己的結論直接計算出來的。實際實驗的時候十次裡面能對一次就很不錯了。表姐是一個二本學校的研究生，在那些985，211的名校里會存在這種數據造假的情況嗎？在更高級的博士論文或者其他的學術論文里會有這種情況嗎？
結論錯誤的多的是，謹慎推測別人作假（最好不要認為別人作假），所以一定要批判性得看文章。所以記得有一句話：理論物理的人都認為自己的結論可信，但別人不信。實驗物理的工作別人都相信，唯有自己不信。 一般來說感興趣的重複下實驗或推導。重複不出來就要找原因，儀器不如人，還是水平不如人，還是沒看懂。要認為文章有作假一定要慎之又慎，萬分謹慎。在我審查文章時，我們必須認定作者的實驗數據沒有作假。這是要求。 至於邏輯漏洞導致的文章結論錯誤就很多了，不過多看了終能分辨出來。關於邏輯漏洞，會導致文章的結論錯誤，不是作假，也無關道德。科學的進步本來就是在爭論中得出正確結論。在數據有限的情況下，只能憑藉忽略次要因素，和猜想來建立模型。那麼模型不正確的可能性很高。歷史上的大牛們也經常犯錯，比如泡利就一直不相信楊-李的弱宇稱不守恆一樣一樣。但是在發展過程中，當實驗的數據積累到一定程度，正確的結論就會呼之欲出。 最後，作假非常惡劣，作假必須嚴懲，但必須有足夠的證據。科研上一開始的新現象大都是偶然所得，重複性不好很正常。重複性好那不是科學，是工程。
多年前我們組做出了金剛石放大器，就成功一次發了PRL，在接下去的兩年時間再也沒重複出來。直到我花了很多時間，重摸條件，才穩定實現。但就科學上的意義遠不如第一次得到信號。
個人覺得給小保晴方子的時間還不夠多。。。有被查出來那些都是連造假技術都拙劣到讓人捉急的所以我儘可能把SI給的詳細一些做到問心無愧
暫且不用說是普通的學位論文，就算是發表在頂級雜誌上的文章一樣有造假的可能，ps圖片這種還容易看出來，但數據的偽造或者是有意挑選數據就很難識別了。學術圈和其他圈子差的不多，可能稍微乾淨點，但為了利益等諸多因素，造假顯然是屢見不鮮的。
關於普通的學位論文，其實之前寫論文的時候也下載過許多，有些一看就很亂來的（包括一些國內雜誌的論文也是），照樣發表。我不做實驗，但按照做合成和輸運實驗的同事的說法，靠譜的雜誌（至少nano letter一類，nature子刊、甚至主刊級別的就不說了）文章一般還行，除了用的儀器太好的，一般能重複出來。當然漏網之魚肯定也有，就像上面有人提到的小保方晴子等等。
如果十次裡面能重現一兩次的寫上去也算造假，那麼大部分涉及納米科學和定量分析的期刊都存在造假。比如做材料拍TEM為了做出均勻性和美觀性，拍一百張挑一張貼在正文;做光譜定量分析十組挑誤差棒最小的一組上正文。這類的挑數據，十篇里九篇跑不了。幫我做電鏡的老師很平靜地告訴過我某課題組為了發angew(化學頂刊)專門拍一個樣品反覆滴銅網拍了兩個月。
如果是徹底憑空偽造數據，有肯定有，但是一般有個度，不會傻到誇張到讓人關注。嚴重捏造的那恐怕還是不多。至少985高校的博士一般不敢。
本學渣平胸而論，所謂「學術」論文可以分為以下四種：
1. 學界高端人士/大拿/天才所作，對於某一領域有著引領/突破或者有一定意義的Paper；
2. 學界平庸教職人員所作，混指標用的；3. 部分研究生/少數本科生的誠懇之作，我通常定義為「除了拿學位混學分之外還有些別的不管實際不實際有沒有意義的『追求』」的dissertation；4. 混學位用的。針對上述234，以我所了解一二的社科（傳播、營銷、經濟等）領域：
低端一點兒的問卷／訪談etc.，中端一點兒的文本分析／統計etc.，高端一點兒的各種相關回歸理論模型etc.，只要是重複驗證的成本稍微高一些，數據造假簡直不要太普遍。論文中：「83%的受訪者表示……」
結論中：「經過歸一處理，XX意願水平平均值高達4.364，方差0.354，中位數4.223，90%置信區間為XXXX，顯示出XXXX……」答辯時：「你這個數據怎麼回事，R2＝0.87，你不覺得太高了嗎？」
國外教育發達的地方稍微好點兒，比較普遍的是在樣本篩選、數據清洗這些地方做做手腳，比方說有些對結論有利的極端值不去掉、找特別貼合結論的人群/時間段/地理範圍之類的等。國內有很多人的問卷數據都是編的，問卷根本發都沒發過。
其實個人感覺，1類中的Paper很多也有「數據造假」之類的嫌疑。Critically讀的時候，很多情況下能夠感覺到作者的傾向性，以及研究（取樣、建模、分析等）方法中的「不嚴謹」。誅心而論的話，那些背景顯赫的大拿們很多時候是有能力解決在Conclusion裡面自己提出的很多Research Limitations的（不過那樣怎麼能得出「嚴謹」的結論呢23333333）。後世學子/學者們為了自己的Reference，也會選擇這些Paper過來當論據。畢竟對於絕大多數領域來說，也就那麼百十來篇理論奠基地位的Paper構成了Reference的主體。當然有，但是這個問題很複雜。
CS可以說是實驗可重複性最高的學科了。除了一些隨機化的方法，其它理論上都應該是可以重複的，因為代碼/編譯器不會撒謊。
但是即便如此，許多paper，甚至頂級會議的paper中聲稱的實驗結果都是難以再現的。這裡的難以再現是指：我們採用作者推薦的調參過程、運行環境、數據集，但依然無法再現。這時，我通常回去找老闆談，而老闆一般會說：呵呵……
學術界也是一個社會，並且是很強的人情社會。我只能說到這裡了……如果非要拿房地產和科研比，房地產並沒什麼泡沫
一切不符合理論的實驗結果，都是由於隨機誤差而引起的。
題主圖樣了。我們不會去造數據，因為這樣太容易出破綻了。我們只是挑實驗結果，使到發表的數據跟我們自己提出的理論吻合。僅此而已，怎麼算造假呢？呵呵。其實挑實驗結果這個事情，滿大街都是。挑結果這事，韓國中國台灣印度一檔，日本一檔，歐美一檔。
其實倒是有些辦法可以分辨出這些文章來的：
- 被引用數量，這沒啥好說的，硬指標。
- 如果你發現一篇文章的樣品數量比較少，而且沒有error bar的話，十有八九是挑結果了。
- 某個group要是發現一個好的新方法，必然照著這個方法灌上一堆文章。如果你發現某個group的文章沒有連續性，也就是之間沒有什麼聯繫的話，有問題的概率也會變大。
PS：如果文章是關於合成方法的話，那看看get個idea就完了，沒有一模一樣的機器，一模一樣的人，別指望能重複。
PSS：其實做實驗比做理論難多了。論難度：實驗&>理論&>&>計算。PSSS：現在研究生太多了，文章質量參差不齊，我現在讀paper的時候都不指望能學到啥了。尼瑪那些文章，邏輯上面自洽已經不錯了，尤其是國內的文章。
太多了。
一個控制方法，看作者的模擬和實驗曲線都有種豁然開朗的喜悅。既然沒有別人的設備就按照數據驗證一下模擬結果吧。自己跑一遍發現不一樣——肯定是數據抄錯了;檢查一遍發現不一樣——結構有問題？不應該啊；檢查一遍還是不一樣——人生就是這樣喜怒無常啊，再看看；……十幾遍檢查，和別人討論之後，仍然不一樣——呵呵，這個作者一定用的是定製版的Matlab吧。後來我才知道，原來那些曲線、那些諧振，都是可以PS的。Naive了，sigh～我只是選擇有效數據而已。
碩士和博士論文被查出來數據造假，都會被吊銷文憑，追求真理沒錯，這麼黑表姐真的好么？我們學校里，每年都會有因為博士論文不合格，已經畢業很多年的被吊銷學位。數據造假的確實很多。國內的大多數文章都不被看上眼，都成不了大氣候，也沒人糾。像小保方晴子這種，這麼招眼，全世界的大牛都在圍追堵截，現在的這麼慘也是可以理解的。
參見韓春雨
就我做的控制學科領域來說，是不存在假的數據的，那樣幾乎立馬會被審稿人發現……畢竟有能力憑空捏造實驗數據的人沒有必要通過造假髮論文。他們可以寫綜述啊！
所以學術圈很單純很美好咯？呵呵，naive
數據是真的，但是大部分都是做了99次失敗，第100-105次成功。 選了最成功的那一次，還截取了波形最好的部分……搞不好還做了數據美化（比如濾波、坐標轉換什麼的。這不算造假，因為實驗的器材不可能是完美的，肯定有雜訊。但是濾多深，哪些是隨機誤差哪些是你控制策略自己的問題就很難講了）我做出來了啊，你看做了五次獨立重複實驗都沒問題啊。但是你也很難證明你99次失敗是隨機誤差引起的，還是你的控制策略有問題引起的還是別的什麼。
你說在做106次？發完論文誰還去碰那些啊……很危險噠，動不動就幾百伏几百安碰到會死人的造嗎…… 現在看同行的實驗結果，數據分析我都自動打七折-九折看臨床型同學數據早編好了，科研型同學還在一遍一遍的重複實驗 這研究生讀的好累
我現在研二，是計算機專業的，研究的方向數據集特別缺乏，這個方向本來數據集就要自己搜集的。。唯一下載到的數據集還是特別簡單的，我想的方法無法針對這樣的數據集，看論文里說很多都是使用眾包平台，類似於問卷調查之類的。。召集自願者共享數據。。所欲誤差很大的。。數據必須自己構造。。當然涉及一些造假了！ 另外 有誰知道有哪些好用的平台可以搜集實驗數據么？？？