8.我不建议按照论文各部分最终的顺序写论文。首先应该编写材料与方法部分，提供所有必要的细节以便他人能重复此研究。写作方法部分的每一段落时，重读你的假设并回忆一下你为什么要做这些实验。如果你都不清楚这些实验与你的假设之间的联系，那么读者也很难看出来。稍后可以对方法部分进行再修饰。

9.通常可以在描述每个方法的开头，增加一些几个单词组成的短语，用来解释为什么采用这个方法，以及它如何与项目中的其他实验相关联。例如，“为了确证mRNA方面的结果，我们使用……分析了生成的蛋白质”或“为了进一步评估心理测试在ADDH诊断中的有效性，我们通过采用……进行了长期效果评估”。

10.统计方法。许多读者会直接相信作者能确保其研究使用了适当的统计检验进行分析。因此，对于作者来说，选择正确的统计分析方法并理解它们，是很重要的。在必要时可以寻求统计学家的帮助。

11.接下来写结果部分，段落之间的顺序应合乎逻辑。重读你的假设。将每一个你要报道的发现与要检验的假设联系起来。

12.在结果部分，有时会对实验结果进行解释，但更常见的是将这些解释留到讨论部分。如果你想在结果部分解释你的发现，那么你必须只表述事实，并且在讨论部分不再重复。应该避免在结果部分进行猜测。猜测(使用单词如“也许”、“或许”、“大概”、“可能”、“有可能”)要留待讨论部分进行。

13.在结果部分，尽可能以高效的方式呈现事实。如果一个表或图能最简单地表述结果，那就采用表和图。完全可以这样表述:“血清实验室化验的结果如表1所示”。也可以添加这样的句子:“请注意在12个化验分析物中有5个显著升高。”对读者来说，比起试图破译一段冗长的包含数据的文字来，表或图更容易看懂。如果有出色的表和图，结果部分可能也就几句话。

14.数据，不管是在文本还是表中，都不应该包含小数点后任何毫无意义的数字。从本质上讲，如果在现实世界中并不是真正重要的，那就不要提供小数点后的数字。比较456.237 +/- 64.243和234.549 +/- 76.345，是很少有意义的!使用456 vs 234就好，不管检测的是什么变量。实际上，使用过度和毫无意义的数字，会使审稿人认为作者并未考虑数据的实际意义，而只关注数学和统计。

15.避免屈服于p值。我将用一个极端的例子进行说明。如果p值是0.049，你会认为治疗是成功的，而如果p值0.051则认为治疗完全失败吗?你不应该这么认为。在现实中(纯粹的统计意义之外)，对于p值为0.049和p值为0.051，本质上是没有真正的区别的。我们不应以p值落在随机值0.05的哪一侧而得出质变性的结论。0.05不是一个神奇的数字。这就是为什么p值应该被写成p = ###，而不是p0.05。确切的数字，可以让读者看到均值相互之间到底有何差异。同时，使用大量的零并非经常管用。使用p