师：同学们好，我们先来回顾上节课的核心概念。大家看这个表格，当只出现“男”字时，我们不知道具体是谁，但随着信息增多，对相关人物就越来越清晰。通过两条信息推导得出他们是老乡。通俗来讲，表格里的内容叫数据，表达完整语义的叫信息，由两条信息推导出来的叫知识。这节课我们探讨数据的来源、收集与分析，初识数据科学。

　　首先，从社会热点问题看个案例。随着生活水平提高，很多学生成了“小胖子”，他们有爱打瞌睡、易饿、体育跑不动等烦恼，过重身体影响日常生活。现在想调查饮食与肥胖的相关性，请大家思考一套方案，即思考三个问题：怎么调查？调查什么内容？如何分析两者关系？我们先搁置这些问题，来看数据的来源。

　　按照数据获取的直接性，可分为直接数据和间接数据。直接数据是从调查者直接获取的数据，不过样本空间受调查成本、环境等因素影响，样本量可能不大，成本相对较高。间接数据是借助中间人、纸或在线调查等方式间接获取的数据，能获得大样本数据，调查成本低，实施方便。

　　除了这种分类，随着互联网和人工智能发展，手机APP及手环等设备中有很多传感器，据此数据获取又可分为意识干预下和非意识干预下的数据获取。比如纸质调查，涉及隐私数据时，人们可能会优化数据，导致样本不一定真实。而非意识干预调查，像手机APP、手环获取的数据，由行为直接分析得出，相对真实。在现实生活中，可根据实际情况选择不同数据来源。

　　那数据该如何获取呢？具体方法有访谈法、文本汇总、观察记录、调查问卷，还能通过在线调查。如果现在收集咱们班学生饮食和肥胖关系的调查，大家觉得哪种方式好呢？大家的建议都很不错。在这么多方法中如何权衡呢？数据收集方法可根据实际情况选择，权衡时：现场观察加测量体重数据属于直接数据，适合小样本，但受成本和环境影响，且观察记录受人为意识干预；纸质材料现场调查属于间接调查，适合小样本；线上网络问卷调查也属于间接调查，适合各种规模样本，且受意识干预；从APP购物及其他传感器获取的数据适合大样本，不受意识干预，相对真实可靠。

　　根据同学们的回答，我们来进行一个活动。请同学们分小组结合实际情况设计问卷调查表，要求问题10条以内，单选、多选与问答相结合，要规范，便于打印或在网络调查平台发布实施。现在请大家完成。

　　通过巡视，我发现大家设计得都很好，不过能不能再优化一下呢？在生活中设计网络问卷调查，本质上是基于一种假设，思考设置的项目与调查的两者关系的相关性。基于这个假设完成数据项设置，调查后进行分析，最后做总结性评价。所以设计调查表项目的过程，本质是设计假设关联因子项的过程。

　　接下来我们实施网络调查。首先将调查表制作成在线调查表并发布，然后公布调查网址，最后完成调查。老师准备了一段视频，大家看。打开问卷星网站，可以通过账户密码登录，也能用QQ扫码登录，扫码后在手机上确认，网址就会自动跳转到登录后台。接着选择创建问卷，设置问卷名字时要公正客观，避免有歧义、带明确指向，防止误导调查者做出有偏的回答。名字取好后点击创建问卷，再设置相关选项，比如以设置性别为例，选单选按钮，先标“请问您的性别”，下面选项改成男和女，设置完点击完成设置，然后发布问卷，可把网址发给调查者，也能制作海报将调查网址做成二维码，便于大面积分发分享。