在本模块中，我们将讨论如何获取、存储、清理和探索回答研究问题所需的数据。首先，我们将了解如何收集高质量的数据。其次，我们将了解在处理个人数据时如何解决隐私和安全问题。然后，我们将了解如何首先描述和总结数据。最后，我们将讨论初步数据分析的原则。

在本模块中，我们将了解如何处理从数量有限的个体获取的数据。您将发现统计推论如何将样本和群体联系起来。首先，我们将讨论随机变异、抽样分布和标准误差等重要概念。 其次，我们将讨论假设检验的原理。然后，我们将回顾最常用的统计检验。最后，我们将讨论如何决定研究样本的规模。

在本模块中，我们将讨论回归建模的基本原理，这是分析复杂数据的一系列强大工具。我们将从简单开始，逐步增加模型的复杂性。我们将从用于连续结果的线性回归开始。然后，我们将继续学习可用于二元变量建模的逻辑回归，最后我们将考虑事件结果时间回归。

在本模块中，我们将对数据分析结果进行批判性评估，并讨论在大数据和海量信息时代数据分析所面临的挑战和危险。 首先，我们将了解不良的数据分析实践会如何极大地影响科学进步。其次，我们将讨论如何报告科学发现中的不确定性这一热门话题。这一直是科学文献中争议较大的问题。我们邀请了两位专家阐述他们的不同观点。 然后，我们将讨论不同形式的偏见。 最后，我们将为您提供撰写完美统计计划的技巧和窍门。 本周的特别之处在于，我们将与一个讨论小组合作，讨论您在进行自己的研究时可能会遇到的一些棘手的社会情况。我们大多数从事过研究工作的人可能都经历过这些情况，如果您觉得合适，请分享您认为合适的想法，并关注我们其他人的回复！