1、什么是数据
这或许算不上一个问题，数据你可以把它比作是加工过的“信息”，而数据分析是对信息作出的解读。所以，不管是social还是做研究，大家都在一个信息流动的世界。
这里举一个不太恰当的例子，eg：翟博士的“知网是什么”，信息被深度挖掘后，结果有些心酸。
如果大家对数据与信息比较感兴趣，可以了解一下香农提出的信息论。
(信息的基本作用就是消除人们对事物了解的不确定性)
2、数据从哪里来
生活中的数据是无处不在的，只是很多人通常不会将其挂在嘴边。将它当成信息即可，当你想推理一个问题或者有意识的注意到一些事情时，任何相关的信息都可以变成数据。
比如，你想减肥，你会留意你体重的变化；当你看到你朋友在朋友圈发了一个毕业照，你大概知道他快毕业了，或许你会疑惑，数据不应该是数字吗，但我现在发一些数字，如18808021，你也不知道它是什么，所以，数据应该传达信息（但信息是局部的，所以收集的越多，则越接近你的目的）。信息在你大脑中里做了量化，eg：毕业照( 信息给你的判断: 毕业VS 没毕业)。
3、什么是样本
大家一定都知道，最近华为爸爸被美帝打压，假设你想知道国人对华为的支持程度，你会怎么做呢？你会把全中国十多亿人都问一个遍吗？可能现实情况是这样子的，你打开了微博，看到了一个几万人的投票，然后你看到了100%都是红色支持华为的一方，然后你心里有数了。
不管你是比较感性还是理性，我们很多时候总会凭经验去做判断，比如第一印象就比较难忘记。这里其实涉及到统计中最基本也最重要的几个概念，样本与总体，统计推断。
一般，总体（population）是指我们研究的全体对象。样本（sample）是总体的一部分，
我们从样本中搜集信息，以便对总体做出推断。
4、 好的样本与坏的样本
提这个问题的原因有两个，第一是为了引出抽样以及误差的概念，我们已经知道，很多时候，我们都会从样本中获取信息，然后将其内化成我们的经验，然后对总体做出推理。
当你从一群反华分子中获取信息时，可能跟你预料的会相反。因此对样本的选择比较重要，该统计技术则是抽样。抽样分概率抽样(eg:随机抽样、分层抽样)与非概率抽样(eg:方便抽样、滚雪球抽样)，另外是误差：误差里面有两个重要的概念，即偏差与变异性。偏差指的是，当我们取多个样本时，它们的统计量朝同一个方向偏离总体的参数值。变异性指的是，当我们取多个样本时，统计量的值的离散程度。变异性大，意味着不同样本的统计量可能差别也较大。 一个好的抽样方法， 其偏差与变异性都较小。
第二个原因是，出于个人的理解，目前信息无处不在，需要保持自我的判断。
