简单模型：人口增长的 逻辑斯蒂曲线 (Logistic growth curve)，描述资源受限时的 S 形增长。
复杂模型：英国公共卫生部绘制的 肥胖系统图 (Obesity Systems Map)，用数百个节点展示肥胖成因的相互作用。
此处有一段内容暂不支持显示。

并非理论的终结

Massimo Pigliucci 质疑：若只寻找模式而不解释原因，就不再是科学；科学进步依赖可解释性。
Drew Conway 指出：并非所有领域都有充足数据，仍需要模型与假设。
Andrew Gelman 强调：“相关不等于因果”，未来也可能不同于过去。

数据科学推动前沿科学

物理学、生物信息学、地球科学等原本就依赖大数据，因而各自掀起新的数据革命。
政府相继创建跨学科机构，如 英国艾伦·图灵数据科学研究院 (Alan Turing Institute)，推动数据驱动科研。
新的数据来源与工具（众包、社交媒体、DataONE 生态数据平台）让公民科学成为可能。

数据科学服务社会公益

AidData 互动网站将全球发展融资数据公开，支持政策制定与透明度提升。
Data Science for Social Good (DSSG) 计划培训数据科学家，为社区和慈善组织提供技术支持

Futurology

医疗保健未来学（Health Care Futurology）

你的身体可被“数据化”：
- 胃部可通过传感器监测食物与营养
- 血液可实时监测胰岛素等指标
健康仪表盘：个人健康数据与全科医生 (GP) 实时共享
按绩效拨款：医保/健康管理机构 (HMO) 将资金与患者护理结果挂钩
行为可被追踪：昨晚冰淇淋或啤酒暴饮、今天缺席晨跑都可能被记录

汽车未来学（Automobile Futurology）

城市若无超速罚款收入，财政如何应对？
自动驾驶汽车时代，酒驾法规是否改变？
出租车行业 面临何种冲击？
汽车保险业 将如何调整？
仍在“手动驾驶”的人及其保险将何去何从？

Introduction to R and R Markdown.

R: A Powerful Data Science Tool

R 是一门编程语言
- 可复现 (Reproducible)
- 可适应 (Adaptable)
为统计学家而生，功能化且专门化
优势：
- 庞大社区、商业智能常用
- 制图能力强，便于沟通与展示

RStudio, a tool for R

帮助管理完整工作流程
- Project 功能像文件柜，便于组织
- 丰富的 包 (Libraries) 管理
支持命令行与脚本双模式
让编写、运行、调试 R 代码更高效

R Markdown

要保持可复现的工作流，必须记录处理过程的每一步。

R Markdown 是一种撰写格式（.Rmd 文件），可将 R 代码 与排版文本结合，让我们能够：

解释思路与流程
讨论所需代码
展示处理结果
解释输出
让他人完整复现

R Markdown格式

Knitting R Markdown

RStudio中点击 Knit，RStudio 会执行文档中的所有代码块

Visualising and aesthetics.

R 采用 Grammar of Graphics 描述数据到图形元素的映射

核心包 ggplot2

使用 R 绘图

R 中的方面

有时，你会想进一步划分数据，绘制多个可视化图表。例如，如果你想分别分析不同年龄段的结核病数据，该怎么办？

p <- p + facet_grid(~ age_group)

Visualising it all

Introduction to data wrangling.

Wrangling the data

是指将原始数据转化为可分析的数据，以生成有效且可行的结果和洞见的过程

并非所有数据都能立即使用
并非所有数据都是干净且整齐的
我们需要先把数据“整形”成可用的状态

什么时候需要Data Wrangling

数据错误
- 缺失值或不一致值
- 格式错误
- 异常值
数据量过大
- 过滤不需要的信息
- 找出真正需要的部分
多数据集组合
- 关联不同数据集中的相关元素
- 合并数据集
数据离散化
- 将连续型数据转换为分组类别

Tidy data

Tidy data是一种组织和使用数据的结构化方法：

标准化你的数据，可同步标准化所有工具与流程；
最小化反复进行数据整形的需求。

凌乱数据（Messy data）：

由于数值或列名含糊，难以理解；
组织结构混乱。

R 中的整洁数据

数据通常以 宽格式（wide）——列很多；或 长格式（long）——行很多——存储。
- 先转换成所需格式，往往更易保持整洁。
在 R 中，使用 tidyverse 套件及其“动词”实现整理：
- gather：宽 → 长；
- spread：长 → 宽；
- separate：把一列中的复合变量拆分成多列。

Gather

gather（或 pivot_longer）将凌乱数据转换为长表。

需要指定：

key（标识符列）— 收集列的新变量名
value（度量值列）— 收集值的新变量名
names — 要收集的原列名

结果：原先的 male, female 两列被压缩为一列 sex，其计数进入 count 列。

Spread

spread（或 pivot_wider）把长表转换为宽表，与 gather 相反。

separate 用于将复合列拆分为两个或更多变量。

需要：

separator（分隔符；默认为非字母数字字符）
新变量名（拆分后新列）

整洁数据与数据整形

数据整形 ≠ 只有整洁数据
整洁数据 ≠ 只用于数据整形
二者同样关键：
- 高效 (efficient)
- 一致 (consistent)
- 可重复 (repeatable)

r

# Top Heading
## Sub-heading
- List item 1
- List item 2
[Link to Monash](https://my.monash.edu)
```{r}
library(tidyverse)
smaller <- filter(diamonds, carat <= 2.5)
smaller
```

r

tb_smaller_long <- gather(tb_smaller,
                          key   = "sex",
                          value = "count",
                          male, female)

r

Long_data <- spread(messy_data, key, val)

r

tb_long2 <- separate(tb_long,
                     "sex_agegroup",
                     c("type", "sex_agegroup"),
                     sep = "_(?=[mf])")

课程目录