Week 4讲完Survey Research，Week 5讲Measurement（量表设计），Week 6讲Online Data Collection和Sampling Method——这三周是连续的问卷设计工具链。Week 6的lecture结束后，当天就要交Stage 1。

这意味着：Week 4的3小时lecture如果没听懂，后面没有补救机会。Week 5和Week 6是在Week 4的基础上往下走，不是重新讲一遍。

而且Week 6要交Stage 1的同时还要上新课（Online Data Collection和Sampling），时间压力会很大。如果Week 4-5没有跟上，Week 6你会发现自己在同时应对"听不懂的新课"和"做不完的小组作业"。

🎬 Week 7的Revision周，不是给你喘息的

Week 7是Revision周，lecture和tutorial都是Revision。乍一看好像是个缓冲——Week 6刚交完Stage 1，Week 7可以放松一下。

但这个Revision的真正作用不是让你休息，而是为后半学期的画风突变做准备。

前半学期（Week 1-6）教的是研究设计：怎么定义问题、怎么设计问卷、怎么选数据源、怎么抽样。后半学期（Week 8-13）教的是数据分析和高级技术：

Week 8开始讲Experimentation（实验设计），Week 9讲Text Analysis和NLP，Week 10-11连续两周讲Data Analysis Part 1和Part 2，Week 12讲Advanced Analytics。

从Week 8到Week 13，你学的东西和Week 1-6完全不是一回事。前半学期是"怎么问对问题"，后半学期是"怎么从数据里找答案"。Week 7的Revision不是复习前半学期的内容，而是让你确认"研究设计的基础有没有打牢"——因为后半学期的分析技术，必须建立在正确的研究设计上。

如果Stage 1的研究设计有问题（比如问卷设计有缺陷、抽样方法不合理），Week 9之后学数据分析时会发现"这个数据根本没法分析"。但那时候已经来不及改Stage 1了。

💰 组队策略：不要只看写作能力

因为50%绑定小组项目，大多数人组队时会优先找"写报告厉害的人"。但这门课的小组项目，写报告只是最后一步。

Stage 1的核心是研究设计——你要能判断"这个研究问题能不能用问卷解决""这个量表设计有没有坑""这个抽样方法后面分析时会不会出问题"。这些判断能力，不是写作能力能弥补的。

Stage 2的核心是数据分析——Week 9-12教的Text Analysis、NLP、Data Analysis 1&2、Advanced Analytics，你组里得有人能把这些技术用起来。如果Stage 1设计的研究需要用NLP分析开放性问题,但组里没人会Python或R，Stage 2就会卡死。

而且要注意：这门课所有作业都允许AI，但允许AI不等于AI能帮你判断研究设计的可行性。AI能帮你写"研究问题是XXX，我们打算用问卷法收集数据"，但AI不能帮你判断"这个问题用问卷法会不会在Week 10分析数据时发现根本分析不出来"。

⚠️ Week 13的时间炸弹

Week 13要交Stage 2（25%），同时Individual assignment（30%）在期末期间交，覆盖Week 1-13全部内容。

这意味着Week 13你要同时做两件事：

1. 收尾小组项目Stage 2——分析数据、写报告、可能还要做presentation
2. 开始准备Individual assignment——2000字，覆盖整个学期13周的内容

Week 13的lecture是Course Summary，tutorial也是Course Summary——这是在帮你准备Individual assignment。但Week 13你的主要精力会被Stage 2占据，Course Summary的内容很可能顾不上消化。

真正的策略是Week 10-12就要开始积累Individual assignment的素材。

Week 10-11教Data Analysis Part 1和Part 2，Week 12教Advanced Analytics——这三周的内容会是Individual assignment的重点，因为是课程的高级部分。如果Week 10-12只顾着做Stage 2，没有同步整理这三周的知识点，Week 13之后准备Individual时会非常被动。