
“大數(shù)據(jù)”時(shí)代的 質(zhì)量觀
大數(shù)據(jù)是全球新型工業(yè)化進(jìn)程的必然產(chǎn)物,與計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展息息相關(guān)。所謂大數(shù)據(jù),一般是指規(guī)模巨大的數(shù)據(jù)集,這些數(shù)據(jù)由于存儲量和結(jié)構(gòu)規(guī)模龐大,無法用現(xiàn)有的軟件系統(tǒng)和統(tǒng)計(jì)模型進(jìn)行分析和處理,無法完成數(shù)據(jù)的擷取、分類、關(guān)聯(lián)和趨勢等方面的分析,更難以達(dá)到數(shù)據(jù)分析運(yùn)用于經(jīng)營和管理等方面的目的。從統(tǒng)計(jì)學(xué)的角度來看,大數(shù)據(jù)包含四個(gè)基本特點(diǎn):一是數(shù)據(jù)的體量龐大,從TB級別躍升到PB級別;二是數(shù)據(jù)的種類繁多,甚至打破我們對于常規(guī)統(tǒng)計(jì)量的認(rèn)識;三是價(jià)值密度較低而商業(yè)價(jià)值較高;四是數(shù)據(jù)處理的速度快。
大數(shù)據(jù)的出現(xiàn)對質(zhì)量科學(xué)的影響非常巨大和深遠(yuǎn),這里探討的質(zhì)量觀,一般是指人們對于質(zhì)量的基本看法和觀點(diǎn),可以看成是一種質(zhì)量科學(xué)領(lǐng)域的世界觀。大數(shù)據(jù)背景下的質(zhì)量觀關(guān)系到我們對于質(zhì)量科學(xué)未來發(fā)展的基本方向的認(rèn)同,也會引起我們對于當(dāng)前質(zhì)量科學(xué)技術(shù)的思考和改進(jìn)。
首先,大數(shù)據(jù)是面向質(zhì)量過程的總體數(shù)據(jù),而不再局限于隨機(jī)樣本。質(zhì)量科學(xué)的進(jìn)步最為內(nèi)在的動(dòng)力就是數(shù)理統(tǒng)計(jì)方法,其中抽樣技術(shù)是最核心的方法之一。隨機(jī)抽樣是當(dāng)代質(zhì)量管理技術(shù)最重要的手段和方法,也是六西格瑪管理和質(zhì)量改進(jìn)的重要技術(shù)特征。對于一個(gè)完整的工業(yè)過程而言,我們幾乎可以收集到全部的總體數(shù)據(jù)。而大數(shù)據(jù)無法使用常規(guī)的統(tǒng)計(jì)軟件和工具完成計(jì)算和分析,因此即便是收集到的全部統(tǒng)計(jì)數(shù)據(jù),我們也幾乎無法完成預(yù)定的質(zhì)量管理和數(shù)據(jù)分析任務(wù),需要借助專門的海量數(shù)據(jù)挖掘和云計(jì)算技術(shù)。這就出現(xiàn)了一個(gè)矛盾,即面向總體質(zhì)量統(tǒng)計(jì)的大數(shù)據(jù)資源理論上可以滿足一切質(zhì)量管理的需要,但質(zhì)量管理實(shí)踐中卻無法實(shí)現(xiàn)常規(guī)的統(tǒng)計(jì)分析和監(jiān)控,因?yàn)閿?shù)據(jù)量過于龐大。這個(gè)矛盾的解決方案存在很多爭議,一個(gè)基本的共識就是允許一定誤差的抽樣方法仍然是未來一段時(shí)期內(nèi)最有效率和最為公平的質(zhì)量管理方法。
其次,大數(shù)據(jù)傾向于混雜計(jì)算的標(biāo)準(zhǔn),而不是像以前一樣精確。精確建模和計(jì)算是統(tǒng)計(jì)時(shí)代的產(chǎn)物,也是演繹邏輯的頂峰。在數(shù)據(jù)相對匱乏的年代,我們總是要求一切統(tǒng)計(jì)數(shù)據(jù)都要精確。但在大數(shù)據(jù)時(shí)代的數(shù)據(jù),混雜而不精確性未必是缺點(diǎn),而可能是一個(gè)亮點(diǎn)。接收數(shù)據(jù)的混雜性,必須承認(rèn)一些基本的事實(shí)和想法。一是當(dāng)數(shù)據(jù)量以幾何級數(shù)增加的時(shí)候,降低數(shù)據(jù)容差可以獲得更多的數(shù)據(jù)信息;二是要想獲得大規(guī)模數(shù)據(jù)帶來的好處,混雜應(yīng)該是一種標(biāo)準(zhǔn)途徑而不是竭力避免的;三是要認(rèn)識到大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效。
最后,大數(shù)據(jù)分析更關(guān)注相關(guān)關(guān)系,而不是因果關(guān)系。傳統(tǒng)的質(zhì)量管理方法尤其注重因果邏輯,總是希望通過實(shí)驗(yàn)設(shè)計(jì)或者統(tǒng)計(jì)模型來描述事物之間的關(guān)系,而且這種關(guān)系是有因果邏輯支持的,很多質(zhì)量改進(jìn)技術(shù)都是在因果問題上做文章,用精確的數(shù)據(jù)模擬真實(shí)的質(zhì)量生產(chǎn)過程,從而得到精確的結(jié)論。但大數(shù)據(jù)分析的主流研究成果相對更加注重“效果邏輯”,只強(qiáng)調(diào)數(shù)據(jù)之間存在的相關(guān)關(guān)系,而不管這種關(guān)系在實(shí)踐中如何產(chǎn)生。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11