
特朗普逆轉民調(diào)“意外”獲勝 大數(shù)據(jù)不靈了
11月15日消息,據(jù)外媒報道,希拉里在大選投票開始前曾一路領先,在各種統(tǒng)計數(shù)據(jù)上她都力壓特朗普,大多數(shù)人堅信她會成為美國首任女總統(tǒng)。不過結果大家也知道,希拉里輸了。于是人們開始怪罪數(shù)據(jù),覺得它們并非萬能。
不過,其實希拉里的敗選并非數(shù)據(jù)之錯,真正出問題的是預測和分析,而這兩項任務是人類來主導的。數(shù)據(jù)還是那個數(shù)據(jù),但分析的人卻缺乏深度。
大數(shù)據(jù)之辯
關于這次大選預測和分析失誤的爭論一般都集中在兩點:1.民調(diào)方式是否出錯;2.民調(diào)數(shù)據(jù)未能反映社會真實狀況。
確實,許多民調(diào)都低估了特朗普支持者的實力。上周二的大選也成了民調(diào)行業(yè)的又一個黑歷史,此前它們就因為預測錯誤而廣遭質(zhì)疑,同時,它們還面臨著數(shù)個結構性難題。不過,民調(diào)的本意并非用來預測,它們只是盛滿數(shù)據(jù)點眾多籃子中的一個。
本次大選結果跌破眼鏡的主要原因是我們未能跳出民調(diào)的牢籠并找出提升政治預測準確度的數(shù)據(jù)集,而這將成為情緒波動時代預測大選的關鍵。
數(shù)據(jù)的準確度并未降低,只是我們必須以創(chuàng)新的眼光看待它。
就拿數(shù)據(jù)分析公司Predata來說,它們就換了個方式來理解數(shù)據(jù)。鑒于路邊采訪的民調(diào)逐漸向互聯(lián)網(wǎng)轉變,該公司專門開發(fā)了采集網(wǎng)民民意變化信號的方法,為了收集這些信號,該公司每天都要分析成千上萬個數(shù)據(jù)點。
人類的失誤,非大數(shù)據(jù)之過
在希拉里必勝新聞的刺激下,分析師錯估了形勢,忽視了特朗普在佛羅里達和其他搖擺州的巨大領先優(yōu)勢。這不是數(shù)據(jù)之錯,而是人之失誤。
所有的數(shù)據(jù)集和數(shù)據(jù)預測模型,即使是那些依靠人工智能來分析的預測,從一定程度上來說,都會帶有它們創(chuàng)造者的偏見。因此,無論是民調(diào)還是預測,都帶有極強的主觀性。收集數(shù)據(jù)、處理數(shù)據(jù)、解析數(shù)據(jù)的過程是大數(shù)據(jù)分析的必由之路,我們需要懂得的是這些數(shù)據(jù)到底能告訴我們什么,懂得它的潛力和極限并學會在不同背景下如何精確的對其進行分析。
彌合極客與詩人間的鴻溝
在大選上,極客(即數(shù)據(jù)科學家)與詩人(新聞報道者)之間存在巨大的文化差異,上周二的大選結果也顯示,兩者都無法獨占真理。如果想在紛繁的數(shù)據(jù)中去偽存真,就必須將兩者的觀點結合起來。
也就是說,想要正確預測大選,我們不但要掌握第一手數(shù)據(jù),還得重視各種觀點犀利的報道,這樣才能將數(shù)據(jù)與現(xiàn)實相結合,得出兩者之間的交集。
在大數(shù)據(jù)的海洋中,人類依然是一葉扁舟,大選預測的偏差并不是我們放棄這一科學方法的理由。相反,這次挫折是讓我們時刻保持謙虛,在失敗中成長的催化劑。只有借助靈活的思想和對極限的認識,我們才能讓大數(shù)據(jù)分析重回正軌。
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
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析: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、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10