大數(shù)據(jù)時代影響統(tǒng)計的三大思維轉(zhuǎn)變

現(xiàn)在社會有一種觀念，那就是大數(shù)據(jù)時代已經(jīng)到來，上到國家，下到單位，都把大數(shù)據(jù)當做未來的發(fā)展戰(zhàn)略。當大數(shù)據(jù)這一觀點出現(xiàn)時，便引起了全球范圍內(nèi)廣泛的反響，似乎所有的商業(yè)或組織活動都可視為大數(shù)據(jù)問題。大數(shù)據(jù)時代的到來，正在對社會濟各個方面產(chǎn)生沖擊，而與數(shù)據(jù)打交道的“統(tǒng)計”學，大數(shù)據(jù)概念將對其產(chǎn)生何種影響？產(chǎn)生什么樣的影響呢?

統(tǒng)計學是關(guān)于數(shù)據(jù)的科學，即研究如何收集、整理和分析數(shù)據(jù)的科學。數(shù)據(jù)是依據(jù)，是根本，是一個分析結(jié)果的靈魂，是統(tǒng)計方法生命力的根源所在，大數(shù)據(jù)時代的統(tǒng)計首先要適應三個重大的思維轉(zhuǎn)變。

第一，不分析少量的樣本數(shù)據(jù)，而是要分析與事物相關(guān)的所有數(shù)據(jù)?！?

統(tǒng)計往往希望用盡可能少的數(shù)據(jù)來證實可能重大的發(fā)現(xiàn)、假設(shè)等，小數(shù)據(jù)時代一般采用隨機采樣，用最少的數(shù)據(jù)獲得最多的信息。統(tǒng)計抽樣是在技術(shù)受限的條件下，解決當時存在的一些問題而產(chǎn)生的;如今的大數(shù)據(jù)時代，計算和制表不再像過去那樣困難，感應器、手機導航、網(wǎng)站點擊和微博等能夠收集大量數(shù)據(jù)，而計算機也能夠輕易處理。因此，在處理大數(shù)據(jù)時不再來用隨機抽樣的方法，而利用所有數(shù)據(jù)進行分析。例如:谷歌流感趨勢預測并不是依賴于對隨機抽樣的分析，而是分析了整個美國幾十億條互聯(lián)網(wǎng)檢索記錄而得到的結(jié)論。分析整個數(shù)據(jù)庫，而不是對一個樣本進行分析，能夠提高微觀層面分析的準確性，甚至能夠推測出任何特定尺度的數(shù)據(jù)特征。

第二，不再追求百分百精確性，接受數(shù)據(jù)的復雜多樣性。

與大數(shù)據(jù)不同的是，對小數(shù)據(jù)而言，最基本、最重要的要求是減少誤差，保證數(shù)據(jù)質(zhì)量。生活于信息時代的我們，掌握的數(shù)據(jù)越來越全面，不再只包括手頭現(xiàn)象的一點點可憐數(shù)據(jù)，而是包括了與之相關(guān)的大量級數(shù)據(jù)甚至全部數(shù)據(jù)。人們不再那么擔心某個數(shù)據(jù)點對整套分析的不利影響，要做的是接受紛繁的數(shù)據(jù)并從中受益。大數(shù)據(jù)要求人們能夠接受混亂和允許不精確性，例如一個小商店晚上打烊的時候要把收銀臺里的每分錢都數(shù)清楚，但如果用“分”這個單位來精確計算國內(nèi)生產(chǎn)總值顯然不適用。大數(shù)據(jù)時代，隨著數(shù)據(jù)規(guī)模的擴大，人們對數(shù)據(jù)精確度的癡迷將逐步減弱。

第三，不再探求難以捉摸的因果關(guān)系，轉(zhuǎn)而關(guān)注事物的相關(guān)關(guān)系。

大數(shù)據(jù)時代，由于坐擁海量數(shù)據(jù)和良好的機器計算能力，相關(guān)關(guān)系分析為人們提供了一系列新的視野和有用的預測，能夠找出新種類數(shù)據(jù)間的相互聯(lián)系來解決日常需要。例如:如果電子醫(yī)療記錄顯示橙汁和阿司匹林的特定組合可以治療癌癥，那么找出具體的致病原因就沒有通過相關(guān)關(guān)系而獲得的這種治療方法來得重要;亞馬遜根據(jù)用戶在其網(wǎng)站上的類似查詢來進行產(chǎn)品推薦，也是大數(shù)據(jù)相關(guān)關(guān)系的典型應用。通過探求“是什么”而不是“為什么”，能夠幫助人們更好地了解這個世界。

大數(shù)據(jù)時代已經(jīng)到來，它實實在在地在影響我們的生活，給予我們便利，而隨著它的深度滲入，我們的改變是必然的，轉(zhuǎn)變思維，不一成不變，才是我們發(fā)展的所在。