大数据时代下统计学的挑战与发展

《大数据时代下统计学的挑战与发展》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代下统计学的挑战与发展　　摘要：随着科学技术的迅速发展，大数据时代来临，从科学角度看，大数据通过对信息的整合分析处理，形成快捷全新的数据分析方法，这为大数据与统计学架起互通的桥梁。大数据时代的变革为统计学发展起到了重要的推动作用，未来挑战与机遇同在。文章首先对大数据时代下的统计学做出概述，接着陈述统计学在大数据时代影响下的变革，再次分析大数据时代下统计学面临的挑战，最后解读大数据时代下统计学的发展与机遇，以期为相关领域的研究提供有价值的参考。　　关键词：大数据时代；统计学；发展　　一、大数据时代下统计学概念概述　　教科书上对统计学给出了这样的定义“有效搜集整理分析随机性数据

2、，对考察问题给出推断与预测，最终为行动提供数据支持”，这就是统计学。从根本上看，统计学是一门与数据有关的学科。众所周知，美国总统奥巴马通过数据团队的帮助得到连任的机会，阿里巴巴的马云很早就把大数据作为企业发展战略。随着我们走进大数据时代，网络科技给搜集数据带来方便，传统的设备已经无法容纳大量的数据，我们对其进行更新，通过对大数据的分析，我们为社会传递出有效的、有价值的信息，这一切为社会的发展起到了不可替代的推动作用。6　　统计是社会各界乃至各环节不可或缺的因素，在商品交换过程中，统计有先导作用，市场经济信息也需要统计学的帮助，大数据时代，我们的统计数据不再局限于随机抽样调查，电话调

3、查等高成本的搜集方式，通过互联网及移动终端，我们可以获得更多数据样本，可以说我们的社会进入高速发展的时期，大数据时代下的统计学也进入全新的发展阶段。　　二、统计学在大数据时代影响下的变革　　1.从样本的角度看，样本概念得到深化　　我们知道统计学离不开样本，有效的样本能够正确反映情况，大数据时代样本概念与传统不再相同，通常我们得到诸多网络数据，一种为静态，即直接在客户端创建的数据，无需提取即可使用，成本低，另一种为动态数据，即数据随着时间的推移而变化，最终表现为所有数据的总和，可见此时的样本不局限于随机抽样，直接可以做选定分析。　　2.从类型方面看，呈扩大之势　　在过去数据通常指结构

4、化数据，有固定的标准，大数据时代数据不仅局限于固定的结构，还有异构数据，再有存储方式也发生了改变，大数据可以直接将探测的信号容纳进去，由网络系统作为工具，可以识别各类结构或非结构的数据并进行快速存储。　　3.收集概念得到扩展　　传统的统计过程中，我们有目的的进行数据收集，效率低，成本高，随着大数据时代来临，我们将收集步骤化，第一预先处理好数据的识别与处理，第二做好分析，提炼出所需要的信息，最后做好存储，就这么简单。面对大量的数据，我们的分析、识别等都需要注意，大数据不代表万能，我们还是要注意数据的安全性，尽量控制收集成本。　　4.数据来源较传统不同6　　曾经我们根据研究目的去做统计

5、收集数据，这些数据源都是已知的，在核对方面相对容易。大数据时代，我们得到数据变得容易，但通过互联网收集数据后，目的性变弱，大多数记录没有源头，很难识别记录身份，可见，大数据时代做好数据来源登记开始变得重要。　　5.量化方式也发生变化　　对于传统的结构化数据，量化方式是成熟的，可以将收集到数据直接分析得出结果，大数据时代，很多异化结构数据几乎无法做直接分析取得结论，当下，很多结算及专家在研究处理非机构化数据，力争将大数据时代统计推向新的高端。　　6.分析思维发生改变　　从分析过程看，传统分析需要进行三步走，即定性、定量，最终定性。大数据时代，统计分析过程仅需要两步即定量、定性；从证实

6、分析方面看，传统思路为假设、验证，事实证明传统证实分析有很大误差，而大数据时代，我们的思维为发现，总结，这是整合，发现最终定论的过程，在此过程中会有很多发现。　　7.统计软件变得越来越多　　传统统计学中，我们比较熟悉的软件有SPSS、SAS、STATA等，大数据时代，我们分析技术为非关系型，主要以数据中心为基础，将软件与大数据结合，分析过程得到很大简化。综上，大数据时代给了我们更多的主动权，这些更促使我们推动大数据时代统计的发展进步。　　三、大数据时代下统计学面临的挑战6　　大数据时代给我们带来了更多的好处，统计学的大数据化是大势所趋，但传统与更新的交错间还有一些不相容的方面，对于

7、革新我们还是要从各个方面做谨慎考虑与慎重调整。　　首先从样本标准的角度看，大数据时代我们可以轻松得到很多样本，此量大到可以视为总体，随着互联网科技的不断发展，大样本标准也应随着发展，传统统计学将界限定在30，大于30为大样本，小于30为小样本，大数据时代这个界限略显低，没办法清除干净干扰信息，这会影响分析结果，因此，加强数据来源的同时还要更新大样本标准，将更大规模的样本数量代替旧有的数量，以适应大数据时代的要求。　　其次从样本选取与形式的角度看，传统统计学固定结构化数