大数据时代下数据统计思维的转变及应对策略.doc

《大数据时代下数据统计思维的转变及应对策略.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大数据时代下数据统计思维的转变及应对策略作者：席羽来源：《财税月刊》2014年第11期        摘要随着电子信息技术的快速发展，数据量的快速涌现，人类已经迈向大数据时代，每天，都有大量的数据被更新、传递、收集、分析与整合。大数据观点的提出，在全世界范围内引起了强烈的关注，几乎每一项金融活动，都可以当做为大数据的问题。大数据的核心特征如何，大数据对统计思维的影响如何，如做好大数据环境下的数据统计？本文对此进行分析与介绍。        关键词金融；大数据；数据统计；转变；应对策略        一、大数据时代的核心特征        1.数据量特大        

2、大数据的核心特征之一便是数据量很大。例如就淘宝来说，每天在淘宝上的用户都在50太字节以上，淘宝上的4亿条商品信息及2亿以上的注册用户，吸引着每天超过4000万人次的访问。        2.数据增长速度快        大数据时代，数据的产生速率很快，不论是物联网还是互联网，每时每刻都有大量数据的产生。例如京东商城，每天都有数以万计的商品信息与交易信息产生。        3.数据的多样性        大数据时代，虽然数据产生的速度较快，产生的量较大，但由于网页、文字、视频、音频等格式的存在，使得数据的种类与格式多种多样。这就造成的大数据时代数据的多样性。     

3、   4.数据的不稳定性        大数据时代，数据出现产生与涌现，造成的直接后果便是数据的在使用、存储及管理变得相对混乱，并且至今为止，还没有专门的法律来对其进行数据。数据的不规范使用与管理，使得数据量不断的变化，容易造成数据信息与序列的缺失，从而造成数据的不稳定性问题出现。        二、大数据时代对数据统计思维转变所造成的影响        1.分析所有数据，不依靠少量数据进行分析        就统计者来说，其往往都想通过少量的数据，来得到最有效的发现。在小数据时代，在对数据进行分析时，一般采用随机采样的方式，用最少的数据得到更多的信息。而在大数据时代

4、中，随着技术的进入，制表、计算不再困难，感应器、网站、微博等各类平台的产生，使数据收集变得相对轻松，因而在数据处理上，有着更多的便捷性。例如就谷歌所发布的流感趋势预测来说，其并不是随机抽样的结果，而是在对全美互联网信息进行检索与分析之后所得出的结果。在对整个数据库进行分析时，更能从微观层面上提升数据的准确性，从而得出数据的相关特征。        2.能够接受数据的复杂性，不在对数据的精准度过分要求        对小数据进行统计时，需要对其精确度所有要求，从而保证数据的质量。而在大数据时代，数据的大量出现，使我们所掌握的数据更加全面，甚至对某一事物的全部数据都有所包

5、含。因此这就使得我们在统计时，不再担心单一数据的错误，而对整个数据分析所造成的影响。人们开始在错综复杂的数据中，找到自己想要的统计。因此在大数据时代，人们能够对数据的不准确性与混乱性加以接受。使得人们不再过分的追求数据的精准度。        3.数据的因果关系得以探求，事物的相关性关系得以重视        小数据时代，人们在数据统计与分析之后，一直在对数据背后的原因进行探求。而自从进入大数据时代，由于数据的大量出现数据处理能力的不断提升，人类不再单纯的从数据背后找到结果，而是通过相关性的分析，对未来事物的变化进行预测，并对未来事物的发展与转变进行干涉。人类从原本小

6、数据时代对“是什么”的探究，走向大数据时代“为什么”的探究，这一转变的发生，能够帮助对事物变化的更深层次理解。        三、大数据时代中数据统计变化的应当策略        1.对大数据需求的有效确定        大数据时代，数据量较大，产生速度较快，数据的多样性及不稳定性的出现，使数据质量得不到满足，从而造成一定错误分析与误导问题的出现。因此大数据时代需要做到对数据需求的科学确定，这种需求不是取决对泛化数据，不是顾及数据的投入、产出，而是取决于政府的官方统计。        2.对统计标准及口径加以规范        在使用“大数据”的过程中，要注意规范及其

7、标准，指导“大数据”在收集时就尽可能与统计相关指标的口径和标准一致起来；还要完善大数据的统一编码系统和登记系统，推动大数据的分类使用等。在面对大数据的挑战时，需要在对安全性进行保障的基础上，做到对电子签名的使用，从而做到对传递与投递时间的有效节约，降低信息的收集频度，减少信息收集所带来的负担。        3.做到对统计人才的有效培养        要想做到对大数据时代挑战的有效应对，需要在技术更新同时，做到对大数据统计与分析人才的有效培养，培养出能够对数据数字化能够有着充分认识的数据科学家，并能够做到对数据统计分析、数据分析、数据可视化能力等多种