大數據時代影響統計的三大思維轉變

現在社會有一種觀念，那就是大數據時代已經到來，上到國家，下到單位，都把大數據當做未來的發展戰略。當大數據這一觀點出現時，便引起了全球范圍內廣泛的反響，似乎所有的商業或組織活動都可視為大數據問題。大數據時代的到來，正在對社會濟各個方面產生沖擊，而與數據打交道的“統計”學，大數據概念將對其產生何種影響？產生什么樣的影響呢?

統計學是關于數據的科學，即研究如何收集、整理和分析數據的科學。數據是依據，是根本，是一個分析結果的靈魂，是統計方法生命力的根源所在，大數據時代的統計首先要適應三個重大的思維轉變。

第一，不分析少量的樣本數據，而是要分析與事物相關的所有數據?！?

統計往往希望用盡可能少的數據來證實可能重大的發現、假設等，小數據時代一般采用隨機采樣，用最少的數據獲得最多的信息。統計抽樣是在技術受限的條件下，解決當時存在的一些問題而產生的;如今的大數據時代，計算和制表不再像過去那樣困難，感應器、手機導航、網站點擊和微博等能夠收集大量數據，而計算機也能夠輕易處理。因此，在處理大數據時不再來用隨機抽樣的方法，而利用所有數據進行分析。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網檢索記錄而得到的結論。分析整個數據庫，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據特征。

第二，不再追求百分百精確性，接受數據的復雜多樣性。

與大數據不同的是，對小數據而言，最基本、最重要的要求是減少誤差，保證數據質量。生活于信息時代的我們，掌握的數據越來越全面，不再只包括手頭現象的一點點可憐數據，而是包括了與之相關的大量級數據甚至全部數據。人們不再那么擔心某個數據點對整套分析的不利影響，要做的是接受紛繁的數據并從中受益。大數據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清楚，但如果用“分”這個單位來精確計算國內生產總值顯然不適用。大數據時代，隨著數據規模的擴大，人們對數據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系，轉而關注事物的相關關系。

大數據時代，由于坐擁海量數據和良好的機器計算能力，相關關系分析為人們提供了一系列新的視野和有用的預測，能夠找出新種類數據間的相互聯系來解決日常需要。例如:如果電子醫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關系而獲得的這種治療方法來得重要;亞馬遜根據用戶在其網站上的類似查詢來進行產品推薦，也是大數據相關關系的典型應用。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。

大數據時代已經到來，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，轉變思維，不一成不變，才是我們發展的所在。