论数理统计方法在大数据时代下企业管理中的运用

摘 要：本文从数理统计角度入手，分析在大数据时代下的企业管理问题。本文介绍了数理统计的概念和特点，大数据的概念与特点，数理统计与大数据之间的关系以及数理统计方法在大数据时代下企业管理中的运用。通过本文的分析，希望能够在大数据时代为企业管理提供借鉴与帮助。

关键词：数理统计；大数据；企业管理

随着科技的发展和信息传播速度的增加，人们处于信息爆炸的时代。与传统的数据相比，在大数据时代，数据具有哪些变化？传统的数理统计方法将会发生怎样的变革？数据处理方式的变化以及数据传播速度的增快将会对企业管理产生怎样的影响？本文重点分析了数理统计方法在大数据时代下企业管理中的运用，从而促进企业不断适应变化，实现长远发展。

一、数理统计的概念与特点

运用数理统计的方法分析生活中的各种数据逐渐成为科学研究的一种趋势，在相关数据的基础之上，通过运用数理统计的方法，可以判断事物发展的趋势，从而归纳出一些客观规律来指导我们的生活，提高生活质量。所谓的数理统计是指运用定量描述的方法分析随机变量之间的关系，通过有限次的观察实验得到数据，发现数据之间的内在规律，并判断整体的数据规律性。基本特点是以实验观察为基本出发点，以概率论作为基础，选择数学模型并进行验证。正确运用充数理统计的方法的前提是掌握数理统计的基本概念和基本思想，而总体和样本是数理统计的基本概念，总体是研究对象的全体，样本是研究对象的一部分。通过样本的信息对总体进行推断是数理统计的基本思想。

二、大数据的概念与特点

目前，学者们对于大数据没有达成统一的定义。一般来说，大数据是指数据资料非常庞大，无法运用目前的软件在短时间内进行数据的分析与处理。它是对大规模数据管理和技术平台的泛称，与传统的大规模数据不同，它除了数据的爆炸性增长之外，还包括对于数据的分析、处理和应用，最终实现挖掘大数据潜在价值的目的。大数据具有数据庞大、种类较多、价值性、处理速度快的特点。与传统的数据不同，在大数据时代，我们分析的数据总量巨大，并不再仅仅依靠传统的随机抽样的方法，除外，由于数据总量庞大，有着多样性和丰富性的特点，使得我们无法确定数据的使用目的。在大数据时代，仅仅依靠传统的几种工具无法实现对于数据的处理和分析，而是运用强大的云计算能力进行数据的处理与分析。

三、大数据时代对于数理统计的影响

统计学是一门具有三百多年历史的学科，在长期的发展过程中，不断吸纳各家之长，使得统计学的发展充满生机与活力。大数据时代的到来，为统计学的发展带来发展机遇的同时又带来巨大的挑战。具体如下：

1.大数据对于样本和总体的影响

众所周知，数理统计是通过具有代表性的样本推断总体的基本情况，从而对于社会经济发展的总体趋势做出判断。而具有代表性的样本是通过抽样的方式实现的，然而，在大数据时代，虽然信息量庞大，数据类型多样，但是大数据也存在着样本缺乏代表性、噪声等问题，因此，通过抽样的方法对于数据进行分析可能会存在一定的偏差。传统的数理统计方法收集到的数据具有结构化的特点，然而，在大数据时代，数据类型多种多样，容量超大，因此，样本数据与大数据存在很大的不同。样本数据有着特定的研究目的，运用抽样的方法获得数据，具有数据有限的特点。基于样本数据的特点，它的应用空间十分有限，通常无法满足多层次、多样化的需求特点，在抽样过程中出现偏离方案的现象时，抽样便无法进行，因此，样本数据分析的方法无法得到广泛推广。而大数据不仅包含的信息量巨大，而且不受各种限制即可以接纳各种各样的数据类型。与样本数据相比，大数据的优点是数据选择空间巨大，可进行多角度、多方面的数据分析。更为重要的是由于样本数据有限，可能无法判断出数据的某些规律，而通过大数据，某些规律可能会十分清晰。样本数据中无法发现的弱小信息，在大数据中可以找到。在样本数据中被认为是异常的值，在大数据中可能会被接受。因此，在大数据时代背景下，我们认识事物的能力大大提高，充分发掘有用的信息，抓住很多决策分析的机会，促进对于各种社会现象的理解和认识。综上所述，在大数据时代背景下，既可以作为总体也可以作为样本。随着社会的进步、互联网技术的发展，人们处理各种复杂信息的能力大大加强，从多样化的数据中获取有价值的信息越来越多，社会迅速进入大数据时代。在大数据时代，不仅人们的生产方式和生活方式发生巨大变化，企业管理也面临着新的机遇和挑战。

2.相关分析发生变化

大数据时代的到来使得相关分析发生变化，弥补了传统数据分析中的不足。首先，大数据时代的相关分析必须满足“通用性”和“均等性”的准则，并且结果不受变量间形式的影响。近年来，随着大数据的影响力逐渐增加，国外诸多专家和学者充分认识到大数据的相关分析的重要意义，并且对于改进大数据的相关分析进行了深入的研究。以Reshef（2011）等代表的学者提出了最大信息系数的研究方法，从而有效识别变量间的非函数相关关系。在此基础之上，一些学者提出了随机相关系数和最大相关分析的研究方法1。总之，新的相关分析方法涌现说明国内外学者发现传统的相关分析中存在的缺陷，无法满足大数据时代数据分析的要求，与此同时，他们也认识到大数据时代相关分析的重要性。因此，当务之急是统计分析方法顺应大数据发展的要求。

四、数理统计方法在大数据时代下企业管理中的运用

1.大数据推动企业变革

大数据对于企业管理方式产生十分深远甚至是颠覆式的影响，例如：营销方式的变化，商业模式的改变等等。在大数据时代，一个核心问题是数据的预测，大数据意味着一切以数据化的形式存在，也就意味着透明化。除外，数据也不再像过去那样被认为是陈旧的和静止的，在相关数据收集收集完毕后便不再具有价值。大数据时代，通过对原来的数据进行挖掘，可能会发现有用的信息。而对于企业来说，大数据时代要做到运用数理统计的方法做到决策的数据化，实现由过去依靠感觉进行决策向利用数据进行决策的转变。即使过去部分企业认识到数据的重要性也仅仅关注过去的、已经发生的数据，而这些数据存在着滞后的缺陷，管理者依靠主观经验进行决策，那么决策的风险较大。而在大数据时代，管理者充分运用数理统计的方法分析过去、正在发生的全部数据，充分挖掘各种有用的信息，以制定科学合理的决策，从而促进企业的发展。

2.进一步提升企业的人力资源价值

众所周知，人力资源在企业的成长和发展过程中发挥着至关重要的作用。大数据具有及时性、高处理速度的特点，充分保证数据的真实性和有效性，有利于企业进行科学决策，发现适合企业发展的优秀人才。传统的企业人才招聘方式为结合企业的战略目标、岗位分析等设定相关标准，然后依据这些标准对简历进行筛选，那么与企业战略目标和岗位分析标准契合度较高的候选者即为企业需要的人才。然而，首先各类标准的制定可能是片面的，因此，招聘到的人才可能不符合企业的要求。除外，面试是一个依靠情商和智商综合判断的过程，及时设定了各种硬性指标，在实际的面试中，HR可能受多种综合因素的影响，难以做出正确的决策。而在大数据时代背景下，可以减少这种不确定性的影响。通过数理统计的方法，对于收集到的各种数据进行收集、处理和综合分析，发现求职者的各种素质和企业招聘人才之间的關联性，找到真正适合企业发展的人才。并且随着企业收集到的信息越来越多，发现适合企业的优秀人才的概率会越来越大。通过这种招聘方式，不仅可以大幅度降低招聘成本，而且能够拓宽企业招聘渠道，丰富企业招聘形式，提高企业招聘的精确度，促进企业的长远发展。

随着数据处理方式的不断改进，人们对于大数据挖掘到的信息必将越来越丰富，这有利于提高企业决策的科学性，推动企业的长远发展。

参考文献：

[1]程鑫，石洪波.大数据时代传统相关分析的局限性与拓展[J].统计与决策，2015，05，；73-74.

[2]邱东.大数据时代对统计学的挑战[J].统计研究，2014，31（1）：16-17.

[3]冷加起.大数据带来哪些重大变革[J].中国统计，2014，12：19-20.

作者简介：江雯（1996- ），女，甘肃兰州人，四川大学本科，研究方向：电子商务、数理统计