关于大数据与统计新思维的思考

【摘 要】在当今社会中，多媒体技术已经深入人们的日常生活，网络上充斥着大量的信息，这些信息种类繁多，规模庞大，如何有效的利用这些信息成为一个新的难题。大数据给统计工作到来了极大的挑战。本文将探究大数据环境下的统计新思维。

【关键词】大数据；统计；统计新思维

一、引言

随着信息技术的发展越来越快，普及程度越来越高，大数据对生活各领域的影响也越来越大。许多领域的发展不得不进行改革，以适应大数据时代。统计学也受到了一定的影响。大数据具有规模大、种类多、更新速度快的特点，这要求统计的方式必须随之改进，这样才能有效的工作。

二、大数据的内涵

“大数据”是近几年来比较流行的一个词汇，在生活中出现的频率非常高，尤其是在研究领域。对于这个词，不同领域的人有不同的理解。从统计学的角度来解读，大数据就是建立在现代信息技术和手段基础上，连续的、扩充的数据形式。这种数据的存储能力和记录能力比传统数据要高出许多，其突出特点是数据量的规模十分庞大；记录的信息涵盖的范围很广，几乎无所不及；信息的内容质量参差不齐，鱼龙混杂。同时，信息的更新速度非常快，有利用价值的信息可能很快就被淹没，需要及时的捕捉。简单的说，大数据就是所有可记录信息的集合体。

三、大数据给统计思维带来的变化

1.认识思维的转变

大数据的来源与传统数据有很大的不同。传统数据在收集的过程中有很强的目的性，能够在一定程度上了解数据提供者的相关情况，并且可以对数据信息进行核实。但大数据来自于网络，其产生过程本身不具有明确的目的性，因此，信息内容杂乱，有利用价值的信息不多。在类型上，传统数据有一定的格式和结构，通常显示为图表等形式。大数据信息则没有结构上的标准，形式很随意，彼此之间的联系性也很弱。从量化角度看，传统数据的量化过程和方式已经比较完善，基本可以直接投入分析或计算工作的使用。大数据信息的非结构性给量化工作带来了极大的困难，这种数据的统计工作难度很大，难以得出科学的统计结论。面对大数据信息，量化的意义和形式也发生一定的变化，失去了规范性。由此可以看出，传统的统计方式已经不再适用于大数据的统计。

2.收集思维的转变

统计工作是建立在数据收集的基础上的，没有数据就无法进行统计分析。在传统的分析方法中，首先要明确分析的目的，然后根据目的收集信息，对收集信息的方式也有精心的设计。大数据的出现为收集者提供了类型更丰富的数据，而且数据获取的耗时更短，这使数据统计工作的中心从收集转变为筛选。但是，统计工作在收集数据资源的过程中，除了考虑资源的丰富性，还要考虑数据存储的问题。大量的数据信息会占用很大的内存空间，这要求统计人员必须对数据信息进行适当的取舍，否则将造成存储方面的困难。

3.分析思维的转变

传统的数据分析过程是从定性到定量，然后再回到定性的过程。定性分析是为了确定分析工作的要点和方向。定性分析的质量决定了统计分析的质量。在大数据的背景下，定量工作也开始

变得简单化，统计工作只需要从定量的数据中选择符合目的需求的数据，为决策工作提供有参考价值的数据信息。基于大数据基础上的统计分析过程更简单，结论更科学准确。

传统的统计工作要先提出假设，通过对数据的分析，验证假设的正确性。在这个过程中，要保证假设的科学性，如果假设不合理可能会对结果造成一定的不良影响。在大数据环境下，实证基本摆脱了假设的限制，通过一定的技术手段可以轻松的找到数据之间的规律，然后通过分析得出最终结论。证实的过程简化为发现——总结，给统计工作带来了更大的便利。

传统的统计方法是通过样本推断整体，运用分布理论估计结论准确的概率。样本的质量直接影响统计结果的质量。大数据的统计对象不是个体样本，而是总体数据，不会受到分布理论的限制，而是基于具体数据得出的真实结论，有更高的科学性和可行性。

四、应对大数据的策略

在大数据的环境下，数据统计应该改变对总体、个体以及样本内涵的认识。传统的数据分析要先确定总体，然后再确定数据和样本，但是，大数据改变了这种情况。大数据环境下的统计是先获得数据，然后再确定总体。大数据不会预先对总体目标进行定义，这是因为大数据中的信息数据是处在不断变化之中的，事先的预测难以起到归纳总结的作用。统计分析后的识别工作也很难有效进行，这是大数据中个体名称多样性造成的。因此，统计工作要改变对个体和整体的定义方法，以及对样本的定义方式。

在大数据时代中，统计工作还要应用新的数据分析方法。由于数据具有多样性和复杂性，传统的分析方法难以发挥作用。大数据中的信息内容和形式丰富多样，很难划分其类别和性质。因此，面对大量的信息数据，研究者只能采取有针对性的分析方法，否则无法得出科学的结论。

五、结语

综上所述，在大数据的影响下，统计学的相关工作也要改变传统的方式，转变单一的思维，用全新的思维方式，分析信息数据的利用价值，改进统计方法，挖掘大数据的优点，有效的分析数据，为决策者提供准确有效的分析结果，提高决策的可行性。

参考文献：

[1]陈宇秋.小议大数据与统计新思维[J].财经界（学术版），2016，02：288-289.

[2]潘桂梅.大数据环境下的统计新思维分析[J].现代经济信息，2015，10：158.

[3]陈巩，谭雪霏，赵春波.大数据背景下统计新思维的探索研究[J].信息通信，2016，12：163-164.

作者简介：

王鲲鹏（1995—），男，籍贯：山東省博兴人，学历：本科，就读于青岛理工大学，研究方向：经济统计学。