信息时代背景下大数据与数理统计工作研究

周保健 对外经济贸易大学统计学院在职人员高级课程研修班学员

在传统的时代，我们要想对处理数据进行有效的分析，就必须要依靠人工开展一系列的统计工作。这种工作的效率不仅非常低下，工作的准确性也难以得到保障。而随着当前科学技术的不断发展，在信息时代的背景下，大数据也进入了一个全新的发展阶段。如今，社会中各个领域通常通过大数据技术来帮助人们的生产和经济活动。因此，分析大量数据的方法发展迅速，引起了社会各界的注意。研究表明，得益于信息和数理统计，人们可以通过数据布局规则更好地找到数据之间的正确性，并理解关联的重要性和大数据的隐藏值。中国有关科学家在数理统计分析过程中引进了先进的科技成果。通过这种方式，可以在来自大型数据库的大型数据和不断变化的数据趋势中找到规则。本文就在大数据背景下以研究计算机技术和梳理技术的必要性为切入点，探讨计算机技术与数理统计技术相结合后共同处理数据的可能性，为信息时代大数据与数理统计工作的研究提供理论成果。

一、在大数据背景下研究计算机技术和数理统计的必要性

互联网时代，人们的生活发生了巨大的变化，中国的各个领域也进入了信息时代。多亏了互联网，我们每天接触的信息在口译方面呈现出增加的趋势。虽然互联网大大缩短了人与人之间的时间和空间，但目前互联网上的数据洪流也变得更加严重。在中国的学术研究中发现，在互联网时代，人们不仅可以用大数据提问和收集他们需要的所有类型的信息，还可以通过适当的信息在不同学科之间建立密切的交流与合作。在大数据环境下，人们每天都会接触到大量的信息，这在一定程度上促进了人与数据信息之间的交流与合作。通过分析数据信息，人们可以接受数据分析的结果作为与自己生活相关的参考因素。大数据时代的互联网经济发展中，大数据技术应用已经成为具有代表性的先进信息技术应用之一，保证互联网企业的良好发展和稳定运行，是离不开大数据技术的，我国的互联网产业在大数据技术的支持下不断探索和创新。针对大数据技术的应用，相关人员应加强对大数据技术的不断优化和探索，结合互联网经济发展的实际需求，使大数据技术的应用实现更进一步的更新，优化互联网环境，保证互联网的良好经济发展态势。例如，如果人们在网上购物时无法获得实物产品，消费者可以使用卖家对商品的描述以及其他买家评论中的相关数据作为购买参考。这种现象也称为数据分析。因此，处理和分析人们生活中的经济数据的需要更加迫切。也正因此，在当前信息时代发展的大背景下，对计算机技术和数理统计进行有效的研究，既能够推动计算机技术的蓬勃发展，同样也加快了数理统计的发展进程。

二、计算机技术与数理统计结合后处理数据的能力

计算机技术主要研究随机数据的数量特征。另一方面，数理统计中的数据统计主要是指在互联网环境下对相关数据进行统计和分析。目前，数理统计在我国的科学实验、药品检验、数据统计等领域得到了广泛的应用。将计算机技术与数理统计相结合，可以准确地找到相关数据，并对具有相同特征的数据进行正确分类。在这个过程中，大量不正确的数据会给使用带来实际意义和价值。此外，在数据分析过程中，计算机技术可以提供与统计所需数据相当的基本信息，数理统计也可以在计算机技术分析过程中提供相关的理论知识，以便更好地处理数据。经过文献调研和信息检索等方式，文章选取可能影响我国经济发展的相关因素，包括国内生产总值、人民币兑美元汇率、全社会固定资产投资、实际利用外资额、居民消费水平指数、中国外汇储备。收集了我国1989年到2019年相关经济指标数据，利用大数据与数理统计建立如下ARCH预警方法模型：

其中Y为被解释变量，代表我国年度经济发展，Xi（i=1，2，3，4，5，6）为解释变量，代表选取的六个经济影响因素指标，β0表示截距项，它表示解释变量均为0时候，被解释变量的数值情况，是不受解释变量影响的我国经济发展起始值。βi（i=1，2，3，4，5，6）代表斜率项系数，表示当解释变量Xi（i=1，2，3，4，5，6）变动1个单位，被解释变量Y相应的变化β1、β2、β3、β4、β5、β6个单位，ε表示随机误差，将影响Y的其他因素归入其中。根据大数据与数理统计构建的ARCH预警方法模型，选取我国年度经济发展Y作为因变量，以我国国内生产总值X1、人民币兑美元汇率X2、我国全社会固定资产投资X3、实际利用外资额X4、居民消费水平指数X5以及中国外汇储备X6这几个经济指标作为自变量，通过线性回归和指标的检测，以确定对我国经济发展有明显影响的经济指标。同时研究筛选出来的各个经济指标对我国经济发展的影响大小，并进行预测分析。通过对这几个经济指标的有效研究，就能够分析出这几个经济指标对我国经济发展的影响，从而依据此原则，制定合适有效的经济发展策略。

三、计算机技术与数理统计为处理大数据所提供的条件

由于信息技术、互联网技术的飞速发展，传统的数据处理方法已经不能满足当前的需要。即使使用传统的数据处理方法，也会导致数据分析结果与实际情况之间出现一些差异。这主要是因为传统数据处理方法的表面相关性相对狭窄，因此数据量相对较小，而将概念理论和数理统计应用到大数据中，可以实现人与数据的有机结合。然后，根据这种社会身份和不同社会群体的作用，我们可以分析这些群体在生活过程中的适当选择和结果。此外，在大数据环境下，可以为计算机技术和数理统计提供有效的研究条件和物质支持。尤其是对大数据本身特点的分析，可以通过网络和基本信息手段，对基本的数据进行快速的收集和分类。在利用计算机技术和数理公式对数据进行进一步的分析，了解数据背后所表现的具体 含义。

在创建一个包含大量经济数据和数理统计的操作体系的过程中，我们应该紧跟当前社会主义市场经济的本质。在改革过程中，我们应该调整市场资源的比例，始终以保护知识产权、单一的市场结构、平等的市场交换、可持续和公平的出口、有效的监督和维护契约精神为基本方向，逐步建立现代社会主义经济和法律制度。然而，中国目前建立大数据和经济体系方面的基础相对薄弱，公司内外的法律体系需要完善，建设水平与建设中国社会主义制度的预期目标存在很大差距。因此，根据规则，当前的市场来源大力推动多元化、系统化、理性化改革，符合经济运行原则。大数据和数理统计工作体系的建设是以大经济数据和数理统计工作体系为基础，加强企业改革措施，激发改革企业的利益。根据以上经济大数据与数理统计工作模型，以社会固定资产投资金额、居民消费水平指数、中国外汇储备为自变量，预测得出2010—2019年我国经济发展数值。通过对比预测值和真实值的差额的绝对值得出误差值，误差值除以真实值得到误差率。可以看出，该模型在2010—2019年的误差率基本都在0.06以内，模型拟合度整体很好，也意味着我国经济发展受社会固定资产投资、居民消费水平指数以及中国的外汇储备影响很大，该模型在实践中具有较高的参考价值。

从大数据与数理统计工作可以看出，经济常数不变，若调整后经济常数，由于经济常数中会掺杂解释变量对拟合优度的影响，因此引入调整后，由上可知的两项数据都很大，都超过了98%，表明模型对该样本的拟合优度非常高。使用F检验确认该经济大数据与数理统计工作方程总体显著性，首先，提出原假设H0：β1=β2=β3=β4=β5=β6=0，给定显著性水平α=0.05，F统计值的P值为0.000，远小于0.05的显著性水平，因此可认为该ARCH预警方法方程整体上显著成立。表明如上描述的几个经济指标联合起来对于我国经济发展影响显著。也正因此，原本相对较复杂的经济发展情况，用几个简单的指标就可以代替，这也可以看出，当前为了能够提高大数据的处理技术，我国的计算机技术和数据统计技术都得到了更快的发展，综合能力都得到了有效的提升。

四、计算机技术与数理统计具备研究的基础

大数据环境为计算机技术和数理统计提供了一定的研究基础和研究条件。此外，通过收集大量数据和分析复杂数据，可以更加协调和分析原始复合数据，以有效确保数据的完整性。在大型环境中，数据分析员接触的通常是第一批数据。对这部分数据的有效分析可能反映这个社会的真实面貌。此外，当前的计算机技术和数理统计形成了一种相对标准化的研究形式，能够满足当前数据的分析需求。

在这个阶段，中国不同地区的许多公司通常使用经济数据管理来分析公司的业务流程。通过分析业务流程中产生的大量数据，可以确保业务的顺利发展，预测业务的未来状态，提高业务的业务效益。经济效益分析，可借助大数据与数理统计工作，从回归系数显著性检验的数值可以看出β0、β1、β2、β3、β4、β5、β6的t统计量的P值中，只有β3、β5、β6的t统计量的P值小于0.05，呈现出小概率事件，即拒绝原假设βi=0（i=3，5，6），而β0、β1、β2、β4的t统计量的P值均大于0.05，不拒绝原假设βi=0（i=0，1，2，4）。综上可得解释变量X3，X5，X6对被解释变量Y影响显著，其他变量的影响并不显著，即中国全社会固定资产投资、居民消费水平指数、中国外汇储备对我国进出口影响显著。

五、结语

通过上述对于信息时代背景下，大数据以及数理统计的分析，我们对于基本的情况已经有了一定的了解。可以发现，在当前大数据的环境，无论是计算机技术还是数据统计都进入了一个全新的发展阶段，实现三者的有机统一，能够有效的对原始数据进行协调和分析，从而提高数据使用的质量和综合效率。而尤其是对于一些相对来说较复杂的数据，可以通过有效的协调和分析能力，反映当前社会发展的整体面貌。本文讨论的大数据和数理统计的工作方法主要基于市场经济中大数据的结构，作为多目标监测方法部署的结果，它评估了不同部署规模下大数据和数理统计的故障，并监测和补充了其他延时的经济数据。进一步丰富大数据和数学统计业务状态监测结果，有利于对市场经济进行调节，提高市场经济的发展健康状况。而随着未来经济发展水平的不断提高，在信息时代的大背景下，够有效地做到大数据与数理公式的融合发展，实现数据的有效利用。