京公网安备 11010802034615号
经营许可证编号:京B2-20210330
透过现象看本质 大数据核心并不在规模大
大数据之所以可以飞速发展,得益于互联网以及各种智能设备的发展,人们的行为、位置、生理特征等等,无时无刻不在生成数据被这些设备所采集。
而大数据的核心并不在规模大,而是它蕴含的是计算和思维方式的转变。大数据的推崇者认为所有通过数据的分析都事正确的;认为数据捕捉全面,所以可以摒弃过去传统的抽样统计的方法;认为人们只需要知道数据之间有统计相关性就行,数据已经达到可以自己做出结论了。
通过现象看本质 不要曲解数据
上述这些观点过于乐观,事实并非如此。在我们有了足够多的数据时,往往不能看直接的结果,需要对数据进行进一步分析。比如英国二战时期空战的例子,每次能回来的战斗机机翼上有很多枪眼,于是工程师们就加强防护,但增加了防护之后,飞机的损失率反而提高了,于是统计学家 Wald改变思维模式,在没有枪眼的部位加强防护,最后效果很好。
数据并非绝对全面
前段时间,淘宝做过几个基于网购的大数据调查分析,主要以娱乐为主,得出了一些很有趣的结果。但也不难看出,虽然淘宝的注册用户高达几亿,但是所统计的数据中,并不是所有用户都购买了所统计的产品,也有部分用户不是用自己账号购买商品,淘宝也有很多刷单的情况等等。
不确定的情况很多,喜欢网购的人群是受限制的,他们并不能代表所有的消费群体。我们不能说网上的统计结果没有意义,但是也不能夸大这种只有部分代表性的结果,否则我们可能会被误导。
《大数据》这本书的联合作者,牛津大学互联网中心的Viktor Mayer-Schonberger教授说,“他最喜欢的对于大数据集合的定义是‘N=所有’,在这里不再需要采样,因为我们有整个人群的数据。”当“N=所有”的时候确实不再有采样偏差的问题,因为采样已经包含了所有人。
结语
对于大数据,统计学家们正争先恐后的为大数据开发新的工具。这些新的工具当然很重要,但它们只有在吸取而不是遗忘过去统计学精髓的基础上才能成功。不能过度崇拜大数据,要善用大数据,大数据所反映出的结果是需要人们进行科学的分析和提取的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19