
美联储也玩大数据 社交媒体汇报失业率_数据分析师培训
如果有人在Facebook或推特上吆喝一声“失业了”的时候,这条信息可能已存进美联储的数据库。据海外媒体报道,美联储正在探究非传统数据能否改善经济预测的准确性和时效性,也开始利用“大数据”来帮助自己做出决策。
目前,美联储对经济的预测方法存在一些不足,政府的统计信息也往往很陈旧。比如,本周美联储将召开货币政策会议,但他们很看重的一项通胀数据却只计算到1月份。考虑到经济数据严重滞后,美联储或许有必要通过新的指标来衡量经济状况。据悉,美联储的经济学家目前正审阅经济学家Hal Varian的论文,并与密歇根大学计算机专家和经济学家用社交媒体帖子构建成的劳动市场指标放在一起去研究。此前,Hal Varian和合作者在研究论文中展示如何用谷歌搜索追踪房子供应量等数据,美国密歇根大学计算机专家Mike Cafarella曾用社交媒体工具预测美国就业报告。
这样一来,一些社交媒体上的信息就显得非常有用。比如,有人在Facebook或推特上说“失业了”,这条信息将可能进入美联储的数据库,这样美联储就能以最快的速度统计失业状况。据悉,美国密歇根大学的研究人员与推特公司达成一项安排,已经能通过追踪“丢了工作”等词句了解失业状况,并据此编制了一项旨在跟踪首次申领失业救济人数的指标。
目前,有近60位经济学家每隔6周就会给美联储决策者们撰写经济展望报告,这些决策者们手中握有关于调整利率的投票权。所以,报告数据的质量和可靠性显得尤为重要,这也是美联储想通过“大数据”分析经济形势的主要原因。美联储委员会调查统计处主管David Wilcox表示:“我们想尽可能地让决策者知道最新的经济状况。”美国彼得森国际经济研究所高级学者、美联储前经济预测主管David Stockton则表示,美联储的目标是减少实际经济形势和民众现实感受到的经济形势之间的差距。
随着互联网行业的发展,商业和经济决策越来越依赖对海量数据的分析,所谓的“大数据”时代也顺势而来。早在两年前,美联储理事会管理层就呼吁美联储聘请首席数据官,以应对“大数据”时代带来的各种挑战。新的首席数据官的岗位将主要解决美联储在收集、分析和共享的数据方面所面临的问题,使美联储更清晰地了解和控制各种类型的数据及确保其准确性。目前,除美联储之外,以色列央行和英国央行都在寻求“大数据”给他们带来经济分析优势的方法。
不过,有分析人士表示,不是所有人都会在社交媒体上宣布自己失业的信息,因此通过社交媒体了解失业市场的情况并不完全准确,只能作为一种参考。要想充分利用“大数据”,美联储还需要花费很多功夫。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23