论文部分内容阅读
摘 要：2010年，全球数据跨入了ZB时代，全球的数据量也越来越多，海量的数据对我们的生活、工作，甚至社会发展、国家经济都产生了实时的影响，大数据时代已然悄悄来临.因为数据关系的内在的本质，它决定了统计学和大数据之间有着密不可分的关系，大数据对统计学产生了挑战又提供了机遇.本论文范文过介绍现代统计学体系，根据统计方法将统计学分为推断统计学和描述统计学，本文首先分析了大数据对描述统计学带来的挑战，体现在：给搜集数据方法带来的挑战、给数据存储方法带来的挑战.再者总结了给推断统计学带来的挑战.大数据给统计学带来机遇表现在：统计学作用范围的扩大和统计学家地位的提升.
关键词：大数据给统计学带来的挑战;大数据给统计学带来的机遇;大数据时代
当我们对“物联网”、“云计算”等概念的感觉还依然不知所云的时候，“大数据”的发展就已经一发不可收拾了.大数据这个概念的提出可以追溯到上个世纪80年代.我们被包裹在数据的海洋里，生活中几乎任何事物都与数据有关，医疗、金融、体育，我们每一日都在与数据打交道，发微信、到超市购物、打电话、发微博、上班刷卡、买车票、在论文范文上聊天等等大量的数据无时无刻不在对我们的工作、生活乃至社会发展产生重要的影响.
当数据变成和人力资源、自然资源同样重要的战略资源的时候，便引起了企业界与科技界的广泛的关注.全球数据总量在以每两年翻一番的速度增长.在移动互联网、社交网络、宽带化、云计算、物联网的催生下，大数据时代已然来到。
一、统计学的分科
社会科学和自然科学的众多领域都会应用到统计方法，统计学也逐渐发展成为有了各项分支的统计学体系.构成统计方法的两个分支，主要可以分为推断统计学和描述统计学.
描述统计学（DescriptiveStatistics）指的是研究怎样获取那些反映客观现象的数据，并且用图表的形式进行处理加工和展示所收集的数据，最后通过分析和综合概括得出显示客观现象的规律性数量特征.它的内容包括统计数据的收集方法、加工处理方法、显示方法、分布特征的分析和概括方法等.
推断统计学（InferentialStatistics）指的是研究怎样依据样本数据对总体数量特征进行推断的方法，它是在描述样本数据的前提下，以概率形式表述统计对总体的未知数量特征进行的推断.
推断统计学和描述统计学二者相辅相成，密不可分，描述统计学是推断统计学的前提和基础，推断统计学也是描述统计的进步和升华.下文将从描述统计学和推断统计学这两个分支出发，讨论大数据对统计方法带来的挑战和机遇.
二、大数据对描述统计学带来的挑战
1..对数据搜集方法的挑战
搜集数据可通过统计报表、普查、抽样调查、重点调查、典型调查等众多途径来获得资料.搜集数据时要着重注意已获得资料的可靠性和真实性.在完善数据的各个阶段都会有误差存在，统计数据的误差主要分为代表性误差和登记性误差.
登记性误差指的是调查过程中因为调查或被调查者的各种人为因素所导致的误差.而在大数据时代下，数据的存储就跟摆在货架上的货物相似，人们能够直接筛选出自己所需的数据，搜集这些数据单单靠测量方法就能完成，并不需要调查对象的配合.当技术完善，在海量的数据传输中，人为想要篡改数据是非常困难的，所以登记性误差会大大降低.
代表性误差主要是指用样本数据进行统计推断的过程中出现的随机误差.这类误差在传统的搜集方法中一般是不能消除的.但在大数据背景下，一方面，数据搜集下的统计调查通常可以认定为普查，而普查的情况下，代表性误差是可以消除的.另一方面，统计数据反映的是大方向的情况，无法细致到每个个体的情况，很难取得更有用的信息.但因为数据时代的发展和进步，统计数据不光可以反映总体方向的情况，更能细致到每个个体的情况.是技术进步所带来数据价值的变化.
2..对数据存储方法的冲击
从以前的数据存储方法来看，数据库是对高度结构化数据来进行存储的，一般使用电子表格的形式，这样方便对相对简单的问题进行处理和分析，比较适用于数据处理量小的用户.但是在这个数据飞速增长的时代，数据量的大量增加，从机器处理生成的数据到电子表格，涉及网页博客，PDF，视频，图片等等.这些所有的数据都是特定领域的数据类型，结构相对比较复杂.
三、大数据对推断统计学带来的挑战
统计学的依据是样本统计（普查除外），样本从总体中抽取一定的数量作为总体代表的集合.在一定规模的样本数量下，越小的样本数量，其估计的误差就会越大，这是样本统计无法避免的弊端.如果要解决这个弊端就得把样本量扩大，但扩大样本量的话，时间、资金等成本就会增加，所以单纯扩大样本量在现实中是行不通的.
大数据时代产生了海量的即时的电子化数据，数据呈现“总体即样本”的特点，这一特点刚好能够解决上面由于样本数量小误差大的弊端.大数据的全样本统计虽然能够包含全部的总体，但必须对数据的可靠性、真实性有所保证.
四、大数据给统计学带来的机遇
1..扩大了统计应用范围
随着处理数据软件和网络的飞速发展，很多以前无法量化的现象和事物在如今这个时代可以转化成能够让人分析的数据了，这种现象意味着这些以前不能用统计学来处理的事情现在可以运用统计学的方法来分析了.在大数据时代，大量数据从一些特殊的领域提取出来，例如可以从企业经理的说说心情看出企业运营状况的信息，可以从百度搜索排行榜推测出最近热搜的商品和时事等.只要能够获取数据，就可以运用统计学方法来进行研究和分析，所以随着大数据的发展，统计学在各个领域的作用越来越强。例如近几年来我国各个地区频发雾霾天气，掀起了社会波澜和造成了巨大的经济损失.但是如果能制作开发出一个比较准确的空气预测系统，在雾霾天气发生时候能及时对此發生原因进行解释并做好预防措施，避免民众恐慌.虽然目前这只是一个想法，但或许在不远的将来我们就实现这种方法.
2..增加了统计学毕业生的就业机会
据一家国际咨询公司，盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位.麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人;需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大.这些数据足以说明，大数据时代下，对统计学的人才供不应求，随着大数据的发展，各行各业各个领域对统计学毕业生的人才需求将会不断增加，更多的增加了统计学毕业生的就业机会.
3..可以提升统计学家地位
在大数据时代，数据分析家和统计学家通过合理利用数据可以在一定程度上起到行业专家的作用，他们在各个领域都会起到至关重要的作用，为各个领域提供有利的信息和建议.因为数据分析家和统计学家们能够从大数据中提取大量的信息并将其转化为实际价值，所以数据分析师和统计学家的作用将会逐渐受到社会广泛的重视，他们的地位自然也会得到大幅提升.
五、结束语
综上所述，大数据时代已然悄悄来临.因为数据关系的内在的本质，它决定了统计学和大数据之间有着密不可分的关系，大数据对统计学产生了挑战又提供了机遇.以上，就是本文对大数据对统计学的挑战和机遇进行的研究和分析，希望能够对统计学的发展起到积极的作用。
关键词：大数据给统计学带来的挑战;大数据给统计学带来的机遇;大数据时代
当我们对“物联网”、“云计算”等概念的感觉还依然不知所云的时候，“大数据”的发展就已经一发不可收拾了.大数据这个概念的提出可以追溯到上个世纪80年代.我们被包裹在数据的海洋里，生活中几乎任何事物都与数据有关，医疗、金融、体育，我们每一日都在与数据打交道，发微信、到超市购物、打电话、发微博、上班刷卡、买车票、在论文范文上聊天等等大量的数据无时无刻不在对我们的工作、生活乃至社会发展产生重要的影响.
当数据变成和人力资源、自然资源同样重要的战略资源的时候，便引起了企业界与科技界的广泛的关注.全球数据总量在以每两年翻一番的速度增长.在移动互联网、社交网络、宽带化、云计算、物联网的催生下，大数据时代已然来到。
一、统计学的分科
社会科学和自然科学的众多领域都会应用到统计方法，统计学也逐渐发展成为有了各项分支的统计学体系.构成统计方法的两个分支，主要可以分为推断统计学和描述统计学.
描述统计学（DescriptiveStatistics）指的是研究怎样获取那些反映客观现象的数据，并且用图表的形式进行处理加工和展示所收集的数据，最后通过分析和综合概括得出显示客观现象的规律性数量特征.它的内容包括统计数据的收集方法、加工处理方法、显示方法、分布特征的分析和概括方法等.
推断统计学（InferentialStatistics）指的是研究怎样依据样本数据对总体数量特征进行推断的方法，它是在描述样本数据的前提下，以概率形式表述统计对总体的未知数量特征进行的推断.
推断统计学和描述统计学二者相辅相成，密不可分，描述统计学是推断统计学的前提和基础，推断统计学也是描述统计的进步和升华.下文将从描述统计学和推断统计学这两个分支出发，讨论大数据对统计方法带来的挑战和机遇.
二、大数据对描述统计学带来的挑战
1..对数据搜集方法的挑战
搜集数据可通过统计报表、普查、抽样调查、重点调查、典型调查等众多途径来获得资料.搜集数据时要着重注意已获得资料的可靠性和真实性.在完善数据的各个阶段都会有误差存在，统计数据的误差主要分为代表性误差和登记性误差.
登记性误差指的是调查过程中因为调查或被调查者的各种人为因素所导致的误差.而在大数据时代下，数据的存储就跟摆在货架上的货物相似，人们能够直接筛选出自己所需的数据，搜集这些数据单单靠测量方法就能完成，并不需要调查对象的配合.当技术完善，在海量的数据传输中，人为想要篡改数据是非常困难的，所以登记性误差会大大降低.
代表性误差主要是指用样本数据进行统计推断的过程中出现的随机误差.这类误差在传统的搜集方法中一般是不能消除的.但在大数据背景下，一方面，数据搜集下的统计调查通常可以认定为普查，而普查的情况下，代表性误差是可以消除的.另一方面，统计数据反映的是大方向的情况，无法细致到每个个体的情况，很难取得更有用的信息.但因为数据时代的发展和进步，统计数据不光可以反映总体方向的情况，更能细致到每个个体的情况.是技术进步所带来数据价值的变化.
2..对数据存储方法的冲击
从以前的数据存储方法来看，数据库是对高度结构化数据来进行存储的，一般使用电子表格的形式，这样方便对相对简单的问题进行处理和分析，比较适用于数据处理量小的用户.但是在这个数据飞速增长的时代，数据量的大量增加，从机器处理生成的数据到电子表格，涉及网页博客，PDF，视频，图片等等.这些所有的数据都是特定领域的数据类型，结构相对比较复杂.
三、大数据对推断统计学带来的挑战
统计学的依据是样本统计（普查除外），样本从总体中抽取一定的数量作为总体代表的集合.在一定规模的样本数量下，越小的样本数量，其估计的误差就会越大，这是样本统计无法避免的弊端.如果要解决这个弊端就得把样本量扩大，但扩大样本量的话，时间、资金等成本就会增加，所以单纯扩大样本量在现实中是行不通的.
大数据时代产生了海量的即时的电子化数据，数据呈现“总体即样本”的特点，这一特点刚好能够解决上面由于样本数量小误差大的弊端.大数据的全样本统计虽然能够包含全部的总体，但必须对数据的可靠性、真实性有所保证.
四、大数据给统计学带来的机遇
1..扩大了统计应用范围
随着处理数据软件和网络的飞速发展，很多以前无法量化的现象和事物在如今这个时代可以转化成能够让人分析的数据了，这种现象意味着这些以前不能用统计学来处理的事情现在可以运用统计学的方法来分析了.在大数据时代，大量数据从一些特殊的领域提取出来，例如可以从企业经理的说说心情看出企业运营状况的信息，可以从百度搜索排行榜推测出最近热搜的商品和时事等.只要能够获取数据，就可以运用统计学方法来进行研究和分析，所以随着大数据的发展，统计学在各个领域的作用越来越强。例如近几年来我国各个地区频发雾霾天气，掀起了社会波澜和造成了巨大的经济损失.但是如果能制作开发出一个比较准确的空气预测系统，在雾霾天气发生时候能及时对此發生原因进行解释并做好预防措施，避免民众恐慌.虽然目前这只是一个想法，但或许在不远的将来我们就实现这种方法.
2..增加了统计学毕业生的就业机会
据一家国际咨询公司，盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位.麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人;需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大.这些数据足以说明，大数据时代下，对统计学的人才供不应求，随着大数据的发展，各行各业各个领域对统计学毕业生的人才需求将会不断增加，更多的增加了统计学毕业生的就业机会.
3..可以提升统计学家地位
在大数据时代，数据分析家和统计学家通过合理利用数据可以在一定程度上起到行业专家的作用，他们在各个领域都会起到至关重要的作用，为各个领域提供有利的信息和建议.因为数据分析家和统计学家们能够从大数据中提取大量的信息并将其转化为实际价值，所以数据分析师和统计学家的作用将会逐渐受到社会广泛的重视，他们的地位自然也会得到大幅提升.
五、结束语
综上所述，大数据时代已然悄悄来临.因为数据关系的内在的本质，它决定了统计学和大数据之间有着密不可分的关系，大数据对统计学产生了挑战又提供了机遇.以上，就是本文对大数据对统计学的挑战和机遇进行的研究和分析，希望能够对统计学的发展起到积极的作用。