大数据时代对统计学的影响分析.docVIP

　　大数据时代对统计学的影响分析 　　大数据和统计学两者在本质上是相互联系、相互促进，没有数据也不可能完成统计，所以二者缺一不可。在大数据时代，统计学必须与时俱进，跟上时代发展的脚步，勇敢地接受大数据带来的的挑战和变革，才会走得更长远。而大数据也要珍惜统计学，两者是无法离开的，只有在共同学习进步下，才能够实现双赢，成为主宰。 　　关键词：大数据时代；统计学；影响分析 　　引言 　　对于大数据（Bigdata），可以理解为新模式中具备决策性、洞察力、发现力的一门技术。它主要概括数据的自然增长力和多样化的信息资产。 　　统计学是大数据里面的一门重要的学科。因为它和大数据有着千丝万缕的关系，所以它被人们广泛使用和学习。它是通过整理分析得出来的科学的数据。具有精准性、客观性即概括性。完成统计学的方法有很多种，如调查法、立案法、实验法等主要广泛应用于社会、科学等方面。 　　一、大数据和统计学的关系 　　（一）两者的关系 　　在当今信息时代，用数字代表的信息越来越多，科技迅速发展，互联网时代高速运转，在许多公司用来统计数据的时候，都用的电子表格，进行整理分析。 　　在把它们汇总起来，就成了统计。数据是统计的本质，统计是数据的概括及意义。 　　数据就像零零碎碎的字母，统计就是英语单词，通过整理分析，把字母拼成一个具有意义的单词，这就是数据和统计的意义。只有相互依存，你中有我我中有你。 　　（二）大数据和统计学的区别 　　信息功能不同。大数据的意义是某种事物的代表，有些东西要是用它原本的名称代替可能不太放便，这样一个简便的代号即简便又容易记忆。在工作中，工作人员根据超市销售的数据进行整理分析，在汇总起来就是统计，最终他们看得都是统计整理得出的数，分析的也是统计后的数据。因此，统计学是用样本单位来分析和推断数据总体的特征。由数据控制，我们只能根据获得的数据来推断总体数量。在信息时代，越来越多的东西可以用数据表示，几乎全部的信息资料都显示的一清二楚，而从很多大数据上可以完成很多小数据都完成不了的工作。 　　标准度不同。统计学最基本的就是精确，不能马虎，尽可能减少出错率，保证数据的准确性争取做到精准无误。数据一旦完成搜集、整理、分析的过程和目的，就被认为已经完成了任务。我记得每次到期末考试，信息这门课都是先考的，它总会一有题目让你绘制统计表并统计出数据，结果还要精确到后几位小数。现在信息时代，要求学生们掌握运用数据的技巧，理解数据的意义，体会到数据给我们带来的方便感。在这个时代，数据不在是静止和陈列的，它是人们在工作中的一大重点，人们不再致力追求数据的精确性，而是从中寻找乐趣、从中受益。 　　数据的搜集形式不同。数据一般都是通过调查研究采集出来的，在精确到细节信息的范围内，而传统的搜集数据的方法多是亲自实验，亲自采集，这样有很大的局限性。在古代，又一次皇帝心血来潮，想到了一个惩罚人的办法，就是让说错话了的大臣去数大米，皇宫的大米多得是，堆积如山，看都很难看过来，就别说要数了。而如今不一样，用互联网一调查，就出来了，还方便研究。这样，现代化的互联网技术就有更高级的结构及筛选。 　　解决方式不同。我们要抛开统计学的传统概念，并尝试着消除这种概念。让人们清楚的了解到数据与统计之间是相互联系相互制约的关系。在解决传统观念与现在发展的问题上，要做到抛砖引石，旧的不除新的不来，针对本性性问题解决。 　　二、大数据与统计学的应用及联系 　　大数据和统计学的应用十分广泛，举个简单的例子，人一天三顿饭，平均中午和晚上要吃蔬菜，那我们在每个蔬菜上都挂一个数字，分别用1、2、3…表示，这样，每天把不同的序号放在一起组成一天要吃的菜，既不会重复，还好记忆，又方便，又简洁。这是它们之间相互联系的一个事例。不仅如此，它们之间还存有共性，比如，现在随处可见的电子表格，老师要统计学生的成绩，先是各科成绩数据，在进行统计。首先学生的各科成绩不能出错，然后统计过程中也不能有错，最后汇总起来的成绩就是精准无误的。这就是共性，两种步骤都有的共同事物，精准度。 　　共性一：社会性和数据性。在工作环境中，几乎所有的行业与大数据都有密切联系。大数据时代，很多事业单位都需要数据的计算，就像现在各小区里的业务管理，记录家家户户的业务总额，还需要绘制图表完成，通过小区一个月来的用电用水等业务，直接的反应出具体情况。简单明了，实用性强。这就是一个很简单的数据与统计的共性。 　　共性二：哲学性与数学性。哲学性是指具有比较抽象的有深度的问题，值得人们研究，统计学以很多哲学思想为基础，通过哲学思想指导工作，影响学习。 　　最早研究出数字的还是罗马人，、那里的人多崇尚哲学道理为主，而最早的数学家也诞生在古希腊。数学的概念最早也与哲学有关，数字是数学的基础，而哲学是数字的前提，统计以扎实的数学基础和哲学研究的方