当前位置:主页 > 365bet在线足球开户 > 正文
  • 大数据时代的统计方法有多有效?
  • 日期:2019-05-17   点击:   作者:365bet网   来源:365bet365官网
61人同意了
有很多观点认为大数据时代的统计数据毫无用处。
上面所有人的统计数据似乎只不过是门牌。
以前,如果n大于30,则认为样本大小足以应用大量数据。
与所谓的大数据相比,法律真的很不舒服。
随着数据量的爆炸式增长和硬件存储技术的发展,大量数据可能创造无限财富。各界人士开始说他们是献身的
大数据
在计算机科学,信息技术,应用数学,计算数学,运筹学,工业工程,电子工程,甚至政治领域,我们现在可以随时在文章中包含大量数据。融资,都声称是伟大的。
数据
但是,我听不到统计的声音。
谷歌搜索“bigdata”的趋势:搜索“统计数据”这个词的趋势:大数据时代的到来似乎处于统计极限。
但必须首先解释。大数据意味着完整,准确和真实。
统计在大数据应用的活力和价值中发挥着重要作用。
许多人支持数据涉及所有含义并且不需要理论的概念。
此外,它的值是大数据3 V定义后的第四个V,大数据意味着价值。

他们似乎忘记了信息和知识数据。
大数据很大,因为它通常是自动收集的。这也意味着很多噪音信息。
这有时被称为DRIP --- DataRich
信息不好

举一个简单的例子,将大量数据与矿山进行比较。如果它已包含所有值,则统计员不必执行任何操作。没有必要直接挖掘。
它仅限于计算。
技能足够强大,可以揭示潜在的模式。
其他人说,增加数据量使其在任何时候都很突出,p
像价值的测试方法死了,这实际上是对统计数据的明显误解。

大数据不能代表统计思维。面向科学的方法对于大数据而言比面向算法的方法更重要。
谷歌的流感病毒预测是大数据应用的显着特征之一,搜索记录与流感感染的相关性是模型成功的关键。
然而,这些数据模型的成功应用与对统计思维的支持密不可分。
统计学家会告诉你,相关性不会取代因果关系。如果你不知道这种关系是如何发生的,你就不知道它什么时候消失了。
数据
我们有改善自己的危险。
已经研究过的概念研究模式。
---乔治盒子
统计学家也习惯于使用结构良好的数据,因此有必要调整传统统计方法和研究的方向。下面的一些说明适用于砖和迫击炮。
建立并解决不明确的问题。
统计人员更喜欢结构良好的数据和明确的统计问题。虽然大量数据提供了许多机会,但它们似乎不是传统标准统计框架的一部分。统计学家必须努力将未知问题转化为可用问题。
分析来自不同结构的数据。
大多数现有的统计方法仅限于数字数据处理。有些人正在制作要素数据和文本数据,但他们需要更多鼓舞人心的想法。
描述性统计
这可能很难理解。当涉及到许多问题时,很可能会有很多统计结果,如何从中提取有用的信息?
例如,如果您有数千个相关性,或者您有数千个方差分析。
从这些统计信息中提取足够的信息以获取所需的信息。
大多数人仍然很少。
这两个方面都有重要的用途,并且这两个方面的特征的获得和模式的识别需要一种基本方法。