杜旭陽

（河南信息統(tǒng)計(jì)職業(yè)學(xué)院，河南 鄭州 450000）

在數(shù)據(jù)量爆炸性增長的今天，傳統(tǒng)統(tǒng)計(jì)學(xué)方法已經(jīng)不能滿足數(shù)據(jù)處理和分析的需求。大數(shù)據(jù)技術(shù)的普及與應(yīng)用，為統(tǒng)計(jì)學(xué)的發(fā)展帶來了一定沖擊和機(jī)遇?，F(xiàn)代化信息技術(shù)的發(fā)展推動了大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用，網(wǎng)絡(luò)爬蟲技術(shù)解決了統(tǒng)計(jì)學(xué)中的數(shù)據(jù)收集難題，云計(jì)算技術(shù)使得大規(guī)模的數(shù)據(jù)處理成為現(xiàn)實(shí)。由此可見，大數(shù)據(jù)技術(shù)的應(yīng)用，對統(tǒng)計(jì)學(xué)中的數(shù)據(jù)處理、抽樣以及分析工作帶來了巨大變革。

一、大數(shù)據(jù)技術(shù)的發(fā)展現(xiàn)狀、內(nèi)涵與作用

（一）大數(shù)據(jù)技術(shù)的發(fā)展現(xiàn)狀

根據(jù)近年來大數(shù)據(jù)技術(shù)的發(fā)展情況，目前與發(fā)達(dá)國家相比，我國大數(shù)據(jù)技術(shù)的相關(guān)研究還存在一定距離。根據(jù)大數(shù)據(jù)技術(shù)的研究方向，大數(shù)據(jù)技術(shù)的應(yīng)用功能要能夠追蹤數(shù)據(jù)樣本，廣泛包容各種數(shù)據(jù)類型，實(shí)施正確算法對分布資源進(jìn)行處理。從我國大數(shù)據(jù)技術(shù)需求和應(yīng)用領(lǐng)域來看，涉及的范圍十分廣泛，有物聯(lián)網(wǎng)應(yīng)用領(lǐng)域、分布式計(jì)算領(lǐng)域、語音識別領(lǐng)域、機(jī)器學(xué)習(xí)領(lǐng)域等。

（二）大數(shù)據(jù)的內(nèi)涵

根據(jù)近年來我國大數(shù)據(jù)技術(shù)的發(fā)展情況來看，國內(nèi)外對于大數(shù)據(jù)技術(shù)的研究已經(jīng)趨于統(tǒng)一，我國目前與發(fā)達(dá)國家相比，有關(guān)大數(shù)據(jù)技術(shù)的研究還存在一定距離。根據(jù)大數(shù)據(jù)技術(shù)的研究方向來看，大數(shù)據(jù)技術(shù)的應(yīng)用功能不僅要包含追蹤數(shù)據(jù)樣本，還需要有實(shí)施正確算法對分布資源進(jìn)行處理的功能。此外，對數(shù)據(jù)類型包容量一定要大，以便能夠?yàn)檠芯空吲c決策者提供可靠的依據(jù)。根據(jù)我國大數(shù)據(jù)發(fā)展情況來看，涉及的學(xué)科范圍十分廣泛，集合了各個領(lǐng)域的數(shù)據(jù)信息，需要利用大數(shù)據(jù)技術(shù)對某一領(lǐng)域數(shù)據(jù)信息進(jìn)行分析，只需要在信息量較大的數(shù)據(jù)庫中對相關(guān)內(nèi)容挑選便可。最后，在應(yīng)用大數(shù)據(jù)技術(shù)的過程中，一定要將數(shù)據(jù)資源與決策有效融合，這樣才能使得大數(shù)據(jù)技術(shù)在各個行業(yè)中得到充分應(yīng)用。

（三）大數(shù)據(jù)技術(shù)的作用

根據(jù)大數(shù)據(jù)的應(yīng)用情況來看，它能夠使得高維變量與相關(guān)數(shù)據(jù)信息進(jìn)行整合。統(tǒng)計(jì)學(xué)作為一門數(shù)據(jù)分析學(xué)科，常用的分析方法為抽樣調(diào)查法。主要采用這一方法的原因是因?yàn)閼?yīng)用統(tǒng)計(jì)學(xué)無法將所有相關(guān)數(shù)據(jù)信息作為參考依據(jù)進(jìn)行計(jì)算，否則將會導(dǎo)致整個數(shù)據(jù)分析工作量巨大，并且還會耗費(fèi)大量的分析時間。大數(shù)據(jù)在統(tǒng)計(jì)學(xué)中的應(yīng)用，解決了這一問題。應(yīng)用大數(shù)據(jù)技術(shù)能夠?qū)⑷宋念I(lǐng)域、經(jīng)濟(jì)領(lǐng)域、網(wǎng)絡(luò)領(lǐng)域等方面的數(shù)據(jù)信息全面整合，使得各個領(lǐng)域之間得以實(shí)現(xiàn)互通互融。大數(shù)據(jù)技術(shù)本身就擁有著較為先進(jìn)的處理機(jī)制，因此該技術(shù)不僅能夠解決諸多與數(shù)據(jù)相關(guān)的問題，還能夠?qū)o法解決的數(shù)據(jù)信息問題進(jìn)行保存，作為大數(shù)據(jù)技術(shù)日后發(fā)展的使用儲備。

二、大數(shù)據(jù)對統(tǒng)計(jì)工作帶來的變革

統(tǒng)計(jì)學(xué)理論指導(dǎo)統(tǒng)計(jì)工作的進(jìn)行，根據(jù)統(tǒng)計(jì)學(xué)的發(fā)展應(yīng)用情況，大數(shù)據(jù)技術(shù)對統(tǒng)計(jì)工作中傳統(tǒng)統(tǒng)計(jì)方法的影響主要在于數(shù)據(jù)抽樣方法、數(shù)據(jù)預(yù)處理方法、模型構(gòu)建以及數(shù)據(jù)分析方法四部分。筆者根據(jù)自身多年工作經(jīng)驗(yàn)，通過以下內(nèi)容詳細(xì)論述了有關(guān)大數(shù)據(jù)對統(tǒng)計(jì)工作帶來的變革。

（一）抽樣方法的變革

統(tǒng)計(jì)抽樣方法是在一定的條件下，從所有研究對象中隨機(jī)挑選部分對象，并獲取其相關(guān)數(shù)據(jù)。而大數(shù)據(jù)技術(shù)中的抽樣方法是在諸多流動的數(shù)據(jù)中，挑選其中典型的數(shù)據(jù)或者直接獲取全部數(shù)據(jù)進(jìn)行分析。采用大數(shù)據(jù)抽樣技術(shù)能夠自動篩選出在龐大的數(shù)據(jù)中有著內(nèi)在聯(lián)系的某些信息，并能實(shí)時更新數(shù)據(jù)，有助于研究數(shù)據(jù)之間的連貫性以及動態(tài)關(guān)系。在傳統(tǒng)的統(tǒng)計(jì)學(xué)中，如果想要通過人工開展典型數(shù)據(jù)的篩選工作，具有較大的局限性。而在大數(shù)據(jù)技術(shù)下，可以通過不斷采集樣本累積數(shù)據(jù)信息的方式獲得真實(shí)可靠的結(jié)果。

（二）數(shù)據(jù)預(yù)處理方法的變革

在對數(shù)據(jù)進(jìn)行分析前，首先需要根據(jù)數(shù)據(jù)的實(shí)際情況，對其開展清洗、糾正以及調(diào)補(bǔ)等相關(guān)預(yù)處理工作。在傳統(tǒng)統(tǒng)計(jì)預(yù)處理中，如果要檢查數(shù)據(jù)的預(yù)處理工作是否完成，需要對數(shù)據(jù)使用合理的抽樣方法，抽取一定的數(shù)據(jù)進(jìn)行檢查，探究其中是否仍舊存在需要糾正的數(shù)據(jù)。此種對數(shù)據(jù)進(jìn)行預(yù)處理的方法，工作量大，而且不一定能夠?qū)λ袛?shù)據(jù)都進(jìn)行了有效清洗。并且在數(shù)據(jù)量少的情況下，對缺失值的處理是否恰當(dāng)會影響整個數(shù)據(jù)的分析結(jié)果。大數(shù)據(jù)技術(shù)的預(yù)處理方法和傳統(tǒng)統(tǒng)計(jì)預(yù)處理方法沒有實(shí)質(zhì)區(qū)別，但是大數(shù)據(jù)技術(shù)的優(yōu)點(diǎn)在于能夠及時對數(shù)據(jù)預(yù)處理中的錯誤信息進(jìn)行糾正，統(tǒng)籌整個數(shù)據(jù)資源，最終實(shí)現(xiàn)統(tǒng)計(jì)目標(biāo)［1］。

（三）模型構(gòu)建方法的變革

根據(jù)大數(shù)據(jù)時代的發(fā)展情況來看，該時代的另一特征便是網(wǎng)絡(luò)平臺的發(fā)展與建設(shè)。根據(jù)傳統(tǒng)會計(jì)學(xué)的應(yīng)用情況來看，無論是統(tǒng)計(jì)計(jì)算還是數(shù)據(jù)采集工作，都是線下開展。工作方式有問卷調(diào)查、任務(wù)布置以及學(xué)校課題研究等。在大數(shù)據(jù)技術(shù)不斷發(fā)展的過程中，網(wǎng)絡(luò)平臺的搭建可以使得用戶將該平臺作為基礎(chǔ)數(shù)據(jù)依據(jù)。在現(xiàn)代化信息技術(shù)不斷發(fā)展的過程中，有關(guān)數(shù)據(jù)處理模型系統(tǒng)軟件正在被逐漸開發(fā)，目前常用的數(shù)據(jù)處理模型軟件有MSBN、BN、MIM等，這些高維數(shù)據(jù)處理工具不僅能夠計(jì)算時間概率，還能夠根據(jù)數(shù)據(jù)信息的統(tǒng)計(jì)結(jié)果構(gòu)建數(shù)據(jù)因果關(guān)系圖，有助于數(shù)據(jù)信息的傳播與流轉(zhuǎn)。

（四）數(shù)據(jù)分析方法的變革

在傳統(tǒng)的統(tǒng)計(jì)學(xué)分析工作中，想要研究不直接聯(lián)系但是具有一定相關(guān)性的變量之間的關(guān)系較為繁瑣，因?yàn)橐獜妮^為龐大的信息資源中挑選出具有代表性的樣本數(shù)據(jù)，還要對各個不同變量之間的關(guān)系進(jìn)行研究［2］。在應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行分析時，該技術(shù)分析力強(qiáng)、包容力大的數(shù)據(jù)統(tǒng)籌能力，能夠使得各種環(huán)境下的信息資源被有效整合，最終得出一個準(zhǔn)確性較高的結(jié)果。在這一過程中，盡可能地減少了變量的參與，我們經(jīng)常將這一分析法稱為薈萃分析法。

三、大數(shù)據(jù)背景下的統(tǒng)計(jì)學(xué)發(fā)展方向以及發(fā)展策略

（一）不斷健全有關(guān)統(tǒng)計(jì)學(xué)總體、個體、樣本的定義

根據(jù)傳統(tǒng)統(tǒng)計(jì)學(xué)的應(yīng)用情況，在對數(shù)據(jù)信息開展分析工作時，首先需要搜集相關(guān)信息數(shù)據(jù)，從已經(jīng)搜集到的數(shù)據(jù)信息中抽取樣本，隨后根據(jù)樣本的性質(zhì)來對調(diào)查對象的總體特點(diǎn)進(jìn)行確定。具體而言，就是在應(yīng)用傳統(tǒng)統(tǒng)計(jì)學(xué)方法篩選數(shù)據(jù)時，需要在確定總體之后再抽取相關(guān)樣本進(jìn)行分析［3］，而應(yīng)用大數(shù)據(jù)技術(shù)則方法截然不同。大數(shù)據(jù)技術(shù)首先需要搜集個體數(shù)據(jù)樣本，其次根據(jù)個體數(shù)據(jù)樣本確定數(shù)據(jù)整體，最后按照相關(guān)要求對數(shù)據(jù)信息進(jìn)行篩選，最終得出的統(tǒng)計(jì)結(jié)果是基于總體得到的結(jié)果，因此可信度與說服度更高。在當(dāng)前，大多數(shù)情況下數(shù)據(jù)信息都是以信息流的形式出現(xiàn)，也就是說數(shù)據(jù)信息的樣本是流動的、累積的。在此情況下，傳統(tǒng)統(tǒng)計(jì)學(xué)最終分析出的結(jié)果不能與時俱進(jìn)，具有一定滯后性。在利用大數(shù)據(jù)技術(shù)對相關(guān)信息進(jìn)行搜集、監(jiān)控時，因?yàn)閷σ呀?jīng)確定的數(shù)據(jù)信息沒有依賴性，在開展后續(xù)計(jì)算工作時準(zhǔn)確度更高，分析出來的數(shù)據(jù)結(jié)果更有實(shí)際應(yīng)用性，能夠?yàn)楹罄m(xù)工作提供依據(jù)，提高統(tǒng)計(jì)工作可靠性。

（二）拓寬了統(tǒng)計(jì)學(xué)的研究體系

無論是什么領(lǐng)域?qū)崿F(xiàn)可持續(xù)發(fā)展都是不變的宗旨，在當(dāng)前我國社會快速發(fā)展過程中，統(tǒng)計(jì)學(xué)想要實(shí)現(xiàn)持續(xù)發(fā)展，就需要運(yùn)用辯證、發(fā)展的眼光看待統(tǒng)計(jì)學(xué)。根據(jù)大數(shù)據(jù)的發(fā)展情況來看，它是一個框架體系巨大、統(tǒng)一性較強(qiáng)的綜合性內(nèi)容，統(tǒng)計(jì)學(xué)作為大數(shù)據(jù)中的一個分支，在未來發(fā)展過程中一定要積極融入大數(shù)據(jù)的思想、內(nèi)涵［4］。在傳統(tǒng)的統(tǒng)計(jì)學(xué)分析計(jì)算工作中具有較大的局限性，為了確保最終的統(tǒng)計(jì)結(jié)果公平、公正，工作人員通常情況下只能夠通過在總體數(shù)據(jù)中挑選數(shù)據(jù)樣本進(jìn)行相關(guān)計(jì)算，在此過程中主張以小見大的分析統(tǒng)計(jì)方式。大數(shù)據(jù)時代的來臨改變了這一問題，數(shù)據(jù)內(nèi)容過大不再是難題，并且不斷優(yōu)化了數(shù)據(jù)整理過程。統(tǒng)計(jì)學(xué)在發(fā)展過程中要積極引進(jìn)新技術(shù)與新理念，不斷拓寬自己的研究體系，以便能夠建立更多的分析研究方式，促使我國大數(shù)據(jù)時代穩(wěn)定發(fā)展［5］。

（三）新的分類與梳理方法

根據(jù)傳統(tǒng)統(tǒng)計(jì)學(xué)的應(yīng)用情況來看，有關(guān)數(shù)據(jù)信息的分類方式首先是要對分類進(jìn)行定義與區(qū)分，根據(jù)定義好的便簽有針對性地搜尋相關(guān)數(shù)據(jù)信息。在對數(shù)據(jù)信息進(jìn)行統(tǒng)計(jì)時會發(fā)現(xiàn)，這些信息通常情況下都會被囊括到一個已經(jīng)明確的結(jié)構(gòu)中，整個數(shù)據(jù)信息的梳理過程十分單一［6］。信息梳理作為信息預(yù)處理的關(guān)鍵環(huán)節(jié)，直接會影響到最終分析結(jié)果。但是在大數(shù)據(jù)背景下，所有數(shù)據(jù)信息的來源都屬于開放式，因此只要設(shè)定好需要的信息類型，按照信息分類標(biāo)識對信息類別進(jìn)行判斷，最終能夠從不同的信息數(shù)據(jù)中篩選出需要的數(shù)據(jù)內(nèi)容［7］。

綜上所述，根據(jù)當(dāng)前大數(shù)據(jù)背景下統(tǒng)計(jì)學(xué)的發(fā)展方向，大數(shù)據(jù)技術(shù)的廣泛普及對統(tǒng)計(jì)學(xué)的數(shù)據(jù)抽樣、數(shù)據(jù)預(yù)處理、模型構(gòu)建以及數(shù)據(jù)分析帶來了積極影響。統(tǒng)計(jì)學(xué)想要實(shí)現(xiàn)持續(xù)發(fā)展，就需要融合大數(shù)據(jù)技術(shù)，不斷拓展統(tǒng)計(jì)學(xué)的研究領(lǐng)域，不斷創(chuàng)新數(shù)據(jù)的分類與梳理方法，只有這樣才能為統(tǒng)計(jì)學(xué)可持續(xù)發(fā)展提供保障。