你好,游客 登录
背景:
阅读新闻

大数据时代与采样分析的区别

[日期:2014-06-11] 来源:分享互联网  作者: [字体: ]

  大数据时代我们要的是全体数据,不再是样本数据。样本分析发展至今不足100年,在数据和 技术受限的时期,解决了当时存在一些特定问题。如人口普查,一般统计需要8-10年时间, 而此时数据已经完全不准确,失效。所以在当时条件下,有人提出采样的统计学方法。

大数据时代

  采样分析有其固有的特性:绝对随机性和忽视细节观察。采样的目的是用最少的数据获取更多的信息。绝对随机性:要求我们在采样时,要绝对的随机,然而要做到此,是有难度 的,因为人总是会对同一样事物有不同的看法。偏离了随机性,那么采样结果的错误率会大大的增加。忽视细节观察:采样在宏观领域的作用,在微观领域失去了作用。就像经济学上的边缘理论一样,当样本达到一定值之后,个体身上的信息就会越来越少。

  统计学上采样分析有个非常重要的观点:采样分析的准确性随着随着采样随机性的增加而大幅提高,但与样本数量的增加关系不大。

  当我们现在能够采集海量数据的时候,采样对我们来说就没有什么意义了。在大数据时候采集数据不在是只有大公司才能做的事情,很多公司都可以做得到。

  大数据是指不用随机分析法这样的方法,而采用所有数据的方法。云计算的出现,让我们采集到海量数据提供的基础设施,通过云计算对大数据进行分析,预测,会使决策更准确,释放更多数据隐藏的价值,发挥更大的作用。

  本文是由分享互联网(http://www.hed236.com)所撰写,转载请务必留下链接,谢谢!





收藏 推荐 打印 | 录入: | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款