孙羽佳   重庆大学

摘要：随着时代的不断发展以及各行各业的不断进步，大数据与统计学的分析方法也在不断的更新着，基于理念分析以及比较研究的方法可以得出结论：大数据的分析方法与统计学的分析方法需要在具有关联性的前提下极性差异性的比较，而且在今后的分析与比较中也要从更深的层次入手。在两种分析方法都应该立足于基本思想与量化的形式，对其数据来源以及分析方法进行不同角度的反应，从而揭示出社会上不同的分析方法之间所存在的相似点与不同点。本篇文章通过对大数据分析方法以及统计学分析方法进行比较，希望能够在这个信息不断发展的当今时代，给数据持有者提供更多的有利于时代发展的讯息，从而促进社会的发展。

关键词：大数据；统计学；分析方法；相关研究

引言：当今时代经济迅速发展，同时科技也在不断进步，带动着信息化时代的加速到来，随着信息技术的不断发展以及在社会上的不断应用，信息或者是数据在社会中的地位也是越来越重要。目前，“大数据”时代是随着信息技术不断发展而出现的新局面，那么在“大数据”时代，如何更好的引用信息以及数据进行科学的决策，如何运用数据快速帮助企业等作出决定，使社会各界都比较关注的一点。同时，也正是因为大数据以及统计学的分析方法帮助数据持有者进行正确的决策以及理论支持，最终通过正确信息的挖掘而获取更加具有价值的信息。所以，在运用大数据分析方法与统计学分析方法之前，应该慎重的考虑好这两种分析方法的有益一面，明确这两种数据处理方式之间的关联以及区别，从而从根本上决定统计学理论与方法的应用，进一步处理大数据。

一、大数据的概况分析

大数据这一概念最早是由美国学者提出的，当时美国学者认为大数据的定义是比较多样的，而且类型也比较复杂，内容较多，但是在关于大数据的所有的定义之中，他认为大数据是比较大、难、快的，所以将其多半都定义为那一类“太难”、“太大”的当中去。但是随着人们的不断研究与分析发现大数据实际上是具有很明显的特征的：a、量大；b、流动性大；c、种类多；d、价值大。这几个特征在现如今的发展过程中都有很多实例可以证明，比如微博，其具有的较大的流动性就是大数据的主要特征之一，而且越来越多的半结构化以及结构化的数据的出现，都体现出了大数据的多样性。那么这些大数据的特征与规模都展现出了各个企业以及组织中所能够创造出的巨大儿商业价值以及社会价值，对于经济与社会发展提供动力。

在近期关于大数据的书籍《大数据时代——生活、工作与思维的大变革》中，十分明确的指出了在大数据时代，不管是个人还是社会，都应该转变之前的思维方式，对数据以及其他新鲜事物转变看法，进行创新。那么最明显的就是应该全面的、系统的对与某些事物相关的数据进行分析，在这个过程中应该掌握较为有效的关键数据，从而进行整体的分析，毕竟只依靠少量数据进行分析是片面的做法。另外，对大数据如何界定体现出了大数据的纷杂性以及复杂性，不过在分析中应该重视总体，对于样本的手机以及比较，也要追寻精确性，从而更有效的琢磨出各个数据之间的因果关系，进行有效的讨论。

二、大数据与统计学分析方法之间所存在的联系

在18世纪时，统计学就早已出现并被广泛应用，其发展历程是比较坚实而且丰富的，在统计学发展的过程中，不管是基础的理论还是社会应用方面，都是遵循着规律而来的。那么在现如今的大数据时代，在这个新兴事物不断发展的今天，一些事物的规律以及挖掘其的思维也在不断地转变，也就促成了价值体系的改变以及知识体系的转变，这对于人们生活的方式等也有着很大的影响。但是不管是大数据还是统计学分析方法，都会对知识体系的形成以及生活方式的转变产生影响，所以这两种认知方式也存在一定的关联，下面就对其进行简要的分析：

（一）大数据与统计学分析方法在挖掘事物规律方面的思想相似

对于事物规律的挖掘，不同的分析法有着不同的方式，但是大数据与统计学方法从本质上来说都是通过探索事物、探索数据来观察规律，所以实际上二者具有相似的思想，尤其是在挖掘事物规律方面。统计学在探索事物规律时所运用的基本方法就是通过计算以及概率理论来建立一种符合实际的数学模型，再通过这个模型尽心比较全面的数据分析，最终通过比较明确的刷数据展示来进行量化的分析，从而对事物规律做出比较正确的推算以及探讨。那么对于大数据，其挖掘事物规律的方式主要就是通过本身的思维来劲西行对人类的指使，在较多情况下都是要通过完整的以及系统的数据进行深入的规律探索，相比于统计学探索事物的方式，大数据是比较完善的，能够通过对现实规律的深入而发现更多的知识。这两种挖掘事物规律的方式虽然一个是传统一个是新型的，但是却都是以基础数据为准的，发展趋势也都是以事物特征为准的，所以在思想上存在着一定的共性。

（二）大数据与统计学分析方法所采用的基本方式都是量化分析

量化分析指的就是将数据进行基础化的处理，不仅要将需要分析的数据转换量化形式，还要把事物的各种形态、现象等转换为一种可制表分析的形式。不论是传统的统计学还是新型的大数据，都是要将事物的定性以及定量数据进行总体分析，同时尽量转换为文字或者是图像的形式，这样一来不仅是新的方式，也是利用量化方式预示事物发展的趋势。所以，通过相似的量化分析方式来进行事物特征与事物发展趋势的探究是具有相似之处的，也有利于在今后的大数据时代更加有效的进行数据的转化以及利用。

三、大数据与统计学分析方法之间的区别

通过上述的相关分析可以得出结论：大数据作为一种信息时代的产物，以及一种新兴的数据处理模式，相对于传统的统计学分析方式来说，虽然处理方式不同，但是本质上爱是具有许多的相同之处的。都是为了数据能够更好的进行转化和利用而出现的数据处理方式，那么接下来也会对大数据与统计学分析方法之间的区别进行一定的分析：

（一）大数据与统计学分析方法的基础数据不同

大数据时代的信息来源比较广泛，信息量以及信息覆盖率都比较大，因此在这种情况下若是想要非常有效的、全面的进行数据的收集以及处理，就需要改变之前的数据处理方式以及收集方式，从而获得更多的需要分析的数据。最关键的就是要改变像传统的统计学分析方法中收集数据的方式，利用多媒体等信息技术，在科学技术不断发达的今天通过某个特别的现象或者是事物来进行事物之间的相互联系，同时也取消事物之间的依赖性。另外，在传统的统计学数据分析方式之中，数据的量比较大，处理来相对来说比较麻烦，所以一直都是依赖于随机的抽取，随着大数据时代的到来以及新的数据处理方式的出现，对于基础数据的处理不再依赖于随机抽取，反而扩大了规模，通过不同来源、不同类型以及不同方式的收集对各类数据记性了根本性的改变。

（二）大数据与统计学分析方法的数据来源不同

大数据预示着新时代，在大数据背景下社会上的各行各业都需要找寻到一种适合各类数据、各项数据共同存储的设备，多样性的数据需要经过不同的处理方式而分布于全球的各个服务器上，这样不仅扩大了覆盖范围，也有利于找寻到一种更加有效的数据处理方式。因此，在今后的数据处理过程中，应该从数据的种类、数量出发，对于总体的数据也要有一个把握，争取通过总体的有效数据的获取而带动庞大数据的正确处理。在数据分析量较少的情况下，也可以尽最大可能的优化数据，通过精确化的舒俱来掌握“小数据量”，从而有效率的分析大量的数据，掌握数据发展的总体趋势。

（三）大数据与统计学分析方法的数据分析方法不同

数据分析方法指的是在数据收集之后，对各类数据、各项数据进行适当的处理以及分析，在这个过程中就应用到了大数据以及统计学分析方法。传统的统计学分析方法主要就是将数据样本进行“推断分析”，但是大数据的背景下，则是要在实际的基础之上对各项数据极性“实际分析”，这种分析方式不仅提升了数据的有效性，也从很大的程度上直接的得出了数据的总体特征，以便于今后对于数据的其他处理。这两种处理数据的方式通过不同分析方式对数据的观察与收集和分析都产生了不同程度上的影响，但是也都是为了得出数据特征而作出的不同的处理。

结束语：

综上所述，对于大数据以及统计学分析这两者来说，既存在着相似之处，也有着一定的差别，但是二者的本质都是希望通过一种全面的、有效的、系统的方式对大量多样化的数据进行处理，同时发展经济，为社会做出贡献。在今后大数据时代数据处理过程中，应该不断地优化传统统计学的处理数据方式，争取在复杂的数据之中扩大数据覆盖率，从根本上摆脱对于数据样本的依赖；同时也要在大数据时代重视数据的发展趋势，琢磨到各项发展数据之间的因果关系，同时通过对于事物的密切关注而增强统计学以及大数据的分析数据处理数据的效率。

参考文献：

[1]孟夏琴，金玉田.大数据管理：概念、技术与挑战的相关分析[J].计算机研究与发展,2015,50（01）：146—169

[2]于丽萍，周泽锋.大数据时代——生活、工作与思维的大变革[J].中国科技学,2015（07）：177——183