大数据与统计学课件

大数据与统计学浙江工商大学李金昌大数据与统计学1作为归纳分析的科学,统计学可以从亚里士多德的“城邦政情”算起,但作为一门数据分析的科学则应从配第的《政治算术》算起。300多年来,统计学围绕如何收集、整理和分析数据这一主线而发展,构建起了庞大、多元、融合的应用方法体系,帮助解决了各个领域大量复杂的现实问题。不是西为我们会做他背詹的数学而发展的不要因为绕计的问题困难而去做它;也不要因为它难而不做。(贺吉士J.L.Hodges,1922-2000R.C.Rao:统计的分析形式随时代的推移而变化着,但是从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变大数据时代的来临,迫使统计学站在一个新的起点上。作为归纳分析的科学,统计学可以从亚里士多德的“城邦22019年,《科学》杂志刊登的一篇介绍计算机软件H0的文章《大数据的处理程序》中第一次正式使用了大数据(bigdata)一词。2019年9月《自然》杂志出版“bigdata"专刊。最近几年,关于大数据的文献迅速增加,但绝大多数出于计算机领域的学者之手,较少有基于统计学视角的深度学术讨论2019年,《科学》杂志刊登的一篇介绍计算机软3最早与大数据概念有关的学科:天文学、气象学和基因学,一开始就依赖于海量数据分析方法冷但从现代意义上看,大数据可以说是计算机与互联网相结合的产物,前者实现了数据的数字化,后者实现了数据的网络化令大数据的本意是,所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯4V特点:Volume、Velocity、Variety、alue。最早与大数据概念有关的学科:天文学、气象学4大数据自古有之?人类曾经开展过的人口普查、产业普查等数据,是否属于大数据?在计算机技术与网络化未得到充分发展以前,人们自然难以联想出大数据这个概念令从统计学的角度看,大数据不是主要基于人工设计而获得有限、固定、不连续、不可扩充的结构型数据,而是主要基于现代信息技术与工具自动记录、储存一定程度上看,大数据并不是一个严格的概念,而是个比喻式的称呼。大数据自古有之?5(一)如何理解大数据的“大”令一是“全体”的意思,即大数据就是全体数据,并且数据量必须达到一定的规模。二是“可扩充”的意思,即大数据就是可以不断扩充容量的数据,任何数据一旦发生就可以被记录、被吸收。◆三是“有待挖掘”的意思,即大数据就是有待挖掘的数据。大数据可能包含着丰富的、具有大价值的信息,但被超大量的数据所掩盖、所分散而导致价值密度低,只有挖掘才能发现。(一)如何理解大数据的“大”6(二)如何理解大数据的“数据”历史告诉我们,数据的含义是随着人类认识社会与自然现象的视野的变化、以及认识能力与技术水平的提升而改变的,经历了从传统运算型数据到现代数字化数据的变化过程。令把一切信息都看成数据是当今社会的一个特征,是个自然进化的结果。大数据中的数据其实就是切可以通过数字化手段记录的信息。大数据除了结构型数据与非结构型数据的分类外,还可作以下分类(二)如何理解大数据的“数据”7如果从大数据产生的途径或渠道来看,大数据可以分为社交网络数据、人机交换数据和感应数据(机器数据)。如果从功能上看,大数据可以分为交易型数据、流程型数据和交互型数据。需要特别指出的是,网络数据在大数据中占有特殊的份量,又可分为自媒体数据、日志数据和富媒体数据三类。从时间维度上,还可以把网络大数据分为以用户数据、日志数据为代表的历史数据,以及以视频监控数据和流媒体数据等为代表的流式数据,其中历史数据蕴含着大量有价值的信息。基于数据的分类,储存数据与管理的方式—数据库也有两种类型:关系型数据库(SL接口)和非关系型数据库(NoS0L接口)如果从大数据产生的途径或渠道来看,大数据可以分8(三)大数据是不是好数据?令首先,大数据不会自动产生好的分析结果,不会自动把隐藏其中的秘密呈现出来,如果数据不完整、取舍不当或遭受破坏,那么就会产生错误的结论令其次,大数据是动态的,具有阶段性特征,同样的关联词在不同时段可能具有不同的含义,围绕关联词的话题会随着时间的推移而会发生某些偏离,从而导致有偏的结论令第三,对于我们所关心的研究主题,可能会受到大量没有实际意义、实际内容甚至虚假信息的干扰让我们面对一堆数据无从下手,大数据变成了大迷惑,甚至变成了大错误。第四,大数据中有很多小数据问题,这些问题并不会随着数据的增加而消失,反而可能更严重。(三)大数据是不是好数据?9二、数据的变化与统计分析方法的发展)数据的变化回顾历史可以发现,数据的变化与统计分析方法的发展呈现高度吻合的关系。有一种观点认为,数据的变化过程可以分为三大阶段:数据的产生、科学数据的形成和大数据的诞生二、数据的变化与统计分析方法的发展10大数据与统计学课件11大数据与统计学课件12大数据与统计学课件13大数据与统计学课件14大数据与统计学课件15大数据与统计学课件16大数据与统计学课件17大数据与统计学课件18大数据与统计学课件19大数据与统计学课件20大数据与统计学课件21大数据与统计学课件22大数据与统计学课件23大数据与统计学课件24大数据与统计学课件25大数据与统计学课件26大数据与统计学课件27大数据与统计学课件28大数据与统计学课件29大数据与统计学课件30大数据与统计学课件31大数据与统计学课件32大数据与统计学课件33大数据与统计学课件34大数据与统计学课件35大数据与统计学课件36大数据与统计学课件37大数据与统计学课件38大数据与统计学课件39大数据与统计学课件4