大数据对当代统计学发展的影响初探

【摘要】大数据技术与应用的发展不仅深刻地影响着社会的发展，也影响了统计学这一学科。随着大数据概念和技术的不断普及、融合，统计学迎来了新的发展机遇和挑战。本文将简要对大数据的概念和作用进行梳理，分析统计学在大数据时代下面临的机遇与挑战，并提出符合统计学发展的策略措施。

【关键词】大数据;统计学;人才培养

信息技术的进步推动了大数据时代的到来。通过运用定位、传感器等技术，为人们解决了许多数据收集难题。统计学在大数据的背景下，面临着全新的发展趋势。基于此，本文希望探究在大数据时代下，统计学如何适应时代的要求，通过研究分析，梳理传统方法，对其进行分类和梳理，从而提出适应新时代统计学发展的方法举措。

一、大数据的概念和作用

近些年来，业内人员对大数据的内涵有了较为统一的认识。大数据的功能不只局限于对样本进行追踪，而且还要运用算法对分散的资源进行合理的整合与处理。此外，大数据涉及处理的数据类型广泛，数据支持的来源较为可控与可靠。大数据通过对某个的领域进行分析，并对数据资源库进行合理的挑选，从而能够较好地完成数据整合与分析的任务。在实际的操作过程中，需要运用计算机将决策和数据资源进行结合，从而在各个行业的应用中产生较为理想的适配效果。

统计学是一门较老的学科，它发展了两千多年，通过对信息的搜集、整理、分析等来对未来对象进行预测学科。统计学作为一门以数据分析为目的的学科，通常会使用抽样的计算方法。之所以运用这样的方法，是因为无法将所有的样本用做计算。这种传统的方法工程量大，需要耗费大量的时间和精力。而大数据将大量高维变量与数据进行了整合，将各个领域的数据进行有效整合，不论是信息的转化、还是储存，都运用了数字化的处理机制。它不仅能够对大量的信息进行处理，而且还能够进行妥善保存，从而为将来的使用做好储备。

二、大数据背景下统计学面临的挑战

（一）大数据处理机制对统计学造成的影响

第一，体现在统计学的学科内容方面。随着我国大数据概念、技术和应用的不断成熟与发展，成为越来越热门的话题与研究方向，各个学科、专业都收到了他的影响。传统统计学关注对当前的数据进行搜索、整理，从而推测出未来事物的发展趋势和规律。统计学即是大数据的三大基础学科之一，其本身发展也深受大数据的影响。在大数据的概念引入之后，要求统计学在教学之中更多地关注大数据相关的教学内容和教学知识。倘若不进行教学内容的深化和落实，就会使得统计学不能达到预期的研究效果，落后于事物的发展表现，因此统计学应该迎面应对挑战，积极完善其教学内容。

第二，体现在统计学的人才培养方面。当前统计学在发展中，因为大数据技术与应用的发展，在统计对象、概念设定、数据来源、分析方法等方面均亟需改进与适应，这促使统计学在进行专业人才培养时，要注重对人才的大数据能力和思维的培养。过去，在进行统计学专业人才培养方案战略制定时，最为关键的就是要求学生能够具备良好的统计学理论和应用，能够用统计学知识解决实际的问题，并且能够具备一定的风险意识和预测推理能力。但是现在随着大数据理念的不断融入，我国统计学在人才培养时的要求与目标更高，需要培养出能够拥有一定的计算机实践基础和应用基础，拥有大数据概念的综合性高素质统计学人才。

（二）大数据背景下，统计学新的发展方向

从宏观的角度看，大数据的应用将从前细分的工作实现了统一，通过运用海量数据对多个领域的任务进行计算分析。从微观角度分析，运用大数据分析是为了更好地发现问题并进行解决，通过与数据决策进行结合以此更加科学地判定数据信息。统计学迎来的变化主要有两方面：第一，在过去进行信息的统计计算需要专业的部门，而大数据时代弱化了这种职能，更加依赖计算机、互联网及物联网等技术运用，将运算出的数据直接应用于生产上，使得统计学在教学和实操中都融入了计算机设备和技术，彻底改变了过去传统的数据收集方式方法，提高了实际应用效率。第二，传统的统计学进行教学时需要运用大量的纸质资料，并且在进行实际计算训练和数据整理时都需要落在纸面上。随着信息化的发展，已经彻底改变了这种工作方法，而大数据的应用从更高的数量级提升了运转效率，还提高了结果的分析精准度，为统计学发展提供了物质条件和基础。

三、适应大数据时代的统计学发展措施

（一）对统计学中的个体、样本等进行定义

传统统计学在实际应用时，首先要做的便是数据的生产收集，然后再在大量的数据中抽取相应的样本，最后在根据样本的信息调查数据的特点。因此，在进行数据信息的筛选时，需要先确定总体，然后再对数据进行分析。大数据统计先对个体数据样本进行搜集，然后再明确总体，进而根据相关的要求，对数据进行筛选，最后所得出的结果也是基于总体的结果，这样方法得出的结果相对来说较为科学。在当前的应用环境中，大量数据都以数据流的方式呈现，这样的数据流动性较大，因此运用传统的方法容易使结果导致滞后，从而不符合事件当前的发展需要。而大数据是对一个数据进行动态搜索，没有过于依赖数据，并且在时段的差距也较小，所分析出来的结果也更符合实际的需求。从符号定义的角度来讲，想要发挥统计学在当前时代的作用，需要对专业符号进行重新的定义。所以，健全定义是完善统计学的重要措施，例如总体是过时总体还是及时总体等内容。统计学在发展的过程中，需要突破传统的枷锁，对其符号进行新的定义，以此为统计学的进一步发展奠定基础。

（二）将统计学的研究体系进行拓宽

无论社会中哪个领域的发展，保持可持续发展都是重要的追求目标之一。眼下是一个思维概念与技术模式飞速发展的时代，所以更需要用发展的眼光和态度来看待统计学的发展。大数据是一个框架体系较强的综合内容，统计学是一个与之密不可分的交集。将大数据的内涵加入到统计学的发展中，有利于统计学的可持续发展。传统的统计学进行计算分析具有局限性，为了确保样本计算的公正需要在总体数据中挑选信息进行计算。大数据技术充分化解了这一局限，所有的数据都能够作为一个整体进行计算。运用传统的方法可能存在多个结果，只能选择其中一个较为准确的结果进行确定。而利用大数据进行分析通常有且只有一个结果，在一定程度上確保了信息的准确性。因为信息技术的进步，大数据的所采用的计算方法是历来统计学中没有出现过的方法。因此毫无疑问在统计学发展的过程中，应该拓展其方法体系，积极的适应信息化和大数据时代的发展变化。

（三）完善专业人才教学机制

在大数据时代背景下，统计学的未来发展以及实际工作的开展都发生着具体而又实际的变化，因此对相关工作人员提出了更高的要求。在统计学的教学过程中一定要注重及时更新人才培养机制。数据与大数据不同，统计学范畴的模型建模与大数据专业领域的也并非同一层面，工业级的大数据与学术研究所用的统计模型更是相差甚远。运用大数据需要统计学专业基础知识，但仅仅掌握统计学的内容并不足够，还需要了解掌握相当的数学和计算机科学方面的知识与应用方法。统计学在一般的数据分析以及建模方面有一定优势，更适用于应用层面上的数据分析与统计，而大数据领域真正的核心，即在复杂底层构建分布式系统方面，是属于大数据架构与开发范畴，考量的是编程能力，并非统计学专业所长。因此基于工业界现实的需要明确统计学专业人才的培养方向，既不能忽视大数据发展的趋势，但又不能盲目地将学生推入大数据领域。面对大数据这一新生事物，要善于从学科本身的发展规律出发，厘清学科间的界限，构建起统计学本身的学科专长，在数据分析、商业分析领域发挥学科优势。针对行业对大数据发展的需求，统计学教学可以瞄准符合业务要求的算法研究方向，培养能够基于统计学知识，综合业务分析以达成算法研究的专业人才。

（四）整合统计学研究方法

传统的统计学中有两种对数据过去、当前状态分析的方法，但是所获取知识较为有限。传统的演绎推理法通过挖掘数据的内在联系来推断事物未来发展的趋势，但是这种方法忽略了偶然事件的发展，将变化中微小、关键的情况统一放在了研究方法内。而大数据重新整合的统计方法，将多种单一的统计方法进行结合集中解决一个问题，从而提高统计学科对数据的掌握能力。融合性、包容性、公开性是大数据时代的重要特征。单一的研究方式容易限制该学科的发展。大数据的优势在于能够对数据的过去、当前形式进行分析总结并分析出发展规律，从而推断出总体的发展方向，为决策者提供更多的策略可能。

四、结束语

综上所述，大数据时代的到来为统计学的发展掀起了波澜。对统计学而言，只要找对方法，抓住历史发展的机会，便能够顺利的转型。统计学在当代经济社会中的地位十分重要，其内容更新也要符合时代的发展，不断及时更迭，以实现自身的长足进步与持续发展。

参考文献：

[1]李晓莉.大数据背景下的统计学发展方向分析[J].经济研究导刊，2019（15）.

[2]杨文帮.大数据时代背景下统计学专业发展前景分析[J].考试周刊，2017（81）.

[3]王恩慧.大数据时代统计学专业教学的供给侧改革研究——基于对山西省高校统计学专业的调查分析[J].管理学家，2019（1）：145-148.

作者简介：

韩靖（1991-），女，汉族，河北唐山人，本科，软件工程師，对外经济贸易大学统计学院在职人员高级课程研修班学员，研究方向：大数据科学与应用。