京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在统计中的应用初探
大数据是信息时代的必然产物,是人们在日常工作、学习、生活中,使用以现代网络、特别是以互联网为特征的现代信息技术和其他各种电子计量设备而产生的海量信息。对海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。中央《关于深化统计管理体制改革提高统计数据真实性的意见》中指出,大力推动大数据在政府统计工作中的应用,将电子化行政记录和各类交易、交互、传感等大数据作为政府统计基础数据的重要来源,努力构建现代化新型统计调查体系。
大数据统计应用有什么意义?还有哪些问题和障碍?如何加快大数据在统计工作中的应用?在此进行探讨交流。
大数据应用广泛
大数据能够更加客观真实地记载经济社会的发展情况。在现代社会,人与人之间、人与单位之间、单位与单位之间,甚至地区与地区之间、国与国之间发生的交流和交易行为都有可能在计算机等各种电子设备上留下记录,由于它们都是电子化的信息,没有掺入任何人为的干扰因素,因此,对这样的信息进行发掘、加工、整理而得出的大数据能够更加客观真实地反映社会经济发展情况。同时,实现大数据统计应用也是遏制统计造假、弄虚作假行为的重要途径。
大数据能够最大限度地拓展现行统计调查制度所无法涉及到的领域。大数据能轻而易举地解决常规统计调查无法涉及到的、各种复杂多变的行业和领域的统计,因为大数据不但量大,其涵盖面也十分广泛,任何时候、任何地方、任何人、任何单位,只要发生了互动行为就要留下“痕迹”,而对这些信息进行加工整理获得的大数据必然能够有效解决现行统计和国民经济核算资料不全的问题。
大数据分析应用已经发挥出了显著的社会经济效益。目前,大数据分析应用已经有了实质性的进展,例如,商贸领域通过对商品销售大数据分析,能够发现同一种产品在不同地区的销量、销售的时间以及购买产品的客户群,然后作出市场预测,制定出新的订货计划,取得可观的经济效益。在金融、保险、交通等行业以及财政、教育等领域,通过大数据分析,能够发现新的商机或管理模式,并寻找到改进服务的最佳途径。
大数据如何应用于统计
就目前的情况,要真正实现大数据在统计工作中的应用尚面临着很多问题与障碍,如口径不一致、范围不相同、标准不统一、程序不规范、信息不共享等,这些或将成为大数据统计应用的“拦路虎”。在此,笔者提出几点粗浅的建议。
建立机构,统一管理大数据开发应用工作。大数据就像是一座巨大的“宝藏”,如果不加以开发就无法发挥其作用。但是,如果无序开发,也会使得这笔宝贵的财富得不到有效利用,造成浪费,甚至产生负面效应。因此,要真正实现大数据统计应用,应建立一个专门的管理机构,加强组织领导,统一管理大数据的开发、应用,保障数据信息安全,在某些领域、某些行业逐步实现以大数据取代常规统计调查数据。同时,制定周密计划、明确职责分工、选择工作路径、加强日常监管,从而实现对大数据这一宝贵资源的有效利用。
统一标准,实现大数据在统计上的可比性。统计是一门科学,是一项十分严谨的工作。因此,统计指标的含义、口径、范围、来源渠道、计算方法、计量单位等应该统一,只有这样才具有可比性。要实现大数据统计应用,提高统计工作的科学性,应该制定统一的标准,如在生产、流通、服务等领域,界定哪些信息属于可在统计上应用的大数据,如何将大数据的口径、范围调整为常规统计所需的口径和范围,如何对大数据的海量信息进行甄别、筛选,然后挖掘出统计核算所需要的、且常规统计所难以取得的资料。只有在这些方面统一标准,才能真正实现大数据在统计中的应用。
资源共享,畅通大数据信息来源的渠道。由于目前大部分单位都认为本部门的数据、行政记录等信息是商业秘密,因而,出于“保密”等原因,一般不对外提供,即便是政府统计部门需要,一些单位也是顾虑重重。因此,要实现大数据在统计上的应用,必须打破单位之间信息“壁垒”,真正实现信息资源共享。只有这样,才能够最大限度地满足常规统计、尤其是国民经济核算的数据需求。当然,为防止泄密,有必要制定一个关于大数据开发利用的制度,严格规定对外发布的范围,保障个体信息资料的安全。
创造条件,为大数据开发应用铺平道路。大数据应用离不开现代信息技术和网络技术,更离不开大数据发掘、加工、整理和分析的人才。因此,应该大力培养一批大数据应用、尤其是大数据分析方面的人才,为将大数据广泛应用于政府统计、宏观管理、企业经营等方面奠定基础。要鼓励高校和科研机构有针对性地开发大数据应用软件,为大数据分析提供帮助。要通过国内培养、国外委培等途径,培养一批大数据分析师,除开展大数据分析外,还要将大数据分析的理念、思路广泛应用于宏观管理和微观经营之中,发挥出大数据统计应有社会经济效益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22