京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据过大妨碍分析洞察
大数据对使用者来说看似意味着好的洞察,但过量的数据并不一定带来更好的洞察,统计学家Nate Silver这样认为,他是美国最著名的数据分析师。“数据量越大,人们可以用来证明他们所想的结果的证据就越多”,他说。
大数据不仅仅在政治上应用,得到许多有趣的结论,在医学领域和地震预测,研究人员更希望利用大数据得出有趣的结论,而不是什么消息都没有。在真正的洞察中,大数据会带来许多“虚假的相关性”,那些看似互相关联的数据,其实只是干扰数据。
Nate Silver由此提出了四条建议,帮助使用者获得更好的洞察。
1.概率性思考而非绝对性化思考
正如调查中也会出现误差一样,不要惧怕预测中的不确定性,不确定性是重要的和科学的。如果忽略了事物的不确定性会导致严重后果。Nate
Silver指出,在1997年时,国家气象局预测,Grand Forks的Red
River的洪水水位是49英尺,因此镇上的防洪堤被设计成能承受51英尺的洪水。不幸的是,国家气象局在分析时并未将通过过去的数据得出的正负9英尺误差算进去,洪水达到了54英尺,Grand
Forks被淹没。
现在国家气象局更加关注不确定性,这在预测中非常重要。
2.明确你的出发点,明白你的弱点
Nate Silver以一个性别歧视实验为例,一份女性名字和男性名字的简历,即使被调查人明确表示他没有性别歧视,但他潜意识更可能歧视女性的简历。而知道自己有性别歧视倾向的人会采取一定办法来抵消它的作用。
3.在得出结论前,了解数据所在的真实情况,理论联系实际。换句话说,能够准确预测San Diego的天气,并不代表可以同样准确预测Buffalo的天气。
就好比,预测一个稳定的经济环境比动荡、萧条的经济环境容易得多,这也解释了为什么许多预测者大都对经济衰退毫无准备,因为预测模型是基于1986-2006的数据创建的,那段时间经济异常稳定。
4.尝试和错误是有帮助的。
预测模型总是在错误中缓慢成长的,就像生活中的许多事情:“你应该怀疑奇迹般的结果”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12