大數(shù)據(jù)時代下的統(tǒng)計學(xué)

張文譯

說起統(tǒng)計學(xué)，沒接觸過統(tǒng)計學(xué)的人總會覺得“高大上”，認為那是和他們沒有關(guān)系的一個科目。實際上，統(tǒng)計學(xué)與每一個人，與我們的日常生活息息相關(guān)。我們關(guān)心的日常生活，其中很多就包含了統(tǒng)計知識。例如，在投資股票時，需要了解股票市場價格的信息；在外出旅游時，需要關(guān)心一段時間內(nèi)的詳細天氣預(yù)報；在觀察NBA籃球賽時，了解各支隊伍的技術(shù)統(tǒng)計；甚至，打麻將如何能取勝，其中都蘊含了統(tǒng)計學(xué)的知識。因此，理解并掌握一些統(tǒng)計學(xué)的知識對普通大眾是很有必要的。

在日常生活中，我們會聽到許多的數(shù)據(jù)以及與之對應(yīng)的結(jié)論。例如，吸煙是有害健康的；身材高的父親，他的子女身材也會較高；人每天至少要喝六杯水等等。這些結(jié)論是正確的嗎？我們可以相信這些結(jié)論嗎？這些結(jié)論是如何從數(shù)據(jù)中提煉歸納而來的？想要正確理解這些數(shù)據(jù)，這就需要我們具備一些統(tǒng)計學(xué)的知識。

要了解統(tǒng)計學(xué)，首先要知道什么是統(tǒng)計學(xué)。綜合的說，統(tǒng)計學(xué)是收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué)。統(tǒng)計學(xué)是關(guān)于數(shù)據(jù)的一套科學(xué)方法，研究的是來自各領(lǐng)域的數(shù)據(jù)。因此，統(tǒng)計學(xué)的應(yīng)用領(lǐng)域很廣，只要有數(shù)據(jù)處理的地方，就有統(tǒng)計學(xué)。例如，市場研究、財務(wù)分析、人力資源管理、氣象學(xué)、軍事科學(xué)等等，都與統(tǒng)計學(xué)息息相關(guān)。

統(tǒng)計學(xué)提供的是研究數(shù)據(jù)的方法，而作為統(tǒng)計學(xué)研究的根本——數(shù)據(jù)，一定要真實、準(zhǔn)確且具有代表性，不然后果不堪設(shè)想。舉一個著名的事例，《文學(xué)文摘》預(yù)測羅斯福競選失敗。在美國1936年的總統(tǒng)選舉中，有兩位競爭者，他們分別是來自民主黨的羅斯福和來自共和黨的蘭登。一般民意測驗認為羅斯福將獲勝，但是美國著名雜志《文學(xué)文摘》（Literary Digest）宣布，根據(jù)他們對240萬人的調(diào)查，蘭登將獲得57%的選票。但最后的投票結(jié)果卻讓這本著名的雜志“啪啪打臉”，羅斯福贏得2770萬張選票，以絕對的優(yōu)勢勝出。讓人陷入深思的是，為什么《文學(xué)文摘》的樣本量如此之大，結(jié)果卻是錯誤的。

他們預(yù)測失敗的根本原因在于調(diào)查方案存在嚴重失誤，違背了統(tǒng)計學(xué)規(guī)律。他們使用電話訪談式調(diào)查，但當(dāng)時能擁有電話的基本都是富人，而富人圈基本都是支持蘭登。這說明，當(dāng)我們數(shù)據(jù)出現(xiàn)差錯時，通過統(tǒng)計學(xué)的分析結(jié)果也會和事實大相徑庭。因此，我們在收集數(shù)據(jù)的時候，要保證數(shù)據(jù)的來源準(zhǔn)確，數(shù)據(jù)真實可靠，那么之后所做的分析工作才是有意義的。

現(xiàn)在進入了大數(shù)據(jù)時代，似乎一切都可以轉(zhuǎn)化為數(shù)據(jù)，而圍繞在我們身邊的也是無數(shù)“隱形”的數(shù)據(jù)。數(shù)據(jù)量足夠大了之后，我們會發(fā)現(xiàn)所有的社會現(xiàn)象到最后都有統(tǒng)計規(guī)律，它并不像物理學(xué)那樣可以準(zhǔn)確的說出因果關(guān)系，但它從本質(zhì)上來說就是一個統(tǒng)計的規(guī)律。因此，大數(shù)據(jù)時代給統(tǒng)計學(xué)帶來新的生命力，也給統(tǒng)計學(xué)者帶來了更多學(xué)習(xí)和挑戰(zhàn)的空間，同時也讓民眾更多的關(guān)注到統(tǒng)計學(xué)這個新興學(xué)科。