本站最新域名 m.boshishuwu.com

sp;其实不然，数据要比数字大得多。
    
    互联网上任何内容，比如文字、图片和视频都是数据。
    
    医院里包括医学影像在内的所有档案也是数据；
    
    公司和工厂里的各种设计图纸也是数据；
    
    出土文物上的文字、图示，甚至它们的尺寸、材料，也都是数据。
    
    甚至我们人类的活动本身，也可以看做是一种特殊的数据。
    
    全世界各个领域的数据不断向外扩展，渐渐形成了另一个特点，那就是很多数据开始出现交叉。
    
    各个维度的数据从点和线渐渐练成了网。
    
    或者说，数据之间的关联性极大的增强，在这样的背景下，就出现了大数据。”
    
    顿了一下，徐良调整了一下PPT。
    
    “那么数据和大数据怎么运用呢？
    
    大致可以分为以下流程。
    
    获取数据分析数据建立模型预测未知。
    
    我们举一个简单的例子。
    
    现在我们想要了解一家电影院的观众年龄分布，以便做市场推广。
    
    假定我们把观众群分为15岁以下，1625岁，2640岁和41岁及以上四个人群。
    
    要了解每个人群的比例，一个简单的办法就是到电影院门口去问一问那些看电影的人的年龄。
    
    比如我们通过调查了解到大约有343人在15岁以下，459人在1625岁，386人在2640岁，490人在41岁及以上。
    
    根据这个数据，我们大致可以得出以下结论：
    
    15岁及以下的观众占20左右，1625岁的观众超过四分之一，但不到三成；
    
    2640岁的观众略少于四分之一，41岁及以上的观众最多，大约占到三成。
    
    但是，如果我们只在周末的晚上抽样调查10个人，我们就会发现。
    
    有三个15岁及以下的观众，五个1625岁的观众，2个2640岁的观众。
    
    我们显然不能说25岁以下的观众占了八成，而41岁及以上的中年人从来不来电影院，这样的结论。
    

     本章未完，点击下一页继续阅读。

    但我想各位也都承认一点，在统计样本不充分的情况下，得到的结果跟实际结果存在很大的偏差。
    
    所以，越想要得到准确的统计结果，需要的统计数据量就越大。
    
    在上面的例子中，统计的样本总数是1678人。
    
    但是如果我们一定要说41岁及以上的观众就是29.2，或者15岁及以下观众一定超过20。
    
    这样非常肯定的的话，大家就可能会挑战这个结论。
    
    &t;divtentadv>因为，统计是有随机性的，也是有误差的。
    
    仅仅上千人的数据得不到这样准确的结论。
    
    统计除了要求数据量必须充分之外，还要求采样的数据必须有代表性。
    
    有些时候不是数据量足够大，同阶级过就一定准确。
    
    一个很简单的例子，一个爱情影片和一个战争影片，它的受众并不相同。

阅读模式无法加载图片章节，请推出阅读模式阅读完整内容

『加入书签，方便阅读』