大数据与应用统计学的区别与联系
2023-09-14 08:58:53 时间
(一) 大数据与应用统计学的区别
亚马逊首席科学家 Andreas Weigend 有着数据就是新的石油的观点。作为一种资产,大数据实现盈利的关键就在于,提高对海量数据的分析处理能力,通过特殊的技术实现大数据的增值。随着云计算的发展,大数据也同云计算产生了密不可分的联系,两者互为依托,实现了双赢。
应用统计学作为一门以研究数据为主的学科,经过多年的发展,其理论体系已经较为完善。应用统计学的崛起是统计学中实质性科学派、方法论科学派和通用方法论派的对立中发展而来的。应用统计学发展成熟的标志主要有两个: 一是统计学在应用范围方面的不同,在管理、教育、医疗卫生、产业发展等领域确立了牢固的科学地位。二是统计学在学科间的渗透,同政治学、金融学以及其他新兴科技学科的良好融合。
应用统计学主要运用扎实的数学知识,实现采集数据、设计调查问卷和处理调查数据的工作,同时结合分析结果,去解决相关领域所面临的实际问题。在统计分析过程中,应用统计学所利用的数据是结构化数据,分析工具主要是计算机,注重统计方法的运用,比如用统计软件( 比如 R/SAS) 进行数据分析处理,从结果中得到一些我们需要的数据,进而得出相应的结论。
(二) 大数据与应用统计学的联系
目前,大数据的相关研究一定程度上运用了统计学的知识,例如对大数据的分类整合、数据信息的采集和搜索、数据表达的分析等。应用统计与大数据虽有交流,但是大数据并未被应用统计学充分利用,两者在使用模式、数据形式和运用方式等方面都存在着不同程度的差异,因此两者的联系并不紧密。
相关文章
- BroadcastReceiver应用1
- 【CV炼丹炉系列】弱监督学习在图像分类中的应用
- 大型 JavaScript 应用架构中的模式
- iOS开发UI篇—ios应用数据存储方式(偏好设置)
- 大数据应用之双色球算奖平台总体设计大纲篇一
- 大数据应用日志采集之Scribe 安装配置指南
- Seata:连接数据与应用
- SpringCloud 应用在 Kubernetes 上的最佳实践 — 线上发布(可回滚)
- 大数据在信贷行业的营销与模型应用案例
- 大数据与应用统计学的区别与联系
- 基于operator sdk编写一个k8s自定义资源管理应用
- 简述redis特点及其应用场景
- ML之ME/LF:机器学习中回归预测模型评估指标(MSE/RMSE/MAE)简介、使用方法、代码实现、案例应用之详细攻略
- Docker容器:将带UI的程序直接转为Web应用,so easy
- Win11怎么显示固定应用?
- 【OpenCV 例程200篇】85. 频率域高通滤波器的应用
- 腾讯云GPU服务器规格应用场景选择说明
- RFSoC应用笔记 - RF数据转换器 -22- API使用指南之配置DAC相关工作状态和中断相关函数使用
- Python 运维CMD交互控制台 [应用]
- Python编程语言学习:python中浅复制/深复制(或浅拷贝/深拷贝)的简介、案例应用注意事项之详细攻略
- Android Small插件化在项目中的应用(一)
- Qt数据库应用3-数据打印到pdf