□杨秀艳

近年来，“大数据”已成为被广泛热议的词汇，有关文献层出不穷。就统计学而言，关注重点无疑是大数据分析方法的创新与发展。与此同时，人们也慢慢意识到“小数据”的重要性。然而什么是小数据？如何理解大数据背景下统计学的相关概念？本文就此谈点粗浅的看法。

大数据与小数据

在大数据兴起之前，数据几乎没有“大数据”和“小数据”之分。在大数据炒得如火如荼的时候，人们也开始关注“小数据”。例如，德波哈尔艾斯汀教授，记录了其父亲去世之前几个月的行为数据——发邮件、去超市菜市场买菜等数据，发现其频率逐步下降。这些个人社会行为数据都暗示着德伯哈尔艾斯汀的父亲生命特征正在逐渐衰落。然而医院的体检报告并未显示出这一讯息。正因此，德伯哈尔艾斯汀意识到“小数据”的重要性，也是世界上第一个认识到“小数据”价值的人。

关于什么是大数据，讨论的文章已经很多，本文不再赘述。那什么是小数据呢？目前主要有以下两种观点：一种观点认为小数据就是样本数据。例如，王成文认为小数据是为回答特定问题、通过传统抽样调查方式获得的数据，即小数据是基于抽样调查技术而建立的数据收集、存储、传输、处理的安全系统，认为抽样调查是“小数据”的本质特征。郑宇认为小数据来源于实验室，来自于被测试者（样本）的调查。徐立军认为数据体量窄小且通过传统抽样方式采集的数据就是小数据。按照这种理解，小数据就是体量小的数据，或者说传统数据即为小数据。……