陈雪如 郧阳中学

统计工作其实就是搜集数据、整理数据、分析数据和解释数据的系统性过程，统计学离开数据就失去了研究的价值；同理，数据离开统计学就只是简单的数字，失去价值。只有利用统计学的原理与方法对数据加以整理、分析，才能提高数据精确度、适用度，发挥数据的价值。但在大数据时代，统计学迎来机遇与挑战，必须加强分析和探究。

一、大数据时代统计学的机遇

（一）延伸统计学科体系

在大数据时代要用辩证的、发展的眼光看待统计学，在大数据思想框架下建立新的统计学科体系。大数据时代的总体统计思想与方法延伸统计学科体系，如统计学结合样本统计与总体统计，样本统计要求样本正确代表总体，因而总体必须观察同质单位，这种理想情况在现实中很难达到，以大数据为基础的总体统计正好弥补样本统计的不足。

（二）不断改进统计方法

大数据时代代表传统分析、核算单个计算机所存储数据的统计方法，突破单个计算机数据限制，基于移动硬盘汇聚整理众多计算机中存储的数据，形成新的数据流环境，实现对冗杂分散数据的集中分析与处理，提高数据统计效率。随着数据类型的持续增多，适用的统计方法也越来越多，统计学在大数据技术的支持下逐渐走上分类、高效的数据分析处理道路[1]。

（三）创新数据的预处理

大数据时代促进各行各业的信息数据化变革与更新，影响人们学习、工作与生活的方方面面，报表与数据的网络搜索查询技术能提高人们采集数据、利用数据的效率，拓宽有效的统计数据获取渠道，使人们享受极大的便利。预处理则体现出统计学随机抽样调查和沉淀处理冗杂非标准数据，主要分为清洗、矫正和填补这三个阶段，保证在存储数据的过程中将无效数据筛选出来，同时增强统计数据库的相互联系，大大提高数据的传递与共享效率。

（四）扩大统计学的作用

在观念、成本等的传统因素的影响下，统计学主要在行业统计、部门统计中发挥作用，服务于政策的制定、服务的完善。但统计学在大数据时代不仅有助于快速拓展统计领域，还在医学、金融、计算机等学科发挥作用。如数据分析，数学和计算机一样，都是统计分析工具，数学夯实统计学的理论基础，计算机使统计分析更便捷，复杂的数据处理问题得到解决，在丰富统计学发展内涵的同时扩大统计学的作用范围。

二、大数据时代统计学的挑战

在过去，统计学大多停留在应用抽样技术、建模和模式分析等层面，这样的方式在大数据时代不再适用于统计需求，信息量庞大和数据的多元化发展导致统计方法被限制在范围内的数据扫描分析当中。与此同时，样本统计依旧占据重要地位，在大数据时代难以提高统计数据的精确度。统计学主要是基于筛选的数据研究数量间以及数量特征的关系，考察样本统计数据的价值决定着样本的选取性、标准性，然而大数据增加确定样本标准性和选取样本的难度，统计学也因此迎来巨大挑战。

在大数据时代，人们面对繁多的、冗杂的数据，需要了解数据的表面意思，注重分析产生数据的原因和数据的特征，这就使传统统计学遇到难题，必须创新原有统计方法，满足人们的需求。庞大的数据量超乎人们想象，其分散性、多样性的特征给选取数据造成巨大困难，在收集样本数据时遇到选取范围广、难度系数高、标准界定不清等问题[2]。另外，随着电子信息产生越来越多的数据，网络数据没有可以遵循的规律，统计学的数据却具备结构性、逻辑性，在样本选取中很容易丢失有价值的数据，样本存在偏颇，造成损失。

三、结论

在大数据时代，数据信息是核心，统计学的发展要从中汲取动力，产生大量统计数据分析需求。传统统计方法无法继续适应大数据时代的数据特点，要求统计学要基于大数据的特点，从满足及服务于各领域的需求出发，推进数据分析理论和方法的创新发展。如在大数据时代要注意结合统计思维和信息技术，因为统计技术对庞大的数据量特别是囊括诸多非结构化数据而言是远远不够的，首要问题就是计算，只有密切结合统计技术和信息技术，才能提高计算效率，促进统计学和大数据的融合。

统计学是一门注重实践操作的学科，在学习统计学的知识时必须夯实基础，掌握好基础知识，更要形成良好思维，掌握的数据的收集、统计和整理方法、技巧，培养专业统计思维，以便在大数据时代正确分辨所需数据，分析数据的关联性及相关数据。总之，大数据时代稳步推进统计学的改革和发展，人们面临更高的要求，提高统计思维、整合统计学与先进的网络信息技术、智能技术势在必行，从容应对挑战，提高样本选取与数据分析的精确度，抓住机遇大力发展统计学。