俞力奇

【摘  要】伴随着科学技术的不断进步与发展，云计算、物联网等等技术也开始逐渐地呈现在人们的视野中，诸多的数据可以为民众的日常生活注入新鲜的活力。与此同时，也可以为统计学的计算方式给予十分合理与有效的计算方式，逐渐在大数据的环境之下对统计学进行整合与分析，促使结果逐渐变得更加精准。本文主要分析了大数据时代，统计学面临的挑战与机遇。

【关键词】大数据时代;统计学;挑战;机遇

引言

伴随着大数据时代的来临，统计学的发展也面临着机遇与挑战。之所以这样说，是因为大数据可以为统计学的计算方式与方法的改变创造有利条件，促使统计学在大数学的环境之下开展分析与整合，促使分析的结果逐渐变得更加的精准。这也是统计学发展的机遇。而其存在的挑战，就是统计学的短板，这也是并不适用于大数据计算的，同时这也是急需改进的方面。

一、大数据时代统计学面临的机遇

（一）研究问题的方式得到改进

1.大数据的整合与分析

旧时的统计学方式与模式，难免会存在着比较显著的运算量或者是不精准的状况。但是随着时代的进步与发展，传统统计学需要将计算机网络的效用利用起来，对固有的统计方式进行推陈出新，以此来对更多的数据进行灵活的处理，保证数据处理速度的准确性。发挥数据动态形式的作用，寻找一个数据模型，将其作为一个重点研究对象。不同数据库的环境可以为传统统计学计算关系创造机遇，之所以这样说，主要是由于将一个大数据进行分割，对不同组的小数据开展探究，能够获得相对应的数据支持内容。基于此，在数据时代，传统的统计学方式不再局限于搜索关键词，而是可以顺利的检索到所有的文章，继而逐渐获得更多的数据支持。传统统计学方式可以得到极大的改进，利用多源头与专题的诸多形式，客观的查找目标数据。

2.数据预处理

在当今数据时代背景下，民众生活随之发生了极大的变化，具体表现如下，首先是利用大数据，对各个行业发展进行不断改进，客观的分析与调查国内外的诸多数据资源，以此来不断提升效率的利用效率以及整体质量。所谓数据的预处理，其代表的是大数据环境之下的相关方法与体验，主要是由于大数据的处理包含如下几个方面：数据清洗、数据纠正与矫正、完全数据填补。这几方面所体现出现的都是统计学的随机抽样调查对数据开展的纠正以及矫正，不仅如此，对非标准数据源也可以更好的处理完成。在数据存储过程中，这几个方面都是非常有效地相关内，灵活的依照数据库实际更新的具体时间，帮助不同的数据之间进行及时的沟通与联系，促使数据的预处理工作效率不断提升。

（二）改变统计学的统计方式

传统的统计学处理方法，其主要作用的是利用单个计算机的存储数据合理的分析与客观的处理各类数据。在大数据时代背景下，传统的统计学方式也迎来的发展的重要机遇条件。之所以这样说，是由于统计学对数据的存储不但可以实现单机存储，还能够发挥数据流环境的作用，换言之，在大数据时代的环境下，统计学有能力进行大量的数据处置，利用硬盘的方式来存储一些需要处理与存储的相关数据。在此过程中，发挥大数据的作用将其存储到诸多的计算机环境中去，以此来帮助统计对数据的高效处理。或者是在同一个计算机之内，但是利用若干存储类设备。此统计方式的转变，对于解决传统统计学对数据处理所存在的问题非常有利。

（三）扩大统计学科应用范围

进行传统的统计学，其重点的目标是深入的挖掘一个具体的结果以及原因，而在大数据基础上的统计学，则指的是向人展示一个实际的过程。以往，人们习惯于在问题研究的过程中进行数据收集与整理。大数据将会随处可见，发挥诸多数据的作用推动诸多研究问题的功能性改变，促使统计学的实际应用范畴进一步的拓宽。举例说明，以往的统计学是被用作数学形式的参考信息，像是卫生统计、生产统计等等。但是在当前的大数据背景之下，数据自身所包含的信息逐渐变得更加丰富与多元化。在海量用户下的网络数据所包含的信息十分的广泛，此类信息也涉及到了民众生活的诸多方面。在当今时代背景下，统计学所包含的数据局限性也会渐渐地被消除掉，在有关非结构以及半结构的数据统计条件下，一些不能实现数据化的行业领域也会使用到统计学。

二、大数据时代统计学面临的挑战

时代在进步与发展，统计学发展也面临着极大地挑战。通过对统计学的机遇分析探究可知，机遇与挑战是相互并存的。换句话说，机遇来临的同一时间，挑战也会随之而来，在这一情况下，统计学对于大数据的实际处理能力仍旧处于一种十分严重的缺乏状况中，继而导致数据系统处于一种严重的崩溃状态中，要实现新型统计模型以及数据计算方式的创建，其需要花费的时间与获得的支持都不在少数。基于此，在这一过程中，要有效进行大数据的分析与整合，完成的对大数据环境的抽样与数据预处理等等，难度系数都是比较高的。基于此，要实现大数据对统计学发展所创造的给予条件，需要积极地面对挑战，并且从中有针对性的提出合理的解决措施，通过这种方式来促使统计学可以更好地适应大数据环境的整体发展以及进步。另一方面，伴随着信息计算机技术的不断发展，在计算机运算环境之下的软件学应运而生，发挥统计学软件的作用，对于提升统计学对数据分析与处理的精准率有着显著的积极作用。统计学模型也不断实现统计具体操作的简化。在大数据环境背景下，大数据的高速传输与存储功能还难以实现，对于软件功能来说还需对其进行更深层次的挖掘與升级。在这一过程中，数据在大数据时代下并不属于任何的资本，之所以如此是由于其被开发的水平相对较浅，并且多数掌握在相关IT公司手中。

三、大数据时代下统计学的发展趋势

（一）培养复合型人才

传统的数据统计方法较为简单，对数据人员的综合素质要求不高，随着大数据时代的到来，我国的统计工作变得日益复杂起来，各种类型的数据需要统计人员进行分析和整理，这在无形中增加了数据统计人员的工作量，也对数据统计人员提出了更高的要求。在这样的发展形势下，我国的统计学领域必须重视人才的培养工作，建立一批复合型的人才队伍，从而满足大数据时代下统计学对统计人员的要求。当代的统计学人员不仅要具备良好的统计专业知识，还要拥有良好的统计能力以及编程能力，所以相关的单位必须定期组织多种形式的交流学习活动，针对日常统计工作中存在的问题展开探讨和讨论，从而促进问题解决的同时提高统计学人员的综合素质。其次，相关的单位还应该组织不同形式的比赛活动，在实际锻炼中培养统计人员的实际操作能力，真正的培养一批复合型的统计学人才队伍，促进数据统计行业的发展。

（二）促进统计学与大数据的共同发展

大數据时代下，人们的工作方式和生产生活方式发生了巨大的改变，同时对统计学领域也产生了重要的影响。在进行数据统计的过程中，相关的技术人员在掌握数据统计知识的同时，应该有效地结合统计学和大数据，利用大数据所带来的信息量，再结合统计的方法来进行整体的感知，充分发挥大数据对统计学的促进作用，促进统计学的发展。大数据时代下给各行业带来了巨大发展机遇的同时也各个行业带来了巨大的挑战，统计学领域的相关人员必须紧跟时代潮流发展趋势，融入到大数据时代中来，促进统计学的发展。

（三）促进统计学与数学、计算机学科合作

随着大数据时代的到来，各行各业每天产生的数据大幅度提升，单一的传统学已经不能满足信息处理和要求，但是在数据统计中，统计人员过分依赖计算机等一些软件制约了统计学的发展。一个现代化的统计人才，不仅要具备数据统计的知识和能力，而且还要具有数学思维等品质，所以数据统计学的人员不仅要掌握必备的统计学知识，还要积极地学习数学知识以及计算机知识，发挥不同学科的优势，真正地实现优势互补，促进统计学与数学、计算机学科的合作，使统计学工作能够满足当下社会和人们生活对统计数据的需求。统计学与数学、计算机学科的合作和融合已经成为促进统计学发展的必由之路，相信在不久的将来，统计学在数学学科与计算机学科的推动下，将会朝着更加科学化和规范化的方向发展。

结语

综上所述，作为统计学科的中心，数据同样体现出了统计学科的主要价值体现。随着大数据时代的来临，传统数据的意义逐渐得到改变，数据所包含的信息、具体的传播速度与分布速度也超出了很多人预期，因此需要统计学科依照变化做出灵活合理的应对。大数据时代下，统计学的从业人员只有意识到工作中存在的机遇和挑战，积极地抓住机遇应对挑战，才能在激烈的竞争中获得一席之地，实现更大的飞跃和转型。

参考文献：

[1]王月红. 基于大数据时代的统计学发展分析[J]. 全国流通经济，2019，（05）：104-105.

[2]张春晓，陈曦. 统计学在大数据时代的发展方向及趋势探讨[J]. 现代商业，2018，（35）：35-37.

[3]张海青. 大数据时代统计学面临的问题及解决策略探讨[J]. 家庭生活指南，2018，（10）：258+290.