大数据时代：统计学是数据分析的灵魂

    7月中旬以来，从中央到地方，今年上半年经济社会发展的统计数据陆续进入人们的视野。在观察、使用统计数据时，类似“大数据时代怎样用好数据”这样的话题，再次引起人们的关注。

    7月20日出版的《人民日报》，刊发了清华大学统计学研究中心主任刘军做客人民日报、人民网《文化讲坛》时，对相关问题所做的介绍和分析。其内容包括：

    什么是数据？

    数据（data）在拉丁文里是“已知”的意思，在英文中的一个解释是“一组事实的集合，从中可以分析出结论”。笼统地说，凡是用某种载体记录下来的、能反映自然界和人类社会某种信息的，就可称之为数据。古人“结绳记事”，打了结的绳子就是数据。步入现代社会，信息的种类和数量越来越丰富，载体也越来越多。数字是数据，文字是数据，图像、音频、视频等都是数据。

    什么是大数据？

    量的增多，是人们对大数据的第一个认识。大数据区别于数据，还在于数据的多样性。从数据到大数据，不仅是量的积累，更是质的飞跃，海量的、不同来源、不同形式、包含不同信息的数据可以容易地被整合、分析，原本孤立的数据变得互相联通。这使得人们通过数据分析，能发现小数据时代很难发现的新知识，创造新的价值。

    大数据时代，统计学是数据分析的灵魂。

    大数据告知信息但不解释信息。打个比方，大数据是“原油”而不是“汽油”，不能被直接拿来使用。大数据时代，统计学依然是数据分析的灵魂。正如美国加州大学伯克利分校迈克尔·乔丹教授指出的，“没有系统的数据科学作为指导的大数据研究，就如同不利用工程科学的知识来建造桥梁，很多桥梁可能会坍塌，并带来严重的后果。”

    事物的发展充满了不确定性，而统计学，既研究如何从数据中把信息和规律提取出来，找出最优化的方案；也研究如何把数据当中的不确定性量化出来。

    刘军的介绍与分析，帮助我们认识到，从数据到大数据，伴随质的飞跃；通过对海量数据的整合、分析，可以发现新知识、创造新价值；大数据时代，统计学肩负从数据中提取规律、量化数据中的不确定性等使命。