摘要：统计学作为综合性学科，对人们的生产生活都具有非常重要的影响，在大数据技术不断发展的时代背景下，传统统计学也在不断变革，要想进一步实现思维的创新，就要在对比分析传统统计学和大数据技术的基础上建构完整的转型规划。本文从相关性和差异性两个方面系统化分析了大数据与传统统计学分析方法的比较机制，并且提出了相应的改革建议，仅供参考。
关键词：大数据；传统统计学；分析方法；改革建议
一、大数据技术与传统统计学分析方法的比较
(一)相关性
我国传统统计学项目的发展时间较长，无论是社会应用经验还是基础理论体系都比较完善，而大数据技术结构是新型认知以及事物规律挖掘整理的操作流程，两者都是对数据进行汇总和分析，为建立知识体系以及价值体系提供保障。因此，大数据技术与传统统计学分析方法之间具有紧密的相关性。
一方面，大数据技术与传统统计学分析方法在事物规律挖掘方面的基础指导思想具备一致性，并且都将概率论搭建的数学模型作为根本，且能对系统数据进行集中的收集和观察，有效完成量化分析和总结工作[1]。值得一提的是，无论是大数据技术还是传统统计方法，都是依据数据进行预测和推断，并且有效建立决策参与机制和依据体系。也就是说，大数据技术与传统统计学分析方法最大的相关性就是数据基础，将其作为探索实事物内在规律的关键，有效认知更多的知识和方法，确保能进一步探索事物特征和整体事物发展方向。
二是严格组织考核。统筹好年度目标责任制综合考核和差异化专项考核，科学制定考核方案，严格实施考核，倒逼工作落实。按照统一协调和分工负责相结合、定性评估和定量评价相结合、日常督查和年终考核相结合的形式开展专项考核，确保真考核、动真格、求实效。
另一方面，大数据技术与传统统计学分析方法都将量化方法作为根本，前者对数据进行分析时主要是建立数据化体系，并且结合相应的表象完成表格分析量化处理，后者也是借助量化处理开展定性分析和定量分析，从根本上实现数据判定流程，并且针对各项特征和发展规律落实相应的判定工作，从而开展数据分析。
综上所述，大数据技术与传统统计学分析方法都是借助数据建立更加完整的分析机制，并且搭建有效的数据量化处理模型，以保证相应问题都能得到有效的解决，也为全面提升数据管控工作奠定坚实基础。
(二)差异性
为了进一步提升数据分析管理效率，就要顺应时代背景下技术发展的趋势，有效建构更加完整的统计学分析处理框架，确保能在大数据背景下搭建更加适宜的统计学分析平台。
1.基础数据不同
在对大数据技术与传统统计学分析方法进行对比分析后发现，大数据技术能在短时间内进行数据的汇总和整合，尤其是对特殊现象和特殊数据能完成研究处理，减少了随机抽样造成的局限性问题。相较于传统统计学，大数据技术在数据管理和基础数据分析体系方面更加具有优势。
2.分析范式不同
首先，大数据技术与传统统计学分析方法的数据来源不同。在大数据技术不断发展的时代背景下，全球各个服务器中不同类型的数据较多，海量数据的获取以及总体数据信息的搜索提高了数据应用的便利性。但是，在传统统计学中，数据都是借助抽样调查的方式完成的，信息数据中只具备少量数据，这就使得样本分析的效果存在明显的局限性。在大数据技术体系内，操作人员需要结合数据样本的统计标准和分析方法的维度就能选取更加完整的数据模型，从而开展统计分析，无论是便捷化程度还是数据分析的精准度都要优于传统统计学[3]。
为应对“黄金周”期间游客集中出游所导致的运营管理难度的增加及成本的上升，其间的协调涉及到的利益相关者更多，包括其他旅游企业、金融业、知识产权部门等，较为复杂，企业协调机制的构建是必要的，企业协调机制内能解决的问题应快速处理，若企业协调机制运行规范高效，就会对旅游合作起到很大的促进作用，因为它担负着多数企业间利益协调任务，为应对“黄金周”期间以及其他各类冲击所带来的运营管理成本上升问题提供了解决路径。
第二，大数据技术能有效实现数据处理成本的缩减，因为传统统计学为了获取数据或利用问卷或者是电话采访的方式完成信息收集，这种处理机制会耗损大量的人力物力，对数据的利用率也较低。而在大数据背景下，建立数据并行收集机制能对数据进行广泛的搜索和汇总，确保提升数据利用水平，也能减少项目的相关成本。
荷兰、比利时的Janssen汉译为杨森，俄语的Ivanov汉译为伊万洛夫或伊凡洛夫，这些词等于英语的Johnson，但其汉译为约翰逊，“逊”字体现“son”的含义，有意译的特征。Jefferson的汉译与此同理。当然并非所有的外文汉译都遵从此理，如上荷兰语和俄语中Johnson的变体。
李立国与鲍学全的交集，出现在2006年左右。李立国早年在辽宁工作，后赴西藏，历任自治区党委常委、副书记，2003年，进京任民政部副部长。2006年，李立国分管彩票工作时，鲍学全正是福彩中心主任。
在我国测绘地理信息技术已跻身国际先进行列的今天，在“一带一路”倡议遍地开花的关键时刻，将我国相对先进而完善的测绘标准体系和地理信息标准体系覆盖到周边国家，为其开展基础设施建设是一项重要而紧迫的工作任务。我们应抓住时机，尽快完成相关可行性研究，形成报告；另外，由上级部门出面，组成协调规划小组，抽调各专业人员，尽快完成相关测绘地理信息标准的翻译、分析工作，为实现测绘地理信息标准、技术、装备和服务“走出去”的战略目标奠定基础。
3.分析视角不同
所以，相关部门会对不合理低价游等市场乱象故意无视，对旅行社有损旅游者利益的行为和与导游、购物店串谋形成的灰色利益链条睁一只眼闭一只眼。甚至，相关部门与购物店形成密切关系，与独家经营商达成协议，默认收受回扣的现象，使之成为“公开的行规”。例如：
二、大数据技术对于统计学的影响
第一，在大数据技术不断发展的背景下，统计学整体质量得以提高，利用大数据技术就能对传统统计学中适用性不强的内容予以管理和升级，确保信息收集以及统计项目都能满足实际应用要求。并且，大数据技术也对传统统计学实时性结构起到了良好的推动作用，能有效建立相应的数据分析制度，有效维护客户资料管理的水平。因为传统统计学在面对大量数据时往往会采取抽样调查的方式，这就会应用估算法，必然会和真实数据体系之间存在差异，而在应用大数据技术后就能进行精准分析，维护数据的平衡性和应用价值[5]。
其次，大数据技术与传统统计学分析方法的数据类型不同。相较于大数据技术的数据化便捷操作，传统统计学方法中需要耗费大量的人力和物力，两者的差异性较为明显。最重要的是，大数据技术能在获取文本数据的基础上进行方位数据以及图像数据的整理，并且能对文本中的词句和段落予以有效的控制，将社会事件亦或是自然现象直接转变为数据模式，确保信息的全面性。
在对大数据技术与传统统计学分析方法进行对比后可知，传统的统计学分析方式更加关注事物作用机制和内在规律，因此分析视角往往都集中在探索方面。而在大数据技术体系内，数据的分析淡化了因果关系，更加关注结果的呈现效率，是以动态的分析视角判定数据体系，并且预测可能会发生的问题，强化了数据监督管理工作的基本效果和整体运维要素，切实提高了数据的社会价值和经济价值。
第三，大数据技术的应用和推广一定程度上带动了就业率，使得统计学在社会发展中的地位逐渐增高，对于统计学专业大学生的社会需求率也在不断优化，在大数据技术教学开展后，专业人才的供需关系出现了改变，这就使得社会统计学学生的就业率得以提高[6]。
三、大数据背景下统计学分析方法变革的建议
大数据技术与传统统计学分析方法除了具有相关性，两者的差异性也较为明显[2]。
在对大数据技术与传统统计学分析方法差异性进行分析的过程中可以发现，在传统的统计学体系内，研究人员在进行数据研究的过程中要将世界运行状态和方式作为假设对象，然后借助数据信息对比或者是分析对这种假设予以验证。因此，传统统计学在数据处理方面更加关注理论假设过程、数据参数收集过程以及假设验证过程。而在大数据技术体系内，无论是对运行状态还是运行方式的探索都脱离了传统的固有思维，建立更加完整的关联性分析机制，真正实现了观察数据、分析数据以及实物关系特点描述汇总处理的目标[4]。
(一)提升统计人员综合素质
在大数据技术不断发展的时代背景下，提高统计人员综合素质水平非常关键，统计学工作的开展要求相关人员不仅具备良好的职业素养，也要优化道德素质，从而完善工作的具体流程。
首先，企业要鼓励员工积极学习先进的统计学知识，在掌握统计学基础理论的同时，能灵活应用新的统计工具，并且打造良好的数据处理和信息监管平台，完善数据分析和数据结果整合过程，确保能真正提高数据分析的实效性。
其次，企业和高校之间也要进行有效的联动，强化高校教育中专业能力的培养效果，并且能提升学生的主动性和创造性，将统计学实践项目和大数据技术工具应用项目作为重点指导内容，提高学生的学习热情，也为企业输送更多专业化水平较高的人才。
最后，统计人员要对大数据处理方式有明确的了解，且能及时对数据汇总工作予以检查，并且利用相应的分析机制和方法进行可行性数据的判定，从根本上提高数据管理工作人员的综合素质。企业要邀请专业人员进行项目培训，并且利用专业讲座等方式指导员工全面且充分地了解大数据技术运行体系的基本流程，提高统计人员工作的实效性和积极性，为企业创设良好的发展平台，实现经济效益的全面进步[7]。
(二)整合大数据内容
在大数据技术不断发展的时代背景下，要想提升数据管理水平和技术运维机制，就要对大数据内容展开深度管理，相较于传统的统计学机制，要突破结构化数据的收集思维，有效践行更加系统化的分类数据处理。正是因为数据本身存在多样性特点，仅仅借助单一化的数据分析和分类梳理无法满足多样化数据判定需求，甚至会影响数据的完整性和综合效果，基于此，要对数据信息要求进行统筹监管，确保能提高数据处理项目的综合效率。
试验中，在上述距离范围内不同距离处采集了四点法和全站仪关于横向偏移量、纵向偏移量和距离的检测数据，分别见表1、表2、表3，表格中真值表示全站仪测得数据。
(三)数据结构化和非结构化联系
在大数据背景下，要想提升数据监管和控制的整体水平，就要充分重视并且认真理解大数据技术应用体系的优势，有效对结构化数据和非结构化数据予以判定。正是因为两者之间会形成相互转化的过程，要想合理性应用大数据技术，就要提升大数据表达方式，并且完善数据判定流程，从而保证汇总方式更加贴合数据描述的根本性质，确保能满足大数据多样化要求。
相关部门要转变传统思想认知，充分认识到大数据技术能维护数据完整性描述的特点，在收集数据化数据后确保能从非结构化数据中提取有价值的信息和内容，注重非结构化数据信息的简明程度和应用效果[8]。
四、结束语
总而言之，相较于传统统计学，大数据技术能实现样本数据研究方式的转变，并且有效整合数据复杂性和多样性特征，真正夯实数据相关性，也为完善数据处理效率和管控水平创设了良好的平台，发挥数据应用优势，确保能提高数据统计管理工作的综合效果，为统计学应用拓展管理奠定基础。
参考文献：
[1]李芳.大数据时代传统统计抽样调查面临的机遇和挑战[J].财经界,2017(33):135.
[2]吴瑞萍.大数据思维与传统计思维方式的对比研究[J].环球市场,2018(16):185-186. 统
[3]侯雯.大数据下成品油销售企业中的传统统计将何去何从[J].商情,2018(11):140.
[4]齐晶.关于大数据时代传统企业模式变革的思考[J].全国商情·理论研究,2016(16):102-103.
[5]万金.大数据思维与传统统计思维方式的对比分析[J].环渤海经济瞭望,2018(2):28-29.
[6]程茜,王艳,杨卫，等.基于层级分析法的大数据时代下统计工作变革[J].现代商业,2016(31):178-179.
[7]郭晓俊,朱岭峰,徐翀，等.传统统计法与稳健统计法评价医学检验实验室能力验证结果比较[J].检验医学,2017,32(5):435-439.
[8]任淑叶.大数据时代对传统统计学变革的思考[J].现代经济信息,2018(15):457.
中图分类号：TP311.13
文献标识码：A
文章编号：1009-1890(2019)01-0005-03
收稿日期：2018-12-28
作者简介：王 炜(1985-)，女，山东利津人，硕士，青海民族大学工商管理学院助教，研究方向为统计学。
责任编辑：周小梅
标签：数据论文; 统计学论文; 传统论文; 技术论文; 方法论文; 社会科学总论论文; 统计方法论文; 《武汉冶金管理干部学院学报》2019年第1期论文; 青海民族大学工商管理学院论文;