统计学方法的发展及其在大数据中的应用

发布时间：2021-10-19 07:33

　　文章主要探讨和研究了统计方法从萌芽到发展到和大数据互相影响的发展历程。在现有统计方法史的基础上,从统计方法的发展脉络和在大数据时代的应用视角总结了统计方法的内容和特征;通过时间序列数据和知识图谱,分别对比分析了中外关于统计方法研究的趋势和方向;根据分析对比结果,提出了关于统计方法发展方向的思考和预测。 

【文章来源】：统计与决策. 2020,36(04)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

CNKI数据库中统计方法领域关键词知识图谱

延.现代科学方法的两个源头——统计学与概率论的产生与结合[J].自然科学史研究,1996，(4).[5]吴军.数学之美[M].北京：人民邮电出版社,2014.[6]李航.统计学习方法[M].北京：清华大学出版社,2012.[7]周志华.机器学习[M].北京：清华大学出版社,2016.[8]高惠璇.应用多元统计分析[M].北京：北京大学出版社,2005.[9]孙鸿飞.张海涛.基于文献计量与可视化方法的国内外大数据领域研究动态研究[J].情报科学,2018，(11).（责任编辑/浩天）图3WOS数据库中统计方法领域关键词知识图谱图4WOS数据库中大数据领域关键词知识图谱34

统计与决策2020年第4期·总第544期理论探讨计”“统计数据”“人工智能”“数据挖掘”“主成分分析”、“中图分类号”，大数据领域（图2）中出现频次较高的是“大数据时代”“数据挖掘”“物联网”“人工智能”“云计算”“图书馆”“数据分析”等关键词，这些关键词所反映的都是当前国内统计和大数据领域的研究热点，可以看到统计和大数据领域的研究方向有一定程度的重合，大数据研究需要用到统计学方法，统计方法的发展需要和大数据相结合。图1CNKI数据库中统计方法领域关键词知识图谱图2CNKI数据库中大数据领域关键词知识图谱利用“Citespace”软件绘制出WOS核心集数据库中统计方法和大数据领域的“文献共引-关键词”的知识图谱（图3），从中可以看出统计方法领域出现频次较高的关键词分别是model(模型)、system(系统)、algorithm(算法)、per-formance(性能)、statisticalanalysis(统计分析)，大数据领域（图4）出现频次较高的system(系统)、mapreduce(海量数据处理模型)、model(模型)、algorithm(算法)、machinelearning(机器学习)、privacy(隐私)、performance(性能)、datamining(数据挖掘)、dataanalytics(数据分析)、prediction(预测)等关键词都是大数据领域研究的热点。可以看到国际文献中统计方法和大数据领域的研究方向重合度相当高，其互相渗透程度远远高于国内研究方向的程度，可见两个领域的高度相关性和互相促进是研究发展的大趋势。3统计方法发展展望有数据的地方，就有统计学的存在。统计学从17世纪的国势学派、算术学派的争论到今天和大数据、计算机技术的相互作用，其内容在不断地更新和完善，应用的领域也不断随着新的统计方法的提出不断扩大。大数据时代的来临，促使统计学的发展开始从小样本的?

【参考文献】：
期刊论文
[1]基于文献计量与可视化方法的国内外大数据领域研究动态研究[J]. 孙鸿飞,张海涛.  情报科学. 2018(11)
[2]现代科学方法的两个源头──统计学与概率论的产生与结合[J]. 柳延延.  自然科学史研究. 1996(04)
[3]试论统计发展史上的四个里程碑[J]. 吴诣民.  山西统计. 1995(04)



本文编号：3444431