文献研读数据统计解析.docVIP

成绩 中国矿业大学 文 献 研 读 报 告 报告题目 数据统计与分析 学生姓名 吕浩 学 号 班 级 2010级信息与计算科学专业 数据统计与分析 作者：吕浩 摘要：对数据统计和分析中的发展做介绍，并研究一些算法的对实际问题的应用和特点，并对未来展望。 关键词：数理统计，数据分析，大数据处理。 背景 随着信息技术的发展，数据通信成为技术发展的主流，而随着计算机硬件按着摩尔定律发展，当价格不变时，集成1电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18个月翻一倍以上。这意味着每隔两年集成芯片的处理速度将比以往要翻一番甚至更多，而数据存储容量也以5倍至10倍的速度增长。这就意味着随着芯片技术的提高，数据将变得如一望无际的海洋一样，也就是说所谓的大数据时代将要到来。而在大数据时代的发展中，由于数据的冗长和繁琐，所以从数据中提取出关键的信息变得异常重要。 所以数据统计与分析这门学科，在信息化时代中，将会逐渐成为应用性极强的学科，将走在大数据时代的前沿。 概念 数据是事实，也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个生命周期。 在长期的社会实践活动中，数据统计分析已成为一门重要的工作。对其最本质的认识就是“统而计之”。随着科技的发展，技术的进步，尤其是在信息爆炸这个时代，当数据统计分析已不圄于“统而计之” 的范畴。而在数据统计分析的思想发展、 统计方法和统计内容之中有重要的地位的就是数理统计。 在数理统计中，最基本的两个概念就是总体和样本。数理统计的最基本的思想就是，利用样本的信息去估计整体的信息，以减少不必要的损失。其中最常见的应用就是，在测量某家厂商生产电视的寿命时，不必每一台都去测量，而是从中取出样本测量，再利用样本和总体的关系，得到总体的电视寿命的大概分布，利用概率论提供的数学模型进行计算，得出分布图，在利用抽样检测，得出其分布是否合理。 从数理统计的学科特征来看， 数理统计是应用数学中最重要、 最活跃的学科之一。数理统计从学科划分来说，应属于数学学科， 但是其重在应用而不是纯数学理论或方法的研究， 故其采用的方法也就重在归纳法， 而不是数学的演绎法。 于此不同的是大数据。大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。其中最有代表的性的案例是美国零售商和怀孕预测。 最早关于大数据的故事发生在美国第二大超市塔吉特百货。孕妇对零售商来说是个含金量很高的顾客群体，但是她们一般会去专门的孕妇商店。人们一提起塔吉特，往往想到的都是日常生活用品，却忽视了塔吉特有孕妇需要的一切。在美国，出生记录是公开的，等孩子出生了，新生儿母亲就会被铺天盖地的产品优惠广告包围，那时候再行动就晚了，因此必须赶在孕妇怀孕前期就行动起来。 塔吉特的顾客数据分析部门发现，怀孕的妇女一般在怀孕第三个月的时候会购买很多无香乳液。几个月后，她们会购买镁、钙、锌等营养补充剂。根据数据分析部门提供的模型，塔吉特制订了全新的广告营销方案，在孕期的每个阶段给客户寄送相应的优惠券。结果，孕期用品销售呈现了爆炸性的增长。2002年到2010年间，塔吉特的销售额从440亿美元增长到了670亿美元。大数据的巨大威力轰动了全美。 数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。 数据在