论文部分内容阅读
摘 要：目前，随着我国科学技术的不断发展进步，人们处于信息快速传播时代。与传统数据进行比较，在大数据时代背景下数据在整体上发生了明显的变化，并且传统的数理统计与数据处理方式也进行了不断的改革，这给企业管理工作带来了非常重要的影响。为使企业适应目前的发展状况，非常有必要对数理统计方法在大数据时代下企业管理中的运用进行全面了解，才能促使企业实现更快更好发展。
关键词：数理统计 大数据 企业管理
一、大数据分析与数理统计的共同点
1.两者同属于数据科学的范畴。数据科学是以数据解析的方法来进行研究的科学，可以简单概括为“用数据的方法来研究科学和用科学的方法来研究数据”。虽然数据科学因大数据才被人们所熟知，但其研究内容却涵盖了应用数学、数理统计、计算机等学科，被称为继实验科学、理论科学和计算科学之后又一新的科学研究范式。数理统计被称为“收集和分析数据的科学与艺术”，是数据科学的理论基础。过去，由于受到技术条件的限制，一般只能获得有限的数据，即“样本”，为了根据有限的样本作出尽量科学的判断，就需要借助概率论，排除随机性对分析、推断的干扰，以正确揭示隐藏在数据背后的总体规律，这便是数理统计的主要任务。随着大数据时代的到来，在许多领域获得了全面、完整和系统的数据，而大数据分析作为数据科学的发展前沿，也成为了知识创新的重要方法。对于新时代的数据科学而言，虽然对数理统计提出了许多新的挑战，但大数据分析与数理统计仍然具有共同的出发点和最终目标，并在应用实践中不断为数据科学提供新的思想、方法和技术。
2.两者都是定量研究的具体方法。定量研究是科学研究的基本方法之一，其实质就是按照一定的标准对研究对象的特征进行量化比较，从而推定其性质或某些因素间的变化规律。在常规数据条件下，数理统计一直是定量研究的主要方法。大数据的出现，不仅是量的增长，更是质的变化，而大数据分析则为定量研究提供了全新的思路和方法。
量化是大数据分析和数理统计的基础，在具体的应用中，两者都形成了一整套指导数据量化处理的科学系统的理论。在数理统计中，按照量化水平的高低，分为名义数据、顺序数据、等距数据和比率数据，不同的数据类型适用不同的统计分析方法。而对于大数据来说，其包含的数据类型更为复杂，不仅有结构化数据，更多的则是文字、网页、图像、视频等半结构化、非结构化数据，后两类数据必须按照数据模型的要求，经过量化转换才能进入数据分析的环节。大数据分析和数理统计都围绕着量化后的数据展开，按照相应的分布规律或数据模型，以数为据，由量定性，力图精确展现研究对象的内在特征与发展规律，以优化和改进决策，这也是两者之间的一种内在联系。
3.两者均与计算机技术紧密结合。大数据因计算机和网络的普及而产生，并伴随着云计算、物联网的发展日渐成熟。要实现对大数据的分析，不仅需要支撑海量数据处理的计算平台，还要有专业的程序和算法，可以说大数据分析既要依靠计算机技术来实现，同时，又给计算机技术带来了许多新的挑战。近年来，围绕着大数据分析问题，在计算机领域形成了分布式存储、并行计算、数据挖掘算法和数据可视化等研究热点，并产生了若干大数据计算平台和分析工具，其中以 Hadoop 和 Hive 的应用最为广泛。数理统计虽然先于计算机而产生，但早已走出了依靠手工计算进行分析的时代，并随着计算机技术的发展而发展。一方面，由于统计数据和统计方法具有很强的规范性，非常适合用计算机来进行快速处理和计算;另一方面，计算机技术能够通过严格的程序确保数据处理的准确性。因此，当计算机产生以后，就被迅速应用于数理统计之中，并实现了日趋紧密的结合。当前，以SAS、SPSS等为代表的数据管理软件，提供了丰富、完善的分析算法和交互式的操作过程，极大地提高了统计的效率。
二、大数据时代对于数理统计的影响
1.对分析结果产生的影响。在大数据时代下，很多企业对数据的分析应用产生了明显的变化，解决了传统数据分析中存在的不足和缺陷。大数据时代的相关分析必须符合通用性以及均等性这两点要求，同时还需要保证结果不会受到其他因素的影响。结合最近几年的实际情况可以看出，大数据产生的影响力一直呈现上升趋势，在此背景下，很多专家提出了随机相关系数与最大相关分析的研究方法，主要是因为传统的分析方法中还存在很大的缺陷，无法满足大数据背景下企业管理的相关需求，因此要采取有效措施加强对统计方法的研究，使其可以满足大数据背景下各行业的发展需求。
2.大數据对样本和总体产生的影响。数理统计在使用过程中，主要是结合样本然后对总体的基本情况进行准确的判定，相应的也就可以对统计对象的发展方向做出较为准确的判断。在对样本进行选择的过程中，主要是采用抽样的方式来完成。但是，在大数据时代下，虽然涉及到的信息量以及类型较多，但是大数据也经常会出现样本缺乏的现象。因此，在对样本进行收集的过程中，就不可以采用抽样的方式来进行。传统的数理统计方法所收集到的数据呈现出了结构性特点，在大数据时代下，样本数据与大数据之间存在非常明显的差异，样本数据具有非常明确的研究目的，通过抽样的方式可以获取一定的数据，但是这样得到的数据有限。而大数据不仅涉及到的信息内容非常多，并且在应用的同时也不会受到各方面因素的限制。另外，通过对大数据的使用还可以对事物发展的规律进行准确的判定，使社会可以在较快的时间内进入到大数据时代。
三、加强数理统计在大数据时代中企业管理运用的几点建议
1.依托大数据推动企业的改革发展。在大数据时代的影响下，企业的管理方式出现了较大的变化。在大数据时代的推动下，企业想要得到更好的发展，则必须要依托大数据时代的社会变化，对企业做出改革发展。例如，大数据时代中，企业在商业模式和营销方式方面会出现较大的变化。大数据时代所提出的关键内容便是数据的预测能力和准确性。大数据本身便是数据化的产物，因此具有一定的透明性。同时，将传统数据和大数据进行比较，可以发现较大的差异化。这主要体现在传统数据的采集和使用失去了原先的价值。在大数据时代当中，通过对原先数据的分析，能够发现更多有价值的信息内容。从企业长远发展的角度来看，大数据需要通过数理统计的合理运用来寻求平衡，从而使企业管理过程中的各项信息都得到数据化的转变。部分企业在发展自身的同时，也认识到了数据信息的重要意义。因此在实际管理工作的过程中，管理人员应当对数理统计提出更高的准确性要求，并确保数据的滞后性问题得到一定的解决。从风险的角度来看，管理层人员在做出企业决策时往往是通过主观意识来判定的。管理人员在对数理统计方式进行优化后，能够对企业管理当中的有效信息进行挖掘，从而帮助企业管理层人员更好的制定企业决策内容。
2.提升企业人力资源价值。人力资源的管理工作作为企业管理工作当中的重要组成部分，能否得到良好的价值提升，对于企业的长远发展有着极大的影响意义。因此，在企业经营管理的过程当中，考虑到大数据呈现出的高效性和及时性特点。相关管理人员应当充分发挥这些大数据优势，提高相关工作人员的数据统计水平。同时，企业在进行人才招聘的过程中，应当结合企业发展的实际需要进行人员筛选，确保招聘的质量得到基本保障。在应聘面试阶段，HR管理者可能会受到各种不同因素的影响，在面试阶段，HR必须在较短的时间内对应聘人员进行全面的了解，并从主观角度提出各式各样的问题，通过回答问题阶段的观察，对面试者的各方面条件进行分析和判定。最终，通过对话询问的方式判断其是否是企业所需要的人才类型。在使用数理统计方法的过程中，管理人员应当对不同的数据信息进行整理采集，并通过深度结合的方式来强化企业人才招聘、企业员工管理的严格性和实际效果。另外，在数据的处理方式上，管理人员也应当不断进行完善和加强，确保在大数据时代的帮助下，企业数理统计的方法能够得到合理运用。
四、结语
在大数据时代下，企业通过对数理统计方法的应用，使企业在经营、管理上发生了重大的转变，通过数理统计分析方法，可以使企业人力资源的价值得到有效的提升，帮助企业发现合适的优秀人才。同时，数理统计方法还能对历史数据中存在的价值进行有效的挖掘，使管理人员可以制定出科学合理的决策，从而促进企业在未来可以实现更加快速的发展。
参考文献：
[1]胡紫薇.数理统计在数据分析中的应用探讨[J].经贸实践，2016
[2]江 雯.论数理统计方法在大数据时代下企业管理中的运用[J].商场现代化，2017
[3]蒋亚飞.大数据情形数理统计和并行计算方法研究[J].辽宁经济，2017
[4]张立伟.用数理统计的方法处理试验数据的异常值[J].电线电缆，2005
[5]潘翠平，陈丽霞.数理统计方法在质量管理中应用[J].内蒙古科技与经济，2005
作者简介：许雨生，对外经济贸易大学统计学院在职人员高级课程研修班学员
关键词：数理统计 大数据 企业管理
一、大数据分析与数理统计的共同点
1.两者同属于数据科学的范畴。数据科学是以数据解析的方法来进行研究的科学，可以简单概括为“用数据的方法来研究科学和用科学的方法来研究数据”。虽然数据科学因大数据才被人们所熟知，但其研究内容却涵盖了应用数学、数理统计、计算机等学科，被称为继实验科学、理论科学和计算科学之后又一新的科学研究范式。数理统计被称为“收集和分析数据的科学与艺术”，是数据科学的理论基础。过去，由于受到技术条件的限制，一般只能获得有限的数据，即“样本”，为了根据有限的样本作出尽量科学的判断，就需要借助概率论，排除随机性对分析、推断的干扰，以正确揭示隐藏在数据背后的总体规律，这便是数理统计的主要任务。随着大数据时代的到来，在许多领域获得了全面、完整和系统的数据，而大数据分析作为数据科学的发展前沿，也成为了知识创新的重要方法。对于新时代的数据科学而言，虽然对数理统计提出了许多新的挑战，但大数据分析与数理统计仍然具有共同的出发点和最终目标，并在应用实践中不断为数据科学提供新的思想、方法和技术。
2.两者都是定量研究的具体方法。定量研究是科学研究的基本方法之一，其实质就是按照一定的标准对研究对象的特征进行量化比较，从而推定其性质或某些因素间的变化规律。在常规数据条件下，数理统计一直是定量研究的主要方法。大数据的出现，不仅是量的增长，更是质的变化，而大数据分析则为定量研究提供了全新的思路和方法。
量化是大数据分析和数理统计的基础，在具体的应用中，两者都形成了一整套指导数据量化处理的科学系统的理论。在数理统计中，按照量化水平的高低，分为名义数据、顺序数据、等距数据和比率数据，不同的数据类型适用不同的统计分析方法。而对于大数据来说，其包含的数据类型更为复杂，不仅有结构化数据，更多的则是文字、网页、图像、视频等半结构化、非结构化数据，后两类数据必须按照数据模型的要求，经过量化转换才能进入数据分析的环节。大数据分析和数理统计都围绕着量化后的数据展开，按照相应的分布规律或数据模型，以数为据，由量定性，力图精确展现研究对象的内在特征与发展规律，以优化和改进决策，这也是两者之间的一种内在联系。
3.两者均与计算机技术紧密结合。大数据因计算机和网络的普及而产生，并伴随着云计算、物联网的发展日渐成熟。要实现对大数据的分析，不仅需要支撑海量数据处理的计算平台，还要有专业的程序和算法，可以说大数据分析既要依靠计算机技术来实现，同时，又给计算机技术带来了许多新的挑战。近年来，围绕着大数据分析问题，在计算机领域形成了分布式存储、并行计算、数据挖掘算法和数据可视化等研究热点，并产生了若干大数据计算平台和分析工具，其中以 Hadoop 和 Hive 的应用最为广泛。数理统计虽然先于计算机而产生，但早已走出了依靠手工计算进行分析的时代，并随着计算机技术的发展而发展。一方面，由于统计数据和统计方法具有很强的规范性，非常适合用计算机来进行快速处理和计算;另一方面，计算机技术能够通过严格的程序确保数据处理的准确性。因此，当计算机产生以后，就被迅速应用于数理统计之中，并实现了日趋紧密的结合。当前，以SAS、SPSS等为代表的数据管理软件，提供了丰富、完善的分析算法和交互式的操作过程，极大地提高了统计的效率。
二、大数据时代对于数理统计的影响
1.对分析结果产生的影响。在大数据时代下，很多企业对数据的分析应用产生了明显的变化，解决了传统数据分析中存在的不足和缺陷。大数据时代的相关分析必须符合通用性以及均等性这两点要求，同时还需要保证结果不会受到其他因素的影响。结合最近几年的实际情况可以看出，大数据产生的影响力一直呈现上升趋势，在此背景下，很多专家提出了随机相关系数与最大相关分析的研究方法，主要是因为传统的分析方法中还存在很大的缺陷，无法满足大数据背景下企业管理的相关需求，因此要采取有效措施加强对统计方法的研究，使其可以满足大数据背景下各行业的发展需求。
2.大數据对样本和总体产生的影响。数理统计在使用过程中，主要是结合样本然后对总体的基本情况进行准确的判定，相应的也就可以对统计对象的发展方向做出较为准确的判断。在对样本进行选择的过程中，主要是采用抽样的方式来完成。但是，在大数据时代下，虽然涉及到的信息量以及类型较多，但是大数据也经常会出现样本缺乏的现象。因此，在对样本进行收集的过程中，就不可以采用抽样的方式来进行。传统的数理统计方法所收集到的数据呈现出了结构性特点，在大数据时代下，样本数据与大数据之间存在非常明显的差异，样本数据具有非常明确的研究目的，通过抽样的方式可以获取一定的数据，但是这样得到的数据有限。而大数据不仅涉及到的信息内容非常多，并且在应用的同时也不会受到各方面因素的限制。另外，通过对大数据的使用还可以对事物发展的规律进行准确的判定，使社会可以在较快的时间内进入到大数据时代。
三、加强数理统计在大数据时代中企业管理运用的几点建议
1.依托大数据推动企业的改革发展。在大数据时代的影响下，企业的管理方式出现了较大的变化。在大数据时代的推动下，企业想要得到更好的发展，则必须要依托大数据时代的社会变化，对企业做出改革发展。例如，大数据时代中，企业在商业模式和营销方式方面会出现较大的变化。大数据时代所提出的关键内容便是数据的预测能力和准确性。大数据本身便是数据化的产物，因此具有一定的透明性。同时，将传统数据和大数据进行比较，可以发现较大的差异化。这主要体现在传统数据的采集和使用失去了原先的价值。在大数据时代当中，通过对原先数据的分析，能够发现更多有价值的信息内容。从企业长远发展的角度来看，大数据需要通过数理统计的合理运用来寻求平衡，从而使企业管理过程中的各项信息都得到数据化的转变。部分企业在发展自身的同时，也认识到了数据信息的重要意义。因此在实际管理工作的过程中，管理人员应当对数理统计提出更高的准确性要求，并确保数据的滞后性问题得到一定的解决。从风险的角度来看，管理层人员在做出企业决策时往往是通过主观意识来判定的。管理人员在对数理统计方式进行优化后，能够对企业管理当中的有效信息进行挖掘，从而帮助企业管理层人员更好的制定企业决策内容。
2.提升企业人力资源价值。人力资源的管理工作作为企业管理工作当中的重要组成部分，能否得到良好的价值提升，对于企业的长远发展有着极大的影响意义。因此，在企业经营管理的过程当中，考虑到大数据呈现出的高效性和及时性特点。相关管理人员应当充分发挥这些大数据优势，提高相关工作人员的数据统计水平。同时，企业在进行人才招聘的过程中，应当结合企业发展的实际需要进行人员筛选，确保招聘的质量得到基本保障。在应聘面试阶段，HR管理者可能会受到各种不同因素的影响，在面试阶段，HR必须在较短的时间内对应聘人员进行全面的了解，并从主观角度提出各式各样的问题，通过回答问题阶段的观察，对面试者的各方面条件进行分析和判定。最终，通过对话询问的方式判断其是否是企业所需要的人才类型。在使用数理统计方法的过程中，管理人员应当对不同的数据信息进行整理采集，并通过深度结合的方式来强化企业人才招聘、企业员工管理的严格性和实际效果。另外，在数据的处理方式上，管理人员也应当不断进行完善和加强，确保在大数据时代的帮助下，企业数理统计的方法能够得到合理运用。
四、结语
在大数据时代下，企业通过对数理统计方法的应用，使企业在经营、管理上发生了重大的转变，通过数理统计分析方法，可以使企业人力资源的价值得到有效的提升，帮助企业发现合适的优秀人才。同时，数理统计方法还能对历史数据中存在的价值进行有效的挖掘，使管理人员可以制定出科学合理的决策，从而促进企业在未来可以实现更加快速的发展。
参考文献：
[1]胡紫薇.数理统计在数据分析中的应用探讨[J].经贸实践，2016
[2]江 雯.论数理统计方法在大数据时代下企业管理中的运用[J].商场现代化，2017
[3]蒋亚飞.大数据情形数理统计和并行计算方法研究[J].辽宁经济，2017
[4]张立伟.用数理统计的方法处理试验数据的异常值[J].电线电缆，2005
[5]潘翠平，陈丽霞.数理统计方法在质量管理中应用[J].内蒙古科技与经济，2005
作者简介：许雨生，对外经济贸易大学统计学院在职人员高级课程研修班学员