“万能”的大数据，测不准_数据分析师培训
现在人们对大数据有着极高的期望，希望大数据可以在我们各个方面起到正面作用。企业已经习惯于借助各种数据分析工具来帮助进行数据预测。但事实上，人们的社会行为具有不可预测性。甚至我们不妨可以定性地归成一个大数据测不准原理：人和事件，如果放到越大的空间和时间范围，则是越可以精确预测的;如果放到越小的空间和时间范围，则是越不可以精确预测的。
举个例子说：我们几乎可以在100%的程度上预测一个人24小时的范围内会吃饭，但若精确到某一分钟，则几乎不可能预测准确。进一步我们会发现，利用更多过去一段时间的数据，能够帮助我们提高预测某半个小时内是否吃饭的几率，但如果把时间精确到某一分钟，则更多的数据几乎提高不了预测的准确性。
其实，行为的不可预测性早已植根于人类的潜意识中。
比如当年我国发射嫦娥三号探月飞船，在嫦娥三号发射前，科学家们已经计算出了在未来的一个月之后的某个小时、分、秒，嫦娥三号在月球上空高度和经纬度，如果这个计算结果偏离预计几十米，则可能推迟发射，重新计算校准。这是科学对未来的精确预测。
相对的情形是，在晚上10点以后，当我们准备睡觉的时候，能预测明天早餐后下楼碰到的第一个人是谁吗?几乎没有人能知道，但这个巨大的不可预测却没有引起人的关注，几乎没有人会因为不知道下楼碰到的第一个人是谁而影响睡觉。人们对不可预测性熟视无睹。
大数据的有效范围讨论，需要引进一个假设：人们可以自由决定自己的行为(常常称为“自由意志”)。一个人自由决定自己行为，在别人看来，就是他的行为无法预测，如果能够精确预测未来的一举一动，就不具备任何的自我决定的自由。
因此，大数据不能对具体行为作出精确预测，即大数据测不准原理。
大数据的不可预测性说明，企图利用大数据预测用户具体行为的努力或许是徒劳的，我们哪怕掌握一个人从出生开始就有的全部行为信息，也无法预测明天早餐他会吃什么。这也意味着，许多基于用户历史数据进行行为分析的努力会遇到瓶颈，预测缩小到一定范围之后，无法再精确下去。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能，还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面，从数据的获取到处理、分析再到可视化，旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师：洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段，市场需求持续增长，薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据，清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能，涵盖了广泛的工具和技术。其中，掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念，其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及，大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合（group by）顾名思义就是分2步： 先分组：根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛，涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容： 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力，以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力： 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛，涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中，有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面： 基础知识： 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作，包括但不限于以下领域： 金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面： 数据收集与整理：数据分析师 ...
2024-11-22数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能： ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别： 定义和目标： 数据开发：数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22
