小數(shù)據(jù)時代的隨機采樣

小數(shù)據(jù)時代的隨機采樣從政府到企業(yè)政府一直都試圖通過收集信息來管理國民。小企業(yè)和個人也可以擁有大規(guī)模收集和分類數(shù)據(jù)的能力。人口普查古代埃及曾進行過人口普查，《舊約》和《新約》中對此都有所提及。1086年英國皇家委員穿越整個國家，對當時的人口、土地和財產(chǎn)做了一個前所未有的全面記載。當時收集的信息也只是一個大概情況，不可能準確記錄下每個人的信息。“人口普查”這個詞來源于拉丁語的censere，本意就是推測、估算。人口普查人口普查具有其復雜性以及耗時耗費的特點。古羅馬在擁有數(shù)十萬人口的時候每5年普查一次。美國憲法規(guī)定每10年進行一次人口普查。到19世紀末，即使這樣不頻繁的人口普查依然很困難，因為數(shù)據(jù)變化的速度超過了人口普查局統(tǒng)計分析的能力。統(tǒng)計雛形三百多年前，英國縫紉用品商約翰·格朗特提出一個方法，來推算出鼠疫時期倫敦的人口數(shù)，利用少量有用的樣本信息來獲取人口的整體情況，這就是后來的統(tǒng)計學。樣本分析法一直都有較大的漏洞，因此，無論是進行人口普查還是其他大數(shù)據(jù)類的任務(wù)，人們還是一直使用清點的方法。新中國的人口普查新中國建立后，先后于1953年、1964年和1982年舉行過3次人口普查。根據(jù)《中華人民共和國統(tǒng)計法實施細則》和國務(wù)院的決定以及國務(wù)院2010年頒布的《全國人口普查條例》規(guī)定，人口普查每10年進行一次，尾數(shù)逢0的年份為普查年度。兩次普查之間進行一次簡易人口普查。2O2O年為第七次全國人口普查時間。第一次人口普查的標準時間新中國第一次人口普查的標準時間是1953年6月30日24時。人口普查的標準時間，就是規(guī)定一個時間點，無論普查員人戶登記在哪一天進行，登記的人口及其各種特征都是反映那個時間點上的情況。根據(jù)上述規(guī)定，不管普查員在哪天進行人戶登記，普查對象所申報的都應(yīng)該是標準時間的情況。通過這個標準時間，所有普查員普查登記完成后，經(jīng)過匯總就可以得到全國人口的總數(shù)和各種人口狀況的數(shù)據(jù)。1953年11月1日發(fā)布了人口普查的主要數(shù)據(jù)，當時全國人口總數(shù)為601938035人。第六次人口普查的標準時間第六次人口普查的標準時間是2010年11月1日零時。2011年4月，發(fā)布了第六次全國人口普查主要數(shù)據(jù)，此次人口普查登記的全國總?cè)丝跒?339724852人。與2000年第五次人口普查相比，10年增加7390萬人，增長5.84%，年平均增長0．57%，比1990-2000年年均1.07%的增長率下降了0．5個百分點。美國1880年的人口普查美國在1880年進行的人口普查，耗時8年才完成數(shù)據(jù)匯總，因此，他們獲得的很多數(shù)據(jù)都是過時的。1890年進行的人口普查，預計要花費13年的時間來匯總數(shù)據(jù)。稅收分攤和國會代表人數(shù)確定都是建立在人口的基礎(chǔ)上的，必須獲得正確且及時的數(shù)據(jù)，人們當時已有的數(shù)據(jù)處理工具已經(jīng)難以應(yīng)付了。美國人口普查局委托發(fā)明家赫爾曼·霍爾瑞斯（被稱為現(xiàn)代自動計算之父）用他的穿孔卡片制表機來完成1890年的人口普查。霍爾瑞斯普查機經(jīng)過大量的工作，霍爾瑞斯成功地在1年時間內(nèi)完成了人口普查的數(shù)據(jù)匯總工作。這在當時簡直就是一個奇跡，它標志著自動處理數(shù)據(jù)的開端，也為后來IBM公司的成立奠定了基礎(chǔ)。將其作為收集處理大數(shù)據(jù)的方法依然過于昂貴，每個美國人都必須填一張可制成穿孔卡片的表格，然后再進行統(tǒng)計。隨機采樣被用來監(jiān)管商品質(zhì)量在商業(yè)領(lǐng)域，隨機采樣被用來監(jiān)管商品質(zhì)量。使得監(jiān)管商品質(zhì)量和提升商品品質(zhì)變得更容易，花費也更少。隨機采樣讓大數(shù)據(jù)問題變得更加切實可行。隨機采樣的利弊隨機采樣取得了巨大的成功，成為現(xiàn)代社會、現(xiàn)代測量領(lǐng)域的主心骨。但這只是一條捷徑，是在不可收集和分析全部數(shù)據(jù)的情況下的選擇，它本身存在許多固有的缺陷。它的成功依賴于采樣的絕對隨機性，但是實現(xiàn)采樣的隨機性非常困難。一旦