极大的增强，在这样的背景下，就出现了大数据。”

　　顿了一下，徐良调整了一下PPT。

　　“那么数据和大数据怎么运用呢？

　　大致可以分为以下流程。

　　获取数据→分析数据→建立模型→预测未知。

　　我们举一个简单的例子。

　　现在我们想要了解一家电影院的观众年龄分布，以便做市场推广。

　　假定我们把观众群分为15岁以下，16~25岁，26~40岁和41岁及以上四个人群。

　　要了解每个人群的比例，一个简单的办法就是到电影院门口去问一问那些看电影的人的年龄。

　　比如我们通过调查了解到大约有343人在15岁以下，459人在16~25岁，386人在26~40岁，490人在41岁及以上。

　　根据这个数据，我们大致可以得出以下结论：

　　15岁及以下的观众占20%左右，16~25岁的观众超过四分之一，但不到三成；

　　26~40岁的观众略少于四分之一，41岁及以上的观众最多，大约占到三成。

　　但是，如果我们只在周末的晚上抽样调查10个人，我们就会发现。

　　有三个15岁及以下的观众，五个16~25岁的观众，2个26~40岁的观众。

　　我们显然不能说25岁以下的观众占了八成，而41岁及以上的中年人从来不来电影院，这样的结论。

　　但我想各位也都承认一点，在统计样本不充分的情况下，得到的结果跟实际结果存在很大的偏差。

　　所以，越想要得到准确的统计结果，需要的统计数据量就越大。

　　在上面的例子中，统计的样本总数是1678人。

　　但是如果我们一定要说‘41岁及以上的观众就是29.2%’，或者‘15岁及以下观众一定超过20%’。

　　请收藏：https://m.mrroaz.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）