從大格局發現關鍵線索─《大數據》浪潮下的未來

不久前，國際知名學者、《大數據》的作者麥爾荀伯格訪台，掀起大家對這個新學門的關注。大數據，正式名稱是巨量資料，它可說是一門「新統計學」。要介紹它，必須從傳統的統計學講起。

傳統的統計學，一言以蔽之，就是「合理的以偏概全」，也就是用很合理的方式，選取少數個體的資料，來概括和描述我們想知道的總體。這個總體，是任何我們有興趣了解的群體，在統計學上稱為母體；而少數個體，就稱為樣本。由於在過去，我們幾乎找不到很有效的方法，可直接了解母體的行為和特質，於是「在沒有辦法中的辦法」，就發展出統計學：

一、統計學家發現了種種很合理的統計技術，先從母體中抽出樣本，再用樣本推估母體。

二、費心費力得到的樣本數量很有限，每一筆資料必須非常精確。譬如每一份民意調查的樣本數，不過一千筆左右，這一千筆資料都必須透過精密的問卷設計或細膩的訪談技巧，來確保筆筆都是正確無誤。

三、透過統計調查，我們希望能找出兩種已知的變數（人、事、物）之間的關係，也就是找出「相關性」。甚至，我們不滿足於只獲得相關性（ A與 B相關），只能知道「是什麼」（what）有關聯，於是進一步設計實驗，想釐清這兩種變數之間的因果關係（A是因、 B是果？或者...