傳統的樣本分析師們很難容忍錯誤數據的存在，因為他們一生都在研究如何防止和避免錯誤的出現。在收集樣本的時候，統計學家會用一整套的策略來減少錯誤發生的概率。
在結果公佈之前，他們也會測試樣本是否存在潛在的系統性偏差。這些策略包括根據協議或通過受過專門訓練的專家來採集樣本。但是，即使只是少量的數據，這些規避錯誤的策略實施起來還是耗費巨大。
尤其是當我們收集所有數據的時候，這就行不通了。不僅是因為耗費巨大，還因為在大規模的基礎上保持數據收集標準的一致性不太現實。就算是不讓人們進行溝通爭吵，也不能解決這個問題。
大數據時代要求我們重新審視精確性的優劣。如果將傳統的思維模式運用於數字化、網絡化的21世紀，就會錯過重要的信息。執迷於精確性是信息缺乏時代和模擬時代的產物。在那個信息貧乏的時代，任意一個數據點的測量情況都對結果至關重要。所以，我們需要確保每個數據的精確性，才不會導致分析結果的偏差。
分享到:
閱讀更多 互聯網熱點爆料 的文章
