小数据时代的随机采样

小数据时代的随机采样从政府到企业政府一直都试图通过收集信息来管理国民。小企业和个人也可以拥有大规模收集和分类数据的能力。人口普查古代埃及曾进行过人口普查，《旧约》和《新约》中对此都有所提及。1086年英国皇家委员穿越整个国家，对当时的人口、土地和财产做了一个前所未有的全面记载。当时收集的信息也只是一个大概情况，不可能准确记录下每个人的信息。“人口普查”这个词来源于拉丁语的censere，本意就是推测、估算。人口普查人口普查具有其复杂性以及耗时耗费的特点。古罗马在拥有数十万人口的时候每5年普查一次。美国宪法规定每10年进行一次人口普查。到19世纪末，即使这样不频繁的人口普查依然很困难，因为数据变化的速度超过了人口普查局统计分析的能力。统计雏形三百多年前，英国缝纫用品商约翰·格朗特提出一个方法，来推算出鼠疫时期伦敦的人口数，利用少量有用的样本信息来获取人口的整体情况，这就是后来的统计学。样本分析法一直都有较大的漏洞，因此，无论是进行人口普查还是其他大数据类的任务，人们还是一直使用清点的方法。新中国的人口普查新中国建立后，先后于1953年、1964年和1982年举行过3次人口普查。根据《中华人民共和国统计法实施细则》和国务院的决定以及国务院2010年颁布的《全国人口普查条例》规定，人口普查每10年进行一次，尾数逢0的年份为普查年度。两次普查之间进行一次简易人口普查。2O2O年为第七次全国人口普查时间。第一次人口普查的标准时间新中国第一次人口普查的标准时间是1953年6月30日24时。人口普查的标准时间，就是规定一个时间点，无论普查员人户登记在哪一天进行，登记的人口及其各种特征都是反映那个时间点上的情况。根据上述规定，不管普查员在哪天进行人户登记，普查对象所申报的都应该是标准时间的情况。通过这个标准时间，所有普查员普查登记完成后，经过汇总就可以得到全国人口的总数和各种人口状况的数据。1953年11月1日发布了人口普查的主要数据，当时全国人口总数为601938035人。第六次人口普查的标准时间第六次人口普查的标准时间是2010年11月1日零时。2011年4月，发布了第六次全国人口普查主要数据，此次人口普查登记的全国总人口为1339724852人。与2000年第五次人口普查相比，10年增加7390万人，增长5.84%，年平均增长0．57%，比1990-2000年年均1.07%的增长率下降了0．5个百分点。美国1880年的人口普查美国在1880年进行的人口普查，耗时8年才完成数据汇总，因此，他们获得的很多数据都是过时的。1890年进行的人口普查，预计要花费13年的时间来汇总数据。税收分摊和国会代表人数确定都是建立在人口的基础上的，必须获得正确且及时的数据，人们当时已有的数据处理工具已经难以应付了。美国人口普查局委托发明家赫尔曼·霍尔瑞斯（被称为现代自动计算之父）用他的穿孔卡片制表机来完成1890年的人口普查。霍尔瑞斯普查机经过大量的工作，霍尔瑞斯成功地在1年时间内完成了人口普查的数据汇总工作。这在当时简直就是一个奇迹，它标志着自动处理数据的开端，也为后来IBM公司的成立奠定了基础。将其作为收集处理大数据的方法依然过于昂贵，每个美国人都必须填一张可制成穿孔卡片的表格，然后再进行统计。随机采样被用来监管商品质量在商业领域，随机采样被用来监管商品质量。使得监管商品质量和提升商品品质变得更容易，花费也更少。随机采样让大数据问题变得更加切实可行。随机采样的利弊随机采样取得了巨大的成功，成为现代社会、现代测量领域的主心骨。但这只是一条捷径，是在不可收集和分析全部数据的情况下的选择，它本身存在许多固有的缺陷。它的成功依赖于采样的绝对随机性，但是实现采样的随机性非常困难。一旦