spssau大数据与信息论和系统论(五)

浏览: 作者: 来源: 时间:2019-11-28 分类:论文写作技巧
系统论是揭示客观事物普遍系统属性及其运动方式的理论。包括一般系统论和系统工程两大层次内容。spssau数据(或者spss论文)无疑是一个系统,因而必然也遵循系统属性和规律。

spssau数据(或者spss论文)与系统论

系统论是揭示客观事物普遍系统属性及其运动方式的理论。包括一般系统论和系统工程两大层次内容。spssau数据(或者spss论文)无疑是一个系统,因而必然也遵循系统属性和规律。

(1)spssau数据(或者spss论文)具有整体性。spssau数据(或者spss论文)是相对于传统小数据而言的,传统小数据的形式众多,随机抽样数据是其典型形式之一。spssau数据(或者spss论文)则是反映系统全貌的数据,是关于系统的所有数据之和,是由诸多数据单元构成的系统整体。正如《spssau数据(或者spss论文)时代》一书的作者所说:“我们需要的是所有的数据,‘样本=总体’”。

 

例如气象台每日用作天气预报的数据无疑是一种spssau数据(或者spss论文),这种spssau数据(或者spss论文)就是数据种类相当多的总体:其中既有大气温度的数据,也有大气压力的数据,亦有大气湿度的数据以及风力和风向的数据等等,此外不同高度、纬度、时间段的数据也不同,这些数据的总体就构成所谓的spssau数据(或者spss论文)spssau数据(或者spss论文)既然是系统整体,它就必然具有大于小数据之和的属性和功能。例如根据零散的气象小数据无法做出天气形势预报,而根据气象spssau数据(或者spss论文)则能做出天气形势预报,诸如降水或刮风等。所以,现在一些spssau数据(或者spss论文)研究者提出的spssau数据(或者spss论文)价值密度低”的观点是值得商榷的。

 

这种观点的实质是把spssau数据(或者spss论文)看成小数据的“机械相加和”了,如果这样来理解spssau数据(或者spss论文),那么把spssau数据(或者spss论文)的价值用小数据的量加以平分,当然密度就小了,甚至有些信息素根本无价值。但问题是spssau数据(或者spss论文)的价值并不是小数据价值的机械相加和,而是大于这种相加和,spssau数据(或者spss论文)一旦生成之后,会产生新的价值。其实,人们之所以重视spssau数据(或者spss论文)主要是因为其具有大于小数据价值量之和的品质。因而,人们在收集数据时,应把重点放在spssau数据(或者spss论文)收集上面,特别是对于宏观系统对象的数据收集是如此,只有掌握了特定的spssau数据(或者spss论文),才能对系统对象的本质和规律形成完整的认识,并指导人们在改造系统对象的实践中取得胜利。

摘自:spssau大数据与信息论和系统论