統計學不能做為大數據分析的工具 | 你手邊的工具能夠做到哪些？

大數據分析法要具備五大功能，也就是你需要具備這些能力，靈活應用分析大數據。

第一是機率分配模擬器，讓你了解機率分配外，還能讓你做到第五個功能去驗證模型。

第二是定模技術。你的數據得先定模，而不是用其他變數，試圖用關聯性去決定數據的模型。你若連數據的來源分配都不清楚，是無法做大數據和人工智慧的精準建模。

第三是各種係數的檢定方法。統計分析的目的是用樣本了解母體參數。當你脫離常態分配（若你第二個功能都沒做，主觀認定常態分配就算了），很多的分配參數不是平均數和變異數，所以大數據和人工智慧的數據需要合適的檢定工具！

第四是建模技術。通常建模技術就是用迴歸分析。你的工具能用哪些呢？直線？非直線？曲線化？大數據和人工智慧的建模不是像論文研究，找個強而有力的趨勢方向就可以！而是需要為數據精準建構模型出來！沒有精確且精準，那模型就要一直參數調整，而且模型錯誤的誤差永遠不能調整。最後被誤認為系統性誤差。這才是得不償失。

第五為模擬器的比對驗證技術。沒有模擬器，第二、三、四都難以有效運作。不只過程需要，最後要驗證也是需要，模擬預測同樣需要。若你的工具能夠一開始建模精準且精確，何苦常常調整。