首先就是大資料分析中，大部分相關關係分析僅限於尋求線性關係。如果說我們做的每乙個決定或者每乙個想法都是自己想做的事情的結果，而這個結果又是由其他原因導致的，如果一直這樣迴圈下去的話，那麼就說明所有的生命軌跡都只是受因果關係的控制了。所以我們不能夠使用因果聯絡看待問題，人們習慣使用快速思維模式，快速思維模式使人們偏向用因果聯絡來看待周圍的一切， 即使這種關係並不存在。在以前，這種快速思維模式是很有用的，它能幫助我們在資訊量缺乏卻必須快速做出決定的危險情況下化險為夷。但是，通常這種因果關係都是並不存在的。在平時生活中，很多人都是比較懶的，我們很少慢條斯理地思考問題。所以快速思維模式就佔據了上風。因此，我們會經常臆想出一些因果關係，最終導致了對世界的錯誤理解。當然，經常憑藉直覺而來的因果關係並沒有幫助我們加深對這個世界的理解。
而大資料之間的相關關係，將經常會用來證明直覺的因果聯絡是錯誤的。 最終也能表明，統計關係也不蘊含多少真實的因果關係。總之，我們的快速思維模式將會遭受各種各樣的現實考驗。這些就是因果關係導致的結果。如果我們使用相關關係，因果關係被完全證實的可能性幾乎是沒有的，這是因為相關關係很有用， 不僅僅是因為它能為我們提供新的視角，而且提供的視角都很清晰。而我們一旦把因果關係考慮進來，這些視角就有可能被我們忽略掉。
如果我們把以經確鑿資料為基礎的相關關係和通過快速思維構想出的因果關係相比的話，那麼前者就更具有說服力。但在越來越多的情況下，快速清晰的相關關係分析甚至比慢速的因果分析更有用和更有效。所以大資料就需要使用相關關係進行分析，而不是用因果分析。
大資料時代的思維變化（三）
大資料分析中，分析的不是因果關係，而是相關關係。也就是說，我們在大資料時代，不必非得知道現象背後的原因，而是要讓資料自己體現出價值，我們分析資料的時候只要知道分析的資料是什麼結果就夠了，不需要知道為什麼有這種結果。這些裡，需要我們給大家講一下相關關係，簡單來說相關關係強是指當乙個資料值增加時，另乙個...
大資料時代的思維變革
拜讀了 大資料時代 的第一部分，作者維克托 邁爾 捨恩伯格揭示了大資料所需的 三大思維變革 1 分析事物相關資料，而不是取樣。也可以這麼認為，取樣 總體。大資料是指 不用隨機化分析法這樣的捷徑，而採用所有資料的方法。這裡所指的大資料是相對意義而不是絕對意義，不是指該資料量達到了多少多少 數量級，而是...
大資料時代，你是否擁有 文科思維 ？
最近，我所在的團隊為一家車貸公司搭建了一套信審資料模型，該模型可以根據貸款申請者的資料自動 其在未來能否按時還款，決定是否通過使用者的貸款申請。相比人工信審，模型 是全自動的機器過程，在保證判斷準確率的前提下，它能為公司節省大量的人力成本。信審員 你有幾個兒子?貸款申請者 三個。信審員 剛剛打 給你...