全量分析改变世界的观点

大数据是“n＝ALL”的世界，另一方面，传统统计学是从限定对象（标本）推测母本。但是，本书第一章列举的美国总统选举预算，（错误的预测结果）显示：无论样本量增加多少，只要抽样方法存在偏倚，就无法从代表母本的调查中获得正确的结果。这种以消除偏倚为目的的设计方法就是“随机采样”。

但是，大数据世界的目标是“n＝ALL”，只要拥有进行复杂分析的信息处理技术就无须随机采样。前文介绍的“谷歌流感预测”中，谷歌的分析对象不是随机采样的样本，而是“n＝ALL”，即每天30亿件以上在互联网上检索的全部实时数据。这个“n＝ALL”可能帮助我们发现传统的随机采样看不到的世界。

“谷歌流感预测”是对整体倾向的预测——除了对美国全境的疾病流行趋势进行预测，还对整体下的小集团，如各州、各市作出预测。如果采用随机采样法抽取样本数据，尽管可以对样本整体的动态做到精准预测，但调查对象涉及该样本内部的小样本时，就可能因为包括的数据量不够导致误差增大甚至无法使用。

与此相对，“n＝ALL”的世界为我们揭示的是样本抽取绝对看不到的整体（母本）中的细节。从该观点出发，用一个意味深长的例子进行说明的是史蒂芬·列维特教授（（Steven David Levitt））出版的著作《魔鬼经济学》：在这本书里，史蒂芬教授对过去11年间日本国内的相扑比赛情况展开调查。通过对281名相扑力士参加的32 000场比赛数据的全量分析，试图从中找出与其他倾向不同的“某种”答案。(https://www.daowen.com)

结果发现：在最后一场千秋乐中（在日本，比赛或表演的最后一场都叫作《千秋乐》，千秋乐是在土侬迎接神，送神到天上的一种仪式）采用“突出L”（“突出L”是相扑的技巧名称之一，把对方用力用手掌推出去从而获胜。）技巧的力士往往取得很多按常理解释不通的胜败结果。在千秋乐中，对之前7胜7败的力士与8胜6败的力士交手的数百场比赛进行调查的结果明显存在“某种”不合常理的现象，即从某种意义上来说发现一些“异常”。在千秋乐中交手的7胜7败的力士与8胜6败的力士之前曾经多次交手，因此，从这两名力士的历史交手成绩分析——7胜7败的力士取胜的平均概率应为48，7%。但是，根据千秋乐中实际的交手结果，7胜7败的力士取胜的概率竟然一举升至79，6%。原因可能是输多赢少的话，选手的薪酬级别会下调，所以，力士们往往拼尽全力最后一搏，选手体内的肾上臁素水平陡然升高的缘故。

这种“异常”仅出现在千秋乐比赛，而且仅仅发生在千秋乐7胜7败的力士与8胜6败的力士交手的比赛中。因此，如果因此断言比赛有水分恐怕有些言过其实，而且还可能掺杂各种误差。但是，这项调查结果为我们揭示了一个道理——全量调查存在增加某种新发现的可能。

这里再重复一遍：在医疗世界中，绝不允许将思维的落脚点轻易地放在大数据导出的相关关系上。但是，大数据能够同时将可视化的数据整体以及具体细节——“n＝ALL”的世界持续展现在我们眼前，这一点确凿无疑。在这个世界中，人们一定会发现一些新生事物，也一定会注意到一些之前从未注意的存在。