大数据与应用统计学的区别与联系
（一） 大数据与应用统计学的区别
亚马逊首席科学家 Andreas Weigend 有着数据就是新的石油的观点。作为一种资产，大数据实现盈利的关键就在于，提高对海量数据的分析处理能力，通过特殊的技术实现大数据的增值。随着云计算的发展，大数据也同云计算产生了密不可分的联系，两者互为依托，实现了双赢。
应用统计学作为一门以研究数据为主的学科，经过多年的发展，其理论体系已经较为完善。应用统计学的崛起是统计学中实质性科学派、方法论科学派和通用方法论派的对立中发展而来的。应用统计学发展成熟的标志主要有两个： 一是统计学在应用范围方面的不同，在管理、教育、医疗卫生、产业发展等领域确立了牢固的科学地位。二是统计学在学科间的渗透，同政治学、金融学以及其他新兴科技学科的良好融合。
应用统计学主要运用扎实的数学知识，实现采集数据、设计调查问卷和处理调查数据的工作，同时结合分析结果，去解决相关领域所面临的实际问题。在统计分析过程中，应用统计学所利用的数据是结构化数据，分析工具主要是计算机，注重统计方法的运用，比如用统计软件（ 比如 R／SAS） 进行数据分析处理，从结果中得到一些我们需要的数据，进而得出相应的结论。
（二） 大数据与应用统计学的联系
目前，大数据的相关研究一定程度上运用了统计学的知识，例如对大数据的分类整合、数据信息的采集和搜索、数据表达的分析等。应用统计与大数据虽有交流，但是大数据并未被应用统计学充分利用，两者在使用模式、数据形式和运用方式等方面都存在着不同程度的差异，因此两者的联系并不紧密。