3、数据范围与测量：从概念到实践

数据范围与测量：从概念到实践

1. 大数据时代的数据误区

在大数据时代，我们往往倾向于收集越来越多的数据，以期精确地回答问题。毕竟，全面普查能为我们提供完美的信息，那么大数据是否也近乎完美呢？遗憾的是，事实并非总是如此，尤其是行政数据和数字痕迹方面。想要研究的人群中，哪怕只有一小部分难以触及（如2016年的选举意外结果），或者测量过程本身存在问题（如GFT示例），都可能导致预测不准确。因此，在研究问题时，考虑数据范围至关重要。

数据范围涵盖了我们想要研究的总体、获取该总体信息的方式以及实际测量的内容。仔细思考这些要点，有助于我们发现研究方法中可能存在的漏洞。

2. 目标总体、可访问框架和样本

2.1 关键概念

在数据生命周期中，一个重要的初始步骤是在特定主题领域的背景下明确感兴趣的问题，并思考该问题与为回答它而收集的数据之间的联系。在进行分析或建模之前，这样做是一个很好的做法，因为它可能揭示出问题与数据之间的脱节，即感兴趣的问题无法直接由所收集的数据解决。

• 目标总体 ：目标总体是由我们最终想要描述并得出结论的总体元素组成的集合。这些元素可以是一群人中的一个人、选举中的一名选民、一组推文中的一条推文，或者一个州中的一个县。我们有时也将元素称为单位或原子。
• 可访问框架 ：可访问框架是我们可以进行测量和观察的元素集合。这些单位是我们研究目标总体的途径。理想情况下，可访问框架与目标总体完全一致，即它们包含完全相同的元素。然而，可访问框架中的单位可能只是目标总体的一个子集，此外，框架中还可能包含不属于总体的单位