1.关于随机抽样和整体数据
随机抽样（Random Sampling），是我们日常分析数据一个很重要的步骤。为什么呢？因为随机是消除主观偏倚（subjective bias）的一个好方法。有很多朋友认为，随着样本的增多，数据的精确性（accuracy）会增高，其实不然。因为选择数据有主观成分在内，举例吧，假如您想做一个关于所有人群中乳腺癌的研究，有10亿个样本，但都是男性，得出的结论无疑很有问题，所谓缺乏代表性（representative）。随机抽样，则在基于一个随机的机制上，希望最小化抽样的主观成分，以达到研究的相对客观。
当然，现今在研究上，有会出现全体取样的情况，即是（population based survey）。比较准确的定义以及详情可见 Moyses Szklo et al. "Population-based Cohort Studies" , Johns Hopkins University School of Hygiene and Public Health, Vol. 20, No. 1, 1998.
全体取样，是Big Data 的一个核心内容，在分析数据上，无疑，用全体数据分析，比用部分数据分析要来得更加有说服力，也是此书力推的一种研究方法。
2. 关于因果关系和相关关系
因果关系（causal relationship）关于因果关系，早在亚里士多德时代，就有关于因果的4种分类（source from wikipedia）：To answer various Why? questions, Aristotle identified four types of causation, the four causes:
Material cause, whereby the material composing a thing determines its behaviors, as a rock falls by its heaviness.
Formal cause, whereby a thing's form determines the thing's nature or role, as a human differs from a statue of a human.
Efficient cause, which imparts the first notable change, as a human lifts a rock or raises a statue.
Final cause, the ultimate end for which a thing exists, although the thing, even a human, might not know that end.
至今，较准确的关于因果的定义为（also from wikipedia lol）：causality is also the relation between a set of factors (causes) and a phenomenon (the effect). Anything that affects an effect is a factor of that effect. A direct factor is a factor that affects an effect directly, that is, without any intervening factors. (Intervening factors are sometimes called "intermediate factors".) The connection between a cause(s) and an effect in this way can also be referred to as a causal nexus.
所以，在研究影响因素和结果之间的关系时，因果是他们之间一个可以证明的最强烈的联系。
但是，相对来说，能过接近证明因果关系的研究，都是前瞻性研究（prospective study），因为通过时间的推移，影响因素和结果之间的前后联系可以更客观地反映出来。例如：在作因果分析时，回顾性研究（retrospective study）：一般采取把影响因素和最终的结果数据收集回来，再分析影响因素和要观察的结果是否有相关，因这样分析的结论只能是发现两者之间有无相关，不能得出因果关系（因缺乏时效性）。而前瞻性研究，可以从一开始的影响因素入手，观察一段足够长的时间，看最终的结果，从而得出的关系即具有一定的因果性。因为先有影响因素，继而发生了以后的结果。
所以，对于大数据（Big Data）的应用，并不是他不想证明因果关系，而是并不能证明因果关系。由于大数据的收集方法和分析方法，在于把所有能收集的数据都收集，再集中分析，这种研究方法是缺乏时效性（temporality）的，所以，他并不能证明因果关系，只可以说明两者的相关关系。
可是，对于事物发展的预测，有时，影响因素成千上万，解释的理论更加是多如牛毛，强找因果关系，对要求快速反应的事件（如股票预测和流感趋势），我们更迫切的是想知道接下来要怎么做，而并非要找因果关系。
从这个角度来说，大数据确有其实用的地方，从09，10年流感危机的应对（应用Google Flu Trend分析），大数据的分析，得出结论、预测趋势的速度确实比以前快多了，在严重的传染病面前，早一天应对，可以挽救数以百万计的人命啊。
