Wersja z 15:14, 22 cze 2016 edytuj Relando5 (dyskusja \| edycje) Automatycznie przeglądający 271 edycji →‎Klasyczne zbiory danych: , linki zewnętrzne ← poprzednia edycja		Wersja z 01:10, 15 maj 2017 edytuj anuluj edycję Daroooo (dyskusja \| edycje) Redaktorzy 7642 edycje m poprawa przek., drobne merytoryczne, drobne redakcyjne Znacznik: VisualEditor następna edycja →
Linia 1: '''Zbiór danych''' – kolekcja [[dane\|danych]] [[statystyka\|statystycznych]] zwykle ujętych w formie stabelaryzowanej. Najczęściej kolumny odpowiadają obserwowanym [[cecha statystyczna\|cechom statystycznym]], a każdy wiersz opisuje jedną [[obserwacja statystyczna\|obserwację]] z [[próba statystyczna\|próby]]. Wartości komórek macierzy natomiast opisują realizacje danych [[zmienna losowa\|zmiennych]] w kolejnych obserwacjach. Szczególnym przypadkiem jest też [[tabele krzyżowe\|macierz kontyngencji]] ([[tablica wielodzielcza]]), w której wiersze odpowiadają etykietom jednej [[~~zmienna~~skala nominalna\|zmiennej nominalnej]], kolumny etykietom drugiej zmiennej, a wartości macierzy odpowiadają liczności w próbie obserwacji o danych wartościach tych dwóch zmiennych.▼ ~~'''Zbiór danych''' – kolekcja [[dane\|danych]] [[statystyka\|statystycznych]] zwykle ujętych w formie stabelaryzowanej.~~ Kolumny reprezentujące zmienne na skali [[skala interwałowa\|interwałowej]] lub [[skala ~~przedziałowa~~interwałowa\|przedziałowej]] zawierają [[liczby rzeczywiste]]., natomiast ~~Kolumny~~kolumny opisujące zmienne na skali [[skala nominalna\|nominalnej]] i [[skala porządkowa\|porządkowej]] mogą również ~~być~~zawierać ~~liczbami~~liczby, ale także np. ~~etykietami~~etykiety tekstowe. Ponadto w dowolnej komórce może także wystąpić przypadek [[brakujące dane\|braku danych]], który musi być w jakiś sposób możliwy do zidentyfikowania – niekiedy rezerwuje się dla niego specjalną wartość liczbową lub ~~tekstowymi~~znakową.▼ Najczęściej kolumny odpowiadają obserwowanym [[cecha statystyczna\|cechom statystycznym]] a każdy wiersz opisuje jedną [[obserwacja statystyczna\|obserwację]] z [[próba statystyczna\|próby]]. Wartości komórek macierzy opisują realizacje danych [[zmienna losowa\|zmiennych]] w kolejnych obserwacjach. Historycznie, termin powstał w świecie komputerów [[IBM]] [[mainframe]], gdzie miał dobrze zdefiniowane znaczenie, bliskie współczesnym [[~~plik~~Plik danych\|plikom]]om. Dzisiaj w świecie komputerów ~~najbliższym~~najbardziej zbliżonym pojęciem do zbioru danych jest [[tabela (bazy danych)\|tabela]] w [[baza danych\|bazie danych]].▼ ▲Szczególnym przypadkiem jest też [[macierz kontyngencji]] ([[tablica wielodzielcza]]) w której wiersze odpowiadają etykietom jednej [[zmienna nominalna\|zmiennej nominalnej]], kolumny etykietom drugiej zmiennej, a wartości macierzy odpowiadają liczności w próbie obserwacji o danych wartościach tych dwóch zmiennych. W [[statystyka\|statystyce]] zbiory danych zwykle stanowią wyniki obserwacji pewnej [[próba statystyczna\|próby statystycznej]]. W statystyce teoretycznej niekiedy tworzy się zbiory danych sztucznie (np. w celu sprawdzenia jak dana metoda statystyczna reaguje na różne rozkłady w [[populacja statystyczna\|populacji]]). Istnieją też zaawansowane metody obliczania [[~~istotność~~poziom ~~statystyczna~~istotności\|istotności statystycznej]], które wymagają usuwania lub powielania obserwacji w zbiorze (np. [[bootstrap (statystyka)\|bootstrap]], [[Sprawdzian krzyżowy\|walidacja krzyżowa]]).▼ ▲Historycznie, termin powstał w świecie komputerów [[IBM]] [[mainframe]], gdzie miał dobrze zdefiniowane znaczenie, bliskie współczesnym [[plik]]om. Dzisiaj w świecie komputerów najbliższym pojęciem jest [[tabela (bazy danych)\|tabela]] w [[baza danych\|bazie danych]]. Chociaż termin ~~"zbiór~~„zbiór ~~danych"~~danych” sugeruje związek ze [[zbiór\|zbiorami]] w sensie matematycznej [[teoria mnogości\|teorii mnogości]],to jednak analogia ta nie sięga daleko. Elementy zbioru danych mogą się powtarzać, w przeciwieństwie do elementów ~~matematycznych~~[[Zbiór\|zbioru ~~zbiorów~~matematycznego]].▼ ▲Kolumny reprezentujące zmienne na skali [[skala interwałowa\|interwałowej]] lub [[skala przedziałowa\|przedziałowej]] zawierają [[liczby rzeczywiste]]. Kolumny opisujące zmienne na skali [[skala nominalna\|nominalnej]] i [[skala porządkowa\|porządkowej]] mogą również być liczbami, ale także np. etykietami tekstowymi. Ponadto w może w dowolnej komórce wystąpić [[brakujące dane\|brak danych]], który musi być w jakiś sposób możliwy do odróżnienia. Niekiedy rezerwuje się dla niego specjalną wartość liczbową i znakową. ▲W [[statystyka\|statystyce]] zbiory danych zwykle stanowią wyniki obserwacji pewnej [[próba statystyczna\|próby statystycznej]]. W statystyce teoretycznej niekiedy tworzy się zbiory danych sztucznie (np. w celu sprawdzenia jak dana metoda statystyczna reaguje na różne rozkłady w [[populacja statystyczna\|populacji]]). Istnieją też zaawansowane metody obliczania [[istotność statystyczna\|istotności statystycznej]], które wymagają usuwania lub powielania obserwacji w zbiorze (np. [[bootstrap (statystyka)\|bootstrap]], [[walidacja krzyżowa]]). ▲Chociaż termin "zbiór danych" sugeruje związek ze [[zbiór\|zbiorami]] w sensie matematycznej [[teoria mnogości\|teorii mnogości]], jednak analogia ta nie sięga daleko. Elementy zbioru danych mogą się powtarzać, w przeciwieństwie do elementów matematycznych zbiorów. == Klasyczne zbiory danych == Linia 23 ⟶ 17: * Zbiór użyty w książce Chatfielda ''The Analysis of Time Series'', [http://lib.stat.cmu.edu/modules.php?op=modload&name=PostWrap&file=index&page=datasets/ dostępny on-line ze stron StatLib.] * Zbiór użyty w książce ''An Introduction to the Statistical Modeling of Extreme Values'' [http://homes.stat.unipd.it/coles/public_html/ismev/ismev.dat dostępny on-line ze stron Stuarta Coles], autora książki. * Zbiór użyty w książce ''[[~~statystyka~~Prawdopodobieństwo ~~bayesowska~~subiektywne\|Bayesian]] Data Analysis'', [http://www.stat.columbia.edu/~gelman/book/data/ dostępny on-line ze stron Andrew Gelmana], jednego z autorów książki. * [ftp://ftp.ics.uci.edu/pub/machine-learning-databases/liver-disorders Bupa liver data] (dane na temat chorób [[nerka\|nerek]]), używane w wielu artykułach na temat [[uczenie maszynowe\|uczenia maszynowego]] i [[eksploracja danych\|eksploracji danych]]. Linia 30 ⟶ 24: == Zobacz też == * [[zbiór danych osobowych]] * [[Sprawdzian krzyżowy\|zbiór uczący]], [[Sprawdzian krzyżowy\|zbiór testowy]], [[Sprawdzian krzyżowy\|zbiór walidacyjny]] == Linki zewnętrzne ==

Zbiór danych: Różnice pomiędzy wersjami