Eine Datei (oder dataset) ist eine Datenerfassung, die gewöhnlich in der tabellarischen Form präsentiert ist. Jede Säule vertritt eine besondere Variable. Jede Reihe entspricht einem gegebenen Mitglied der fraglichen Datei. Es verzeichnet Werte für jede der Variablen, wie Höhe und Gewicht eines Gegenstands. Jeder Wert ist als eine Gegebenheit bekannt. Die Datei kann Daten für ein oder mehr Mitglieder entsprechend der Zahl von Reihen umfassen.

Nichttabellarische Dateien können die Form von erhöhten Reihen von Charakteren wie eine XML Datei annehmen.

Geschichte

Historisch ist der Begriff im Großrechner-Feld entstanden, wo es eine bestimmte Bedeutung sehr in der Nähe von der zeitgenössischen Computerdatei hatte.

Eigenschaften

Eine Datei hat mehrere Eigenschaften, die seine Struktur und Eigenschaften definieren. Diese schließen die Zahl und Typen der Attribute oder Variablen und der verschiedenen statistischen Maßnahmen ein, die auf sie wie Standardabweichung und kurtosis angewandt werden können.

Im einfachsten Fall gibt es nur eine Variable, und dann besteht die Datei aus einer Einzelspalte von Werten, häufig vertreten als eine Liste. Trotz des Namens ist solch eine univariate Datei nicht ein Satz im üblichen mathematischen Sinn, da ein gegebener Wert mehrmals vorkommen kann. Normalerweise ist die Ordnung nicht von Bedeutung, und dann, wie man betrachten kann, ist die Sammlung von Werten ein Mehrsatz aber nicht eine (bestellte) Liste.

Die Werte können Zahlen, wie reelle Zahlen oder ganze Zahlen sein, zum Beispiel eine Höhe einer Person in Zentimeter vertretend, aber können auch nominelle Daten (d. h., sein, aus numerischen Werten nicht bestehend), zum Beispiel eine Ethnizität einer Person vertretend. Mehr allgemein können Werte einigen der als ein Niveau des Maßes beschriebenen Arten sein. Für jede Variable werden die Werte normalerweise alle derselben Art sein. Jedoch, dort kann auch Werte "verpassen", die irgendwie angezeigt werden müssen.

In Statistikdateien, die gewöhnlich von wirklichen erhaltenen Beobachtungen durch die Stichprobenerhebung einer statistischen Bevölkerung und jeder Reihe gekommen sind, entspricht den Beobachtungen auf einem Element dieser Bevölkerung. Dateien können weiter durch Algorithmen zum Zweck erzeugt werden, bestimmte Arten der Software zu prüfen. Eine moderne statistische Analyse-Software wie PSPP präsentiert noch ihre Daten in der klassischen Datei Mode.

Klassische Dateien

Mehrere klassische Dateien sind umfassend in der statistischen Literatur verwendet worden:

• Iris-Blumendatei - multivariate Datei, die von Ronald Fisher (1936) eingeführt ist.
• Kategorische Datenanalyse - Dateien, die im Buch, Einer Einführung in die Kategorische Datenanalyse durch Agresti verwendet sind, werden online von StatLib zur Verfügung gestellt.
• Robuste Statistik - Dateien, die im Robusten Rückwärts Gehen und der Outlier Entdeckung (Rousseeuw und Leroy, 1986) verwendet sind. Vorausgesetzt dass online an der Universität Kölns.
• Zeitreihe - Daten, die im Buch von Chatfield, Der Analyse der Zeitreihe verwendet sind, werden online von StatLib zur Verfügung gestellt.
• Äußerste Werte - im Buch verwendete Daten, Eine Einführung ins Statistische Modellieren von Äußersten Werten wird online von Stuart Coles, dem Autor des Buches zur Verfügung gestellt. [Tote Verbindung]
• Bayesian Datenanalyse - im Buch verwendete Daten werden online von Andrew Gelman, einem der Autoren des Buches zur Verfügung gestellt.
• [ftp://ftp.ics.uci.edu/pub/machine-learning-databases/liver-disorders Bupa Leber-Daten], verwendet in mehreren Zeitungen in der Maschine, die (Datenbergwerk) Literatur erfährt.
• Das Quartett von Anscombe Kleiner dataset Veranschaulichung der Wichtigkeit davon, die Daten grafisch darzustellen, um statistische Scheinbeweise zu vermeiden

Siehe auch

• Zwischenfunktionsfähigkeit

Referenzen

Außenverbindungen

• Forschungsrohrleitung - Ein wiki/website mit Verbindungen zu datasets zu vielen verschiedenen Themen.
• StatLib - Datasets Archiv
• StatLib - JASA Datenarchiv
• Data.gov
• Regierung des Vereinigten Königreichs öffentliche Daten
• GCMD - Das Globale Änderungsmaster-Verzeichnis enthält mehr als 20,000 Beschreibungen von Erdwissenschaftsdateien und Dienstleistungen, die alle Aspekte von Erd- und Umweltwissenschaften bedecken.