Введение

Общая концепция
Сбор данных
[[Файл:Iris dataset scatterplot.svg|thumb|right|Различные графики многомерного набора данных "Iris", представленного Рональдом Фишером в 1936 году. В области открытых данных набор данных является единицей измерения информации, публикуемой в общедоступном хранилище открытых данных. Европейский портал данных europa.eu агрегирует более миллиона наборов данных.

Свойства

Несколько характеристик определяют структуру и свойства набора данных. К ним относятся количество и типы атрибутов или переменных, а также различные статистические показатели, применимые к ним, такие как стандартное отклонение и эксцесс. Значения могут быть числами, такими как вещественные числа или целые числа, например, представляющие рост человека в сантиметрах, но также могут быть номинальными данными (то есть не состоящими из числовых значений), например, представляющими этническую принадлежность человека. В более общем смысле значения могут быть любого из видов, описываемых как уровни измерения. Для каждой переменной значения обычно имеют один и тот же тип. Могут присутствовать пропущенные значения, которые необходимо каким-либо образом обозначить. В статистике наборы данных обычно происходят из фактических наблюдений, полученных в результате выборки из статистической генеральной совокупности, и каждая строка соответствует наблюдениям по одному элементу этой совокупности. Наборы данных могут также генерироваться алгоритмами для тестирования определенных видов программного обеспечения. Некоторые современные программы статистического анализа, такие как SPSS, по-прежнему представляют свои данные в классическом формате набора данных. Если данные отсутствуют или вызывают подозрения, для заполнения набора данных может быть использован метод импутации.