مجموعة بيانات
على سبيل التعريف، مجموعة البيانات هي تشكيلة من البيانات تُمثّل عادةً على شكل جدول كل عامود في الجدول يمثل متغير معين وكل صف يعود إلى أحد عناصر مجموعة البيانات. يحدد هذا الجدول قيماً لكل متغير لهذا العنصر فمثلًا يمكن أن يحدد الطول والعرض لمجسم معين و يمكن أن تحتوي مجموعة البيانات على عنصر واحد أو أكثر بحسب عدد الصفوف. ونتناول فيما يلي مزيدًا من التفاصيل.
علاوةً على ذلك، من منطلق البيانات المفتوحة يُشير مفهوم مجموعة البيانات إلى البيانات التي يتم إطلاقها في مستودع البيانات المفتوحة. فمثلاً تعداد مجاميع البيانات في البوابة الأوربية للبيانات المفتوحة هو نصف مليون مجموعة بيانات.
إضافةً إلى ذلك، يستعمل مصطلح مجموعة البيانات على نحو فضفاض أحياناً، فهي تشير في أحيان كثيرة إلى مجموعة بيانات في جداول مترابطة فيما بينها بعلاقات، مُشيرةً إلى تجربة أو حدث معين.
الأنظمة التقليدية لمجموعة البيانات
من جانب آخر، مجموعة بيانات ايريس فلور: مجموعة بيانات متعددة المتغيرات قدمها رونالد فشر في عام 1936.
ومن ناحية أخرى، هناك عدة مجاميع بيانات تقليدية تستعمل على نطاق واسع في البحوث الإحصائية ومنها:
علاوةً على ذلك، قاعدة بيانات MNIST: صور لأرقام مكتوبة يدوياً، تستعمل عادة في اختبار التصنيفات، التكتلات، وخوارزميات معالجة الصور.
إضافةً إلى ذلك، بيانات بوبا ليفر : مستعملة في أوراق بحثية عديدة وفي بحوث تعلم الآلة.
في هذا الإطار، الإحصائيات المتينة: مجاميع بيانات مستعملة في الانحدار المتين وكشف النشوزات.
خصائص مجموعة البيانات
وفي هذا الصدد، هناك الكثير من السمات التي تميز خصائص وتركيبة مجموعة البيانات. وتشمل هذه عدد وأنواع الخصائص التي تمتلكها مجموعة البيانات، فضلاً عن المقاييس الإحصائية القابلة للتطبيق على كلٍ منها، مثل الإنحراف المعياري.
وعلى صعيد آخر، في الإحصاء غالباً ما تأتي مجاميع البيانات من ملاحظات فعلية يتم الحصول عليها من نمذجة الجمهرة أو التعداد السكاني، ويرمز كل صف في مجموعة البيانات إلى عنصر واحد من التعداد السكاني. مجاميع البيانات قد يتم تكوينها كذلك من خوارزميات معينة بغرض فحص برامجيات معينة. بعض برامجيات التحليل الإحصائي مثل إس.بي.إس.إس ما زالت تُمثل البيانات في نمط تقليدي لمجاميع البيانات، حيث يتم إكمال البيانات المفقودة أو المشتبه بها بطرق الإلصاق أو العزو المستعملة لإكمال مجموعة بيانات معينة.
علاوةً على ذلك، القيم الموجودة في مجموعة البيانات قد تتباين، مثلاً قد تكون الأرقام أرقاماً صحيحة أو أرقاماً حقيقية، مثلاً تمثيل طول الشخص يكون عادةً في السنتمترات. ولتمثيل عرق شخص معين تُستعمل تصنيفات يتم تكوينها مما يُعرف بمستويات القياس وهكذا يتم تحديد خصائص مجموعة البيانات.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟