什麼是tidy data?

原始資料（Raw data）可以有不同程度的「原始」

Tidy data 資料指的是「整理過的資料」

這種「整理過的資料有一些特徵：

1. Each variable should be in a separate column 每個變數存在個別的欄（column）
2. Each different observation should be in different rows. 每一筆觀測數據（observation）在不同的列（row）
3. 不同的表（table）存不同組的變數

應該要有辦法可是連接不同的表

表的上方應該要有變數名稱

描述資料用的變數的類型

概略的區分，可分為兩大類：

Qualitative:像性別，國家等

Quantitative:身高，體重，血壓等

什麼是資料（Data）？

對從事統計以及資料科學的人來說，資料指的是用來描述一些東西（a set of objects）所用的變數（variable）的值（value）。

這裡所說的變數，就是可以用來描述東西的特徵或特色。像要描述一個人，可以用年齡，性別，出生地，身高，個性等。

資料處理

資料處理（Data Process）是形容處理資料的過程。

輸入資料    →     資料處理   →     輸出資訊

我記得以前大學有上資料處理課。資處課是教電腦（計算機）怎麼用的課。

這裡講的「資料處理」指的是用電腦來處理資料。

更狹義的解釋，Data Process的Process可以是一個Computer Program。

我覺得英文Data Process已經很少當做專有名詞來用。

Process一詞每天都在用。

當我們講Process時，有兩個意義。

1. Data Process

2. Business Process

資料和資訊的不同

資料（Data）可以是一堆整理或未整理過的文字、數字、檔案。

資訊（Information）則是處理過的，而且是有用的的資料。

最大的差別不在是否處理過，而在於是否「有意義」。
但處理的過程會讓資料變得有意義。

資料的處理往往包括分類、歸納，以及分析、解釋等過程。

 

瞭解資料和資訊的不同是有意義的。