Data, jejich popis a vizualizace

V úvodní kapitole jsme definovali data jako číselný nebo slovní záznam vlastností našeho pozorovaného souboru, který reprezentuje námi studovanou cílovou populaci. Jednoduše řečeno, data vznikají záznamem skutečnosti, kterou chceme dále analyzovat. Prvním krokem jakékoliv analýzy by měla být sumarizace a vizualizace pozorovaných hodnot, které používáme proto, že chceme do dat vidět. Nikdo pouhým pohledem neodečte potřebné informace ze souboru 1000 pacientů. Potřebujeme grafy a popisné statistiky, abychom mohli o datech vůbec komunikovat a přemýšlet. Vizualizace a výpočet popisných statistik by se tedy nikdy neměly podceňovat, i když jsou to kroky zdánlivě primitivní a zbytečné. S jejich pomocí totiž můžeme velmi snadno odhalit odlehlá pozorování a nesprávné hodnoty v datech, např. číselné překlepy v desetinných místech. Máme-li uprostřed datového souboru místo správné položky 1,21 zapsáno 121, je jistě lepší na to přijít na počátku zpracování dat než na jeho konci.