transkript.txt

3-zpracovani-dat

Dobrý den, vítám Vás u 3. dílu kurzu úvodu do datové analýzy,
v předchozích kapitolách jsme si ukázali jak:
- nastavit projekt ke spuštění a jak se zorientovat ve struktuře
- poté jsme si ukázali, s jakými typy dat se potkáváme

Nyní přistupujeme k praktické části zpracování datových souborů.
V této kapitole si představíme jednak to, jak získáváme data z jejich zdrojů
Dále se podíváme na základní metody zpracování dat
A v poslední části tohoto kurzu se podíváme na vlastní analýzu a prezentaci dat.

3-1-sber-dat *

Dobrý den, vítám Vás u 3. dílu kurzu úvodu do datové analýzy,
v části popipující, jakým způsobem získáváme data ze zdrojů.

Pokud se podíváme na celý proces práce s daty obecně, 
můžeme si ho představit zhruba následovně

-

3-2-aktivity

Dobrý den, vítám Vás u 3. dílu kurzu úvodu do datové analýzy.
V této části si ukážeme, jak postupovat v momentě, kdy máme vybrány data pro import do systému.

V první fázi musíme zkontrolovat data, zda neobsahují chyby:
Proces čištění dat (angl. data cleansing), při kterém identifikujeme 
poškozené, nepřesné či jinak neplatné záznamy.
To nám umožňuje vylepšit kvalitu dat, která vstupuje do systému.

Jedná se o následující vlastnosti:
1. správnost neboli validita ověřuje, zda záznamy vyhovují podmínkám definovaným v našem vstupním systému
2. přesnost udává, jaké datové typy volíme pro jednotlivé vstupní pole.
3. kompletnost - zde volíme, jakým způsobem budeme reprezentovat neplatné záznamy
4. u konzistence kontrolujeme, zda jednotlivé hodnoty pro datové sloupce nabývají podobných hodnot
5. uniformita

Nyní si na konkrétních příkladech ukážeme, co přesně můžou tyto pojmy znamenat:
- V prvním případě máme pět možností, ktreré jsou nabízeny v dotazníku a počet respondentů, 
  kteří na ně odpověděli. V případě kontroly správnosti se musíme ujistit, 
  jakým způsobem jsou data v našem databázovém systému ukládány. 
  Pokud například ukládáme v procentuelním zastoupení,
  přepočítáme na odpovídající hodnoty, jak je uvedeno v posledním sloupci.
- Z volby hodnot pak přímo vyplývají i přesnosti pole, pokud například budeme zanášet
  počty respondentů, stačí nám datové pole typu integer (celá čísla), pokud chceme procenta, 
  pak dává smysl spíše datové pole typu decimal (desetinné číslo).