原始數據
原始數據（參見英文：raw data）係指啲數據最未經處理嘅樣：數據啱啱收集返嚟，未經過整理、清洗或者轉換，就謂之原始數據；呢啲數據可以係嚟自觀察、實驗、量度或者問卷等來源嘅直接輸出，而對呢啲數據嘅處理，係所有統計分析同數據科學工作嘅基礎。[1][2]
特點
[編輯]原始數據通常有以下呢啲特點：
- 仍然包含錯誤、遺漏或者格式唔統一嘅紀錄。
- 未經分類或者轉換成適合分析嘅結構。
- 可能會包含敏感或冗餘嘅資訊，需要喺分析前清理，譬如問卷調查噉，可能會紀錄咗受訪者嘅電郵地址，而由於私隱方面嘅問題，呢啲數據可能要拎走，先至做進一步嘅分析。
例子
[編輯]例如依家做社會科學研究，啱啱做咗問卷調查，研究團隊收集咗一份份包含咗受訪者嘅答案嘅問卷。啲問卷上便會有：
- 受訪者打錯字，或者有啲題目冇答；
- 有人寫 N/A 或者畫咗個箭嘴；
- 受訪者寫低時間記錄，上晝九點同 09:00 am 等嘅唔同寫法。
呢啲問卷上嘅數據，就謂之原始數據。
研究者將數據入落電腦，跟住就要刪走重複嘅答案、統一啲格式、剷走明顯係錯誤嘅紀錄... 等等，做晒咁多處理得出嚟嘅數據，就成為經過咗清理嘅數據，可以攞去做分析之用[3]。