Datapisteet

Datapisteet ovat tilastotieteen ja datatieteen perusyksiköitä, jotka kuvaavat yhden havainnon mittaustulosta tai arvoja useammasta muuttujasta. Jokainen datapiste voi sisältää muuttujien arvoja sekä usein aikaleiman ja kohteen tunnisteen.

Eri sovelluksissa datapisteet esiintyvät erilaisissa yhteyksissä. Esimerkiksi aikajanoissa datapiste koostuu aikaleimasta ja mittausarvosta; hajontakuvissa datapisteellä on x- ja y-koordinaatit; maantieteellisissä aineistoissa datapisteellä on paikkakoordinaatit ja siihen liittyvät attribuutit.

Datapisteet toimivat ilmiöiden kuvaamisen, trendien havaitsemisen, tilastollisten mallien ja koneoppimisen perusyksikköinä. Ne muodostavat koosteen, josta analyysit ja visualisoinnit rakentuvat. Datapisteet voivat olla peräisin mittauksista, kyselyistä, sensoridatasta tai lokitiedosta.

Laatu ja esikäsittely ovat keskeisiä. Datapisteiden luotettavuuteen vaikuttavat mittauslähde, tarkkuus, kattavuus sekä mahdolliset puuttuvat tai virheelliset arvot. Puuttuvien arvojen käsittely, virheenkorjaus ja normalisointi ovat yleisiä esikäsittelyn vaiheita ennen analyysiä.