3.3 資料整理的原則

無論臨床研究，實驗室研究，或者其他各種方式獲得的資料，在匯入統計學軟體之前，都要問一下自己，格式對不對？你的軟體能夠識別嗎？
注：這裡是指統計學軟體，像R之類具有強大指令碼功能的，不能歸到統計學軟體之列，咳咳，他們只是包括統計學軟體罷了~

在最終在資料操作、視覺化、建模之前，都要保證資料格式是規範化的，能夠被相應程式識別的。

達到這一目的，實際上有三條小的規則，說來容易，做來難的規則：
就是要求，每一個資料表都

• 每一個變數構成一列
• 每一個觀測構成一行
• 每一類觀測單元構成一個資料表
  這一規則可以保證同一個觀測的不同變數都出現在同一行。

相關定義：
值：資料集的構成單位，或者是數字，或者是字串（eg.姓名）。
值按照兩種方法組織，每個值都要屬於一個變數和一個觀測。
變數：包含相同屬性的測量值。
觀測：包含統一單位的所有屬性值。

上面兩段都有些生硬，可憐現代資料科學的母語不是中文。
通俗來講：就是說，每一個觀察物件（或樣本）構成一行；所有觀察物件同一個屬性，構成一列。

如此，在探索變數間相互關係時，使用同一行的不同變數；在進行組間比較時，使用同一列的變數（當然，要配合分組變數相應列）。