Wizualizacja danych rozproszonych lub nieregularnych

Zazwyczaj liczba i charakter zebranych danych pozwalają na zastosowanie standardowych technik wizualizacji, jak wykres histogramu w przypadku danych punktowych, czy wykres powierzchniowy w przypadku danych przestrzennych w postaci funkcji z = f(x, y). Dane wejściowe obu technik muszą jednak spełniać właściwe sobie warunki. W przypadku histogramu musi to być minimalna liczba przypadków rejestrowana w pojedynczym przedziale klasowym (zazwyczaj przyjmuje się minimum pięć a nawet więcej zliczeń). Oznacza to, że dla dziesięciu przedziałów klasowych musimy mieć przynajmniej pięćdziesiąt pomiarów. Inne ograniczenie występuje dla wykresów powierzchniowych. Tutaj z kolei warunkiem stosowalności jest pomiar wartości cechy na regularnej siatce najlepiej o kwadratowych oczkach, przy czym zazwyczaj w każdym węźle wykonuje się pomiar pojedynczy, czasami wielokrotny, uzyskując stosowny rozkład statystyczny. Niestety, pozostaje całkiem liczna grupa przypadków, gdy liczba dostępnych danych jest zbyt mała (np. dane dotyczące wykorzystania biopaliw w Polsce), pochodzą z populacji o bardzo dużym rozrzucie badanej cechy (np. dzienne wydobycie ropy naftowej w poszczególnych krajach europejskich), względnie punkty pomiarowe rozłożone są nieregularnie w przestrzeni (np. zarobki różnych grup pracowników w organizacji). Przyczyną takiego stanu rzeczy mogą być zarówno wysokie koszty pozyskania danych, jak i ich naturalna niedostępność. Przykładowo, nie jest możliwe lub opłacalne wykonanie pomiarów geofizycznych w odwiertach w niedostępnym terenie (rzeka, bagno, lub teren chroniony). W kolejnych rozdziałach zostaną przedstawione propozycje przezwyciężenia wyżej wspomnianych trudności. Podjęto także próbę sformułowania zasad prowadzenia wiarygodnych analiz i obliczeń numerycznych.(fragment tekstu)

Visualization of empirical data is important part of data analysis process as well as presentation of results. Usually number and characteristic of gathered data is suitable for this task. Unfortunately there are numerous cases when one have to cope with insufficient number ofdata which in turn can be irregularly distributed over measurement area.(original abstract)