中位数和众数都不受极端值的影响。

题目

中位数和众数都不受极端值的影响。

如果没有搜索结果或未解决您的问题,请直接 联系老师 获取答案。
相似问题和答案

第1题:

中位数、众数均不受极端值的影响。()

此题为判断题(对,错)。


参考答案:对

第2题:

众数和中位数是表明数据一般水平的统计指标,它们的计算不受数据中极端值的影响。()

此题为判断题(对,错)。


参考答案:正确

第3题:

算术平均数与众数、中位数具有的共同特点是( )。 A.都适用于分类数据 B.都适用于顺序数据 C.都不受极端值影响 D.都适用于数值型数据


正确答案:D
本题考查算术平均数与众数、中位数的共同点。

第4题:

关于均值、中位数和众数的比较及适用范围的说法,正确的有()。

A.均值和中位数都适用于定量变量
B.众数和中位数都适用于顺序变量
C.均值和中位数都不受极端值影响
D.众数和中位数都不受极端值影响
E.中位数的稳定性差于均值,优于众数

答案:A,B,D,E
解析:
考点:集中趋势的测度。均值、中位数和众数的关系及各自的适用范围是:(1)均值适于定量变量。优点是能够充分利用数据的全部信息,均值大小受每个观测值的影响,比较稳定;缺点是易受极端值的影响,如果观测值中有明显的极端值,则均值的代表性较差。(2)中位数不适于分类变量,适于顺序变量和定量变量,特别是分布不对称的数据。优点是不受极端值的影响;缺点是没有充分利用数据的全部信息,稳定性差于均值,优于众数。(3)众数不适用于定量变量,主要适用于分类变量和顺序变量。优点是不受极端值的影响,尤其是分布明显呈偏态时,众数的代表性更好。缺点是没有充分利用数据的全部信息,缺乏稳定性,而且可能不唯一。

第5题:

算术平均数与众数、中位数具有的共同特点是()。

A:都适用于分类数据
B:都适用于顺序数据
C:都不受极端值影响
D:都适用于数值型数据

答案:D
解析:
本题考查算术平均数与众数、中位数具有的共同特点。这三者都适用于数值型数据。

第6题:

算术平均数与众数、中位数具有的共同特点是( )。 A.都适用于分类数据 B.都适用于顺序数据 C.都不受极端值的影响 D.都适用于数值型数据


正确答案:D
众数反映集中趋势,不仅适用于品质数据(顺序型数据和分类型数据),也适用于数值型数据。中位数则主要用于顺序数据,也适用于数值型数据,但不适用于分类数据。算术平均数则主要适用于数值型数据,但不适用于品质数据。由此可见,三者的共同点在于都适用于数值型数据。

第7题:

在数据集中趋势的测量值中, 不受极端值影响的测度值是( )

A.均值
B.几何平均数
C.众数
D.中位数
E.算术平均数

答案:C,D
解析:
本题考查集中趋势的测度。
众数是一组数据中出现频数最多的那个数值。是一个位置代表值,不受极端值的影响,抗干扰性强。C选项正确。
中位数是把一组数据从大到小顺序依次排列,位置居中的数值叫做中位数。众数及中位数属于位置平均数,均不受极端值影响。D选项正确。
均值极端值的影响。A选项错误。
几何平均数是N个观察值连乘积的N次方根,数据大小及极端值对其同样有影响。B选项错误。
算术平均数(即均值):第一,算术平均数同时受到两个因素的影响,一个是各组数值的大小,另一个是各组分布频数的多少。第二,易受极端值的影响,平均数的真实性受到干扰。E选项错误。
故本题正确答案为CD选项。

第8题:

下列统计量中 ,不受极端值影响的有()。

A.众数

B.中位数

C.均值

D.极差

E.平均差


参考答案AB

第9题:

测度集中趋势时,不受数据中极端值影响的测度值有()。

A:均值
B:几何平均数
C:众数
D:中位数
E:算术平均数

答案:C,D
解析:
众数是一个位置代表值,不受极端值的影响,抗干扰性强。中位数主要用于顺序数据,也适用于数值型数据,但不适用于分类数据。中位数也是一个位置代表值,不受极端值的影响,抗干扰性强。

第10题:

关于均值、中位数和众数的比较及适用范围,下列说法正确的有(  )。

A.均值和中位数都适用于定量变量
B.众数和中位数都适用于顺序变量
C.均值和中位数都不受极端值影响
D.众数和中位数都不受极端值影响
E.中位数的稳定性差于均值,优于众数

答案:A,B,D,E
解析:
本题考查均值、中位数和众数的比较及适用范围。三者的关系及各自的适用范围是:(1)均值适于定量变量。优点是能够充分利用数据的全部信息,均值大小受每个观测值的影响,比较稳定;缺点是易受极端值的影响,如果观测值中有明显的极端值,则均值的代表性较差。(2)中位数不适于分类变量,适于顺序变量和定量变量,特别是分布不对称的数据。优点是不受极端值的影响;缺点是没有充分利用数据的全部信息,稳定性差于均值,优于众数。(3)众数不适用于定量变量,主要适用于分类变量和顺序变量。优点是不受极端值的影响,尤其是分布明显呈偏态时,众数的代表性更好。缺点是没有充分利用数据的全部信息,缺乏稳定性,而且可能不唯一。