首页
外语
计算机
考研
公务员
职业资格
财经
工程
司法
医学
专升本
自考
实用职业技能
登录
计算机
信息处理技术员在收集、分析、处理数据时常会遇到零星异常数据(野点、离群点),即大大偏离其他数据值的数据。关于异常数据的叙述,不正确的是(34)。
信息处理技术员在收集、分析、处理数据时常会遇到零星异常数据(野点、离群点),即大大偏离其他数据值的数据。关于异常数据的叙述,不正确的是(34)。
admin
2010-01-17
50
问题
信息处理技术员在收集、分析、处理数据时常会遇到零星异常数据(野点、离群点),即大大偏离其他数据值的数据。关于异常数据的叙述,不正确的是(34)。
选项
A、测量误差、输入错误、程序运行错误等都可能产生异常数据
B、处理大批数据时,其统计量中位数不易受零星异常数据的影响
C、异常数据属于不良数据,应尽快找出来,修正它或删除它
D、算术平均值容易受异常数据的影响
答案
C
解析
人们在收集、分析和处理大批数据时常会遇到零星异常数据(野点、离群点),这些异常数据可能是由于测量误差、输入错误或程序运行错误产生的,也可能是由偏离系统正常状态的故障引起的,还有可能是出现了出乎意料的情况,甚至是发生了人们尚未认识清楚的现象。
有时,个别异常数据对大批数据的某些统计量影响不大,中位数就是这样的统计量。它位于这批数据的中间位置,比它大的数与比它小的数一样多。对于奇数2n+1个数而言,按大小排序后,第n+1个数就是它的中位数,在它左边有n个数,在它右边也有n个数。对于己排序的偶数2n个数而言,它的中位数就等于第n个数与第n+1个数的平均数,它两边的数各有n个。即使这批数据中个别极端数增大很多或减小很多,中位数一般也不大变。因此人们常说,中位数是比较稳定地反映大批数据的代表值,不易受极端异常数据的干扰。算术平均值则更容易受异常数据的影响,算术平均值中体现了所有各数的作用(贡献),包括好的作用及破坏作用。
在处理大批数据时,有时个别异常数据的破坏作用非常大。例如,用最小二乘法进行线性拟合时,对于某些正常的数据可以得到比较符合实际的拟合直线;但如果其中有少数点(可能因为输入错误)发生了严重错误(大大脱离了群体),那么拟合的结果就会发生严重失真。由于拟合直线顾及了这些异常数据,结果被个别害群之马拉偏了方向,脱离了轨道,做出了完全没有实际意义的结果。
对于出错的数据,我们需要尽快将其找出来,修正或删除它。错误严重的数据即使数量不多,对数据处理的危害也会很大。然而,异常数据还可能不是错误的数据。我们不能简单地删除它,需要认真研究分析,再进行特殊的处理。
居里夫人在做物理实验时,发现了少量严重偏离轨道的射线,从而发现了X射线。
电信部门在计算电话费用时发现个别客户有异常高的费用,经认真调查分析,发现了盗用电话号码的犯罪分子。
某医院对某单位进行了普遍体检,发现某人的某种指标高得惊人,他们并没有简单地认为一定是仪器出了故障,而是经过认真分析,再进一步检查,发现了世界上非常特殊的一种疾病,还研究出了治疗方法,取得了重大的科研成果。
某单位在检测某系统的运行的过程中,有一天突然发现了异常数据。由于对异常数据的重视,经过分析,他们查出了系统的故障,避免了给单位造成大的损失。
所以,异常数据不一定是错误数据,可能具有特殊的意义,可能含有有用的信息,还可能隐含大的商机,也有可能含有发现新知识、新现象的线索。我们一定要认真分析,不能简单地将其删除(舍去)。
现在兴起了多种方法进行异常数据的检测、剔除与修正,例如基于统计模型的方法、基于距离的检测方法、神经网络方法和支持向量机方法等,我们应重视异常数据的挖掘。
转载请注明原文地址:https://kaotiyun.com/show/e63Z777K
本试题收录于:
信息处理技术员上午基础知识考试题库软考初级分类
0
信息处理技术员上午基础知识考试
软考初级
相关试题推荐
多媒体计算机中的媒体信息是指(56),多媒体技术的主要特性有(57)。目前音频卡具备的功能有(58)。在多媒体计算机中常用的图像输入设备是(59)。国际标准MPEG-2采用了分层的编码体系,提供了4种技术,它们是(60)。
根据乔姆斯基于20世纪50年代建立的形式语言的理论体系,语言的文法被分为4种类型,即0型(短语文法),1型(上下文有关文法)、2型(上下文无关文法)和3型(正规文法)。其中,2型文法与(28)等价,所以有足够的能力描述多数现今程序设计的语言的句法结构。一个
假设一条指令的执行过程分为“取指令”、“分析”和“执行”3段,每一段的时间分别为t、2t 和 3t。在下面的情况下,分别写出连续执行n条指令所需要的时间表达式。(1)顺序执行方式(48)。(2)仅“取指令”和“执行”重叠(49)。(3)“取指令”、“分析”
假设一条指令的执行过程分为“取指令”、“分析”和“执行”3段,每一段的时间分别为t、2t 和 3t。在下面的情况下,分别写出连续执行n条指令所需要的时间表达式。(1)顺序执行方式(48)。(2)仅“取指令”和“执行”重叠(49)。(3)“取指令”、“分析”
对于一个小型的软件开发项目,一个人就可以完成需求分析、设计、编码和测试工作。但随着软件项目规模的增大,需要有多人共同参与同一软件项目的工作。当几个人共同承担软件开发项目中的某一任务时,人与人之间必须通过交流来解决各自承担任务之间的(20)问题,即通信问题。
在关系数据库设计中,没计关系模式是数据库设计哪个阶段的主要任务?(61)。
在信息化社会中,存在一个“虚拟社区”,人们的交流等“网络操作行为”符合现在社会的文化道德标准和法律、法规的是(21)。
软件设计包括4个既独立又相互联系的活动,分别为(44)、(45)、数据设计和过程设计。
随机试题
管道内减阻涂层修补后的检验项目包括哪些?
肝郁发热日久,热邪伤阴,治宜滋养肝肾,疏肝清热,宜选用何方为先
下列疾病中具有尼氏征阳性的是
根据《中华人民共和国草原法》禁止开垦草原的有关规定,已造成()的已垦草原,应当限期治理。
旅行社责任险期为1年,期满应再续1年。()
2012年我国夏粮生产获得了较好收成。全国夏粮总产量达到12995万吨,比2011年增加356万吨,增长2.8%,超过1997年12768万吨的历史最高水平,比10年前增长31.6%。2012年,河北、山西、江苏、安徽、山东、河南、湖北、四川、陕西、甘肃、
我国宪法规定:“中华人民共和国公民有宗教信仰自由。”该规定属于法律规范中的()。(2010年单选4)
当代资本主义发生的变化从根本上说()
A、 B、 C、 D、 D
Bobassuredhisbossthathewould______allhisenergiesindoingthisnewjob.
最新回复
(
0
)