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
51
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
有一个大超市(意味着进入超市挑选、购物的人数不限),只有两个收银台。顾客挑选货物后,可以根据在收银台前排队交款的人数多少选择在哪一个收银台前排队。为保证正确的次序,需要设立(24)。
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)。
直接存储器访问(DMA)是一种快速传送大量数据常用的技术。工作过程大致如下所述。1.向CPU申请DMA传送。2.向CPU申请DMA控制器接管(1)的控制权。3.在DMA控制器的控制下,在存储器和(2)之间直接进行数据传送,在传送过中
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”
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)。
在现行PC机中,采用DMA从源地址传输数据到目的地址时,需要执行的DMA总线周期是几个?(41)。
软件开发的螺旋模型综合了瀑布模型和演化模型的优点,还增加了(58)。采用螺旋模型时,软件开发沿着螺线自内向外旋转,每转一圈都要对(59)进行识别和分析,并采取相应的对策。螺旋线第一圈的开始点可能是一个(60)。从第二圈开始,一个新产品开发项目开始了,新产品
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。
多媒体音频处理中,人所敏感的声频最高为(51)(Hz),数字音频文件中对音频的采样频率为(52)(Hz)。对一个双声道的立体声,保持1秒钟声音,波形文件所需的字节数为(53),这里假设每个采样点的量化数为8位。MIDI文件是最常用的数字音频文件之一,MID
随机试题
A.随机观察、会谈法B.定式访谈法C.定式观察法D.评定量表法E.心理测验
肺癌所致阻塞性肺炎有以下临床征象.除了
申请成为国家圃或专业圃的受理及审核机构均为直属检验检疫局。( )
下列税种中,属于财产税的是()。
心智技能与操作技能相比,具有()特点。
下面标点符号使用正确的一项是()。
在世界杯金靴奖的争夺中,如果斯内德没有获得金靴奖并且穆勒助攻次数比斯内德多的话,弗兰将获得金靴奖。补充以下哪项,能够推出斯内德获得了金靴奖?
设z=f(2x-y)+g(x,xy),其中函数f(t)二阶可导,g(u,v)具有二阶连续偏导数,求
Besides"American"characteristics-individualism,self-reliance,informality,punctualityanddirectness,therearealsosome"n
CurrentChallengesConfrontingU.S.HigherEducationThefirstchallenge:forceofthemarketplace•Currentsituation:—pr
最新回复
(
0
)