Qual medida de tendência central é mais influenciada por valores extremos em um conjunto de dados?

(A) - 
 Média
(B) - 
 Moda
(C) - 
 Mediana
(D) - 
 Amplitude
(E) - 
 Variância

Dica

Ao analisar dados, é importante estar ciente de como os valores extremos podem afetar as medidas de tendência central e dispersão. Em alguns casos, pode ser necessário remover os valores extremos antes de calcular as medidas, a fim de obter uma imagem mais precisa dos dados.

Explicação

A média é a soma de todos os valores em um conjunto de dados dividida pelo número de valores. Valores extremos podem afetar significativamente a média, puxando-a para cima ou para baixo. Por exemplo, se você tem um conjunto de dados com valores de 1, 2, 3, 4 e 100, a média será 20. No entanto, se você adicionar um valor extremo de 1000, a média aumentará para 120.

Análise das alternativas

  • (B) Moda: A moda é o valor que ocorre com mais frequência em um conjunto de dados. Valores extremos não afetam a moda, pois ela é baseada no valor mais comum.
  • (C) Mediana: A mediana é o valor que está exatamente no meio de um conjunto de dados quando os valores são organizados em ordem crescente. Valores extremos podem afetar a mediana, mas não tanto quanto a média. Por exemplo, se você tem um conjunto de dados com valores de 1, 2, 3, 4 e 100, a mediana será 3. Se você adicionar um valor extremo de 1000, a mediana aumentará para 4.
  • (D) Amplitude: A amplitude é a diferença entre o maior e o menor valor em um conjunto de dados. Valores extremos podem afetar a amplitude, pois eles aumentam a diferença entre o maior e o menor valor.
  • (E) Variância: A variância é uma medida de como os dados estão espalhados em relação à média. Valores extremos podem afetar a variância, pois eles aumentam a distância entre os dados e a média.

Conclusão

A média é a medida de tendência central mais influenciada por valores extremos em um conjunto de dados. Isso ocorre porque a média é baseada na soma de todos os valores, e valores extremos podem aumentar ou diminuir significativamente a soma.