当变量分布呈右偏时，有（）A.众数<中位数<算术平均数 B.算术平均数<中位数<众数 C.中位数<众数<算术平均数 D.众数≦中位数≦算术平均数

当变量分布呈右偏时，有（）A.众数<中位数<算术平均数 B.算术平均数<中位数<众数 C.中位数<众数<算术平均数 D.众数≦中位数≦算术平均数

在右偏分布中，数据存在少数极大值形成“右长尾”，这会显著拉高算术平均数。此时三个集中趋势测量值呈现固定顺序：众数 < 中位数 < 算术平均数。这种关系源于三者对极端值的敏感度差异——众数仅反映最频繁出现的数值（分布峰值），中位数受位置影响居中，而算术平均数则被右侧极端值强烈拉动。

以居民收入数据为例，少数富豪的高收入会使均值远高于普通大众的实际收入水平，而中位数更接近多数人的真实经济状况。这种规律在Python模拟及理论分析中均得到验证，例如某右偏分布样本中，众数为0.0215、中位数0.212、均值达0.2659，清晰呈现递增关系。对比选项，正确答案为A. 众数<中位数<算术平均数。

理解这一关系有助于避免统计误导：当看到“平均工资”等指标时，需结合分布形态判断其代表性——右偏分布下，中位数往往比均值更能反映数据的典型水平。你能想到生活中哪些常见数据天然呈现右偏特征吗？