question stringclasses 3
values | explanation stringclasses 3
values | answer stringclasses 3
values | source_content stringclasses 3
values | knowledge_point stringclasses 3
values | structured_analysis dict |
|---|---|---|---|---|---|
根据表格，参加备考课程的学生通过考试的概率是多少？未参加课程的学生通过考试的概率是多少？仅凭该表能否断定参加课程必然导致通过率提高？ | 计算“参加课程条件下通过”的概率时，分母应为参加课程的学生总数120，所以概率为90÷120=75%。对未参加课程的学生，分母为该组总数80，概率为32÷80=40%。两组相差75%-40%=35个百分点。这个差异说明课程参与和通过结果存在关联，但若没有随机分组或对其他变量进行控制，就不能从观察表格直接推出因果关系。 | 参加课程学生的通过概率为90/120=75%；未参加课程学生的通过概率为32/80=40%。表格显示两组的观察到的通过率相差35个百分点，但仅凭该表不能断定参加课程必然导致通过率提高，因为可能存在其他影响因素，且该数据只展示相关关系。 | <section><h3>条件概率与列联表</h3><table><tr><th>是否参加备考课程</th><th>通过考试</th><th>未通过考试</th><th>合计</th></tr><tr><td>参加</td><td>90</td><td>30</td><td>120</td></tr><tr><td>未参加</td><td>32</td><td>48</td><td>80</td></tr></table><p>条件概率P(通过|参加)应使用参加课程这一组作为分母。表格可以比较不同组的结果，但观察到的差异本身不能证明课程造成了差异。</p></section> | 条件概率、列联表与相关关系和因果关系 | {
"calculation_method": "对每一组分别计算条件概率：P(通过|参加)=参加且通过人数÷参加人数，P(通过|未参加)=未参加且通过人数÷未参加人数；再比较两者的百分点差。",
"applicability_conditions": [
"条件概率的分母必须是给定条件对应的群体总数。",
"比较两组概率时，两组事件定义和统计口径应保持一致。",
"因果结论通常需要随机分组、实验设计或对混杂因素进行充分控制。"
],
"data_relationships": [
"参加课程组有120人，其中90人通过，通过率为75%。",
"未参加课程组有80人，其中32人... |
对于数据12、15、15、18、20、20、50，均值和中位数分别是多少？如果要描述大多数数据的典型水平，应优先使用哪一个统计量？ | 数据共有7个，数据总和为150，所以均值为150÷7≈21.43。数据已经按升序排列，第4个数是18，因此中位数为18。50使均值从其余数据的集中范围向上偏移，而中位数只取决于中间位置，受到极端值的影响较小。 | 均值约为21.43，中位数为18。由于50明显高于其余数据，均值受到离群值影响较大；描述大多数数据的典型水平时，应优先使用中位数。 | <section><h3>均值与中位数</h3><p>一组按升序排列的数据为12、15、15、18、20、20、50。均值等于所有数据之和除以数据个数，中位数是位于有序数据中间位置的数。</p><p>当数据中存在明显较大的离群值时，均值可能被离群值拉高，而中位数通常更能代表数据的典型位置。</p></section> | 均值、中位数与离群值 | {
"calculation_method": "均值=数据总和÷数据个数；奇数个有序数据的中位数为中间位置的数据，本题中为第(7+1)÷2=4个数据。",
"applicability_conditions": [
"计算中位数前应先将数据按非降序排列。",
"使用中位数代表典型水平时，应考虑数据是否存在明显离群值或偏态分布。"
],
"data_relationships": [
"7个数据的总和为150，均值为150÷7≈21.43。",
"中间位置的第4个数据为18，因此中位数为18。",
"数值50高于其余数据，导致均值高于大多数观测值所在的12至20区间。"
]... |
某项SAT培训课程的报名人数先增加25%，随后又减少20%。最终报名人数与最初相比有什么变化？为什么不能简单地说先增加25%再减少20%等于增加5%？ | 设最初报名人数为N。增加25%后为1.25N；再减少20%后为1.25N×(1-0.20)=1.25N×0.80=N。因此最终值是原值的100%。直接计算25%-20%=5%忽略了第二次变化的基数已经变为1.25N。 | 最终报名人数与最初相同，没有净增加或减少。不能直接将25%和20%相减，因为两次百分比变化的基数不同：第二次减少20%是对增加后的数量计算的。 | <section><h3>百分比变化</h3><p>计算百分比变化时，变化量应除以原始值。连续发生百分比变化时，后一次变化的基数是前一次变化后的数值，而不是最初数值。</p><p>例如，某数量先增加25%，再减少20%，最终数量为原数量的1.25×0.80=1.00倍。</p></section> | 连续百分比变化与变化基数 | {
"calculation_method": "将每次百分比变化转换为乘法因子：增加r%乘以1+r，减少r%乘以1-r，再按发生顺序相乘。",
"applicability_conditions": [
"每次百分比变化都相对于该次变化发生前的数值计算。",
"原始数量可以表示为正数N，以便比较最终值与原始值。"
],
"data_relationships": [
"第一次变化后数量为原数量的1.25倍。",
"第二次变化后数量为第一次变化后数量的0.80倍。",
"总变化因子为1.25×0.80=1，因此最终数量等于原始数量。"
],
"common_miscon... |
SAT Problem Solving and Data Analysis Question Answering Dataset
Built from SAT preparation web content, this dataset provides closed-domain question answering on ratios, percentages, statistics, probability, tables, and data interpretation. It covers terminology, conditions for applying concepts, data relationships, and common misconceptions. Records can include source content, questions, standard answers, explanations, key concepts, and structured analysis for training and evaluating SAT-focused knowledge assistants.
Technical Specifications
| Field | Type | Description |
|---|---|---|
| answer | string | An accurate, closed-domain answer to the question. |
| question | string | An SAT data analysis question about ratios, percentages, statistics, probability, tables, or data interpretation. |
| explanation | string | Explains the reasoning, calculation basis, and use of the question data to determine the answer. |
| source_content | string | Original SAT preparation web content or a relevant excerpt used to generate the question and answer. |
| knowledge_point | string | Summarizes the main SAT data analysis concept or term tested, such as ratios, percentages, mean, median, or probability. |
| structured_analysis | object | Organizes the methods, conditions, data relationships, and common misconceptions involved in the question and answer. |
Compliance Statement
| Authorization Type | CC-BY-NC-SA 4.0 (Attribution–NonCommercial–ShareAlike) |
| Commercial Use | Requires exclusive subscription or authorization contract (monthly or per-invocation charging) |
| Privacy and Anonymization | No PII, no real company names, simulated scenarios follow industry standards |
| Compliance System | Compliant with China's Data Security Law / EU GDPR / supports enterprise data access logs |
Source & Contact
- Downloads last month
- 53