不需要。在简单做描述性统计的时候不需要对原始数据进行极端值处理，只需要大概的计算一下数值即可。描述性统计，是指运用制表和分类，图形以及计算概括性数据来描述数据特征的各项活动。
需要。描述性统计量分为：集中趋势、离散程度（离中趋势）和分布形态。如果不对原始数据进行极端值处理，很有可能会造成个别数据影响最终结果的准确性。在进行均数描述时，若存在极端值，可考虑按照一定的比例去掉最两端的数据，然后再计算均数，因此，称之为截尾均数。
极端值的存在可能导致数据的不正常分布，从而对统计方法产生不利影响。例如，如果数据中存在一个极端值，它可能会导致均值的偏离，使其不再能够准确地反映数据的中心趋势。类似地，极端值也可以影响数据的标准差，使其变得更大或更小。
总的来说，计量学中对极端值的处理并非简单的删除，而是通过科学的方法，如winsorization，来平衡数据的稳健性和信息的完整性。这一步骤至关重要，它能够帮助我们更准确地解读数据，揭示隐藏在海量数据背后的真相。
Spss基础篇：深入理解描述性统计分析 描述性统计分析是通过概括性数据揭示数据特征的关键工具，它就像用一个儿子代表全家，反映整体的特性。其核心包括集中趋势、离散趋势和分布特征的描述。
1、分币取消流通后，确实在结算过程中为人们带来了便利。在超市，由于依赖电子设备进行计算，分数通常不会被抹除，但如果是人工结算，有时会根据实际情况处理。 对于普通人来说，取消分币流通在日常生活中的确方便许多。在人们的价值观中，几分钱已经可以忽略不计，因此取消分币是符合当前社会发展的举措。
2、是因为数量的问题，分币是累积起来的，最后的结果四舍五入。
3、现在市场上结算已经没有分币计价的了，流通的原因是金融核算的需要。回复楼主的追问（虽然没问我）：流通，但是即使对外发行了，也没有用的地方了，凡是有分计价的地方，在收款时都是四舍五入计的。
我觉得其中有一点是进行了标准化处理之后，数据所对应的事件能够更好地进行比较。就好像最明显的一个GDP，按照报告期的价格进行比较，不仅能够看出每一年的的差距，也可以看到人民币的升值贬值情况。
在统计学中，对数据进行标准化是为了消除不同变量之间的量纲差异，使得不同变量能够在同一尺度上进行比较和分析。以下是进行数据标准化的一些主要原因： 消除量纲差异：不同变量可能具有不同的度量单位和量纲，例如身高和体重，身高通常以厘米为单位，而体重通常以千克为单位。
我们通常需要先将数据标准化，利用标准化后的数据进行数据分析，数据标准化也就是统计数据的指数化，数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。
在各种标准量度值scale差异过大时，或数据不符合正态分布时，可能需要进行数据标准化。 （1） 总和标准化。 分别求出各聚类指标所对应的数据的总和， 以各指标的数据除以该指标的数据的总和。
