莱特准则只限于对()的测量数据的判断处理,适合于测量次数()的情况。A. 正态分布,小于20次B. 均匀分布,大于20次C. 正态分布,大于20次D. 均匀分布,小于20次

莱特准则是统计学中用于判断测量数据中异常值的准则，其应用条件主要涉及数据分布类型和测量次数。

1. 数据分布：莱特准则要求数据服从正态分布，因为其判断方法依赖于正态分布的特性。
2. 测量次数：该准则适用于测量次数较多的情况（通常认为大于20次），因为大样本下正态分布的稳定性更高，异常值的判断更可靠。
   关键点：正态分布 + 大样本（>20次）。

选项分析

• 选项A（正态分布，小于20次）：虽然数据分布正确，但测量次数过少，不符合莱特准则对大样本的要求。
• 选项B（均匀分布，大于20次）：均匀分布不符合正态性假设，尽管样本量足够，但前提条件不满足。
• 选项C（正态分布，大于20次）：同时满足正态分布和大样本条件，符合莱特准则的应用要求。
• 选项D（均匀分布，小于20次）：分布和样本量均不符合要求。

结论：正确答案为C。