第二讲：统计基础回顾——均值、中位数、极差、标准差、正态分布与3σ原则、中心极限定理
各位同学，大家好。我是你们的老朋友，一个在生产线和数据分析堆里摸爬滚打多年的质量工程师。
今天咱们要聊的，是SPC控制图的“地基”——统计基础。你别看这些概念听起来像是大学课本里的老古董，我跟你讲，控制图画不好、异常点看不准，十有八九是这些基础没打牢。我自己就吃过这个亏，刚入行那会儿，拿着控制图瞎分析，结果被老师傅一句话点醒：“你连标准差是啥意思都没搞明白，看什么控制图？”
好，咱们不废话，直接开干。
1. 均值与中位数——数据的“中心”在哪儿？
先说均值。说白了，就是算术平均数。你把所有数据加起来，除以个数，就得到了均值。用符号表示就是 x̄（读作x bar）。
举个例子：你测了5个零件的直径（单位mm）：10.1, 10.2, 10.0, 10.3, 10.1。均值就是 (10.1+10.2+10.0+10.3+10.1)/5 = 10.14 mm。
均值很常用，但它有个“软肋”——怕极端值。比如你们班组有10个人，9个人月薪5000，组长月薪50000，均值一算，变成9500。这能代表大多数人的水平吗？显然不能。
这时候，中位数就派上用场了。中位数就是把数据从小到大排好，取中间那个数。如果数据个数是偶数，就取中间两个数的平均值。刚才那个例子，中位数就是5000，这才是“大多数人的真实水平”。
2. 极差与标准差——数据“散开”的程度
光知道中心还不够，你还得知道数据有多“散”。
极差是最简单的离散度量。就是最大值减最小值。刚才那5个零件，最大值10.3，最小值10.0，极差就是0.3 mm。
极差计算简单，但信息量太少。它只用了两个极端值，中间的数据波动它完全不管。所以，在SPC里，我们更常用的是标准差。
标准差，符号是 σ（总体标准差）或 s（样本标准差）。它衡量的是每个数据点离均值的平均距离。公式长这样：
样本标准差 s = √[ Σ(xi - x̄)² / (n-1) ]别被公式吓到。你只要记住：标准差越小，数据越集中；标准差越大，数据越分散。
我举个例子你就明白了。两条生产线，生产同一种零件，均值都是10.0 mm。A线的标准差是0.01 mm，B线的标准差是0.1 mm。你想想看，哪条线更稳定？肯定是A线。因为A线的零件几乎都集中在10.0附近，而B线的零件可能从9.8到10.2到处乱跑。
3. 正态分布与3σ原则——大自然的“统计密码”
正态分布，也叫高斯分布。你肯定见过那个“钟形曲线”。
为什么它这么重要？因为大量的自然现象和工业过程，数据都服从正态分布。比如零件尺寸、填充重量、电压值……
正态分布有两个参数：均值μ和标准差σ。均值决定了曲线的位置，标准差决定了曲线的“胖瘦”。
这里有个黄金法则——3σ原则：
- 约68.3%的数据落在 μ ± 1σ 范围内
- 约95.5%的数据落在 μ ± 2σ 范围内
- 约99.7%的数据落在 μ ± 3σ 范围内
这意味着什么？意味着如果过程稳定，数据超出 μ ± 3σ 的概率只有0.3%。换句话说，1000个数据里，只有3个会跑到外面去。一旦你看到数据点跑到了3σ线之外，那大概率是过程出了问题，而不是偶然。
这就是SPC控制图的核心逻辑——用3σ作为判断异常的“警戒线”。
4. 中心极限定理——为什么我们能“以小见大”？
这个定理，我当年学的时候觉得特别绕。后来做项目做多了，才真正体会到它的威力。
中心极限定理说：无论原始数据的分布是什么样，只要你抽取的样本量足够大（通常n≥30），这些样本均值的分布就会近似于正态分布。
你想想看，这有多神奇？哪怕你原始数据是偏态的、双峰的、乱七八糟的，只要你每次取30个数据算个均值，这些均值画出来，就是一条漂亮的钟形曲线。
这给SPC带来了什么好处？
- 我们不需要假设原始数据是正态的，也能用控制图。
- 我们可以用样本均值来推断过程中心是否偏移。
- 我们可以用样本极差或标准差来监控过程波动。
我记得有一次，帮一家注塑厂做过程能力分析。他们的原始数据因为模具磨损，分布有点偏。但当我用X̄-R控制图（每组取5个样）时，均值图上的点非常正态。这就是中心极限定理在背后撑腰。
5. 知识体系总览
下面这张图，是我自己梳理的本章知识结构。你看一眼，就能把今天讲的内容串起来。
这张图把今天的内容分成了三块：描述统计（均值、中位数、极差、标准差）、概率分布与定理（正态分布、3σ原则、中心极限定理），以及它们如何共同支撑SPC控制图的应用。你把这个框架记在脑子里，后面学控制图的时候，就不会迷路。
好了，这一讲就到这里。统计基础是SPC的“内功”，内功不扎实，招式再花哨也没用。下一讲，咱们就要开始正式画控制图了。到时候你会发现，今天讲的每一个概念，都会在图上找到它的影子。
我是你们的老朋友，咱们下节课见。