3. 批次数据描述性统计与可视化

前两节我们完成了批次数据的采集与清洗，现在手上有一张“干净”的批次数据表：每行是一个生产批次，列包括批号、生产日期、生产线、关键质量指标（如净含量、水分含量、菌落总数、封口强度等）。本节要回答的核心问题是：这批数据整体处于什么水平？波动有多大？有没有偏离常规的批次？描述性统计负责“算清楚”，可视化负责“看出来”，两者结合才能形成对过程状态的可靠判断。

一、先算四类统计量：位置、离散、分布形状与过程能力

对每个关键指标，至少计算以下统计量。以某乳制品企业灌装线净含量（目标值 250 g，规格下限 LSL=245 g，上限 USL=255 g）的 30 个批次均值数据为例，说明计算口径：

• 均值：反映过程中心位置。示例中 30 个批次净含量均值的平均约为 250.3 g，说明中心基本对准目标值。
• 标准差：反映批次间波动。注意区分“批内标准差”（同一批次内个体测量值的离散）与“批间标准差”（批次均值之间的离散）。做过程能力分析时，通常用批内标准差估计短期能力，用批间标准差评估长期稳定性。示例中批间标准差约为 0.9 g。
• 分位数：P25、P50（中位数）、P75 描述分布形态，P5 与 P95 用于识别尾部风险。若均值明显偏离中位数，提示分布偏斜或存在极端批次。
• 过程能力指数：Cp 衡量潜在能力，Cpk 衡量实际居中能力。按 Cpk = min[(USL−均值)/(3σ), (均值−LSL)/(3σ)] 计算，示例中 Cpk ≈ min[(255−250.3)/2.7, (250.3−245)/2.7] ≈ min(1.74, 1.96) ≈ 1.74，属于能力充足区间（通常 Cpk≥1.33 视为可接受）。

二、三种图形各司其职

直方图回答“分布长什么样”。把 30 个批次均值按区间分组计数，叠加规格线，可以直观看到分布是否居中、是否拖尾、是否出现双峰（双峰往往提示混入了不同生产线或不同原料批次的数据）。

箱线图回答“哪些批次离群”。箱体给出 P25～P75，中线为中位数，须线通常延伸到 1.5 倍四分位距，超出须线的点即为统计意义上的离群批次。按生产线分组绘制并排箱线图，还能比较不同线的中心与离散差异。

控制图回答“过程是否受控、何时失控”。按生产时间顺序绘制批次均值（X̄ 图）与批内极差或标准差（R 图/S 图），中心线取历史稳定期的均值，控制限一般取 ±3σ。判异不只看单点越限，还要看链状规则：连续 7 点位于中心线同侧、连续 6 点递增或递减、连续 3 点中有 2 点落在 2σ 以外等，都提示存在可查明的原因。

三、异常批次的识别与处置

三种图形给出的“异常”含义不同，需要交叉验证。箱线图标出的离群点，可能是真实的工艺异常，也可能是录入错误或规格切换造成的合理差异；控制图越限点则明确指向“过程出现了非随机原因”。实操中建议按以下顺序处理：

1. 先核对数据：检查离群批次的原始记录、检测方法、单位与规格版本，排除录入或检测误差。
2. 再看时间与分组：把离群点标回控制图的时间轴，看是否集中在某班次、某原料批、某设备检修后；按生产线分组箱线图可快速定位是哪条线偏移。
3. 最后定性：若离群点对应可查明的特殊原因（如更换供应商原料、封口温度漂移），则判为“可查明原因异常”，记录并纳入纠正措施；若无法查明且反复出现，应重新评估控制限或过程能力。

四、一份可直接套用的批次统计小结表

把上述计算与图形结论固化成固定格式，便于逐批复核和横向比较。下表为示例结构，数值为教学假设：