第2章 基本统计学回顾：均值、方差、正态分布与中心极限定理
各位工程师朋友，咱们开始批量验证之前，有些统计基础必须得打牢。说实话，我见过不少项目，SPC图画得挺漂亮，可一分析就露馅——问题出在哪？对这几个基本概念的理解不够深。
今天就聊聊这几把“扳手”：均值、方差、标准差、正态分布，还有那神奇的中心极限定理。
2.1 均值——数据的“重心”
均值这东西，大家都不陌生。就是把所有数加起来，除以个数。公式就一行：
μ = (Σxᵢ) / n (总体均值)
x̄ = (Σxᵢ) / n (样本均值)
我个人习惯把均值想象成数据的“平衡点”。比如你测了10个零件的长度，均值就是那把尺子的支点，数据在你两边晃。
避坑提示： 均值对异常值极其敏感。一组数据里混进一个离群点，均值就跟着跑偏。我记得在汽车零部件项目中，一个轴承外径数据录入时多打了个小数点，均值直接从10.02μm跳到11.8μm。你想想看，这差了多少？
2.2 方差与标准差——数据有多“散”
光看均值不够。两批数据可能均值相同，但质量天差地别。所以得看离散程度。
方差 (σ², s²) —— 每个数据与均值的距离平方，再平均。
σ² = Σ(xᵢ - μ)² / n (总体)
s² = Σ(xᵢ - x̄)² / (n-1) (样本，用n-1校正)
标准差 (σ, s) —— 方差开平方。单位跟原始数据一样，好理解。
| 指标 | 含义 | 单位 | 控制图上的用途 |
|---|---|---|---|
| 均值 x̄ | 过程的中心 | 与数据相同 | 中心线 (CL) |
| 标准差 σ | 过程的变异性 | 与数据相同 | 控制线 (UCL, LCL) 的计算 |
我的经验： 做SPC时，我建议先用标准差判断“过程能力”，再看均值调“过程中心”。顺序别搞反。我在芯片封装项目中就吃过亏，先调均值，结果发现波动太大，根本稳不住。
2.3 正态分布——质量世界的“标准语言”
正态分布，也叫高斯分布。它长什么样？就是那口经典的“钟形曲线”。为什么它在质量管理里这么重要？
- 68-95-99.7规则：±1σ内占68%，±2σ内占95%，±3σ内占99.7%。
- 对称性：左右对称，均值=中位数=众数。
- 参数：两个——均值μ决定位置，标准差σ决定胖瘦。
注意： 不是所有数据都服从正态分布！比如电子元件的失效时间常是指数分布。我曾经遇到过分析人员不管三七二十一直接套正态分布公式，结果控制线全画错了。判断前先做正态性检验，这个习惯一定要养成。
2.4 中心极限定理——最神奇的“放大镜”
这个定理值得单独拿出来喝彩。它说的是：无论原始数据是什么分布，只要样本量足够大，样本均值的抽样分布就近似正态分布。
- 样本量多大算“足够”？一般n≥30就够了。
- 为什么神奇？你拿到的可能是偏态分布、双峰分布的数据，但不断重复抽样的均值，会慢慢变正态。
- 实践价值：SPC控制图就是基于这个定理。就算单件数据不服从正态，每组子组的均值也接近正态，控制限就能靠正态分布来算。
我曾经遇到一个案例： 一家注塑厂的产品厚度数据呈严重右偏（少量产品很厚）。按常规分析会认为没法用X̄-R图。但我说服团队用每组5件的子组计算均值，30个子组之后，检验结果显示均值完美符合正态分布。这就是中心极限定理的威力。
2.5 知识体系总览
下面这张图把本章的核心逻辑串在一起，你看看就明白了：
2.6 实践反思
说实话，这几个概念听起来基础，但在项目中能灵活运用的人真不多。我见过太多工程师背熟了公式，可一到实际数据就犯懵。
- 均值 vs 中位数：有异常值时，中位数比均值更稳定。你想想看，一组数据里有个100，其他都是1-5，均值被严重拉高，中位数却纹丝不动。
- 标准差 vs 极差：样本量小时极差容易用，但样本量大了还是标准差靠谱。我习惯用子组内标准差s来估计总体σ。
- 正态性检验：别偷懒。用Anderson-Darling检验或Shapiro-Wilk检验，几分钟就能跑完。
给新人的建议： 刚开始学SPC，先把本章概念吃透。后面画控制线、判异、做能力分析，全都要用到。基础不牢，地动山摇。
好啦，统计基础就聊到这儿。记住，这些不是纸上谈兵，是每天在产线上都要用的基本功。