生鲜损耗描述性统计 使用指南
录入逗号/空格/换行分隔的数值序列；输出数据量 n、总和、均值、中位数、最小值、最大值、极差、方差与标准差。均值=Σx/n；中位数=排序后中间值（偶数取中间两数平均）；方差=Σ(x…
核心功能
- 损耗复盘：把一段时间各门店/各环节的损耗率序列（如 3.2%、4.1%…）整体录入，算均值、中位数与标准差，定位异常高损耗样本。
- 环节对比：同一品类在不同温区/包装下的损耗分布，用极差与标准差评估稳定性，指导工艺改进。
- 目标设定：以历史均值作基准线，结合标准差定损耗预警阈值（如 均值+2σ），超阈值即触发核查。
适用场景
- 损耗复盘：把一段时间各门店/各环节的损耗率序列（如 3.2%、4.1%…）整体录入，算均值、中位数与标准差，定位异常高损耗样本。
- 环节对比：同一品类在不同温区/包装下的损耗分布，用极差与标准差评估稳定性，指导工艺改进。
- 目标设定：以历史均值作基准线，结合标准差定损耗预警阈值（如 均值+2σ），超阈值即触发核查。
使用步骤
- 方法
- 算例
实用技巧
- 标准差反映损耗波动幅度；越大说明各样本损耗越不稳定、可控性差，应先抓波动最大的环节（如冷链断链、分拣损耗）而非只盯均值
- 数据近似对称用均值；若存在极端高损耗离群值，中位数更稳健，建议两者并列参考，避免被单点拉偏
- 目标设定：以历史均值作基准线，结合标准差定损耗预警阈值（如 均值+2σ），超阈值即触发核查。
常见问题
- 标准差大说明什么？
- 标准差反映损耗波动幅度；越大说明各样本损耗越不稳定、可控性差，应先抓波动最大的环节（如冷链断链、分拣损耗）而非只盯均值。
- 用均值还是中位数判断基准？
- 数据近似对称用均值；若存在极端高损耗离群值，中位数更稳健，建议两者并列参考，避免被单点拉偏。