📚 深度解析：矿石品位数据的描述统计

方法

算法：输入一组品位数值（如 % 或 g/t），计算 n、总和、均值、中位数、方差、标准差、最小值、最大值与极差。适用于快速把握矿体品位的集中与离散特征（样数一般≥5 个）。

算例

例：6 个刻槽样品的 Cu 品位（%）1.2, 1.5, 0.9, 2.1, 1.8, 1.3 → n=6、均值=1.47%、中位数=1.40%、标准差 σ=0.39%、极差=1.20%（0.9%~2.1%）。均值附近波动温和，但存在 2.1% 的局部高值，应单独核实是否为富矿团包。

均值被特高品位拉高怎么办？: 特高品位会显著抬升算术均值。可先用本工具看极差与标准差，再用中位数或切尾均值代表主体品位，富矿团包单独作为矿体内部品位变化处理。
为什么还要看中位数？: 中位数对极端值不敏感，能反映“典型”样品品位。均值与中位数差异大时，说明数据偏态明显，圈矿时应谨慎使用单一均值。

📊 Analysis Grade Ore