📦 箱线图
一眼看穿分布：中位数、离散度、离群值——多组对比利器
每组一行，组内用 空格 / 逗号 / Tab / 分号 分隔。行首可写组名（如"设备A"），也可不写。箱体 = 第 25% ~ 75% 分位（四分位距 IQR），箱中红横线 = 中位数，蓝点 = 均值，超出 Q1/Q3 ± 1.5×IQR 的红点 = 离群值。适合看：哪台设备波动大、哪批数据有异常尖子、两组分布是否重叠。每组建议 ≥5 个数据。
粘贴分组数据（每行一组）
箱线图怎么读？
· 一个箱把一组数据的分布压缩成 5 个数字：下须底(最小非离群)、Q1(25%)、中位数、Q3(75%)、上须顶(最大非离群)——箱子越矮越稳定，越靠上/下水平越高
· 红点离群值是自动报警：先查测量/录入错误、材料或工装突变这类特殊原因，别当普通波动放过
· 多组并排时看三件事：① 中位数位置（谁的水平高）② 箱体高度（谁波动大）③ 箱体重叠度（重叠多=差异不实，几乎不重叠=差异可信）
· 想要"两组/多组差异是否显著"的严格检验 → 「单因素方差分析」（多组）或双样本 t 检验（两组）；想验证数据是否正态再套参数方法 → 「正态性检验」
· 数据不出浏览器，纯前端计算
· 红点离群值是自动报警：先查测量/录入错误、材料或工装突变这类特殊原因，别当普通波动放过
· 多组并排时看三件事：① 中位数位置（谁的水平高）② 箱体高度（谁波动大）③ 箱体重叠度（重叠多=差异不实，几乎不重叠=差异可信）
· 想要"两组/多组差异是否显著"的严格检验 → 「单因素方差分析」（多组）或双样本 t 检验（两组）；想验证数据是否正态再套参数方法 → 「正态性检验」
· 数据不出浏览器，纯前端计算
算完了？把结果复制给同事，让他们也试试
关于箱线图 (Box Plot)
箱线图（Box Plot）把一组数据的分布浓缩成五要素：箱体 = 第 25%~75% 分位（Q1~Q3，箱内红横线 = 中位数，蓝点 = 均值），须线 = 1.5×IQR 内范围，超出即为离群值（红点自动标出）。多组并排时一次看清三件事：谁的水平高（中位位置）、谁的波动大（箱高）、两组是否重叠（重叠多=差异不足信）。离群红点是自动报警——先查测量/录入错误与特殊原因，别当普通波动放过。想要严格显著性结论请配合「单因素方差分析」。数据不出浏览器，图可导出 PNG/SVG 贴报告。