供应商平均交期都是十四天，一个大多在十二到十五天，另一个时快时慢，采购体验可能完全不同。直方图把逐条数值按区间整理，让集中、偏态与长尾更容易看见，不能只靠平均数概括稳定性。
输入原始观测，不要先做分类汇总
在XunL 直方图生成器粘贴一列数值。教学样本可用十、十一、十一、十二、十三、十四、十四、十五和二十五，先观察多数集中在较低区间，另有一个较长交期。
正式数据应统一单位和定义，例如从下单到发货的工作日，不能与自然日或到货日混用。一行一个观测，不把已经汇总的区间频数再当原始数值输入，否则画出的将是频数本身的分布。
自动分组是起点，不是唯一真相
工具按数据采用自动分组，也可手动选择组数。组数太少会掩盖结构，太多则让样本变得零碎。可以比较两三个合理设置，看看主要结论是否稳定，不只挑最支持预期的一张图。
区间边界附近的值归属可能影响局部高度，应查看实际组距与标签。统计总频数要与有效记录数对应，确认没有因为无效字符串、空白或单位混入导致某些记录被忽略。
直方图的横轴是连续数值区间，柱状图横轴则是类别，两者不能仅因都有柱子而混用。把产品名称画成连续区间没有意义，比较产品数量应选类别图。
长尾与异常值，先查记录再解释
教学样本中的二十五可能是延迟，也可能来自不同产品或输入错误。先回到明细，检查订单条件、数量和异常事件，再判断是否与其他记录可比。不要只为让图更集中就删掉长交期。
工具同时显示平均数、中位数和离散程度等摘要，可以互相参照，但它们不替代完整分布。少量样本看起来有两个峰，也未必说明存在两个稳定群体，应结合样本量和业务背景确认。
让分布图能被正确复用
两组样本量差异很大时，频数柱高也会不同，不能直接把更高柱解释为更集中或风险更大。先说明使用频数还是其他可比口径，必要时分别展示并附样本数；不要在没有说明的情况下将两张不同总量的图并排作强结论。
标题注明对象、期间、单位与筛选范围，报告中保留有效样本数。导出以后检查区间标签和纵轴频数，避免缩小放进PPT后数字全部挤在一起。源表与组数设置一并保存，后续比较使用同一口径。
比较不同时期时，尽量保持区间边界和采样条件一致。两张图各用不同自动分组，视觉形状可能变化，但不一定代表业务真的变了。需要跨组比较时，箱线图等其他表达也可提供补充。
能从直方图判断一定符合正态分布吗？
不能仅凭形状下定论。样本、分组和测量方式都会影响外观，具体模型判断还需要相应方法与假设检查。
为什么平均数不变，图形却变了？
平均值只描述一个中心位置，集中程度和尾部可以不同。回到分布与原始明细，才能理解哪些变化与实际风险相关。
个人微信：ssevening
