两家供应商典型交期都在十天附近，是否同样稳定？只比较平均数或中位数可能看不出来。箱线图同时展示中心、四分位范围和尾部，适合把多组数据放在一起观察，但仍要知道背后每条记录代表什么。
两种输入，都要保持一条真实观测
XunL 箱线图生成器可每列一组，也可使用“组名、数值”两列。教学例子可以让A组为八、九、十、十、十一，B组为六、七、十、十三、十四。两组中位数同为十，但分散程度不同。
正式比较前统一交期起止点与单位，还要考虑订单量、产品难度和特殊要求。A组全是标准件、B组全是定制件时，图形差异不能直接归因于供应商能力。
箱子、须线与箱外点分别表示什么
箱中线是中位数，箱体从第一到第三四分位，描述中间一部分数据。须线通常延伸到按一点五倍四分位距规则允许的最远观测，之外显示单独点。它不是把所有最大最小值都画成须端。
不同工具或样本大小可能采用不同四分位计算方式，严格比较应核对算法和数据，而不是要求每个软件像素完全相同。样本很少时，箱体看起来精确，实际能支持的结论仍有限。
异常点是核查入口，不是自动删除名单
某个长交期可能由客户确认、缺料或记录错误造成。应回查原始订单与时间，确认是否属于同一比较范围。即使是真实特殊事件，也要说明保留或排除理由，不能为使图整齐随意删掉。
箱子较短说明本批中间数据更集中，不自动代表未来交期可靠，也不代表所有服务质量更好。极端延迟、样本量与业务代价仍需要另外看，不能只按箱体长度做采购结论。
报告应同时保留哪些信息
组间样本数差很多时，摘要的稳定程度也不同。五条记录与五百条记录都能生成箱体，却不提供同样的信息量。可以在组名或注释附样本数，提醒读者不要只按图形精细程度高估小样本结论。
每组有效样本数、期间、单位、筛选规则与交期定义都应注明。若有大量同值或分布特殊，可同时提供直方图或原始点，帮助读者理解箱线图压缩掉的细节。
导出PNG或SVG后检查组名、纵轴与异常点说明，确认在最终文档尺寸下仍能阅读。绘图数据在浏览器处理，分享链接可能包含内容，供应商与订单资料仍按原权限范围交付。
保留源表和设置，后续月份用同样口径比较。若订单结构变了，应先分组或补说明，不把新旧箱线差异全部解释为管理改善或退步。图的作用是帮助提出可验证问题，而不是替代业务事实。
异常点很多，是不是数据坏了？
不一定，真实分布可能偏斜或包含多个业务群体。先查来源与分组，再判断是否存在错误，统计标签不是事实判决。
没有箱外点，能保证没有风险吗？
不能。这只是按当前样本和规则未标出相应点，未来变化、系统性延迟和未记录事件仍可能存在，应结合业务监控。
个人微信：ssevening
