離散數據（data)以及一些條件的誤差給數據分析(Data Analysis)帶來很大的困難（difficult)，甚至嚴重破壞數據而帶來錯誤的分析結果，現實條件下該現象確實存在。中位數是數據分析中-個非常穩(wěn)健（prudent)的參數(parameter)，當數據沒有離散數據時，其數值接近于數據組的平均值;當數據有離散數據時，平均值會遠離真實值，而中位數幾乎不偏離真實值，說明中位數是穩(wěn)健的。
因此，可以用中位數和平均值（The average value)之間的差異來判斷數據（data)中是否存在離散數據。利用改進的Huber M方法處理數據,如果平均值越來越接近中位數，說明數據不存在離散數據;如果平均值越來越偏離中位數，說明數據存在離散數據。
顯著性水平根據數據（data)要求而定,根據近代統計學，推薦取值范圍為00.。經過改進的Huber M方法處理過的數據，其離散數據對總體數據的影響降低、顯著性水平提高，為數據的進步 分析(Analyse)提供可靠的保證。其中一些理論需要進步完善，如中位數與平均值的相似度、數據的顯著性水平如何確定等，尚缺乏理論依據。
根據改進的Huber M方法對C滾動軸承(bearing)振動數據（data)及
　　A、B滾動軸承摩擦力矩數據的處理結果，可以看出在顯著性水平0~0.內，C滾動軸承振動數據的方差變化復雜，
　　A、B滾動軸承(bearing)摩擦力矩數據的方差單調減小。
依據統計學理論，提出-種以中位數估計和Huber M估計兩種穩(wěn)健化處理方法相融合的對數據進行穩(wěn)健化處理的方法。
該方法用中位數和平均值（The average value)差的值作為數據是否穩(wěn)?。╬rudent)的標準，在一-定顯著性水平范圍內,對數據進行穩(wěn)健化處理;選取中位數和平均值差的值小值的數據作為穩(wěn)健數據。復合滾輪軸承作為復合滾輪和機器設備連接的部分，通常軸頭頭部設計為倒角，方便安裝，可直接將軸頭接焊接在設備上，也可將軸頭焊接在帶有圓孔的連接板上再將連接板和設備組裝。利用該方法對C滾動軸承振動數據及
　　A、B滾動軸承摩擦力矩數據（data)進行穩(wěn)健化處理。滾輪軸承組合滾輪軸承由主滾輪、側滾輪、軸頭和蓋板組成。該軸承為密封結構，充填潤滑脂，提供長期有效潤滑，用戶可免潤滑。對于使用工況惡劣的可設計補充潤滑脂的通道，提高軸承使用壽命。螺栓滾輪軸承側滾輪為一套復合滾輪當中第二承載體，主要承受水平方向載荷，同樣具有很強的耐沖擊性、耐磨性及抗腐蝕性。側滾輪為無內圈滿滾針設計，由一根芯軸代替內圈和軸頭銜接承載。
結果表明，滾動軸承(bearing)性能數據經過穩(wěn)?。╬rudent)化處理后,數據的大值小于原數據的大值、小值大于原數據的小值;方差小于原數據的方差;數據的平均值（The average value)更接近中位數。這說明經過穩(wěn)健化處理后,軸承性能數據的連續(xù)（Continuity)性增強，離散性減弱,數據的可信度提高，為滾動軸承性能數據的進一步分析(Analyse)提供可靠依據。