滾動軸承(bearing)數(shù)據(jù)的穩(wěn)?。╬rudent)性：

近代統(tǒng)計(jì)學(xué)認(rèn)為，實(shí)驗(yàn)（experiment)數(shù)據(jù)的穩(wěn)健性是數(shù)據(jù)分析(Analyse)的前提，然而在實(shí)驗(yàn)過程中，由于實(shí)驗(yàn)儀器、溫度（temperature)、濕度、人為等因素(factor)的影響，實(shí)驗(yàn)數(shù)據(jù)中會出現(xiàn)異常值，也就是離散值，為了便于研究，在書中用離散值表述。
平均數(shù)是統(tǒng)計(jì)學(xué)中的一 個重要概念，在日常生活及工作中經(jīng)常用這個參數(shù)(parameter)作為闡述(expound)某種思想與看法的依據(jù)。復(fù)合滾輪軸承作為復(fù)合滾輪和機(jī)器設(shè)備連接的部分，通常軸頭頭部設(shè)計(jì)為倒角，方便安裝，可直接將軸頭接焊接在設(shè)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(shè)備組裝。根據(jù)平均數(shù)的概念可以從“某家庭人均月收入增加了500元”得出“這個家庭的生活水(flowing water)平得到很大的提高”這-結(jié)論。如果將“人均月收人增加了500元”應(yīng)用于某社區(qū)，想得出同樣結(jié)論就需要慎重考慮。假設(shè)有兩個社區(qū)A和B，A社區(qū)是某企業(yè)職工住宅區(qū); B社區(qū)居住人員復(fù)雜、職業(yè)多樣;假設(shè)這兩個社區(qū)人均月收入都增加了500元,但A社區(qū)每人每月都增加了500元，而B社區(qū)僅有一個家庭的收人增加了，其余家庭的收人均無增加。這樣，“B社區(qū)生活水平得到很大提高”這-結(jié)論就值得懷疑了。這個簡單例子說明平均數(shù)很容易受離散數(shù)據(jù)（data)(離群值或野值)的影響。在經(jīng)典統(tǒng)計(jì)學(xué)中，平均數(shù)對離散數(shù)據(jù)具有很大的敏感性或者說采集到的數(shù)據(jù)不穩(wěn)健。這就涉及(to involve)數(shù)據(jù)的穩(wěn)健性問題。
經(jīng)典統(tǒng)計(jì)學(xué)過重地依賴實(shí)驗(yàn)（experiment)數(shù)據(jù)（data)對假設(shè)模型的符合程度，表示在-定的假設(shè)模型條件下按照定的準(zhǔn)則是*優(yōu)的。然而，任何隨機(jī)現(xiàn)象都很難用一一種數(shù)學(xué)模型準(zhǔn)確描述，只是實(shí)驗(yàn)數(shù)據(jù)的一種近似。 當(dāng)假設(shè)模型與實(shí)驗(yàn)數(shù)據(jù)有誤差時，該模型就不是*優(yōu)的，誤差越大，離*優(yōu)就越遠(yuǎn)。為此，在對數(shù)據(jù)進(jìn)行分析之前，需要判斷數(shù)據(jù)是否穩(wěn)健，或者說數(shù)據(jù)中是否存在離散數(shù)據(jù)。下面以數(shù)據(jù)平均值為例說明數(shù)據(jù)的穩(wěn)健性。
樣本均值即平均值（The average value)是統(tǒng)計(jì)學(xué)中使用*多的一個統(tǒng)計(jì)量， 當(dāng)數(shù)據(jù)（data)來自正態(tài)分布的獨(dú)立同分布樣本時，樣本均值在多種準(zhǔn)則下是總體期望的*優(yōu)估計(jì)。如果數(shù)據(jù)偏離正態(tài)分布時，樣本均值則不一定是*優(yōu)估計(jì)。
例如，10頭小豬在出生后第1周的體重增加量為(單位: kg):
1.70, 1.60, 1.45, 1.50, 1.90, 1.20, 18.0, 1.40, 1.75, 1.50
一般認(rèn)為稱重問題屬于正態(tài)分布，應(yīng)采用平均值估計(jì)。螺栓滾輪軸承方式不當(dāng)也可以造成滾輪軸承發(fā)熱。通過潤滑可以減少零件運(yùn)動中的磨損，保證壓力機(jī)精度，降低能量消耗。潤滑分稀油潤滑、濃油潤滑等。滾輪軸承組合滾輪軸承由主滾輪、側(cè)滾輪、軸頭和蓋板組成。該軸承為密封結(jié)構(gòu)，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(shè)計(jì)補(bǔ)充潤滑脂的通道，提高軸承使用壽命。為此，用平均值估計(jì)小豬在出生后第1周的體重增加量，得到平均值為3.2kg。不難發(fā)現(xiàn)，這個均值估計(jì)結(jié)果比大多數(shù)數(shù)據(jù)（data)都大很多，原因來自離散數(shù)據(jù)18.0kg。
又如，某學(xué)生通過物理實(shí)驗(yàn)確定當(dāng)?shù)氐闹亓铀俣?，測得數(shù)據(jù)(單位: m/s3):
9.80, 9.79, 9.78, 7.81, 7.80
經(jīng)計(jì)算，樣本均值為8.996m/s。將這個結(jié)果作為當(dāng)?shù)氐闹亓铀俣裙烙?jì)值，存在較大的誤差，因?yàn)闃颖緮?shù)據(jù)中存在兩個離散數(shù)據(jù)，即7.80m/s2和7.81m/s2。
由上述例子可以發(fā)現(xiàn)，不穩(wěn)?。╬rudent)的數(shù)據(jù)會降低（reduce)分析(Analyse)結(jié)果的精度，甚至導(dǎo)致錯誤的分析結(jié)果，因此在數(shù)據(jù)分析(Data Analysis)之前，應(yīng)對數(shù)據(jù)進(jìn)行穩(wěn)健性處理。