自从科学家们开始使用 ANOVA 以来，结果就用每个处理的条形图表示，图上方的单边胡须表示 95% 置信区间*。 这使得比较治疗组变得容易。 如果下一个柱高于/低于胡须，那么它与对照（通常在左侧）有显着差异。 然后每个条都标有来自 Turkey Kramer (HSD) 测试的连接字母，以便更容易分辨哪些处理相同和不同。
*均值的标准误差也被广泛使用。 哎呀，如果我的 95% 置信区间高于标准，我也会选择它，它几乎瘦了 2 倍，并且让身材看起来更好。
怎么做图。
1. 从用 X 拟合 y 开始。 添加您的治疗变量（名义或有序），您会持续响应。
2. 从红色三角菜单 (RTM) 中选择 Means 和 Std Dev
3. 从 RTM 中，选择比较均值，选择正确的测试，如果您有两个以上的组，则可能是 All Paris, Turkey HSD。
4.右击connecting letters report，pick，Make into Data Table
5. 右击 Means Std Dev 报表，选择 Make into Data Table
6. 在连接字母表中新建一列，从所有字母列中手动构造一列中的字母。 使用小写字母。
7. 使用 Tables、Update 将新的字母列连接回 Means Std Dev 表。 匹配列，在级别上。
8.打开字母列的标签
9. 将 Level 列重命名为治疗变量的名称。
10. 将平均列重命名为平均响应（您的响应）和 95% CI。例如“平均吸光度和 95% CI”或类似的东西。
11. 启动图形生成器。
12.治疗在x轴上进行
13. 均值处理和 95% 置信区间上限位于 y 轴上。
14. 选择条形图元素（看起来不对，但是等等）
15. 使条形图类型为间隔（看起来仍然不对，但是等等）
16. 在图表内右击，添加，另一个条形图。
17. 在第二个条形图的属性中，从“标签”下拉列表中选择“按行标注”。
18. 标记图表 Response by Treatment。
19. 将图形生成器标题栏更改为单向方差分析
20. 单击图例，将条形颜色更改为黑色。
21. 从 RTM 中，将脚本保存到数据表。
22. 从 RTM 的表格框中，复制表格脚本。
23. 在原始源数据表的 Table Box RTM 中，选择新脚本
24. 在对话框中给脚本一个标题，例如“图 1”。并通过下方窗口中的脚本。
25. 如果您的数据发生变化。 重新做这一切，因为你刚刚保存的脚本不是动态的，但至少它是一个路线图，某种程度上，关于你如何制作这个数字。
只有科学家使用这个数字的原因是因为它实际上需要博士学位。为了使这个数字正确，保持所有的步骤。 （请注意，使用记号笔和方格纸更容易做到这一点。）
如果 25 步流程有点多，或者让您停留在一些可能需要自己的 25 步子流程的模糊部分。 只需运行下面的脚本。 如果您想为您的常用数字自定义注释，希望注释有所帮助。
Names Default To Here( 1 );
//make sure there is a table open, if not open one
dtlist=Get Data Table List();
picker=expr( File = Pick File("Select JMP File","$SAMPLE_DATA",{"JMP Files|jmp;", "All Files|*"},1,0,"",));Try( Open( File[i] ) );
if(nitems(dtlist)==0, picker, dt=current data table());
dtname=dt<<GET name="">0,
insert into(str, ",", ncomma+1);
ncomma--;);
concat_vals[j] = str;);
Show( concat_vals );/// The letters are now a list in the order of the levels from table 1
/// Put the letters back into the table
dt1 << New Column( "Letters", Character, "Nominal", Set Values( concat_vals ) );
//
//Get the means and confidence intervals from the report as a table
dt2=Report( platform )[Outline Box( "Means and Std Deviations" )][Table Box( 1 )] << Make Into Data Table;
dt2<<SET name=""></SET></GET>
他自己，
在学术论文和研发中，这种图表非常常见。其他格式可能更具信息量，但规范性更胜一筹。以下是来自高影响因子期刊上发表的论文的大量图表的链接。如您所见，这种图表类型相当常见。
已发表的科学论文经常采用这种格式
关于区间：肯定是 95% 的置信区间，看一下图表所针对的表格
TBH，我是一名科学家，我从未见过以这种方式呈现的方差分析结果。我觉得图表不直观，比例尺也不对。在方差分析中，为了可视化，您确实希望数据的比例是数据的范围，或者数据周围的 +/- k 标准偏差范围（k 在 2-4 范围内的某处）。上图主要通过显示均值条和 y 轴上的零来关注比例差异。
看起来您正在使用每个组的标准差来构建误差条，但 Tukey-HSD 使用的是合并标准差，不是吗？这也是 Oneway 图中的菱形所使用的，并且菱形的宽度会因组中观测值的数量而变化。
我认为对于您构建的图，最好拉伸 Y 轴，以便将重点放在平均结果的位置上。
这只是一种绕过必须解释单向图中用于哪些组相似或统计不同的“圆圈”的方法吗？
这个情节怎么样？
我玩弄了你的结果表，创建了两列来指示该行是在组“a”还是“b”中，然后创建了这个仪表板。
