이 추가 기능은 연속 변수의 x축을 세분화하는 저장소의 다양한 기본 너비로 히스토그램을 그립니다. 빈의 너비는 데이터 자체 또는 비닝 수식에서 파생될 수 있습니다. 2D 히스토그램에서 빈 위의 영역은 막대의 높이가 아니라 내부의 관측치 수를 나타냅니다. 막대의 높이는 밑면에 대한 관측치의 밀도입니다.
그림 1: 정보 창
추가 기능은 먼저 데이터 세트를 사용할 수 있는지 테스트합니다. 그렇지 않은 경우 창에서 사용자에게 알리고 몇 가지 작업을 요청합니다( 그림 1 ). 데이터 테이블이 열려 있으면 "플랫폼" 대화 상자( 그림 2 ) 표시됩니다.
그림 2: 추가 기능 대화 상자
다른 모든 JMP 대화 상자의 왼쪽에 있는 열 목록에 익숙합니다. 역할 프레임에는 두 개의 대상 영역이 포함되어 있습니다. 첫 번째는 수식 열에 대한 것이고 두 번째는 연속 변수에 대한 것입니다.
Hist에 대한 비닝 공식.
그림 3: 비닝 공식 그림 4: 2D 히스토그램
구간화 수식은 연속 변수 범위를 구간이라는 섹션으로 세분합니다. 이러한 수식은 다음과 같은 중첩된 If-Then-Else 문의 시퀀스입니다. 그림 3. 이 경우 "Normal" 데이터 열을 참조하고 축을 저장소로 분할하는 절단점 목록을 제공합니다. 이러한 범주화 수식 열은 항상 범주형입니다. 추가 기능은 수식에서 변수 이름과 절단점을 추출하고 둘 다 사용하여 밀도를 계산하고 히스토그램을 그립니다. 비닝에 대한 수식을 설정하는 방법에는 여러 가지가 있습니다. 이 추가 기능은 다음에서 파생된 수식에서 필요한 정보를 추출합니다. 비닝 애드인 V2 또는 JMP에 내장된 비닝용 열 유틸리티에서. JMP의 열 유틸리티를 사용할 때 핫스팟의 "빈 레이블"은 "문자"여야 합니다. 그렇지 않으면 빈을 (아직) 파생시킬 수 없습니다. 고유한 비닝 수식을 설정하고 2D 히스토그램으로 결과를 표시하려면 거의 같은 방식으로 수식을 작성해야 합니다. 그렇지 않으면 추가 기능에서 올바른 요소를 분리하는 데 문제가 있을 수 있습니다. 그림 3의 공식으로부터 도출된 히스토그램은 그림 4와 같다. 저장소는 중앙보다 꼬리에서 더 넓습니다.
히스토그램 값
연속 변수는 2D 히스토그램에 직접 그릴 수 있습니다. 비닝을 위해 세 가지 옵션을 사용할 수 있습니다. 선택한 옵션은 "히스토그램 값" 목록의 모든 변수에 적용됩니다. "식스 시그마" 옵션은 데이터에서 평균 및 표준 편차를 계산하고 빈을 1-시그마 단계로 설정하고 평균을 중심으로 합니다. 식스 시그마 범위 밖의 모든 데이터는 최소 및/또는 최대를 포함하도록 확장되는 하나 또는 두 개의 "나머지" 빈에 수집됩니다.
"Parabolic" 옵션은 데이터의 경험적 모드를 찾고 모드에서 멀어질수록 빈을 더 크게 만듭니다. 빈 폭의 증가는 포물선형 성장을 따릅니다.
"백분위수" 옵션은 빈의 희소성과 분포의 세부 사항 사이의 절충인 백분율을 검색합니다. 이 백분위수에 대해 비닝이 수행됩니다. 백분위수 비닝은 (거의) 동일한 수의 관측치로 간격을 만듭니다.
모든 옵션에 대해 일련의 통계가 인쇄되고 해당되는 경우 참조 값이 x축에 추가됩니다.
