此外接程序绘制直方图，这些直方图具有不同的分箱基本宽度，这些分箱可细分连续变量的x轴。 分档的宽度可以从数据本身或分档公式得出。 在2D直方图中，垃圾箱上方的区域代表的是内部观察的数量，而不是条形的高度。 条形图的高度是在基座上的观测值的密度。
图1：信息窗口
加载项首先测试数据集是否可用。 如果不是，则会出现一个窗口通知用户并要求采取一些措施（图片1 ）。 如果数据表已打开，则“平台”对话框（图片2 ）。
图2：“加载项”对话框
您熟悉所有其他JMP对话框左侧的列列表。 角色框架包含两个目标区域，第一个目标区域用于公式列，第二个目标区域用于连续变量。
历史记录的分箱公式。
图片3：装箱公式图片4：2D直方图
合并公式将连续变量的范围细分为多个部分，称为合并。 这些公式是嵌套的If-Then-Else语句序列，例如图片3。 它们引用数据列（在这种情况下为“正常”），并提供将轴拆分为仓位的切点列表。 这些装箱公式列始终是分类的。 加载项从公式中提取变量名称和切点，并使用这两者来计算密度并绘制直方图。 有很多方法可以设置分箱公式。 此加载项从从以下公式得出的公式中提取必要的信息： Binning加载项V2或者，从用于JMP内置的装箱的列实用程序中。 使用JMP中的列实用程序时，热点中的“容器标签”必须为“字符”。 否则，将无法导出垃圾箱。 如果要设置自己的装箱公式并使用2D直方图显示结果，则应以几乎相同的方式构建公式，否则外接程序可能难以隔离正确的元素。 从图3中的公式得出的直方图如图4所示。 请注意，垃圾箱的尾部比中部要宽。
直方图的值
连续变量可以直接在2D直方图中绘制。 为了进行装箱，提供了三个选项。 所选选项将应用于“直方图的值”列表中的所有变量。 选项“六个西格玛”（Six Sigma）可根据数据计算平均值和标准偏差，以1格的步长设置分格，然后将其围绕平均值居中。 六个西格玛范围之外的所有数据都收集在一个或两个“剩余”区域中，这些区域延伸以覆盖最小值和/或最大值。
“抛物线”（paraabolic）选项尝试查找数据的经验模式，并使垃圾桶距离数据模式越远，垃圾桶越大。 箱宽度的增加跟随抛物线的增长。
“百分比”选项搜索百分比，该百分比是垃圾箱稀疏度与分布细节之间的折衷。 对于此百分位数，进行装仓。 百分箱将间隔（几乎）相同的观察数作为间隔。
对于每个选项，将打印一组统计信息，并在适当的情况下将参考值添加到x轴。
