此加载项绘制直方图，其中包含细分连续变量 x 轴的 bin 的不同基本宽度。 分箱的宽度可以从数据本身或分箱公式中得出。 在 2D 直方图中，bin 上方的区域表示其中的观测值数量，而不是条形的高度。 条形的高度是底部观测值的密度。
图一：信息窗口
加载项首先测试数据集是否可用。 如果没有，一个窗口会通知用户并要求采取一些行动（图片1 ). 如果数据表打开，“平台”对话框（图二) 显示。
图 2：插件对话框
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，第一个用于公式列，第二个用于连续变量。
Hist 的装箱公式。
图 3：Binning 公式图 4：二维直方图
分箱公式将连续变量的范围细分为多个部分，称为分箱。 这些公式是一系列嵌套的 If-Then-Else 语句，如图 3。 他们引用了一个数据列，在本例中为“正常”，并提供了一个将轴拆分为 bin 的切点列表。 这些分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，并使用两者计算密度和绘制直方图。 设置分箱公式的方法有很多种。 此加载项从派生自的公式中提取必要的信息装箱插件 V2或者，从 JMP 内置的用于分箱的列实用程序。 当使用 JMP 的列实用程序时，热点中的“Bin Label”必须是“Character”。 否则不能（还）导出 bin。 如果您想设置自己的分箱公式并使用 2D 直方图显示结果，您应该以几乎相同的方式构建公式，否则加载项可能无法隔离正确的元素。 从图 3 中的公式导出的直方图如图 4 所示。 请注意，尾部的箱子比中心的箱子宽。
直方图的值
连续变量可以直接绘制在二维直方图中。 出于分箱的目的，可以使用三个选项。 所选选项应用于“直方图值”列表中的所有变量。 “Six Sigma”选项根据数据计算平均值和标准偏差，以 1-sigma 步长设置 bin 并将它们以平均值为中心。 六西格玛范围之外的所有数据都收集在一个或两个“剩余”箱中，这些箱延伸以覆盖最小值和/或最大值。
“抛物线”选项试图找到数据的经验模式，并使容器离模式越远越大。 bin 宽度的增加遵循抛物线增长。
“Percentiles”选项搜索一个百分比，该百分比是 bin 的稀疏性和分布细节之间的折衷。 对于这个百分位数，进行分箱。 百分位数分箱使间隔具有（几乎）相同数量的观察值。
对于每个选项，都会打印一组统计数据，并在适当时将参考值添加到 x 轴。
