以下是创建集群条形图的三种方法JMP . 我在本书的第 5 章中讨论了这个问题使用 JMP 进行生物统计学，其中一种方法与最近的一种方法非常相似显示的示例经过@XanGregg . 但是，根据您要讲述的故事，基本聚集条形图的两个扩展可能很重要，这就是我们在此介绍的内容。
我们将在这里看到的三种方法是：1）按组聚类（如最近的例子)，2) 按变量聚类，以及 3) 带有数据点的聚类条形图。 我们还将在前两个条形图中添加误差线以获得良好的度量；由于杂乱的问题，第三个条形图不会显示误差线。我们将在此示例中使用 Fisher Iris 数据，您可以通过转到帮助 > 示例数据 > 查看所有示例数据文件的字母顺序列表并选择鸢尾花文件。
弄清楚如何在 JMP 中完成所有这些工作是在一些实际工作中提出的，它涉及记住如何有效地组织数据。@Bill_Worley能够帮助完成我所缺少的东西（每个人有时都需要大师的帮助）。 不用说，过程中JMP比在 MATLAB 中更容易和更快地实现。
按组聚类
按组聚类是最简单的方法，在 Xan Gregg 的例子.在这里，我们按原样考虑数据表。我们可以通过分组分组图形生成器或者图表, 但我们将重点放在图形生成器因为它非常通用并且有助于下一个方法。
在 Graph Builder 中，将四个数据列（Sepal length、Sepal width、Petal length 和 Petal width）拖动到 Y。 接下来将组（物种）拖到 X。 单击条形图图标
.我们还将通过误差线下拉菜单添加置信区间。 一旦我们对外观感到满意，我们就不能母鸡点击完毕. 我们现在看到一个结果，如下所示，如前所示。
Fisher Iris Variables, Grouped By SpeciesFisher Iris 变量，按物种分组
但是，如果您对变量的平均响应因组而异怎么办？ 例如，如果我们想了解不同物种的萼片长度有何不同呢？ 使用上面的图表将非常困难。 因此，我们将不得不按变量对此类比较进行聚类。
按变量聚类
不幸的是，数据并未设置为立即按变量聚类。为此，我们需要一个表示组（在本例中为 Species）的数据变量和一个表示该变量名称的数据变量。 我们有几个选项可以做到这一点。 我们可以试试制表，但我们无法使用其结果添加误差线。 因此，我们将使用堆功能。 我们将堆叠所有数据列，但不堆叠 Species。
Stacking Data堆叠数据
现在我们有一个包含三列的数据表：Species、Label（数据变量名称）和数据本身。 由于 Fisher Iris 有 3 个物种，因此数据表现在有 600 行长，四个变量中的每一个都有 50 个观测值。
Stacked Data Table堆叠数据表
为了创建我们一直在寻找的图表，我们将回到图形生成器，现在我们将数据拖到 Y，将标签（包含原始变量名称）拖到 X，并将 Species 拖到 Overlay。我们将再次通过误差条下拉菜单添加置信区间。 我们不能母鸡点击完毕一旦我们对图表感到满意. 结果现在显示与以前相同的数据，但其表示在某些情况下可能更有用。
Fisher Iris Variables, Grouped By VariableFisher Iris 变量，按变量分组
带有数据点的聚集条形图
为了充分披露数据范围，显示实际数据点可能是有益的。 但是，我们将无法同时显示误差线；它看起来太杂乱了。
要创建一个条形图，其中我们的点覆盖条形，我们将继续按变量进行聚类示例。在 Graph Builder 中，我们必须同时打开条形图和点。 由于酒吧已经打开，我们将不得不打开点。 我们可以通过按住 Shift 键并按下点按钮来做到这一点。 现在我们看到所有的点都排列在一个条上。 我们可以通过将 Species 拖动到 X 来告诉 JMP 哪些点指向哪些条形图。 但是，现在的分组不是我们以前的分组。 我们可以通过将 Label 再次拖动到 X 来解决此问题。大多数情况下，这个图表是我们想要看到的。
但是，X 标签相当混乱，因为我们有三个嵌套级别来按物种和标签分组。 我们可以通过改变来解决这个问题轴设置并取消点击显示刻度标签在多余的标签上。 作为最后的画龙点睛，我们可以使条形稍微透明以更有效地显示点。 我们可以通过右键单击图例中的每个条形条目并更改透明度值（在本例中为 1.0 到 0.3）。 结果现在显示与以前相同的数据，但还有另一种可能更有用的表示。
Showing Original Data Points when Clustering by Variables按变量聚类时显示原始数据点
您知道如何在 JMP 中制作在一个变量级别内按百分比缩放的聚集条形图吗？ 我找到了一种在所有数据中计算百分比的方法，但希望能够像 Minitab 所允许的那样进行缩放。
@TrevorBihl写道：
