以下に、集合棒グラフを作成する 3 つの方法を示します。 JMP 。 これについては私の本の第 5 章で説明しましたJMP を使用した生物統計、その方法の 1 つは最近の方法と非常によく似ています。示された例による@XanGregg 。 ただし、伝えるストーリーによっては、基本的な集合棒グラフの 2 つの拡張が重要になる可能性があり、それがここで説明する内容です。
ここで説明する 3 つのアプローチは次のとおりです。 1) グループによるクラスタリング (図に示すように)最近の例)、2) 変数によるクラスター化、および 3) データ ポイントを含むクラスター化棒グラフ。 最初の 2 つの棒グラフには、正確な測定のために誤差範囲も追加します。乱雑な問題のため、3 番目の棒グラフには誤差範囲が表示されません。この例では、Fisher Iris データを使用します。このデータは、次の場所に移動してロードできます。ヘルプ > サンプル データ > すべてのサンプル データ ファイルのアルファベット順リストを参照そして、虹彩ファイル。
これらすべてを JMP で行う方法を理解することは、実際の作業中に思いつきました。それには、データを効果的に整理する方法を思い出す必要がありました。@Bill_Worley私が欠けていたものに最後の仕上げをするのを助けることができました（誰もがいつかマスターからの助けを必要とします）。 その過程は言うまでもなく、 JMP MATLAB よりもはるかに簡単かつ迅速に実現できます。
グループごとのクラスタリング
グループによるクラスタリングは最も簡単な方法であり、Xan Gregg の論文で紹介されました。例。ここではデータテーブルをそのまま考えます。グループごとにクラスタリングできます。グラフビルダーまたはチャート、しかしここでは次の点に焦点を当てます。グラフビルダーそれは非常に汎用性が高く、次のアプローチを容易にするためです。
グラフ ビルダーで、4 つのデータ列 (がく片の長さ、がく片の幅、花びらの長さ、および花びらの幅) を Y にドラッグします。 次に、グループ (種) を X にドラッグします。 棒グラフのアイコンをクリックします
。また、誤差バーのドロップダウン メニューから信頼区間を追加します。 見た目に満足したら、次はできません。クリックしてください終わり。 以下に示すような結果と、前に示した結果が表示されます。
Fisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By Species種ごとにグループ化されたフィッシャー アイリス変数
しかし、変数の平均応答がグループごとに異なることに興味がある場合はどうすればよいでしょうか? たとえば、がく片の長さが種によってどのように異なるかを知りたい場合はどうすればよいでしょうか? 上記の図を使用するのは非常に困難です。 したがって、このような比較を行うには変数ごとにクラスタリングする必要があります。
変数によるクラスタリング
残念ながら、データは変数によってすぐにクラスター化されるように設定されていません。これを行うには、グループ (この場合は種) を示すデータ変数と、その変数名を示すデータ変数が必要です。 これを行うにはいくつかのオプションがあります。 試してみてもいいでしょう表にする, しかし、その結果を使用して誤差範囲を追加することはできません。 そこで、次を使用して新しいデータテーブルを作成します。スタック関数。 データのすべての列を積み重ねますが、種は積み上げません。
Stacking DataStacking DataStacking DataStacking Dataデータのスタッキング
これで、種、ラベル (データ変数名)、データ自体の 3 つの列を持つデータ テーブルができました。 Fisher Iris には 3 つの種があり、4 つの変数それぞれに 50 の観測値があるため、データ テーブルの長さは 600 行になりました。
Stacked Data TableStacked Data TableStacked Data TableStacked Data Table積み上げデータテーブル
探していたグラフを作成するには、に戻ります。グラフビルダー、次に、データを Y にドラッグし、ラベル (元の変数名を含む) を X に、種をオーバーレイにドラッグします。誤差バーのドロップダウン メニューから信頼区間を再度追加します。 できませんクリックしてください終わりチャートに満足したら。 結果には以前と同じデータが表示されますが、状況によってはより便利な表現が含まれます。
Fisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris 変数、変数ごとにグループ化
データポイントを含む集合棒グラフ
データ範囲を完全に開示するには、実際のデータ ポイントを示すことが有益な場合があります。 ただし、エラーバーを同時に表示することはできません。乱雑に見えてしまいます。
棒の上に点が重なる棒グラフを作成するには、変数によるクラスタリングの例を続けます。グラフ ビルダーでは、棒グラフと点の両方をオンにする必要があります。 バーはすでにオンになっているので、ポイントをオンにする必要があります。 これを行うには、Shift キーを押しながらポイント ボタンを押します。 これで、すべての点が 1 つのバー上にのみ並んでいることがわかります。 種を X にドラッグすることで、どのポイントがどのバーに移動するかを JMP に伝えることができます。 ただし、今ではグループ分けは以前とは異なります。 この問題は、Label を再度 X にドラッグすることで修正できます。ほとんどの場合、このグラフが私たちが見たいものです。
ただし、種とラベルごとにグループ化する 3 つのネストされたレベルがあるため、X ラベルはかなり雑然としています。 変更することでこれを修正できます軸の設定そしてクリックを解除する目盛ラベルを表示余計なラベルに。 最後の仕上げとして、バーをわずかに透明にして、ポイントをより効果的に表示できます。 これを行うには、凡例内の各バーのエントリを右クリックし、透明性値 (この例では 1.0 から 0.3)。 結果には以前と同じデータが表示されますが、さらに便利な別の表現が含まれています。
Showing Original Data Points when Clustering by VariablesShowing Original Data Points when Clustering by VariablesShowing Original Data Points when Clustering by VariablesShowing Original Data Points when Clustering by Variables変数によるクラスタリング時の元のデータ ポイントの表示
JMP で 1 つの変数レベル内でパーセント単位でスケールされる集合棒グラフを作成する方法をご存知ですか? すべてのデータ内のパーセントを計算する方法を見つけましたが、Minitab で許可されているものと同様のスケールを探しています。
@TrevorBihl書きました：
