다음은 다음을 사용하여 클러스터된 막대 차트를 만드는 세 가지 방법입니다. JMP . 나는 이 책의 5장에서 이에 대해 논의했습니다. JMP를 사용한 생물통계학 , 방법 중 하나는 최근의 방법과 매우 유사합니다. 표시된 예 ~에 의해 @XanGregg . 그러나 전달하려는 내용에 따라 기본 클러스터형 막대 차트의 두 가지 확장이 중요할 수 있으며 여기서는 이에 대해 다루고 있습니다.
여기서 살펴볼 세 가지 접근 방식은 다음과 같습니다. 1) 그룹별 클러스터링(그림에 표시된 대로) 최근의 예 ), 2) 변수별 클러스터링, 3) 데이터 요소가 포함된 클러스터형 막대 차트입니다. 또한 처음 두 개의 막대 차트에 좋은 측정을 위해 오류 막대를 추가할 것입니다. 복잡한 문제로 인해 세 번째 막대 차트에는 오류 막대가 표시되지 않습니다.이 예에서는 Fisher Iris 데이터를 사용하겠습니다. 도움말 > 샘플 데이터 > 모든 샘플 데이터 파일의 알파벳순 목록 보기 그리고 아이리스 파일.
JMP에서 이 모든 작업을 수행하는 방법은 실제 작업 중에 떠올랐으며, 여기에는 데이터를 효과적으로 구성하는 방법을 기억하는 것도 포함되었습니다.@Bill_Worley 내가 놓친 부분을 마무리하는 데 도움을 줄 수 있었습니다(누구나 언젠가는 마스터의 도움이 필요합니다). 말할 필요도 없이, 그 과정은 JMP MATLAB에서보다 훨씬 쉽고 빠르게 달성할 수 있습니다.
그룹별 클러스터링
그룹별 클러스터링은 가장 간단한 방법이며 Xan Gregg의 예 .여기서는 데이터 테이블을 있는 그대로 간주합니다.다음을 통해 그룹별로 클러스터링할 수 있습니다. 그래프 빌더 또는 차트 하지만 우리는 다음에 집중할 것입니다 그래프 빌더 이는 매우 다재다능하고 다음 접근 방식을 용이하게 하기 때문입니다.
그래프 빌더에서 4개의 데이터 열(꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비)을 Y로 드래그합니다. 다음으로 그룹(종)을 X로 드래그합니다. 막대 차트 아이콘을 클릭하세요.
.또한 오류 표시줄 드롭다운 메뉴를 통해 신뢰구간을 추가하겠습니다. 일단 외모에 만족하면 더 이상 할 수 없습니다. 암탉 클릭 완료 . 이제 아래에 표시된 것과 이전에 표시된 것과 같은 결과가 표시됩니다.
Fisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By Species종별로 그룹화된 Fisher 붓꽃 변수
그러나 변수의 평균 반응이 그룹별로 다른지 알고 싶다면 어떻게 해야 할까요? 예를 들어, 꽃받침 길이가 종에 따라 어떻게 다른지 확인하고 싶다면 어떻게 해야 할까요? 위의 차트를 사용하는 것은 매우 어려울 것입니다. 따라서 우리는 그러한 비교를 위해 변수별로 클러스터링해야 합니다.
변수별 클러스터링
안타깝게도 데이터는 변수별로 즉시 클러스터링되도록 설정되지 않았습니다.이를 위해서는 그룹(이 경우 종)을 나타내는 데이터 변수와 해당 변수 이름을 나타내는 데이터 변수가 필요합니다. 이를 수행할 수 있는 몇 가지 옵션이 있습니다. 우리는 시도해 볼 수 있습니다 표로 만들다 , 그러나 그 결과를 사용하여 오류 막대를 추가할 수는 없습니다. 따라서 우리는 다음을 사용하여 새로운 데이터 테이블을 생성할 것입니다. 스택 기능. 모든 데이터 열을 쌓지만 종은 쌓지 않습니다.
Stacking DataStacking DataStacking DataStacking Data데이터 쌓기
이제 종, 레이블(데이터 변수 이름) 및 데이터 자체라는 세 개의 열이 있는 데이터 테이블이 있습니다. Fisher Iris에는 3개의 종이 있고 4개의 변수 각각에 대해 각각 50개의 관측치가 있으므로 데이터 테이블의 길이는 이제 600행입니다.
Stacked Data TableStacked Data TableStacked Data TableStacked Data Table누적 데이터 테이블
우리가 찾고 있던 그래프를 만들기 위해 다음으로 돌아갑니다. 그래프 빌더, 이제 데이터를 Y로, 레이블(원래 변수 이름 포함)을 X로, 종을 오버레이로 드래그하겠습니다.오류 표시줄 드롭다운 메뉴를 통해 신뢰 구간을 다시 추가하겠습니다. 우리는 할 수 없습니다 암탉 클릭 완료 차트에 만족하면 . 이제 결과에는 이전과 동일한 데이터가 표시되지만 일부 상황에서는 더 유용할 수 있는 표현이 포함되어 있습니다.
Fisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By Variable변수별로 그룹화된 Fisher 붓꽃 변수
데이터 요소가 포함된 클러스터형 막대 차트
데이터 범위를 완전히 공개하려면 실제 데이터 포인트를 표시하는 것이 도움이 될 수 있습니다. 그러나 동시에 오류 막대를 표시할 수는 없습니다. 너무 어수선해 보일 거예요.
막대 위에 점이 있는 막대 차트를 만들기 위해 변수별 클러스터링 예제를 계속 진행하겠습니다.그래프 빌더에서는 막대형 차트와 점을 모두 활성화해야 합니다. 막대가 이미 켜져 있으므로 포인트를 켜야 합니다. Shift 키를 누른 상태에서 포인트 버튼을 누르면 됩니다. 이제 모든 점이 막대 중 하나에만 정렬되어 있음을 알 수 있습니다. 종(Species)을 X로 드래그하면 어떤 점이 어떤 막대로 이동하는지 JMP에 알 수 있습니다. 그러나 이제 그룹화는 이전과 다릅니다. Label을 다시 X로 드래그하면 이 문제를 해결할 수 있습니다.대부분 이 그래프가 우리가 보고 싶은 것입니다.
그러나 종(Species) 및 레이블(Label)별로 그룹화할 세 개의 중첩 수준이 있으므로 X 레이블은 다소 복잡합니다. 이 문제는 변경하여 해결할 수 있습니다. 축 설정 그리고 클릭을 해제하면 눈금 레이블 표시 불필요한 라벨에. 마지막 마무리 작업으로 막대를 약간 투명하게 만들어 포인트를 더 효과적으로 표시할 수 있습니다. 범례에서 각 막대 항목을 마우스 오른쪽 버튼으로 클릭하고 투명도 값(이 예에서는 1.0에서 0.3까지). 이제 결과에는 이전과 동일한 데이터가 표시되지만 더 유용할 수 있는 또 다른 표현이 포함되어 있습니다.
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 Variables변수별로 클러스터링할 때 원본 데이터 포인트 표시
JMP에서 하나의 변수 수준 내에서 백분율로 조정되는 클러스터형 막대 차트를 만드는 방법을 알고 계십니까? 모든 데이터 내에서 백분율을 계산하는 방법을 찾았지만 Minitab에서 허용하는 것과 유사한 규모로 확장하려고 합니다.
@TrevorBihl 썼다:
