Aquí hay tres formas de crear gráficos de barras agrupadas usando JMP . Hablé de esto en el capítulo 5 de mi libro. Bioestadística utilizando JMP , y una de las formas es muy similar a una reciente ejemplo mostrado por @XanGregg . Sin embargo, dos extensiones del gráfico de barras agrupadas básico pueden ser importantes dependiendo de la historia que estés contando, y eso es lo que cubrimos aquí.
Los tres enfoques que veremos aquí son: 1) agrupación por grupo (como se muestra en la ejemplo reciente ), 2) agrupación por variable y 3) gráficos de barras agrupadas con puntos de datos. También agregaremos barras de error por si acaso en los dos primeros gráficos de barras; Debido a problemas de desorden, el tercer gráfico de barras no mostrará las barras de error.Usaremos los datos de Fisher Iris para este ejemplo, que puede cargar yendo a Ayuda > Datos de muestra > Ver una lista alfabética de todos los archivos de datos de muestra y seleccionando el Iris archivo.
Descubrir cómo hacer todo esto en JMP surgió durante un trabajo en el mundo real e implicó recordar cómo organizar los datos de manera efectiva.@Bill_Worley Pude ayudar a dar los toques finales a lo que me faltaba (todos necesitan la ayuda de los maestros en algún momento). No hace falta decir que el proceso en JMP Es mucho más fácil y rápido de lograr que en MATLAB.
Agrupación por grupo
La agrupación por grupos es el método más simple y se presentó en el artículo de Xan Gregg. ejemplo .Aquí, consideramos la tabla de datos tal como está.Podemos agrupar por grupo a través de Generador de gráficos o Gráficos , pero nos centraremos en Generador de gráficos ya que es muy versátil y facilita el siguiente acercamiento.
En Graph Builder, arrastre las cuatro columnas de datos (longitud del sépalo, ancho del sépalo, longitud del pétalo y ancho del pétalo) a Y. Luego arrastre el grupo (Especie) a X. Haga clic en el icono del gráfico de barras
.También agregaremos intervalos de confianza a través del menú desplegable de la barra de error. Una vez que estemos contentos con el aspecto, no podemos gallina haga clic Hecho . Ahora vemos un resultado como el que se muestra a continuación y como se mostró anteriormente.
Fisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesFisher Iris Variables, Grouped By SpeciesVariables de Fisher Iris, agrupadas por especies
Sin embargo, ¿qué sucede si está interesado en que la respuesta media de una variable difiera según el grupo? Por ejemplo, ¿qué pasaría si quisiéramos ver cómo difiere la longitud de los sépalos entre especies? Sería muy difícil usar el cuadro anterior. Por lo tanto, tendremos que agrupar por variables para realizar muchas de esas comparaciones.
Agrupación por variable
Lamentablemente, los datos no están configurados para agruparse inmediatamente por variables.Para hacer esto, necesitamos una variable de datos que indique el grupo (Especie en este caso) y una variable de datos que indique el nombre de esa variable. Tenemos algunas opciones para hacer esto. Podemos intentarlo Tabular , pero no podríamos agregar barras de error usando su resultado. Entonces crearemos una nueva tabla de datos usando el Pila función. Apilaremos todas las columnas de datos, pero no las Especies.
Stacking DataStacking DataStacking DataStacking DataApilamiento de datos
Ahora tenemos una tabla de datos que tiene tres columnas: Especie, Etiqueta (los nombres de las variables de datos) y los datos en sí. La tabla de datos ahora tiene 600 filas ya que Fisher Iris tiene tres especies, con 50 observaciones cada una de las cuatro variables.
Stacked Data TableStacked Data TableStacked Data TableStacked Data TableTabla de datos apilados
Para crear el gráfico que hemos estado buscando, volveremos a constructor de gráficos, y ahora arrastraremos los datos a Y, la Etiqueta (que contiene los nombres de las variables originales) a X y la Especie a Superponer.Nuevamente agregaremos intervalos de confianza a través del menú desplegable de la barra de error. no podemos gallina haga clic Hecho una vez que estemos contentos con el gráfico . El resultado ahora muestra los mismos datos que antes, pero con una representación que podría resultar más útil en algunas situaciones.
Fisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableFisher Iris Variables, Grouped By VariableVariables de Fisher Iris, agrupadas por variable
Gráficos de barras agrupadas con puntos de datos
Para una divulgación completa de los rangos de datos, podría resultar beneficioso mostrar los puntos de datos reales. Sin embargo, no podremos mostrar las barras de error al mismo tiempo; parecería demasiado desordenado.
Para crear un gráfico de barras donde tenemos puntos superpuestos a las barras, continuaremos con el ejemplo de agrupación por variables.En Graph Builder, tendremos que activar tanto los gráficos de barras como los puntos. Como las barras ya están activadas, tendremos que activar los puntos. Podemos hacer esto manteniendo presionada la tecla Shift y presionando el botón de puntos. Ahora vemos que todos los puntos se alinean en una sola de las barras. Podemos decirle a JMP qué puntos van a qué barras arrastrando la Especie a X. Sin embargo, ahora la agrupación no es la que teníamos antes. Podemos solucionar este problema arrastrando Etiqueta nuevamente a X.Básicamente, este gráfico es lo que queremos ver.
Pero las etiquetas X están bastante desordenadas ya que tenemos tres niveles anidados para agrupar por Especie y Etiqueta. Podemos solucionar esto cambiando Configuración del eje y deshacer clic Mostrar etiquetas de marca en las etiquetas superfluas. Para un último toque final, podemos hacer que las barras sean ligeramente transparentes para mostrar los puntos de manera más efectiva. Podemos hacer esto haciendo clic derecho en la entrada de cada barra en la leyenda y cambiando el Transparencia valor (de 1,0 a 0,3 en este ejemplo). El resultado ahora muestra los mismos datos que antes, pero con otra representación más que podría resultar más útil.
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 VariablesMostrar puntos de datos originales al agrupar por variables
