Y 尺度类型

默认情况下，直方图的 Y 尺度表示频率（每个条形均表示指定区间内值的频率），以强调每个区间的量值。如果您的读者的知识储备不够充分，无法理解频率值，您可以更改图形的 Y 尺度类型，将这些频率值转换为百分比（每个条形表示区间内所有值的百分比），读者会觉得这种格式更有意义。

默认情况下，每个条形表示区间内值的频率。将 Y 尺度类型更改为百分比可使每个条形表示区间内所有值的百分比。如果要比较分布且样本数量不同时，使用密度。在比较条形且区间宽度不相等时，密度也很有用。密度计算为观测值的比率除以区间宽度。

频率（默认）

百分比

密度

频率

每个条形的高度表示落入每个区间的观测值个数。

百分比

每个条形的高度表示位于区间的样本观测值的百分比。具有百分比尺度的直方图有时称为相对频率直方图。使用百分比尺度可以比较不同数量的样本。

密度

每个条形的面积表示落入区间的样本观测值所占的比例（比例 = 条形面积 = 区间宽度 × 区间高度）。

跨区间累积值：（仅限频率和百分比尺度）条形高度从左到右累积。每个条形的高度等于区间的高度加上先前所有区间的高度。

百分比

Y 轴上的值表示估计的累积百分比。估计的累积百分比等于估计的累积概率乘以 100。

概率

Y 轴上的值表示估计的累积概率。值 x 的累积概率是从总体中抽取的随机观测值将小于或等于 x 的概率。

Minitab 使用中位数排秩法（又称为 Benard 方法）估计每个观测值的累积概率 (r)：

在此公式中，i 是样本中观测值的排秩，n 是样本中的总观测值个数。对于样本中的最小值，i = 1；对于样本中的最大值，i = n。

分值（仅限概率图）

Y 轴上的值表示反向累积概率。

正态分布和对数正态分布的分值是使用标准正态分布计算的 r 的逆累积概率。

指数分布和 Weibull 分布的分值按照 LN(−LN(1−r)) 进行计算，其中 LN 是自然对数函数。

相似性（默认）

每个聚类的高度表示相似性。两个聚类 i 和 j 之间相似性 s(ij) 的计算公式为：s(ij) = 100 (1 - d(ij) / d(max)。如果为分析输入了原始距离矩阵 D，则 d(max) 是 D 中的最大值。如果 D 是从数据计算得到的，则 d(max) = 2（如果您选择将相关作为距离度量）和 1（如果您选择将绝对相关作为距离度量）。

距离

每个聚类的高度表示距离。