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 刻度类型改为 ， 百分比 使每个条代表箱内所有数值的百分比。当你想比较分布且样本量不同时，可以使用 密度 。密度 当你比较车把且槽宽不等时，这也很有用。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。对于样本中最小的 值，i = 1;对于样本中最大的 值，i = n。

分值 （仅概率图）

Y 轴上的值表示逆累积概率。

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)。如果你输入了原始的距离矩阵D进行分析，那么d（max）是D中的最大值。如果D是根据数据计算的，那么如果选择相关系作为距离测度，d（max）=2;如果选择绝对相关作为距离测度，则为1。

距离

每个聚类的高度表示距离。