箱线图（Box Plot）作为展示数据分布的核心统计图表，能直观呈现数据的中位数、四分位数、离散程度与异常值，是质量控制、实验分析、市场调研等领域的 “基础分析工具”。而 JMP 作为专业的统计分析软件，不仅能快速绘制标准箱线图，更通过 “统计集成 + 动态交互” 功能，让箱线图从 “静态展示” 升级为 “可探索、可验证的分析载体”—— 无需切换工具，即可完成 “分布可视化→异常值定位→组间比较→统计检验” 的全流程分析。本文将系统讲解 JMP 绘制箱线图的实操方法、特色功能与实战应用，帮助分析师最大化挖掘数据分布价值。

一、先懂 “箱” 再画 “图”：箱线图的统计意义与 JMP 优势

在使用 JMP 绘制箱线图前，需先明确箱线图的核心组成与统计含义 —— 这是后续解读结果的基础；同时理解 JMP 相比 Excel、Python 等工具的独特优势，才能充分发挥其价值。

1. 箱线图的核心组成：5 个关键统计量

箱线图通过 “箱体 + 须 + 异常值” 的组合，浓缩展示数据分布的关键信息，标准结构包含 5 个核心统计量（以 “销售额数据” 为例）：

• 箱体：代表数据的 “中间 50%”（四分位距 IQR=Q3-Q1），箱体长度越短，数据越集中；

  • 箱体下沿（Q1）：第 25 百分位数，25% 的数据小于该值；

  • 箱体上沿（Q3）：第 75 百分位数，75% 的数据小于该值；

  • 箱体中线（Median）：第 50 百分位数（中位数），数据分布的中心位置，比均值更抗异常值影响；

• 须（Whiskers）：代表数据的 “合理范围”，JMP 默认按 “1.5×IQR 规则” 计算：

  • 下须：max（最小值，Q1-1.5×IQR）；

  • 上须：min（最大值，Q3+1.5×IQR）；

• 异常值（Outliers）：超出 “须” 范围的数据点，JMP 中用 “圆点” 标记，需重点分析（如是否为数据错误或特殊事件）。

例如：某产品的销售额箱线图中，中位数为 50 万元，Q1=30 万、Q3=70 万（IQR=40 万），下须 = 30-1.5×40= -30（取最小值 10 万），上须 = 70+1.5×40=130 万，超出 130 万的销售额即为异常值（可能是大订单或数据录入错误）。

2. JMP 绘制箱线图的 4 大核心优势

相比 Excel（需手动计算四分位数）、Python（需代码调试样式），JMP 在箱线图绘制与分析上的优势尤为明显：

• 统计自动化：自动计算中位数、四分位数、异常值，无需手动处理，支持直接导出统计报告；

• 交互性强：点击箱线图的任意元素（如中位数线、异常值），可直接查看对应原始数据、筛选子集或进行假设检验；

• 分组灵活：支持多维度分组（如 “区域 + 月份” 双分组），快速对比不同类别数据的分布差异；

• 功能集成：箱线图可与 “直方图、正态性检验、方差分析” 等功能联动，无需切换窗口即可完成深度分析。

二、JMP 绘制箱线图全流程：从数据准备到基础绘制

以 “某连锁超市各门店月度销售额数据” 为例（数据包含 “门店编号、区域、月份、销售额”4 个字段），详解 JMP 绘制基础箱线图的步骤，适用于 “单变量分布展示” 或 “单维度分组比较” 场景。

1. 步骤 1：数据准备 —— 确保 JMP 兼容的数据格式

JMP 对数据格式的核心要求是 “结构化数据”，即 “每一行是一个观测值，每一列是一个变量”，避免 “宽格式数据”（如多列均为销售额，列名是门店编号）。

• 正确数据格式（示例）：

• 数据导入：

1. 打开 JMP，点击菜单栏 “文件”→“打开”，选择 Excel/Csv 格式的数据文件；

2. 若数据为 “宽格式”，需先通过 “表格”→“堆叠列” 转换为长格式（例如：将 “门店 001 销售额、门店 002 销售额” 列堆叠为 “门店编号、销售额” 两列）。

2. 步骤 2：两种绘制路径 —— 按需选择 “快速绘图” 或 “深度分析”

JMP 提供 “图形生成器”（灵活绘图）与 “分析→分布”（统计分析）两种路径，分别适用于不同需求：

路径 1：图形生成器（适用于快速绘制、自定义样式）

适合需要 “调整图表样式、添加辅助元素” 的场景，步骤如下：

1. 点击菜单栏 “图形”→“图形生成器”，打开图形生成器窗口；

2. 将 “销售额（万元）” 字段拖到 “Y 轴”（纵轴，代表要分析的数值变量）；

3. 将 “区域” 字段拖到 “X 轴”（横轴，代表分组变量，若无需分组则不拖）；

4. 在右侧 “元素” 面板中，点击 “箱线图”（默认是 “箱线图 + 须 + 异常值” 组合，可选择 “仅箱线图”“箱线图 + 均值点” 等变体）；

5. （可选）自定义样式：

• 双击箱体，在 “填充颜色” 中选择 “按区域着色”（不同区域用不同颜色，便于区分）；

• 双击 Y 轴，设置 “轴范围”（如销售额 0-100 万元），避免自动缩放导致的视觉偏差；

• 点击 “添加”→“参考线”，添加 “总体均值线”（红色虚线），便于对比各组与总体的差异；

1. 点击 “确定”，生成基础箱线图。

路径 2：分析→分布（适用于深度统计分析）

适合需要 “自动生成统计报告、进行异常值检验” 的场景，步骤如下：

1. 点击菜单栏 “分析”→“分布”，打开分布窗口；

2. 将 “销售额（万元）” 字段拖到 “Y，列”（数值变量）；

3. 将 “区域” 字段拖到 “By”（分组变量，按区域分组展示分布）；

4. 点击 “确定”，JMP 会自动生成：

• 各区域的箱线图（默认包含异常值标记）；

• 对应的统计报告（包含中位数、Q1、Q3、IQR、均值、标准差、异常值数量）；

• 直方图与正态性检验结果（便于判断数据是否符合正态分布）；

1. （可选）优化箱线图：右键箱线图→“箱线图选项”，可调整 “须的计算方式”（如改为 “2×IQR”）、“异常值标记样式”（如改为三角形）。

三、JMP 箱线图的特色功能：从 “展示” 到 “分析” 的升级

JMP 的核心价值在于 “箱线图不仅是画图工具，更是分析入口”，以下 5 个特色功能能大幅提升分析效率，是其他工具难以替代的关键：

1. 功能 1：点击交互 —— 定位异常值与原始数据

JMP 箱线图的 “交互性” 是核心优势，无需额外操作即可追溯异常值来源：

• 查看异常值详情：双击箱线图中的异常值（圆点），JMP 会自动在数据表格中 “高亮选中” 对应的原始数据行，显示该异常值的 “门店编号、月份、销售额” 等完整信息；

• 筛选异常值子集：右键异常值→“选择匹配行”，可筛选出所有异常值数据，单独保存为新表格，便于后续分析（如判断异常值是 “大订单” 还是 “数据错误”）；

• 示例：某异常值销售额为 150 万元，双击后发现对应门店是 “华东 005 店”，月份为 “12 月（双 12 大促）”，说明该异常值是合理的业务峰值，无需剔除。

2. 功能 2：多维度分组 —— 对比复杂类别差异

当需要按 “多个维度” 分组（如 “区域 + 月份”）时，JMP 可快速实现多层级对比：

• 操作步骤：

1. 用 “图形生成器” 绘制箱线图，将 “销售额” 拖到 Y 轴；

2. 将 “区域” 拖到 X 轴，将 “月份” 拖到右侧 “分组” 面板（或直接拖到 X 轴，与 “区域” 形成嵌套分组）；

3. JMP 会生成 “按区域分栏、按月份分组” 的箱线图，每个区域下展示 12 个月的销售额分布；

• 分析价值：可同时对比 “不同区域的月度差异” 与 “同一区域内的月度波动”，例如：发现 “华东区域 12 月销售额中位数显著高于其他月份”，而 “华北区域各月分布相对平稳”。

3. 功能 3：添加统计标记 —— 直观展示均值、置信区间

默认箱线图仅显示中位数，JMP 可添加 “均值点、置信区间” 等统计标记，丰富分析维度：

• 添加均值点：右键箱线图→“添加”→“均值点”，JMP 会在箱体内添加 “红色圆点” 标记均值，对比 “中位数与均值” 的差异（若均值 > 中位数，说明数据右偏；反之左偏）；

• 添加置信区间：右键箱线图→“添加”→“置信区间”，选择 “均值的 95% 置信区间”，JMP 会在均值点周围添加 “误差线”，展示均值的统计可靠性（误差线越短，均值估计越稳定）；

• 示例：华南区域销售额的 “中位数 = 55 万，均值 = 62 万”，且均值置信区间较窄，说明该区域销售额右偏（存在少量高值订单），且均值估计可靠。

4. 功能 4：联动统计检验 —— 验证组间差异是否显著

箱线图可直观展示组间差异，但 “差异是否显著” 需统计检验支撑，JMP 可直接联动 “方差分析（ANOVA）”：

• 操作步骤：

1. 用 “分析→分布” 生成箱线图后，点击窗口顶部的 “红色三角（分析选项）”→“比较均值”→“单因子 ANOVA”；

2. JMP 会自动生成方差分析报告，包含 “F 值、P 值” 等关键指标；

• 结果解读：若 P 值 <0.05（显著性水平），说明 “不同组间的差异显著”；若 P 值 > 0.05，说明差异可能是随机波动；

• 示例：区域间销售额的 ANOVA 报告显示 P 值 = 0.02<0.05，说明 “华东、华北、华南区域的销售额差异显著”，并非随机偶然。

5. 功能 5：导出与复用 —— 生成标准化报告

JMP 支持将箱线图与统计报告导出为 “可编辑格式”，便于报告撰写与复用：

• 导出图表：右键箱线图→“保存图形”，可导出为 “PNG、EMF、PDF” 等格式，其中 EMF 格式支持在 Word 中编辑（如调整颜色、字体）；

• 导出统计报告：点击 “分析→分布” 窗口的 “红色三角”→“保存报表”，可将 “箱线图 + 统计表格 + 正态性检验” 打包导出为 “JMP 报表文件” 或 “Excel 文件”，支持他人打开后直接查看完整分析结果；

• 复用模板：若需定期绘制相同格式的箱线图（如每月销售分析），可将当前箱线图保存为 “图形模板”，后续导入新数据后直接应用模板，无需重复调整样式。

四、实战案例：用 JMP 箱线图分析 “超市销售额区域差异”

以 “某连锁超市 2024 年各门店月度销售额数据” 为例，完整演示 JMP 箱线图的分析流程，解决 “区域间销售额是否存在差异”“异常值是否合理”“哪些区域表现更稳定” 三个核心问题。

1. 案例目标

分析华东、华北、华南三个区域的销售额分布差异，为 2025 年区域营销策略制定提供数据支撑。

2. 数据准备

数据包含 “门店编号（30 个门店）、区域（华东 10 家、华北 10 家、华南 10 家）、月份（1-12 月）、销售额（万元）”，共 360 条观测值，数据格式为 JMP 兼容的长格式。

3. 分析步骤

步骤 1：绘制基础分组箱线图

1. 点击 “分析”→“分布”，将 “销售额” 拖到 “Y，列”，“区域” 拖到 “By”；

2. 点击 “确定”，生成三个区域的箱线图与统计报告。

步骤 2：解读分布特征

从箱线图中初步观察：

• 中位数差异：华东区域销售额中位数（58 万）> 华南（52 万）> 华北（45 万），华东区域整体表现最优；

• 离散程度：华北区域箱体最短（IQR=15 万），华东区域箱体最长（IQR=25 万），说明华北区域销售额更稳定，华东区域波动更大；

• 异常值：华东区域有 3 个异常值（>130 万），华南有 1 个，华北无异常值。

步骤 3：验证异常值合理性

1. 双击华东区域的异常值，高亮对应原始数据：发现均为 “12 月双 12 大促” 期间的门店数据，且销售额最高的门店是 “华东 008 店”（线上线下联动销售），属于合理业务峰值；

2. 结论：异常值无需剔除，需在报告中注明 “华东区域 12 月大促对销售额的显著提升作用”。

步骤 4：检验区域差异显著性

1. 在 “分布” 窗口点击 “红色三角”→“比较均值”→“单因子 ANOVA”；

2. 方差分析报告显示：F 值 = 8.62，P 值 = 0.0003<0.05，说明 “三个区域的销售额差异显著”，并非随机波动。

步骤 5：生成最终报告

1. 调整箱线图样式：按区域着色（华东蓝色、华北绿色、华南橙色），添加均值点与 95% 置信区间；

2. 导出 “箱线图 + 统计报告 + ANOVA 结果” 为 PDF 文件，附分析结论：

• 华东区域销售额最高但波动大，需优化大促期间的库存管理；

• 华北区域销售额稳定但偏低，需加强营销策略；

• 华南区域表现中等，可借鉴华东的大促经验提升业绩。

五、常见问题与解决方案：避免 JMP 箱线图的 “踩坑” 指南

在实际操作中，易因数据格式、参数设置不当导致箱线图异常，以下为高频问题及解决方法：

1. 问题 1：数据导入后无法分组 —— 提示 “分组变量不是分类变量”

• 原因：JMP 将 “区域”“月份” 识别为 “数值变量”（如月份存储为 1、2、3...），而非 “分类变量”；

• 解决方案：

1. 右键 “区域” 字段列→“列属性”→“名义”（或 “有序”），将其设置为分类变量；

2. 重新绘制箱线图，“区域” 即可正常作为分组变量使用。

2. 问题 2：箱线图无异常值 —— 实际存在极端数据

• 原因：JMP 默认按 “1.5×IQR” 计算须的范围，若数据离散程度极大（如存在超高峰值），可能导致须覆盖极端值，未标记为异常值；

• 解决方案：

1. 右键箱线图→“箱线图选项”→“须长度”，将 “1.5×IQR” 改为 “1.0×IQR”（缩小须的范围，让更多极端值显示为异常值）；

2. 或在 “分析→分布” 窗口查看 “统计报告” 中的 “最小值、最大值”，手动判断是否存在需关注的极端值。

3. 问题 3：多维度分组后图表拥挤 —— 无法清晰查看

• 原因：分组维度过多（如 “区域 + 月份 + 门店类型”），导致 X 轴标签重叠、箱体过窄；

• 解决方案：

1. 用 “分栏” 替代 “嵌套分组”：将 “区域” 拖到 “分栏” 面板，每个区域生成独立子图，X 轴仅显示 “月份”，避免标签拥挤；

2. 调整图表尺寸：右键图表→“调整大小”，增大宽度，让箱体有足够显示空间；

3. 筛选关键维度：若无需分析所有维度，可先通过 “行筛选器” 筛选核心维度（如仅分析 “旺季 3 个月”），简化图表。

4. 问题 4：导出的箱线图字体模糊 —— 不符合报告要求

• 原因：导出时未设置 “高分辨率”，或字体格式未适配；

• 解决方案：

1. 导出时选择 “PDF 格式”（矢量图，放大后不失真），而非 PNG（位图，放大后模糊）；

2. 导出前双击图表中的 “轴标签、标题”，将字体改为 “宋体、12 号”，确保与报告字体一致；

3. 若需插入 Word，选择 “EMF 格式”，可在 Word 中进一步调整字体与大小。

六、总结：JMP 箱线图的核心价值 ——“可视化 + 统计” 的无缝融合

JMP 绘制箱线图的优势，不在于 “画图速度”，而在于 “将可视化与统计分析深度集成”—— 让分析师无需在 “画图工具” 与 “统计软件” 之间切换，即可完成从 “数据分布展示” 到 “异常值分析”“组间检验”“结论导出” 的全流程工作。

对于数据分析师而言，JMP 箱线图的核心价值体现在三个层面：

1. 效率提升：自动计算统计量、支持交互定位，减少手动处理时间；

2. 分析深度：联动方差分析、正态性检验，让 “直观差异” 转化为 “统计显著结论”；

3. 报告标准化：可导出高质量图表与完整统计报告，满足业务汇报需求。

最终，JMP 箱线图的目标不是 “画一张漂亮的图”，而是 “帮助分析师从数据分布中挖掘业务洞察”—— 无论是发现区域销售差异、定位异常订单，还是验证营销策略效果，都能以数据为支撑，做出更科学的决策。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0