1. 定义描述有关硅片氧化物生长过程研究的数据集。矩阵 Data 有两列：一列对应于 furnace (炉) 号，另一列对应于测得的氧化层厚度 (以埃表示)。

2. 在矢量 Thick 中提取厚度数据。

3. 调用 histogram 函数将数据分入二十个柱中。

4. 绘制数据的柱形图并将轨迹类型更改为柱形轨迹。对于每个列，您可以查看 x 轴的厚度范围，以及 y 轴的实验次数。

5. 调用 mean 和 Stdev 函数计算数据的平均差和标准差。利用这些统计数据，调用 dnorm 函数可计算每个柱的期望结果 (如果数据为正态分布)。

6. 添加用于绘制矢量 Norm 图像的 y 轴表达式。要查看正态分布，需缩小柱状图的尺寸，方法是在其 y 轴表达式的单位占位符中添加缩放因子 1000。

7. 调用 qqplot 函数来比较 Data 的分位数与正态分布的分位数。

8. 绘制两者分位数对比的图像。更改轨迹类型以创建散点图：从符号列表中选择十字交叉符号，然后从线型列表中选择无。

9. 调用 boxplot 函数计算数据集的三个四分位数、最小值和最大值以及离群值。

10. 绘制 B 转置的图像并将轨迹类型更改为箱线图轨迹，从而在箱线图中查看这些统计数据。

11. 调用 vlookup 函数提取每个炉的厚度测量值。

12. 调用 augment 函数将矢量 F1、F2、F3 和 F4 合并到一个矩阵中，其中每列包含其中一个炉的结果。

13. 调用 boxplot 函数计算每个数据集的统计数据。

14. 定义炉标签的矢量。

15. 创建箱线图来查看数据集。在 y 轴表达式中的矩阵中，每个数据集占一行，当数据集不具有相同数目的离群值时，显示 NaN。该绘图为每个数据集返回一个箱线图。