在我们的免费在线课程中了解更多信息：
工业问题解决的统计思维
在本视频中，我们展示了如何在 JMP 中使用本地数据过滤。 数据过滤使得根据数据集中其他变量的值更新图表或分析变得容易。
我们使用报废零件用于说明的场景。 这是三个月内收集的 811 批报废零件的数据。 对于至少有一个报废零件的每一批次，收集有关报废件数、报废零件总价值、产品线和产品系列的数据。
为了显示本地数据过滤，我们将首先创建一个图表。 对于本视频，我们将为生产线使用图形生成器来自图形菜单。
我们拖生产线到X区域，拖动件到频率区域，然后单击完毕关闭控制面板。 这会为每个缺陷类别的报废件数生成一个条形字符。
我们看到产品线 A2 和 A3 的报废部件最多。
我们也有关于产品系列. 产品线 A2 和 A3 是否在所有产品系列中具有最多的报废零件？
为了探索这一点，我们使用了数据过滤器。 要访问本地数据过滤器，我们从红色三角形中选择选项。
从 Local Data Filter 面板中的变量列表中，我们选择产品系列并点击加号.
当我们单击本地数据过滤器中的一个类别时，图表会更新以仅显示该类别中的值。
例如，我们看到大多数报废零件特大号产品系列来自产品线B1，最大的类别为大的零件是产品线 B2。
请注意，本地数据过滤器仅过滤当前平台。 如果要将数据过滤器应用于数据表和所有未来的分析，您可以使用全局数据过滤器。
要使用全局数据过滤器，我们首先删除本地数据过滤器。 然后我们选择数据过滤器来自行菜单。
这类似于本地数据过滤器，但它使您能够与数据表进行交互。
我们再次选择产品系列. 当我们选择一个类别时，数据过滤器会在数据表和所有打开的图表中选择相应的值。
当我们点击节目，数据过滤器隐藏数据表中的所有其他观察值。 这些观察结果也隐藏在图表中。
当我们点击包括，数据过滤器排除数据表中的其他观测值。 这些观察结果将被排除在您将来运行的分析之外。
本地数据过滤器和全局行数据过滤器中都有许多红色三角形选项。 有关这些选项的更多信息，请搜索数据过滤器或者本地数据过滤器在 JMP 帮助中www.jmp.com/help .
