作者：Scott Wise 和 Chris Kirchberg – JMP 全球支持团队
编者注：这个双月刊博客旨在寻找统计发现的有趣用途，以解决涉及商业、经济、体育、健康、食品、历史和心理学的深层问题。 在我们一月/二月的博客中，我们将提出这样的问题：“火山可以教我们如何分析数据？” 在此过程中，我们将介绍 JMP 可视化和分析的一些很酷的用法，以帮助回答我们的问题。
正如 U2 在 2014 年的歌曲《火山》中所唱的那样——“你不想，你不想知道……你内心的某些东西想要爆炸。”在菲律宾不可避免的事实之一是，无论您身在该国的哪个地方，您都不会距离潜在的活火山很远。 美丽的岛链位于太平洋“火环”沿线，其诞生源于古代火山活动。 下图所示的火山是塔尔活火山，距离我们的家乡吕宋岛南部圣巴勃罗市仅约二十三英里，最后一次喷发是在 20 世纪 70 年代末。
事实上，我们的城镇实际上位于圣巴勃罗火山场（活跃但休眠）内，周围环绕着以下火山：巴纳霍山（活跃但可能灭绝）、马奎林山（活跃但休眠）和塔尔火山（很活跃！）。 过去、现在和未来潜在的火山活动确实意味着这里是种植地球上一些最好的热带水果的好地方（因为火山灰可以形成美妙的土壤）。 然而，作为我们热带水果农场和酿酒厂的所在地，这些“沉睡的巨人”随时可能爆发，这一事实令人不安。 但正在进行的火山研究极大地启发了统计学领域，可以帮助我们在分析健康和工业环境中的大量数据时更好地集中注意力。
在火山研究中，常用的衡量标准是VEI（火山爆炸指数）。 该指标由火山学家于 1982 年创建，可以根据“喷出的火山物质数量、喷发高度以及喷发持续时间”对喷发进行索引。 （来源：维基百科）。 下面列出的地图视觉效果显示了我们家乡 600 英里范围内已知喷发的火山过去 2000 年的平均 VEI（绿色星号）。
但 VEI 措施并不能说明火山喷发影响的全部情况，尤其是在谈论对直接人口的短期和长期影响时。 长期影响可能包括由于大量火山灰和物质释放到大气中而导致全球天气变化，可能导致数千英里外的农作物歉收。 但就短期影响而言，火山可能会以一系列令人眼花缭乱的方式导致恰好位于火山喷发附近的人死亡。 然而，好莱坞电影中逃离冒泡的熔岩流和躲避大石头的形象并不是真正的危险。 熔岩流具有破坏性，但移动缓慢并且可以逃脱。 火山物质掉落是一个令人担忧的问题，但火山灰的过度堆积导致建筑物倒塌和农作物窒息往往更令人担忧。 
喷发期间短期死亡的实际主要原因通常是火山碎屑流（超热气体波）和火山泥流（一种火山泥流）。 更糟糕的是，您的城镇是否会受到附近火山喷发危险的影响很大程度上取决于许多因素，例如位置、地形、大气条件、火山类型/构成等。 关于这一点的很好的讨论可以在俄勒冈州立大学的火山世界网站上找到（ http://volcano.oregonstate.edu/how-do-volcanoes-affect-people ）。 但有一点是明确的：爆炸的方向和爆炸的强度对你的城镇的生存至关重要！ 现代火山学家研究活火山许多不同位置的许多测量结果（从火山气体释放到地震活动，到地形，到地面变形研究），以了解喷发的威胁以及对周围社区可能产生的影响。 这种近时火山监测改进了火山喷发前的预测和灾难准备，但仍然依赖火山学家关注收集到的众多指标中的正确指标测量结果。 请参阅 USGS 火山监测网站以获得详细概述（ https://volcanoes.usgs.gov/vhp/monitoring.html ）。
事实证明，这与我们分析现代数据所面临的挑战是一个很好的类比。 通常我们有大量的数据测量可用于监控我们的关键流程和设计。 然而，我们也需要知道最重要的措施是什么。 我们还需要知道这些措施的力度和方向是什么。 只有这样，我们才能准确预测如何改进并阻止潜在的不良绩效爆发。 火山再次为我们提供了帮助，因为它们启发了一种流行的统计图表，由于它可视化数据的方式，因此被称为火山图！
Source: Wikipedia资料来源：维基百科
火山图是一种流行的统计图表，在筛选两种条件之间的许多平均值比较时使用。 它广泛用于临床和基因组研究，在测量许多参数的工业环境中也是一种非常强大的筛选工具。 使用火山图的价值在于，它不仅可以让您快速查看感兴趣的最重要的值，而且还可以了解比较之间的方向和强度。 在下面的火山图示例中，每个点都是两个条件（假设 A 和 B）之间的平均比较的指标。 图表上所有点的模式似乎确实类似于火山喷发的物质喷出。 查看红色箭头突出显示的点。 它们在 Y 轴上具有负对数 p 值，这是显着性的统计度量。 事实上，Y 轴上红色虚线上方的所有点都具有超过 95% 的显着性。 但这些指示点也远离 X 轴左侧，这表明 A 和 B 均值比较之间存在很大的负差异。 因此，在火山图上，图表右上角和左上角的点将是具有最高显着性和差异性的点。 您还会注意到，该图利用了对数转换，这有助于我们更好地在图表上绘制这些平均值比较。
配套博客已创建（“如何在 JMP 中构建火山图”）这将为您提供有关火山图如何工作的更多详细信息，包括如何轻松构建自己的火山图的分步说明。 在博客的其余部分中，我们将展示火山图如何极大地帮助我们分析一些常见的工业情况，在这些情况下我们有许多比较需要筛选。 首先，我们打开一个名为 Probe 的数据集（来自 JMP 帮助文件），它代表许多微阵列探针测量值（相当于 394 个测量列）。 然后，我们在 JMP 中运行流程筛选分析，提供针对所有测量列的流程级别（旧的和新的）的平均比较对统计数据。 生成的结果表包含我们生成火山图所需的所有信息。 然而，我们生成的第一个图表查看了所有 394 个平均比较对，结果显示的图表似乎与我们上面的火山图示例（见下文）不同。
在此探针火山图中，我们选择在 Y 轴上使用 FDR Logworth（这是比 P 值的负对数更保守的比较显着性度量，用于帮助控制错误发现率）。 从上图可以看出，有很多重要的事情（红色的 FDR LogWorth = 1.3 线，这是我们的 95% 置信度标记）。 此外，还有三个蓝色点存在巨大差异，将较接近的差异点过度压缩到 X 轴的中间。 此外，对于许多因素而言，重要的 FDR 值的规模相当大。 因此，决定放大以仅查看 FDR LogWorth 范围从 0 到 5 的点，以及 -100 和 100 之间的差值（红色圆圈区域）。 使用我们的图形缩放工具，我们可以轻松地向下钻取并获得下面所需的图形视图。
现在我们能够更好地看到探测器数据中可能值得我们关注的有趣点。 虽然仍然有很多点围绕差值 0 聚集，但如果我们查看左上角，我们会看到差值为 -64.69 的 PS_RPNBR（意味着 A 的平均值小于 B 的平均值）和 FDR LogWorth 为 4.3（高度显着）。 同样，如果我们查看右上角，我们会看到 30Z5_RVREF100U 的差异为 71.63（意味着 A 的平均值大于 B 的平均值），FDR Logworth 为 3.5（高度显着）。
因此，我们的火山图很好地呈现了最值得我们关注的比较点，使我们能够深入了解这些比较的重要性、强度和方向。 希望当您下次需要比较大量测量结果并需要一个好的图形来帮助您做出最佳决策时，这也会对您有所帮助。 我们把这一切都归功于我们的朋友火山，我更容易想到在我附近的一座火山顶部的某个地方，一位火山学家正在收集数据，这些数据最终可能会显示在有关火山监测传感器数据的火山图中！ 但与此同时，我会问我们是否可以向火山之神牺牲一些芒果，以对冲我们的困难，并让这些令人印象深刻的火山保持休眠状态，并在阳光下快乐地睡觉！ 否则我可能会像国王（埃尔维斯·普雷斯利）那样“全部震惊”，他唱道“她碰了我的手，我感到多么寒冷……她的嘴唇就像一座滚烫的火山……我很自豪说她是我的毛茛……我恋爱了……我都震惊了”
