光纖光度測定是一種捕捉實驗動物體內即時大腦活動的尖端技術。光纖光度測量通常與視訊追蹤的行為數據保持一致，使科學家能夠直接將觀察到的行為和大腦訊號配對。雖然光纖光度測定對於新穎的行為實驗很有用，但每個實驗步驟（資料收集、處理、分析）都有可能出現錯誤。因此，確保研究的可重複性至關重要，但資料集的大小（高達 0.25 GB）使品質控製成為一項繁瑣的任務。
JMP Graph Builder 提供了一個出色的介面，用於動態、有效率地識別品質控制問題。在一個使用光纖光度測量來了解去甲腎上腺素訊號如何伴隨囓齒類動物的恐懼行為的項目中，我們使用JMP 來檢測Ethovision XT 追蹤的行為數據和光纖光度測量數據之間的偏差，以輕鬆識別行為追蹤中斷並確保預期的結果模式是存在的。這些品質控制檢查可以及時理解、介入和糾正資料集，從而促進研究的完整性。此外，品質管制圖為科學家提供了一種新穎且富有洞察力的方式來理解他們的實驗。
Graph Builder 透過 JMP 的建模平台提供資料品質檢查，以進行合理的分析。科學家也能夠使用 JMP 腳本，並有動力從這個過程中學習如何使用 JMP。在本次演講中，我們展示了大型複雜資料集的品質控制問題（透過光纖光度測定為例），以及 JMP 的繪圖功能如何幫助我們確保高品質資料和可重複的研究。
