Lorsqu'ils traitent des problèmes pratiques, les ingénieurs et les analystes rencontrent souvent une grande quantité de données anormales dissimulées dans de volumineuses tables de données et difficiles à détecter, ou ne savent pas comment traiter ces données complexes. Par exemple, les données des fournisseurs, les données non supervisées (comme les données d'essais cliniques), etc. Explore Pattern est une nouvelle plateforme de traitement de données de JMP15. Elle vérifie l'intégrité des données en y trouvant des schémas anormaux. Par exemple : données répétées, nombres aléatoires, relations linéaires entre colonnes, correspondance et distribution des limites de spécification. Laura a expliqué que ces données anormales sont souvent générées par les quatre situations suivantes : copier-coller, appliquer des variables aléatoires pour générer des données, utiliser des formules entre colonnes pour créer des relations linéaires, et modifier ou intercepter des données hors des limites de spécification. Elle a également montré comment identifier ces données anormales dans JMP à partir de ces quatre types de données anormales.
