Bei der Lösung praktischer Probleme stoßen Ingenieure und Analysten häufig auf große Mengen abnormaler Daten, die in umfangreichen Datentabellen „versteckt“ sind und nicht leicht zu erkennen sind, oder sie wissen nicht, wie sie mit derart heiklen Daten umgehen sollen. Beispiele hierfür sind Daten von Lieferanten oder unbeaufsichtigte Daten (etwa Daten aus klinischen Studien). Explore Pattern ist eine neue Datenverarbeitungsplattform in JMP15. Sie überprüft die Integrität von Daten, indem sie abnormale Muster in den Daten findet. Beispiele sind wiederholte Daten, Zufallszahlen, lineare Beziehungen zwischen Spalten, Übereinstimmung mit Spezifikationsgrenzen und Verteilung. Laura erklärte, dass diese abnormalen Daten häufig in den folgenden vier Situationen entstehen: Kopieren und Einfügen, Anwenden von Zufallsvariablen zum Generieren von Daten, Verwenden von Formeln zwischen Spalten zum Erstellen linearer Beziehungen und Ändern oder Abfangen von Daten außerhalb der Spezifikationsgrenzen. Sie demonstrierte außerdem, wie man diese abnormalen Daten in JMP anhand dieser vier Arten abnormaler Daten erkennt.
