Quando si affrontano problemi pratici, ingegneri e analisti si imbattono spesso in una grande quantità di dati anomali "nascosti" in tabelle di dati di grandi dimensioni e difficili da individuare, oppure non sanno come gestire dati così complessi. Ad esempio, dati provenienti da fornitori, dati non supervisionati (come i dati di studi clinici), ecc. Explore Pattern è una nuova piattaforma di elaborazione dati in JMP15. Verifica l'integrità dei dati individuando pattern anomali. Ad esempio: dati ripetuti, numeri casuali, relazioni lineari tra colonne, corrispondenza e distribuzione dei limiti di specifica. Laura ha spiegato che questi dati anomali sono spesso generati dalle seguenti quattro situazioni: copia e incolla, applicazione di variabili casuali per generare dati, utilizzo di formule tra colonne per creare relazioni lineari e modifica o intercettazione di dati al di fuori dei limiti di specifica. Ha anche dimostrato come identificare questi dati anomali in JMP in base a questi quattro tipi di dati anomali.
