「流程篩選」是一個可讓您同時評估多個流程的平台。您可以計算每個流程的流程能力和控制圖指標，並有效率地篩選重要流程。
您知道這個平台允許您繪製以下「移位圖」嗎？ 透過該圖，您可以直觀地考慮在哪個流程中以及何時發生轉變（稍後描述）。您還可以深入分析感興趣的詳細流程。
在這篇部落格中，我們將日本各地的溫度數據視為一種“過程”，並考慮何時發生溫度突然升高（變化）以及每個觀測點升高程度的差異。
分析目標
- 對象區域：日本地方氣像台（有資料的58個點）
- 目標時期：1995年至2024年（30年）每年6月至8月（夏季）的數據
- 指標：計算 3 個月的日平均氣溫、最高氣溫和最低氣溫平均值，並調查年度趨勢。
資料來源：日本氣象廳網站
什麼是「轉變」？
轉變是指時間序列資料值的突然變化。在過程控制中，是指因質量等變化而導致特性值急劇變化的現象。
例如，在顯示平均氣溫趨勢的下圖中，2004 年、2010 年和 2023 年（綠線）似乎出現了急劇上升。
*此分析僅針對向上移動，不考慮向下移動。
我想調查每個目標區域的變化，但這次我的目標是 58 個氣象站，每個氣象站都有三個指標：平均氣溫、最高氣溫和最低氣溫，所以我將一一檢查圖表。時間才能到達那裡。
因此，我們將使用“過程篩選”來檢查溫度變化。
使用「過程篩選」進行班次檢測
選擇[分析] > [品質和流程] > [流程篩選]並使用以下步驟檢測偏差。
在「移位偵測」選項中，選擇「最大向上移位」以輸出如下所示的表格。
「最大向上偏移」和「向上偏移年份」表示物件期間內「發生最大向上偏移的年份」和「當時的向上偏移」。
將 JMP 演算法* 確定的偏移除以組內西格瑪（資料分散度的量測）所獲得的值顯示為「最大向上偏移」。
換句話說，「最大向上偏移」中顯示的值越大，與資料離散度相比偏移就越大。
* 在 JMP 中，偏移量是根據排除異常值進行平滑的資料計算的，而不是根據原始資料計算的偏移量。
利用班次圖
開頭介紹的「移位圖」是將「向上移位」的發生視覺化的圖。
移位閾值設定為 2 時的移位圖
下圖是一個偏移圖，繪製了向上偏移為 2 或更多的區域和溫度（平均值、最大值、最小值）。
例如，頂部顯示的松江氣像台的平均溫度將在 2023 年出現 2 或更多的上移。
シフトの閾値を2にしたときのグラフ移位閾值設定為 2 時的圖表
從圖表中可以看出，最大的向上變化發生在 2023 年。，然後您可以看到它在 2010 年發生得最頻繁。
移位閾值設定為 3 時的移位圖
如果將向上偏移的範圍縮小到 3 或更多，則該圖將如下所示。
劇情全部圍繞2023年展開。
透過使用「漂移圖」來確定發生轉變的點，可以詳細調查發生轉變的特定時間點及其轉變。
*這裡省略「漂移」的解釋。
分析結果及注意事項
顯示了 58 個觀測區域中發生最大變化的年份的長條圖（點數）。
平均氣溫、最高氣溫、最低氣溫均集中在最近三年，即2022年至2024年，近年來暖化趨勢明顯。
地圖上顯示了每個地點平均氣溫的最大上升幅度，並用顏色編碼。
我們可以看到，日本東部的上升趨勢往往比日本西部更大。
儘管此處未顯示，但最高和最低溫度顯示出相似的趨勢。
概括
- 使用 JMP 的「製程篩選」平台，我們嘗試偵測日本各地的溫度變化。
- 可選的“位移圖”用於可視化發生溫度大幅向上變化的點。
這些分析表明，最大的轉變頻繁發生在2022年至2024年之間，日本東部的轉變比西日本更大。
作為居住在日本東部的人，過去幾年的夏季炎熱“並不罕見”，這一感覺現在得到了數據的支持。
*請注意，本部落格是基於 2024 年日本探索高峰會上公佈的部分內容。演示材料可從以下頁面下載。
2024 年日本探索高峰會 - 講義 - JMP 使用者社區
⇒ 下載 C3_Naohiro-MASUKAWA.pdf
作者：Naohiro Masukawa（JMP 日本）
Naohiro Masukawa - JMP 使用者社區
