大家好，我是 David Elsheimer。我是 JMP 的研究統計測試員，我負責對 JMP 19 中新增的環境監測功能進行一些數值驗證測試。這些功能是我們新增到製程篩選平台的一系列新功能。它們以我們在文件中稱為非常態圖表類型的形式呈現。這些圖表類型包括計數圖表、非負連續圖表和比例圖表，您可以在過程中看到這些圖表選項。 JMP 19 中的篩選平台。
稍後我將更詳細地介紹這些新圖表類型如何在環境監測環境中篩選流程，但值得注意的是，它們包含我們所說的警報和行動限值。當流程變數超過某種限值時，就會發出警報，我稍後會詳細介紹。在環境監測中，我們可以在一份報告中產生所有必要的資訊。您不需要。您不必去嘗試計算。如果您不熟悉 JMP 的各個方面，編寫 GSL 程式碼可能需要一些時間，但我們不會詳細介紹這些方法的具體內容。我想先舉一個環境監測的例子，然後再討論工作流程，最後透過一個報告範例以及模擬資料案例的 JMP 範例來說明報告的外觀。
簡單介紹一下背景，環境監測在生命科學製造領域應用廣泛。這張圖片展示了一個包含多個無塵室的模擬環境，您可能需要監測表面污染、空氣品質等等。這也許是一個生產疫苗或研究病毒之類的實驗室，您需要監控多個不同房間中的各種感測器。您希望確保符合品質標準並遵守政府法規。也許每個感測器都適用。在這個例子中，我們考慮以計數資料形式測量的污染。
也許您可以考慮原始計數，但那隻會顯示計數高的地方。您沒有查看每個過程，也沒有在該過程的背景下進行考慮。這個污染程度是否超出了我們對流程的預期？在 JMP 19 中，我們允許您查看每個流程，並針對該流程篩選您正在考慮的各種警報資料。
舉個簡單的例子，計數圖表。你有一個工作流程，輸入數據，用一系列模型擬合數據，然後得到這些模型的參數估計值。你用這些參數估計值來計算一個模型準則，稱為AIC，然後你可以透過最小化AIC來選擇最佳模型，AIC最低的模型就是你選擇的模型。然後，你可以指派這些警報限值，以篩選不同嚴重程度的製程，如果資料顯示有污染，就會向使用者發出警報限值。
讓我們來看看這裡的數據。觀察行動限值中發生的情況，就表示很可能需要立即採取行動。一旦篩選了這些過程，您就能確定哪些點是警報點，以及各種警報和行動或警報限值。您用來篩選過程的警報和行動限值。在 JMP 19 中，對於計數數據，我們使用泊松和負二項模型來擬合數據。
我們也考慮使用零膨脹泊松模型和零膨脹負二項模型來擬合資料。如果過程中含有零，感測器可能確實偵測到污染為零，那麼JMP也會執行這些模型。以前，您可以將資料輸入到分佈平台並進行模型擬合，並獲得標準泊松負二項模型的最低AIC，但零膨脹模型是JMP 19分佈平台中的新功能。
以前，對於這些模型，您必須自己編寫腳本，然後才能完成所有後續工作。在舊版的 JMP 中，您也必須編寫腳本。這有點困難，尤其是在您不熟悉 JMP 腳本語言的某些部分的情況下。編寫一個腳本來完成所有這些工作，將它們整合在一起，然後產生一份您自己建立的簡潔報告，這將是一項相當複雜的任務。
現在，在 JMP 19 中，所有這些都在過程篩選平台中完成。您只需提供您的流程變數、您知道日期的任何子組變數等等。唯一需要考慮的獨特之處在於，我們擁有所謂的警報和行動機率的下限和上限。這些與我們如何計算警報的篩選限值以及警報的行動類型有關。稍後我將更詳細地介紹這一點。除此之外，其他所有操作都在過程篩選平台中完成，您無需自己編寫任何腳本。
以計數圖表為例，在 JMP 19 中，我們提供了一個環境監測的模擬資料案例，其中模擬了不同潔淨室等級的多種不同感測器類型的資料。您需要對無塵室的污染程度有多嚴格，這些模擬範例就是為此而生的。總共有 86 個流程或感測器。每個流程都有 90 行。您可能會在流程篩選平台上看到類似這樣的報表。這是針對其中一個流程的報表。您可以產生一份包含所有 86 個流程的報表，然後一次查看所有流程，並確定哪些流程有警報，哪些沒有。
在報表中，您將看到控製圖警報。它將討論控製圖警報率、警報數量、當這些警報發生時您可能看到的每種警報類型的數量等等。您將看到報告中的最佳擬合部分，我稍後會再次討論。您還會看到警報圖，它會告訴您正在發生的警報類型及其發生時間；然後是控製圖，它會針對您正在考慮的任何選定過程，顯示該過程此時的值。
例如，這裡的第一個點可能是操作限值違規，而第二個點只是警報限值違規。當您與 JMP 互動時，您可以將滑鼠懸停在該點上，查看其值以及它位於資料的哪一行等等。
關於報告的「最佳擬合」部分，我想更詳細地回顧一下。它提供了擬合的最佳分佈，該分佈根據最小化AIC的模型得出，然後是一系列警報和行動的上限和下限分位數。這些分位數對應於平台的啟動。您可以選擇使用預設值，也可以指定一些警報和行動機率的上限和下限。這些機率，這些分位數對應於分佈中定義該分佈的資料點，其中該比例，即資料機率，例如，97.5%的小寫資料小於上限的那個點。
一個有意義的解釋方法是這些分位數。如果超出了這些分位數，但過程確實符合規範，或者在這個例子中，如果感測器運作正常，那麼資料中感測器沒有問題。它實際上沒有污染問題。你看到這種違規行為的機率。假設在預設情況下，只有上限，這些上限是警報的上限機率，警報上限機率為 0.975，行動上限機率為 0.9985。
如果您發現資料違反了這些點，而這些資料確實與污染問題無關，那麼在警報情況下觀察到這種情況的機率為 2.5%，而如果違反了行動限制，則機率為 0.15%。這意味著，當您看到此類違規行為時，您可以立即知道這種情況不太可能發生。
如果您指定了這些機率，那麼您就應該預期，在一切正常運作的情況下，這種情況發生的機率很小，這向使用者表明了這一點。讓我們來看看這些情況，看看到底發生了什麼事。如果他們看到了這類違規行為。
總而言之，這些新的圖表類型簡化了產生環境監測有用結果的流程。此外，您還可以為非負連續和基於比例的過程產生圖表。連續圖表類型適用於指數、伽瑪、威布爾和對數常態分佈，但如果您的資料包含零，您也可以擬合這些分佈的零膨脹版本。
與計數圖表一樣，這些新的圖表類型無需冗長的腳本即可將 JMP 多個不同部分的輸出整合在一起，因為現在所有操作都可以在篩選平台中生成，並且生成的報告易於理解，有助於立即做出決策。我要感謝參與創建此平台或這些新功能的幾位人員。
John Sall 和 Clay Barker 參與了平台的開發，Tonya Mauldin 也協助完成了額外的測試工作。此外，我還要感謝 Byron Wingerd 和 Jason Rasnake 製作的儀表板，用於視覺化這些環境監測場景，我們一開始看到的影像就是他們工作的一部分。他們目前正在開發 JMP 插件，您可以在 JMP 市場中存取該插件，這樣您也可以使用自己的資料進行相同的操作。今天我要分享的內容就到這裡。謝謝。
