作者：Chris Kirchberg 與 Scott Wise – JMP 全球支援團隊
許多客戶最近詢問如何在 JMP 中建立火山圖。火山圖是一種流行的圖表，在篩選許多 p 值和兩個條件之間的平均值比較時使用。它廣泛用於臨床和基因組研究，在測量許多參數的工業環境中也是非常強大的篩選工具。
使用火山圖的價值在於，它不僅可以讓您快速查看感興趣的最重要的 p 值（從 Y 軸上繪製的 p 值的 -Log 中看出），而且您還可以了解方向以及比較之間的強度（從X 軸上繪製的差異或「倍數變化」上的位置看出）。例如，下圖中帶有箭頭的點表示具有高度顯著性 p 值和大方向差異的比較對。
Volcano Plot (Source: Wikipedia)火山圖（資料來源：維基百科）要在 JMP 中建立火山圖，您可以從回應篩選平台取得為您計算的所有必要計算結果。為了演示接下來的步驟，我們將使用 JMP 樣本數據檔案“果蠅老化”，該檔案查看果蠅 (黑腹果蠅) 老化影響的微陣列基因表現數據（在數據中稱為線）。首先，我們進入製程篩選平台（在 JMP 12 中的分析 - 建模 - 流程篩選下以及 JMP 13 中的篩選 - 流程篩選下）。這將使我們能夠探索多對變數之間的關係。在平台對話方塊中，將要比較的所有連續欄位（從 log2in_TMS1 到 log2in_CG11317）放入 Y 回應方塊中，並將線放入 X 方塊中。請注意，當要測量的列已轉換為其對數值時，火山圖通常效果最佳（因為這樣更容易繪製圖表），但在原始資料中並不總是需要這樣做。
然後點擊“確定”運行“響應篩選”，這將為我們提供每列的“線”比較。這提供了一個回應篩選視窗和一個單獨的 P 值表。表格將為我們提供火山圖 Y 軸的 P 值數據。 
然後，我們選擇「回應篩選」視窗標題紅色小三角下方的「儲存比較平均值」。這將開啟一個新的無標題表格，其中包含平均值比較的許多數字詳細資訊。現在，我們有了「差異」列，可以將其繪製在火山圖的 X 軸上。另請注意，此資料表中保存了一個預先編寫的圖表，該圖表按相對實際差異顯示實際 LogWorth。雖然這在某些方面是一個類似的圖表，但它與火山圖不同，因為它是為了繪製實際差異和實際 Logworth 比較統計數據而繪製的。由於這些「實際」計算對於製作火山圖並不重要，因此我們將重點放在表格中我們需要的內容。
為了將這兩個表中的所有所需資料放入一個位置以繪製圖表，我們從“表”選單中進行了“列連接”，以將 Untitled 表與 PValues 表合併。我們設定此對話方塊以符合公共「Y」列，其中包含比較列 ID，並最終獲得一個新的「主」表，我們稱之為火山圖資料。現在我們可以存取差異資料和 p 值資料來製作我們想要的圖表。
剩下要做的就是打開圖形生成器並創建我們的火山圖。根據此組合表上的信息，我們可以建立許多火山圖類型的選項。第一步是從圖形選單中開啟一個空白的圖形產生器。然後我們將「差異」列拖曳到 X 軸。對於 Y 軸，我們可以選擇使用 LogWorth（比較 p 值的 –Log 10）或 FDR（錯誤發現率）LogWorth（相同的對數值與更保守的 p 值估計值相比，最小化 p 值）錯誤發現的可能性）。我們更喜歡使用 FDR LogWorth 並將其拖曳到 Y 軸。最後一步是在 Y 軸上放置一條參考線，以幫助顯示我們重要的 FDR P 值點。透過右鍵單擊圖表的 Y 軸，我們將參考線置於 1.3，這是 FDR LogWorth 水平，等於 95% 的顯著性置信度（p 值截止約為 0.05）。
從下圖我們可以看到，只有兩個點（log2in_TMS1 = 1.948 FDR LogWorth 和 log2in_BcDNA_GH06717 = 1.367 FDR LogWorth）高於 FDR LogWorth 1.3 的參考線（平均值比較中統計差異的置信度比較中統計差異的平均值超過 95%）。此外，我們可以從方向差異看出，在這兩種情況下，「SAM」線平均值都小於「ORE」線平均值，如負值所示。最後，差異的大小將告訴我們最遠的顯著點 (log2in_TMS1 = -0.533) 比下一個顯著點 (log2in_BcDNA_GH06717 = -0.319) 有更大的差異。
簡而言之，火山圖有助於視覺化多列度量之間的水平均值比較，因此我們不僅可以快速挑選出顯著的內容，還可以了解差異有多大以及差異的方向！
