In verschiedenen Situationen, wie beispielsweise bei Naturphänomenen und Produktionsprozessen, kann sich der Zustand zu einem bestimmten Zeitpunkt ändern. In solchen Fällen ist es entscheidend, diese Veränderungen anhand von Daten zu erkennen und die zugrunde liegenden Ursachen zu ermitteln. Steigt jedoch die Anzahl der Variablen, wird es schwierig, das Gesamtbild, einschließlich der Zusammenhänge zwischen den Variablen, zu erfassen, was die Bestimmung des Zeitpunkts der Veränderung erschwert.
JMP verfügt über eine Funktion zur Erkennung von Wendepunkten in multivariaten numerischen Daten und visualisiert den Zeitpunkt der Änderung mithilfe statistischer Diagramme. Dies geschieht durch die Bestimmung des Zeitpunkts, an dem eine Änderung stattgefunden hat, basierend auf den Veränderungen von Mittelwert und Variabilität, wenn die Zeitreihendaten zu einem bestimmten Zeitpunkt in zwei Teile geteilt werden.
Diese Präsentation zeigt, wie sich mithilfe leicht verfügbarer Daten wie Wetterdaten Wendepunkte erkennen und die Hintergründe dieser Veränderungen untersuchen lassen. Diese Methode ist nicht nur nützlich, um Verschiebungen in Fertigungsprozessparametern zu erkennen, sondern auch, um Zeiträume zu identifizieren, in denen sich Messmethoden oder Beobachtungsumgebungen geändert haben. Dies liefert Hinweise zum Verständnis der Ereignisse hinter den Daten.
