多変量データにおける、平均ベクトル、共分散行列、またはその両方の変化（シフト）を検出します。この手法では、データを2つに分けた時の尤度比検定統計量を計算します。管理図にプロットされる統計量は、観測の尤度比検定統計量を次の積で割ったものです。
• シフトがないと仮定したときの近似期待値。
• 上側管理限界の近似値。
上側管理限界の近似値で割ることで、プロットされる点に対する上側管理限界が1になります。「変化点の検出」プロットを見ると、どこで変化が生じているかがすぐに分かります。管理図統計量が最大になっている時点が、変化が生じている時点だと解釈できます。JMPの［変化点の検出］は、Sullivan and Woodall（2000）に基づくもので、変化点検出の統計的詳細で解説されています。
メモ: ［変化点の検出］は、データ内に見られる1つのシフトの検出を目的としています。複数のシフトを検出するには、データを分割してからさらに［変化点の検出］を行う必要があります。
「変化点の検出」プロットについては、以下の点に留意してください。
• 値の中で1.0を超えるものは、データにシフトが生じた可能性を示唆します。
• 「変化点の検出」プロットの管理図統計量は、対象（平均ベクトルや共分散行列）の尤度比統計量を正規化のための係数で割って求められています。
• 「変化点の検出」プロットで最大の検定統計量となっている時点が、データの変化点にあたります。
「散布図行列」については、以下の点に留意してください。
• この散布図行列では、標本平均ベクトルにおけるシフトを視覚的に読み取れます。
• 変化点を検出する例では、データが2つのグループに分割されています。最初の24時点は第1グループ、残りの時点は第2グループにまとめられています。