推移圖是按某種順序繪製數據的圖形顯示。它使用中位數作為中線。它也可能有目標線。它是一種可視化工具，可以鼓勵用戶根據正在查看的數據提出好的問題。
① 簡單舉例
推移圖使變化可見。儘管該項目記錄達到目標（95％）的近期改進，但該圖表應能激發對4月數據點（68）這個數值的評論或疑問。
② 引導思考
推移圖帶有目標線的圖表，並標註變更測試。測試版本 ①（無響應）和測試版本 ②（導致移動）（中線上方8個數據點），應在時間軸上的適當位置在圖表上添加註釋。
③ 非隨機的變異
研究推移圖通常可以減少過度解釋或篡改過程的風險。圖表是否顯示出對所有觀看者顯而易見的改進證據？使用一組規則來檢測數據中的非隨機變異。
④ 沒有證據
24個數據點不在中位數上。該圖表有23個穿越交叉點+ 1 = 24個資料線群（預期8〜18個資料線群）。這是太多的資料線群，並且是非隨機的信號。這種模式通常表示需要分層。
⑤ 太多資料線群
11個數據點（中位數為1）。該圖表有1個穿越交叉點+ 1 = 2個資料線群（預期3〜10個資料線群）。穿越交叉次數太少，是非隨機信號，並且如果改變朝著期望的方向前進則是改進信號。
⑥ 太少資料線群
中位數應使用10個或更多數據點來創建。如果中位數沒有任何非隨機信號，請將其擴展到未來。這樣可以更好地檢測改善信號。
⑦ 延伸中位數線
在分析具有兩個中位數的推移圖表時，規則必須單獨應用於每個中位數周圍的數據。第一個中位數線為基線數據 ① 從 ① 到 ② 的改進策略，然後從 ② 到 ③ 計算為第二個中位數線
⑧ 二條中線
當數據點的一半以上位於中位數時，將無法使用基於概率的規則；應該使用平均值。但是，不應應用位移和資料線群規則。
⑨ 太多數據點在中線
如果超過一半的數據處於刻度上的極端值，則無法應用使用中位數檢測非隨機信號。中位數將是極值本身（0或100％）。使用平均值或更改為間隔時間管制圖。
⑩ 太多點在極端值
如果超過一半的數據處於刻度上的極端值，則無法應用使用中位數檢測非隨機信號。中位數將是極值本身（0或100％）。使用平均值或更改為間隔時間管制圖。
⑪ 太多個零
僅當該圖表提供變化信號並且數據在推移圖表上似乎以一致的向下或向上方向移動時，才放置趨勢線。可用於估計何時目標可達到。
⑫ 回歸線
