Les comptages de particules induisent les scientifiques en erreur : une étude de cas d'intégration JMP® et SAS® portant sur la modélisation
Kathleen Kiernan, MS, statisticienne de soutien technique ; Diane Michelson, Ph. D., formatrice en statistiques ; Annie Zangi, MS, statisticienne de recherche – SAS
Cet article abordera les conséquences de la modélisation des données dans les applications du monde réel et démontrera les méthodes et techniques de modélisation des données non normales à l'aide des capacités intégrées de JMP et de SAS. Les tests statistiques et les techniques de modélisation les plus couramment utilisés reposent sur certaines hypothèses. Que se passe-t-il si les données que nous analysons sont non normales ou hétéroscédastiques ? JMP propose certaines méthodes et techniques de modélisation de données non normales ou hétéroscédastiques, tandis que SAS propose une gamme complète de procédures pouvant être utilisées. La transformation de puissance de Box-Cox est souvent utilisée pour transformer des données non normales ou hétéroscédastiques. Une autre approche consiste à modéliser une distribution non normale. Cet article présentera deux études de cas de semi-conducteurs. Pendant le traitement des semi-conducteurs, les tranches sont maintenues aussi propres que possible. Les particules dans la zone active d'un circuit peuvent finalement provoquer une puce défectueuse. Le premier exemple explore un cas où les scientifiques ont essayé de réduire le nombre de particules se produisant sur les plaquettes et ont trouvé le modèle moins efficace pour identifier la source du problème qu'on ne le pensait à l'origine. Les puces semi-conductrices sont fabriquées sur de grandes tranches, chacune pouvant contenir des centaines de puces, et les tranches sont traitées par lots. Dans le deuxième exemple, nous étudierons les résultats trompeurs qui peuvent se produire lorsque nous essayons de trouver les facteurs importants dans les composantes de la variance du processus dans un cadre de modèles linéaires traditionnels. Nous présenterons des solutions pour ces deux exemples en utilisant l'intégration JMP et SAS, qui peuvent également être appliquées à d'autres scénarios.
