粒子数が科学者を誤解させる：モデリングを調査するJMP®とSAS®の統合のケーススタディ
Kathleen Kiernan、MS、テクニカルサポート統計家。ダイアン・ミッシェルソン博士、統計トレーナー。アニーザンギ、MS、研究統計家– SAS
このホワイトペーパーでは、実際のアプリケーションでデータをモデル化した場合の影響について説明し、JMPとSASの両方の統合機能を使用して非正規データをモデル化する方法と手法を示します。 最も一般的に使用される統計的検定とモデリング手法は、特定の仮定に基づいています。 分析しているデータが非正規または不均一分散である場合はどうなりますか？ JMPは、非正規データまたは不均一分散データをモデル化するためのいくつかの方法と手法を提供しますが、SASは、使用できるすべての手順を提供します。 Box-Coxパワー変換は、非正規データまたは不均一分散データを変換するためによく使用されます。 別のアプローチは、非正規分布をモデル化することです。 このホワイトペーパーでは、2つの半導体のケーススタディを紹介します。 半導体処理中、ウェーハは可能な限りクリーンに保たれます。 回路のアクティブ領域にある粒子は、最終的にチップの欠陥を引き起こす可能性があります。 最初の例では、科学者がウェーハ上で発生する粒子数を減らしようとし、モデルが問題の原因を特定するのに当初考えていたよりも効果が低いことがわかった場合を調査します。 半導体チップは、それぞれが数百のチップを含むことができる大きなウェーハ上に製造され、ウェーハはバッチで処理されます。 2番目の例では、従来の線形モデル設定でプロセスの分散成分の重要な要因を見つけようとしたときに発生する可能性のある誤解を招く結果を調査します。 JMPとSASの統合を使用して、これらの両方の例のソリューションを紹介します。これは、他のシナリオにも適用できます。
