Nella progettazione di circuiti analogici, spesso utilizziamo l'analisi delle variazioni per comprendere le cause della variazione delle prestazioni. Utilizzeremo uno strumento come la simulazione Monte Carlo in cui più parametri per ciascun transistor vengono presi da una distribuzione e simuliamo il circuito per ottenere una distribuzione delle misurazioni rilevanti. La distribuzione della misurazione può essere confrontata con una specifica target e possiamo proiettare la probabilità di guasto.
Quello che cerco è un modo per capire come le variazioni dei singoli transistor influenzano il risultato misurato. Poiché la simulazione di questi circuiti richiede molto tempo, è difficile ottenere più di poche centinaia o migliaia di prove Monte Carlo. E a causa del numero di transistor, anche il numero di variabili indipendenti è dell'ordine delle centinaia. Intuitivamente sappiamo che il circuito sarà più sensibile alle combinazioni di parametri. Ad esempio, il caso peggiore potrebbe essere quando i transistor A e B hanno la differenza maggiore nel parametro X, ma solo se uno dei due ha un parametro Y elevato.
Sto cercando indicazioni su come analizzare i miei risultati Monte Carlo in JMP per trovare le sensibilità sottostanti che hanno la maggiore influenza sui risultati misurati.
