아날로그 회로 설계에서는 성능 변화의 원인을 이해하기 위해 종종 변동 분석을 사용합니다. 각 트랜지스터에 대한 여러 매개변수를 분포에서 가져오는 Monte Carlo 시뮬레이션과 같은 도구를 사용하고 관련 측정의 분포를 얻기 위해 회로를 시뮬레이션합니다. 측정 분포를 목표 사양과 비교할 수 있으며 실패 확률을 예측할 수 있습니다.
제가 찾고 있는 것은 개별 트랜지스터의 변화가 측정 결과에 어떻게 영향을 미치는지 이해하는 방법입니다. 이러한 회로는 시뮬레이션하는 데 오랜 시간이 걸리기 때문에 수백에서 수천 번의 몬테카를로 시행 이상을 얻기가 어렵습니다. 그리고 트랜지스터의 개수로 인해 독립변수의 개수도 수백개에 이릅니다. 직관적으로 우리는 회로가 매개변수 조합에 가장 민감하다는 것을 알고 있습니다. 예를 들어, 최악의 경우는 트랜지스터 A와 B가 매개변수 X의 차이가 가장 크지만 둘 중 하나가 큰 매개변수 Y를 갖는 경우일 수 있습니다.
측정된 결과에 가장 큰 영향을 미치는 기본 민감도를 찾기 위해 JMP에서 몬테카를로 결과를 분석하는 방법에 대한 지침을 찾고 있습니다.
