JMP Proを活用した半導体プロセス開発における外れ値分布のモデル化 (2024-EU-PO-1662)モデリングでは、外れ値を除去することがよくあります。しかし、外れ値を検出することは統計的工程管理の本質です。外れ値がどのように発生するかを理解することは、品質向上の機会となります。
外れ値は「異常な」観測値として定義され、3シグマルールなどの慣例や、より主観的な基準が必要となります。本プレゼンテーションでは、半導体プロセス開発におけるDOEモデリングの3つのアプローチを紹介します。その目的は、外れ値の発生メカニズムを理解することです。
- 最初のアプローチでは、実験データを取得し、ルールを使用して観測値を外れ値として分類し、ロジスティック/ポアソン回帰を使用してそれらが生成される速度をモデル化します。
- 2 番目は、JMP Pro の機能データ エクスプローラを使用して逆経験累積密度関数をモデル化し、半導体製造プロセスでどの要因の組み合わせが外れ値の生成を引き起こすか、または防止するかを確認します。
- 3 番目のアプローチでは、非線形プラットフォームを使用して t 分布でデータをモデル化し、外れ値の分布を確認したり、プロセス平均のシフトを検出したりすることができます。
提供される情報の質と分析の難易度の点で、3 つのアプローチがどのように異なるかについて説明します。
高度な統計モデリング実験計画法
