Los valores atípicos suelen eliminarse durante el modelado. Sin embargo, detectarlos es la esencia del control estadístico de procesos. Comprender cómo se generan ofrece una oportunidad para mejorar la calidad.
Los valores atípicos se definen como observaciones inusuales y requieren una convención, como la regla de las tres sigma u otro criterio más subjetivo. En esta presentación, mostramos tres enfoques para modelar la DOE en el desarrollo de procesos de semiconductores, cuyo objetivo era comprender el mecanismo que genera los valores atípicos:
- El primer enfoque toma datos experimentales, utiliza una regla para categorizar las observaciones como valores atípicos y luego utiliza regresión logística/de Poisson para modelar la tasa en que se generan.
- El segundo utiliza el Explorador de datos funcionales en JMP Pro para modelar la función de densidad acumulativa empírica inversa, de modo que se pueda ver qué combinaciones de factores causan o previenen la generación de valores atípicos en un proceso de fabricación de semiconductores.
- El tercer enfoque utiliza la plataforma no lineal para modelar los datos con una distribución t, de modo que se pueda ver la distribución de valores atípicos, así como detectar cambios en la media del proceso.
Analizamos cómo los tres enfoques difieren en términos de la calidad de la información que proporcionan y la dificultad de los análisis.
