粒子数が科学者を誤解させる: JMP® と SAS® の統合によるモデル化のケーススタディ
Kathleen Kiernan、MS、テクニカル サポート統計学者、Diane Michelson、PhD、統計トレーナー、Annie Zangi、MS、リサーチ統計学者 – 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テクニックを紹介します。最も一般的に使用される統計テストとモデル化テクニックは、特定の仮定に基づいています。分析するデータが非正規または異分散の場合はどうなるでしょうか。JMP は非正規または異分散データをモデル化するためのいくつかの方法とテクニックを提供し、SAS は使用できるすべての手順を提供します。非正規または異分散データを変換するには、Box-Cox べき乗変換がよく使用されます。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な状態に保たれます。回路のアクティブ領域に粒子があると、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の数を減らそうとしたが、モデルが当初考えられていたほど問題の原因を特定する効果がないことが判明したケースについて説明します。半導体チップは、数百個のチップを含む大型のウェーハ上に製造され、ウェーハはバッチ処理されます。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コンポーネント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 2 つの例のソリューションを示します。これは、他のシナリオにも適用できます。
