粒子計數誤導科學家：JMP® 和 SAS® 整合案例研究
Kathleen Kiernan，MS，技術支援統計員； Diane Michelson 博士，統計培訓師； Annie Zangi，碩士，研究統計學家 – SAS
本文將討論在實際應用中建模資料所產生的後果，並展示使用 JMP 和 SAS 的整合功能對非常態資料進行建模的方法和技術。最常用的統計測試和建模技術都是基於某些假設的。如果我們分析的資料是非正態的或異方差的怎麼辦？ JMP 提供了一些用於對非常態或異方差資料進行建模的方法和技術，而 SAS 提供了可供使用的全套程式。 Box-Cox 冪變換通常用於變換非常態或異方差資料。另一種方法是建立非常態分佈的模型。本文將介紹兩個半導體案例研究。在半導體加工過程中，晶圓要盡可能保持清潔。電路有效區域中的顆粒最終會導致晶片出現缺陷。第一個例子探討了科學家嘗試減少晶圓上出現的顆粒數量並發現該模型在識別問題根源方面不如最初想像的那麼有效的情況。半導體晶片是在大型晶圓上製造的，每個晶圓上可以包含數百個晶片，晶圓是按批次加工的。在第二個例子中，我們將調查在傳統線性模型設定中嘗試尋找過程變異數分量中的重要因素時可能出現的誤導性結果。我們將使用 JMP 和 SAS 集成為這兩個範例提供解決方案，這些解決方案也可以應用於其他場景。
