Le comptage des particules induit les scientifiques en erreur : une étude de cas sur l'intégration de JMP® et SAS® examinant la modélisation
Kathleen Kiernan, MS, statisticienne de soutien technique ; Diane Michelson, PhD, formatrice en statistiques ; Annie Zangi, MS, statisticienne de recherche – SAS
Cet article abordera les conséquences de la modélisation des données dans des applications concrètes et présentera des méthodes et techniques de modélisation des données non normales grâce aux fonctionnalités intégrées de JMP et SAS. Les tests statistiques et techniques de modélisation les plus couramment utilisés reposent sur certaines hypothèses. Que se passe-t-il si les données analysées sont non normales ou hétéroscédastiques ? JMP propose des méthodes et techniques de modélisation de ces données, tandis que SAS offre une gamme complète de procédures. La transformation de puissance Box-Cox est souvent utilisée pour transformer les données non normales ou hétéroscédastiques. Une autre approche consiste à modéliser une distribution non normale. Cet article présentera deux études de cas sur les semi-conducteurs. Lors du traitement des semi-conducteurs, les plaquettes sont maintenues aussi propres que possible. La présence de particules dans la zone active d'un circuit peut entraîner une défaillance de la puce. Le premier exemple explore un cas où des scientifiques ont tenté de réduire le nombre de particules présentes sur les plaquettes et ont constaté que le modèle était moins efficace qu'initialement prévu pour identifier la source du problème. Les puces semi-conductrices sont fabriquées sur de grandes plaquettes, chacune pouvant contenir des centaines de puces, et les plaquettes sont traitées par lots. Dans le deuxième exemple, nous examinerons les résultats trompeurs pouvant survenir lors de la recherche des facteurs importants dans les composantes de variance du processus dans un contexte de modèles linéaires traditionnels. Nous présenterons des solutions pour ces deux exemples en utilisant l'intégration JMP et SAS, qui peuvent également être appliquées à d'autres scénarios.
