Il conteggio delle particelle inganna gli scienziati: uno studio di caso sull'integrazione di JMP® e SAS® che indaga la modellazione
Kathleen Kiernan, MS, Statistica di supporto tecnico; Diane Michelson, PhD, Formatrice statistica; Annie Zangi, MS, Statistica di ricerca – SAS
Questo articolo affronterà le conseguenze della modellazione dei dati in applicazioni reali e illustrerà metodi e tecniche per la modellazione di dati non normali utilizzando le funzionalità integrate di JMP e SAS. I test statistici e le tecniche di modellazione più comunemente utilizzati si basano su determinati presupposti. Cosa succede se i dati che stiamo analizzando sono non normali o eteroschedastici? JMP offre alcuni metodi e tecniche per la modellazione di dati non normali o eteroschedastici, mentre SAS offre una gamma completa di procedure utilizzabili. La trasformazione di potenza di Box-Cox viene spesso utilizzata per trasformare dati non normali o eteroschedastici. Un altro approccio consiste nel modellare una distribuzione non normale. Questo articolo presenterà due casi di studio sui semiconduttori. Durante la lavorazione dei semiconduttori, i wafer vengono mantenuti il più puliti possibile. Le particelle nell'area attiva di un circuito possono in definitiva causare un chip difettoso. Il primo esempio esplora un caso in cui gli scienziati hanno cercato di ridurre il numero di particelle presenti sui wafer e hanno scoperto che il modello era meno efficace nell'identificare la fonte del problema di quanto inizialmente pensato. I chip semiconduttori vengono fabbricati su wafer di grandi dimensioni, ognuno dei quali può contenere centinaia di chip, e i wafer vengono lavorati in lotti. Nel secondo esempio, analizzeremo i risultati fuorvianti che possono verificarsi quando si cerca di individuare i fattori importanti nelle componenti di varianza del processo in un contesto di modelli lineari tradizionali. Presenteremo soluzioni per entrambi gli esempi utilizzando l'integrazione JMP e SAS, che può essere applicata anche ad altri scenari.
