前面三期，我们分别探讨了偏态数据、数据标准化和抽样方案的权衡。本期，我们将转向一个非常常见的业务场景：问卷调查数据分析。我们将以 JMP004: Film on the Rocks 案例为基础，学习处理和分析分类变量数据，并从中提取可用于商业决策的信息。 学习背景：电影节的增长需求 “Film on the Rocks”是在美国科罗拉多州红石露天剧…

今天，我们将深入一个更核心的统计学议题：抽样 (Sampling)。我们将通过 JMP003: Defect Sampling (缺陷抽样) 这个案例，来探讨一个让无数管理者头疼的问题：在质量检测中，我们应该抽多少样本？是省钱更重要，还是数据的精准性更重要？ 学习背景：ACME制造公司的烦恼 ACME公司生产精密的电子元件。为了保证质量，他们需要对…

在上一期，我们通过医疗事故索赔案例，学习了如何分析偏态数据和谨慎处理异常值。今天，我们将进入第二个案例JMP002: Baggage Complaints（行李投诉），这个案例将带给我们一个同样震撼且极其重要的教训：在比较不同对象时，如何避免被“原始数据”误导。 学习背景：谁是行李处理的“差等生”？ 坐飞机出行，行李丢失或损坏绝对是最糟心的体验之一…

JMP学习笔记专栏开启的目的有两个：一是为了记录我自己系统学习JMP数据分析的过程，把每个案例的知识点吃透、消化；二也是希望能把这些学习心得分享出来，和大家一起成长。如果我的笔记能对你有所启发，那将是我最大的荣幸。 我们这个系列将从JMP官方的经典教学案例（Case Study）开始。废话不多说，让我们进入第一期的学习：JMP001: Medica…

在半导体数据分析工作中，我们经常需要从不同的数据表或报告中提取、匹配和对比信息。例如，对比不同批次（Lot）器件的测试参数，或者将Wafer Acceptance Test (WAT) 数据与最终的芯片探测 (CP) 数据关联起来。Excel的VLOOKUP函数（Vertical LOOKUP，垂直查找）正是应对这类需求的强大工具。本期，我们就来深…

在半导体数据分析中，原始数据的质量直接影响后续分析结果的准确性和可靠性。本期，我们将探讨两个核心的数据预处理步骤：缺失值的处理和数据格式的修改，并通过具体的半导体行业应用场景，展示如何在Excel中高效完成这些操作。 一、处理数据的“留白”：缺失值应对策略 在半导体生产和测试过程中，数据缺失是一个常见现象，可能由设备故障、数据传输错误或人为疏漏等多…

作为一名半导体器件与良率工程师，我们每天都需要处理大量的测试数据。在数据采集或整合过程中，有时会因为各种原因（例如，设备日志错误、数据导入问题等）产生重复的数据记录。这些重复数据如果未经处理，将直接影响后续的良率计算、缺陷分析以及整体的数据分析准确性。本期，我们就来探讨如何在Excel中快速有效地识别和处理这些重复数据。 场景设定：晶圆测试数据去重…

纳米时代的到来，集成电路的制造工艺日益复杂，其成功不仅依赖于精妙的设计，更离不开严格的质量控制和持续的工艺优化。在整个半导体价值链中，测试环节扮演着至关重要的角色，它不仅是筛选合格产品的关卡，更是连接设计、制造与最终产品，并源源不断收集关键信息的“数据心脏”。在这其中，圆片测试（Wafer Acceptance Test, WAT）作为晶圆制造完成…

半导体测试： 半导体制造流程包含晶圆制造-->测试-->封装等，这是一个互联和在不断发展的半导体生态系统。半导体测试在整个集成电路价值链中扮演着至关重要的角色，包括以下几点： 1.确保产品质量和可靠性：测试的首要目的是确保制造出来的芯片符合设计规范并能正常工作，它可以检测出芯片中存在的各种物理缺陷，例如开路、短路、桥接或栅氧化层击穿等。 2.关键功…