第4章统计基础

4. 统计基础：均值、方差、标准差、正态分布与3σ原则

各位工程师朋友，大家好。今天我们来聊聊工艺参数异常定位时，最常用到的一套数学工具——统计基础。

说实话，我刚入行那会儿，觉得统计就是一堆枯燥的公式。直到有一次，产线上一个关键尺寸连续超差，我盯着数据看了半天，愣是没看出门道。后来老工程师甩给我一句话：“你先算算均值和标准差，再看看数据落在几个σ里。” 从那以后，我才真正明白，这些数字是帮我们“听”设备“心跳”的听诊器。

均值，说白了就是一组数据的平均值。你想想看，我们测了100个晶圆的膜厚，总得有个基准值吧？这个基准值就是均值。

计算公式：

μ = (x₁ + x₂ + ... + xₙ) / n

其中，μ 是总体均值，x 是每个测量值，n 是样本数量。

我个人的习惯是：拿到数据后，第一件事就是算均值。它告诉你工艺的中心在哪里。如果均值偏离了目标值，说明你的工艺有“系统性偏差”。比如，你设定的刻蚀深度是100nm，但均值跑到了105nm，那肯定是某个参数调偏了。

小提示： 均值对异常值非常敏感。如果数据里混入了一个“离谱”的坏点（比如传感器误报），均值会被严重拉偏。所以，算均值前，最好先看一眼数据有没有明显的“野值”。

均值告诉你“中心”在哪，但光有中心不够。你还需要知道数据是紧紧聚在一起，还是散得到处都是。这就是方差和标准差要干的事。

方差（Variance）： 每个数据与均值之差的平方的平均值。

σ² = Σ(xᵢ - μ)² / n

标准差（Standard Deviation）： 方差的平方根。

σ = √σ²

为什么用平方？因为差有正有负，直接加起来会抵消。平方后，所有偏差都变成了正数，这样就能真实反映离散程度了。

我在项目中遇到过一个案例：两台同样的刻蚀机，均值几乎一样，但一台的标准差是另一台的两倍。结果呢？标准差大的那台，经常产出边缘不合格的产品。你看，只看均值，你会觉得两台机器一样好；但加上标准差，问题就暴露了。

  核心理解： 标准差越小，工艺越稳定，一致性越好。标准差越大，工艺波动越大，异常风险越高。

正态分布，也叫高斯分布，是自然界最常见的分布形态。在工艺工程里，绝大多数稳定的工艺参数，其数据分布都近似正态分布。

它的形状像一个钟，中间高，两边低。为什么工艺数据会呈现正态分布？因为工艺过程受到大量微小、独立的随机因素影响（比如温度波动、气流扰动、材料微观不均匀性等），这些因素叠加起来，就形成了正态分布。

正态分布的两个关键参数：

嗯，这里要注意：并不是所有工艺数据都符合正态分布。比如，某些经过筛选或截断的数据，或者存在明显趋势性漂移的数据，就不符合。所以，在做统计分析前，我建议先画个直方图或概率图，看看数据是不是“长”得像正态分布。

这是今天最实用的部分。3σ原则，也叫拉依达准则，是我们在产线上判断数据是否异常的常用工具。

核心内容：

换句话说，如果一个数据点落在 μ ± 3σ 之外，它出现的概率只有不到0.3%。这在统计学上被称为“小概率事件”，在工艺工程中，我们通常认为这是异常信号。

避坑指南： 我曾经犯过一个错误——样本量太小就用3σ原则。比如只测了5个点，其中一个点落在3σ外，这不一定就是异常，因为样本太少，均值和标准差本身就不准。我建议，至少要有30个以上的数据点，3σ原则才有统计意义。

实战应用步骤：

举个例子：某CMP工艺的去除速率目标值是3000 Å/min，历史数据计算出的标准差是100 Å/min。那么，控制上限就是3300，下限是2700。如果今天测到一个点到了3400，那就要立刻检查抛光垫状态、浆料流量或者修整器压力了。

下面这张图，帮你理清今天讲的核心逻辑：

好了，我们来捋一捋今天的内容：

我个人觉得，这四样东西是工艺工程师的“基本功”。你不需要成为统计学家，但一定要会用这些工具去解读数据。记住，数据不会说谎，但前提是你要听得懂它在说什么。

下次产线上再出现异常，别急着拍脑袋调参数。先算算均值和标准差，看看数据落在哪个σ区间。很多时候，答案就藏在这些数字里。

  一句话总结： 均值定中心，标准差看波动，正态分布判形态，3σ原则抓异常。把这四样用好，你的异常定位效率至少提升一倍。

公众号:蓝海资料掘金营，微信deep3321