半导体良率数据分析报告撰写指南
📊 30章 · 从入门到实战
01
课程导论：半导体良率分析的重要性
报告目的与受众 · 课程框架与学习路径
02
半导体制造基础
晶圆制造流程 · 光刻/刻蚀/沉积 · 良率定义与分类
03
良率数据来源
CP/FT测试 · SPC在线监测 · KLA/明场/暗场缺陷检测
04
数据清洗与预处理
缺失值处理 · 异常值识别 · 标准化/归一化 · Merge/Join
05
良率关键指标
Yield · 缺陷密度DD · Critical Area · Pareto分析
06
统计分析基础
描述性统计 · T检验/卡方检验 · 相关性分析
07
可视化基础
Matplotlib/Seaborn · Yield Trend · Defect Map
08
报告结构设计
标准模板(摘要/正文/结论) · 问题-分析-解决方案 · 章节划分
09
摘要撰写技巧
提炼核心结论 · 量化关键发现(良率提升X%) · 吸引读者
10
数据呈现原则
图表选择(折线/柱状/散点) · 避免误导 · 标注规范
11
良率趋势分析
时间序列 · 移动平均 · 异常波动(Outlier) · 季节性因素
12
缺陷Pareto分析
缺陷分类编码 · Pareto图 · Top N定位 · 根因初步推断
13
空间分布分析
Wafer Map解读 · Bin Map · 空间聚类 · 边缘效应
14
相关性分析
参数与良率 · 散点图矩阵 · 相关系数 · 多重共线性
15
假设检验在良率中的应用
A/B测试(工艺变更) · 均值/比例比较 · p值解读与误用
16
回归分析基础
线性回归 · 逻辑回归(良率预测) · R²/RMSE · 过拟合
17
机器学习入门
决策树 · 随机森林 · 特征重要性 · SHAP可解释性
18
报告撰写语言
客观中立 · 避免主观臆断 · 数据支撑 · 主动语态
19
案例研究一：低良率批次分析
从数据到结论全流程 · 报告撰写实战
20
案例研究二：工艺参数优化报告
DOE结果呈现 · 建议与行动计划
21
案例研究三：新设备导入良率对比
统计显著性检验 · 风险与收益评估
22
自动化报告生成
Python脚本(Pandas+Matplotlib) · 模板化 · 定时任务
23
报告评审与迭代
同行评审要点 · 常见错误检查清单 · 反馈修改
24
高级可视化
交互式图表(Plotly) · Dashboard · 动态报告
25
良率报告中的常见陷阱
幸存者偏差 · 数据窥探 · 过拟合 · 批次效应
26
跨部门沟通
向管理层汇报 · 与工艺工程师协作 · 行动项
27
数据安全与合规
数据脱敏 · 访问控制 · 报告分发 · 知识产权
28
行业标准与规范
SEMI标准 · 良率报告通用格式 · 术语统一
29
未来趋势
大数据与AI · 实时监控预测 · 数字孪生
30
课程总结与项目实战
综合项目(给定数据集) · 课程回顾 · 进阶资源