把测试日志变成能拿去开会的结论

任何良率旁边都跟着分子、分母与 Wilson 95% 区间。样本量小的组不会被一个孤零零的百分数蒙过去。

芯片层面校验通过、失败、无效与无法判定四项之和是否等于参与统计数,对不上就报错,不允许出现总数不明的统计表。

两个范围对比时,任一侧样本量偏小或四格表期望频数不足就用 Fisher 精确检验,否则用两比例 z 检验,显著性水平 0.05,结论里带上差值与置信区间。

良率趋势按数据本身的先后顺序绘制并给出相邻两点的变化量,不按良率高低重排,避免把趋势画成假的单调曲线。

逐测试项给执行数、失败数、失败率与良率损失,默认按良率损失降序,直接指出最该先看的几项。

信息增益、基尼不纯度下降与 Fisher 判别比三种口径各自归一到 0 到 1,按 0.4、0.3、0.3 加权合成分数,只列得分大于 0 的前五项。

用逐层产生频繁项集与关联规则的方式找成组出现的失效,给出支持度、置信度与提升度;失效共现矩阵用热力图显示两两同时失败的次数。

从 100% 逐项扣减到实际良率,一眼看出良率是被哪几项联手吃掉的。

按 Bin、按归一化半径、或按指定测试项的测值着色;坐标原点可选圆心或左下角,X 与 Y 可翻转,支持四个方向旋转。

按半径分环,给出每一环的失败率、置信区间与环内样本数,边缘偏高这类环形特征能直接看出来。

按网格连通域聚类,默认 8 邻域,也可切 4 邻域,输出每个簇的规模、外接矩形、质心与簇内失败率。

用置换检验回答这样的簇规模能不能被随机抽出,而不是凭肉眼判断图上像不像一片。

逐测试项给均值、标准差、分位数、上下限与越限数,并给出能力指数与 Cpk 直方图。

按产品、批次、晶圆、测试设备、测试站、测试项六层分解,每层给出各组的样本量、比率、贡献度以及在上一层总损失中的占比。

数据集里只有一个批次、一台设备时,系统不会硬指一个背锅的组,而是跳过这一层继续往下走;所有层都没有区分度就明确写未发现可解释的集中来源。

结论携带目标组与对照组的分子分母、比率、检验方法与名称、显著性水平、差异值与其置信区间,以及是否达到最小样本量。计数型结论也给同结构的证据对象。

任一侧样本量不足或差异不显著时,结论自动降为疑似并建议扩大样本;样本量为零时给无法判定,而不是写成不显著。两侧都达标且显著才标为确证。

设备与测试站的相关性用相关系数矩阵呈现,并同时标明这是相关性。归因不预测、不训练模型,不给无法验证的结论。

不做向量生成,不做故障模拟,不解析网表。向量从哪来、覆盖率够不够是集成电路测试向量自动生成与故障诊断系统(IC-FaultGen) 的问题,两者通过测试向量集衔接。

不做逻辑求值、方程求解或数值积分,不产生波形,这部分在集成电路器件参数计算与电路分析系统IC-Calc 里。

不训练模型,不输出预测良率这类无法验证的结论。归因只回答这一批的低良率集中在哪一层。

不做主成分分析等降维,不做无监督聚类建模;控制图只提供 p 图与 X 单值和极差图,不含累积和控制图与指数加权移动平均图。

0、90、180、270 度,不做任意角度插值;也不做与标准晶圆图模板的自动配准比对。

同一测试项在不同记录里出现不同单位时,系统记录冲突并告警,不猜哪几行属于哪种单位。这类文件应回源头统一单位。

目前验证过的样例在五百颗芯片量级。百万颗芯片的导入统计耗时、多数据集并行与长时间运行,还没有实测基线。