JMP stellt viele Möglichkeiten für die schnelle und einfache Erstellung statistischer Modelle bereit, die in der Lage sind, Eingaben und Zielwerte für Prognosen oder Erklärungen sinnvoll zu verknüpfen. Ein wichtiger Bestandteil dieser Modelle sind Entscheidungsbaum-Methoden mit zahlreichen nützlichen Eigenschaften, die sie ebenso flexibel wie leistungsstark machen. Dies ebnet den Weg für viele Möglichkeiten einer erfolgreichen Anwendung, unabhängig von Format und Größe der Daten.
Aufgrund der Komplexität des Prozesses, der hohen Datenverfügbarkeit und der Hochwertigkeit der Produkte ist die Halbleiterproduktion seit jeher Bezugspunkt für die Datenanalyse für innovatives Engineering. In dem White Paper, das Sie hier herunterladen können, erfahren Sie, wie ST Microelectronics Bootstrap-Forests in JMP einsetzt, um schwierige technische Probleme zu lösen, die mit anderen geläufigen Analysemethoden nicht greifbar sind.
Das White Paper enthält eine Übersicht über die häufig verwendeten analytischen Ansätze und beschreibt dann zwei Fälle, die die Vorteile von Bootstrap-Forests – einer der drei Optionen der Partition-Plattform von JMP – veranschaulichen. Der erste Fall handelt von der retrospektiven Ermittlung der Ursache eines Tastkopf-Zielverlusts bei einem ausgereiften Produkt, bei dem umfangreiche Prozesskenntnisse vorlagen. Der zweite Fall untersucht die Verknüpfung zwischen Fehlern in einer bestimmten Tastkopfgruppe und den elektrischen Parametern, die für Teststrukturen an früheren Punkten innerhalb des Prozesses gemessen wurden.