JP2009157655A - データ解析装置、データ解析方法、およびプログラム - Google Patents
データ解析装置、データ解析方法、およびプログラム Download PDFInfo
- Publication number
- JP2009157655A JP2009157655A JP2007335232A JP2007335232A JP2009157655A JP 2009157655 A JP2009157655 A JP 2009157655A JP 2007335232 A JP2007335232 A JP 2007335232A JP 2007335232 A JP2007335232 A JP 2007335232A JP 2009157655 A JP2009157655 A JP 2009157655A
- Authority
- JP
- Japan
- Prior art keywords
- group
- measurement
- product
- correlation coefficient
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
【課題】本来相関があるべき複数の測定項目の組み合わせについて、相関関係が崩れた状態にある複数の測定項目の組み合わせを見つけ出すことができるデータ解析装置30を提供する。
【解決手段】本発明のデータ解析装置30は、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、複数の測定項目の組み合わせ毎に、それぞれの製品について、第1グループの製品群の測定値の分布に対するマハラノビス距離を算出し、複数の測定項目の組み合わせ毎に、第1グループの製品群のマハラノビス距離の分布と、第2グループの製品群のマハラノビス距離の分布とを定量的に比較する。
【選択図】図1
【解決手段】本発明のデータ解析装置30は、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、複数の測定項目の組み合わせ毎に、それぞれの製品について、第1グループの製品群の測定値の分布に対するマハラノビス距離を算出し、複数の測定項目の組み合わせ毎に、第1グループの製品群のマハラノビス距離の分布と、第2グループの製品群のマハラノビス距離の分布とを定量的に比較する。
【選択図】図1
Description
本発明は、データ解析方法に関する。特に、製造物から得られる多数のデータや、その製造物を製造するために使われる製造設備から得られる多数のデータを解析し、不良品の発生原因と密接に関係するパラメータを見つけ出す技術に関する。
磁気記憶装置、集積回路、フラットパネルディスプレイ、または医薬品等の先端技術を用いた製造物の製造においては、製造物の微細化や製造プロセスの複雑化が著しく、製造物を設計図面どおりに製造することが極めて難しい状況にある。これらの製造物は、多種多様なパラメータが製造過程で変動することによって、不良品となる場合がある。製造メーカは、製造物のコスト削減を図るために、製造過程で生じる不良品を可能な限り減らしたり、歩留りの向上に努めている。
そのため、製造物またはその製造物を製造するために使われる製造設備から、製造過程で得られる多数の測定項目毎の測定値を解析し、不良発生の原因となる測定値の変動を示す測定項目を迅速に見つけ出し、その測定項目の測定値が変動しないように対策することが重要な取り組みである。
従来、製造過程で測定される多数の測定項目の中から、不良発生の原因となる測定値の変動を示す測定項目を見つけ出す技術として、非特許文献1や特許文献1に記載されている方法がある。これらの方法は、予め製造物の性能や歩留りなどの試験結果に基づいて、製造過程において、製造物またはその製造物を製造するために使われる製造設備から得られる多数の測定項目毎の測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とに分類し、測定項目毎に第1グループに属するデータと第2グループに属するデータを定量的に比較する。その結果、第1グループと第2グループの間で測定値の分布に有意差がある測定項目を不良発生の原因と密接に関係がある測定項目として見つけ出すものである。
ここで、非特許文献1では、有意差の判定に統計的検定を用いており、統計的検定の結果として得られる有意確率が小さい測定項目ほど不良品の発生原因と密接に関係すると判断している。一方、特許文献1では,統計的検定が算出する有意確率は、あくまでも統計的な数値であって、各測定項目の歩留まり影響度が不明な点を課題としてあげ、測定項目毎に歩留まり影響度を計算する方法を提案している。
また、複数の測定項目の測定値の関連性を解析する方法として、例えば非特許文献2に記載されているマハラノビス・タグチ・システム(MTS)がある。MTSでは、複数の測定項目の測定値どうしの関連性を示す指標として、マハラノビス距離を用いている。マハラノビス距離とは、それぞれのデータが母集団からどれだけ離れているかを示す指標である。
Allan Y. Wong: Statistical Micro Yield Modeling、Semiconductor International、pp.139-148、November(1996)
W. H. Woodall、R. Koudelik、K. Tsui、S. B. Kimほか:A Review and Analysis of the Mahalanobis-Taguchi System、Technometrics、Vol.45、No.1、pp.1-15 (2003)
特開2007−264914号公報
上述した非特許文献1や特許文献1に記載されている方法は、多数の測定項目をそれぞれ独立に解析し、第1グループの測定値と第2グループの測定値とに有意差がある測定項目を見つけ出す技術としては有効な方法である。
しかし、製造物またはその製造物を製造するために使われる製造設備から、製造過程で得られる多数の測定項目の中には、測定値が相互に関連する測定項目も多い。例えば、ある測定項目の測定値と別の測定項目の測定値とがどんな値であろうとも不良品が発生するわけではないが、それら二つの測定項目の測定値の相関関係が崩れると不良品が発生するということがある。上述した非特許文献1や特許文献1に記載されている方法は、このような複数のパラメータの間の相関関係を考慮していない。
本発明は上記事情を鑑みてなされたものであり、本発明の目的は、本来相関があるべき複数の測定項目の組み合わせについて、相関関係が崩れた状態にある複数の測定項目の組み合わせを見つけ出すことにある。
上記課題を解決するために、本発明は、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、複数の測定項目の組み合わせ毎に、それぞれの製品について、第1グループの製品群の測定値の分布に対するマハラノビス距離を算出し、複数の測定項目の組み合わせ毎に、第1グループの製品群のマハラノビス距離の分布と、第2グループの製品群のマハラノビス距離の分布とを定量的に比較する。
例えば、本発明の第1の態様は、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置であって、
第1グループの製品毎に、各測定項目に対応する測定値を記憶する第1の記憶手段と、
第2グループの製品毎に、各測定項目に対応する測定値を記憶する第2の記憶手段と、
前記第1の記憶手段に記憶されたデータを順次読み出して、2つの測定項目の全ての組み合わせについて、それぞれの測定項目の測定値どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品群の測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品群の測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較出手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置を提供する。
第1グループの製品毎に、各測定項目に対応する測定値を記憶する第1の記憶手段と、
第2グループの製品毎に、各測定項目に対応する測定値を記憶する第2の記憶手段と、
前記第1の記憶手段に記憶されたデータを順次読み出して、2つの測定項目の全ての組み合わせについて、それぞれの測定項目の測定値どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品群の測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品群の測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較出手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置を提供する。
また、本発明の第2の態様は、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置であって、
第1グループの製品毎に、各測定項目に対応する測定値を記憶する第1の記憶手段と、
第2グループの製品毎に、各測定項目に対応する測定値を記憶する第2の記憶手段と、
前記第1の記憶手段および前記第2の記憶手段に記憶されたデータを順次読み出して、第1グループの製品群の測定値および第2グループの製品群の測定値を統合して第3グループの製品群の測定値とし、統合した第3グループの製品群の測定値において、2つの測定項目の全ての組み合わせについて、それぞれの測定項目の測定値どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品群の測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品群の測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置を提供する。
第1グループの製品毎に、各測定項目に対応する測定値を記憶する第1の記憶手段と、
第2グループの製品毎に、各測定項目に対応する測定値を記憶する第2の記憶手段と、
前記第1の記憶手段および前記第2の記憶手段に記憶されたデータを順次読み出して、第1グループの製品群の測定値および第2グループの製品群の測定値を統合して第3グループの製品群の測定値とし、統合した第3グループの製品群の測定値において、2つの測定項目の全ての組み合わせについて、それぞれの測定項目の測定値どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品群の測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品群の測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置を提供する。
本発明のデータ解析装置によれば、本来相関があるべき複数の測定項目の組み合わせについて、相関関係が崩れた状態にある複数の測定項目の組み合わせを見つけ出すことができる。
図1は、本発明の一実施形態に係るデータ解析システム10の構成を示すシステム構成図である。データ解析システム10は、データベース(DB)サーバ20およびデータ解析装置30を備える。
データ解析システム10は、製品の製造過程で各製品に対して行われた測定項目毎の測定値を収集し、所定の測定項目の組み合わせ毎に、測定値間のマハラノビス距離を算出し、良品のマハラノビス距離の分布と不良品のマハラノビス距離の分布とを定量的に比較する。そして、データ解析システム10は、良品のマハラノビス距離の分布と不良品のマハラノビス距離の分布との比較結果を、測定項目の組み合わせ毎に良品の測定値の分布と不良品の測定値の分布とを定量的に比較した結果と共に表示する。
本実施形態では、製品としてハードディスク装置を想定し、製造過程で収集される測定項目毎の測定値として、ハードディスク装置を組み立てる組立装置11から出力される装置内の温度データ、ハードディスク装置に磁気ヘッドの位置を制御するサーボ信号を書き込むサーボライト装置12から出力される、書き込みヘッドの信号強度、および、試験装置13によって測定される各種測定項目の測定値(良否判定を含む)等を想定する。
DBサーバ20は、組立装置11、サーボライト装置12、および試験装置13等から通信回線14を介して測定項目毎の測定値を受信し、受信した測定項目毎の測定値を、それぞれの製品を識別するシリアル番号に対応付けて記憶する。DBサーバ20は、良品の割合が高い第1グループの製品群の測定値を保持する測定値テーブル21、および、良品の割合が第1グループよりも低い第2グループの製品群の測定値を保持する測定値テーブル22を記憶する。
図2は、DBサーバ20が記憶する第1グループの測定値テーブル21の一例を示し、図3は、DBサーバ20が記憶する第2グループの測定値テーブル22の一例を示す。図2および図3において、P1〜P5はそれぞれ測定項目を表している。測定項目は、異なる測定項目だけでなく、同一の測定項目であっても、異なる工程や異なる環境で測定された場合には、異なる測定項目として扱われる。
データ解析装置30は、図4に示すように、第1の距離算出部31、第2の距離算出部32、相関係数算出部33、第1の比較部34、出力部35、および第2の比較部36を有する。
相関係数算出部33は、キーボードやマウス等の入力装置16を介してユーザから製品のシリアル番号の範囲を指定された場合に、指定された範囲に含まれるシリアル番号に対応する製品の中で、第1グループに属する製品の測定値を、DBサーバ20内の測定値テーブル21から取得する。そして、相関係数算出部33は、第1グループの製品群の測定値において、2つの測定項目の全ての組み合わせについて相関係数を算出する。
具体的には、相関係数算出部33は、下記の(1)式を用いて、第1グループのそれぞれの測定項目の測定値の平均mi(miはi番目の測定項目の平均)を算出し、下記の(2)式を用いて、第1グループのそれぞれの測定項目の標準偏差σi(σiは、i番目の測定項目の標準偏差)を算出する。そして、相関係数算出部33は、算出した平均miおよび標準偏差σiを、ユーザから指定されたシリアル番号の範囲を示す情報と共に第1の距離算出部31および第2の距離算出部32へ送る。
ここで、kは測定項目の数を示し、nは第1グループの製品の個数を示す。
次に、相関係数算出部33は、算出した平均miおよび標準偏差σiを用いて、ユーザから指定された範囲のシリアル番号に対応する第1グループのそれぞれの製品の測定値を、下記の(3)式により正規化する。
次に、相関係数算出部33は、正規化した第1グループの測定値を用いて、2つの測定項目の全ての組み合わせについて下記の(4)式により相関係数rを算出する。
図2に示した第1グループの製品群の測定値について、2つの測定項目の全ての組み合わせについて算出された相関係数をまとめると図5のようになる。それぞれの相関係数の絶対値は、0より大きく1以下の範囲内の値となる。相関係数算出部33は、2つの測定項目の全ての組み合わせについて算出された相関係数を第1の距離算出部31および第2の距離算出部32へ送る。
第1の距離算出部31は、2つの測定項目の全ての組み合わせについて算出された相関係数を相関係数算出部33から受信した場合に、予め定められた値以上の相関係数となる測定項目の組み合わせを抽出する。本実施形態において、第1の距離算出部31は、0.5以上の相関係数となる測定項目の組み合わせを抽出する。
図5に示した相関係数テーブル40では、相関係数が0.5以上となる測定項目の組み合わせは、P2およびP3の組、P2およびP4の組、P2およびP5の組、P4およびP5の組、ならびに、P2、P4、およびP5の組となる。
次に、第1の距離算出部31は、抽出した測定項目の組み合わせについて、全ての要素が予め定められた値以上(本実施形態では0.5以上)となる正方行列を作成する。図5に示した相関係数テーブル40の例では、第1の距離算出部31は、図6に示すように、P2およびP3の組み合わせについて行列400を、P2およびP4の組み合わせについて行列401を、P2およびP5の組み合わせについて行列402を、P4およびP5の組み合わせについて行列403を、P2、P4、およびP5の組み合わせについて行列404を、それぞれ作成する。作成された行列を数式で表現すると下記の(5)式または(6)式のようになる。
ここで、R2は2×2の正方行列を示しており、R3は3×3の正方行列を示している。
次に、第1の距離算出部31は、5つの行列400〜404のそれぞれの逆行列を算出し、算出した逆行列を第2の距離算出部32へ送る。図7に示すように、第1の距離算出部31は、行列400の逆行列として行列410を、行列401の逆行列として行列411を、行列402の逆行列として行列412を、行列403の逆行列として行列413を、行列404の逆行列として行列414を、それぞれ算出する。
次に、第1の距離算出部31は、ユーザから指定された範囲のシリアル番号に対応する製品について、相関係数が予め定められた値以上となっている測定項目の測定値をDBサーバ20内の測定値テーブル21から順次読み出し、第1グループの測定値を上述した(3)式を用いて正規化する。そして、第1の距離算出部31は、相関係数が予め定められた値以上となっている測定項目について、正規化した測定値どうしのマハラノビス距離DXj(jはj番目の製品を表す)を、算出した逆行列、および、下記の(7)式または(8)式を用いて算出する。
ここで、DX2jは、2つの測定項目の測定値間のマハラノビス距離を示しており、DX3jは、3つの測定項目の測定値間のマハラノビス距離を示している。
第1グループの製品群について、第1の距離算出部31によって算出された、予め定められた値以上の相関係数となる測定項目の組み合わせ毎のマハラノビス距離を図示すると図8のようになる。図8において、例えば「P2_P3」の欄に格納されているマハラノビス距離の値は、測定項目P2と測定項目P3とのマハラノビス距離の値を示している。第1の距離算出部31は、予め定められた値以上の相関係数となる測定項目の組み合わせ毎に算出したマハラノビス距離を第1の比較部34へ送る。
第2の距離算出部32は、第1の距離算出部31と同様に、2つの測定項目の全ての組み合わせについて算出された相関係数を相関係数算出部33から受信した場合に、予め定められた値以上(本実施形態では0.5以上)の相関係数となる測定項目の組み合わせを抽出する。そして、第2の距離算出部32は、ユーザから指定された範囲のシリアル番号に対応する製品について、相関係数が予め定められた値以上となっている測定項目の測定値をDBサーバ20内の測定値テーブル22から順次読み出し、第2グループの測定値を下記の(9)式を用いて正規化する。
ここで、平均miおよび標準偏差σiは、第1グループの製品群の測定値を用いて、相関係数算出部33によって(1)式および(2)式を使って算出された値である。
次に、第2の距離算出部32は、相関係数が予め定められた値以上となっている測定項目の組み合わせについて、第1の距離算出部31から受け取った逆行列を用いて、正規化した測定値どうしのマハラノビス距離DYj(jはj番目の製品を表す)を下記の(10)式または(11)式により算出する。
ここで、DY2jは、2つの測定項目の測定値間のマハラノビス距離を示しており、DY3jは、3つの測定項目の測定値間のマハラノビス距離を示している。
第2グループの製品群について、第2の距離算出部32によって算出された、予め定められた値以上の相関係数となる測定項目の組み合わせ毎のマハラノビス距離を図示すると図9のようになる。図9において、例えば「P2_P3」の欄に格納されているマハラノビス距離の値は、測定項目P2と測定項目P3とのマハラノビス距離の値を示している。第2の距離算出部32は、予め定められた値以上の相関係数となる測定項目の組み合わせ毎に算出したマハラノビス距離を第1の比較部34へ送る。
第1の比較部34は、第1の距離算出部31および第2の距離算出部32から受け取った、測定項目の組み合わせについての製品毎のマハラノビス距離を、測定項目の組み合わせを1つの測定項目とみなして、当該1つの測定項目における歩留まり影響度を算出する。図10は、第1の比較部34による歩留まり影響度の算出方法を説明するための概念図である。歩留まり影響度とは、良品率を落としている度合いの高い項目を見つけ出す際に用いられる手法であり、データの分布が正規分布である必要がないという特徴を持つ。
第1の比較部34は、まず、同一の測定項目のデータ(図10の例では「P2_P3」のマハラノビス距離)について、第1グループのデータと第2グループのデータとをマージして、データの値順にソートする。そして、第1の比較部34は、値の小さい方からN個のデータを選択し、選択したN個のデータの中で、第1グループに属するデータ数を示す変数FX、および、第2グループに属するデータ数を示す変数SXを算出する。また、第1の比較部34は、選択したN個のデータ以外のデータについて、第1グループに属するデータ数を示す変数FY、および、第2グループに属するデータ数を示す変数SYを算出する。そして、第1の比較部34は、下記の(12)式を用いて不良含有率FCRを算出する。
次に、第1の比較部34は、算出した不良含有率FCRを用いて、下記の(13)式により、歩留まり影響度YIを算出する。
例えば図10は、Nが13の場合を示しており、この場合、第1の比較部34は、それぞれ、FXを10、SXを3、FYを20、SYを17と算出する。そして、第1の比較部34は、不良含有率FCRを0.297と算出し、歩留まり影響度YIを22%と算出する。
第1の比較部34は、Nを1からデータ数分(図10の例では50個分)変化させながら、歩留まり影響度YIを算出する。Nと歩留まり影響度YIとの関係を図示すると、例えば図11のようになる。第1の比較部34は、マハラノビス距離が小さい順に、全体のデータ数の所定割合(例えば50%)を除いた残りのデータについて(図11においてラインAより右側の部分)、歩留まり影響度YIの最大値を、対象となる測定項目の歩留まり影響度として算出する。そして、第1の比較部34は、算出した歩留まり影響度YIを、対応する測定項目の組み合わせを示す情報と共に出力部35へ送る。
第2の比較部36は、入力装置16を介してユーザから指定された範囲のシリアル番号に対応する製品について、測定項目毎の測定値を、DBサーバ20内の測定値テーブル21および測定値テーブル22から取得する。そして、第2の比較部36は、それぞれの測定項目について、測定値をマージし、測定値の基点を算出する。本実施形態において、測定値の基点とは、測定値の中央値である。なお、他の形態として、第2の比較部36は、測定値の平均や最頻値を基点として算出してもよい。
そして、第2の比較部36は、それぞれの測定項目毎に、それぞれの測定値と基点との差分の絶対値を算出する。図12は、「P1」の測定値について第2の比較部36によって算出された、それぞれの測定値と基点(図12の例では-2.80614)との差分の絶対値を示す。
次に、第2の比較部36は、図13に示すように、測定値をキーとして図12のデータをソートする。そして、第2の比較部36は、値の小さい方からN個のデータを選択し、選択したN個のデータの中で、第1グループに属するデータ数を示す変数FX、および、第2グループに属するデータ数を示す変数SX、選択したN個のデータ以外のデータについて、第1グループに属するデータ数を示す変数FY、および、第2グループに属するデータ数を示す変数SYを算出する。そして、第2の比較部36は、前述の(12)式を用いて不良含有率FCRを算出し、前述の(13)式を用いて歩留まり影響度YIを算出する。
第2の比較部36は、Nを1からデータ数分(図13の例では50個分)変化させながら、歩留まり影響度YIを算出する。Nと歩留まり影響度YIとの関係を図示すると、例えば図14のようになる。第2の比較部36は、測定値が小さい順に、全体のデータ数の所定割合(例えば50%)を除いた残りのデータについて(図14においてラインBより右側の部分)、歩留まり影響度YIの最大値を、対象となる測定項目の歩留まり影響度として算出し、算出した歩留まり影響度YIを、対応する測定項目を示す情報と共に出力部35へ送る。
出力部35は、第1の比較部34および第2の比較部36から歩留まり影響度YIを受け取った場合に、対応する測定項目または測定項目の組み合わせを示す情報と共に、歩留まり影響度YIを例えば図15に示すような形式のグラフに加工して、表示装置または印刷装置等の出力装置15へ出力する。
図16は、データ解析装置30の動作の一例を示すフローチャートである。入力装置16を介して、分析対象となる製品のシリアル番号の範囲を示す情報がユーザから入力された場合に、データ解析装置30は、本フローチャートに示す動作を開始する。
まず、相関係数算出部33は、指定された範囲に含まれるシリアル番号に対応する製品の中で、第1グループに属する製品群の測定値をDBサーバ20内の測定値テーブル21から取得し、第1グループの製品群の測定値に関し、2つの測定項目の全ての組み合わせについて、前述の(1)式から(4)式を用いて相関係数を算出する(S100)。
次に、第1の距離算出部31は、予め定められた値以上(本実施形態では0.5以上)の相関係数となる測定項目の組み合わせについて、前述の(5)式または(6)式に示すように、全ての要素が予め定められた値以上の相関係数から構成される正方行列を作成する。そして、第1の距離出する(S101)。
次に、第2の距離算出部32は、予め定められた値以上(本実施形態では0.5以上)の相関係数となる測定項目の組み合わせについて、第2グループの製品の測定値をDBサーバ20内の測定値テーブル22から順次読み出し、前述の(9)式を用いて正規算出部31は、第1グループの測定値を前述の(3)式を用いて正規化した後に、それぞれの正方行列の逆行列を用いて、(7)式または(8)式により、予め定められた値以上の相関係数となる測定項目の組み合わせについて、第1グループのそれぞれの製品のマハラノビス距離を算化する。そして、第2の距離算出部32は、第1の距離算出部31によって算出された逆行列を用いて、前述の(10)式または(11)式により、予め定められた値以上の相関係数となる測定項目の組み合わせについて、第2グループのそれぞれの製品のマハラノビス距離を算出する(S102)。
次に、第1の比較部34は、予め定められた値以上の相関係数となる測定項目の組み合わせについて第1の距離算出部31および第2の距離算出部32によってそれぞれ算出された製品毎のマハラノビス距離を、測定項目の組み合わせを1つの測定項目とみなして、当該1つの測定項目における歩留まり影響度を、前述の(12)式および(13)式を用いて算出する(S103)。
次に、第2の比較部36は、入力装置16を介してユーザから指定された範囲のシリアル番号に対応する製品について、測定項目毎の測定値を、DBサーバ20内の測定値テーブル21および測定値テーブル22から取得する。そして、第2の比較部36は、それぞれの測定項目について、(12)式および(13)式を用いて歩留まり影響度YIを算出する(S104)。
次に、出力部35は、第1の比較部34および第2の比較部36によってそれぞれ算出された歩留まり影響度YIを、対応する測定項目または測定項目の組み合わせを示す情報と共に、例えば図15に示すような形式のグラフに加工して、表示装置または印刷装置等の出力装置15へ出力し(S105)、データ解析装置30は、本フローチャートに示す動作を終了する。
図17は、データ解析装置30の機能を実現するコンピュータ60の一例を示すハードウェア構成図である。コンピュータ60は、CPU(Central Processing Unit)61、RAM(Random Access Memory)62、ROM(Read Only Memory)63、HDD(Hard Disk Drive)64、通信インターフェイス(I/F)65、入出力インターフェイス(I/F)66、およびメディアインターフェイス(I/F)67を備える。
CPU61は、ROM63またはHDD64に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM63は、コンピュータ60の起動時にCPU61が実行するブートプログラムや、コンピュータ60のハードウェアに依存するプログラム等を格納する。
HDD64は、CPU61によって実行されるプログラムを格納する。通信インターフェイス65は、通信回線14を介して他の機器からデータを受信してCPU61へ送ると共に、CPU61が生成したデータを、通信回線14を介して他の機器へ送信する。
CPU61は、入出力インターフェイス66を介して、表示装置や印刷装置等の出力装置15、および、キーボードやマウス等の入力装置16を制御する。CPU61は、入出力インターフェイス66を介して、入力装置16からデータを取得する。また、CPU61は、生成したデータを、入出力インターフェイス66を介して出力装置15へ出力する。
メディアインターフェイス67は、記録媒体68に格納されたプログラムまたはデータを読み取り、RAM62を介してCPU61に提供する。CPU61は、当該プログラムを、メディアインターフェイス67を介して記録媒体68からRAM62上にロードし、ロードしたプログラムを実行する。記録媒体68は、例えばDVD(Digital Versatile Disk)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
コンピュータ60のCPU61は、RAM62上にロードされたプログラムを実行することにより、第1の距離算出部31、第2の距離算出部32、相関係数算出部33、第1の比較部34、出力部35、および第2の比較部36の各機能を実現する。また、RAM62またはHDD64には、CPU61がDBサーバ20から取得したデータが格納される。
コンピュータ60は、これらのプログラムを、記録媒体68から読み取って実行するが、他の例として、他の装置から、通信媒体を介してこれらのプログラムを取得してもよい。通信媒体とは、通信回線14、または、当該通信回線14を伝搬するディジタル信号もしくは搬送波を指す。
以上、本発明の実施の形態について説明した。
上記説明から明らかなように、本実施形態のデータ解析装置30によれば、本来相関があるべき複数の測定項目の組み合わせについて、相関関係が崩れた状態にある複数の測定項目の組み合わせを見つけ出すために有用な情報をユーザに提供することができる。
また、本実施形態のデータ解析装置30は、第1グループの製品群と第2グループの製品群とにおいて、測定項目の組み合わせにおけるマハラノビス距離の分布から得られる歩留まり影響度だけでなく、それぞれの測定項目における測定値の分布から得られる歩留まり影響度も表示するため、第1グループの製品群と第2グループの製品群とを、より多くの観点で分析することができる。
なお、本発明は、上記した実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。
例えば、上記した実施形態において、第1の比較部34および第2の比較部36は、第1グループの製品群のデータと第2グループの製品群のデータとを、測定項目または測定項目の組み合わせ毎に歩留まり影響度を用いて比較したが、本発明はこれに限られない。
例えば、データの分布が正規分布に近く、第1グループの製品群のデータと第2グループの製品群のデータとの平均値のずれが不良品の発生に影響している可能性が高い場合には、第1の比較部34および第2の比較部36は、第1グループの製品群のデータと第2グループの製品群のデータとを、両側検定で行うt検定により比較してもよい。
図18は、図2、図3、図8、および図9に例示した各測定項目の測定値または測定項目の組み合わせ毎のマハラノビス距離について、第1の比較部34および第2の比較部36によって行われたt検定(両側)の結果を示している。本実施形態において、出力部35は、縦軸を有意確率の対数とすると共に、最下段を1として、上へ進むほど値が小さくなるように目盛りをとったグラフを出力装置15に出力する。このようにすることにより、有意確率が小さい、すなわち有意差が大きいものほど、棒が長くなり、有意差が大きな測定項目または測定項目の組み合わせがわかりやすくなる。
また、データの分布が正規分布に近く、第1グループの製品群のデータと第2グループの製品群のデータとの分散の違いが不良品の発生に影響している可能性が高い場合には、第1の比較部34および第2の比較部36は、第1グループの製品群のデータと第2グループの製品群のデータとを、両側検定で行うF検定により比較してもよい。
図19は、図2、図3、図8、および図9に例示した各測定項目の測定値または測定項目の組み合わせ毎のマハラノビス距離について、第1の比較部34および第2の比較部36によって行われたF検定(両側)の結果を示している。図19の例においても、出力部35は、縦軸を有意確率の対数とすると共に、最下段を1として、上へ進むほど値が小さくなるように目盛りをとったグラフを出力装置15に出力する。
また、データの分布が正規分布ではなく、第1グループの製品群のデータと第2グループの製品群のデータとの中央値のずれが不良品の発生に影響している可能性が高い場合には、第1の比較部34および第2の比較部36は、第1グループの製品群のデータと第2グループの製品群のデータとを、Wilconxon検定により比較してもよい。
図20は、図2、図3、図8、および図9に例示した各測定項目の測定値または測定項目の組み合わせ毎のマハラノビス距離について、第1の比較部34および第2の比較部36によって行われたWilconxon検定の結果を示している。図20の例においても、出力部35は、縦軸を有意確率の対数とすると共に、最下段を1として、上へ進むほど値が小さくなるように目盛りをとったグラフを出力装置15に出力する。
また、上記した実施形態において、相関係数算出部33は、第1グループの製品の測定値を用いて、2つの測定項目の全ての組み合わせについての相関係数を算出したが、本発明はこれに限られない。例えば、第1グループの製品群が、第2グループの製品群よりも多い場合には、相関係数算出部33は、第1グループの製品群と第2グループの製品群とをマージした第3グループの製品群の測定値から、2つの測定項目の全ての組み合わせについての相関係数を算出するようにしてもよい。
また、上記した実施形態において、DBサーバ20とデータ解析装置30とは別々の装置により実現されたが(図1参照)、本発明はこれに限られず、DBサーバ20とデータ解析装置30とは1台の装置により実現されてもよく、DBサーバ20とデータ解析装置30とが、それぞれ複数の装置により実現されていてもよい。
10・・・データ解析システム、11・・・組立装置、12・・・サーボライト装置、13・・・試験装置、14・・・通信回線、15・・・出力装置、16・・・入力装置、20・・・DBサーバ、21・・・測定値テーブル、22・・・測定値テーブル、30・・・データ解析装置、31・・・第1の距離算出部、32・・・第2の距離算出部、33・・・相関係数算出部、34・・・第1の比較部、35・・・出力部、36・・・第2の比較部、40・・・相関係数テーブル、50・・・マハラノビス距離テーブル、51・・・マハラノビス距離テーブル、60・・・コンピュータ、61・・・CPU、62・・・RAM、63・・・ROM、64・・・HDD、65・・・通信インターフェイス、66・・・入出力インターフェイス、67・・・メディアインターフェイス、68・・・記録媒体
Claims (10)
- 製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置であって、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段内のデータを順次読み出し、2つの測定項目の全ての組み合わせについて、それぞれの測定項目どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品毎に測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品毎に測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置。 - 製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置であって、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段、および、第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出し、第1グループの製品毎の測定値および第2グループの製品毎の測定値を統合して第3グループの製品毎の測定値とし、統合した第3グループの製品毎の測定値において、2つの測定項目の全ての組み合わせについて、それぞれの測定項目どうしの相関係数を算出する相関係数算出手段と、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品毎に測定値どうしのマハラノビス距離を算出する第1の距離算出手段と、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出手段によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品毎に測定値どうしのマハラノビス距離を算出する第2の距離算出手段と、
複数の測定項目の組み合わせ毎に、前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とを定量的に比較する第1の比較手段と、
複数の測定項目の組み合わせ毎の、前記第1の比較手段による比較結果を、予め定められた形式に加工して出力する出力手段と
を備えることを特徴とするデータ解析装置。 - 請求項1または2に記載のデータ解析装置であって、
前記第1の距離算出手段および前記第2の距離算出手段は、
予め定められた値以上の相関係数となる測定項目の組み合わせについて、それぞれの測定項目の測定値どうしのマハラノビス距離を算出することを特徴とするデータ解析装置。 - 請求項1または2に記載のデータ解析装置であって、
測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布とを定量的に比較する第2の比較手段をさらに備え、
前記出力手段は、
複数の測定項目の組み合わせ毎の、前記第1の比較手段による比較結果と共に、測定項目毎の、前記第2の比較手段による比較結果を、予め定められた形式に加工してさらに出力することを特徴とするデータ解析装置。 - 請求項1または2に記載のデータ解析装置であって、
前記第1の比較手段は、統計的検定を行って得られた有意確率を、比較結果として出力することを特徴とするデータ解析装置。 - 請求項1または2に記載のデータ解析装置であって、
前記第1の比較手段は、
前記第1の距離算出手段によって算出されたマハラノビス距離の分布と、前記第2の距離算出手段によって算出されたマハラノビス距離の分布とから、歩留まり影響度を算出し、算出した歩留まり影響度を比較結果として出力することを特徴とするデータ解析装置。 - 製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置におけるデータ解析方法であって、
前記データ解析装置が、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段内のデータを順次読み出し、2つの測定項目の全ての組み合わせについて、それぞれの測定項目どうしの相関係数を算出する相関係数算出ステップと、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出ステップにおいて算出した相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品毎に測定値どうしのマハラノビス距離を算出する第1の距離算出ステップと、
第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出し、前記相関係数算出ステップにおいて算出した相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品毎に測定値どうしのマハラノビス距離を算出する第2の距離算出ステップと、
複数の測定項目の組み合わせ毎に、前記第1の距離算出ステップにおいて算出したマハラノビス距離の分布と、前記第2の距離算出ステップにおいて算出したマハラノビス距離の分布とを定量的に比較する比較ステップと、
複数の測定項目の組み合わせ毎の比較結果を、予め定められた形式に加工して出力する出力ステップと
を実行することを特徴とするデータ解析方法。 - 製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置におけるデータ解析方法であって、
前記データ解析装置が、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段、および、第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出して、第1グループの製品群の測定値および第2グループの製品群の測定値を統合して第3グループの製品群の測定値とし、統合した第3グループの製品群の測定値において、2つの測定項目の全ての組み合わせについて、それぞれの測定項目の測定値どうしの相関係数を算出する相関係数算出ステップと、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出ステップにおいて算出した相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品群の測定値どうしのマハラノビス距離を算出する第1の距離算出ステップと、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出ステップにおいて算出した相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品群の測定値どうしのマハラノビス距離を算出する第2の距離算出ステップと、
複数の測定項目の組み合わせ毎に、前記第1の距離算出ステップにおいて算出したマハラノビス距離の分布と、前記第2の距離算出ステップにおいて算出したマハラノビス距離の分布とを定量的に比較する比較ステップと、
複数の測定項目の組み合わせ毎の比較結果を、予め定められた形式に加工して出力する出力ステップと
を実行することを特徴とするデータ解析方法。 - コンピュータを、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置として機能させるプログラムであって、
前記コンピュータに、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段内のデータを順次読み出し、2つの測定項目の全ての組み合わせについて、それぞれの測定項目どうしの相関係数を算出する相関係数算出機能、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出機能によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品毎に測定値どうしのマハラノビス距離を算出する第1の距離算出機能、
第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出し、前記相関係数算出機能によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品毎に測定値どうしのマハラノビス距離を算出する第2の距離算出機能、
複数の測定項目の組み合わせ毎に、前記第1の距離算出機能によって算出されたマハラノビス距離の分布と、前記第2の距離算出機能によって算出されたマハラノビス距離の分布とを定量的に比較する比較機能、および
複数の測定項目の組み合わせ毎の、前記比較機能による比較結果を、予め定められた形式に加工して出力する出力機能
を実現させることを特徴とするプログラム。 - コンピュータを、製品の製造過程で測定される複数の測定項目のそれぞれにおいて、製品毎に測定された測定値を、第1グループの製品群の測定値と、第1グループよりも不良品の割合が高い第2グループの製品群の測定値とにわけ、測定項目毎に、第1グループの製品群の測定値の分布と、第2グループの製品群の測定値の分布との差異を出力するデータ解析装置として機能させるプログラムであって、
前記コンピュータに、
第1グループの製品毎に各測定項目に対応する測定値を記憶する第1の記憶手段、および、第2グループの製品毎に各測定項目に対応する測定値を記憶する第2の記憶手段内のデータを順次読み出し、第1グループの製品毎の測定値および第2グループの製品毎の測定値を統合して第3グループの製品毎の測定値とし、統合した第3グループの製品毎の測定値において、2つの測定項目の全ての組み合わせについて、それぞれの測定項目どうしの相関係数を算出する相関係数算出機能、
前記第1の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出機能によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第1グループの製品毎に測定値どうしのマハラノビス距離を算出する第1の距離算出機能、
前記第2の記憶手段に記憶されたデータを順次読み出し、前記相関係数算出機能によって算出された相関係数を用いて、複数の測定項目の組み合わせについて、第2グループの製品毎に測定値どうしのマハラノビス距離を算出する第2の距離算出機能、
複数の測定項目の組み合わせ毎に、前記第1の距離算出機能によって算出されたマハラノビス距離の分布と、前記第2の距離算出機能によって算出されたマハラノビス距離の分布とを定量的に比較する比較機能、および
複数の測定項目の組み合わせ毎の、前記比較機能による比較結果を、予め定められた形式に加工して出力する出力機能
を実現させることを特徴とするプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007335232A JP2009157655A (ja) | 2007-12-26 | 2007-12-26 | データ解析装置、データ解析方法、およびプログラム |
PCT/JP2008/071874 WO2009081696A1 (ja) | 2007-12-26 | 2008-12-02 | データ解析装置、データ解析方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007335232A JP2009157655A (ja) | 2007-12-26 | 2007-12-26 | データ解析装置、データ解析方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009157655A true JP2009157655A (ja) | 2009-07-16 |
Family
ID=40801007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007335232A Pending JP2009157655A (ja) | 2007-12-26 | 2007-12-26 | データ解析装置、データ解析方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2009157655A (ja) |
WO (1) | WO2009081696A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016071419A (ja) * | 2014-09-26 | 2016-05-09 | 大日本印刷株式会社 | 変動データ管理システム及びその特異性検出方法 |
JP2020047245A (ja) * | 2018-02-16 | 2020-03-26 | 富士電機株式会社 | 分析装置および分析方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4878085B2 (ja) * | 2001-04-20 | 2012-02-15 | ラピスセミコンダクタ株式会社 | 製造工程のための管理方法 |
JP2004165216A (ja) * | 2002-11-08 | 2004-06-10 | Matsushita Electric Ind Co Ltd | 生産管理方法および生産管理装置 |
JP2007264914A (ja) * | 2006-03-28 | 2007-10-11 | Hitachi Global Storage Technologies Netherlands Bv | データ解析方法 |
-
2007
- 2007-12-26 JP JP2007335232A patent/JP2009157655A/ja active Pending
-
2008
- 2008-12-02 WO PCT/JP2008/071874 patent/WO2009081696A1/ja active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016071419A (ja) * | 2014-09-26 | 2016-05-09 | 大日本印刷株式会社 | 変動データ管理システム及びその特異性検出方法 |
JP2020047245A (ja) * | 2018-02-16 | 2020-03-26 | 富士電機株式会社 | 分析装置および分析方法 |
JP7283105B2 (ja) | 2018-02-16 | 2023-05-30 | 富士電機株式会社 | 分析装置および分析方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2009081696A1 (ja) | 2009-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5871193B2 (ja) | 監視データ分析装置、監視データ分析方法および監視データ分析プログラム | |
JP5011830B2 (ja) | データ処理方法、データ処理プログラム、該プログラムを記録した記録媒体およびデータ処理装置 | |
KR100414032B1 (ko) | 반도체검사장치, 반도체결함해석장치, 반도체설계데이터수정장치, 반도체검사방법, 반도체결함해석방법, 반도체설계데이터수정방법 및 컴퓨터판독가능한 기록매체 | |
JP4394728B2 (ja) | 影響要因特定装置 | |
US20070094196A1 (en) | Manufacture data analysis method and manufacture data analyzer apparatus | |
WO2011078930A1 (en) | Methods and systems for high sigma yield estimation | |
WO2012086443A1 (ja) | 監視データ分析装置、監視データ分析方法および監視データ分析プログラム | |
JP6737277B2 (ja) | 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム | |
JP2012226511A (ja) | 歩留まり予測システムおよび歩留まり予測プログラム | |
JP2018147280A (ja) | データ分析装置及びデータ分析方法 | |
Stoyanov et al. | Predictive analytics methodology for smart qualification testing of electronic components | |
US7640131B2 (en) | Data analysis method for analyzing failure root causes for products | |
JP7019339B2 (ja) | 不良原因抽出システム及びその方法 | |
WO2009081696A1 (ja) | データ解析装置、データ解析方法、およびプログラム | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
JP2022002029A (ja) | データ解析システム、データ解析方法及びデータ解析プログラム | |
JPWO2020158266A1 (ja) | 評価装置、評価方法及びプログラム | |
JP2017207878A (ja) | 欠落データ推定方法、欠落データ推定装置および欠落データ推定プログラム | |
JP2007122682A (ja) | 故障品類似製品の抽出方法および抽出システム | |
JP2018151913A (ja) | 情報処理システム、情報処理方法、及びプログラム | |
JP5379749B2 (ja) | 文書分類装置、文書分類方法、そのプログラムおよび記録媒体 | |
JP5181484B2 (ja) | 歩留まり監視システム及び歩留まり監視方法 | |
US11592807B2 (en) | Manufacturing defect factor searching method and manufacturing defect factor searching apparatus | |
JP6945511B2 (ja) | 推定装置、および推定方法 | |
WO2023035409A1 (zh) | 测试数据的评估方法、系统、晶圆测试系统及存储介质 |