JP4675266B2

JP4675266B2 - 基板処理装置の処理結果の予測方法及び予測装置

Info

Publication number: JP4675266B2
Application number: JP2006073375A
Authority: JP
Inventors: 秀樹田中
Original assignee: Tokyo Electron Ltd
Current assignee: Tokyo Electron Ltd
Priority date: 2006-03-16
Filing date: 2006-03-16
Publication date: 2011-04-20
Anticipated expiration: 2026-03-16
Also published as: JP2007250902A

Description

本発明は，基板処理装置の処理結果の予測方法及び予測装置に関する。

半導体製造工程では種々の基板処理装置が用いられている。例えば半導体ウエハ（以下，「ウエハ」という）やガラス基板等の被処理基板の成膜工程やエッチング工程ではプラズマ処理装置などの基板処理装置が広く使用されている。プラズマ処理装置では，気密な処理室内に導入した処理ガスをプラズマ化してウエハ表面をプラズマ処理する。このようなプラズマ処理が繰り返されると，プラズマによって発生した反応生成物が処理室の内壁に付着したり，処理室内に配設された電極などの部品が消耗したりするなどして，装置状態が微妙に変化する。この装置状態の変化によりプラズマ状態も変化するため，ウエハのエッチング形状などの処理結果に影響を及ぼす虞がある。したがって，常に安定した処理を行うためには，プラズマ処理したウエハの形状データなどのプロセス特性や処理室内の部品の消耗度などの装置状態を含む処理結果を監視する必要がある。

このため，例えばテストウエハを予め作製し，テストウエハに対して定期的にエッチング処理を行い，その処理結果データ（例えばテストウエハの削れ量等）に基づいてその時々のプロセス特性や基板処理装置の状態を判断するものもある。これによれば，比較的正確にプロセス特性や基板処理装置の状態を判断できるものの，多くのテストウエハを作製し，基板処理装置を用いてこれらのテストウエハを処理し，その都度それぞれの処理結果データを測定する必要があるため，テストウエハの作製及び処理結果の測定に多くの工数と時間を割かなくてはならないという問題があった。

この点，製品となるウエハ（以下，「製品用ウエハ」という）を処理する前にモデル作成用ウエハを用いてプラズマ処理を行い，プラズマ状態を反映する電気的データとプラズマ処理特性等の処理結果データを関連づけるモデル式を作成し，製品用ウエハを処理する際に得られる電気的データをモデル式に代入してプラズマ処理特性を予測する方法も提案されている（例えば特許文献１，２参照）。この予測方法によれば，製品用ウエハを実測しなくてもその処理結果を予測できるため，多くの工数や時間をかけることなく製品用ウエハのプロセス特性や基板処理装置の状態を把握することができる。

特開２００３−０２３００１号公報特開２００４−３３５８４１号公報

しかしながら，従来の予測方法では，プラズマ処理後にモデル作成用ウエハを測定機器などで実測して得られる処理結果データを用いてモデル式を作成していたので，モデル作成に用いる処理結果データ自体に誤差が含まれている蓋然性が高い。このような誤差が含まれている処理結果データを用いてモデル式を作成すれば，そのモデル式を用いて得られる予測結果にも誤差の影響が及び，予測精度が低下する虞がある。

そこで，本発明は，このような問題に鑑みてなされたもので，その目的とするところは，処理結果データ自体に誤差が含まれていても，その誤差の影響がに極力及ばないように運転データと処理結果データとの相関関係（回帰式，モデル）を求めることができ，これにより被処理基板を処理したときの処理結果の予測精度を向上させることができる基板処理装置の予測方法及び予測装置を提供することにある。

上記課題を解決するために，本発明のある観点によれば，基板処理装置の処理室内において被処理基板を処理する過程で，前記基板処理装置の運転データから処理結果を予測する予測方法であって，前記被処理基板の処理ごとに得られる運転データとその被処理基板の状態を測定して得られる処理結果データを収集するデータ収集工程と，前記データ収集工程にて収集した前記処理結果データを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得る移動平均処理工程と，前記データ収集工程にて収集した前記運転データと前記移動平均処理工程にて得た前記移動平均処理結果データを用いて多変量解析を行い，前記運転データと前記移動平均処理結果データとの相関関係を求める解析工程と，前記解析工程にて求めた前記相関関係に基づいて，この相関関係を求めたときの被処理基板以外の被処理基板を処理した際に得られる運転データから処理結果を予測する予測工程とを有すること特徴とする基板処理装置の処理結果の予測方法が提供される。

上記課題を解決するために，本発明の別の観点によれば，基板処理装置の処理室内において被処理基板を処理する過程で，前記基板処理装置の運転データから処理結果を予測する予測装置であって，前記被処理基板の処理ごとに得られる運転データとその被処理基板の状態を測定して得られる処理結果データを収集するデータ収集手段と，前記データ収集手段が収集した前記処理結果データを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得る移動平均処理手段と，前記データ収集手段が収集した前記運転データと前記移動平均処理手段が得た前記移動平均処理結果データを用いて多変量解析を行い，前記運転データと前記移動平均処理結果データとの相関関係を求める解析手段と，前記解析手段が求めた前記相関関係に基づいて，この相関関係を求めたときの被処理基板以外の被処理基板を処理した際に得られる運転データから処理結果を予測する予測手段とを有すること特徴とする基板処理装置の処理結果の予測装置が提供される。

このような本発明の装置又は方法によれば，相関関係（モデル）を求めるためのデータのうち，誤差が含まれる蓋然性の高い処理結果データを移動平均処理し，移動平均処理した処理結果データと運転データとの相関関係を求め，この相関関係に基づいて状態予測を行う。これにより，処理結果データ自体に誤差が含まていても，その誤差の影響が相関関係に及ばないようにすることができる。この結果，この相関関係を求めたときに用いた被処理基板以外の被処理基板を処理した結果の予測精度を高めることが可能となる。なお，データ収集については，運転データと処理結果データを各被処理基板の処理が行われるごとに収集してもよく，また複数枚の前記被処理基板の処理ごとに運転データを収集した後に，処理後の複数枚の被処理基板の状態をまとめて測定して処理結果データを収集するようにしてもよい。

また，上記移動平均処理は，前記処理結果データに前記基板処理装置のメンテナンス前後の処理結果データが含まれる場合は，前記メンテナンスで区切られる区間ごとに処理結果データをグループ分けし，前記グループごとに，そのグループに属する処理結果データのみを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得ることが好ましい。これによれば，メンテナンスの実施によって処理室内の状態が変化しても，この状態変化の影響が移動平均処理結果データに及ばなくなり，被処理基板の処理結果の予測精度が一層向上する。

また，上記移動平均処理は，前記グループごとに，着目する処理結果データを１個ずつずらしながら，前記着目する処理結果データに対応する移動平均処理結果データを算出するようにしてもよい。そしてこのとき，前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数になるまでは，前記着目する処理結果データ以前のすべての処理結果データを用いて平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとし，前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数以上になると，前記着目する処理結果データ以前の直近の処理結果データを前記予め設定されたデータ数だけ用いてこれらのデータの平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとすることが好ましい。このように，着目する処理結果データごとに，移動平均を算出するために用いる処理結果データの数を調整することによって，他のグループに属する処理結果データを用いることなく，予め設定されたデータ数にできるだけ近い数の処理結果データを用いて移動平均処理結果データを求めることができる。この結果，誤差の少ない移動平均処理結果データが得られ，被処理基板の処理結果の予測精度が向上する。

また，上記移動平均を求めるための前記データ数は，前記グループごとに予め設定されることが好ましく，しかも各グループに属する前記処理結果データの数に応じて，例えば２個〜１０個のいずれかに予め設定されることが好ましい。これによれば，各移動平均処理結果データを算出するために用いる処理結果データの数に応じた最適な移動平均処理を行うことができるため，より信頼性の高いモデル（運転データと処理結果データの相関関係式）を作成することができる。また，このようなモデルを用いて被処理基板の処理結果を予測できれば，この予測値を用いて被処理基板の良否を正確に判断することができる。

また，前記処理結果を管理するために処理結果の目標値を中心に一定の幅で設定される管理値範囲と，前記管理値範囲の上限の閾値を中心に一定の幅で設定される上限予測誤差範囲と，前記管理値範囲の下限の閾値を中心に一定の幅で設定される下限予測誤差範囲と，前記上限予測誤差範囲の下限の閾値と，前記下限予測誤差範囲の上限の閾値とで挟まれる範囲を予測許容範囲としたときに，前記予測工程にて得られた前記被処理基板の状態の予測値が，前記予測許容範囲内にある場合は，前記被処理基板の状態は正常であると判断し，前記予測値が前記予測許容範囲を外れていても，前記上限予測誤差範囲又は前記下限予測誤差範囲に含まれる場合には，前記被処理基板の状態は前記被処理基板を測定して得られるその実測値に基づいて判断し，前記予測値が前記予測許容範囲を外れており，さらに前記上限予測誤差範囲又は前記下限予測誤差範囲からも外れている場合は，前記被処理基板の状態は正常でないと判断するようにしてもよい。この場合，各予測誤差範囲は，前記予測値の実測値に対する標準誤差に応じて設定することが好ましい。

このように，処理結果を管理するために各範囲を設定することにより，予測誤差を考慮して被処理基板の処理結果の良否を判断することができる。なお，予測値が前記予測許容範囲を外れていても，前記上限予測誤差範囲又は前記下限予測誤差範囲に含まれる場合には，予測値に基づいて被処理基板の状態が判断されることはなくなる。こうして多くの工数や時間をかけることなく高い精度で被処理基板の処理結果の良否を判断することができる。

また，上記予測値として被処理基板の加工寸法を用いることができ，処理結果データとして被処理基板の加工寸法を用いることができる。また，運転データとして，基板処理装置に備えられた複数の検出器から得られる電気的データを用いることができる。さらに，多変量解析として部分最小二乗法を採用すれば，安定性及び信頼性の高い相関関係式を求めることができる。

以上説明したように本発明によれば，処理結果データ自体に誤差が含まれていても，その誤差の影響がに極力及ばないように運転データと処理結果データとの相関関係（回帰式，モデル）を求めることができ，これにより被処理基板を処理したときの処理結果の予測精度を向上させることができる。

以下に添付図面を参照しながら，本発明の好適な実施形態について詳細に説明する。なお，本明細書及び図面において，実質的に同一の機能構成を有する構成要素については，同一の符号を付することにより重複説明を省略する。

（プラズマ処理装置）
まず，本発明の実施形態にかかるプラズマ処理装置としての平行平板型プラズマエッチング装置（以下，「プラズマ処理装置１００」という）について説明する。プラズマ処理装置１００は，例えば図１に示すように，アルミニウム製の処理室１０１と，この処理室１０１内に配置された下部電極１０２を絶縁材１０２Ａを介して支持する昇降可能なアルミニウム製の支持体１０３と，この支持体１０３の上方に配置されプロセスガスを供給するシャワーヘッド１０４とを備えている。シャワーヘッド１０４は，上部電極としても機能するものであり，絶縁材１０４Ｃを介して処理室１０１と絶縁されている。以下，シャワーヘッド１０４を上部電極１０４とも称する。

上部電極１０４には，第１の高周波電源１０４Ｅが接続されており，その給電線には整合器１０４Ｄが介挿されている。この第１の高周波電源１０４Ｅは，５０〜１５０ＭＨｚの範囲の電力を出力する。このように高い周波数の電力を上部電極１０４に印加することにより，処理室１０１内に好ましい解離状態でかつ高密度のプラズマを形成することができ，低圧条件下のプラズマ処理が可能となる。この第１の高周波電源１０４Ｅの出力周波数は，５０〜８０ＭＨｚが好ましく，典型的には図示した６０ＭＨｚ又はその近傍の周波数が採用される。

処理室１０１の側壁には，検出窓１２２が設けられており，処理室１０１の側壁の外側には，検出窓１２２を介して処理室１０１内のプラズマ発光を検出する分光器などの光学計測器１２０が設けられている。

処理室１０１は，上に位置する小径の上室１０１Ａと下に位置する大径の下室１０１Ｂとから構成される。下室１０１Ｂの上部には処理室１０１に対してウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ１０６が取り付けられている。

下部電極１０２には，電気計測器（例えばＶＩプローブ）１０７Ｃ，整合器１０７Ａ，電力計１０７Ｂを介して第２の高周波電源１０７が接続されている。この第２の高周波電源１０７は数百ｋＨｚ〜十数ＭＨｚの範囲の電力を出力する。このような範囲の周波数を下部電極１０２に印加することにより，被処理基板であるウエハＷに対してダメージを与えることなく適切なイオン作用を与えることができる。第２の高周波電源１０７の周波数は，典型的には図示した２ＭＨｚ等の周波数が採用される。なお，本実施形態では，第２の高周波電源１０７から２ＭＨｚの高周波電力が出力されるが，下部電極１０２にはこの２ＭＨｚの高周波電力の他に，これを基本波とする整数倍波（例えば４ＭＨｚ，８ＭＨｚ，１０ＭＨｚなど）も印加される。

整合器１０７Ａは具体的には例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。また，整合器１０７Ａ内には，下部電極１０２側（高周波電圧の出力側）の高周波（ＲＦ）電圧Ｖｐｐを測定する検出器（図示せず）を備える。

整合器１０７Ａは電圧計１０７ａを備え，この電圧計１０７ａにより第２の高周波電力の供給ライン（電線）とプラズマ処理装置１００のグランド（接地）との間の電圧Ｖｄｃが計測される。

整合器１０７Ａの下部電極１０２側（高周波電力の出力側）には電力計１０７Ｂが接続されており，この電力計１０７Ｂにより，第２の高周波電源１０７からの第２の高周波電力Ｐが測定される。

上室１０１Ａ内に発生するプラズマに基づく基本波（例えば高周波電力の進行波及び反射波など）及び高調波における高周波電圧（Ｖ），高周波電流（Ｉ），高周波位相（Ｐ），インピーダンス（Ｚ）は，下部電極１０２に印加される高周波電力Ｐを電気計測器（例えばＶＩプローブ）１０７Ｃによって計測することによって検出される。

下部電極１０２の上面には，静電チャック１０８が配置され，この静電チャック１０８の電極板１０８Ａには直流電源１０９が接続されている。このような静電チャック１０８によれば，高真空下で直流電源１０９から電極板１０８Ａに高電圧を印加することにより，ウエハＷを静電吸着することができる。この静電チャック１０８の電極板１０８Ａと直流電源１０９との間には，静電チャック１０８の印加電流，印加電圧を検出する電力計１０９ａが接続されている。

下部電極１０２の外周には，上室１０１Ａ内で生成したプラズマをウエハＷに集めるためのフォーカスリング１１０ａが配置されている。フォーカスリング１１０ａの下側には支持体１０３の上部に取り付けられた排気リング１１１が配置されている。この排気リング１１１には複数の孔が全周に渡って周方向等間隔に形成され，上室１０１Ａ内のガスはこれらの孔を介して下室１０１Ｂへ排気される。

支持体１０３は，ボールネジ機構１１２とベローズ１１３が動作することによって，上室１０１Ａと下室１０１Ｂとの間を昇降する。ウエハＷを下部電極１０２上に供給する場合には，支持体１０３が下降することによって下部電極１０２が下室１０１Ｂまで下降し，ゲートバルブ１０６を開放して，搬送機構（図示せず）がウエハＷを下部電極１０２上に供給する。なお，ベローズ１１３の外側にはベローズカバー１１６が備えられている。

支持体１０３の内部には冷媒配管１１４に接続された冷媒流路１０３Ａが形成され，冷媒配管１１４を介して冷媒流路１０３Ａに冷媒を循環させ，ウエハＷを所定の温度に調整する。

支持体１０３，絶縁材１０２Ａ，下部電極１０２，及び静電チャック１０８にはそれぞれガス流路１０３Ｂが形成されている。ガス導入機構１１５は，ガス配管１１５Ａを介して静電チャック１０８とウエハＷとの間の細隙に例えばＨｅガスを所定の圧力でバックサイドガスとして供給する。このＨｅガスによって静電チャック１０８とウエハＷ間の熱伝導性が高められる。バックサイドガスの圧力は圧力センサ（図示せず）によって検出され，その検出値は圧力計１１５Ｂに表示される。ガス導入機構１１５には例えばマスフローコントローラ（図示せず）が設けられており，このマスフローコントローラによりバックサイドガスのガス流量を検出することができる。

上部電極１０４の上面にはガス導入部１０４Ａが形成され，このガス導入部１０４Ａには配管１１７を介してプロセスガス供給系１１８が接続されている。プロセスガス供給系１１８は，Ｃ_５Ｆ_８ガス供給源１１８Ａ，Ｏ_２ガス供給源１１８Ｄ，Ａｒガス供給源１１８Ｇを有している。

これらのガス供給源１１８Ａ，１１８Ｄ，１１８Ｇはそれぞれバルブ１１８Ｂ，１１８Ｅ，１１８Ｈ及びマスフローコントローラ１１８Ｃ，１１８Ｆ，１１８Ｉを介してそれぞれのガスを所定の流量で上部電極１０４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。上部電極１０４の下面には多数のガス噴出孔１０４Ｂが全面に渡って均等に設けられており，これらのガス噴出孔１０４Ｂを介して上部電極１０４から上室１０１Ａ内へ混合ガスがプロセスガスとして供給される。

処理室１０１は，排気管１０１Ｃを介して真空ポンプ等からなる排気系１１９に接続されている。排気管１０１Ｃには，ＡＰＣ（ＡｕｔｏＰｒｅｓｓｕｒｅＣｏｎｔｒｏｌｌｅｒ）バルブ１０１Ｄが設けられており，処理室１０１内のガス圧力に応じてＡＰＣバルブの開度が自動的に調節される。

本実施形態では，電気的データ例えばトレースデータを運転データとして予測に用いる。トレースデータとしては，例えば各マスフローコントローラ１１８Ｃ，１１８Ｆ，１１８Ｉにより計測されたガス流量，ＡＰＣバルブ１０１ＤによるＡＰＣ開度，電力計１０９ａから検出された静電チャック１０８の印加電流，印加電圧のデータ，圧力計１１５Ｂにより検出されるバックサイドガスのガス圧力，整合器１０７Ａにおける測定値（例えば整合状態での可変コンデンサＣ１，Ｃ２のポジション，高周波電力供給ライン（電線）と接地間の電圧Ｖｄｃ），電気計測器（ＶＩプローブ）１０７Ｃによる測定値（例えば高周波電力の進行波及び反射波など）が挙げられる。

（予測装置）
プラズマ処理装置１００は，図２に示すように，予測装置２００と入出力装置２２０を備える。予測装置２００は，運転データ（例えば，上記した電気的データ）と処理結果データ（例えば，処理後のウエハのエッチング形状データなどのプロセス特性データ，上部電極１０４の厚さデータなどの装置状態データ）を統計的に処理することによって運転データと処理結果データの相関関係を求め，この相関関係に基づいて，ウエハＷを処理室１０１内で処理した際に得られた運転データからウエハＷの状態と処理室１０１内の状態を予測するものである。また，入出力装置２２０は，例えば，オペレータからの指示を予測装置２００に与える機能と，予測装置２００から予測結果を得て外部に出力する機能を有する。

予測装置２００は，運転データ記憶部２０２，処理結果データ記憶部２０４，プログラム記憶部２０６，処理部２０８，及び解析結果記憶部２１０を備える。運転データ記憶部２０２は，運転データを記憶する手段を構成し，処理結果データ記憶部２０４は，処理結果データを記憶する手段を構成する。

処理部２０８は，移動平均処理部２０８ａと多変量解析処理部２０８ｂを含む。移動平均処理部２０８ａは，処理結果データ記憶部２０４から複数の処理結果データを取得してそれぞれの移動平均を求める手段を構成する。また，多変量解析処理部２０８ｂは，多変量解析法を用いて，運転データと処理結果データとの相関関係（例えば予測式，回帰式）を求める手段と，この相関関係に基づいて処理結果（例えば，処理後のウエハのエッチング形状などのプロセス特性，上部電極１０４の厚さなどの装置状態）を予測する手段とを構成する。これら移動平均処理部２０８ａによる移動平均処理と多変量解析処理部２０８ｂによる多変量解析処理の詳細は後述する。

解析結果記憶部２１０は，移動平均処理部２０８ａが求めた処理結果データの移動平均値並びに多変量解析処理部２０８ｂが求めた相関関係及び予測結果を記憶する手段を構成する。

処理部２０８は，例えばプログラム記憶部２０６に記憶されているプログラムに基づいて動作するマイクロプロセッサで構成してもよい。また，運転データ記憶部２０２，処理結果データ記憶部２０４，解析結果記憶部２１０はそれぞれ，半導体メモリなどの記録手段で構成してもよく，ハードディスクなどの記録手段にそれぞれのメモリ領域を設けて構成してもよい。

以上のように構成された予測装置２００の動作の概略は次の通りである。予測装置２００に運転データと処理結果データが順次入力されると，運転データ記憶部２０２と処理結果データ記憶部２０４は，それぞれのデータを記憶する。次に，処理部２０８に属する移動平均処理部２０８ａは，処理結果データ記憶部２０４から複数の処理結果データを読み出し，プログラム記憶部２０６に記憶されている移動平均処理プログラムに従って各処理結果データの移動平均を求める。続いて，処理部２０８に属する多変量解析処理部２０８ｂは，運転データ記憶部２０２から複数の運転データを読み出し，これらの運転データと，移動平均処理部２０８ａによって求められた移動平均化された複数の処理結果データを用いて多変量解析を行い，運転データと処理結果データとの相関関係を示す関係式（回帰式などの予測式，モデル）を求める。そして，解析結果記憶部２１０は，多変量解析処理部２０８ｂが求めた関係式を記憶する。

運転データとしては，ウエハＷを処理する際のプラズマ処理装置１００に付設された複数の検出器それぞれから得られる検出データを用いることができる。また，処理結果データとしては，ウエハＷに関するプロセス特性データを用いることができる。さらに，処理結果データとして，プラズマ処理した結果得られる処理室１０１内の状態に関する装置状態データを用いることもできる。

プロセス特性データとしては，ウエハＷを処理した結果得られるウエハ処理面の形状データ（例えば，ＣＤシフト量）や処理速度データ（例えば，エッチングレート）などが挙げられる。装置状態データとしては，例えば処理室１０１内の部品の厚みなど，ウエハ処理後の消耗品の消耗度データが挙げられる。

運転データはウエハＷを処理する間に間欠的に測定され，処理結果データはウエハ処理後に必要に応じて測定される。これらの測定結果はそれぞれ，運転データ記憶部２０２と処理結果データ記憶部２０４に記憶される。

本実施形態では，運転データと処理結果データの相関関係を求める関係上，運転データとして処理結果に影響し易いデータ（処理結果との関連性が大きいデータ）を用いることが好ましい。本実施形態では運転データとして電気的データを用いている。電気的データとしては上述のトレースデータを用いる。

また，上述のように処理結果データとしてはプロセス特性データを用いている。プロセス特性データの例としては，ウエハＷをエッチング処理して形成された形状の寸法など，エッチングに関するデータがある。本実施形態では，処理結果データとして，エッチング処理により形成されたホールのＣＤシフト量を用いる。

ここで，ＣＤシフト量を測定する場合の具体例について説明する。例えば図３に示すような膜構造３００を有するウエハに対してエッチング処理を行う。この膜構造３００はシリコン酸化膜（例えばＳｉＯ_２膜）３０２上にマスク層３０４を形成したものである。このような膜構造３００に所定のエッチング処理を施すことにより，例えばシリコン酸化膜３０２にホール３０６が形成される。このホール３０６の底部の線幅Ｓをエッチング処理後に計測し，この計測値と目標値（設計値）との差をＣＤシフト量とする。

本実施形態では，多変量解析によりモデルを作成するための解析用のウエハ（以下，「モデル作成用ウエハ」という）のエッチング処理後にＣＤシフト量を求めて，これを処理結果データとして処理結果データ記憶部２０４に記憶する。なお，モデル作成用ウエハとしては，処理結果を予測するウエハ（予測ウエハ）と同じ膜構造のものを用いることが好ましい。

（解析処理のためのデータ収集）
本実施形態においては，解析処理によって運転データと処理結果データの相関関係（モデル）を求めるのに先立って，モデル作成用ウエハについての運転データと処理結果データを収集する。

具体的には，先ず所定枚数のモデル作成用ウエハを用意し，これらのウエハを１枚ずつ処理室１０１内に搬入してエッチング処理を行い，モデルを作成するために必要なデータを収集する。ここでは，プラズマ処理装置１００の運転データとして電気的データを収集し，エッチング処理が施されたモデル作成用ウエハから処理結果データとしてＣＤシフト量を収集する（データ収集工程，データ収集手段）。

電気的データは，各モデル作成用ウエハに対するエッチング処理ごとに測定される。そして，各電気的データは，例えばモデル作成用ウエハに予め付与されている識別情報（ウエハＩＤ）に関連付けされて，運転データとして予測装置２００内の運転データ記憶部２０２に記憶される。

ＣＤシフト量は，エッチング処理が終了した各モデル作成用ウエハごとに，例えば測定機器などによって実測される。実測した各ＣＤシフト量のデータは，例えば各ウエハＩＤに関連付けされて，処理結果データとして予測装置２００内の処理結果データ記憶部２０４に記憶される。

ところで，従来はこうして収集した電気的データ（運転データ）とＣＤシフト量のデータ（処理結果データ）そのものを用いて多変量解析を行ってこれらの相関関係（モデル）を求めていた。ところが，上記相関関係を求めるために用いるＣＤシフト量は実測値であるため，測定誤差を含んでいる蓋然性が高い。このように，ＣＤシフト量に誤差が含まれていると，各ＣＤシフト量にばらつきが生じてしまう。このような誤差が含まれているＣＤシフト量を用いて上記相関関係を求めれば，その相関関係を用いて得られる予測結果にも誤差の影響が及び，予測精度が低下する虞がある。

そこで，本発明では，相関関係（モデル）を求めるためのデータのうち，誤差が含まれている蓋然性の高いＣＤシフト量などの処理結果データについては，移動平均処理を行って移動平均処理結果データを求めた上で，処理結果データの代わりに移動平均処理結果データを用いて運転データとの相関関係を求める。これにより，実測した処理結果データに誤差が含まれていてもその誤差が上記相関関係（モデル）に与える影響を低減することができる。

（移動平均処理）
次に，本実施形態にかかる移動平均処理について説明する。移動平均処理は，処理部２０８の移動平均処理部２０８ａによってプログラム記憶部２０６に記憶されている移動平均処理プログラムに基づいて実行される。具体的には，移動平均処理部２０８ａは，処理結果データ記憶部２０４からＣＤシフト量のデータを読み出して移動平均処理を実行し，移動平均処理されたＣＤシフト量のデータ（移動平均処理結果データ）を求める。

ここで，移動平均処理を行う前のＣＤシフト量のデータの具体例を図４に示す。図４は，複数枚のモデル作成用ウエハをエッチング処理した場合に，各モデル作成用ウエハのＣＤシフト量を測定した結果をプロットしたものである。各モデル作成用ウエハは，同じプロセス条件でエッチング処理が施されるため，ＣＤシフト量はすべてのモデル作成用ウエハにわたり一定になるはずである。ところが，上述したようにＣＤシフト量は実測値であるため，測定誤差を含んでいると，図４に示すように各ＣＤシフト量のばらつきが生じる。なお，ＣＤシフト量は，主として測定誤差に起因するばらつきの他に，エッチング処理を繰り返すことによって主として処理室１０１内の状態が徐々に変化することに起因する経時的変化，後述するメンテナンスによって処理室１０１内の状態が改善されることに起因するシフト的変化を伴う。

このようなＣＤシフト量などの処理結果データに影響を与えるメンテナンスとしては，例えば処理室１０１内の部材の交換がある。メンテナンスで交換される部材としては例えば上部電極１０４やフォーカスリング１１０ａなどが挙げられる。このような部材は，エッチング処理を繰り返すことにより消耗するため，適度なタイミングで処理室１０１内のメンテナンスが実行される。本実施形態においても，所定枚数のモデル作成用ウエハをエッチング処理する際，処理室１０１に対して複数回のメンテナンスＭを実施する。図４は，Ｍ１，Ｍ２のタイミングで処理室１０１のメンテナンスを実施した場合の例である。

（メンテナンスによる処理結果データへの影響）
このようなメンテナンスが実施されると処理室内の状態が改善されるため，例えば図４に示すようにそのメンテナンス前後でＣＤシフト量のデータが大きく変化（シフト変化）する傾向にある。例えば図４に示すようにメンテナンスＭ１直前のＣＤシフト量のデータ（ｄ_１−９）と，メンテナンスＭ１直後のＣＤシフト量のデータ（ｄ_２−１）との間には他のデータに比べて大きな差（シフト変化）が生じている。また，メンテナンスＭ２直前のＣＤシフト量のデータ（ｄ_２−１０）と，メンテナンスＭ２直後のＣＤシフト量のデータ（ｄ_３−１）との間にも大きな差（シフト変化）が生じている。

このため，メンテナンス前後のＣＤシフト量のデータを含めて移動平均処理を実行すると，移動平均処理された移動平均処理結果データがシフト変化の影響を受けることになる。このため，そのような移動平均処理結果データを用いて相関関係（モデル）を求めると，予測結果にも影響が及び，予測精度が低下する虞がある。

そこで，本発明では，処理結果データにメンテナンス前後の処理結果データが含まれる場合には，メンテナンスで区切られる区間ごとに処理結果データをグループ分けし，各グループごとに，そのグループに属する処理結果データのみを用いて移動平均を求めて移動平均処理結果データを求める。例えば図４に示すメンテナンスＭ１とメンテナンスＭ２で区切られる区間内のＣＤシフト量のグループＧ２について移動平均を求めるときには，そのグループＧ２に属する各ＣＤシフト量のデータ（ｄ_２−１〜ｄ_２−１０）のみを用いて移動平均を求める。この場合，グループＧ１に属するモデル作成用ウエハのＣＤシフト量のデータ（ｄ_１−９等），グループＧ３に属するＣＤシフト量のデータ（ｄ_３−１等）が用いられることはない。

これにより，移動平均処理結果データにメンテナンス前後の処理結果データの影響が及ぶことを防止できるので，そのような移動平均処理結果データを用いて相関関係（モデル）を求めることにより，予測精度の低下を防止することができる。

ここで，各グループごとに行われる移動平均処理について説明する。本実施形態では，各グループごとに，着目するＣＤシフト量のデータを１個ずつずらしながら，予め設定されたデータ数（移動平均周期）の移動平均を算出し，算出した移動平均値を着目するＣＤシフト量のデータに対応する移動平均処理結果データとする。本実施形態では，移動平均を求めるためのデータは着目するＣＤシフト量のデータ以前のデータを対象とし，そのデータ数は予め設定された個数（例えば１０個）とする。

このような移動平均処理によれば，例えば移動平均を求めるための予め設定されたデータ数が３個の場合，図４に示すＣＤシフト量のデータ（ｄ_２−３）を着目する処理結果データとすれば，そのデータ（ｄ_２−３）とその直前の２個のデータ（ｄ_２−２），データ（ｄ_２−１）の合計３個の平均値が，着目する処理結果データに対応する移動平均処理結果データとなる。以降は着目するＣＤシフト量のデータを１個ずつずらしながら，対応する移動平均処理結果データを算出する。

ところで，移動平均を求めるためのデータを上記のように着目するデータ以前のデータを対象にする場合には，移動平均を求めるためのデータ数分だけとれない場合がある。例えば上記の場合の例では，図４に示すＣＤシフト量のデータ（ｄ_２−１）を着目する処理結果データとすれば，その直前のデータ（ｄ_１−９）は他のグループに属するため，用いることができない。データ（ｄ_２−２）の場合もその直前のデータ（ｄ_２−１）は１個しかないので，データ（ｄ_２−２）とデータ（ｄ_２−１）を合計しても２個のデータしかとれない。

そこで，本発明では，着目する処理結果データ以前のデータ数が予め設定されたデータ数になるまでは，着目する処理結果データ以前のすべての処理結果データを用いて平均値を求め，その平均値を着目する処理結果データに対応する移動平均処理結果データとする。そして，着目する処理結果データ以前のデータ数が予め設定されたデータ数以上になると，着目する処理結果データ以前の直近の処理結果データを予め設定されたデータ数だけ用いてこれらのデータの平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとする。これにより，各グループのすべての処理結果データに対応する移動平均処理結果データを算出することができる。

以上を踏まえて，本実施形態では各グループの移動平均処理を次のようにして行う。まず，各グループにおいて，着目するＣＤシフト量のデータ以前のデータ数が予め設定されたデータ数（例えば３個）になるまでは，着目するＣＤシフト量のデータ以前のすべてのＣＤシフト量のデータを用いて平均値を求め，その平均値を着目するＣＤシフト量のデータに対応する移動平均値（移動平均処理結果データ）とする。

そして，着目するＣＤシフト量のデータ以前のデータ数が予め設定されたデータ数（例えば３個）以上になると，着目するＣＤシフト量のデータ以前の直近のＣＤシフト量のデータを予め設定されたデータ数（例えば３個）だけ用いてこれらのデータの平均値を求め，その平均値を着目するＣＤシフト量に対応する移動平均値（移動平均処理結果データ）とする。

ここで，例えば図４に示したグループＧ２に属するＣＤシフト量のデータ（ｄ_２−１〜ｄ_２−１０）を対象とする移動平均処理について説明する。ここでは移動平均を求めるための予め設定されたデータ数を３個に設定した場合を考える。グループＧ２に属する１０個のＣＤシフト量のデータについて，着目するＣＤシフト量のデータを最初のＣＤシフト量データ（ｄ_２−１）から最後のＣＤシフト量のデータ（ｄ_２−１０）まで１つずつずらして計算していく。

先ず，着目するＣＤシフト量のデータ以前のデータ数が３個になるまで，すなわち，ＣＤシフト量のデータ（ｄ_２−１），データ（ｄ_２−２）については，そのデータ以前のすべてのデータを用いて平均値を求め，これをそのデータに対応する移動平均処理結果データとする。例えば着目するＣＤシフト量のデータがデータ（ｄ_２−１）の場合には，そのデータ（ｄ_２−１）がグループＧ２の先頭であるため，このデータ（ｄ_２−１）をそのまま移動平均値（移動平均処理結果データ）とする。その後，着目するＣＤシフト量のデータを１個ずらしてデータ（ｄ_２−２）とする。このデータ（ｄ_２−１）とその直前のデータ（ｄ_２−２）を用いて平均値を求めて，これをデータ（ｄ_２−２）に対応する移動平均値（移動平均処理結果データ）とする。

次に，着目するＣＤシフト量のデータ以前のデータ数が３個以上になると，すなわち，着目するＣＤシフト量のデータが，データ（ｄ_２−３）以降のときは，着目するデータ以前の直近の３個のデータを用いてこれらのデータの平均値を求め，これをそのデータに対応する移動平均処理結果データとする。例えば着目するＣＤシフト量のデータがデータ（ｄ_２−３）の場合には，データ（ｄ_２−１）〜（ｄ_２−３）を用いて平均値を求めて，これをデータ（ｄ_２−３）の移動平均値（移動平均処理結果データ）とする。その後，着目するＣＤシフト量のデータを１個ずらして，最後のデータ（ｄ_２−１０）に至るまでは，データ（ｄ_２−３）の場合と同様に，それ以前の直近の３個のデータを用いてこれらのデータの平均値を求め，それを移動平均値（移動平均処理結果データ）とする。

こうして，移動平均を求めるために予め設定されたデータ数を３個に設定した場合における着目するＣＤシフト量のデータＩＤ，そのデータの移動平均を求めるためのデータ数及びそのデータ（移動平均処理使用データ）の関係をまとめたものを下記表１に示す。

なお，移動平均を求めるために予め設定されたデータ数を５個，１０個に設定した場合についても，３個に設定した場合と同様にして，移動平均値（移動平均処理結果データ）を求めることができる。上記データ数を５個，１０個に設定した場合における着目するＣＤシフト量のデータＩＤ，そのデータの移動平均を求めるためのデータ数及びそのデータ（移動平均処理使用データ）の関係をまとめたものをそれぞれ下記表２，表３に示す。

本実施形態によれば，他のグループに属するＣＤシフト量のデータを用いないようにして各ＣＤシフト量の移動平均処理結果データを求めることによって，その移動平均処理結果データがメンテナンスの実施による処理室１０１内の状態変化の影響を受けないようにすることができる。これにより，このような移動平均処理結果データを用いて運転データとの相関関係（モデル）を求めることにより，その相関関係（モデル）の信頼性が向上し，予測精度を向上させることができる。

また，ＣＤシフト量ごとに移動平均処理に用いるデータ数を調整することによって，基本データ数の範囲においてできるだけ多くの数のＣＤシフト量のデータを用いて各ＣＤシフト量の移動平均値を求めることができる。こうして得られた各ＣＤシフト量の移動平均値は，ＣＤシフト量の測定ばらつきが抑えられたものであるため，これらを用いて作成されるモデルの信頼性が高まる。

次に，本実施形態にかかる移動平均処理を実際の処理結果データを用いて実行した場合の実験結果について図面を参照しながら説明する。ここでは，例えば図５に示すようなＣＤシフト量のデータに対して移動平均処理を実行する。図５は，１０１枚のモデル作成用ウエハに対してエッチング処理を施した後，それぞれのモデル作成用ウエハに形成されたホールのＣＤシフト量を実測して得られたデータを折れ線グラフで示したものである。このＣＤシフト量のデータは，移動平均処理を施す前のものに相当する。

図５に示す具体例では，１回目のメンテナンスＭ１後，４６枚目までのモデル作成用ウエハに対するエッチング処理が連続して実行され，その後に２回目のメンテナンスＭ２が行われている。２回目のメンテナンスＭ２後は６４枚目までのモデル作成用ウエハに対するエッチング処理が連続して実行され，その後に３回目のメンテナンスＭ３が行われている。さらに３回目のメンテナンスＭ３後は８４枚目までのモデル作成用ウエハに対するエッチング処理が連続して実行され，その後に４回目のメンテナンスＭ４が行われている。そして，４回目のメンテナンスＭ４後は９９枚目までのモデル作成用ウエハに対するエッチング処理の終了が連続して実行され，その後に５回目のメンテナンスＭ５が行われている。

したがって，図５に示す具体例では，１枚目から４６枚目のモデル作成用ウエハから得られたＣＤシフト量のデータ群は第１グループＧ１に割り当てられ，４７枚目から６４枚目のモデル作成用ウエハから得られたＣＤシフト量のデータ群は第２グループＧ２に割り当てられ，６５枚目から８４枚目のモデル作成用ウエハから得られたＣＤシフト量のデータ群は第３グループＧ３に割り当てられ，８５枚目から９９枚目のモデル作成用ウエハから得られたＣＤシフト量のデータ群は第４グループＧ４に割り当てられ，１００枚目以降のモデル作成用ウエハから得られたＣＤシフト量のデータ群は第５グループＧ５に割り当てられる。

図５に示す移動平均処理前のＣＤシフト量のデータには，略０．０５μｍ程度の幅で上下に変動するようなばらつきがある。このＣＤシフト量のばらつきの要因は，上述したようにＣＤシフト量を実測した場合の測定誤差の影響が大きいものと考えられる。本実施形態では，移動平均処理部２０８ａにより１０１枚のモデル作成用ウエハのＣＤシフト量の移動平均値を求めることにより，このようなＣＤシフト量のデータのばらつきを抑えた移動平均処理結果データを得ることができる。

ここで，図５に示すＣＤシフト量のデータに対して，移動平均を求めるデータ数をそれぞれ３個，５個，１０個に設定して上述したような移動平均処理を実行した場合の実験結果をそれぞれ図６，図７，図８に示す。図６〜図８はそれぞれ，移動平均処理を実行して得られたＣＤシフト量の移動平均値のデータ（移動平均処理結果データ）を太線の折れ線グラフで示したものである。なお，移動平均処理結果データと比較するため，図６〜図８には移動平均処理前のＣＤシフト量のデータを細線の折れ線グラフで示している。

図６〜図８に示す移動平均処理結果データ（太線）を移動平均処理前のＣＤシフト量のデータ（細線）と比較すると，各ＣＤシフト量のデータに対して移動平均処理を施すことによって，ＣＤシフト量のばらつきが平滑化され，誤差等の要素を取り除くことができ，移動平均処理後のデータの信頼性が高まることになる。

また，図６〜図８を比較すると，移動平均を求めるデータ数をそれぞれ３個，５個，１０個というように，データ数が大きくなるに連れてＣＤシフト量のばらつきがより平滑化されることがわかる。このため，例えば測定誤差に起因するばらつきを抑えてＣＤシフト量の信頼性を高めるという観点からは，移動平均を求めるデータ数をより大きく設定することが好ましい。

ところが，上述したように各グループ（例えばＧ１〜Ｇ４）ごとに移動平均を求める場合には，そのグループ内の全データ数に比して，移動平均を求めるデータ数を大きく設定しすぎると各ＣＤシフト量のデータが移動平均値に反映されにくくなり，移動平均値から求められるモデルの精度が低下する虞がある。また，移動平均を求めるデータ数を大きく設定すると，その分移動平均処理部２０８ａの演算にかかる時間も長くなる。したがって，効率よくより信頼性の高いモデルを作成するためには，移動平均を求めるデータ数を適切に設定することが好ましい。

このような観点によれば，移動平均を求めるデータ数は，例えばエッチング処理するモデル作成用ウエハの枚数（ここでは，１０１枚）に応じて設定することが好ましい。また，本実施形態では移動平均を求めるデータ数をすべてのグループ（例えばＧ１〜Ｇ４）についての同じ数になるように設定した場合について説明したが，必ずしもこれに限定されるものではなく，移動平均を求めるデータ数を各グループに属するＣＤシフト量のデータ数に応じて，グループごとに別個の数を設定するようにしてもよい。例えば４６枚分のＣＤシフト量のデータが属するグループＧ１についての移動平均を求めるデータ数は，１８枚分のＣＤシフト量のデータが属するグループＧ２よりも大きい数に設定するようにしてもよい。これにより，各グループに属するＣＤシフト量のデータ数に応じた最適なデータ数を移動平均を求めるデータ数として設定できるので，各グループごとにＣＤシフト量のばらつきをより効果的に抑制することができ，ＣＤシフト量の測定誤差などの影響を最小限に抑えることができる。

また，移動平均を求めるデータ数については，予めプログラム記憶部２０６に格納されている移動平均処理プログラム内に規定するようにしてもよい。この場合，移動平均処理プログラムが，モデル作成用ウエハの全枚数や各グループに属するモデル作成用ウエハの枚数に応じて移動平均を求めるデータ数を調整することもできる。また，プラズマ処理装置１００のオペレータが入出力装置２２０を用いて移動平均を求めるデータ数を設定するようにしてもよい。

なお，本実施形態では，着目するＣＤシフト量のデータの移動平均を，そのデータ以前のＣＤシフト量のデータを用いて算出しているが，これに限られるものではなく，そのデータの後のＣＤシフト量のデータを含めて算出するようにしてもよい。また，そのデータの前後のＣＤシフト量から算出するようにしてもよく，そのデータ以後のＣＤシフト量から算出してもよい。

以上のようにして，移動平均処理部２０８ａによって求められたすべてのモデル作成用ウエハのＣＤシフト量のデータの移動平均値（移動平均処理結果データ）は，運転データ記憶部２０２に記憶されている電気的データとともに多変量解析処理部２０８ｂにおいて多変量解析される。

（多変量解析処理）
次に，本実施形態における予測装置２００が行う多変量解析処理について説明する。予測装置２００は，複数種の運転データを説明変量（説明変数）とし，処理結果データを被説明変量（目的変量，目的変数）とする下記（１−１）の関係式（回帰式などの予測式，モデル）を，多変量解析プログラムを用いて求める。下記回帰式（１−１）において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。

Ｙ＝ＢＸ＋Ｅ …（１−１）

本実施形態において上記回帰式（１−１）式を求める際には，多変量解析法として例えば部分最小二乗（ＰＬＳ：Ｐａｒｔｉａｌ
ＬｅａｓｔＳｑｕａｒｅｓ）法を用いる。このＰＬＳ法は，例えばＪＯＵＲＮＡＬＯＦＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９９８）に掲載されている。このＰＬＳ法によれば，行列Ｘ，Ｙそれぞれに多数の説明変量及び被説明変量があっても，それぞれの少数の実測値があればＸとＹの相関関係式を求めることができる。しかも，少ない実測値で得られた相関関係式であっても，高い安定性及び信頼性が得られることもこのＰＬＳ法の特徴である。

プログラム記憶部２０６にはＰＬＳ法用のプログラムが記憶されており，処理部２０８に属する多変量解析処理部２０８ｂは，電気的データ（運転データ）と移動平均化されたＣＤシフト量（移動平均処理結果データ）をプログラムの手順に従って処理し，上記（１−１）式を求める。そして，この解析結果は解析結果記憶部２１０に記憶される。したがって，本実施形態では上記回帰式（１−１）式を求めれば，後は電気的データ（運転データ）を説明変量として行列Ｘに当てはめることによって処理結果を予測することができる。しかもこの予測値は信頼性の高いものになる。

例えば，Ｘ^ＴＹ行列に対してｉ番目の固有値に対応する第ｉ主成分はｔ_ｉで表される。行列Ｘはこの第ｉ主成分の得点ｔ_ｉとベクトルｐｉを用いると下記の（１−２）式で表され，行列Ｙはこの第ｉ主成分の得点ｔ_ｉとベクトルｃ_ｉを用いると下記の（１−３）式で表される。なお，下記の（１−２）式，（１−３）式において，Ｘ_ｉ＋１，Ｙ_ｉ＋１はＸ，Ｙの残差行列であり，Ｘ^Ｔは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。

Ｘ＝ｔ_１ｐ_１＋ｔ_２ｐ_２＋ｔ_３ｐ_３＋ … ＋ｔ_ｉｐ_ｉ＋Ｘ_ｉ＋１ …（１−２）

Ｙ＝ｔ_１ｃ_１＋ｔ_２ｃ_２＋ｔ_３ｃ_３＋ … ＋ｔ_ｉｃ_ｉ＋Ｙ_ｉ＋１ …（１−３）

而して，本実施形態で用いられるＰＬＳ法は，上記（１−２）式，（１−３）式を相関させた場合の複数の固有値及びそれぞれの固有ベクトルを少ない計算量で算出する手法である。

ＰＬＳ法は以下の手順で実施される。まず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ｉ＝１を設定し，Ｘ_１＝Ｘ，Ｙ_１＝Ｙとする。また，ｕ_１として行列Ｙ_１の第１列を設定する。なお，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。

第２段階では，ｗ_ｉ＝Ｘ_ｉ ^Ｔｕ_ｉ／（ｕ_ｉ ^Ｔｕ_ｉ）を求めた後，ｗ_ｉの行列式を正規化し，ｔ_ｉ＝Ｘ_ｉｗ_ｉを求める。また，行列Ｙについても同様の処理を行って，ｃ_ｉ＝Ｙ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ）を求めた後，ｃ_ｉの行列式を正規化し，ｕ_ｉ＝Ｙ_ｉｃ_ｉ／（ｃ_ｉ ^Ｔｃ_ｉ）を求める。

第３段階ではＸローディング（負荷量）ｐ_ｉ＝Ｘ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ），Ｙ負荷量ｑ_ｉ＝Ｙ_ｉ ^Ｔｕ_ｉ／（ｕ_ｉ ^Ｔｕ_ｉ）を求める。そして，ｕをｔに回帰させたｂ_ｉ＝ｕ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ）を求める。次いで，残差行列Ｘ_ｉ＝Ｘ_ｉ−ｔ_ｉｐ_ｉ ^Ｔ，残差行列Ｙ_ｉ＝Ｙ_ｉ−ｂ_ｉｔ_ｉｃ_ｉ ^Ｔを求める。そして，ｉをインクリメントしてｉ＝ｉ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘ_ｉ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。

ＰＬＳ法によれば，残差行列Ｘ_ｉ＋１の停止条件又はゼロへの収束が早く，１０回程度の計算の繰り返すだけで残差行列が停止条件又はゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件又はゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸ^ＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。

（プラズマ処理装置の動作）
次に，プラズマ処理装置１００の動作を説明する。本実施形態では，上述のように，まず所定枚数のモデル作成用ウエハをエッチング処理しながら電気的データを測定し，これらエッチング処理された各モデル作成用ウエハのＣＤシフト量を実測する（データ収集工程，データ収集手段）。次に，各ＣＤシフト量の移動平均値を求め（移動平均処理工程，移動平均処理手段），多変量解析法例えば部分最小二乗法を用いて，運転データと移動平均化されたＣＤシフト量のデータ（移動平均処理結果データ）との相関関係（上記回帰式（１−１））を求める（解析工程，解析手段）。そして，回帰式（１−１）を用いて，モデル作成用ウエハ以外のウエハ，すなわち製品用ウエハなどのように処理結果の予測を行うウエハ（以下，「予測用ウエハ」という）Ｗの処理を実行する。この予測用ウエハＷの処理段階では任意の時点における運転データを上記相関関係（回帰式（１−１））に当てはめることでその時点での処理状態（例えば，予測用ウエハＷの状態，プラズマ処理装置１００の状態）を予測することができる（予測工程，予測手段）。なお，予測ウエハは，モデル作成用ウエハと同じ膜構造のものを用いることが好ましい。

プラズマ処理装置１００の運転を開始すると，支持体１０３がボールネジ機構１１２を介して処理室１０１の下室１０１Ｂまで下降すると共に，ゲートバルブ１０６が開放した出入口からウエハＷを搬入して下部電極１０２上に載置する。ウエハＷの搬入後，ゲートバルブ１０６が閉じると共に排気系１１９が作動して処理室１０１内を所定の真空度に維持する。この際，ガス導入機構１１５からＨｅガスをバックガスとしてセンタ圧力１５Ｔｏｒｒ，エッジ圧力４０Ｔｏｒｒで供給し，ウエハＷと下部電極１０２，具体的には静電チャック１０８とウエハＷ間の熱伝導性を高めてウエハＷの冷却効率を高める。また，上部電極の温度を６０℃，下部電極の温度を２０℃，側壁の温度を６０℃にする。

一方，プロセスガス供給系１１８から処理ガスを供給する。具体的にはＣ_５Ｆ_８ガス，Ｏ_２ガス，Ａｒガスをそれぞれ２９ｓｃｃｍ／７５０ｓｃｃｍ／４７ｓｃｃｍのガス流量比で供給する。このときの処理室１０１内の圧力は例えば２５ｍＴである。この状態で，上部電極１０４には例えば高周波電源１０４Ｅから６０ＭＨｚの高周波電力を３３００Ｗで印加し，下部電極１０２には例えば高周波電源１０７から２ＭＨｚの高周波電力を３８００Ｗで印加する。これにより，プロセスガスのプラズマを発生させてウエハＷの酸化膜をエッチングする。エッチング終了後には搬入時とは逆の操作で処理後のウエハＷを処理室１０１内から搬出し，後続のウエハＷに対して同様の処理を繰り返し，所定の枚数を処理して一連の処理を終了する。なお，上記のプラズマ処理装置１００の動作は，モデル作成用ウエハに対するエッチング処理の場合と予測用ウエハに対するエッチング処理の場合に共通である。

（予測実験の結果）
次に，本実施形態にかかる移動平均処理を行ったデータを用いて求めた相関関係によりＣＤシフト量の予測実験を行った結果について図面を参照しながら説明する。ここでは，移動平均処理を行わないデータを用いて求めた相関関係によりＣＤシフト量の予測実験を行った結果（図９Ａ，Ｂ）と比較しながら説明する。また，移動平均処理については，移動平均を求めるためのデータ数は３個，５個，１０個にそれぞれ設定して実験を行った。その実験結果をそれぞれ図１０Ａ，Ｂ，図１１Ａ，Ｂ，図１２Ａ，Ｂに示す。

図９Ａ，図１０Ａ，図１１Ａ，図１２Ａのグラフはそれぞれ，予測用ウエハに形成されたエッチングホールのＣＤシフト量の予測値と実測値を比較したものである。また，図９Ｂ，図１０Ｂ，図１１Ｂ，図１２Ｂのグラフそれぞれは，ＣＤシフト量の予測値と実測値の相関を示すものである。

図９Ａ，Ｂのグラフは，エッチング処理したモデル作成用ウエハのＣＤシフト量を移動平均処理せずにそのまま用いて上記相関関係（回帰式（１−１））を求め，その相関関係に基づいて予測用ウエハＷのＣＤシフト量を予測した場合の実験結果を示している。これに対して，図１０Ａ，Ｂ〜図１２Ａ，Ｂのグラフはそれぞれ，移動平均を求めるためのデータ数を３個，５個，１０個に設定してモデル作成用ウエハのＣＤシフト量のデータに移動平均処理を行って得られた移動平均処理結果データを用いて上記相関関係（回帰式（１−１））を求め，その相関関係に基づいて予測用ウエハＷのＣＤシフト量を予測した場合の実験結果を示している。

移動平均処理を行わない場合の実験結果（図９Ａ，Ｂ）と，移動平均処理を行った場合の実験結果（図１０Ａ，Ｂ〜図１２Ａ，Ｂ）とを比較すると，ＣＤシフト量に対して移動平均処理を施すことによって，予測用ウエハのＣＤシフト量について，実測値に近い予測値を得ることができるようになることがわかる。

また，移動平均を求めるデータ数を３個，５個，１０個とした場合の図１０Ａ，Ｂ，図１１Ａ，Ｂ，図１２Ａ，Ｂをそれぞれ比較すると，移動平均を求めるデータ数を大きく設定するほど全体的な予測値の精度が向上することがわかる。なお，この実験では，移動平均を求めるためのデータ数を５個に設定した場合（図１１Ａ，Ｂ）と，１０個に設定した場合（図１２Ａ，Ｂ）との間で予測精度の大きな違いはない。これは，本実験では各グループＧに分けられたＣＤシフト量のデータ数が最大でも４６個であり，移動平均を求めるためのデータ数を１０個まで大きくしなくても良好なモデルを作成することができるからと考えられる。また，上述したように，移動平均を求めるためのデータ数を大きく取りすぎると各ＣＤシフト量の値が移動平均値に反映されにくくなるとともに，移動平均値を算出する時間も長くなるので，効率よく信頼性の高いモデルを作成するためには，移動平均を求めるデータ数を適切に設定することが好ましい。移動平均を求めるデータ数としては，例えば２個〜１０個で設定する。

このような予測値と実測値の関係をさらに詳しく検討するために，図９Ａ，Ｂ〜図１２Ａ，Ｂの実験結果から相関係数Ｒを算出した。ここで，相関係数Ｒとは，２つの変量ｘ，ｙの関係の強さを示す指標の１つであり，相関係数Ｒ_ｘｙは例えば下記（２−１）式のように表される。

（２−１）式において，Ｓ_ｘｙは共分散であり，Ｓ_ｘとＳ_ｙは標準偏差である。このような相関係数Ｒは“１”以下の値をとり，この値が“１”に近いほど変量ｘ，ｙの相関が大きいことを示す。

さらに決定係数Ｒ^２を算出した。決定係数Ｒ^２は，回帰式のあてはまりの良さを示す基準の１つであり，（２−２）式のように表される。

上記（２−２）式において，Ｓ_Ｔは全分散，Ｓ_Ｒは回帰式で説明される部分の分散を示している。この決定係数Ｒ^２は０≦Ｒ^２≦１の値をとる。このような相関係数Ｒ^２は“１”が最もよく，この値が大きいほどより回帰式のあてはまりの良さが高いことになる。なお，決定係数Ｒ^２は相関係数Ｒの二乗に等しい。

図９Ａ，Ｂ〜図１２Ａ，Ｂの実験結果から算出した相関係数Ｒと決定係数Ｒ^２をまとめたものを下記表４に示す。

総合的には相関係数Ｒが“１”に近く，相関係数Ｒ^２が“１”に近いほど，予測精度が高いことになる。このような観点から上記表４を見ると，ＣＤシフト量に移動平均処理を施した方が相関係数Ｒ及び決定係数Ｒ^２が“１”に近づくことがわかる。この結果からも，ＣＤシフト量に対して移動平均処理を施すことによって予測精度の向上が実現することがわかる。また，移動平均を求めるためのデータ数を大きくすることによって，さらに予測精度が向上することがわかる。

そして，予測の信頼度についてこれら相関係数Ｒや決定係数Ｒ^２を評価基準に用いることができる。例えば，決定係数Ｒ^２＝０．７を基準にした場合，移動平均を求めるためのデータ数が３個，５個，１０個のいずれの場合も予測信頼度は良好と判定できる。

なお，相関係数Ｒと相関係数Ｒ^２から判断すれば，移動平均を求めるためのデータ数が５個の場合の予測精度と，１０個の場合の予測精度は同等である。そこで，移動平均処理にかかる時間を短縮する観点も含めて考慮すれば，この実験条件下では移動平均を求めるためのデータ数を５個に設定することが最も好ましいと言える。

（予測結果の運用）
次に，予測結果を用いた運用方法について説明する。例えば本実施形態によって得られるＣＤシフト量の予測値を用いてウエハＷのＣＤシフト量を監視することができる。具体的には例えばＣＤシフト量の予測値を用いてＣＤシフト量が所定の許容誤差の範囲内にあるか否かを判定し，許容誤差範囲をはずれる場合には報知などのエラー処理を行う。ここでは，上記の実験で最も好ましい結果が得られた，移動平均を求めるためのデータ数を５個に設定した場合の予測結果の運用について図１３を参照しながら説明する。

回帰式を用いた予測結果に基づいてＣＤシフト量の監視を行うとき，例えば予測結果の標準誤差や標準偏差に基づいて，予測結果が許容できる許容誤差範囲を検討する必要がある。本実施形態では，予測したＣＤシフト量と実測したＣＤシフト量の標準誤差Ｑ（ＳＴＥＹＸ）を求めて，予測結果の許容誤差範囲を特定する。標準誤差Ｑは，例えば下記（３−１）式で算出される。

上記（３−１）式において，Ｘ_ｉは，ＣＤシフト量の実測値であり，Ｘ‘_ｉは，ＣＤシフト量の予測値であり，ｎは，ＣＤシフト量の値の数（すなわち，予測用ウエハの枚数）である。

図１３に示すように，予測用ウエハのＣＤシフト量を許容範囲で管理するための管理値範囲Ｒ１（許容誤差範囲第１予測値範囲）が予め設定される。管理値範囲Ｒ１は，例えば図１３に示すようにＣＤシフト量の目標値（０．０６μｍ）を中心とした一定の幅に設定される。ここでは，管理値範囲Ｒ１は０．０４μｍ〜０．０８μｍに設定されている。

この場合，例えば管理するＣＤシフト量が実測値の場合には，その実測値がこの管理値範囲Ｒ１内にあれば許容誤差の範囲とし，実測値が管理値範囲Ｒ１を外れると，すなわち管理値外範囲Ｒ２ｕ，Ｒ２ｄであると例えばエラー処理を行うようにすることも可能である。

これに対して，管理するＣＤシフト量が予測値の場合にはその予測誤差についても考慮する必要がある。このため，さらに管理値範囲Ｒ１の閾値（０．０８μｍ，０．０４μｍ）を挟んで予測誤差範囲（Ｒ３ｕ，Ｒ３ｄ）を設定する。この予測誤差範囲は，上記標準誤差Ｑに基づいて設定する。例えば図１３に示すように管理値範囲Ｒ１の上限の閾値が０．０８μｍの場合は，０．０８μｍ±３×Ｑの範囲を上限の予測誤差範囲Ｒ３ｕとし，管理値範囲Ｒ１の下限の閾値が０．０４μｍの場合は，０．０４μｍ±３×Ｑの範囲を下限の予測誤差範囲Ｒ３ｄとする。なお，本実施形態において，３×Ｑ値は約０．０１μｍである。

予測誤差範囲Ｒ３ｕの下限値と予測誤差範囲Ｒ３ｄの上限値との範囲を予測許容範囲Ｒ３とすると，ＣＤシフト量の予測値が，この予測許容範囲Ｒ３内にあれば，たとえ予測誤差を考慮してもそのＣＤシフト量は管理値範囲であるものと判断することができる。これに対して，ＣＤシフト量の予測値が，予測許容範囲Ｒ３を外れた場合には，そのＣＤシフト量は管理値範囲を外れていると判断すべきである。

但し，ＣＤシフト量の予測値が，予測許容範囲Ｒ３を外れていても，予測誤差範囲Ｒ３ｄ，Ｒ３内にある場合には，予測誤差を考慮すると予測値だけではウエハの良否判断を下すことができず，あらためてＣＤシフト量の実測を行うことが好ましい。これに対して，予測許容範囲Ｒ３を外れて予測誤差範囲Ｒ３ｄ，Ｒ３ｕもさらに外れた場合には，予測誤差を考慮しても管理値範囲Ｒ１から外れていると判断できるので，この場合にはＣＤシフト量の実測を行うことなく例えばエラー処理を行うことができる。

このように，本実施形態によれば，たとえモデルを作成するために収集されるＣＤシフト量の測定結果に誤差が含まれていても，これを移動平均化した上で相関関係（モデル）を作成することにより，測定誤差に起因する予測結果のばらつきを抑えることができる。この結果，予測精度を向上させることができる。

また，本実施形態では，処理結果データとしてＣＤシフト量を用いているため，計測に時間と手間がかかるＣＤシフト量の監視を簡単に行うことができる。またウエハの全枚数についてもＣＤシフト量を精度よく予測することができるため，ＣＤシフト量をより適切に管理することができる。

なお，本実施形態では処理結果データとして，ＣＤシフト量の代りに例えばエッチング処理によるエッチングレートのデータ装置状態データを用いてもよい。その他，処理結果データとして装置状態データを用いることも可能である。例えば，上部電極１０４の厚み，副生成物の膜厚，フォーカスリング１１０ａ等の部品の消耗量を用いるようにしてもよい。このように装置状態データとして部品の消耗量を用いることにより，プラズマ処理装置１００のクリーニング時期や上部電極１０４等の部品の交換時期を予測することもできる。

また，本実施形態では，運転データとして電気的データを用いている。この電気的データは，上記のトレースデータだけでなく例えば下部電極１０２に印加する基本波及び整数倍波の電流（Ｉ），位相（Ｐ），電圧（Ｖ），インピーダンス（Ｚ）を電気的データとして用いてもよい。その他のＶＩプローブデータや光学データを用いてもよい。光学データとしては，例えば上述した光学計測器１２０から検出される波長の発光スペクトル強度が挙げられ，この発光スペクトル強度は，予測装置２００に入力され解析処理に用いられる。

また，ウエハＷをエッチング処理する場合について説明したが，エッチング処理以外の成膜処理等の基板処理装置にも本発明を適用することができる。また，被処理基板のウエハに制限されるものではない。

以上，添付図面を参照しながら本発明の好適な実施形態について説明したが，本発明は係る例に限定されない。当業者であれば，特許請求の範囲に記載された範疇内において，各種の変更例又は修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば，プラズマ処理装置は，平行平板型プラズマ処理装置に限られず，ヘリコン波プラズマ処理装置，誘導結合型プラズマ処理装置等であってもよい。

本発明は，基板処理装置の処理結果の予測方法及び予測装置に適用可能である。

本発明の実施形態にかかるプラズマ処理装置を示す断面図である。同実施形態における予測装置の具体例を示すブロック図である。同実施形態におけるエッチング処理を行う膜構造の具体例を示す図である。移動平均処理を行う前のＣＤシフト量のデータの具体例を示す図である。移動平均処理前のＣＤシフト量を示す図である。移動平均を求めるためのデータ数を３個に設定して移動平均処理した場合のＣＤシフト量のデータを示す図である。移動平均を求めるためのデータ数を５個に設定して移動平均処理した場合のＣＤシフト量のデータを示す図である。移動平均を求めるためのデータ数を１０個に設定して移動平均処理した場合のＣＤシフト量のデータを示す図である。移動平均処理してないＣＤシフト量から作成したモデルによる予測値と実測値を比較した図である。図９Ａに示す予測値と実測値の相関を示す図である。基本データ数“３”で移動平均処理したＣＤシフト量から作成したモデルによる予測値と実測値を比較した図である。図１０Ａに示す予測値と実測値の相関を示す図である。基本データ数“５”で移動平均処理したＣＤシフト量から作成したモデルによる予測値と実測値を比較した図である。図１１Ａに示す予測値と実測値の相関を示す図である。基本データ数“１０”で移動平均処理したＣＤシフト量から作成したモデルによる予測値と実測値を比較した図である。図１２Ａに示す予測値と実測値の相関を示す図である。図１１Ａに示す予測値を用いたＣＤシフト量管理の運用例を説明するための図である。

符号の説明

１００プラズマ処理装置
１０１処理室
１０１Ａ上室
１０１Ｂ下室
１０１Ｃ排気管
１０１Ｄバルブ
１０２下部電極
１０２Ａ絶縁材
１０３支持体
１０３Ａ冷媒流路
１０３Ｂガス流路
１０４上部電極（シャワーヘッド）
１０４Ａガス導入部
１０４Ｂガス噴出孔
１０４Ｃ絶縁材
１０４Ｄ整合器
１０４Ｅ高周波電源
１０６ゲートバルブ
１０７高周波電源
１０７ａ電圧計
１０７Ａ整合器
１０７Ｂ電力計
１０８静電チャック
１０８Ａ電極板
１０９直流電源
１０９ａ電力計
１１０ａフォーカスリング
１１１排気リング
１１２ボールネジ機構
１１３ベローズ
１１４冷媒配管
１１５ガス導入機構
１１５Ａガス配管
１１５Ｂ圧力計
１１６ベローズカバー
１１７配管
１１８プロセスガス供給系
１１８Ａ，１１８Ｄ，１１８Ｇガス供給源
１１８Ｂ，１１８Ｅ，１１８Ｈバルブ
１１８Ｃ，１１８Ｆ，１１８Ｉマスフローコントローラ
１１９排気系
１２０光学計測器
１２２検出窓
２００予測装置
２０２運転データ記憶部
２０４処理結果データ記憶部
２０６プログラム記憶部
２０８処理部
２０８ａ移動平均処理部
２０８ｂ多変量解析処理部
２１０解析結果記憶部
２２０入出力装置
３００膜構造
３０２シリコン酸化膜
３０４マスク層
３０６ホール
Ｗウエハ

Claims

基板処理装置の処理室内において被処理基板を処理する過程で，前記基板処理装置の運転データから処理結果を予測する予測方法であって，
前記被処理基板の処理ごとに得られる運転データとその被処理基板の状態を測定して得られる処理結果データを収集するデータ収集工程と，
前記データ収集工程にて収集した前記処理結果データを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得る移動平均処理工程と，
前記データ収集工程にて収集した前記運転データと前記移動平均処理工程にて得た前記移動平均処理結果データを用いて多変量解析を行い，前記運転データと前記移動平均処理結果データとの相関関係を求める解析工程と，
前記解析工程にて求めた前記相関関係に基づいて，この相関関係を求めたときの被処理基板以外の被処理基板を処理した際に得られる運転データから処理結果を予測する予測工程と，
を有すること特徴とする基板処理装置の処理結果の予測方法。
前記移動平均処理工程は，前記処理結果データに前記基板処理装置のメンテナンス前後の処理結果データが含まれる場合は，前記メンテナンスで区切られる区間ごとに処理結果データをグループ分けし，
前記グループごとに，そのグループに属する処理結果データのみを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得ることを特徴とする請求項１に記載の基板処理装置の処理結果の予測方法。
前記移動平均処理工程は，前記グループごとに，着目する処理結果データを１個ずつずらしながら，前記着目する処理結果データに対応する移動平均処理結果データを算出することを特徴とする請求項２に記載の基板処理装置の処理結果の予測方法。
前記移動平均処理工程は，
前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数になるまでは，前記着目する処理結果データ以前のすべての処理結果データを用いて平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとし，
前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数以上になると，前記着目する処理結果データ以前の直近の処理結果データを前記予め設定されたデータ数だけ用いてこれらのデータの平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとすることを特徴とする請求項３に記載の基板処理装置の処理結果の予測方法。
移動平均を求めるための前記データ数は，前記グループごとに予め設定されることを特徴とする請求項４に記載の基板処理装置の処理結果の予測方法。
移動平均を求めるための前記データ数は，前記各グループに属する前記処理結果データの数に応じて予め設定されることを特徴とする請求項５に記載の基板処理装置の処理結果の予測方法。
移動平均を求めるための前記データ数は，２個〜１０個のいずれかであることを特徴とする請求項５又は６に記載の基板処理装置の処理結果の予測方法。
前記処理結果を管理するために処理結果の目標値を中心に一定の幅で設定される管理値範囲と，前記管理値範囲の上限の閾値を中心に一定の幅で設定される上限予測誤差範囲と，前記管理値範囲の下限の閾値を中心に一定の幅で設定される下限予測誤差範囲と，
前記上限予測誤差範囲の下限の閾値と，前記下限予測誤差範囲の上限の閾値とで挟まれる範囲を予測許容範囲としたときに，前記予測工程にて得られた前記被処理基板の状態の予測値が，前記予測許容範囲内にある場合は，前記被処理基板の状態は正常であると判断し，
前記予測値が前記予測許容範囲を外れていても，前記上限予測誤差範囲又は前記下限予測誤差範囲に含まれる場合には，前記被処理基板の状態は前記被処理基板を測定して得られるその実測値に基づいて判断し，
前記予測値が前記予測許容範囲を外れており，さらに前記上限予測誤差範囲又は前記下限予測誤差範囲からも外れている場合は，前記被処理基板の状態は正常でないと判断することを特徴とする請求項１〜７のいずれかに記載の基板処理装置の処理結果の予測方法。
前記各予測誤差範囲は，前記予測値の実測値に対する標準誤差に応じて設定されることを特徴とする請求項８に記載の基板処理装置の予測方法。
前記予測値は，前記被処理基板の加工寸法であることを特徴とする請求項８又は９に記載の基板処理装置の処理結果の予測方法。
前記処理結果データは，前記被処理基板の加工寸法であることを特徴とする請求項１〜１０のいずれかに記載の基板処理装置の処理結果の予測方法。
前記運転データは，前記基板処理装置に備えられた複数の検出器から得られる電気的データであることを特徴とする請求項１〜１１のいずれかに記載の基板処理装置の処理結果の予測方法。
前記解析工程は，前記多変量解析として部分最小二乗法を用いることを特徴とする請求項１〜１２のいずれかに記載の基板処理装置の処理結果の予測方法。
基板処理装置の処理室内において被処理基板を処理する過程で，前記基板処理装置の運転データから処理結果を予測する予測装置であって，
前記被処理基板の処理ごとに得られる運転データとその被処理基板の状態を測定して得られる処理結果データを収集するデータ収集手段と，
前記データ収集手段が収集した前記処理結果データを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得る移動平均処理手段と，
前記データ収集手段が収集した前記運転データと前記移動平均処理手段が得た前記移動平均処理結果データを用いて多変量解析を行い，前記運転データと前記移動平均処理結果データとの相関関係を求める解析手段と，
前記解析手段が求めた前記相関関係に基づいて，この相関関係を求めたときの被処理基板以外の被処理基板を処理した際に得られる運転データから処理結果を予測する予測手段と，
を有すること特徴とする基板処理装置の処理結果の予測装置。
前記移動平均処理手段は，前記処理結果データに前記基板処理装置のメンテナンス前後の処理結果データが含まれる場合は，前記メンテナンスで区切られる区間ごとに処理結果データをグループ分けし，
前記グループごとに，そのグループに属する処理結果データのみを用いて，予め設定されたデータ数の移動平均を求めて移動平均処理結果データを得ることを特徴とする請求項１４に記載の基板処理装置の処理結果の予測装置。
前記移動平均処理手段は，前記グループごとに，着目する処理結果データを１個ずつずらしながら，前記着目する処理結果データに対応する移動平均処理結果データを算出することを特徴とする請求項１５に記載の基板処理装置の処理結果の予測装置。
前記移動平均処理手段は，
前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数になるまでは，前記着目する処理結果データ以前のすべての処理結果データを用いて平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとし，
前記着目する処理結果データ以前のデータ数が前記予め設定されたデータ数以上になると，前記着目する処理結果データ以前の直近の処理結果データを前記予め設定されたデータ数だけ用いてこれらのデータの平均値を求め，その平均値を前記着目する処理結果データに対応する移動平均処理結果データとすることを特徴とする請求項１６に記載の基板処理装置の処理結果の予測装置。
移動平均を求めるための前記データ数は，前記グループごとに予め設定されることを特徴とする請求項１７に記載の基板処理装置の処理結果の予測装置。
移動平均を求めるための前記データ数は，前記各グループに属する前記処理結果データの数に応じて予め設定されることを特徴とする請求項１８に記載の基板処理装置の処理結果の予測装置。
移動平均を求めるための前記データ数は，２個〜１０個のいずれかであることを特徴とする請求項１８又は１９に記載の基板処理装置の処理結果の予測装置。
前記処理結果を管理するために処理結果の目標値を中心に一定の幅で設定される管理値範囲と，前記管理値範囲の上限の閾値を中心に一定の幅で設定される上限予測誤差範囲と，前記管理値範囲の下限の閾値を中心に一定の幅で設定される下限予測誤差範囲と，
前記上限予測誤差範囲の下限の閾値と，前記下限予測誤差範囲の上限の閾値とで挟まれる範囲を予測許容範囲としたときに，前記予測工程にて得られた前記被処理基板の状態の予測値が，前記予測許容範囲内にある場合は，前記被処理基板の状態は正常であると判断し，
前記予測値が前記予測許容範囲を外れていても，前記上限予測誤差範囲又は前記下限予測誤差範囲に含まれる場合には，前記被処理基板の状態は前記被処理基板を測定して得られるその実測値に基づいて判断し，
前記予測値が前記予測許容範囲を外れており，さらに前記上限予測誤差範囲又は前記下限予測誤差範囲からも外れている場合は，前記被処理基板の状態は正常でないと判断することを特徴とする請求項１４〜２０のいずれかに記載の基板処理装置の処理結果の予測装置。
前記各予測誤差範囲は，前記予測値の実測値に対する標準誤差に応じて設定されることを特徴とする請求項２１に記載の基板処理装置の処理結果の予測装置。
前記予測値は，前記被処理基板の加工寸法であることを特徴とする請求項２１又は２２に記載の基板処理装置の予測装置。
前記処理結果データは，前記被処理基板の加工寸法であることを特徴とする請求項１４〜２３のいずれかに記載の基板処理装置の処理結果の予測装置。
前記運転データは，前記基板処理装置に備えられた複数の検出器から得られる電気的データであることを特徴とする請求項１４〜２４のいずれかに記載の基板処理装置の処理結果の予測装置。
前記解析手段は，前記多変量解析として部分最小二乗法を用いることを特徴とする請求項１４〜２５のいずれかに記載の基板処理装置の処理結果の予測装置。