JPS61253573A - 工程デ−タ選択法及び装置 - Google Patents
工程デ−タ選択法及び装置Info
- Publication number
- JPS61253573A JPS61253573A JP60093657A JP9365785A JPS61253573A JP S61253573 A JPS61253573 A JP S61253573A JP 60093657 A JP60093657 A JP 60093657A JP 9365785 A JP9365785 A JP 9365785A JP S61253573 A JPS61253573 A JP S61253573A
- Authority
- JP
- Japan
- Prior art keywords
- data
- analysis
- numerical
- primary component
- manufacturing process
- 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
Classifications
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（発明の利用分野〕
本発明は童慮工程のデータ分析に係り、とく１１ＣＬＳ
ＩＱ造工程など多（の工程データ相互の間係を解析する
に有益なデータ項目選択法及びその装置に関する。
ＩＱ造工程など多（の工程データ相互の間係を解析する
に有益なデータ項目選択法及びその装置に関する。
（発明の背景〕
ｑ＃に、ＬＳＩ裏造に代表される装置産業では。
その歩留りが材料ａット、加工装置、加工日。
保守状況およびその他の加工条件く大きく依存する。そ
こで工程管塩者は、工程の要因となる加工条件、工程の
中間積：ｆｆｆｉ来である中間特性あるいは歩留りを含
む工程の敲終検量データ等を収集し、これらの項目相互
の関係を解析して歩留り阻！−［’因の究明を行ってい
る。
こで工程管塩者は、工程の要因となる加工条件、工程の
中間積：ｆｆｆｉ来である中間特性あるいは歩留りを含
む工程の敲終検量データ等を収集し、これらの項目相互
の関係を解析して歩留り阻！−［’因の究明を行ってい
る。
ところで、ＬＳＩ製造工程を例にとれば、その工程数は
１００を越え、各工程から収集される加工装置名、加工
日、保守状況、使用材料ロット等を全工程で合計すると
数１００のデータ項目数に及ぶ。これに加えて、酸化膜
厚、イオン打込麓、ゲート寸法、閾１１［１１Ｅ圧等の
中間検査デー夕項目、ｊ！には歩留り、内容別不良率等
の最終検量データ項目を考慮するとその数は膨大なもの
となる。そして一つの製品ロットを一つのケースとして
、これらのデータが製品ａット数に相当するケースの数
だけ収集されている。
１００を越え、各工程から収集される加工装置名、加工
日、保守状況、使用材料ロット等を全工程で合計すると
数１００のデータ項目数に及ぶ。これに加えて、酸化膜
厚、イオン打込麓、ゲート寸法、閾１１［１１Ｅ圧等の
中間検査デー夕項目、ｊ！には歩留り、内容別不良率等
の最終検量データ項目を考慮するとその数は膨大なもの
となる。そして一つの製品ロットを一つのケースとして
、これらのデータが製品ａット数に相当するケースの数
だけ収集されている。
このような工程データの解析手法には王に次の方法がよ
（行われている。たとえば歩留りについて解析したいと
すれば１歩留りやそれに関係すると思われるデータ項目
の【１）加工条件別ヒストグラム、（２］関連工程の力
Ω工日によるトレンドグラフ 、 （５）各櫨工程デー
タ相互の散布図がそれである。
（行われている。たとえば歩留りについて解析したいと
すれば１歩留りやそれに関係すると思われるデータ項目
の【１）加工条件別ヒストグラム、（２］関連工程の力
Ω工日によるトレンドグラフ 、 （５）各櫨工程デー
タ相互の散布図がそれである。
しかし、これらの解析手法は事前に膨大な数のデータ項
目の中から解析ＫＷ益と思われるい（つかの横目を選択
しておかなくてはならない。
目の中から解析ＫＷ益と思われるい（つかの横目を選択
しておかなくてはならない。
そこで、従来は過去の経験とか不良品の分解調量情報を
もとに解析者がこれを選択するか、あるいは次のような
統計的方法が採られていた。
もとに解析者がこれを選択するか、あるいは次のような
統計的方法が採られていた。
実計等は株技会社日科技遅出版社１９８３年発行の「多
変量解析法く改訂版〉」Ｐ、２０２〜２０４において、
炎夏ｔ（多項目）数値データの要約分類手法として主成
分分析による因子負荷量散布図の有用性を述べている。
変量解析法く改訂版〉」Ｐ、２０２〜２０４において、
炎夏ｔ（多項目）数値データの要約分類手法として主成
分分析による因子負荷量散布図の有用性を述べている。
この手法は、たとえばｗＪ７図に示すよ５な９ｆ！［類
のデータ項目についてル個のケースからなる数値データ
行列に対し、主成分分析を行って第８図に示すような因
子負荷重散布図を得る。そして、因子負荷量散布図の１
ａミツト相互の位［関係から各データ項目相互の関係が
要約できることを示している。
のデータ項目についてル個のケースからなる数値データ
行列に対し、主成分分析を行って第８図に示すような因
子負荷重散布図を得る。そして、因子負荷量散布図の１
ａミツト相互の位［関係から各データ項目相互の関係が
要約できることを示している。
すなわち１次のよ５に項目選択できることを示唆してい
る。Ｋ７図に示した９徳類のデータ項目は帛８図の因子
負荷量散布図上において、Ａグループはデータ項目１，
５．．４’グループはデータ項目４．９．Ｅグループは
データ項目、Ｂ′グループはデータ項目８．０グルー１
はデータａ 目２ ｓ ｓ ｓ ６の５グループに１資
約分類できる。
る。Ｋ７図に示した９徳類のデータ項目は帛８図の因子
負荷量散布図上において、Ａグループはデータ項目１，
５．．４’グループはデータ項目４．９．Ｅグループは
データ項目、Ｂ′グループはデータ項目８．０グルー１
はデータａ 目２ ｓ ｓ ｓ ６の５グループに１資
約分類できる。
ここでＣグループのよ５に原点く近いものを除けば、同
一グループ内にある各データ項目相互は正の相関があり
、かつ原点対象に位置するグループのデータ項目相互は
負の相関を持つ。解析に有益なデータ項目の選択は解析
の中心となるデータ項目が属するグループ及びその原点
対象位置にあるグルー１円のデータ項目を重点的に選択
すればよい。たとえば、データ項目１が歩協りを示す項
目であれば、グループＡ及びＡ′内のデータ項目１，４
，５．Ｐを選択する。丁なわち、この例では９復虜の工
程データ横目から４Ｗ類の解析ＫＮ益な工程データを統
計的に選択できることを示している。これはＰＩＴＪ述
したように数１００を越える多項目の工程データから解
析に有益な数１０以下のデータ項目の遇択可餌性を型床
する。
一グループ内にある各データ項目相互は正の相関があり
、かつ原点対象に位置するグループのデータ項目相互は
負の相関を持つ。解析に有益なデータ項目の選択は解析
の中心となるデータ項目が属するグループ及びその原点
対象位置にあるグルー１円のデータ項目を重点的に選択
すればよい。たとえば、データ項目１が歩協りを示す項
目であれば、グループＡ及びＡ′内のデータ項目１，４
，５．Ｐを選択する。丁なわち、この例では９復虜の工
程データ横目から４Ｗ類の解析ＫＮ益な工程データを統
計的に選択できることを示している。これはＰＩＴＪ述
したように数１００を越える多項目の工程データから解
析に有益な数１０以下のデータ項目の遇択可餌性を型床
する。
なお、因子負荷重散布図のＺｓ ＊ ｚ＊はそれぞれ第
１．第２生属分軸を示しており、各１０ット点はそれぞ
れのデータ項目の第１．第２主成分に対する因子負荷重
を”１ ＃ ４平Ｉ１１［ＩＫ打点したものである。
１．第２生属分軸を示しており、各１０ット点はそれぞ
れのデータ項目の第１．第２主成分に対する因子負荷重
を”１ ＃ ４平Ｉ１１［ＩＫ打点したものである。
しかし、以上述べた解析者自身による有益データ選択手
法及び主成分分析をそのまま利用する手法には次のよ５
な間旭点があった口まず、経験等にたよる解析者自身に
よる項目選択手法でを工、その良否が解析者のｖｔｔに
大きく依存し属人的で誰でもがうまい解析項目ｔ−選べ
る保証がない。また、１１ｒたな歩留り阻害要因の積目
悪択にははとんど無力である。
法及び主成分分析をそのまま利用する手法には次のよ５
な間旭点があった口まず、経験等にたよる解析者自身に
よる項目選択手法でを工、その良否が解析者のｖｔｔに
大きく依存し属人的で誰でもがうまい解析項目ｔ−選べ
る保証がない。また、１１ｒたな歩留り阻害要因の積目
悪択にははとんど無力である。
久に、主成分分析をそのまま利用する手法には以下に示
す５つの問題点があった。それらは。
す５つの問題点があった。それらは。
（１１Ｒ別データはそのままでは主成分分析できないこ
と、（２）解析の中心となる歩留りなどのデータ項目が
Ｎｇ８図りＣクルー１のように原点に近い領域に入り、
これと関連のあるデータ項目選択が不能になる可能性が
あること、（３］第８図のＡとＡ′あるいはＢとＢ′グ
ルー１のように選択に有益なデータ横目群が負の相関関
係により瓶れたところにＩＱラットれる表示上の不自然
さなどである。
と、（２）解析の中心となる歩留りなどのデータ項目が
Ｎｇ８図りＣクルー１のように原点に近い領域に入り、
これと関連のあるデータ項目選択が不能になる可能性が
あること、（３］第８図のＡとＡ′あるいはＢとＢ′グ
ルー１のように選択に有益なデータ横目群が負の相関関
係により瓶れたところにＩＱラットれる表示上の不自然
さなどである。
（発明の目的〕
本発明の目的は、上記したＳつの問題点を解析し、多数
のデータ項目から、解析に有益な項目を選択する方法及
び鉄直′９Ｉ：提供するにある。
のデータ項目から、解析に有益な項目を選択する方法及
び鉄直′９Ｉ：提供するにある。
以下、上記目的層成の基本的考え方を示す・Ｍ４１の間
ｌ＠点に対しては、ｆｌＩｔ別データをあらかじめ生成
分分析可能なｅｌｌ［データに変換する。
ｌ＠点に対しては、ｆｌＩｔ別データをあらかじめ生成
分分析可能なｅｌｌ［データに変換する。
識別データがｍ偵の状況あるいは製置１に識別する文字
データから成るとき、これｙｙｘ個の数置データ項目に
数１１１１Ｌ変洪する。また、識別データが加工日デー
タのよ５に年月日を示すようなデータであれば、適当な
日を起点に取って数えた日数に父換する。
データから成るとき、これｙｙｘ個の数置データ項目に
数１１１１Ｌ変洪する。また、識別データが加工日デー
タのよ５に年月日を示すようなデータであれば、適当な
日を起点に取って数えた日数に父換する。
爾２の間趙点に対しては１歩留りなど解析の中心となる
データ項目に対し厘み付げ主成分分析を行５゜ 第５の間組点に対しては、第１．第２主成分軸４ ｍ
Ｚ！を縦横軸とする因子負荷を歓布図の第１象隈と褐■
象眠及び＃＆■破隈と第■破限を夏ねることにより原点
対象データ横目群を近接して１ａツトする・ 〔発明の実施例〕 以下１本発明の一夷２１！Ｉ例を第１図乃至第６図及び
萬９．６幽により説明する。第１図は１本発明による工
程データ選択装置の構成図であり。
データ項目に対し厘み付げ主成分分析を行５゜ 第５の間組点に対しては、第１．第２主成分軸４ ｍ
Ｚ！を縦横軸とする因子負荷を歓布図の第１象隈と褐■
象眠及び＃＆■破隈と第■破限を夏ねることにより原点
対象データ横目群を近接して１ａツトする・ 〔発明の実施例〕 以下１本発明の一夷２１！Ｉ例を第１図乃至第６図及び
萬９．６幽により説明する。第１図は１本発明による工
程データ選択装置の構成図であり。
データ記憶手設置、テータ前処理手段２１分析手段３及
び表示手段４から成る。第２図（４）は上記表示手段４
による因子負荷ｔＩ！！Ｌ布図の一表示例を示すもので
、同図固は従来方法による表示例である＠第５図は数１
データ及び識別データの混在する工程データ例であり、
第４図はエッチ加工日などの識別データの数箇化例・第
５図はエッチ装置名などの識別データの数１ｖＬ化例で
ある。帛６図は重み付け主成分分析のための憲みの与え
方の−ｆＩｌを示す図である。なお尾９図は一遅の処理
手順を示す７ａ−チャートである。
び表示手段４から成る。第２図（４）は上記表示手段４
による因子負荷ｔＩ！！Ｌ布図の一表示例を示すもので
、同図固は従来方法による表示例である＠第５図は数１
データ及び識別データの混在する工程データ例であり、
第４図はエッチ加工日などの識別データの数箇化例・第
５図はエッチ装置名などの識別データの数１ｖＬ化例で
ある。帛６図は重み付け主成分分析のための憲みの与え
方の−ｆＩｌを示す図である。なお尾９図は一遅の処理
手順を示す７ａ−チャートである。
まず１ｓ９図ステップ１の処理では、第１図に示す工程
データ選択装置のデータ記憶手段１に解析の候補となる
帛３図のよプ・なＰ項目の工程データを記憶する。ＬＳ
Ｉ工程を対象とする′とき、この工程データには２歩Ｗ
Ｖ、エッチ量。
データ選択装置のデータ記憶手段１に解析の候補となる
帛３図のよプ・なＰ項目の工程データを記憶する。ＬＳ
Ｉ工程を対象とする′とき、この工程データには２歩Ｗ
Ｖ、エッチ量。
閾値電圧、ゲート寸法などの数値データ、エッチ加工日
、エッチ装置名などの識別データが混在している。識別
データに対してはそのままでは生成分分析ができない。
、エッチ装置名などの識別データが混在している。識別
データに対してはそのままでは生成分分析ができない。
そこで、第９図ステップ２の処理では、第４図及び纂５
図に示すよ５な数値化をデータ前処塩手Ｒ２で行５゜＃
Ｉ４図は加工日のよ５にその順序に意味がある識別デー
タを数値化する例である。これは、ある基準になる日を
設けて、これを起算日とする日数を用いる。帛４図のエ
ッチ加工日の数憧化例では、１９８４年１月１日を起算
日としたときの事例で１行目の１９８４年３月２２日は
８２ Ｋなる。また、第５図は装置名のよ５な識別デー
タの数値化倒である。数１［化は識別の数だけデータ項
目を用意し、各項目名にはエッチ装置Ａ、Ｂ、Ｃなどの
具体的装置名をあてる。それぞれの項目に割当てられる
数値化データは、該当項目名のところｆａｌｍとし１．
他は１０１とする。１行目のエッチ装置名データがＡ装
置の例では、数値化されたデータはエッチ装置Ａ欄に’
Ｉ’ｍ −Ｔ−Ｆ？袈装Ｂ 、 Ｃ＠Ｉ／Ｃ’０’ ｔ
’あてる。
図に示すよ５な数値化をデータ前処塩手Ｒ２で行５゜＃
Ｉ４図は加工日のよ５にその順序に意味がある識別デー
タを数値化する例である。これは、ある基準になる日を
設けて、これを起算日とする日数を用いる。帛４図のエ
ッチ加工日の数憧化例では、１９８４年１月１日を起算
日としたときの事例で１行目の１９８４年３月２２日は
８２ Ｋなる。また、第５図は装置名のよ５な識別デー
タの数値化倒である。数１［化は識別の数だけデータ項
目を用意し、各項目名にはエッチ装置Ａ、Ｂ、Ｃなどの
具体的装置名をあてる。それぞれの項目に割当てられる
数値化データは、該当項目名のところｆａｌｍとし１．
他は１０１とする。１行目のエッチ装置名データがＡ装
置の例では、数値化されたデータはエッチ装置Ａ欄に’
Ｉ’ｍ −Ｔ−Ｆ？袈装Ｂ 、 Ｃ＠Ｉ／Ｃ’０’ ｔ
’あてる。
次に、ｊｇ９図スナステップ３理では、このよ５に数値
化された識別データともともとの数値データ（全体でＰ
′項目になる。Ｐ′≧Ｐ）に対し分析手段５で１み付き
生成分分析を行い、第１及び第２王底分に対する各デー
タ項目の因子負荷量を求める。第６図には１み付き主成
分分析の一実施例として、前処理された工程データから
得られた相関係数行列Ｒ（Ｐ’Ｘ Ｐ’行列〕に重み行
列Ｗ （ｐ’Ｘ ｐ’行列）を施した重み付き相関行列
１１ｉ１ （ＰＩ ｘＰ／行列〕をＸめる方法を示した
。
化された識別データともともとの数値データ（全体でＰ
′項目になる。Ｐ′≧Ｐ）に対し分析手段５で１み付き
生成分分析を行い、第１及び第２王底分に対する各デー
タ項目の因子負荷量を求める。第６図には１み付き主成
分分析の一実施例として、前処理された工程データから
得られた相関係数行列Ｒ（Ｐ’Ｘ Ｐ’行列〕に重み行
列Ｗ （ｐ’Ｘ ｐ’行列）を施した重み付き相関行列
１１ｉ１ （ＰＩ ｘＰ／行列〕をＸめる方法を示した
。
主成分分析は、このＸ；ｔＡ付き相関係数行列Ｒ′に対
し行う。ここで、第６図の哀み行列ｒの例では（１，１
〕資ｇＫＸみＷを付けた事例であり。
し行う。ここで、第６図の哀み行列ｒの例では（１，１
〕資ｇＫＸみＷを付けた事例であり。
１１１Ｆ目の項目が解析の中心となる歩留りを示すデー
タ積重とした例である。もし、ノ°蕾目が解析の中心と
なるデータ項目であれば１厘み行列Ｖの（）°ｓｊ）要
素を貞みＷとし、他の対角要素を１とすればよい。なお
、ＸみＷは１を越える過当な甑とする。
タ積重とした例である。もし、ノ°蕾目が解析の中心と
なるデータ項目であれば１厘み行列Ｖの（）°ｓｊ）要
素を貞みＷとし、他の対角要素を１とすればよい。なお
、ＸみＷは１を越える過当な甑とする。
最後に、第９図ステラ１４の処理では分析手Ｒ５で求め
た第１及び第２主成分く対する因子負荷量ｔ−表示苧段
で第２図（α１のよ５忙表示する。
た第１及び第２主成分く対する因子負荷量ｔ−表示苧段
で第２図（α１のよ５忙表示する。
第２図ＩＡ）は１本発明による表示ｆｌｌ（ｃＬ）と比
較するために示した従来の因子負荷量散布図であり。
較するために示した従来の因子負荷量散布図であり。
纂１及び第２王属分く対する因子負荷量をそれぞれの主
属分軸２１，２．平面にそのデータ項目名をＩＱラット
たものである。不発８１１による表示例第２因（剖は表
示例第２図（町の第１．ＩＩ歇限の７ａツトをその位置
に“Ｑｈ印で、＠ｍ、ｙ象限の７ａツトを原点対象の位
置に”Ｘ“で１１：Ｉットする。なお、貞み付けしたデ
ータ横目の第１及び第２生取分に対する因子負荷量を（
１，０）に置きかえ、このデータ項目名を第１主取分軸
Ｚ、上の１の点にＩＱラットる。
属分軸２１，２．平面にそのデータ項目名をＩＱラット
たものである。不発８１１による表示例第２因（剖は表
示例第２図（町の第１．ＩＩ歇限の７ａツトをその位置
に“Ｑｈ印で、＠ｍ、ｙ象限の７ａツトを原点対象の位
置に”Ｘ“で１１：Ｉットする。なお、貞み付けしたデ
ータ横目の第１及び第２生取分に対する因子負荷量を（
１，０）に置きかえ、このデータ項目名を第１主取分軸
Ｚ、上の１の点にＩＱラットる。
以上述べた一連の地場のあとで、解析者は＃１２図（ａ
）のＮ１主成分軸Ｚ１の１に近いデータ群に層目して解
析データ横目を選択丁ればよい。第２゜図−１の倒では
Ｓグルー１に属する歩留り、エッチ装置Ｃ１工シチ宜の
データ項目を重点的に選択し、以後の詳細解析に供すれ
ばよい。
）のＮ１主成分軸Ｚ１の１に近いデータ群に層目して解
析データ横目を選択丁ればよい。第２゜図−１の倒では
Ｓグルー１に属する歩留り、エッチ装置Ｃ１工シチ宜の
データ項目を重点的に選択し、以後の詳細解析に供すれ
ばよい。
ところで＊、Ｓｔ＋データの数１１［化にょる数値化デ
ー／ハ、 ト＜＆Ｃ”１’ ＠ ’Ｏ” ＩｆＣ＠らず
２ｉａ類の数甑の組ならば何んでもよい。また、ＪＬみ
付は主成分分析における重み付けの他の方法としては。
ー／ハ、 ト＜＆Ｃ”１’ ＠ ’Ｏ” ＩｆＣ＠らず
２ｉａ類の数甑の組ならば何んでもよい。また、ＪＬみ
付は主成分分析における重み付けの他の方法としては。
前処理された工程データにおいて哀み付けしたいデータ
項目のデータＶ値数列コピーし、これｖ 前処塩された
工程データに結合したデータ行列に対して主成分分析を
行う方法なども考えられる。
項目のデータＶ値数列コピーし、これｖ 前処塩された
工程データに結合したデータ行列に対して主成分分析を
行う方法なども考えられる。
以上述べた如く１本発８ＡＫよれば、解析ｆＫ１ｒ益な
工程データの選択において、とく忙Ｒ別データと数置デ
ータとを区別する必要がなく。
工程データの選択において、とく忙Ｒ別データと数置デ
ータとを区別する必要がなく。
一括した処理が可能となる。また、錫塩結果の表示は、
散布図の上匈に７”ＣＩラットれたデータ項目押を選択
するだけでよく、とくに利用者に統計知識を要求しない
。
散布図の上匈に７”ＣＩラットれたデータ項目押を選択
するだけでよく、とくに利用者に統計知識を要求しない
。
すなわち、工程データの解析には、これに先たち膨大な
データ横目の中から解析の目的に合ったデータ横目を選
択する必要があり、従来これを経験豊富な解析のベテラ
ンか、統計についてｉｌ ＨＦｉのある解析者が行って
いた５しかし１本発明により％製造スタッフの誰でもが
、ま丁ま丁複帷化、膨大１ζする工程解析に対し、１１
２Ｉ単にこれらと同等以上の通訳能力を持つことが・で
きる。
データ横目の中から解析の目的に合ったデータ横目を選
択する必要があり、従来これを経験豊富な解析のベテラ
ンか、統計についてｉｌ ＨＦｉのある解析者が行って
いた５しかし１本発明により％製造スタッフの誰でもが
、ま丁ま丁複帷化、膨大１ζする工程解析に対し、１１
２Ｉ単にこれらと同等以上の通訳能力を持つことが・で
きる。
第１図は本発明による工程データ辿択装置の傳或図、講
２図（ｇ）は本発明・の因子負荷量散布図の表示例であ
り１Ｍ２図園は健米例の因子負荷麓故布図、第５図は工
種データ例図、第４図及び帛５図は識別データの数憾化
例図、＠６図は１みの与え方の例１Ｍ７図は数置データ
行列。 第８図は因子負荷量散布図である。第９図は本発明の一
連の処埴手埴を示す７ａ−チャートである。 １・・・データ記憶手Ｒ２・・・データ前処理手段５・
・・分析手！Ｒ４・・・表示手段 ｗＡ１図 暁２０ （Ｗ） 鳴３図 暁４ｚ 劉Ｓ口 第６記 Ｒ’−ＶＲＷ 劉７図 卿６０
２図（ｇ）は本発明・の因子負荷量散布図の表示例であ
り１Ｍ２図園は健米例の因子負荷麓故布図、第５図は工
種データ例図、第４図及び帛５図は識別データの数憾化
例図、＠６図は１みの与え方の例１Ｍ７図は数置データ
行列。 第８図は因子負荷量散布図である。第９図は本発明の一
連の処埴手埴を示す７ａ−チャートである。 １・・・データ記憶手Ｒ２・・・データ前処理手段５・
・・分析手！Ｒ４・・・表示手段 ｗＡ１図 暁２０ （Ｗ） 鳴３図 暁４ｚ 劉Ｓ口 第６記 Ｒ’−ＶＲＷ 劉７図 卿６０
Claims (1)
- 【特許請求の範囲】 １、複数項目の数値データ及び識別データから成りかつ
複数のケースを持つ工程データを対象に識別データを数
値化し、さらにこれと上記数値データを重み付け主成分
分析して得られた因子負荷量を第１及び第２主成分軸の
作る平面に表示することを特徴とする工程データ選択法
。 ２、複数項目の数値データ及び識別データから成りかつ
複数のケースを持つ工程データを記憶する手段と、上記
識別データを数値化し数値データに加えるデータ前処理
手段と、前処理されたデータに重み付け主成分分析を行
う分析手段と、重み付け主成分分析で得られた因子負荷
量を第１、第２主成分軸の作る平面に表示する表示手段
とからなる工程データ選択装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60093657A JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60093657A JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS61253573A true JPS61253573A (ja) | 1986-11-11 |
Family
ID=14088455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60093657A Pending JPS61253573A (ja) | 1985-05-02 | 1985-05-02 | 工程デ−タ選択法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61253573A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008171090A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | 不良解析装置、不良解析方法および不良解析プログラム |
| US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
| JP2011253526A (ja) * | 1999-09-09 | 2011-12-15 | Aegis Analytical Corp | 医薬及びその他のキャピタルインテンシブ製造プロセスの分析、改善のためのシステム |
-
1985
- 1985-05-02 JP JP60093657A patent/JPS61253573A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011253526A (ja) * | 1999-09-09 | 2011-12-15 | Aegis Analytical Corp | 医薬及びその他のキャピタルインテンシブ製造プロセスの分析、改善のためのシステム |
| US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
| JP2008171090A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | 不良解析装置、不良解析方法および不良解析プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Paroush | The order of acquisition of consumer durables | |
| Cook | The false choice between theory‐based evaluation and experimentation | |
| CN104216349B (zh) | 利用制造设备的传感器数据的成品率分析系统及方法 | |
| CN106124508A (zh) | 一种文物鉴定系统及鉴定方法 | |
| US7283659B1 (en) | Apparatus and methods for searching through and analyzing defect images and wafer maps | |
| CN112070135A (zh) | 电力设备图像检测方法、装置、电力设备及存储介质 | |
| WO2021208423A1 (zh) | 一种基于pca学习的显卡接口机器测试方法 | |
| CN112270596A (zh) | 基于用户画像构建的风险控制系统及方法 | |
| CN205786357U (zh) | 一种文物鉴定系统 | |
| JPS61253573A (ja) | 工程デ−タ選択法及び装置 | |
| Johnson | Development of the sample survey as a scientific methodology | |
| CN112434886A (zh) | 一种预测客户抵押贷款违约概率的方法 | |
| CN115879915B (zh) | 一种用于发电厂的跨平台标准化检修方法 | |
| JPH03131756A (ja) | 血球自動分類装置 | |
| Utami et al. | Hausman and taylor estimator analysis on the linear data panel model | |
| CN107845047A (zh) | 一种动态评分系统、方法以及计算机可读存储介质 | |
| JP4136109B2 (ja) | 電子デバイス検査システム | |
| Rajeshkanna et al. | Fault-related feature discrimination network for cell partitioning and defect classification in real-time solar panel manufacturing | |
| CN110796187A (zh) | 不良分类方法及装置 | |
| Balasubramany et al. | Authorship Pattern of Big Data Research Output: A Scientometric Analysis | |
| CN112581036B (zh) | 一种大数据案件评价模型的设计方法、人才评价方法、人才库构建及推荐方法 | |
| Hambali et al. | Application of integrated AHP and TOPSIS techniques for determining the best Fresh Fruit Bunches (FFB) | |
| Bull et al. | Enhanced interpretation of pattern analyses of environments: The use of blocks | |
| CN115840133A (zh) | 一种电路健康分级评估方法、电子产品健康分级评估方法 | |
| Walter Jr | The improvement of attitude research |