[發明專利]異常數據檢驗方法和裝置

無效

• 申請號: 200810105628.2
• 申請日: 2008-04-30
• 公開（公告）號: CN101571891A
• 公開（公告）日: 2009-11-04
• 發明（設計）人: 楊斯元
• 申請（專利權）人: 中芯國際集成電路制造（北京）有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;H01L21/00
• 代理公司: 北京集佳知識產權代理有限公司
• 代理人: 李 麗

技術領域

本發明涉及一種異常數據檢驗方法和裝置。

背景技術

半導體的制造生產過程十分復雜，包括氧化擴散、光刻、刻蝕、洗滌、淀積等上百道工序，一般很難建立相對應的制造模型。對半導體制造生產過程的監控通常是通過采集各個工序參數的數據樣本，分析并監控這些數據樣本來實現的。

對數據樣本進行分析時，首先需要檢驗所采集的數據樣本，也就是需要將數據點中包含的異常數據點(outlier)剔除出去。異常數據點在晶圓的生產中可能是由于特殊原因(如晶片的誤操作、錯誤的配方、劣質原料、錯誤的數據輸入、系統突發誤差等)造成的。如果不剔除異常數據點直接對數據樣本進行分析，可能會導致盲目地改變工藝條件而造成不必要的浪費。

現有技術中對于異常數據點的過濾通常采用Tukey檢驗方法，該方法首先將需要分析的數據按大小遞減順序排列；其中占整個數據樣本第二十五百分位的數據稱為第一四分位數Q₁，占整個數據樣本第七十五百分位的數據稱為第三四分位數Q₃，四分位數間距IQR為第三四分位數與第一四分位數的差值，即IQR＝Q₃-Q₁；利用四分位數間距IQR的1.5倍或3倍設置異常點過濾的界限，即將低于Q₁以下1.5個IQR或3個IQR的數據、以及高于Q₃以上1.5個IQR或3個IQR的數據都作為異常值處理。關于采用Tukey方法過濾異常點，專利號為7194465的美國發明專利中也有提及。

然而，與大多數統計分析軟件一樣，Tukey方法對數據中異常值的處理，也是建立在數據本身呈正態分布類型的前提之上的。對于生產生活中非正態分布類型的樣本數據，現有的Tukey方法所得到的分析結果就變得不可靠了。對于非正態分布數據樣本中異常點的處理，目前只有相關的理論研究，但是這些理論的算法都太過復雜，不適用于現實的生產實際。

發明內容

本發明提供了一種對非正態分布數據樣本中的異常數據點過濾的檢驗方法和裝置。

本發明提供了一種異常數據檢驗方法，該方法包括以下步驟：將未經過濾的數據樣本按照大小順序進行排序，選擇第一百分位P₁和第二百分位P₂；計算與所述數據樣本和百分位對應的百位分數值，將對應于第一百分位P₁和第二百分位P₂的百位分數計算結果作為所述數據樣本的數值篩選上限值和數據篩選下限值；所述數據樣本中數值大于數值篩選上限值或小于數值篩選下限值的數據為異常數據點。

可選的，可采用百位分數Percentile公式計算所述百位分數值。

可選的，上述第一百分位P₁、第二百分位P₂滿足關系：P₁+P₂＝1。

可選的，所述第一百分位為99.9998828％，所述第二百分位為0.0001172％。

可選的，所述第一百分位為99.6512％，，所述第二百分位為0.348802％。

可選的，可采用線性外推法結合百位分數公式Percentile公式計算所述百位分數值。

可選的，所述線性外推法包括：選定線性的包含百分位的數值篩選限值計算公式；由標準正態分布百分位公式求出線性的數值篩選限值計算公式中的線性系數k值；求出線性的控制界計算公式中所包含百分位在所述數據樣本中對應的數據值；將線性系數k值和百分位對應的數據值代入所述線性的數值篩選限值計算公式。

本發明還提供一種應用所述異常數據檢驗方法的裝置，包括：數據樣本排序單元、百分位選擇單元、數據篩選限值計算單元和確定單元。

所述數據樣本排序單元，用于將未經過濾的數據樣本按照大小順序進行排序；

所述百分位選擇單元，用于選擇第一百分位P₁和第二百分位P₂；

所述數據篩選限值計算單元，用于計算與所述數據樣本和百分位對應的百位分數值，將對應于第一百分位P₁和第二百分位P₂的計算結果作為所述數據樣本的數值篩選上限值和數據篩選下限值；

所述確定單元，用于將所述數據樣本中數值大于數值篩選上限值或小于數值篩選下限值的數據確定為異常數據點。