4. DOE基本术语：因子、水平、响应、主效应、交互效应、试验矩阵

在开始设计实验之前，必须统一理解DOE的核心语言。这六个术语构成了所有实验方案的骨架：因子决定我们改变什么，水平决定改变的程度，响应决定我们测量什么，主效应和交互效应决定我们分析什么，试验矩阵决定我们如何执行。

4.1 核心术语定义与对比

4.2 因子与水平：实验的“旋钮”与“档位”

因子必须是可精确控制且对响应有潜在影响的工艺参数。在半导体制造中，常见的因子包括：温度、压力、气体流量、时间、浓度、功率等。

水平的选择直接决定实验的解析度与成本：

• 2水平：最常用，适合筛选实验（Screening），假设线性关系。
• 3水平或更多：用于响应曲面法（RSM），可检测弯曲效应。
• 定性水平：如“反应腔A vs 反应腔B”、“品牌X vs 品牌Y”。

4.3 响应：实验的“仪表盘”

响应是衡量工艺效果的输出变量。一个好的响应变量应具备：可量化、可重复、对因子变化敏感。

在良率提升场景中，常见的响应类型包括：

• 连续性响应：膜厚（Å）、蚀刻速率（Å/min）、颗粒数（颗/片）、电阻率（Ω·cm）。
• 属性响应：良率（%）、缺陷密度（defects/cm²）、通过/失效（二值）。
• 多响应优化：同时优化多个响应时需使用满意度函数（Desirability）。

4.4 主效应与交互效应：实验的“分析核心”

主效应的计算公式（以2水平因子为例）：

主效应 = (高水平响应均值) - (低水平响应均值)

示例：因子A（压力）
  A高（4 psi）时响应均值 = (Y3 + Y4) / 2
  A低（2 psi）时响应均值 = (Y1 + Y2) / 2
  主效应A = (Y3+Y4)/2 - (Y1+Y2)/2

交互效应表示两个因子同时变化时产生的“协同”或“拮抗”作用：

• 正交互：A和B同时为高时，响应大于各自主效应之和（协同）。
• 负交互：A和B同时为高时，响应小于各自主效应之和（拮抗）。
• 无交互：A的效应与B的水平无关（平行线）。

4.5 试验矩阵：实验的“作战地图”

试验矩阵（Design Matrix）以表格形式列出所有试验的因子水平组合。以最简单的2因子2水平全因子设计（2²）为例：

编码化（−1, +1）是DOE的标准做法，它使因子具有相同的尺度，便于计算效应和比较重要性。

4.6 术语关系总结

六个术语构成一个完整的实验设计闭环：

1. 因子（输入）→ 设置水平（范围）→ 构建试验矩阵（组合）→ 执行实验 → 记录响应（输出）→ 计算主效应和交互效应（分析）。
2. 效应的大小和显著性决定哪些因子需要保留到下一轮优化。
3. 试验矩阵的规模（试验次数）直接影响实验成本和时间，需在信息量和资源之间权衡。