3. 数据采集与清洗：E-Test 数据源、Map 图数据格式、异常值剔除与标准化

在半导体制造中，E-Test（电性测试）数据是定位异常 Wafer 和修正工艺窗口的核心依据。然而，原始数据往往包含噪声、缺失值以及测试异常点。本章节将系统讲解 E-Test 数据源结构、Map 图数据格式规范，以及异常值剔除与标准化的工程方法。

3.1 E-Test 数据源与关键参数

E-Test 数据通常来源于晶圆允收测试（WAT）或在线参数测试（In-line PCM）。每颗 Die 或每个测试结构会生成一组多维电性参数。

3.2 Map 图数据格式与空间映射

Wafer Map 是异常定位的可视化基础。每个测试点对应晶圆上的物理坐标 (X, Y)，通常以晶圆中心为原点，单位 mm 或 μm。Map 图数据需包含以下核心字段：

• Die_X, Die_Y：芯片在晶圆上的行列索引（整数坐标）。
• X_Coord, Y_Coord：物理坐标（浮点数），用于精确空间分析。
• Param_Value：测试参数值（如 Vt、Idsat）。
• Test_Flag：测试状态（Pass/Fail/Not Tested）。

标准 Map 图数据格式示例（CSV 结构）：

Die_X, Die_Y, X_Coord, Y_Coord, Vt_V, Idsat_uA, Ioff_pA, Test_Flag
-10, -10, -100.0, -100.0, 0.452, 320.5, 0.12, PASS
-10, -9, -100.0, -90.0, 0.448, 325.1, 0.15, PASS
...
0, 0, 0.0, 0.0, 0.435, 340.2, 0.08, PASS
...
10, 10, 100.0, 100.0, 0.461, 310.8, 0.22, FAIL

3.3 异常值剔除方法

异常值主要分为三类：全局异常（超出工艺规格）、局部异常（空间离群点）、系统异常（测试机台噪声）。针对不同场景，采用以下剔除策略：

3.4 数据标准化方法

标准化是为了消除不同参数量纲和量级的影响，使后续建模与监控在同一尺度下进行。常用方法包括：

• Z-score 标准化： \( z = (x - \mu) / \sigma \)，适用于数据近似正态分布。
• Min-Max 归一化： \( x' = (x - x_{min}) / (x_{max} - x_{min}) \)，适用于有明确边界（如规格限）的参数。
• 稳健标准化： \( x' = (x - median) / MAD \)，适用于存在离群点的数据。

标准化后的数据应满足：均值为 0（或中位数为 0），标准差为 1（或 MAD 为 1）。

# Python 示例：Z-score 标准化与异常值剔除
import numpy as np
import pandas as pd

def clean_and_standardize(df, param_col, z_thresh=3.0):
    """
    对指定参数列进行 Z-score 异常值剔除与标准化
    """
    # 计算 Z-score
    mean = df[param_col].mean()
    std = df[param_col].std()
    df['z_score'] = (df[param_col] - mean) / std
    
    # 剔除异常值
    df_clean = df[np.abs(df['z_score']) < z_thresh].copy()
    
    # 重新标准化（基于清洗后数据）
    mean_clean = df_clean[param_col].mean()
    std_clean = df_clean[param_col].std()
    df_clean['param_std'] = (df_clean[param_col] - mean_clean) / std_clean
    
    return df_clean

# 使用示例
# df_clean = clean_and_standardize(df_raw, 'Vt_V', z_thresh=3.5)

3.5 数据清洗后的质量检查

清洗完成后，需进行以下验证，确保数据质量满足后续分析要求：

• 缺失率检查：清洗后有效数据占比应 > 95%（对于 300mm 晶圆，通常 > 98%）。
• 分布形态检查：标准化后参数直方图应近似标准正态分布（均值≈0，标准差≈1）。
• 空间连续性检查：Map 图上不应出现孤立异常点或大面积数据空洞。
• 参数相关性检查：清洗不应破坏参数间的物理相关性（如 Vt 与 Idsat 的负相关关系）。