3. 描述性统计分析

各位工程师朋友，欢迎来到第三章。前两章我们聊了数据采集和清洗，现在手里终于有了干净的数据。但一堆数字摆在那，你能看出什么门道？

说实话，我刚入行那会儿，看着测试机吐出来的几十万行数据，头都是大的。后来带我的老工程师跟我说了一句话，我一直记着：「别急着算CPK，先看看你的数据长什么样。」

这一章，我们就来聊聊描述性统计。说白了，就是用几个关键数字，把一堆数据的「脾气秉性」给概括出来。

3.1 集中趋势：均值与中位数

先问大家一个问题：一个批次芯片的漏电流，你拿什么值代表它？

大部分人第一反应是「均值」。没错，均值是最直观的。把所有测试值加起来除以样本数，就是均值（Mean）。

μ = (x₁ + x₂ + ... + xₙ) / n

但均值有个致命弱点——它怕「极端值」。我记得有一次分析一个高速接口的抖动数据，有个别芯片因为测试接触不良，测出了离谱的数值。均值被这些异常点拉偏了整整 15%。如果当时只看均值，我可能会误判整个批次的良率。

这时候，中位数就派上用场了。

中位数（Median）就是把数据从小到大排好，取中间那个数。如果样本数是偶数，就取中间两个数的平均值。

举个例子，某批次 10 颗芯片的功耗数据（单位 mW）：

算一下：均值 = (102+105+98+101+103+99+100+104+97+150)/10 = 105.9 mW。中位数呢？排序后：97, 98, 99, 100, 101, 102, 103, 104, 105, 150。中间两个是 101 和 102，中位数 = 101.5 mW。

看到了吗？均值被 #10 那颗异常芯片拉高了 4.4 mW，而中位数基本不受影响。所以，当数据分布不对称或有异常值时，中位数比均值更可靠。

3.2 离散程度：标准差

均值和中位数告诉我们数据的「中心」在哪。但芯片的一致性怎么样？是扎堆在一起，还是散得到处都是？这就需要看离散程度了。

标准差（Standard Deviation）是衡量数据离散程度最常用的指标。它表示每个数据点与均值的平均偏离程度。

s = √[ Σ(xᵢ - x̄)² / (n-1) ]

标准差越大，说明芯片之间的差异越大，工艺一致性越差。我见过最夸张的一次，某款电源管理芯片的带载电压标准差达到了 35 mV，而规格要求是 ±50 mV。虽然均值在中心，但尾巴已经碰到规格限了。这种批次，CPK 肯定不好看。

3.3 过程能力：CPK 与 PPK

好了，现在有了均值、中位数、标准差，我们基本能描述数据的样子了。但客户问的不是「你的数据长什么样」，而是「你的工艺能不能稳定产出合格芯片」。

这就引出了两个关键指标：CPK 和 PPK。

3.3.1 CPK：短期过程能力指数

CPK 衡量的是「短期」过程能力。它假设过程是稳定的，只考虑组内变异。计算公式如下：

CPK = min( (USL - μ)/3σ, (μ - LSL)/3σ )

CPK 的值可以这样解读：

• CPK ≥ 1.67：过程能力优秀，可以放心量产。
• 1.33 ≤ CPK < 1.67：过程能力良好，但需要持续监控。
• 1.00 ≤ CPK < 1.33：过程能力一般，需要改进。
• CPK < 1.00：过程能力不足，不合格品率已经很高了。

我个人习惯，在工程验证阶段，CPK 至少要达到 1.33 才敢放行。到了量产阶段，目标通常是 1.67 以上。

3.3.2 PPK：长期过程性能指数

PPK 衡量的是「长期」过程性能。它考虑的是总变异，包括组内和组间变异。公式和 CPK 很像，只是标准差换成了总体标准差：

PPK = min( (USL - μ)/3σ_total, (μ - LSL)/3σ_total )

CPK 和 PPK 的差异，能告诉我们很多信息：

如果 CPK 很高但 PPK 很低，说明什么？说明你的短期能力很好，但长期来看，工艺在漂移。比如，同一台测试机测同一批芯片，上午和下午的结果不一样。这就是典型的「组间变异过大」。

3.4 知识体系总览

为了让大家更直观地理解这些指标之间的关系，我画了一张图：

3.5 实战：一个完整的计算案例

光说不练假把式。我们拿一个真实案例走一遍流程。

假设某款芯片的参考电压规格是 1.20V ± 0.05V，即 LSL=1.15V，USL=1.25V。我们从量产批次中抽取了 20 颗芯片，测试结果如下：

我们来算一下：

1. 均值：把所有 20 个数加起来除以 20，得到 1.203 V。
2. 中位数：排序后第 10 和第 11 个数分别是 1.203 和 1.203，中位数 = 1.203 V。均值和 中位数几乎一样，说明数据分布对称，没有明显异常值。
3. 标准差：用样本标准差公式算，得到 0.0053 V。
4. CPK：假设组内标准差与总体标准差相同（简化处理），CPK = min((1.25-1.203)/(3×0.0053), (1.203-1.15)/(3×0.0053)) = min(2.96, 3.33) = 2.96。
5. PPK：同样用总体标准差，PPK = 2.96（因为这里没有分组，CPK=PPK）。

但等等，如果 CPK 只有 1.1 呢？那就要小心了。我曾经遇到过一个项目，CPK 算出来 1.15，看着还行。但我仔细一看，均值已经偏到 1.22V 了，离 USL 只有 0.03V。虽然 CPK 勉强及格，但稍微有点工艺漂移就会出废品。后来我建议调整了 trim 值，把均值拉到 1.20V，CPK 直接升到 1.8。