3. 良率数据基础与关联逻辑
在良率分析工程中，所有后续的统计建模、缺陷归因和检测数据关联，都建立在三个基础概念之上：良率的定义口径、bin 的分类体系，以及良率损失的分解方式。如果这三者的定义在数据链路中不一致，后续任何相关性分析都会失去意义。本节从工程实践角度梳理这三层基础，并给出它们与检测数据之间的映射关系。
一、良率的定义与口径
良率（Yield）最朴素的定义是：合格芯片数占总投入芯片数的比例。但在实际产线中，"合格"的判定标准不同，会派生出多个口径：
- 晶圆良率（Wafer Yield）：单张晶圆上合格 die 数 / 该晶圆总 die 数，反映单片的整体表现。
- 批次良率（Lot Yield）：一个 lot 内所有晶圆合格 die 总数 / 总 die 数，用于评估批次稳定性。
- 线上良率（Line Yield）：经过某道工序后未报废的晶圆数 / 投入晶圆数，衡量工艺步骤的通过率。
- 最终测试良率（Final Yield）：CP（Chip Probing）或 FT（Final Test）测试后合格 die 占比，是良率分析最常用的口径。
工程上必须明确：良率的分母是"投入 die 数"还是"可测 die 数"。边缘不完整 die、被跳过测试的 die 是否计入分母，会直接改变良率数值。建议在数据字典中固定口径，例如统一采用"可测 die 数"作为分母，并在所有报表中标注。
二、Bin 分类体系
Bin 是测试机对每颗 die 给出的分类结果。它既是良率统计的原子数据，也是连接检测数据的关键字段。常见的 bin 分类包括：
| Bin 类型 | 含义 | 典型用途 |
|---|---|---|
| Pass Bin（如 Bin 1） | 功能与参数全部合格 | 计入良率分子 |
| Fail Bin（如 Bin 2~N） | 某项测试项失败 | 良率损失归因 |
| Edge Bin | 边缘 die 特殊标记 | 区分边缘效应 |
| Retest Bin | 复测后重新分类 | 评估测试稳定性 |
Bin 的编码规则通常由测试程序定义，不同产品、不同测试平台可能不同。在关联分析前，必须建立 bin 映射表，把测试机 bin 号统一映射到分析用的逻辑分类（Pass / 参数 Fail / 功能 Fail / 边缘 / 复测）。这一步是数据清洗的核心，缺失映射会导致大量 die 被错误归类。
三、良率损失分解
总良率损失可以按空间和 bin 两个维度分解。空间维度上，把晶圆划分为中心区、中间环、边缘环，分别统计各区域良率，用于识别边缘效应或中心缺陷。Bin 维度上，统计各 Fail Bin 的 die 数占比，找出主要损失来源。
一个实用的分解公式是：
总良率 = 1 - Σ(各 Fail Bin die 数) / 可测 die 总数
各 Fail Bin 贡献率 = 该 Bin die 数 / 总 Fail die 数
例如某批次可测 die 为 10000 颗，Pass 为 9200 颗，Bin 2 为 300 颗，Bin 3 为 250 颗，Bin 5 为 250 颗。则总良率为 92%，Bin 2 贡献 37.5% 的损失，Bin 3 和 Bin 5 各贡献 31.25%。这样就能快速定位主要损失 bin，再结合检测数据进一步归因。
四、与检测数据的映射关系
良率数据（bin、坐标、良率值）与检测数据（缺陷坐标、缺陷类型、检测时间）的映射，依赖两个关键字段：die 坐标和时间戳/批次号。映射逻辑如下：
- 以 die 坐标为键，把缺陷记录关联到对应 die，统计每颗 die 上的缺陷数、缺陷类型分布。
- 以批次号和检测工序为键，把检测结果关联到对应良率批次，确保时间顺序正确。
- 对无法直接匹配的缺陷（坐标落在划片道或边缘），单独标记，避免污染 die 级统计。
完成映射后，就可以计算"缺陷密度—良率"关系，例如某类缺陷密度每增加 0.1 个/cm²，对应 bin 的失效率上升多少。这正是后续章节要展开的关联分析基础。