基于广义线性模型的晶圆缺陷数据建模及仿真

晶圆缺陷数据是具有相邻空间关系的二维空间离散数据，通常会表现出一定的空间相关性。为了研究这类数据的空间分布和空间结构对空间信息的影响，以具体晶圆缺陷数据为例，基于泊松分布建立广义线性混合模型，并对空间相关项的协方差进行3种不同的空间建模，利用蒙特卡洛牛顿拉弗森算法进行估参，其中引用Metropolis-Hastings算法对空间相关项进行抽样。借助AIC指标，说明广义线性混合模型能够很好地模拟晶圆缺陷数据的分布特征，而且针对晶圆缺陷数据分布的稀疏程度，可调整模型从而得到更好的拟合效果。