机台间匹配度ToolMatching分析器
这个工具解决什么问题
同一个步骤往往有多台同型号机台，它们表现必须一致，否则同一产品在不同机台跑出来参数不同， 良率与电性随机波动，问题还极难定位（换一台机就好了）。定期做 Tool Matching 是标准动作， 但难点在于：几台机台均值差 2%，到底算「匹配」还是「不匹配」？肉眼比数字很容易吵起来。 本工具用统计说话：ANOVA + 偏移量（σ 倍数）+ 两两 Welch t 检验（Bonferroni 校正）， 直接指出哪两台不匹配、最可疑的是哪台。
输入数据格式
数据文件 tool_matching.csv，列顺序为：product、layer、param、tool_id、n、mean、std、offset、offset_sigma、verdict。
示例首行：产品A,ETCH_MAIN,CD_nm,ETCH-01,12,48.0233,0.6042,0.0943,0.171,正常
示例输出（真实运行结果节选）
========================================================================================
机台间匹配度（Tool Matching）分析报告
分组数：2 显著性水平 α=0.050 单台偏移警戒线：1.5σ
========================================================================================
────────────────────────────────────────────────────────────────────────────────────────
【产品A / ETCH_MAIN / CD_nm】 机台数 5，总样本 60
▸ ANOVA：F(4, 55) = 0.917，p = 0.46079 → 机台间差异【不显著】各机台基本匹配
组内合并标准差（重复性）= 0.5500；总均值 = 47.9291
▸ 各机台统计与偏移排名（按 |偏移| 降序）
机台 n 均值 标准差 偏移量 偏移(σ) 判定
ETCH-04 12 47.7025 0.5583 -0.2266 -0.412 正常
ETCH-03 12 48.0846 0.6159 +0.1555 +0.283 正常
ETCH-01 12 48.0233 0.6042 +0.0943 +0.171 正常
ETCH-02 12 47.8552 0.3982 -0.0739 -0.134 正常
ETCH-05 12 47.9798 0.5457 +0.0508 +0.092 正常
▸ 两两比较（Welch t 检验，Bonferroni 校正后阈值 p < 0.00500）
机台A 机台B 均值差 p 值 判定
ETCH-01 ETCH-02
机台间匹配度（Tool Matching）分析器
> 半导体工艺/设备工程师 Python 实战工具 · 核心功能零第三方依赖
文件内容
· tool_matching_analyzer.py：主程序（Python 3.8+，零第三方依赖，含 F/t 分布算法） · tool_matching.csv：示例数据（5 台刻蚀机 × 2 个参数 × 12 次测量，其中一台有系统偏移） · tool_matching_report.txt / tool_matching.csv：中文报告与逐台统计明细 · 附赠提示词.txt：同主题 AI 提示词 1 套
运行方法
python tool_matching_analyzer.py python tool_matching_analyzer.py 我的数据.csv
输入数据格式
tool_matching.csv：tool_id, product, layer, param, value 工具按 product + layer + param 分组，每组内比较各机台。
输出说明
1. ANOVA：F 统计量与 p 值，判定机台间差异是否显著 2. 各机台统计与偏移排名：均值、标准差、偏移量、偏移(σ)、可疑判定 3. 两两比较矩阵：Welch t 检验 + Bonferroni 校正，逐对给出「匹配 / 不匹配」 4. 结论：最可疑机台、明确不匹配的组合、建议动作（校准/PM、SPC 单独监控或限制派工） 5. 汇总表：所有参数的 F、p、最可疑机台
可调参数（文件顶部）
· ALPHA：显著性水平（默认 0.05） · OFFSET_WARN_SIGMA：单台偏移的警戒 σ 倍数（默认 1.5）
结果怎么读
· 判「匹配」不能只看均值差绝对值，要看差异相对组内重复性（σ）有多大： 1σ 以内基本是噪声，1.5σ 以上值得排查，ANOVA 显著说明系统性差异已存在 · 两两比较必须做多重比较校正：5 台机台有 10 个组合，不校正时假阳性率会从 5% 飙到约 40% · 阈值应结合工艺窗口：若参数规格宽度只有 ±3%，2σ 的机台偏移已经吃掉大部分窗口，必须收紧
可调参数与计算口径
脚本顶部集中了主要阈值与常量：DATA_CSV=os.path.join(BASE, "tool_matching.csv")、OUT_CSV=os.path.join(BASE, "tool_matching.csv")。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：tool_matching.csv、tool_matching_report.txt。
脚本里的主要处理步骤
f_pvalue()：F 分布上侧 p 值t_pvalue_two_sided()：t 分布双侧 p 值（用不完全贝塔）gen_demo()：生成 5 台刻蚀机的 2 个参数数据；其中 ETCH-03 在刻蚀速率上有系统偏移。anova()：单因素方差分析，返回 (F, p, df_between, df_within, grand_mean, msw)welch()：Welch t 检验，返回 (t, df, p)
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- 表现一致
- 哪两台不匹配
- F 分布上侧 p 值
- t 分布双侧 p 值（用不完全贝塔）
- 生成 5 台刻蚀机的 2 个参数数据；其中 ETCH-03 在刻蚀速率上有系统偏移。
- Welch t 检验，返回 (t, df, p)
- 未提供数据文件，已生成示例数据：%s（%d 台机台 × %d 个参数）
- 机台间匹配度（Tool Matching）分析报告
- 分组数：%d 显著性水平 α=%.3f 单台偏移警戒线：%.1fσ
- 【%s / %s / %s】 机台数 %d，总样本 %d
- 样本不足，无法做方差分析。
- 【显著】各机台不匹配
- 【不显著】各机台基本匹配
- 组内合并标准差（重复性）= %.4f；总均值 = %.4f
- ▸ 各机台统计与偏移排名（按 |偏移| 降序）
- 偏移(σ)
- ▸ 结论：
- 明确不匹配的组合 %d 对，例如：%s。
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：tool_matching_analyzer.py。
下载 机台间匹配度ToolMatching分析器 工具包（zip）
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 10 列：product、layer、param、tool_id、n、mean、std、offset。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
跑完最该关注哪几项？
报告按 %s / %s / %s、显著、不显著 等部分组织，其中判定结论与建议部分直接对应下一步动作。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
同分类的其它工具
分类归属：OEE与设备效能工具包；完整清单在 工具资源包下载页。
