工艺参数相关性与共线性诊断器｜工艺参数分析工具
这个工具解决什么问题
工艺数据的单位与基准是最容易出错的地方。这工具要求输入单位明确。
> 在建模前先做参数体检：相关矩阵 + VIF，把「互相带着走」的冗余参数挑出来。
输入数据格式
数据文件 process_params.csv，列顺序为：样本、温度C、压力Torr、流量sccm、功率W、时间s、间距mm。
示例首行：1,650.27,2.439,120.83,812.8,41.66,1.273
示例输出（真实运行结果节选）
======================================================================
工艺参数相关性与共线性诊断报告
======================================================================
【一、数据概况】
样本数 30 参数数 6 参数: 温度C、压力Torr、流量sccm、功率W、时间s、间距mm
【二、相关系数矩阵（Pearson）】
温度C 压力Torr 流量sccm 功率W 时间s 间距mm
温度C 1.00 0.39 0.38 0.79 -0.24 0.07
压力Torr 0.39 1.00 0.98 0.25 -0.16 0.22
流量sccm 0.38 0.98 1.00 0.25 -0.14 0.20
功率W 0.79 0.25 0.25 1.00 -0.28 0.14
时间s -0.24 -0.16 -0.14 -0.28 1.00 0.10
间距mm 0.07 0.22 0.20 0.14 0.10 1.00
【三、高相关参数对】
判读：|r| ≥ 0.9 严重共线（等同重复参数）；0.7~0.9 高度相关（需留意）；
0.5~0.7 中度相关；<0.5 视为基本独立。
参数A 参数B r 判读
压力Torr 流量sccm 0.978 严重共线
温度C 功率W 0.791 高度相关
温度C 压力Torr 0.387 基本独立
温度C 流量sccm 0.380 基本独立
功率W 时间s -0.285 基本独立
压力Torr 功率W 0.252 基本独立
适用场景
· 工艺整合、数据分析、DOE 与建模前置检查 · 避免「系数符号离谱、换批次就翻脸」的假模型结论
怎么用
python param_collinearity.py
首次运行会自动生成示例数据并输出一份完整报告； 把示例 CSV 换成你自己的数据（保持列名一致）后重新运行即可。
输入数据
process_params.csv：样本 × 各工艺参数（脚本自带示例，含两组植入共线性）
输出内容
· Pearson 相关系数矩阵与高相关参数对判读 · VIF 方差膨胀因子（<5 正常 / 5~10 偏高 / >10 必须处理） · 该删哪个、该合并哪个的具体建议
依赖
无。仅使用 Python 标准库（csv / math / os / datetime 等）， 不需要 pip 安装任何包，Windows / Linux / macOS 均可运行。
实用提示
可调参数与计算口径
脚本顶部集中了主要阈值与常量：CSV_NAME="process_params.csv"、REPORT_NAME="collinearity_report.txt"。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：process_params.csv、collinearity_report.txt。
脚本里的主要处理步骤
inv_matrix()：高斯-约当求逆（带部分主元），返回 None 表示奇异。
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
- 压力Torr
- 流量sccm
- 间距mm
- 已生成示例数据:
- 数据为空。
- 已读取数据:
- 高斯-约当求逆（带部分主元），返回 None 表示奇异。
- 工艺参数相关性与共线性诊断报告
- 【一、数据概况】
- 样本数 %d 参数数 %d
- 参数:
- 【二、相关系数矩阵（Pearson）】
- 【三、高相关参数对】
- 0.5~0.7 中度相关；<0.5 视为基本独立。
- 严重共线
- 高度相关
- 中度相关
- 基本独立
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：param_collinearity.py。
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 7 列：样本、温度C、压力Torr、流量sccm、功率W、时间s、间距mm。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 一、数据概况、二、相关系数矩阵（Pearson）、三、高相关参数对、四、VIF 方差膨胀因子、五、处理建议 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：半导体工艺参数分析工具包；完整清单在 工具资源包下载页。
