工程变更良率显著性检验器｜工程效率工具
这个工具解决什么问题
工程数据整理的时间成本，往往超过分析本身。这工具压的就是这一段。
工艺变更后良率从 88.0% 变成 90.2%，这 2.2 个百分点是变更的功劳还是正常的批次波动？ 工程上最常见的两个错误：看到数字涨了就宣布成功（事后发现只是运气）， 或要求「再多跑几个月才能判断」（错失验证窗口）。 正确做法是假设检验：算出差异的置信区间与 p 值，并回答「这批数据到底够不够得出结论」。
输入数据格式
数据文件 ab_result.csv，列顺序为：group、sample_id、good_die、total_die、yield_pct。
示例首行：变更前,变更前-W01,2656,3000,88.5333
示例输出（真实运行结果节选）
====================================================================================
工程变更前后良率显著性检验报告
对比组：变更前 vs 变更后 显著性水平 α=0.050 业务门槛：1.0 个百分点
====================================================================================
【一、总体良率对比】
组别 片数 投入 die 良品 die 良率
变更前 16 48000 42168 87.850%
变更后 16 48000 43292 90.192%
差异 - 0 1124 +2.342 pt
【二、主检验：两比例 z 检验（以 die 为独立单位）】
z = 11.6038 双侧 p 值 = < 1e-16
差异的 95% 置信区间：+1.946 ~ +2.737 个百分点
→ 【显著】在 α=0.050 水平下，变更前 与 变更后 的良率差异不是抽样噪声。
卡方检验（等价口径）：χ² = 134.6481，df = 1，p = < 1e-16
【三、稳健性检验：逐片良率 Welch t 检验】
变更前 逐片良率：均值 87.850%（片间标准差 0.597%，n=16）
变更后 逐片良率：均值 90.192%（片间标准差 0.882%，n=16）
Welch t = 8.7930，df ≈ 26.3，双侧 p = 2.56454e-09 → 显著
⚠ 两种口径的意义不同：
· 两比例 z 检验把每颗 die 当独立样本，检验力最高，但若同一片内 die 的失效相关
（存在片级聚类效应），会高估显著性，p 值偏小；
· 逐片 t 检验把「片」当独立单位，更保守、更贴近工程现实，片数少时容易不显著。
两个都显著 → 结论可靠；只有 z 检验显著 → 提示差异可能主要由少数片驱动，建议扩样。
【四、检验力与样本量（回答「这批数据够不够」）】
当前样本：每组 16 片（约 48,000 die/组，3000 die/片）；
工程变更前后良率显著性检验器
> 半导体工程验证 Python 实战工具 · 核心功能零第三方依赖
文件内容
· yield_ab_significance.py：主程序（Python 3.8+，零第三方依赖，含正态/t 分布算法） · ab_yield.csv：示例数据（变更前 16 片 vs 变更后 16 片，各 3000 die/片） · ab_report.txt / ab_result.csv：中文报告与逐片良率明细（便于绘图） · 附赠提示词.txt：同主题 AI 提示词 1 套
运行方法
python yield_ab_significance.py python yield_ab_significance.py 我的数据.csv
输入数据格式
ab_yield.csv：group, sample_id, good_die, total_die group 取两组（如「变更前」「变更后」），工具自动取前两个出现的组做对比。
输出说明
1. 总体良率对比：片数、投入 die、良品 die、良率、差异 2. 主检验——两比例 z 检验：z 值、p 值、差异的 95% 置信区间、是否显著； 附卡方检验（等价口径）结果 3. 稳健性检验——逐片良率 Welch t 检验：两种口径都显著结论才可靠 4. 检验力与样本量：当前样本量的 MDE（最小可检出差异）、 各目标提升（0.5/1.0/1.5/2.0/3.0 pt）所需样本量（含约合片数） 5. 结论与建议：统计结论 + 业务门槛判定 + 工程纪律提醒
可调参数（文件顶部）
· ALPHA：显著性水平（默认 0.05） · POWER：目标检验力（默认 0.80，用于 MDE 与样本量计算） · MIN_BUSINESS_PT：业务门槛，良率提升至少达到该百分点才值得立项/结案（默认 1.0）
结果怎么读
· 两种口径的意义不同：两比例 z 检验把每颗 die 当独立样本，检验力最高， 但同一片内 die 失效相关时会高估显著性；逐片 t 检验把「片」当独立单位，更保守更贴近工程现实。 两个都显著 → 结论可靠；只有 z 检验显著 → 提示差异可能由少数片驱动，建议扩样 · MDE 是回答「跑够了没有」的关键：观测到的差异 < MDE，说明样本量不足以证明，不是「变更无效」 · 对比必须保证可比性（同期机台、同类产品、相同测试程序），否则观测到的是批次差异而非变更效果
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, "ab_yield.csv")、REPORT_TXT=os.path.join(BASE, "ab_report.txt")、OUT_CSV=os.path.join(BASE, "ab_result.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：ab_yield.csv、ab_report.txt、ab_result.csv。
脚本里的主要处理步骤
phi()：标准正态分布累积概率two_prop_z()：两比例 z 检验（pooled），返回 (p1, p2, diff, z, p_two_sided, ci_lo, ci_hi)fmt_p()：p 值显示：极小值避免打印成 0mde_for()：给定每组样本量与基线良率，反解可检出的最小差异（80% 检验力）n_needed()：要达到给定差异的检出所需每组样本量gen_demo()：生成变更前 16 片 / 变更后 16 片数据：良率约 88.0% → 90.2%（真实提升）。
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
- 再多跑几个月才能判断
- 这批数据够不够得出结论
- 标准正态分布累积概率
- p 值显示：极小值避免打印成 0
- 给定每组样本量与基线良率，反解可检出的最小差异（80% 检验力）
- 要达到给定差异的检出所需每组样本量
- 未提供数据文件，已生成示例数据：%s（变更前/后各 16 片）
- 需要至少两个组（例如「变更前」「变更后」）才能做对比，当前只有 %d 组
- 工程变更前后良率显著性检验报告
- 【一、总体良率对比】
- 投入 die
- 良品 die
- 【二、主检验：两比例 z 检验（以 die 为独立单位）】
- z = %.4f 双侧 p 值 = %s
- 差异的 95%% 置信区间：%+.3f ~ %+.3f 个百分点
- → 【显著】在 α=%.3f 水平下，%s 与 %s 的良率差异不是抽样噪声。
- → 【不显著】现有数据无法证明两组良率存在真实差异（差异可能来自随机波动）。
- 卡方检验（等价口径）：χ² = %.4f，df = 1，p = %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：yield_ab_significance.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 5 列：group、sample_id、good_die、total_die、yield_pct。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、总体良率对比、显著、不显著、三、稳健性检验：逐片良率 Welch t 检验、四、检验力与样本量（回答「这批数据够不够」） 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。
