晶圓電性測試(WAT)可以檢查完成所有製造流程之晶圓，其電路功能是否符合要求，以作為產品品質之依據，然而，若能於晶圓電性測試之前即能預知產品之好壞，就可提早作策略修正，以達到降低生產成本之目的。
本研究針對影響WAT1控制之最重要的4道製程，利用其FDC數據進行特徵選取後，進一步使用多變數分析方法建立適用於多重機台序列的虛擬電性模型，並期望利用此模型來預測晶圓之WAT1。
本研究主要使用了兩種方法建立模型(1)分群與逐步迴歸結合之分析：模型中必須含有被預測之lot的數據，其模型之預測能力才能較使用平均預測佳；(2)相關係數與PLS結合分析：模型預測未來期間之數據，其預測能力較使用平均預測差；而模型對相同期間內不同lot之數據，其預測能力略較使用平均預測佳。

[1]Semiconductor Industry Association , The international technology roadmap for semiconductor , San Jose ,CA. , 2003
[2]Spanos, C.J., Coping with variability in semiconductor manufacturing , in : AIChE Annual Meeting, Austin , TX , 2004
[3]陳麗伃，「以資料探勘為基礎之半導體測試性WAT資料分析診斷」，碩士論文，國立清華大學工業工程與工程管理學系研究所，2003
[4]林瑞山，「類神經網路於預測晶圓測試良率之應用」，碩士論文，國立成功大學工學院工程管理專班，2004
[5]游淑敏，「以WAT參數資料建構半導體研發設計階段黃金晶方群聚分析」，碩士論文，國立清華大學工業工程與工程管理學系研究所，2008
[6]Pierret, R.F., Semiconductor device fundamentals, Addison Wesley, Reading, MA, 1996.
[7]Burnett, D., Erington, K., Subramanian, C., and Baker, K., Implications of fundamental threshold voltage variations for high-density SRAM and logic circuits, in Proc. Symp. VLSI Tech., June 1994
[8]呂學士，半導體製程，台北圖書有限公司，2003
[9]Giegandt, A. and Nicholson, G., Better dispatch application- a success story, in: Advanced Semiconductor Manufacturing Conference and Workshop, 1998
[10]吳宗正，變異數分析-理論與應用，華泰書局，台北，1999
[11]Garling, L.K. and Woods, G.P. , Enhancing the analysis of variance (ANOVA)technique with graphical analysis and its application to wafer processing equipment , IEEE Trans. Compon., Hybrids, Manufact. Technol.－Part A, vol. 17, No. 1, Mar. 1994
[12]Kaufman, L. and Rousseeuw, P. J., Finding groups in data：an introduction to cluster analysis, New York: John Wiley & Sons Inc., 1990
[13]Dubes, R.C. and Jain, A.K., Algorithms for clustering data, Prentice Hall, 1988
[14]Liu, C.W., Tsai, C.S, Liu, J. M. and Shih, T., Method of planarization using dummy leads, US Patent 6156660, December 5., 2000
[15]Sharma, S., Applied multivariate techniques, New York: John Wiley., 1996
[16]Glade, B. and Moller, S., Automatic monitoring and analysis of engineering experiment, IEEE International Symposium on Semiconductor Manufacturing Conference, Proceedings, pp.423-426, 1999
[17]Gan, F. F., Joint monitoring of process mean and variance, Nonlinear Analysis, Theory, Methods & Application, 30, 4233, 1997
[18]Hö and skuldsson, A., PLS regression methods, J. Chemom., 2, 211 , 1988
[19]Kourti, T. and MacGregor, J. F., Multivariate SPC methods for process and product monitoring,” J. Qual. Technol., 28, 409, 1996
[20]Kaspar, M. H. and Ray, W. H., Chemometric methods for Process monitoring and high performance controller design, AIChE J., 38, 1593 , 1992
[21]Kaspar, M. H. and Ray, W. H., Dynamic PLS modeling for process control, Chem. Eng. Sci., 48, 3447, 1993
[22]Harris, M. I., Frequency of oral glucose tolerance testing in the U.S.", Diabetes Care: 18-1, January, pp. 134-135, 1995
[23]方世榮，統計學導論，華泰文化，台北，1998
[24]王凡，「以PLS為基礎的dEWMA控制器於多變數半導體製程之研究」，碩士論文，中原大學化學工程研究所，2004