XiaoMi-AI文件搜索系统
World File Search System参数测试
1.6多个假设检验和非参数测试
假设我们正在筛选2,000个化合物的库，以造成差异。对于每种化合物，我们将分析六个控制重复和六个治疗重复，然后运行t检验以比较两组之间的均值。为了使我们变得容易（至少在第一个），我们假设，对于那些确实有效的化合物，效果很强（d = 3）。您应该能够进行功率计算，表明对于具有效果的化合物的可能性很高（> 99％），基本的t检验将在统计学上显着。同样，虽然仍然扮演着无所不知的角色，但我们会说，第一种100种化合物是有效的，其余的1,900种却没有。当然，在“现实生活”中，您的有效化合物会散布在您的图书馆周围，并且您不知道有多少个真正活跃的化合物。但是，像往常一样，在探索新方法时，它有助于发明“真相”，并了解该方法处理的效果如何。
审查参数和非参数测试的文章
参数测试参数测试基于与总体或数据源相关的假设，而非参数测试并不是假设。参数统计量由均值，标准偏差，方差等参数组成。因此，它使用观察到的数据来估计分布的参数。数据通常假定来自具有未知参数的正态分布。参数测试是那些假设样本数据来自遵循概率分布（正态分布）的人群，并具有固定的参数。参数测试对以下人群参数进行了假设。正态性 - 样本数据来自大约遵循正态分布的人群。差异的同质性 - 样本数据来自具有相同差异的人群。独立性 - 样本数据由独立观察结果组成，并随机采样。离群值 - 示例数据不包含任何极端异常值。参数测试类型z测试当您需要将样本的平均值与假设的值进行比较（通常是指种群平均值）时，则使用一个样本z检验。该测试具有很大的要求，例如样本量应超过30，并且应该知道种群的标准偏差。
使用光学无掩模光刻技术自动生成、制造和测量快速原型的参数测试结构
测试结构的手动布局和特性自动化软件的生成需要大量的工程资源。因此，在高水平上定义结构布局、位置和所需计量，从而实现掩模布局和计量代码的自动生成，这一能力极具吸引力。最早的工艺控制出版物之一涉及从几何参数自动生成测试结构布局 [1]，同时还关注测量数据的自动分析 [2]。该主题中的大多数出版物都发表于千禧年之前 [1-8]，但测试结构布局的自动化继续引起人们的兴趣 [9-13]。近年来，由于相对低成本工具的出现，直接写入光学能力的使用率有所提高 [14]。这种系统在非生产环境中特别适用于快速原型制作，部分原因是无需考虑掩模成本，而且周期时间更短。与使用光掩模所必须的保守方法相比，消除这些限制为技术人员提供了更大的自由度和灵活性 [15]。可以快速实施短循环运行来研究/优化工艺步骤，而无需包括使用光掩模技术开发测试芯片时通常需要的一套全面的测试结构。这为改进技术的快速开发和原型设计开辟了真正的可能性，因为更改设计只需要修改数字文件。然而，要充分利用这一机会，电子设计自动化 (EDA) 软件还有待进一步改进，包括布局