🎲 蒙特卡洛只跑 100 次，良率是猜的

Design

📌 报告上那个 99.3%
夜里跑了 8 小时、100 个采样点，report 打出 yield 99.3%，看着很漂亮。但 σ 的估计误差约 1/√(2(N−1))，100 次采样就有 7% 的抖动——这个 99.3% 的真实值，可能是 97%，也可能是 99.9%。
🧩 两个更隐蔽的坑
▍收敛失败被算成 pass：脚本只判有没有结果文件，2 个发散点照样进了统计
▍process 和 mismatch 混进同一个分布采样，最后得到的 σ 谁也不是 📐
🔧 又准又省时的跑法
✓ 先跑 corner 定位 3~5 个敏感器件，别对全电路撒网
✓ 只对这几个器件做 MC，点数提到 1000 以上，σ 误差压到 2% 内
✓ 采样换 Latin Hypercube，比纯随机少三成点数达到同样置信度
✓ 每个点检查收敛标志，不收敛的一律剔除并单独记账
💡 一句话
MC 的价值不在跑得多，而在敢说这个数字的误差有多大。🧪
你们的良率报告，会写置信区间吗？🔍