【文章內(nèi)容簡(jiǎn)介】 催化劑效果無(wú)顯著差異. B. 采用Tukey方法,總第I類(lèi)錯(cuò)誤風(fēng)險(xiǎn)為5%,其計(jì)算結(jié)果為:AC間,BC間無(wú)顯著差異,但催化劑A的產(chǎn)量顯著高于催化劑B的產(chǎn)量. C. 采用Tukey方法,全部總體參加比較時(shí),總第I類(lèi)錯(cuò)誤風(fēng)險(xiǎn)選定為5%,其計(jì)算結(jié)果為:AC間無(wú)顯著差異,但催化劑A及C的產(chǎn)量都顯著高于催化劑B的產(chǎn)量. D. 采用Fisher方法,多總體中任意二總體進(jìn)行比較時(shí),第I類(lèi)錯(cuò)誤風(fēng)險(xiǎn)皆選定為5%,其計(jì)算結(jié)果為:,催化劑C的產(chǎn)量顯著高于催化劑B的產(chǎn)量,當(dāng)然催化劑A的產(chǎn)量也顯著高于催化劑B的產(chǎn)量. （6）51. ,隨機(jī)抽取100片墊片,則這10片墊片疊起來(lái)后總厚度的均值和方差為: A. 。 B. 均值20mm。 C. 均值20mm。 D. 均值20mm。方差4 （5）52. ,不同的測(cè)量員間不再有什么差別,但在測(cè)量時(shí)要先設(shè)定初始電壓值V,時(shí),使用傳統(tǒng)方法,對(duì)10個(gè)機(jī)柜,都用3種不同選擇的V值,測(cè)量系統(tǒng)的重復(fù)性(Repeatability)和測(cè)量系統(tǒng)的再現(xiàn)性(Reproducibility)中,術(shù)語(yǔ)再現(xiàn)性應(yīng)這樣解釋: A. 不使用不同的測(cè)量員,就不再有再現(xiàn)性誤差了. B. 不同的設(shè)定的V值所引起的變異是再現(xiàn)性誤差. C. 同一個(gè)設(shè)定的V值,多次重復(fù)測(cè)量同樣一個(gè)機(jī)柜所引起的變異是再現(xiàn)性誤差. D. 在不同時(shí)間周期內(nèi),用此測(cè)電阻儀測(cè)量同一個(gè)機(jī)柜時(shí),測(cè)量值的波動(dòng)是再現(xiàn)性誤差. （5）53. 在箱線圖(BoxPlot)分析中,已知最小值=4。Q1=1。Q3=4。最大值=7。則正確的說(shuō)法是: A. 上須觸線終點(diǎn)為:7。下須觸線終點(diǎn)為: B. 上須觸線終點(diǎn)為:。下須觸線終點(diǎn)為: C. 上須觸線終點(diǎn)為:7。下須觸線終點(diǎn)為:4 D. 上須觸線終點(diǎn)為:。下須觸線終點(diǎn)為:4 （6）54. 強(qiáng)力變壓器公司的每個(gè)工人都操作自己的 15 ,讓 3 個(gè)工人,每人都操作自己任意選定的 10 臺(tái)繞線器各生產(chǎn)1 臺(tái)變壓器,對(duì)每臺(tái)變壓器都測(cè)量了 2次電壓比數(shù)值,應(yīng)該: A. 將工人及繞線器作為兩個(gè)因子,進(jìn)行兩種方式分組的方差分析(TwoWay ANOVA),分別計(jì)算出兩個(gè)因子的顯著性,并根據(jù)其顯著性所顯示的P值對(duì)變異原因作出判斷. B. 將工人及繞線器作為兩個(gè)因子,按兩個(gè)因子交叉(Crossed)的模型,用一般線性模型(General Linear Model)計(jì)算出兩個(gè)因子的方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. C. 將工人及繞線器作為兩個(gè)因子,按兩個(gè)因子嵌套(Nested)的模型,用全嵌套模型(Fully Nested ANOVA)計(jì)算出兩個(gè)因子的方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. D. 根據(jù)傳統(tǒng)的測(cè)量系統(tǒng)分析方法(GageRR Study Crossed),直接計(jì)算出工人及繞線器兩個(gè)因子方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. （6）55. 對(duì)于兩總體均值相等性檢驗(yàn),當(dāng)驗(yàn)證了數(shù)據(jù)是獨(dú)立的且為正態(tài)后,還要驗(yàn)證二者的等方差性,然(ANOVA)方法予以替代,這里: A. 兩總體也屬于多總體的特例,因此,所有兩總體均值相等性T檢驗(yàn)皆可用ANOVA方法解決. B. 兩總體雖屬于多總體的特例,但兩總體均值相等性T檢驗(yàn)的功效(Power)比ANOVA方法要高,因而不能用ANOVA方法替代. C. 兩總體雖屬于多總體的特例,但兩總體均值相等性T檢驗(yàn)的計(jì)算比ANOVA方法要簡(jiǎn)單,因而不能用ANOVA方法替代. D. 兩總體雖屬于多總體的特例,但兩總體均值相等性T檢驗(yàn)可以處理對(duì)立假設(shè)為單側(cè)(例如大于)的情形,而ANOVA方法則只能處理雙側(cè)(即不等于)的問(wèn)題,因而不能用ANOVA方法替代. （6）56. M公司中的Z車(chē)間使用多臺(tái)自動(dòng)車(chē)床生產(chǎn)螺釘,原因?qū)е轮睆阶儺愡^(guò)大,讓3個(gè)工人,并隨機(jī)選擇5臺(tái)機(jī)床,每人分別用這5車(chē)床各生產(chǎn)10個(gè)螺釘,共生產(chǎn)150個(gè)螺釘,對(duì)每個(gè)螺釘測(cè)量其直徑,應(yīng)該: A. 將工人及螺釘作為兩個(gè)因子,進(jìn)行兩種方式分組的方差分析(TwoWay ANOVA),分別計(jì)算出兩個(gè)因子的顯著性,并根據(jù)其顯著性所顯示的P值對(duì)變異原因作出判斷. B. 將工人及螺釘作為兩個(gè)因子,按兩個(gè)因子交叉(Crossed)的模型,用一般線性模型(General Linear Model)計(jì)算出兩個(gè)因子的方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. C. 將工人及螺釘作為兩個(gè)因子,按兩個(gè)因子嵌套(Nested)的模型,用全嵌套模型(Fully Nested ANOVA)計(jì)算出兩個(gè)因子的方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. D. 根據(jù)傳統(tǒng)的測(cè)量系統(tǒng)分析方法(GageRR Study Crossed),直接計(jì)算出工人及螺釘兩個(gè)因子方差分量及誤差的方差分量,并根據(jù)這些方差分量的大小對(duì)變異原因作出判斷. （6）57. 在選定Y為響應(yīng)變量后, 選定了X1,X2,X3為自變量,MINITAB軟件輸出的ANOVA表中,看到PValue=,找到了對(duì)各個(gè)回歸系: A. 3個(gè)自變量回歸系數(shù)檢驗(yàn)中,應(yīng)該至少有1個(gè)以上的回歸系數(shù)的檢驗(yàn)結(jié)果是顯著的(即至少有1個(gè)以上的回歸系數(shù)檢驗(yàn)的 PValue ),不可能出現(xiàn)3個(gè)自變量回歸系數(shù)檢驗(yàn)的 PValue B. 有可能出現(xiàn)3個(gè)自變量回歸系數(shù)檢驗(yàn)的 PValue ,這說(shuō)明數(shù)據(jù)本身有較多異常值,此時(shí)的結(jié)果已無(wú)意義,要對(duì)數(shù)據(jù)重新審核再來(lái)進(jìn)行回歸分析. C. 有可能出現(xiàn)3個(gè)自變量回歸系數(shù)檢驗(yàn)的 PValue ,這說(shuō)明這3個(gè)自變量間可能有相關(guān)關(guān)系,這種情況很正常. =,回歸根本無(wú)意義. （5）58. 已知一組壽命(Life Time).在確定變換方法時(shí)得到下圖: LambdaStDev32101543210Lower CL Upper CLLimitLambda(u sin g % c o n fid en c e)E stimate Lo w er C L U p p er C L Best ValueBoxCox Plot of Life time從此圖中可以得到結(jié)論: A. 將原始數(shù)據(jù)取對(duì)數(shù)后,可以化為正態(tài)分布. B. 將原始數(shù)據(jù)求其 ,可以化為正態(tài)分布. C. 將原始數(shù)據(jù)求平方根后,可以化為正態(tài)分布. D. 對(duì)原始數(shù)據(jù)做任何BoxCox變換,都不可能化為正態(tài)分布. （6）59. 為了研究軋鋼過(guò)程中的延伸量控制問(wèn)題,在經(jīng)過(guò)2水平的4個(gè)因子的全因子試驗(yàn)后,得到了回歸,因子A代表軋壓長(zhǎng)度,低水平是50cm,(單位為cm).在代碼化后的回歸方程中, ,換算為原始變量(未代碼化前)的方程時(shí),此回歸系數(shù)應(yīng)該是多少 A. 40 B. 4 C. D. （6）60. 為了判斷兩個(gè)變量間是否有相關(guān)關(guān)系,抽取了 30 ,對(duì)于兩變量間是否相關(guān)的判斷應(yīng)該是這樣的: A. ,所以二者不相關(guān) B. ,所以二者相關(guān) C. 由于檢驗(yàn)兩個(gè)變量間是否有相關(guān)關(guān)系的樣本相關(guān)系數(shù)的臨界值與樣本量大小有關(guān), 所以要查樣本相關(guān)系數(shù)表才能決定 D. 由于相關(guān)系數(shù)并不能完全代表兩個(gè)變量間是否有相關(guān)關(guān)系,本例信息量不夠,不可 能得出判定結(jié)果 （6）61. 響應(yīng)變量Y與兩個(gè)自變量(原始數(shù)據(jù))X1及X2建立的回歸方程為: ++= 由此方程可以得到結(jié)論是: A. X1對(duì)Y的影響比X2對(duì)Y的影響要顯著得多 B. X1對(duì)Y的影響比X2對(duì)Y的影響相同 C. X2對(duì)Y的影響比X1對(duì)Y的影響要顯著得多 D. 僅由此方程不能對(duì)X1及X2對(duì)Y影響大小作出判定 （6）62. 為了判斷改革后的日產(chǎn)量是否比原來(lái)的200 (千克)有所提高,抽取了20次日產(chǎn)量,發(fā)現(xiàn)日產(chǎn)量平均值為201(千克).對(duì)此可以得到判斷: ,產(chǎn)量的提高肯定是不顯著的 (千克),確實(shí)比原來(lái)200(千克)有提高 ,因而不可能作出判斷 ,只要提供樣本標(biāo)準(zhǔn)差的信息就可以作出判斷 （6）63. 六西格瑪團(tuán)隊(duì)分析了歷史上本車(chē)間產(chǎn)量(Y)與溫度(X1)及反應(yīng)時(shí)間(X2) 對(duì)于X1及X2的線性回歸方程,并進(jìn)行了ANOVA,回歸系數(shù)顯著性檢驗(yàn),相關(guān)系數(shù)計(jì)算等,證明我們選擇的模型是有意義的,: A. 結(jié)束回歸分析,將選定的回歸方程用于預(yù)報(bào)等 B. 進(jìn)行殘差分析,以確認(rèn)數(shù)據(jù)與模型擬合得是否很好,看能否進(jìn)一步改進(jìn)模型 C. 進(jìn)行響應(yīng)曲面設(shè)計(jì),選擇使產(chǎn)量達(dá)到最大的溫度及反應(yīng)時(shí)間 D. 進(jìn)行因子試驗(yàn)設(shè)計(jì),看是否還有其它變量也對(duì)產(chǎn)量有影響,擴(kuò)大因子選擇的范圍 （6）64. 回歸方程XY =∧30中,Y的誤差的方差的估計(jì)值為9,當(dāng)1=X時(shí),Y的95%的近似預(yù)測(cè)區(qū)間是 A. (23,35) B. (24,36) C. (20,38) D. (21,39) （7）65. 某工序過(guò)程有六個(gè)因子A,B,C,D,E,F,工程師希望做部分因子試驗(yàn)確定主要的影響因素,準(zhǔn)備采用262設(shè)計(jì),而且工程師根據(jù)工程經(jīng)驗(yàn)判定AB,BC,AE, DE之間可能存在交互作用,但是MINITAB給出的生成元(Generators)為 E = ABC, F = BCD,為了不讓可能顯著的二階交互作用相互混雜,下列生成元可行的是: A. E=ABD, F=ABC B. E=BCD, F=ABC C. E=ABC, F=ABD D. E=ACD, F=BCD （7）66. 下列哪項(xiàng)設(shè)計(jì)是適合作為改進(jìn)階段開(kāi)始的篩選實(shí)驗(yàn)(Screening Experiment): A. 8因子的全因子實(shí)驗(yàn) B. 8因子的部分因子實(shí)驗(yàn) C. 中心復(fù)合設(shè)計(jì)(CCD) D. BoxBehnken 設(shè)計(jì) （7）67. 在4個(gè)因子A,B,C,D的全因子設(shè)計(jì)中,用MINITAB軟件計(jì)算,其結(jié)果如下: Factorial Fit: y versus A, B, C, D Analysis of Variance for y (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects