2010六西格玛黑带试题(共19页).doc

《2010六西格玛黑带试题(共19页).doc》由会员分享，可在线阅读，更多相关《2010六西格玛黑带试题(共19页).doc（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上中国质量协会注册六西格玛黑带考试样题 一,单选题: （1）1.在六西格玛管理的组织结构中,下面的陈述哪个是正确的: A. 黑带应当自主决定项目选择 B. 绿带的数量和素质是推行六西格玛获得成功的关键因素 C. 倡导者对六西格玛活动整体负责,确定前进方向 D. 以上都不是 （1）2. 质量管理大师戴明先生在其著名的质量管理十四条中指出停止依靠检验达成质量的做法,这句话的含义是: A. 企业雇佣了太多的检验人员,对经营来说是不经济的. B. 质量是设计和生产出来的,不是检验出来的. C. 在大多数情况下,应该由操作人员自己来保证质量,而不是靠检验员保证. D. 人工检验的

2、效率和准确率较低,依靠检验是不能保证质量的. （1）3. 在下列陈述中,不正确的是: A. 六西格玛管理仅是适合于制造过程质量改进的工具; B. 六西格玛管理是保持企业经营业绩持续改善的系统方法; C. 六西格玛管理是增强企业领导力和综合素质的管理模式; D. 六西格玛管理是不断提高顾客满意程度的科学方法. （1）4. 黑带是六西格玛管理中最为重要的角色之一.在下面的陈述中,哪些不是六西格玛黑带应承担的任务: A. 在倡导者(Champion)和资深黑带(MBB)的指导下,带领团队完成六西格玛项目 B. 运用六西格玛管理工具方法,发现问题产生的根本原因,确认改进机会; C. 与倡导者资深黑带以

3、及项目相关方沟通,寻求各方的支持和理解; D. 负责整个组织六西格玛管理的部署,为团队确定六西格玛管理推进目标,分配资源并监控进展. （1）5. 确定项目选择及项目优先级是下列哪个角色的责任 A.黑带 B.黑带大师 C.绿带 D.倡导者 （8）6. 在分析RX 控制图时应 A. 先分析X图然后再分析R图 B. 先分析R图然后再分析X图 C. X图和R图无关,应单独分析 D. 以上答案都不对（1）7.下列说法错误的是: A. 界定阶段包括界定项目范围,组成团队. B. 测量阶段主要是测量过程的绩效,即Y,在测量前要验证测量系统的有效性,找到并确认影响Y的关键原因. C. 分析阶段主要是针对Y进行

4、原因分析,找到并验证关键原因. D. 改进阶段主要是针对关键原因X寻找改进措施,并验证改进措施. （3）8.在以下常用的QC新七种工具方法中,用于确定项目工期和关键路线的工具是: A. 亲和图 B. 矩阵图 C. PDPC法 D. 网络图 （3）9. 平衡记分卡是由下述哪几个维度构成的: A. 财务,顾客,内部业务流程,员工学习与成长 B. 评价系统,战略管理系统,内部沟通系统 C. 业绩考评系统,财务管理系统,内部流程 D. 财务系统,绩效考核系统,顾客关系管理系统 （10）10. 在质量功能展开(QFD, Quality Function Deployment) 中,首要的工作是 : A.

5、 客户竞争评估 B. 技术竞争评估 C. 决定客户需求 D. 评估设计特色 (2)11.在某检验点,对1000个某零件进行检验,每个零件上有10个缺陷机会,结果共发现16个零件不合格,合计32个缺陷,则DPMO为 A. 0.0032 B. 3200 C. 32000 D. 1600 (3)12.下面列举的工具中,哪个一般不是在项目选择时常用的工具: A. 排列图(Pareto) B. 实验设计 C. QFD D. 因果矩阵 (3)13.六西格玛项目团队在明确项目范围时,应采用以下什么工具 A. 因果图 B. SIPOC图 C. PDPC法 D. 头脑风暴法 (3)14. 哪种工具可以用于解决下

6、述问题: 一项任务可以分解为许多作业,这些作业相互依赖和相互制约,团队希望把各项作业之间的这种依赖和制约关系清晰地表示出来,并通过适当的分析找出影响进度的关键路径,从而能进行统筹协调. A. PDPC(过程决策程序图) B. 箭条图(网络图) C. 甘特图 D. 关联图 (3)15.下述团队行为标示着团队进入了哪个发展阶段 团队的任务已为其成员所了解,但他们对实现目标的最佳方法存在着分歧,团队成员仍首先作为个体来思考,并往往根据自己的经历做出决定.这些分歧可能引起团队内的争论甚至矛盾. A. 形成期 B. 震荡期 C. 规范期 D. 执行期 (4)16.在界定阶段结束时,下述哪些内容应当得以确

7、定 1,项目目标 2,项目预期的财务收益 3,项目所涉及的主要过程 4,项目团队成员 A. 1; B. 1和4; C. 2和3; D. 1,2,3和4. (4)17.在项目特许任务书(Team Charter)中,需要陈述经营情况(Business Case,也被称为项目背景).该项内容是为了说明: A. 为什么要做该项目; B. 项目的目标; C. 项目要解决的问题; D. 问题产生的原因. (2)18. 一个过程由三个工作步骤构成(如图所示),每个步骤相互独立,每个步骤的一次合格率FTY分别是:FTY1 = 99% ;FTY2 = 97%;FTY3 = 96%.则整个过程的流通合格率为 A

8、. 92.2% B. 99% C. 96% D. 97.3% (3)19. 在谈到激励技巧时,常常会基于马斯洛(Maslow)的人的五个基本需求理论.马斯洛认为:人们的最初激励来自于最低层次的需求,当这个需求被满足后,激励便来自于下一个需求.那么,按照马斯洛理论,人们需求层次从低到高的顺序就是: A. 安全需要生存需要尊重归属感成就或自我实现 步骤1 步骤2 步骤3 B. 生存需要安全需要尊重归属感成就或自我实现 C. 生存需要安全需要归属感尊重成就或自我实现 D. 生存需要安全需要归属感成就或自我实现尊重 （2）20. 劣质成本的构成是: A. 内部损失和外部损失成本 B. 不增值的预防成本

9、+鉴定成本+内部损失和外部损失成本 C. 不增值的预防成本+内部损失和外部损失成本 D. 鉴定成本+内部损失和外部损失成本 （3）. 某生产线上顺序有3道工序,其作业时间分别是8分钟,10分钟,6分钟,则生产线的节拍是: A. 8分钟 B. 10分钟 C. 6分钟 D. 以上都不对 （3）22. 下述网络图中,关键路径是 (时间单位:天) A. - B. - C. - D. - （5）23. 对于离散型数据的测量系统分析,通常应提供至少30件产品,由3个测量员对每件产品重复测量2次,记录其合格与不合格数目.对于30件产品的正确选择方法应该是: A. 依据实际生产的不良率,选择成比例的合格及不合

10、格样品 B. 至少10件合格,至少10件不合格,这与实际生产状态无关 C. 可以随意设定比率,因为此比率与测量系统是否合格是无关的 D. 以上都不对 （5）24. 美国工程师的项目报告中提到,在生产过程中,当华氏度介于(70,90)之间时,产量获得率(以百分比计算)与温度(以华氏度为单位)密切相关(相关系数为0.9),而且得到了回归方程如下: Y = 0.9X + 32 黑带张先生希望把此公式中的温度由华氏度改为摄氏度.他知道摄氏度(C)与华氏度(F)间的换算1 6 9 103 4 7 2 5 8 3 4 1 2 2 3 1 2 3 3 1 4 1 6 关系是: C = 5/9 ( F 32)

11、 请问换算后的相关系数和回归系数各是多少 A. 相关系数为0.9,回归系数为1.62 B. 相关系数为0.9,回归系数为0.9 C. 相关系数为0.9,回归系数为0.5 D. 相关系数为0.5,回归系数为0.5 （5）25. 对于流水线上生产的一大批二极管的输出电压进行了测定.经计算得知,它们的中位数为2.3V.5月8日上午,从该批随机抽取了400个二极管,对于它们的输出电压进行了测定.记X为输出电压比2.3V大的电子管数,结果发现,X=258支.为了检测此时的生产是否正常.先要确定X的分布.可以断言: A. X近似为均值是200,标准差是20的正态分布. B. X近似为均值是200,标准差是

12、10的正态分布. C. X是(180,220)上的均匀分布. D. X是(190,210)上的均匀分布. （5）26. 容易看到,在一个城市中不同收入者的住房面积相差悬殊,分布一般会呈现出严重的右偏倾向.为了调查S市的住房状况,随机抽取了1000个住户,测量了他们的住房面积.在这种情况下,代表一般住房状况的最有代表性的指标应该是: A. 样本平均值(Mean) B. 去掉一个最高值,去掉一个最低值,然后求平均 C. 样本众数(Mode),即样本分布中概率最高者. D 样本中位数(Median) （5）27. 在起重设备厂中, 对于供应商提供的垫片厚度很敏感.垫片厚度的公差限要求为12 毫米1毫

13、米.供应商对他们本月生产状况的报告中只提供给出 Cp=1.33, Cpk=1.00 这两个数据.这时可以对于垫片生产过程得出结论说: A. 平均值偏离目标12 毫米 大约 0.25 毫米 B. 平均值偏离目标12 毫米 大约 0.5 毫米 C. 平均值偏离目标12 毫米 大约 0.75 毫米 D. 以上结果都不对 （6）28.下表是一个分组样本 分组区间 (35,45 (45,55 (55,65 (65,75 频数 3 8 7 2 则其样本均值X近似为 A. 50 B. 54 C. 62 D. 64 （5）29. 在某快餐店中午营业期间内,每分钟顾客到来人数为平均值是 8 的泊松(Poisso

14、n)分布.若考虑每半分钟到来的顾客分布,则此分布近似为: A. 平均值是8的泊松(Poisson)分布 B. 平均值是4的泊松(Poisson)分布 C. 平均值是2的泊松(Poisson)分布 D. 分布类型将改变. （5）30. 一批产品分一,二,三级,其中一级品是二级品的二倍,三级品是二级品的一半,若从该批产品中随机抽取一个,此产品为二级品的概率是 A. 1/3 B. 1/6 C. 1/7 D. 2/7 （5）31. 为调查呼吸阻塞症在中国发病率,发了 5000 份问卷.由于呼吸阻塞症与嗜睡症有密切关系,问卷都是关于是否有嗜睡倾向的.后来,问卷只回收了约 1000 份,对回答了问卷的人进

15、行了检测,发现呼吸阻塞症患病率为12%.对此比率数值是否准确的判断应为: A. 可以认为此数是发病率的正确估计 B. 由于未回收问卷较多,此值估计偏高 C. 由于未回收问卷较多,此值估计偏低 D. 1000份太少,上述发病率的估计无意义 （6）32. 对于一组共28个数据进行正态性检验.使用MINITAB软件,先后依次使用了Anderson-Darling,Ryan-Joiner(Similar to Shapiro-Wilk)及Kolmogorov Smirnov3种方法,但却得到了3种不同结论: Anderson-Darling检验 p-value0.10以及Kolmogorov Smir

16、nov 检验p-value0.15都判数据正态.这时候正确的判断是: A. 按少数服从多数原则,判数据正态. B. 任何时候都相信最权威方法.在正态分布检验中,相信 MINITAB 软件选择的缺省方法Anderson-Darling是最优方法,判数据非正态. C. 检验中的原则总是拒绝是有说服力的,因而只要有一个结论为拒绝则相信此结果.因此应判数据非正态. D. 此例数据太特殊,要另选些方法再来判断,才能下结论. （5）33. 已知化纤布每匹长100米,每匹布内的瑕疵点数服从均值为10的Poisson分布.缝制一套工作服需要4米化纤布.问每套工作服上的瑕疵点数应该是: A. 均值为10的Poi

17、sson分布 B. 均值为2.5的Poisson分布 C. 均值为0.4的Poisson分布 D. 分布类型已改变 （6）34. 从平均寿命为1000小时寿命为指数分布的二极管中,抽取100件二极管,并求出其平均寿命.则 A. 平均寿命仍为均值是1000小时的指数分布 B. 平均寿命近似为均值是1000小时,标准差为1000小时的正态分布 C. 平均寿命近似为均值是1000小时,标准差为100小时的正态分布 D. 以上答案都不对. （5）35. 某供应商送来一批零件,批量很大,假定该批零件的不良率为1%,今从中随机抽取32件,若发现2个或2个以上的不良品就退货,问接受这批货的概率是多少 A.

18、72.4% B. 23.5% C. 95.9% D. 以上答案都不对 （5）36. 某企业用台秤对某材料进行称重,该材料重量要求的公差限为50015克.现将一个500克的砝码,放在此台秤上去称重,测量20次,结果发现均值为510克,标准差为1 克.这说明: A. 台秤有较大偏倚(Bias),需要校准 B. 台秤有较大的重复性误差,已不能再使用,需要换用精度更高的天平. C. 台秤存在较大的再现性误差,需要重复测量来减小再现性误差. D. 测量系统没有问题,台秤可以使用. （5）37. 在数字式测量系统分析中,测量人员间基本上无差异,但每次都要对初始状态进行设定,这时,再现性误差是指: A. 被

19、测对象不变,测量人员不变,各次独立重复测量结果之间的差异; B. 被测对象不变,在不同初始状态的设定下,各次测量结果之间的差异; C. 同一测量人员,对各个被测对象各测一次,测量结果之间的差异; D. 以上都不是. （5）38. 车床加工轴棒,其长度的公差限为1803毫米.在测量系统分析中发现重复性标准差为0.12毫米,再现性标准差为0.16毫米.从%P/T的角度来分析,可以得到结论: A. 本测量系统从%P/T角度来说是完全合格的 B. 本测量系统从%P/T角度来说是勉强合格的 C. 本测量系统从%P/T角度来说是不合格的 D. 上述数据不能得到%P/T值,从而无法判断 （5）39. 在钳工

20、车间自动钻空的过程中,取 30 个钻空结果分析,其中心位置与规定中心点在水平方向的偏差值的平均值为1微米,标准差为8微米.测量系统进行分析后发现重复性(Repeatability)标准差为3微米,再现性(Reproducibility) 标准差为4微米.从精确度/过程波动的角度来分析,可以得到结论: A. 本测量系统从精确度/过程波动比(R&R%)来说是完全合格的 B. 本测量系统从精确度/过程波动比(R&R%)来说是勉强合格的 C. 本测量系统从精确度/过程波动比(R&R%)来说是不合格的 D. 上述数据不能得到精确度/过程波动比(R&R%), 从而无法判断 （5）40. 对于正态分布的过程

21、,有关pC,pkC和缺陷率的说法,正确的是: A. 根据pC不能估计缺陷率, 根据pkC才能估计缺陷率 B. 根据pC和pkC才能估计缺陷率 C. 缺陷率与pC和pkC无关 D. 以上说法都不对 （5）41. 对于一个稳定的分布为正态的生产过程,计算出它的工序能力指数pC=1.65,pkC=0.92.这时,应该对生产过程作出下列判断: A. 生产过程的均值偏离目标太远,且过程的标准差太大. B. 生产过程的均值偏离目标太远,过程的标准差尚可. C. 生产过程的均值偏离目标尚可,但过程的标准差太大. D. 对于生产过程的均值偏离目标情况及过程的标准差都不能作出判断. （5）42. 假定轴棒生产线

22、上,要对轴棒长度进行检测.假定轴棒长度的分布是对称的(不一定是正态分布),分布中心与轴棒长度目标重合.对于 100 根轴棒,将超过目标长度者记为+号,将小于目标长度者记为-号.记N+为出现正号个数总和,则N+的分布近似为: A. (40,60)间的均匀分布. B. (45,55)间的均匀分布. C. 均值为50,标准差为10的正态分布. D. 均值为50,标准差为5的正态分布. （2）43. 某生产线有三道彼此独立的工序,三道工序的合格率分别为:95%,90%,98%. 如下图所示: 每道工序后有一检测点,可检出前道工序的缺陷,缺陷不可返修,问此时整条线的初检合格率是多少 A. 90% B.

23、98% C. 83.79% D. 83% （5）44. 一批数据的描述性统计量计算结果显示,均值和中位数都是100.这时,在一般情况下可以得到的结论是: A. 此分布为对称分布 B. 此分布为正态分布 C. 此分布为均匀分布 D. 以上各结论都不能肯定 （5）45. 从参数=0.4 的指数分布中随机抽取容量为 25 的一个样本,则该样本均值=251251iixX的标准差近似为: A. 0.4 B. 0.5 C. 1.4 D. 1.5 （6）46. 某药厂最近研制出一种新的降压药,为了验证新的降压药是否有效,实验可按如下方式进行:选择若干名高血压病人进行实验,并记录服药前后的血压值,然后通过统计

24、分析来验证该药是否有效.对于该问题,应采用: P=95% P=98% P=90% A. 双样本均值相等性检验 B. 配对均值检验 C. F 检验 D. 方差分析 （6）47. 为了判断A车间生产的垫片的变异性是否比B车间生产的垫片的变异性更小,各抽取25个垫片后,测量并记录了其厚度的数值,发现两组数据都是正态分布.下面应该进行的是: A. 两样本F检验 B. 两样本T检验 C. 两样本配对差值的T检验 D. 两样本Mann-Whitney秩和检验 （6）48. 为了降低汽油消耗量,M研究所研制成功一种汽油添加剂.该所总工程师宣称此添加剂将使行驶里程提高2%.X运输公司想验证此添加剂是否有效,调

25、集本公司各种型号汽车30辆,发给每辆汽车普通汽油及加注添加剂汽油各10升,记录了每辆车用两种汽油的行驶里程数,共计60个数据.检验添加剂是否有效的检验方法应该是: A. 双样本均值相等性T检验. B. 配对样本检验 C. F检验 D. 两样本非参数 Mann-Whitney 检验 （6）49. 原来本车间生产的钢筋抗拉强度不够高,经六西格玛项目改进后,钢筋抗拉强度似有提高.为了检验钢筋抗拉强度改进后是否确有提高,改进前抽取8根钢筋,改进后抽取10根钢筋,记录了他们的抗拉强度.希望检验两种钢筋的抗拉强度平均值是否有显著差异.经检验,这两组数据都符合正态分布.在检查两样本的方差是否相等及均值是否相

26、等时,用计算机计算得到下列结果. time95% Bonferroni Confidence Intervals for StDevsBeforeAfter20.017.515.012.510.07.55.0timestr engthBeforeAfter0510F-Test0.181Test Statistic 2.80P-Value 0.188Lev enes TestTest Statistic 1.96P-ValueTest for Equal Variances for strengthTwo-sample T for strength_After vs strength_Befor

27、e N Mean StDev SE Mean strength_After 10 531.45 9.84 3.1 strength_Before 8 522.44 5.88 2.1 Difference = mu (strength_After) - mu (strength_Before) Estimate for difference: 9.01250 95% lower bound for difference: 2.10405 T-Test of difference = 0 (vs ): T-Value = 2.28 P-Value = 0.018 DF = 16 A. 改进后平均抗

28、拉强度有提高,但抗拉强度的波动也增加了. B. 改进后平均抗拉强度有提高,但抗拉强度的波动未变. C. 改进后平均抗拉强度无提高,但抗拉强度的波动增加了. D. 改进后平均抗拉强度无提高,抗拉强度的波动也未变. （6）50. 为了比较A,B,C三种催化剂对硝酸氨产量的影响,在三种催化剂下,各生产了6批产品.进行了单因素方差分析(ANOVA)后,得到结果如下所显示. One-way ANOVA: product versus Catalyst Source DF SS MS F P Catalyst 2 70.11 35.06 11.23 0.001 Error 15 46.83 3.12 To

29、tal 17 116.94 S = 1.767 R-Sq = 59.95% R-Sq(adj) = 54.61% Level N Mean StDev A 6 26.500 1.871 B 6 21.667 1.633 C 6 24.000 1.789 * Tukey 95% Simultaneous Confidence Intervals All Pairwise Comparisons among Levels of Catalyst Individual confidence level = 97.97% Catalyst = A subtracted from: Catalyst L

30、ower Center Upper B -7.481 -4.833 -2.186 C -5.147 -2.500 0.147 Catalyst = B subtracted from: Catalyst Lower Center Upper C -0.314 2.333 4.981 * Fisher 95% Individual Confidence Intervals All Pairwise Comparisons among Levels of Catalyst Simultaneous confidence level = 88.31% Catalyst = A subtracted

31、from: Catalyst Lower Center Upper B -7.008 -4.833 -2.659 C -4.674 -2.500 -0.326 Catalyst = B subtracted from: Catalyst Lower Center Upper C 0.159 2.333 4.508 由上面这些结果,如果我们希望两两比较时总的第I类错误风险控制为5%,应该选用的结论是: A. 3种催化剂效果无显著差异. B. 采用Tukey方法,总第I类错误风险为5%,其计算结果为:AC间,BC间无显著差异,但催化剂A的产量显著高于催化剂B的产量. C. 采用Tukey方法,全部

32、总体参加比较时,总第I类错误风险选定为5%,其计算结果为:AC间无显著差异,但催化剂A及C的产量都显著高于催化剂B的产量. D. 采用Fisher方法,多总体中任意二总体进行比较时,第I类错误风险皆选定为5%,其计算结果为:3种催化剂下的产量都显著不同.催化剂A的产量显著高于催化剂C的产量,催化剂C的产量显著高于催化剂B的产量,当然催化剂A的产量也显著高于催化剂B的产量. （6）51. M公司生产垫片.在生产线上,随机抽取100片垫片,发现其厚度分布均值为2.0mm,标准差为0.2mm.取10片叠起来,则这10片垫片叠起来后总厚度的均值和方差为: A. 均值2.0mm;方差0.2 B. 均值2

33、0mm;方差0.04 C. 均值20mm;方差0.4 D. 均值20mm;方差4 （5）52. M车间负责测量机柜的总电阻值.由于现在使用的是自动数字式测电阻仪,不同的测量员间不再有什么差别,但在测量时要先设定初始电压值V,这里对V可以有3种选择方法.作测量系统分析时,使用传统方法,对10个机柜,都用3种不同选择的V值,各测量2次.在术语测量系统的重复性(Repeatability)和测量系统的再现性(Reproducibility)中,术语再现性应这样解释: A. 不使用不同的测量员,就不再有再现性误差了. B. 不同的设定的V值所引起的变异是再现性误差. C. 同一个设定的V值,多次重复测

34、量同样一个机柜所引起的变异是再现性误差. D. 在不同时间周期内,用此测电阻仪测量同一个机柜时,测量值的波动是再现性误差. （5）53. 在箱线图(Box-Plot)分析中,已知最小值=-4;Q1=1;Q3=4;最大值=7;则正确的说法是: A. 上须触线终点为:7;下须触线终点为:-3.5 B. 上须触线终点为:8.5;下须触线终点为:-3.5 C. 上须触线终点为:7;下须触线终点为:-4 D. 上须触线终点为:8.5;下须触线终点为:-4 （6）54. 强力变压器公司的每个工人都操作自己的 15 台绕线器生产同种规格的小型变压器.原定的变压之电压比为 2.50,但实际上的电压比总有些误差

35、.为了分析究竟是什么原因导致电压比变异过大,让 3 个工人,每人都操作自己任意选定的 10 台绕线器各生产1 台变压器,对每台变压器都测量了 2次电压比数值,这样就得到了共60个数据.为了分析电压比变异产生的原因,应该: A. 将工人及绕线器作为两个因子,进行两种方式分组的方差分析(Two-Way ANOVA),分别计算出两个因子的显著性,并根据其显著性所显示的P值对变异原因作出判断. B. 将工人及绕线器作为两个因子,按两个因子交叉(Crossed)的模型,用一般线性模型(General Linear Model)计算出两个因子的方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作

36、出判断. C. 将工人及绕线器作为两个因子,按两个因子嵌套(Nested)的模型,用全嵌套模型(Fully Nested ANOVA)计算出两个因子的方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作出判断. D. 根据传统的测量系统分析方法(GageRR Study- Crossed),直接计算出工人及绕线器两个因子方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作出判断. （6）55. 对于两总体均值相等性检验,当验证了数据是独立的且为正态后,还要验证二者的等方差性,然后就可以使用双样本的T检验.这时是否可以使用单因子的方差分析(ANOVA)方法予以替代,这里有不同

37、看法.正确的判断是: A. 两总体也属于多总体的特例,因此,所有两总体均值相等性T检验皆可用ANOVA方法解决. B. 两总体虽属于多总体的特例,但两总体均值相等性T检验的功效(Power)比ANOVA方法要高,因而不能用ANOVA方法替代. C. 两总体虽属于多总体的特例,但两总体均值相等性T检验的计算比ANOVA方法要简单,因而不能用ANOVA方法替代. D. 两总体虽属于多总体的特例,但两总体均值相等性T检验可以处理对立假设为单侧(例如大于)的情形,而ANOVA方法则只能处理双侧(即不等于)的问题,因而不能用ANOVA方法替代. （6）56. M公司中的Z车间使用多台自动车床生产螺钉,其

38、关键尺寸是根部的直径.为了分析究竟是什么原因导致直径变异过大,让3个工人,并随机选择5台机床,每人分别用这5车床各生产10个螺钉,共生产150个螺钉,对每个螺钉测量其直径,得到150个数据.为了分析直径变异产生的原因,应该: A. 将工人及螺钉作为两个因子,进行两种方式分组的方差分析(Two-Way ANOVA),分别计算出两个因子的显著性,并根据其显著性所显示的P值对变异原因作出判断. B. 将工人及螺钉作为两个因子,按两个因子交叉(Crossed)的模型,用一般线性模型(General Linear Model)计算出两个因子的方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作

39、出判断. C. 将工人及螺钉作为两个因子,按两个因子嵌套(Nested)的模型,用全嵌套模型(Fully Nested ANOVA)计算出两个因子的方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作出判断. D. 根据传统的测量系统分析方法(GageRR Study- Crossed),直接计算出工人及螺钉两个因子方差分量及误差的方差分量,并根据这些方差分量的大小对变异原因作出判断. （6）57. 在选定Y为响应变量后, 选定了X1,X2,X3为自变量,并且用最小二乘法建立了多元回归方程.在MINITAB软件输出的ANOVA表中,看到P-Value=0.0021.在统计分析的输出中

40、,找到了对各个回归系数是否为0的显著性检验结果.由此可以得到的正确判断是: A. 3个自变量回归系数检验中,应该至少有1个以上的回归系数的检验结果是显著的(即至少有1个以上的回归系数检验的 P-Value 小于0.05),不可能出现3个自变量回归系数检验的 P-Value 都大于0.05的情况 B. 有可能出现3个自变量回归系数检验的 P-Value 都大于0.05的情况,这说明数据本身有较多异常值,此时的结果已无意义,要对数据重新审核再来进行回归分析. C. 有可能出现3个自变量回归系数检验的 P-Value 都大于0.05的情况,这说明这3个自变量间可能有相关关系,这种情况很正常. D.A

41、NOVA表中的P-VALUE=0.0021说明整个回归模型效果不显著,回归根本无意义. （5）58. 已知一组寿命(Life Time)数据不为正态分布.现在希望用Box-Cox变换将其转化为正态分布.在确定变换方法时得到下图: LambdaStDev3210-1543210Lower CL Upper CLLimitLambda0.(u sin g 95.0% c o n fid en c e)E stimate 0.Lo w er C L 0.U p p er C L 0.Best ValueBox-Cox Plot of Life time从此图中可以得到结论: A. 将原始数据取对数后

42、,可以化为正态分布. B. 将原始数据求其 0.2次方后,可以化为正态分布. C. 将原始数据求平方根后,可以化为正态分布. D. 对原始数据做任何Box-Cox变换,都不可能化为正态分布. （6）59. 为了研究轧钢过程中的延伸量控制问题,在经过2水平的4个因子的全因子试验后,得到了回归方程.其中,因子A代表轧压长度,低水平是50cm,高水平为70cm.响应变量Y为延伸量(单位为cm).在代码化后的回归方程中, A因子的回归系数是4.问,换算为原始变量(未代码化前)的方程时,此回归系数应该是多少 A. 40 B. 4 C. 0.4 D. 0.2 （6）60. 为了判断两个变量间是否有相关关系

43、,抽取了 30 对观测数据.计算出了他们的样本相关系数为0.65,对于两变量间是否相关的判断应该是这样的: A. 由于样本相关系数小于0.8,所以二者不相关 B. 由于样本相关系数大于0.6,所以二者相关 C. 由于检验两个变量间是否有相关关系的样本相关系数的临界值与样本量大小有关, 所以要查样本相关系数表才能决定 D. 由于相关系数并不能完全代表两个变量间是否有相关关系,本例信息量不够,不可 能得出判定结果 （6）61. 响应变量Y与两个自变量(原始数据)X1及X2建立的回归方程为: .2xxy+= 由此方程可以得到结论是: A. X1对Y的影响比X2对Y的影响要显著得多 B. X1对Y的影

44、响比X2对Y的影响相同 C. X2对Y的影响比X1对Y的影响要显著得多 D. 仅由此方程不能对X1及X2对Y影响大小作出判定 （6）62. 为了判断改革后的日产量是否比原来的200 (千克)有所提高,抽取了20次日产量,发现日产量平均值为201(千克).对此可以得到判断: A.只提高1千克,产量的提高肯定是不显著的 B.日产量平均值为201(千克),确实比原来200(千克)有提高 C.因为没有提供总体标准差的信息,因而不可能作出判断 D.不必提供总体标准差的信息,只要提供样本标准差的信息就可以作出判断 （6）63. 六西格玛团队分析了历史上本车间产量(Y)与温度(X1)及反应时间(X2)的记录

45、.建立了Y 对于X1及X2的线性回归方程,并进行了ANOVA,回归系数显著性检验,相关系数计算等,证明我们选择的模型是有意义的,各项回归系数也都是显著的.下面应该进行: A. 结束回归分析,将选定的回归方程用于预报等 B. 进行残差分析,以确认数据与模型拟合得是否很好,看能否进一步改进模型 C. 进行响应曲面设计,选择使产量达到最大的温度及反应时间 D. 进行因子试验设计,看是否还有其它变量也对产量有影响,扩大因子选择的范围 （6）64. 回归方程XY =30中,Y的误差的方差的估计值为9,当1=X时,Y的95%的近似预测区间是 A. (23,35) B. (24,36) C. (20,38)

46、 D. (21,39) （7）65. 某工序过程有六个因子A,B,C,D,E,F,工程师希望做部分因子试验确定主要的影响因素,准备采用26-2设计,而且工程师根据工程经验判定AB,BC,AE, DE之间可能存在交互作用,但是MINITAB给出的生成元(Generators)为 E = ABC, F = BCD,为了不让可能显著的二阶交互作用相互混杂,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. 下列哪项设计是适合作为改进阶段开始的筛选实验(Screening Experiment): A. 8因子的全因子实验 B. 8因子的部分因子实验 C. 中心复合设计(CCD) D. Box-Behnken 设计 （7）67. 在4个因子A,B,C,D的全因子设计中,增加了3个中心点的试验.分析试验结果,用MINITAB软件计算,其结果如下: 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 4 8.16108 8.16108 2.04027 22.87 0.000 2-Way