中质协六西格玛黑带试题真题及答案.docx

《中质协六西格玛黑带试题真题及答案.docx》由会员分享，可在线阅读，更多相关《中质协六西格玛黑带试题真题及答案.docx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一,单项选择题:2023 六西格玛黑带试题中国质量协会注册六西格玛黑带考试试题11.在六西格玛治理的组织构造中,下面的陈述哪个是正确的:A. 黑带应当自主打算工程选择B. 绿带的数量和素养是推行六西格玛获得成功的关键因素C. 提倡者对六西格玛活动整体负责,确定前进方向D. 以上都不是12. 质量治理大师戴明先生在其著名的质量治理十四条中指出“停顿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. 在大多数状况下,应当由操作人员自己来保证质量,而不是靠检验员保证.D. 人工检验的效率和准确率较低,依靠

2、检验是不能保证质量的.13. 在以下陈述中,不正确的选项是:A. 六西格玛治理仅是适合于制造过程质量改进的工具;B. 六西格玛治理是保持企业经营业绩持续改善的系统方法;C. 六西格玛治理是增加企业领导力和综合素养的治理模式;D. 六西格玛治理是不断提高顾客满足程度的科学方法.14. 黑带是六西格玛治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担当的任务:A. 在提倡者(Champion)和资深黑带(MBB)的指导下,带着团队完成六西格玛工程B. 运用六西格玛治理工具方法,觉察问题产生的根本缘由,确认改进时机;C. 与提倡者资深黑带以及工程相关方沟通,寻求各方的支持和理解;D.

3、 负责整个组织六西格玛治理的部署,为团队确定六西格玛治理推动目标,安排资源并监控进展.15. 确定工程选择及工程优先级是以下哪个角色的责任A. 黑带B. 黑带大师C.绿带D.提倡者86. 在分析RX 掌握图时应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17.以下说法错误的选项是:A. 界定阶段包括界定工程范围,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 的关键缘由.C. 分析阶段主要是针对Y 进展缘由分析,找到并验证关键缘由.D. 改进阶段主要是针对关

4、键缘由X 查找改进措施,并验证改进措施.38.在以下常用的QC 七种工具方法中,用于确定工程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39. “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,战略治理系统,内部沟通系统C. 业绩考评系统,财务治理系统,内部流程D. 财务系统,绩效考核系统,顾客关系治理系统1010. 在质量功能开放(QFD, Quality Function Deployment) 中,首要的工作是 :A. 客户竞争评估B. 技术竞争评估C. 打算客户需求D. 评估设计特色(2) 11.在某

5、检验点,对 1000 个某零件进展检验,每个零件上有 10 个缺陷时机,结果共觉察 16 个零件不合格,合计 32 个缺陷,则 DPMO 为A. 0.0032B. 3200C. 32023D. 1600(3) 12.下面列举的工具中,哪个一般不是在工程选择时常用的工具:A. 排列图(Pareto)B. 试验设计C. QFDD. 因果矩阵(3)13.六西格玛工程团队在明确工程范围时,应承受以下什么工具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述问题:一项任务可以分解为很多作业,这些作业相互依靠和相互制约,团队期望把各项作业之间的这种依靠

6、和制约关系清楚地表示出来,并通过适当的分析找出影响进度的关键路径,从而能进展统筹协调.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进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正确方法存在着分歧,团队成员仍首先作为个体来思考,并往往依据自己的经受做出打算.这些分歧可能引起团队内的争论甚至冲突.A. 形成期B. 震荡期C. 标准期D. 执行期(4) 16.在界定阶段完毕时,下述哪些内容应当得以确定1,工程目标2,工程预期的财务收益3,工程所涉及的主要过程4,工程团队成员A. 1;B. 1 和 4;C. 2

7、和 3;D. 1,2,3 和 4.(4)17.在工程特许任务书(Team Charter)中,需要陈述“经营状况“(Business Case,也被称为工程背景).该项内容是为了说明:A. 为什么要做该工程;B. 工程的目标;C. 工程要解决的问题;D. 问题产生的缘由.(2) 18. 一个过程由三个工作步骤构成(如下图),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. 92.2%B. 99%C. 96%D. 97.3%(3) 19. 在谈到鼓励技巧时,常常会基于马斯洛(Maslow)的“

8、人的五个根本需求“理论.马斯洛认为: 人们的最初鼓励来自于最低层次的需求,当这个需求被满足后,鼓励便来自于下一个需求.那么,依据马斯洛理论,人们需求层次从低到高的挨次就是:A. 安全需要生存需要敬重归属感成就或自我实现步骤 1 步骤 2 步骤 3B. 生存需要安全需要敬重归属感成就或自我实现C. 生存需要安全需要归属感敬重成就或自我实现D. 生存需要安全需要归属感成就或自我实现敬重220. 劣质本钱的构成是:A. 内部损失和外部损失本钱B. 不增值的预防本钱+鉴定本钱+内部损失和外部损失本钱C. 不增值的预防本钱+内部损失和外部损失本钱D. 鉴定本钱+内部损失和外部损失本钱3. 某生产线上挨次

9、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322. 下述网络图中,关键路径是 (时间单位:天)A. -B. -C. -D. -523. 对于离散型数据的测量系统分析,通常应供给至少 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当是:A. 依据实际生产的不良率,选择成比例的合格及不合格样品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. 可以随便设定比率,由于此比率与测量系统是否合格是无关的D. 以上

10、都不对524. 美国工程师的工程报告中提到,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)亲热相关(相关系数为 0.9),而且得到了回归方程如下:Y = 0.9X + 32黑带张先生期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 1034 72 5 834 122 3 1 23314 16关系是:C = 5/9 ( F 32)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 1.62B. 相关系数为 0.9,回归系数为 0.9C. 相关系数为 0.9,回归系数为 0.5D.

11、 相关系数为 0.5,回归系数为 0.5525. 对于流水线上生产的一大批二极管的输出电压进展了测定.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展了测定.记 X 为输出电压比 2.3V 大的电子管数,结果觉察,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 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.526. 简洁看到,在一个城市

12、中不同收入者的住房面积相差悬殊,分布一般会呈现出严峻的右偏倾向. 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.在这种状况下,代表一般住房状况的最有代表性的指标应当是: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)527. 在起重设备厂中, 对于供给商供给的垫片厚度很敏感.垫片厚度的公差限要求为 12 毫米1 毫米.供给商对他们本月生产状况的报告中只供给应出 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.

13、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628.下表是一个分组样本则其样本均值 X 近似为A. 50B. 54C. 62D. 64529. 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(Poisson)分布.假设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. 分布类型将转变.530. 一批产品分一

14、,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,假设从该批产品中随机抽取一个,此产品为二级品的概率是A. 1/3B. 1/6C. 1/7D. 2/7531. 为调查呼吸堵塞症在中国发病率,发了 5000 份问卷.由于呼吸堵塞症与嗜睡症有亲热关系,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,对答复了问卷的人进展了检测,发现呼吸堵塞症患病率为 12%.对此比率数值是否准确的推断应为:A. 可以认为此数是发病率的正确估量B. 由于未回收问卷较多,此值估量偏高C. 由于未回收问卷较多,此值估量偏低D. 1000 份太少,上述发病率的估量无意义632. 对于一组共 28

15、 个数据进展正态性检验.使用 MINITAB 软件,先后依次使用了“Anderson-Darling“,“Ryan-Joiner(Similar to Shapiro-Wilk)“及“Kolmogorov Smirnov“3 种方法,但却得到了 3种不同结论:“Anderson-Darling“检验 p-value0.10 以及“Kolmogorov Smirnov“ 检验p-value0.15 都判数据“正态“.这时候正确的推断是:A. 按少数听从多数原则,判数据“正态“.B. 任何时候都信任“最权威方法“.在正态分布检验中,信任 MINITAB 软件选择的缺省方法“Anderson-Dar

16、ling“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“则信任此结果. 因此应判数据“非正态“.D. 此例数据太特别,要另选些方法再来推断,才能下结论.533. 化纤布每匹长 100 米,每匹布内的瑕疵点数听从均值为 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当是:A. 均值为 10 的Poisson 分布B. 均值为 2.5 的 Poisson 分布C. 均值为 0.4 的 Poisson 分布D. 分布类型已转变634. 从平均寿命为 1000 小时寿命为指数分布的二极管中,抽取 10

17、0 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.535. 某供给商送来一批零件,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,假设觉察 2 个或 2 个以上的不良品就退货,问承受这批货的概率是多少A. 72.4%B. 23.5%C. 95.9%D. 以上答案都不对536. 某企业用台秤对某材料进展称重,该材料重量要求的公差限为 50015 克.现将一个 500 克

18、的砝码,放在此台秤上去称重,测量 20 次,结果觉察均值为 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.537. 在数字式测量系统分析中,测量人员间根本上无差异,但每次都要对初始状态进展设定,这时, 再现性误差是指:A. 被测对象不变,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

19、量结果之间的差异;D. 以上都不是.538. 车床加工轴棒,其长度的公差限为 1803 毫米.在测量系统分析中觉察重复性标准差为 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 角度来说是牵强合格的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,从而无法推断539. 在钳工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.测量系统进展分析后觉察重复性(Repeatab

20、ility)标准差为 3 微米,再现性(Reproducibility) 标准差为 4 微米.从准确度/过程波动的角度来分析, 可以得到结论:A. 本测量系统从准确度/过程波动比(R&R%)来说是完全合格的B. 本测量系统从准确度/过程波动比(R&R%)来说是牵强合格的C. 本测量系统从准确度/过程波动比(R&R%)来说是不合格的D. 上述数据不能得到准确度/过程波动比(R&R%), 从而无法推断540. 对于正态分布的过程,有关pC,pkC 和缺陷率的说法,正确的选项是:A. 依据pC 不能估量缺陷率, 依据pkC 才能估量缺陷率B. 依据pC 和pkC 才能估量缺陷率C. 缺陷率与pC 和

21、pkC 无关D. 以上说法都不对541. 对于一个稳定的分布为正态的生产过程,计算出它的工序力量指数pC=1.65,pkC=0.92.这时,应当对生产过程作出以下推断: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状况及过程的标准差都不能作出推断.542. 假定轴棒生产线上,要对轴棒长度进展检测.假定轴棒长度的分布是对称的(不肯定是正态分布), 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“-“

22、号.记N+为消灭正号个数总和,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.243. 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%. 如以下图所示:每道工序后有一检测点,可检出前道工序的缺陷,缺陷不行返修,问此时整条线的初检合格率是多少A. 90%B. 98%C. 83.79%D. 83%544. 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,在一般状况下可以得到的结论是:A. 此分布为对称分布B. 此分

23、布为正态分布C. 此分布为均匀分布D. 以上各结论都不能确定545. 从参数 =0.4 的指数分布中随机抽取容量为 25 的一个样本,则该样本均值的标准差近似为:A. 0.4B. 0.5C. 1.4D. 1.5646. 某药厂最近研制出一种的降压药,为了验证的降压药是否有效,试验可按如下方式进展:选择假设干名高血压病人进展试验,并记录服药前后的血压值,然后通过统计分析来验证该药是否有效.对于该问题,应承受: 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647. 为了推断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,

24、各抽取 25 个垫片后,测量并记录了其厚度的数值,觉察两组数据都是正态分布.下面应当进展的是: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648. 为了降低汽油消耗量,M 争论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,调集本公司各种型号汽车 30 辆,发给每辆汽车一般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当是:A. 双样本均值相等性T 检验.B. 配对样本检验C. F 检验D

25、. 两样本非参数 Mann-Whitney 检验649. 原来本车间生产的钢筋抗拉强度不够高,经六西格玛工程改进后,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.期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等时,用计算机计算得到以下结果.A. 改进后平均抗拉强度有提高,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

26、,抗拉强度的波动也未变.650. 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.进展了单因素方差分析(ANOVA)后,得到结果如下所显示.由上面这些结果,假设我们期望两两比较时总的第 I 类错误风险掌握为 5%,应中选用的结论是:A. 3 种催化剂效果无显著差异.B. 承受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. 承受Tukey 方法,全部总体参与比较时,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

27、显著高于催化剂B 的产量.D. 承受Fisher 方法,多总体中任意二总体进展比较时,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,固然催化剂A 的产量也显著高于催化剂B 的产量.651. M 公司生产垫片.在生产线上,随机抽取 100 片垫片,觉察其厚度分布均值为 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 0.2B. 均值 20mm;方差 0.04C. 均值 20mm;方差 0.4D.

28、 均值 20mm;方差 4552. 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异,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,屡次重复测量同样一个机柜所引

29、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.553. 在箱线图(Box-Plot)分析中,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:-3.5B. 上须触线终点为:8.5;下须触线终点为:-3.5C. 上须触线终点为:7;下须触线终点为:-4D. 上须触线终点为:8.5;下须触线终点为:-4654. 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.为了分析到底是什么缘由导致电压比变

30、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缘由,应当:A. 将工人及绕线器作为两个因子,进展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,并依据其显著性所显示的 P 值对变异缘由作出推断.B. 将工人及绕线器作为两个因子,按两个因子穿插(Crossed)的模型,用一般线性模型(General Linear Model)计算出两个因子的方差重量及误差的方差重量,并依据这些方差重量的大小对变异缘由作出推断.C. 将工人及绕线器作

31、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重量及误差的方差重量,并依据这些方差重量的大小对变异缘由作出推断.D. 依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重量及误差的方差重量,并依据这些方差重量的大小对变异缘由作出推断.655. 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,这里有不同看法.正确的推断是:A. 两总体也属

32、于多总体的特例,因此,全部两总体均值相等性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 检验的成效(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 方法要简洁,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.656. M 公司中的Z 车间使用多台自动车床生产螺钉,其关

33、键尺寸是根部的直径.为了分析到底是什么缘由导致直径变异过大,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缘由,应当:A. 将工人及螺钉作为两个因子,进展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,并依据其显著性所显示的 P 值对变异缘由作出推断.B. 将工人及螺钉作为两个因子,按两个因子穿插(Crossed)的模型,用一般线性模型(General Linear Model)计算出两个因子的方差重量及误差的方差重量,并依据这些方差

34、重量的大小对变异缘由作出推断.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重量及误差的方差重量,并依据这些方差重量的大小对变异缘由作出推断.D. 依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重量及误差的方差重量,并依据这些方差重量的大小对变异缘由作出推断.657. 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=0.00

35、21.在统计分析的输出中,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推断是:A. 3 个自变量回归系数检验中,应当至少有 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),不行能消灭 3 个自变量回归系数检验的 P-Value 都大于 0.05 的状况B. 有可能消灭 3 个自变量回归系数检验的 P-Value 都大于 0.05 的状况,这说明数据本身有较多特别值,此时的结果已无意义,要对数据重审核再来进展回归分析.C. 有可能消灭 3 个自变量回归系数检验的 P-Value 都大于 0.05 的状况,这说

36、明这 3 个自变量间可能有相关关系,这种状况很正常.D.ANOVA 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.558. 一组寿命(Life Time)数据不为正态分布.现在期望用Box-Cox 变换将其转化为正态分布. 在确定变换方法时得到以下图:从今图中可以得到结论:A. 将原始数据取对数后,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,都不行能化为正态分布.659. 为了争论轧钢过程中的延长量掌握问题,在经过 2 水平的 4 个因子的

37、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 为延长量(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,此回归系数应当是多少A. 40B. 4C. 0.4D. 0.2660. 为了推断两个变量间是否有相关关系,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推断应当是这样的: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

38、本量大小有关, 所以要查样本相关系数表才能打算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,不行能得出判定结果661. 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: 210003.0300002.2xxy+=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 的影响比 X2 对Y 的影响一样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662. 为了推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

39、,觉察日产量平均值为 201(千克).对此可以得到推断:A. 只提高 1 千克,产量的提高确定是不显著的B. 日产量平均值为 201(千克),确实比原来 200(千克)有提高C.由于没有供给总体标准差的信息,因而不行能作出推断D.不必供给总体标准差的信息,只要供给样本标准差的信息就可以作出推断663. 六西格玛团队分析了历史上本车间产量(Y)与温度(X1)及反响时间(X2)的记录.建立了Y 对于 X1 及 X2 的线性回归方程,并进展了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.下面应当进展:A. 完毕回归分析,将选定的回归方程用于预

40、报等B. 进展残差分析,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. 进展响应曲面设计,选择使产量到达最大的温度及反响时间D. 进展因子试验设计,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664. 回归方程XY =30 中,Y 的误差的方差的估量值为 9,当 1=X 时,Y 的 95%的近似推测区间是A. (23,35)B. (24,36)C. (20,38)D. (21,39)765. 某工序过程有六个因子A,B,C,D,E,F,工程师期望做局部因子试验确定主要的影响因素,预备承受 26-2 设计,而且工程师依据工程阅历判定AB,BC,AE, DE 之间可能存在交互作用

41、,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,以下生成元可行的是:A. E=ABD, F=ABCB. E=BCD, F=ABCC. E=ABC, F=ABDD. E=ACD, F=BCD766. 以下哪项设计是适合作为改进阶段开头的筛选试验(Screening Experiment):A. 8 因子的全因子试验B. 8 因子的局部因子试验C. 中心复合设计(CCD)D. Box-Behnken 设计767. 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MINI

42、TAB软件计算,其结果如下:在正交试验中,假定数据在拟合线性模型后,试验数据的残差有共同的方差,对于方差的估量量应当是 MSE(Mean Square Error,即平均误差均方和),在此题中是:A. 0.08920B. 0.14170C. 0.71361D. 0.28340768. 以下哪种响应曲面设计确定不具有旋转性(Rotatability)A. CCD(中心复合设计,Central Composite Design)B. CCI(中心复合有界设计,Central Composite Inscribed Design)C. CCF(中心复合外表设计,Central Composite F

43、ace-Centered Design)D. BB (BB 设计,Box-Behnken Design)769. 经过团队的头脑风暴确认,影响过程的因子有 A,B,C,D,E 及F 共六个.其中除因子的主效应外,还要考虑 3 个二阶交互效应AB,AC 及DF,全部三阶以上交互作用可以无视不计.由于试验本钱较高,限定不行能进展全面的重复试验,但仍期望估量出随机误差以准确检验各因子显著性.在这种状况下,应中选择进展:A. 全因子试验B. 局部实施的二水平正交试验,且增加假设干中心点C. 局部实施的二水平正交试验,不增加中心点D. Plackett-Burman 设计770. 在局部实施的因子试验设

44、计中,考虑了 A,B,C,D,E 及 F 共 6 个因子,预备进展 16 次试验. 在计算机供给的混杂别名构造表(Alias Structure Table)中,看到有二阶交互作用效应 AB 与 CE 相混杂(Confounded),除此之外还有另一些二阶交互作用效应相混杂,但未看到任何主效应与某二阶交互作用效应相混杂.此时可以断定本试验设计的分辩度(Resolution)是A. 3B. 4C. 5D. 6771. 在局部实施的因子设计中,如何利用下面这张表格来制订试验打算格外重要.六西格玛团队在分析过程改进时,大家共同确认至少要考虑 7 个因子.经费的限制使得连中心点在内的试验总次数不能超过

45、 20 次.对于在试验中是否应考虑第 8 个因子,大家意见不统一.你赞成以下哪个人的意见 ？A. 由 7 个因子增加到 8 个因子,必定要增加试验次数,既然试验总次数限定了,不行能考虑增加此因子.B. 从表中看到,7 个因子在 16 次试验时可以到达区分度为 4,8 个因子在 16 次试验时也可以到达区分度为 4,多增加因子没使试验打算区分度减小,所以可以增加到 8 个因子.C. 正交试验着重看正交表中一共有多少列.16 次的正交表(L16)中,共有 15 列,可以始终增加到 15 个因子,增加到 8 个因子固然没问题了.D. 这张表根本打算不了最多可以排多少因子,要依据实际阅历推断第 8 个因子是否重要,然后依据其重要