六西格玛考试试题2004-2014

友谊的真诚

M车间生产螺钉.为了估计螺钉的长度, 从当日成品库中随机抽取25个螺钉,测量了它们的长度,样本均值为22.7mm.并且求出其长度总体均值的95%置信区间为(22.5, 22.9).下述哪些判断是不正确的:
A. 当日生产的螺钉中,有95%的螺钉之长度落入(22.5, 22.9)之内.
B. 当日任取一个螺钉,其长度以95%的概率落入(22.5, 22.9)之内.
C. 区间(22.5, 22.9)覆盖总体均值的概率为95%.
D. 若再次抽取25个螺钉,样本均值以95%的概率落入(22.5, 22.9)之内.

友谊的真诚

在测量系统分析计算重复性和再现性 (R&R)时,相对于极差法(Range Method)而言,采用方差分析和方差估计法的优点是:
A. 计算简便
B. 可以估计交互作用的影响
C. 可以进行深层次的统计分析
D. 是精确算法,计算结果没有误差

友谊的真诚

对部分实施因子试验的理解,下面说法正确的是:
A. 混杂现象的出现是完全可以避免的
B. 混杂现象的结果是可以选择的
C. 任何主效应与二阶交互效应的混杂都必须避免
D. 存在某些二阶交互作用的混杂通常是可以允许的

友谊的真诚

在下列哪些情况中可以使用方差分析方法:
A. 比较多个正态总体的均值是否相等
B. 比较多个正态总体的方差是否相等
C. 比较多个总体的分布类型是否相同
D. 分解数据的总变异(Variation)为若干有意义的分量

友谊的真诚

在试验设计中,我们常常要将原来对于因子设定的各水平值实行"代码化"(Coding).例如在2水平时,把"高""低"二水平分别记为"+1"及"-1".这样做的好处是
A. 比未代码化时提高了计算的精度.
B. 代码化后,可以通过直接比较各因子或因子间的交互作用的回归系数之绝对值以确定效应的大小,即回归系数之绝对值越大者该效应越显著;而未代码化时不能这样判断.
C. 代码化后,删除回归方程中某些不显著之项时,其它各项回归系数不变;未代码化时,在删除某些不显著之项时其它各项回归系数可能有变化.
D. 由于代码化后,各因子或因子间的交互作用的回归系数之估计量间相互无关,如果在对系数进行系数显著性检验时, 某系数P—value较大(例如大于0.2),证明它们效应不显著,可以直接将其删除;而未代码化时,各项回归系数间可能有关,因而即使某系数系数显著性检验时的P—value较大,也不能冒然删除.

友谊的真诚

在改进阶段中,安排了试验的设计与分析.仅对新建立的模型进行一般的统计分析是不够的,还必须进行残差的诊断.这样做的目的是:
A. 判断模型与数据的拟合是否有问题
B. 判断各主效应与交互效应是否显著
C. 协助寻找出因子的最佳设置,以使响应变量达到最优化
D. 判断试验过程中试验误差是否有不正常的变化

友谊的真诚

对于响应曲面方法的正确叙述是:
A. 响应曲面方法是试验设计方法中的一种
B. 响应曲面方法是在最优区域内建立响应变量与各自变量的二次回归方程
C. 响应曲面方法可以找寻到响应变量最优区域
D. 响应曲面方法可以判明各因子显著或不显著

友谊的真诚

在两水平因子试验时,增加若干个中心点的优点是:
A. 可以得到纯误差项
B. 检验模型的弯曲性
C. 使模型系数的估计更准确
D. 不破坏正交性和平衡性

友谊的真诚

在2水平全因子试验中, 通过统计分析发现因子C及交互作用A*B是显著的, 而A,B,D均不显著, 则在选取最佳方案时, 应考虑:
A. 找出因子A的最好水平
B. 找出因子c的最好水平
C. 找出因子A和B的最好水平搭配
D. 找出因子D的最好水平

友谊的真诚

在因子设计阶段,对3个因子A,B及C,进行二水平全因子共11次试验后,可以确认3者皆显著,但却发现了显著的弯曲.决定增做些试验点,形成响应曲面设计.一个团队成员建议在新设计中使用 CCF(中心复合表面设计,Central Composite Face-Centered Design).他这样建议的好处是:
A. 原有的11次试验结果仍然可以利用.
B. 新设计仍保持有旋转性(Rotatability).
C. 新设计对每个因子仍只需安排3个水平.
D. 新设计对每个因子的代码水平仍保持在(-1,1)范围内.