六西格玛试卷全套(含答案).doc

一、单选题：1. 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。2. 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3. 在分析XR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4.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5. 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. 人工检验的效率和准确率较低，依靠检验是不能保证质量的。6. 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。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. 在质量功能展开(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. 决定客户需求 D. 评估设计特色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. 160012.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14. 哪种工具可以用于解决下述问题：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16.在界定阶段结束时，下述哪些内容应当得以确定？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。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。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. 92.2%B. 99%C. 96%D. 97.3%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3B. 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21. 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22. 下述网络图中，关键路径是？（时间单位：天）A. B. C. D. 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1.62 B. 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0.5 D. 相关系数为0.5，回归系数为0.525. 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。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）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. 50B. 54C. 62D. 6429. 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。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。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. 2/731. 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 Smirnov”3 种方法，但却得到了3种不同结论:“Anderson-Darling”检验p-value0.005 因而判数据“非正态”， “Ryan-Joiner（Similar toShapiro-Wilk）” 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。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. 分布类型已改变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。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. 72.4% B. 23.5%C. 95.9% D. 以上答案都不对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。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。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39. 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(RR%)来说是完全合格的B. 本测量系统从精确度/过程波动比(RR%)来说是勉强合格的C. 本测量系统从精确度/过程波动比(RR%)来说是不合格的D. 上述数据不能得到精确度/过程波动比(RR%), 从而无法判断40. 对于正态分布的过程,有关p C 、pk C 和缺陷率的说法，正确的是：A. 根据 p C 不能估计缺陷率, 根据pk C 才能估计缺陷率B. 根据 p C 和pk C 才能估计缺陷率C. 缺陷率与 p C 和pk C 无关D. 以上说法都不对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p C =1.65， pk C =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。42. 假定轴棒生产线上，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。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. 98% C. 83.79% D. 83%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=准差近似为：A. 0.4 B. 0.5 C. 1.4 D. 1.5 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，然后通过统计分析来验证该药是否有效。对于该问题,应采用: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等时，用计算机计算得到下列结果。Test for Equal Variances for strengthF-Test0.181Test Statistic 1.96P-Value 0.188Levenes TestTest Statistic 1.96P-ValueTwo-sample T for strength_After vs strength_BeforeN Mean StDev SE Meanstrength_After 10 531.45 9.84 3.1strength_Before 8 522.44 5.88 2.1Difference = mu (strength_After) - mu (strength_Before)Estimate for difference: 9.0125095% lower bound for difference: 2.10405T-Test of difference = 0 (vs ): T-Value = 2.28 P-Value = 0.018 DF = 16A. 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，抗拉强度的波动也未变。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 CatalystSource DF SS MS F PCatalyst 2 70.11 35.06 11.23 0.001Error 15 46.83 3.12Total 17 116.94S = 1.767 R-Sq = 59.95% R-Sq(adj) = 54.61%Level N Mean StDevA 6 26.500 1.871B 6 21.667 1.633C 6 24.000 1.789*Tukey 95% Simultaneous Confidence IntervalsAll Pairwise Comparisons among Levels of CatalystIndividual confidence level = 97.97%Catalyst = A subtracted from:Catalyst Lower Center UpperB -7.481 -4.833 -2.186C -5.147 -2.500 0.147Catalyst = B subtracted from:Catalyst Lower Center UpperC -0.314 2.333 4.981*Fisher 95% Individual Confidence IntervalsAll Pairwise Comparisons among Levels of CatalystSimultaneous confidence level = 88.31%Catalyst = A subtracted from:Catalyst Lower Center UpperB -7.008 -4.833 -2.659C -4.674 -2.500 -0.326Catalyst = B subtracted from:Catalyst Lower Center UpperC 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。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 20mm；方差0.04C. 均值 20mm；方差0.4 D. 均值 20mm；方差452. 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。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：-3.5B 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：-454. 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（GeneralLinear 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（FullyNested 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。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。56. M 公司中的Z 车间使用多台自动车床生产螺钉，其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（GeneralLinear 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 NestedANOVA）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。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，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。DANOVA 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。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：LambdaLower?CL Upper?CLLimitLambda0.221445(using 95.0% confidence)Estimate 0.221445Lower?CL 0.060195Upper?CL 0.396962Best 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，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。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. 0.260. 为了判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: y = 2.2+300001+0.00032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。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64. 回归方程Y =30X中，Y 的误差的方差的估计值为9，当X = 1时，Y 的95%的近似预测区间是A. (23,35) B. (24,36) C. (20,38) D. (21,39)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=ABCC. E=ABC， F=ABD D. E=ACD， F=BCD66. 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