单选

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
参考答案
您可能感兴趣的试题

对于作业时间不确定的网络计划问题(PERT),已知活动时间的三个估计值(最乐观、最可能、最悲观),可以计算出每道工序的期望时间,并根据期望时间找到了总期望时间最长的一条线路(双代号网络中从网络始点至终点的通路),并假设总期望时间为T,在对工期进行评估时,哪些说法是正确的?

  • A.总期望时间最长的一条线路一定是关键路线
  • B.若有的线路上期望时间略低于T,但方差很大,该线路也可能成为关键线路
  • C.对于已知的预定工期D,在网络图的所有线路中在D时间内完工概率最大的线路最可能是关 键线路
  • D.对于已知的预定工期D,在网络图的所有线路中在D时间内完工概率最小的线路最可能是关键线路

A.B两条流水线工艺相同,都是在一块同样的异PC钢板上进行钻孔、攻丝和磨毛边三道工序加工,A生产线上一块PC板只钻一个孔,而B生产线上一块PC板需要钻5个孔。根据下图,以下描述哪个是正确的?

  • A.A流水线的过程绩效好于B流水线
  • B.B流水线的过程绩效好于A流水线
  • C.A、B两条流水线的过程绩效相同
  • D.A、B两条流水线的过程绩效无可比性

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。
  • 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。

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

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
¥

订单号:

遇到问题请联系在线客服

订单号:

遇到问题请联系在线客服