今日 5 道练习题，请先独立思考，再查看每题答案和解析。
第1题（来源：第五章 分析【绿带】【1】）
有许多调查缺陷原因的有力工具可以使用，有以下不同的分析方法，可用于研究问题的真正原因：
A、通过小概率事件发生的概率来判断原假设是否成立
B、用置信区间(1-a)判断
C、通过拒绝域的临界值判断
D、P>a,拒绝原假设
正确答案：A,B,C
解析：《六西格玛绿带》第五章 P168
1)将检验统计量的值与拒绝的临界值相比较，当它落在拒绝域中就作出拒绝原假设的结论，否则就作出不能拒绝原假设的结论。2)由检验统计量计算P值。P值就是当原假设成立时，出现目前状况的概率（严格地说是当原假设成立时，出现目前状况或对原假设更不利状况，即对备择假设更有利状况的概率）。当这个概率很小时(例如小于0.05)，这个结果在原假设成立的条件下就不该在一次试验中出现；但现在它确实出现了，因此有理由认为“原假设成立”这个前提是错的，因而应该拒绝原假设，接受备择假设。因此有一个最一般的规则：如果P<α，则拒绝原假设。目前大多数统计软件都提供了与假设检验对应的P值，不必再查统计表确定拒绝域就可以根据P值作出判断。
第2题（来源：第五章 分析【绿带】【1】）
精益生产的推行过程中，最重要的是持续开展价值流分析，关于价值相关的概念的叙述中，正确的是：
A、有价值的活动就是能为客户增加效用、客户认可的、愿意付费的产品生产过程或服务提供过程
B、价值就是成交价格，是与客户协商后，必须付钱购买的产品、服务或流程活动
C、价值流中只包括增值活动，非增值活动已被剔除
D、价值就是产品或者服务的标价，是成本和利润的总和
正确答案：A
解析：价值的概念，在六西格玛精益生产中有过明确的定义，价值是客户认可并愿意为之付钱的产品或服务。成交价格是组织单方面制定的，涵盖一些不增值的过程，比如不良率的返工、返修、检验等，在制定产品价格时，这是需要考虑的。绘制价值流程图的时候需要包含所有的流程，即使是增值的过程也要包含在内，详细的描述，为日后的精益改善做基础。
第3题（来源：第五章 分析【绿带】【1】）
检验两个工厂平均机器设定时间是否存在显著差别，如果进行假设检验，正确的是：
A、原假设为μA=μB
B、备择假设为μA不等于μB
C、为双边检验
D、原假设为μA≤μB
正确答案：A,B,C
解析：《六西格玛绿带》第五章 P166
在对某个参数进行检验时，把要证明的、不相等的、有差别的结论作为备择假设；相等的、无差别的、等号成立的结论作为原假设。因而在对于参数的检验问题中，备择假设中永远不会包含等号，只可能是“大于”、“小于”或“不等于”这三种情况之一。
第4题（来源：第五章 分析【绿带】【1】）
对于两总体均值比较的假设检验，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。
正确答案：D
解析：通常，ANOVA方差分析和T检验都是检验均值是否有显著性差的，但是ANOVA是检验3个及以上的总体均/1值，而T检验是用于两个均值的检验。 ANOVA检验均值时，只能检验出几组数据是否有显著差异，从ANOVA的备择假设上就能看出来，也就是检验是否相等。 而T检验除了能检验是否相等之外，还能检验>或<的情况 这是两者的差异点。
选项D是正确的。在两总体均值比较的假设检验中，虽然ANOVA方法可以用于多个总体的比较，但是它只能处理双侧（即“不等于”）的问题。而T检验不仅可以处理双侧问题，还可以处理单侧问题（例如“大于”或“小于”）。因此，在某些情况下，T检验比ANOVA方法更为适用。
第5题（来源：第五章 分析【绿带】【1】）
假设检验主要用于()阶段
A、分析阶段
B、改进阶段
C、控制阶段
D、界定阶段
正确答案：A,B,C
解析：分析阶段不要犹豫，假设检验就是在分析阶段讲的。
改进阶段也有，试验设计输出的方差分析表，贯穿在整个改进阶段。
界定阶段没有，还用不到数据处理和比较。
控制图的基本原理就是假设检验的小概率事件。P272
南宁考生加油，每天进步一点点！
【提示】 每日一练由同创云课堂整理，题目均来源于历年真题和高频考点，帮助考生利用碎片时间高效备考。
