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：第六章 改进【绿带】）
在2水平4因子的全因子试验中，通过统计分析只发现因子B及交互作用A*C是显著的，而A、C、D均不显著,则回归模型中应包括：
A、因子B及交互作用A*C
B、因子A、B,C及交互作用A*C
C、因子A、C及交互作用A*C
D、因子A、B,C及交互作用A*C,A*B,B*C
正确答案：B
解析：《六西格玛绿带》第六章 P242
6.各项效应的显著性二阶交互作用BC项显著,则B及C这两个主效应项也一定要被包含在模型中。 因此，题目里说因子B及A*C显著,则模型中应该包含因子A/B/C/A*C
第2题（来源：第六章 改进【绿带】）
为了防止试验者未知的但可能会对响应变量产生的某种系统的影响，项目小组在设计运行方案时应采取什么样的措施
A、重复试验
B、随机化
C、增加中心点
D、区组化
正确答案：B
解析：《六西格玛绿带》第六章 P233
随机化是试验设计中的第二个原则。随机化的含义是以完全随机的方式安排各次试验的顺序和/或所用试验单元。这样做的目的是防止那些试验者未知的，但可能会对响应变量产生的某种系统影响。
第3题（来源：第六章 改进【绿带】）
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”。这些说法错误的是：
A、代码化比未代码化提高了计算的精度，如某因子代码化之前不显著,但是代码化之后就可能显著
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、如果使用代码化之后的方程式来进行预测，必须将原始变量的取值转化为代码值之后才可以进行
正确答案：A
解析：《六西格玛绿带》第六章 P237-238
代码化之后只是可以直接进行比较，而且删除某些项之后，回归系数不受影响。
代码化后的回归方程中各项系数的估计量间是不相关的。
第4题（来源：第六章 改进【绿带】）
绿带小组准备进行一个全因子试验，因子个数是4个，因子水平数都是2,考虑到实验资源限制，实验需要在2台设备上运行，且针对每个区组分别安排3个中心点，那么至少需要的总实验次数是：
A、22
B、19
C、35
D、38
正确答案：A
解析：《六西格玛绿带》第六章 P236
水平2,因子个数是4,根据公式，试验次数是16次。
但是题目里有限制条件，要在两台设备上做，因子设备作为区组，每个区组里加3个中心点，两个区组一共是6个。 16+6=22
第5题（来源：第六章 改进【绿带】）
关于两水平全因子DOE试验设计，下列说法正确的是
A、试验设计的原则是：完全重复、随机化、区组化
B、随机化指随机组合各因子的水平
C、随机化指随机化实验运行的顺序
D、每个DOE试验设计均要进行区组化
正确答案：A,C
解析：《六西格玛绿带》第六章 P232
有三个基本原则在试验设计中必须考虑：重复试验(replication)、随机化(randomization)和区组化(blocking)。
随机化的含义是以完全随机的方式安排各次试验的顺序和/或所用试验单元，并非选项B的因子水平。
拉萨考生加油，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。
