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】）
某工程师拟合反应釜的收率（Y）与反应釜温度（X）之间的回归关系，根据收集的数据，它拟合了一条y=a+bx 直线，得到以下回归模型拟合结果。为了检查模型，它还进行了模型诊断，得到下图，根据残差图，你认为以下哪个结论是正确的？
回归方程为
A、两个系数的P值小于0.05,且R-Sq=97.6%,R-Sq(调整)=97.5%,说明模型拟合很好
B、Y和X存在明显的线性关系
C、残差图表明Y与X可能存在二次的非线性关系
D、方差分析表明模型拟合非常好
正确答案：C
解析：《六西格玛绿带》第六章 P243
残差诊断，DOE设计的第二个步骤。
残差图上与拟合值已经出现了漏斗状的异常，说明未保持等方差，而且残差与自变量的页出现异常。
第2题（来源：第六章 改进【绿带】）
以下是针对某个实验设计数据的初步分析结果，从此图可知，以下判断错误的是：
A、可以判断显著的效应项分别是主效应A,B和交互效应A*B
B、从此图可以看出共有三个二阶的交互效应项
C、无法判断这个设计是否为全因子实验设计，有可能是部分因子设计
D、进一步进行优化模型时需要将A*B*C,A*C,B*C及C项逐步从模型中剔除
正确答案：C
解析：《六西格玛绿带》第六章 P247
有一个一样的图，叫因子效应的帕累托图。
从图中可以看出A/B/AB项都是显著的。其中有三个二阶项AB/AC/BC对于不显著的，在优化模型时可剔除，但是显著交互项的主因子要保留，详见P242的各效应的显著性。三个因子A/B/C,所有的效应A/B/C/AB/AC/BC/ABC.
说明：题目明确提到"初步分析结果"，且选项C声称"无法判断是否为全因子设计"与题干隐含信息矛盾（图中显示存在三阶交互项ABC，这是全因子设计的特征），所以C错误
第3题（来源：第六章 改进【绿带】）
某六西格玛绿带项目团队为了调查A,B,C三个因素对流程输出Y的影响，安排了3因子两水平的全因子试验，下图是根据试验结果得到的因素主效应图，假如Y为望小特性(Y的测量值越小越好),则以下结论不正确的是：
A、ABC三因素中，A因素主效应最小
B、ABC三因素中，B因素主效应最大
C、C因素主效应比B因素主效应小一些
D、ABC三个因素的主效应均需考虑
正确答案：D
解析：《六西格玛绿带》第六章 P250（有一个一样的案例）
这三张图是看因子的主效应的，一句话：“倾斜大的就是显著大的”
可见因子B与C的效应是显著的，而A的倾角却很小，不显著。
因此，因子A可以不考虑。
延伸一下知识点：Y值是望小特性，因子A、B与C该怎么取值?
看平均值最小，因子B在高水平的时候平均值最小，因子C在高水平的时候平均值最小，因子A呢?
因为它不显著，可以不用考虑，随便取值都可以。
第4题（来源：第六章 改进【绿带】）
在试验设计的最后阶段，已经确认了3个关键影响因素，且3个因素的影响可能非线性，我们想知道响应变量Y究竟如何依赖于3个关键影响因素，进而找到自变量的设置，使得响应变量能取得最佳值(望大或望小),选择哪种设计较好?
A、响应曲面设计
B、部分因子试验设计
C、Plackett-Burman设计
D、全因子试验设计
正确答案：A
解析：《六西格玛绿带》第六章 P233-234
试验设计有两大部分内容，第一是找出哪些因子显著的影响着响应变量Y,这要使用全因子设计、部分因子设计，以及PB因子筛选设计。第二是找出了一些因子显著的影响着响应变量Y之后，还要找到因子设置在哪个水平才能使响应变量Y达到最佳值，这就是响应曲面设计。 响应曲面设计比较适合于望大或望小的特性，稳健设计适用于望目的特性。
第5题（来源：第六章 改进【绿带】）
在一个研究影响设备寿命(望大响应)的三因子全析因实验设计中，经过分析得到A,B,C三个主效应是显著的，且二阶交互效应AC也是显著的，请根据如下的主效应图和交互效应图确定最佳的因子组合是：
A、A=低水平，B=低水平，C=低水平
B、A=低水平，B=高水平，C=高水平
C、A=高水平，B=高水平，C=低水平
D、A=高水平，B=高水平，C=高水平
正确答案：B
解析：《六西格玛绿带》第六章 P251（有一个类似的案例）
题目中给出的是望大，也就是要使设备寿命尽可能的大，那各个因子该怎么取值呢?
P251页，只不过刚好相反，书上的案例使望小的。但没关系，思路是一样的。望大，就取各因子的水平使寿命最小的时候呗。
最上面三张图是主效应图，A的倾角很小，无所谓取哪个水平，B取高水平，C取高水平。
但是AC交互显著,因此还要看下面一个图的右上角AC交互图，可以知道A低C高的效应值是最大的。
因此，应该是A低B高C高。
哈尔滨考生加油，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。
