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：2017年六西格玛黑带真题【黑带】）
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
正确答案：B
解析：根据“残差分析旨在检验模型是否能够很好地拟合数据，识别异常值和观察数据的变异性”，以及强调的“线性回归模型有一些适用条件，简称LINE：线性（L）、独立性 (I)、正态性 (N)、方差齐性（E）”，进行残差分析是必要的步骤，以确认数据与模型拟合得是否很好，并看能否进一步改进模型。
因此，下一步应该进行的是：B。
第2题（来源：2017年六西格玛黑带真题【黑带】）
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
正确答案：D
解析：《六西格玛黑带》第六章 P248（对于Z检验与t检验的理解）
学过假设检验的都晓得，单单凭借平均值的变化是不足以判断是否有提高的。 题目中给出了总体的平均值200、样本数量20、样本 平均值201。 如果采用Z检验，还需要知道总体方差。如果采用t检验，还需要知道样本的方差。 从题目中可以得知，再计算一下20个样本的方差即可以做出准确的判断。
第3题（来源：2017年六西格玛黑带真题【黑带】）
在部分实施的因子试验设计中,考虑了A,B,C,D,E及F共6个因子,准备进行16次试验.在计算机提供的混杂别名结构表(AliasStructureTable)中,看到有二阶交互作用效应AB与CE相混杂(Confounded),除此之外还有另一些二阶交互作用效应相混杂,但未看到任何主效应与某二阶交互作用效应相混杂.此时可以断定本试验设计的分辩度(Resolution)是
A.3
B.4
C.5
D.6
正确答案：B
解析：《六西格玛黑带》第七章 P408
4=2+2,4＞1+2
分辨度为Ⅳ,可能存在二阶交互作用相混杂，但是不会有主效应和二阶交互效应混杂的情况
第4题（来源：2017年六西格玛黑带真题【黑带】）
下列哪项设计是适合作为改进阶段开始的筛选实验(ScreeningExperiment):
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
正确答案：B
解析：《六西格玛黑带》第七章 P422~425响应曲面设计
在开始阶段，为了节约成本和提高效率，一般采用部分因子DOE,全因子设计更是实验次数较多，成本很高。 中心复合和Box-Behnken响应曲面设计等均是后期为了准确提供准确参数而使用的。
第5题（来源：2017年六西格玛黑带真题【黑带】）
在4个因子A,B,C,D的全因子设计中,增加了3个中心点的试验.分析试验结果,用MINITAB软件计算,其结果如下:
在正交试验中,假定数据在拟合线性模型后,试验数据的残差有共同的方差,对于方差的估计量应该是MSE(MeanSquareError,即平均误差均方和),在本题中是:
A.0.08920
B.0.14170
C.0.71361
D.0.28340
正确答案：A
解析：《六西格玛黑带》蓝宝书P512
MSE 如红色框所标示
MS那列、Residual Error 那行所对应的就是MSE。
大连考生加油，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。
