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】)
亲和图(AffinityDiagram)可应用于以下场合:
A.选择最优方案
B.用于归纳思想,提出新的构思
C.整理顾客需求
D.评价最优方案
正确答案:B,C
解析:《六西格玛黑带》第三章 P97-98
亲和图(Affinity Diagram)是一种用于组织大量想法、意见或信息的工具,它通过将相关联的项目分组在一起,帮助理清复杂的问题和概念。亲和图的主要应用场合包括:
B. 亲和图可以帮助团队成员将各自的想法集中起来,并通过分组归类的方式,促进新构思的产生和发展。
C. 在市场研究和产品开发中,亲和图可以用来收集和整理顾客的需求和反馈,将其分类以便更好地理解和满足顾客的期望。
选项A和D提到的“选择最优方案”和“评价最优方案”通常涉及到决策过程,而亲和图更多的是在前期阶段用于信息收集和整理,因此不是其主要应用场合。
综上所述,亲和图可应用于选项B和C所述的场合。
第2题(来源:2017年六西格玛黑带真题【黑带】)
在下列哪些情况中可以使用方差分析方法:
A.比较多个正态总体的均值是否相等
B.比较多个正态总体的方差是否相等
C.比较多个总体的分布类型是否相同
D.分解数据的总变异(Variation)为若干有意义的分量
正确答案:A,D
解析:这是因为方差分析的主要目的是检验两个或多个独立样本的均值是否有显著差异,以确定它们是否来自具有相同均值的总体。因此A正确。
选项D可以理解为变异源分析的一部分,而它所使用的主要统计工具就是方差分析和更深入的方差分量的计算。因此D也正确。
第3题(来源:2017年六西格玛黑带真题【黑带】)
M车间生产螺钉.为了估计螺钉的长度,从当日成品库中随机抽取25个螺钉,测量了它们的长度,样本均值为22.7mm.并且求出其长度总体均值的95%置信区间为(22.5,22.9).下述哪些判断是不正确的:
A.当日生产的螺钉中,有95%的螺钉之长度落入(22.5,22.9)之内.
B.当日任取一个螺钉,其长度以95%的概率落入(22.5,22.9)之内.
C.区间(22.5,22.9)覆盖总体均值的概率为95%.
D.若再次抽取25个螺钉,样本均值以95%的概率落入(22.5,22.9)之内.
正确答案:A,B,D
解析:《六西格玛黑带》第六章 P239(区间估计的定义)
置信区间是由抽取的样本通过计算样本统计量所构造的总体参数的估计区间,需要注意是对这个样本的某个总体参数进行估计的区间。 置信区间展示的是这个总体参数的真实值有一定的概率落在这个估计区间内。 在这个题目中,抽取的样本是随机的25个螺钉,总体是M车间的螺钉长度。 选项中的ABD都不是对总体进行的估计,因此不正确。
第4题(来源:2017年六西格玛黑带真题【黑带】)
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".这样做的好处是:
A.比未代码化时提高了计算的精度.
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.由于代码化后,各因子或因子间的交互作用的回归系数之估计量间相互无关,如果在对系数进行系数显著性检验时,某系数P—value较大(例如大于0.2),证明它们效应不显著,可以直接将其删除;而未代码化时,各项回归系数间可能有关,因而即使某系数系数显著性检验时的P—value较大,也不能冒然删除.
正确答案:B,C,D
解析:A. 提高计算精度并不是代码化的主要目的。虽然代码化可能会简化计算过程,但它更多是为了便于解释和分析结果,而不是为了提高计算精度。因此,这个选项不是代码化的主要好处。
B. 代码化后,回归系数的绝对值可以直接反映因子效应的大小,这是代码化的一个重要优势。在没有代码化的情况下,由于原始水平的尺度不同,直接比较回归系数的大小并不合适。代码化后,所有的因子都在相同的尺度上,因此回归系数的绝对值可以用来比较因子效应的大小。
C. 代码化后的另一个好处是,删除回归方程中不显著的项时,其他项的回归系数不会改变。这是因为代码化使得回归系数与原始数据的尺度无关。在没有代码化的情况下,删除不显著的项可能会影响到其他项的回归系数,因为它们之间存在尺度上的依赖关系。
D. 代码化还可以使得各因子或因子间的交互作用的回归系数估计量相互独立。这意味着在进行系数显著性检验时,如果某个系数的P值较大,表明其效应不显著,可以将其从模型中删除,而不影响其他系数的估计。在没有代码化的情况下,由于系数之间可能存在相关性,即使某个系数的P值较大,也不能轻易删除,因为它可能与其他系数的估计有关。
综上所述,选项B.C和D都是代码化的好处,而选项A不是。因此,正确答案应该是B.C和D
第5题(来源:2017年六西格玛黑带真题【黑带】)
对于响应曲面方法的正确叙述是:
A.响应曲面方法是试验设计方法中的一种
B.响应曲面方法是在最优区域内建立响应变量与各自变量的二次回归方程
C.响应曲面方法可以找寻到响应变量最优区域
D.响应曲面方法可以判明各因子显著或不显著
正确答案:A,B
解析:《六西格玛黑带》第七章 P422
在实际工作中,常常需要研究响应变量Y 究竟如何依赖于自变量,进而找到自变量的设置使得响应变量得到最佳值(望大、望小或望目)。如果自变量的个数较少(通常不超过3个),则响应曲面方法是最好的方法之一。本方法特别适合于响应变量望大或望小的情形,而参数稳健设计方法则更适合于响应变量望目的情形。我们通常的作法是这样的:先用二水平因子试验的数据,拟合一个线性的回归方程(可以含交叉乘积项),如果发现有弯曲的趋势,则拟合一个含二次项的回归方程。
北京考生加油,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。