问题：
[单选] 为了判断两个变量间是否有相关关系，抽取了30对观测数据。计算出了他们的样本相关系数为0.65，对于两变量间是否相关的判断应该是这样的（）.
由于样本相关系数小于0.8，所以二者不相关。由于样本相关系数大于0.6，所以二者相关。由于检验两个变量间是否有相关关系的样本相关系数的临界值与样本量大小有关，所以要查样本相关系数表才能决定。由于相关系数并不能完全代表两个变量间是否有相关关系，本例信息量不够，不可能得出判定结果。
问题：
[单选] 响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：y=2.2+30000x1+0.0003x2由此方程可以得到结论是（）.
X1对Y的影响比X2对Y的影响要显著得多。X1对Y的影响比X2对Y的影响相同。X2对Y的影响比X1对Y的影响要显著得多。仅由此方程不能对X1及X2对Y影响大小作出判定。
问题：
[单选] 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（）.
只提高1千克，产量的提高肯定是不显著的。日产量平均值为201（千克），确实比原来200（千克）有提高。因为没有提供总体标准差的信息，因而不可能作出判断。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。
问题：
[单选] 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（）.
结束回归分析，将选定的回归方程用于预报等。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。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。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。
问题：
[单选] 回归方程Y=30-X中，Y的误差的方差的估计值为9，当X=1时，Y的95%的近似预测区间是（）.
（23，35）。（24，36）。（20，38）。（21，39）。
问题：
[单选] 某工序过程有六个因子A、B、C、D、E、F，工程师希望做部分因子试验确定主要的影响因素，准备采用26-2设计，而且工程师根据工程经验判定AB、BC、AE、DE之间可能存在交互作用，但是MINITAB给出的生成元（Generators）为E=ABC，F=BCD，为了不让可能显著的二阶交互作用相互混杂，下列生成元可行的是（）.
E=ABD，F=ABC。E=BCD，F=ABC。E=ABC，F=ABD。E=ACD，F=BCD。
问题：
[单选] 下列哪项设计是适合作为改进阶段开始的筛选实验（Screening Experiment）（）.
8因子的全因子实验。8因子的部分因子实验。中心复合设计（CCD.。Box-Behnken设计。
问题：
[单选] 经过团队的头脑风暴确认，影响过程的因子有A、B、C、D、E及F共六个。其中除因子的主效应外，还要考虑3个二阶交互效应AB、AC及DF，所有三阶以上交互作用可以忽略不计。由于试验成本较高，限定不可能进行全面的重复试验，但仍希望估计出随机误差以准确检验各因子显著性。在这种情况下，应该选择进行（）.
全因子试验。部分实施的二水平正交试验，且增加若干中心点。部分实施的二水平正交试验，不增加中心点。Plackett-Burman设计。
问题：
[单选] 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（Alias Structure Table）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（）.
3。4。5。6。
问题：
[单选] 六西格玛团队在研究过程改进时，大家共同确认要考虑8个因子。经费的限制使得试验总次数应尽可能地少，但仍希望不要使主效应与二阶交互作用相混杂。除了应安排4个中心点外，对于还该进行多少次试验，大家意见不一致。参考有关表格，你赞成下列哪个人的意见？（）
32次。。16次。。12次（Plackett-Burman设计）。。8次。。
