文档介绍：该【六西格玛黑带 I 阶段试题卷-答案 】是由【1781111****】上传分享，文档一共【13】页，该文档可以免费在线阅读，需要了解更多关于【六西格玛黑带 I 阶段试题卷-答案 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..【每题1分,共40分,1-30题为单选题,31-40题为多选题】,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:(B)。,,-,考虑了A,B,C,D,E及F共6个因子,准备进行16次试验。在计算机提供的混淆别名结构表(AliasStructureTable)中,看到有二阶交互作用效应AB与CE相混淆(Confounded),除此之外还有另一些二阶交互作用效应相混淆,但未看到任何主效应与某二阶交互作用效应相混淆。此时可以断定本试验设计的分辩度(Resolution)是(B),各抽取25个垫片后,测量并记录了其厚度的数值,发现两组数据都是正态分布。下面应该进行的是:(A)-(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:(B),,以确认数据与模型拟合得是否很好,,,看是否还有其它变量也对产量有影响,、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:FactorialFit:yversusA,B,C,DAnalysisofVariancefory(codedunits)-:..,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),选定了X1,X2,X3为自变量,并且用最小二乘法建立了多元回归方程。在MINITAB软件输出的ANOVA表中,看到P-Value=。在统计分析的输出中,找到了对各个回归系数是否为0的显著性检验结果。由此可以得到的正确判断是:(C),应该至少有1个以上的回归系数的检验结果是显著的(即至少有1个以上的回归系数检验的P-),不可能出现3个自变量回归系数检验的P--,这说明数据本身有较多异常值,此时的结果已无意义,要对数据重新审核再来进行回归分析。-,这说明这3个自变量间可能有相关关系,这种情况很正常。-VALUE=,,在经过2水平的4个因子的全因子试验后,得到了回归方程。其中,因子A代表轧压长度,低水平是50cm,高水平为70cm。响应变量Y为延伸量(单位为cm)。在代码化后的回归方程中,A因子的回归系数是4。问,换算为原始变量(未代码化前)的方程时,此回归系数应该是多少?(C)、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淆,下列生成元可行的是:(D)=ABD,F==BCD,F==ABC,F==ACD,F=(ScreeningExperiment):(B))-,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淆。除了应安排4个中心点外,对于还该进行多:..I阶段试题卷少次试验,大家意见不一致。参考有关表格,你赞成下列哪个人的意见?(B)。。(Plackett-Burman设计)。。,计算出它的工序能力指数Cp=,Cpk=。这时,应该对生产过程作出下列判断:(B),且过程的标准差太大。,过程的标准差尚可。,但过程的标准差太大。。,各抽取20个垫片后,测量并记录了其厚度的数值,发现两组数据都是非正态分布。下面应该进行的是:(D)-,请估算95%的置信区间(假设分布是正态的,请利用Z分布计算):(A)<u<<u<<u<<u<,P值(P-value)的含义是:(C)(原假设)(备择假设)(原假设)(备择假设),现在在其他条件不变的情况下,选择4种温度和3种压力,在其12种不同组合下且进行2次反复的实验,分析温度和压力的不同水平对吸收率的影响,请问温度和压力的交互作用的自由度是(C)(标准差)需要缩小为30%时,重复测量的次数应该是(B),其中50个为优等品,请问置信水平为95%的条件下,任取一个产品即是优等品的置信区间是(A)A.(%~%)B.(%~%)C.(%~%)D.(%~%),功能上不类似于参数检验中的单因子ANOVA(B)-Wallis:..-`=<1时,表示预测变量间(A),必须剔除不重要的预测变量20关于试验设计,描述错误的是(D),是研究作用于因子X’s与关键质量特性CTQ’s之间关系的方法论。、加速设计开发周期、降低开发成本、改善从研发、,(Factor),描述正确的是(A),例如:,例如:,(Level),描述正确的是(B),例如:,例如:,(Response),描述正确的是(C),例如:,例如:,(也称处理),描述正确的是(D),例如:,例如:,,不包括(D):..,描述不正确的是(D).,以下哪一个描述正确?(A)CubePlot(datameans)(D),模型将包含(D)个三元交互作用。,试验的分辨率是(A)。.(多选)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:..I阶段试题卷水平时,把“高”“低”二水平分别记为“+1”及“-1”。这样做的好处是:(BCD)。,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。,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。,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(),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。32.(多选)在两水平因子试验时,增加若干个中心点的优点是:(ABD).(多选)在2水平全因子试验中,通过统计分析发现因子C及交互作用A*B是显著的,而A、B、D均不显著,则在选取最佳方案时,应考虑:(BC).(多选)某次试验安排5个因子(A、B、C、D和E)两个水平(+,-),共进行了8次,具体安排如下:TestABCDE1-1-1-11121-1-1-1-13-11-1-11411-11-15-1-111-161-11-117-111-1-1811111问以下四个情况那个不会发生?(AD).(多选)在2水平全因子试验中,通过统计分析发现因子C及交互作用A*B是显著的,而A、B、D均不显著,则在选取最佳方案时,应考虑:(BC):..I阶段试题卷36.(多选)在两水平因子试验时,增加若干个中心点的优点是:(ABD)(多选)在改进阶段中,安排了试验的设计与分析。仅对新建立的模型进行一般的统计分析是不够的,还必须进行残差的诊断。这样做的目的是:(AD),.(多选)下面哪种面临的实际问题不适合使用顺序逻辑回归的有(ACD),例如:,例如:初级、,例如:.(多选)您作为BB面临以下问题时,请判断可以使用哪种工具(BC)%%.(多选)关于在DOE和回归分析中的输出指标决定系数R平方,不正确的是(BCD)“多少”-1到+【每空1分,共10分】、改善方案最佳化和(实施结果验证)三个大步骤。.,可以用增加(中心点)的方法解决。,可以用增加(区组):完全重复、(随机化)、区组化。,试验的分辨率是(Ⅴ)。,希望了解他们的不良情况是否存在显著差异,使用Chi-squaretest结果如下:请手动计算Chi-square=()Chi-SquareTest:不良,良品不良良品Total1103*34579:..(其中之一乃离散属性的)加3个中心点,6个复制,请问如果你执行Minitab里的Stat>DOE>Factorial>CreateFactorialDesign..你会总共得到多少个运行次数(102)。,我们知道总变异等于测量系统的变异加上样本的变异,其中测量系统的变异又是由重复性的变异和(再现性)的变异组成成。,而每组内可以保证条件差异较小,即同质齐性,我们可以尽量消除由于较大试验误差所带来的分析上的不利影响,这种方法在DOE中被叫做(区组)。,DOE结论的方程如果是(线性)的,说明你的研究都没有到头。【每题1分,共5分】(对则打√,错则打×)———————————————————————————————(Χ)————(√),3因子及以上的交互作用不显著—————————————————————(√),有些因子间各水平的联合搭配对输出变量的影响——————(Χ),模型将包含3个三元交互作用——————————(Χ)【共25分】,计算三元交互作用效应值,要求写出主要计算过程?【5分】温度浓度催化剂输出-1-1-1601-1-172-11-15411-168-1-11521-1183-1114511180答案:仅右下角为本题答案。方法之一:温度×浓度温度×催化剂浓度×催化剂温度×浓度×催化剂:..I阶段试题卷计算单个正负输出值606060-60=水平编码*输出值-72-727272-5454-545468-68-68-6852-52-5252-8383-83-83-45-4545-=sum(所有单个输出值)=总效应差/:温度×浓度温度×催化剂浓度×催化剂温度×浓度×-++1水平与-=总效应差/4CubePlot(datameans)?【5分】:***Conc-:..:BCDEY101100180644101120180366102100140670102120140354151100140353151120140655152100180393152120180682(1)请给出别名结构?【2分】(2)经过分析后你得到哪个因子显著?(筛选时ɑ=)【3分】答案:(1)别名结构:I=A*B*D=A*C*E=B*C*D*E。(2)只有因子B显著。,特设计了一轮实验,数据如下,请分析最佳生产条件,要求Y最大36,目标32;.【5分】TimeTempY30163205016336501633430163225019015301902530190225019016答案:[][]:==、A2、A3,如果您是工程师,请给出最简洁的判断均值是否存在差异的方法和结论:【5分】:..:图形方法,结论存在显著差异。【共20分】【5分】1,在MINITAB中建立数据组,把响应变量所有数值放在同一列。对每个输入变量或因子,用一列作为指示列(该列标明因子的不同水平)2,用DOE程序确定实验的设计若每个实验仅有一个观察值,使用主效应图MainEffectsPlot选项?一般说来,若实验超过3因子时,仅采用含有3-因子及2-因子交互作用的模型3,(可选择项)使用统计方差>平衡方差分析针对残差实施诊断4,先解释“最高阶”交互作用的F值。若采用效应图EffectsPlot,需确认偏移影响并加以分析?若在实验中使用了中心点,检查曲率Curvature的F值?若该值大,需评估弯曲的影响5,针对显著的交互作用使用Minitab的交互作用图若有显著的3因子,或更高阶的交互作用,则必须将该数据分组并检查其交互作用图6,使用表格Tables功能,针对显著的交互作用,分析其描述性统计数据7,若无一交互作用为显著,检查主效应按照单因子ANOVA方法解释结果。使用主效应图来检查。8,依据上述结果,重新用缩减模型(仅含显著效应)执行分析。9,检验此缩减模型的残差10,计算每个显著效应的Epsilon-Squares,以表示其实际显著性11,(可选择项)检查最终模型中方差的相等性12,提出结论及建议13,规划下个实验,重复最佳实验设定,,设计出带有重复、反复、中心点的DOE未编码矩阵。【5分】:..(50,60);温度(260,320);该实验复制2次;实验数据如下,请分析该实验并使用最优化器设置。已知Y为纯度。公司处于成本考虑,;,行业标准要求最小值为92。(1)请描述主要步骤以及主要步骤的结论。【4分】(2)请找出Minitab中反应优化器的推荐设置.【6分】答案::..[][]:==