在一个试验设计的分析问题中，建立响应变量与各因子及交互效应的回归方程可以有两种方法：一是对各因子的代码值（CodeUnits）建立回归方程；二是直接对各因子的原始值（UncodedUnits）建立回归方程。在判断各因子或交互作用是否影响显著时，要进行对各因子回归系数的显著性检验，可以使用这两种方法中的哪一种（）？

为了获取关于提高特种钢的弹性值的有关信息，安排了一个3因子的全因子试验设计，进行了23+4共12次试验。在分析问题时发现，模型拟合并不好，主要是各因子的弯曲效应显著。经领导批准后，可以安排响应曲面设计。由于经费很紧张，希望尽量利用这12次试验结果数据，但有两个因子在因子试验时已处于试验范围的边界上。问：这时候应采取下列哪种设计？（）

单选题查看答案

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？（）

单选题查看答案

在3因子的全因子试验中，考查压力（Press）、时间（Time）和温度（Temp），响应变量是强度（strength）。在进行结果分析时，看到输出的分析结果如下表（各因子均为代码化后的数据），问下列哪个结论是正确的？（）

单选题查看答案

在选定Y为响应变量后，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=0.0021。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（）.

单选题查看答案

某工程师在六西格玛项目中关于选择试验设计方案与团队成员产生了分歧，该试验有6个因子，皆为连续型变量，根据工程经验，并非所有因子都显著。他准备用两水平设计，但是有的工程师认为个别因子与响应之间可能存在非线性，建议用三水平设计，为了用较少的试验次数得到响应与因子的模型，你认为哪些是可以实现试验次数较少的试验设计方案：（）

多选题查看答案

为了研究轧钢过程中的延伸量控制问题，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？（）

单选题查看答案

在因子设计阶段，对3个因子A、B、C进行两水平全因子的8次试验加上3个中心点试验后，可以确认3个主因子皆显著，但却发现了显著的弯曲，决定增做些试验点，形成响应曲面设计。一个团队成员建议在新设计中使用CCF（中心复合外切设计，CentralCompositeCircumscribe）设计，他这样建议的好处是（）

多选题查看答案

3因子的全因子试验设计共进行11次试验，是这样安排的：因子A为温度，低水平是80度，高水平是90度，因子B为压力，低水平是700公斤，高水平是800公斤；因子C为时间，低水平是20分钟，高水平是26分钟。获得试验数据后，在分析中发现ANOVA表中模型的总效应是显著的，但是明显地有弯曲（Curvature）。为此准备进行响应曲面设计。但压力不可能超过800公斤，可是原来的试验结果还希望继续使用。这时应采用下列哪种响应曲面设计？（）

单选题查看答案

在因子设计阶段，对3个因子A、B及C，进行二水平全因子共11次试验后，可以确认3者皆显著，但却发现了显著的弯曲。决定增做些试验点，形成响应曲面设计。一个团队成员建议在新设计中使用CCF（中心复合表面设计，Central Composite Face-Centered Design）。他这样建议的好处是（）

多选题查看答案