当前位置:首页 > 2017及往年真题六西格玛绿带复习题及答案
D. 这两张图什么问题也不能说明。 35.
三种层次的 防错设计不包括( B )
A:缺陷发生后即时可以发现 B:预防缺陷发生
C:预防错误发生 D:错误发生后即时可以发现 36.
下列描述哪个不适宜用检查表 ( A ) A:有流程的 地方都应当使用 B:当人的 因素是波动的 主要原因时 C:面对复杂或重复的 流程 D:容易疏忽的 环节 37.
一般控制图的 3个判异准则不包括 ( D ) A:点出界 B:连续9点在中心线一侧 C:连续6点上升或下降 D:连续7点上升或下降 38.
控制阶段使用工具的 顺序是 ( A ) A:风险评估一防错设计一控制图 B:风险评估一检查表一控制图 C:防错设计一检查表一控制图 D:检查表一防错设计一控制图 39.
一根轴的 变化的 直径不可以选择( C )控制图 A:I-MR B:Xbar—R C:C图 D:I-MR或Xbar—R 40.
原来本车间生产的 钢筋抗拉强度不够高,经六西格玛项目改
进后,钢筋抗拉强度似有提高。为了检验钢筋抗拉强度改进后是
21
否确有提高,改进前抽取8 根钢筋,改进后抽取10 根钢筋,记录了他们的 抗拉强度。希望检验两种钢筋的 抗拉强度平均值是否有显著差异。经检验,这两组数据都符合正态分布。在检查两样本的 方差是否相等及均值是否相等时,用计算机计算得到下列结果。( A )
Two-sample T for strength_After vs strength_Before N Mean StDev SE Mean
strength_After 10 531.45 9.84 3.1 strength_Before 8 522.44 5.88 2.1
Difference = mu (strength_After) - mu (strength_Before) Estimate for difference: 9.01250 95% lower bound for difference: 2.10405
T-Test of difference = 0 (vs >): T-Value = 2.28 P-Value =
22
0.018 DF = 16
A. 改进后平均抗拉强度有提高,但抗拉强度的 波动也增加了。 B. 改进后平均抗拉强度有提高,但抗拉强度的 波动未变。 C. 改进后平均抗拉强度无提高,但抗拉强度的 波动增加了。 D. 改进后平均抗拉强度无提高,抗拉强度的 波动也未变。 41.
检验A 与 B 的 总体均值是否有差异的 验证结果(显著性水
平5%),得到P值为 0.0019,对此解释正确的 是( B ) A : A和 B的 总体均值相同 B : A和 B的 总体均值不相同
C : A和 B的 总体均值约有0.0019程度的 差异 D : P值太小,无法对A与B的 总体均值下任何结论 42.
进行假设检验(T检验)分析时,没有必要确认的 内容是
( D )
A: 正态性检验, B: 方差齐性检验,
C: 设定显著性水平, D: 设定管理水平 43.
下列方差分析结果说明正确的 是 ( C )
One-way ANOVA: 强度 versus 班组 Source DF SS MS F P 班组 2 6.822 3.411 29.40 0.000 Error 27 3.133 0.116 Total 29 9.954
S = 0.3406 R-Sq = 68.53% R-Sq(adj) = 66.20%
23
A: 班组别强度无差异 B: 每个班组之间强度都有差异
C: 至少有一个班组与其他班组之间的 强度有差异 D: 无法判断 44.
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:( B )
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 45.
为了判断A 车间生产的 垫片的 变异性是否比B 车间生产的
垫片的 变异性更小,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 ) A:等方差检验 B:双样本 T 检验 C:单样本 T 检验 46.
下列关于方差分析的 说明中,错误的 是( C ) A: 方差分析的 目的 是为了比较多个总体的 显著性差异
24
共分享92篇相关文档