六西格瑪單選題題庫(答案及解析)

1、中國質(zhì)量協(xié)會注冊六西格瑪黑帶考試單選題1. 黑帶是六西格瑪管理中最為重要的角色之一。在下面的陳述中，哪些不是六西格瑪黑帶應(yīng)承擔(dān)的任務(wù)：答案 DA. 在倡導(dǎo)者（Champion）和資深黑帶（MBB）的指導(dǎo)下，帶領(lǐng)團隊完成六西格瑪項目B. 運用六西格瑪管理工具方法，發(fā)現(xiàn)問題產(chǎn)生的根本原因，確認(rèn)改進機會；C. 與倡導(dǎo)者資深黑帶以及項目相關(guān)方溝通，尋求各方的支持和理解；D. 負(fù)責(zé)整個組織六西格瑪管理的部署，為團隊確定六西格瑪管理推進目標(biāo)，分配資源并監(jiān)控進展。2. 確定項目選擇及項目優(yōu)先級是下列哪個角色的責(zé)任：答案 D A黑帶B黑帶大師C綠帶D倡導(dǎo)者3. 在分析X R控制圖時應(yīng)：答案 BA. 先分析X

2、圖然后再分析R 圖B. 先分析R 圖然后再分析X 圖C. X 圖和R 圖無關(guān)，應(yīng)單獨分析D. 以上答案都不對4.在六西格瑪管理的組織結(jié)構(gòu)中，下面的陳述哪個是正確的：答案 C A. 黑帶應(yīng)當(dāng)自主決定項目選擇B綠帶的數(shù)量和素質(zhì)是推行六西格瑪獲得成功的關(guān)鍵因素C倡導(dǎo)者對六西格瑪活動整體負(fù)責(zé)，確定前進方向D以上都不是5. 質(zhì)量管理大師戴明先生在其著名的質(zhì)量管理十四條中指出“停止依靠檢驗達成質(zhì)量的做法”，這句話的含義是：答案 B A. 企業(yè)雇傭了太多的檢驗人員，對經(jīng)營來說是不經(jīng)濟的。B. 質(zhì)量是設(shè)計和生產(chǎn)出來的，不是檢驗出來的。C. 在大多數(shù)情況下，應(yīng)該由操作人員自己來保證質(zhì)量，而不是靠檢驗員保證。D.

3、 人工檢驗的效率和準(zhǔn)確率較低，依靠檢驗是不能保證質(zhì)量的。6. 在下列陳述中，不正確的是：答案 A A. 六西格瑪管理僅是適合于制造過程質(zhì)量改進的工具；B. 六西格瑪管理是保持企業(yè)經(jīng)營業(yè)績持續(xù)改善的系統(tǒng)方法；C. 六西格瑪管理是增強企業(yè)領(lǐng)導(dǎo)力和綜合素質(zhì)的管理模式；D. 六西格瑪管理是不斷提高顧客滿意程度的科學(xué)方法。7.下列說法錯誤的是: 答案 B A. 界定階段包括界定項目范圍、組成團隊。B. 測量階段主要是測量過程的績效，即Y，在測量前要驗證測量系統(tǒng)的有效性，找到并確認(rèn)影響Y 的關(guān)鍵原因。C. 分析階段主要是針對Y 進行原因分析，找到并驗證關(guān)鍵原因。D. 改進階段主要是針對關(guān)鍵原因X 尋找改進

4、措施，并驗證改進措施。8.在以下常用的QC 新七種工具方法中，用于確定項目工期和關(guān)鍵路線的工具是：答案 D A. 親和圖B. 矩陣圖C. PDPC 法D. 網(wǎng)絡(luò)圖9. “平衡記分卡”是由下述哪幾個維度構(gòu)成的：答案 A A. 財務(wù)、顧客、內(nèi)部業(yè)務(wù)流程、員工學(xué)習(xí)與成長B. 評價系統(tǒng)、戰(zhàn)略管理系統(tǒng)、內(nèi)部溝通系統(tǒng)C. 業(yè)績考評系統(tǒng)、財務(wù)管理系統(tǒng)、內(nèi)部流程D. 財務(wù)系統(tǒng)、績效考核系統(tǒng)、顧客關(guān)系管理系統(tǒng)10. 在質(zhì)量功能展開(QFD, Quality Function Deployment) 中，首要的工作是：答案 CA. 客戶競爭評估B. 技術(shù)競爭評估C. 決定客戶需求D. 評估設(shè)計特色11.在某檢驗點

5、，對1000 個某零件進行檢驗，每個零件上有10 個缺陷機會，結(jié)果共發(fā)現(xiàn)16 個零件不合格，合計32 個缺陷，則DPMO為：答案 B A. 0.0032B. 3200C. 32000D. 160012.下面列舉的工具中，哪個一般不是在項目選擇時常用的工具：答案 B A. 排列圖（Pareto）B. 實驗設(shè)計C. QFDD. 因果矩陣13六西格瑪項目團隊在明確項目范圍時，應(yīng)采用以下什么工具？答案 B A. 因果圖B. SIPOC 圖C. PDPC 法D. 頭腦風(fēng)暴法14. 哪種工具可以用于解決下述問題：答案 B 一項任務(wù)可以分解為許多作業(yè)，這些作業(yè)相互依賴和相互制約，團隊希望把各項作業(yè)之間的這種

6、依賴和制約關(guān)系清晰地表示出來，并通過適當(dāng)?shù)姆治稣页鲇绊戇M度的關(guān)鍵路徑，從而能進行統(tǒng)籌協(xié)調(diào)。A. PDPC(過程決策程序圖)B. 箭條圖(網(wǎng)絡(luò)圖)C. 甘特圖D. 關(guān)聯(lián)圖15.下述團隊行為標(biāo)示著團隊進入了哪個發(fā)展階段？答案 B 團隊的任務(wù)已為其成員所了解，但他們對實現(xiàn)目標(biāo)的最佳方法存在著分歧，團隊成員仍首先作為個體來思考，并往往根據(jù)自己的經(jīng)歷做出決定。這些分歧可能引起團隊內(nèi)的爭論甚至矛盾。A. 形成期B. 震蕩期C. 規(guī)范期D. 執(zhí)行期16.在界定階段結(jié)束時，下述哪些內(nèi)容應(yīng)當(dāng)?shù)靡源_定？答案 D 1、項目目標(biāo)2、項目預(yù)期的財務(wù)收益3、項目所涉及的主要過程4、項目團隊成員A. 1；B. 1 和4；C

7、. 2 和3；D. 1、2、3 和4。17.在項目特許任務(wù)書(Team Charter)中，需要陳述“經(jīng)營情況”（Business Case,也被稱為項目背景）。該項內(nèi)容是為了說明：答案 A A. 為什么要做該項目；B. 項目的目標(biāo)；C. 項目要解決的問題；D. 問題產(chǎn)生的原因。18. 一個過程由三個工作步驟構(gòu)成（如圖所示），步驟一步驟二步驟三，每個步驟相互獨立，每個步驟的一次合格率FTY 分別是：FTY1 = 99% ；FTY2 = 97%；FTY3 = 96%。則整個過程的流通合格率為：答案 A A. 92.2%B. 99%C. 96%D. 97.3%19. 在談到激勵技巧時，常常會基于馬

8、斯洛（Maslow）的“人的五個基本需求”理論。馬斯洛認(rèn)為：人們的最初激勵來自于最低層次的需求，當(dāng)這個需求被滿足后，激勵便來自于下一個需求。那么，按照馬斯洛理論，人們需求層次從低到高的順序就是：答案 C A. 安全需要生存需要尊重歸屬感成就或自我實現(xiàn)B. 生存需要安全需要尊重歸屬感成就或自我實現(xiàn)C. 生存需要安全需要歸屬感尊重成就或自我實現(xiàn)D. 生存需要安全需要歸屬感成就或自我實現(xiàn)尊重20. 劣質(zhì)成本的構(gòu)成是：答案 BA. 內(nèi)部損失和外部損失成本B. 不增值的預(yù)防成本鑒定成本內(nèi)部損失和外部損失成本C. 不增值的預(yù)防成本內(nèi)部損失和外部損失成本D. 鑒定成本內(nèi)部損失和外部損失成本21. 某生產(chǎn)線上

9、順序有3 道工序，其作業(yè)時間分別是8 分鐘、10 分鐘、6 分鐘，則生產(chǎn)線的節(jié)拍是：答案 B A. 8 分鐘B. 10 分鐘C. 6 分鐘D. 以上都不對22. 下述網(wǎng)絡(luò)圖中，關(guān)鍵路徑是？（時間單位：天）答案 C 1 3 6 9 104 72 5 834 122 3 1 23311 46A. B. C. D. 23. 對于離散型數(shù)據(jù)的測量系統(tǒng)分析，通常應(yīng)提供至少30 件產(chǎn)品，由3 個測量員對每件產(chǎn)品重復(fù)測量2 次，記錄其合格與不合格數(shù)目。對于30 件產(chǎn)品的正確選擇方法應(yīng)該是：答案 B A. 依據(jù)實際生產(chǎn)的不良率，選擇成比例的合格及不合格樣品B. 至少10 件合格，至少10 件不合格，這與實際生

10、產(chǎn)狀態(tài)無關(guān)C. 可以隨意設(shè)定比率,因為此比率與測量系統(tǒng)是否合格是無關(guān)的D. 以上都不對24美國工程師的項目報告中提到，在生產(chǎn)過程中，當(dāng)華氏度介于(70,90)之間時,產(chǎn)量獲得率（以百分比計算）與溫度（以華氏度為單位）密切相關(guān)（相關(guān)系數(shù)為0.9），而且得到了回歸方程如下:Y = 0.9X + 32，黑帶張先生希望把此公式中的溫度由華氏度改為攝氏度。他知道攝氏度（C）與華氏度（F）間的換算關(guān)系是：C = 5/9 （ F 32），請問換算后的相關(guān)系數(shù)和回歸系數(shù)各是多少？答案 A A. 相關(guān)系數(shù)為0.9，回歸系數(shù)為1.62B. 相關(guān)系數(shù)為0.9，回歸系數(shù)為0.9C. 相關(guān)系數(shù)為0.9，回歸系數(shù)為0.5

11、D. 相關(guān)系數(shù)為0.5，回歸系數(shù)為0.525. 對于流水線上生產(chǎn)的一大批二極管的輸出電壓進行了測定。經(jīng)計算得知，它們的中位數(shù)為2.3V。5 月8 日上午，從該批隨機抽取了400 個二極管，對于它們的輸出電壓進行了測定。記X 為輸出電壓比2.3V 大的電子管數(shù)，結(jié)果發(fā)現(xiàn)，X=258 支。為了檢測此時的生產(chǎn)是否正常。先要確定X 的分布。可以斷言：答案 B A. X 近似為均值是200，標(biāo)準(zhǔn)差是20 的正態(tài)分布。B. X 近似為均值是200，標(biāo)準(zhǔn)差是10 的正態(tài)分布。C. X 是（180，220）上的均勻分布。D. X 是（190，210）上的均勻分布。解析：考點1：題目說明中位數(shù)為2.3V，則可認(rèn)

12、為X服從n=400，p=0.5的二項分布。 p=0.5的二項分布可以近似看做正態(tài)分布。 考點2：正態(tài)分布的均值公式為=np=400X0.5=200, 標(biāo)準(zhǔn)差公式為Stdev(X)=(np(1-p)(1/2)=（200X0.5）0.5=10。26. 容易看到，在一個城市中不同收入者的住房面積相差懸殊，分布一般會呈現(xiàn)出嚴(yán)重的右偏傾向。為了調(diào)查S 市的住房狀況，隨機抽取了1000 個住戶，測量了他們的住房面積。在這種情況下，代表一般住房狀況的最有代表性的指標(biāo)應(yīng)該是：答案 D A樣本平均值（Mean）B去掉一個最高值，去掉一個最低值，然后求平均C樣本眾數(shù)（Mode），即樣本分布中概率最高者。D .樣本

13、中位數(shù)（Median）27. 在起重設(shè)備廠中, 對于供應(yīng)商提供的墊片厚度很敏感。墊片厚度的公差限要求為12 毫米1 毫米。供應(yīng)商對他們本月生產(chǎn)狀況的報告中只提供給出 Cp=1.33, Cpk=1.00 這兩個數(shù)據(jù)。這時可以對于墊片生產(chǎn)過程得出結(jié)論說:答案 A A. 平均值偏離目標(biāo)12 毫米大約 0.25 毫米B. 平均值偏離目標(biāo)12 毫米大約 0.5 毫米C. 平均值偏離目標(biāo)12 毫米大約 0.75 毫米D. 以上結(jié)果都不對28.下表是一個分組樣本分組區(qū)間（35，45 （45，55 （55，65 （65，75頻數(shù) 3 8 7 2則其樣本均值X 近似為：答案 B A. 50B. 54C. 62D

14、. 6429. 在某快餐店中午營業(yè)期間內(nèi)，每分鐘顧客到來人數(shù)為平均值是8 的泊松（Poisson）分布。若考慮每半分鐘到來的顧客分布，則此分布近似為：答案 B A平均值是8 的泊松（Poisson）分布B平均值是4 的泊松（Poisson）分布C平均值是2 的泊松（Poisson）分布D分布類型將改變。30. 一批產(chǎn)品分一、二、三級，其中一級品是二級品的二倍，三級品是二級品的一半，若從該批產(chǎn)品中隨機抽取一個，此產(chǎn)品為二級品的概率是：答案 DA. 1/3B. 1/6C. 1/7D. 2/731. 為調(diào)查呼吸阻塞癥在中國發(fā)病率，發(fā)了5000 份問卷。由于呼吸阻塞癥與嗜睡癥有密切關(guān)系，問卷都是關(guān)于是

15、否有嗜睡傾向的。后來，問卷只回收了約1000 份，對回答了問卷的人進行了檢測，發(fā)現(xiàn)呼吸阻塞癥患病率為12%。對此比率數(shù)值是否準(zhǔn)確的判斷應(yīng)為：答案 B A. 可以認(rèn)為此數(shù)是發(fā)病率的正確估計B. 由于未回收問卷較多，此值估計偏高C. 由于未回收問卷較多，此值估計偏低D. 1000 份太少，上述發(fā)病率的估計無意義解析：一般發(fā)送問卷調(diào)查分為郵寄式和分發(fā)式，郵寄式的回收率常規(guī)是50%以上認(rèn)為可靠，分發(fā)式問卷67%以上認(rèn)為可靠。但所有回收的問卷都是有價值的。數(shù)據(jù)可靠度不一樣而已。從回收問卷得出的結(jié)論我們無法確定偏差范圍，因為回收問卷是分發(fā)問卷的樣本，但不是研究人員確定的隨機樣本?；厥盏膯柧硪话銇碇v與答覆人

16、的利益相關(guān)性越高回收可能性越大，造成數(shù)據(jù)偏大的可能性越高。研究的樣本偏重于由此現(xiàn)象的群體。所以是B。32. 對于一組共28 個數(shù)據(jù)進行正態(tài)性檢驗。使用MINITAB 軟件，先后依次使用了“Anderson-Darling”，“Ryan-Joiner（Similar to Shapiro-Wilk）”及“Kolmogorov Smirnov”3 種方法，但卻得到了3種不同結(jié)論:“Anderson-Darling”檢驗p-value0.10 以及“Kolmogorov Smirnov”檢驗p-value0.15 都判數(shù)據(jù)“正態(tài)”。這時候正確的判斷是： C A按少數(shù)服從多數(shù)原則，判數(shù)據(jù)“正態(tài)”。B任

17、何時候都相信“最權(quán)威方法”。在正態(tài)分布檢驗中，相信MINITAB 軟件選擇的缺省方法“Anderson-Darling”是最優(yōu)方法，判數(shù)據(jù)“非正態(tài)”。C檢驗中的原則總是“拒絕是有說服力的”，因而只要有一個結(jié)論為“拒絕”則相信此結(jié)果。因此應(yīng)判數(shù)據(jù)“非正態(tài)”。D此例數(shù)據(jù)太特殊，要另選些方法再來判斷，才能下結(jié)論。33. 已知化纖布每匹長100 米，每匹布內(nèi)的瑕疵點數(shù)服從均值為10 的Poisson 分布?？p制一套工作服需要4 米化纖布。問每套工作服上的瑕疵點數(shù)應(yīng)該是： C A. 均值為10 的Poisson 分布B. 均值為2.5 的Poisson 分布C. 均值為0.4 的Poisson 分布D.

18、 分布類型已改變34. 從平均壽命為1000 小時壽命為指數(shù)分布的二極管中，抽取100 件二極管，并求出其平均壽命。則：答案 C A. 平均壽命仍為均值是1000 小時的指數(shù)分布B. 平均壽命近似為均值是1000 小時，標(biāo)準(zhǔn)差為1000 小時的正態(tài)分布C. 平均壽命近似為均值是1000 小時，標(biāo)準(zhǔn)差為100 小時的正態(tài)分布D. 以上答案都不對。解析1：抽取100件，所以服從了正態(tài)分布，所以根據(jù)中心極限定理，均值相等，標(biāo)準(zhǔn)差除以根號n又因為是指數(shù)分布，指數(shù)分布的均值和標(biāo)準(zhǔn)差相等所以選擇C解析2：首先，指數(shù)分布均值等于標(biāo)準(zhǔn)偏差。指數(shù)分布不具備可加性，均值不會改變，標(biāo)準(zhǔn)偏差也不會改變。這只針對指數(shù)分

19、布而言， E（X）=1/=1000小時；（x）=1/=1000小時其次，針對“抽取 100件二極管，并求出其平均壽命”，該均值分布為近似正太分布，據(jù)中心極限定理可知。E（X）=1/=1000小時，（x）=1000/（n的1/2次冪）=1000/10=100小時，所以答案是（C）。 35. 某供應(yīng)商送來一批零件，批量很大，假定該批零件的不良率為1%，今從中隨機抽取32 件，若發(fā)現(xiàn)2 個或2 個以上的不良品就退貨，問接受這批貨的概率是多少？答案 CA. 72.4%B. 23.5%C. 95.9%D. 以上答案都不對解析：首先確定不良品分布為二項分布，接受概率=P(X=0)+P(X=1)。利用二項分

20、布概率公式進行計算。P(X=0)=0.9932=0.72498；P(X=1)=32*0.01*0.7323=0.23434。P(X=0)+P(X=1)=0.72498+0.234340.959=95.9%個人解答：概率還是不會，借助minitab概率分布，選擇二項分布，累積概率，參數(shù)填32次試驗，概率為0.01，選擇x小于等于1，得出結(jié)果為95.93%36. 某企業(yè)用臺秤對某材料進行稱重，該材料重量要求的公差限為50015 克。現(xiàn)將一個500 克的砝碼，放在此臺秤上去稱重，測量20 次，結(jié)果發(fā)現(xiàn)均值為510 克，標(biāo)準(zhǔn)差為1 克。這說明： A A. 臺秤有較大偏倚（Bias），需要校準(zhǔn)B. 臺秤

21、有較大的重復(fù)性誤差，已不能再使用，需要換用精度更高的天平。C. 臺秤存在較大的再現(xiàn)性誤差，需要重復(fù)測量來減小再現(xiàn)性誤差。D. 測量系統(tǒng)沒有問題，臺秤可以使用。解析：這道題目不難，相信你也知道答案是A。但是想知道的具體點，為什么是A。對于B，重復(fù)性是指同一檢驗人員,同一設(shè)備,對同一工件進行多次測量,測量值之間的差異，題目已經(jīng)給出標(biāo)準(zhǔn)差是1g，對于測量15克的產(chǎn)品綽綽有余了。對于C，再現(xiàn)性是指不同的檢驗人員,同一設(shè)備,對同一工件進行測量,測量值之間的差異，根據(jù)題目描述，與在現(xiàn)性一毛關(guān)系都沒有。對于D，真值510g的產(chǎn)品有很高概率（高達99.73%）會得出5203g的結(jié)果，被判定不合格；同樣，真值4

22、80g的產(chǎn)品，有很高概率會得出4903g 的錯誤結(jié)果，被判定為合格。這樣的測量系統(tǒng)，怎么用？所以答案是A，而且A可以告訴我們怎么用。系統(tǒng)偏倚10g，應(yīng)當(dāng)在測量結(jié)果中修正。 37. 在數(shù)字式測量系統(tǒng)分析中，測量人員間基本上無差異，但每次都要對初始狀態(tài)進行設(shè)定，這時，再現(xiàn)性誤差是指： B A. 被測對象不變，測量人員不變，各次獨立重復(fù)測量結(jié)果之間的差異；B. 被測對象不變，在不同初始狀態(tài)的設(shè)定下，各次測量結(jié)果之間的差異；C. 同一測量人員，對各個被測對象各測一次，測量結(jié)果之間的差異；D. 以上都不是。38. 車床加工軸棒，其長度的公差限為1803 毫米。在測量系統(tǒng)分析中發(fā)現(xiàn)重復(fù)性標(biāo)準(zhǔn)差為0.12

23、毫米，再現(xiàn)性標(biāo)準(zhǔn)差為0.16 毫米。從%P/T 的角度來分析，可以得到結(jié)論： B A. 本測量系統(tǒng)從%P/T 角度來說是完全合格的B. 本測量系統(tǒng)從%P/T 角度來說是勉強合格的C. 本測量系統(tǒng)從%P/T 角度來說是不合格的D. 上述數(shù)據(jù)不能得到%P/T 值，從而無法判斷解析： R&R=6*（0.122+0.162）1/2=1.2 P/T=R&R/(USL-LSL)=1.2/6=20%，一般來講，P/TV或者P/T10%說明測量系統(tǒng)能力很好；10%P/TV或者P/T30%說明測量系統(tǒng)能力處于臨界狀態(tài)；P/TV或者P/T30%，測試系統(tǒng)能力不足，必須加以改進。本題中，10%P/T=20%30%，

24、說明測試系統(tǒng)勉強合格。選B39. 在鉗工車間自動鉆空的過程中，取30 個鉆空結(jié)果分析，其中心位置與規(guī)定中心點在水平方向的偏差值的平均值為1 微米，標(biāo)準(zhǔn)差為8 微米。測量系統(tǒng)進行分析后發(fā)現(xiàn)重復(fù)性（Repeatability）標(biāo)準(zhǔn)差為3 微米，再現(xiàn)性（Reproducibility）標(biāo)準(zhǔn)差為4 微米。從精確度/過程波動的角度來分析，可以得到結(jié)論: C A. 本測量系統(tǒng)從精確度/過程波動比(R&R%)來說是完全合格的B. 本測量系統(tǒng)從精確度/過程波動比(R&R%)來說是勉強合格的C. 本測量系統(tǒng)從精確度/過程波動比(R&R%)來說是不合格的D. 上述數(shù)據(jù)不能得到精確度/過程波動比(R&R%), 從而

25、無法判斷解析： ms=（32+42）1/2=5 ；PV=(TV)2-(R&R)21/2=6*(64-25)1/2=6*391/2；P/PV=R&R/PV=6ms/6*391/2=5 /391/2=5/6.130%，故選C。40. 對于正態(tài)分布的過程,有關(guān)Cp 、C pk 和缺陷率的說法，正確的是：BA. 根據(jù)Cp 不能估計缺陷率, 根據(jù)Cpk 才能估計缺陷率B. 根據(jù)Cp和Cpk 才能估計缺陷率C. 缺陷率與Cp和Cpk 無關(guān)D. 以上說法都不對解析：p（d）=-3(2Cp-Cpk)+(-3Cpk).顯然缺陷數(shù)與Cp和Cpk兩個指標(biāo)都有關(guān)系。故選B。41. 對于一個穩(wěn)定的分布為正態(tài)的生產(chǎn)過程，

26、計算出它的工序能力指數(shù)C p=1.65， Cpk =0.92。這時，應(yīng)該對生產(chǎn)過程作出下列判斷： B A生產(chǎn)過程的均值偏離目標(biāo)太遠(yuǎn)，且過程的標(biāo)準(zhǔn)差太大。B生產(chǎn)過程的均值偏離目標(biāo)太遠(yuǎn)，過程的標(biāo)準(zhǔn)差尚可。C生產(chǎn)過程的均值偏離目標(biāo)尚可，但過程的標(biāo)準(zhǔn)差太大。D對于生產(chǎn)過程的均值偏離目標(biāo)情況及過程的標(biāo)準(zhǔn)差都不能作出判斷。42. 假定軸棒生產(chǎn)線上，要對軸棒長度進行檢測。假定軸棒長度的分布是對稱的（不一定是正態(tài)分布），分布中心與軸棒長度目標(biāo)重合。對于100 根軸棒，將超過目標(biāo)長度者記為“+”號，將小于目標(biāo)長度者記為“-”號。記N+為出現(xiàn)正號個數(shù)總和，則N+的分布近似為： D A（40，60）間的均勻分布。B

27、（45，55）間的均勻分布。C均值為50，標(biāo)準(zhǔn)差為10 的正態(tài)分布。D均值為50，標(biāo)準(zhǔn)差為5 的正態(tài)分布。解析：根據(jù)中心極限定理，服從正態(tài)分布；均值=50，標(biāo)準(zhǔn)差=50/1001/2=5,故選D。43. 某生產(chǎn)線有三道彼此獨立的工序，三道工序的合格率分別為：95%，90%，98%。如下圖所示：步驟一 步驟二步驟三每道工序后有一檢測點，可檢出前道工序的缺陷，缺陷不可返修,問此時整條線的初檢合格率是多少？CA. 90%B. 98%C. 83.79%D. 83%44. 一批數(shù)據(jù)的描述性統(tǒng)計量計算結(jié)果顯示，均值和中位數(shù)都是100。這時，在一般情況下可以得到的結(jié)論是： A A. 此分布為對稱分布B. 此

28、分布為正態(tài)分布C. 此分布為均勻分布D. 以上各結(jié)論都不能肯定45. 從參數(shù)=0.4 的指數(shù)分布中隨機抽取容量為25 的一個樣本，則該樣本均值=25，標(biāo)準(zhǔn)差近似為： B A. 0.4B. 0.5C. 1.4D. 1.5解析：指數(shù)分布，均值=標(biāo)準(zhǔn)偏差，原分布中，均值=標(biāo)準(zhǔn)偏差=1/ =1/0.4=2.5，由于樣本量為25，根據(jù)中心極限定理，新分布的=原西格瑪/根號（樣本量）=2.5/5=0.546. 某藥廠最近研制出一種新的降壓藥，為了驗證新的降壓藥是否有效，實驗可按如下方式進行：選擇若干名高血壓病人進行實驗，并記錄服藥前后的血壓值，然后通過統(tǒng)計分析來驗證該藥是否有效。對于該問題,應(yīng)采用: B

29、A雙樣本均值相等性檢驗B配對均值檢驗C F 檢驗D方差分析47. 為了判斷A 車間生產(chǎn)的墊片的變異性是否比B 車間生產(chǎn)的墊片的變異性更小，各抽取25 個墊片后，測量并記錄了其厚度的數(shù)值，發(fā)現(xiàn)兩組數(shù)據(jù)都是正態(tài)分布。下面應(yīng)該進行的是：47 A A兩樣本F 檢驗B兩樣本T 檢驗C兩樣本配對差值的T 檢驗D兩樣本Mann-Whitney 秩和檢驗解析：考慮的是變異性，即考察，數(shù)據(jù)呈正態(tài)分布，可以用F檢驗和ANOVA檢驗，本題選用A48. 為了降低汽油消耗量，M 研究所研制成功一種汽油添加劑。該所總工程師宣稱此添加劑將使行駛里程提高2%。X 運輸公司想驗證此添加劑是否有效，調(diào)集本公司各種型號汽車30 輛

30、，發(fā)給每輛汽車普通汽油及加注添加劑汽油各10 升，記錄了每輛車用兩種汽油的行駛里程數(shù)，共計60 個數(shù)據(jù)。檢驗添加劑是否有效的檢驗方法應(yīng)該是：48 B A. 雙樣本均值相等性T 檢驗。B. 配對樣本檢驗C. F 檢驗D. 兩樣本非參數(shù) Mann-Whitney 檢驗49. 原來本車間生產(chǎn)的鋼筋抗拉強度不夠高，經(jīng)六西格瑪項目改進后，鋼筋抗拉強度似有提高。為了檢驗鋼筋抗拉強度改進后是否確有提高，改進前抽取8 根鋼筋，改進后抽取10 根鋼筋，記錄了他們的抗拉強度。希望檢驗兩種鋼筋的抗拉強度平均值是否有顯著差異。經(jīng)檢驗，這兩組數(shù)據(jù)都符合正態(tài)分布。在檢查兩樣本的方差是否相等及均值是否相等時，用計算機計算得

31、到下列結(jié)果。time95% Bonferroni Confidence Intervals for StDevsBeforeAfter5.0 7.5 10.0 12.5 15.0 17.5 20.0timestrengthBeforeAfter510 520 530 540 550F-Test0.181Test Statistic 2.80P-Value 0.188Levenes TestTest Statistic 1.96P-ValueTest for Equal Variances for strengthTwo-sample T for strength_After vs streng

32、th_BeforeN Mean StDev SE Meanstrength_After 10 531.45 9.84 3.1strength_Before 8 522.44 5.88 2.1Difference = mu (strength_After) - mu (strength_Before)Estimate for difference: 9.0125095% lower bound for difference: 2.10405T-Test of difference = 0 (vs ): T-Value = 2.28 P-Value = 0.018 DF = 16答案：49 B A

33、. 改進后平均抗拉強度有提高，但抗拉強度的波動也增加了。B. 改進后平均抗拉強度有提高，但抗拉強度的波動未變。C. 改進后平均抗拉強度無提高，但抗拉強度的波動增加了。D. 改進后平均抗拉強度無提高，抗拉強度的波動也未變。解析：可以從P看出。根據(jù)雙樣本T檢驗，強度的確有所提高（p0.05無差異。50. 為了比較A、B、C三種催化劑對硝酸氨產(chǎn)量的影響，在三種催化劑下，各生產(chǎn)了6批產(chǎn)品。進行了單因素方差分析（ANOVA）后，得到結(jié)果如下所顯示。One-way ANOVA: product versus CatalystSource DF SS MS F PCatalyst 2 70.11 35.06

34、 11.23 0.001Error 15 46.83 3.12Total 17 116.94S = 1.767 R-Sq = 59.95% R-Sq(adj) = 54.61%Level N Mean StDevA 6 26.500 1.871B 6 21.667 1.633C 6 24.000 1.789*Tukey 95% Simultaneous Confidence IntervalsAll Pairwise Comparisons among Levels of CatalystIndividual confidence level = 97.97%Catalyst = A subt

35、racted from:Catalyst Lower Center UpperB -7.481 -4.833 -2.186C -5.147 -2.500 0.147Catalyst = B subtracted from:Catalyst Lower Center UpperC -0.314 2.333 4.981*Fisher 95% Individual Confidence IntervalsAll Pairwise Comparisons among Levels of CatalystSimultaneous confidence level = 88.31%Catalyst = A

36、 subtracted from:Catalyst Lower Center UpperB -7.008 -4.833 -2.659C -4.674 -2.500 -0.326Catalyst = B subtracted from:Catalyst Lower Center UpperC 0.159 2.333 4.508由上面這些結(jié)果，如果我們希望兩兩比較時總的第I 類錯誤風(fēng)險控制為5%，應(yīng)該選用的結(jié)論是：答案：50 BA. 3 種催化劑效果無顯著差異。B. 采用Tukey 方法，總第I 類錯誤風(fēng)險為5%，其計算結(jié)果為：AC 間、BC 間無顯著差異，但催化劑A 的產(chǎn)量顯著高于催化劑B 的產(chǎn)

37、量。C. 采用Tukey 方法，全部總體參加比較時，總第I 類錯誤風(fēng)險選定為5%，其計算結(jié)果為：AC 間無顯著差異，但催化劑A 及C 的產(chǎn)量都顯著高于催化劑B 的產(chǎn)量。D. 采用Fisher 方法，多總體中任意二總體進行比較時，第I 類錯誤風(fēng)險皆選定為5%，其計算結(jié)果為：3 種催化劑下的產(chǎn)量都顯著不同。催化劑A 的產(chǎn)量顯著高于催化劑C 的產(chǎn)量，催化劑C 的產(chǎn)量顯著高于催化劑B 的產(chǎn)量，當(dāng)然催化劑A 的產(chǎn)量也顯著高于催化劑B 的產(chǎn)量。解析：對立假設(shè)具有優(yōu)先性，任何方法檢測出有差異既有差異，本題P0.05說明有差異。根據(jù)Fisher方法，A-B，A-C不包含零值，既有顯著差異；B-C不包含零值，所

38、以有顯著差異。根據(jù)Turkey方法，A-B不包含零值，有差異，但是A-C，B-C均含有零值，無差異。一般意義上，在以上4個選項中只有D相對最合適。但是本題中有一個說明，即“希望兩兩比較時總的第 I類錯誤風(fēng)險控制為 5%”，也就是說要盡量減少拒絕原假設(shè)的概率，“能過則過”。故本題要選用B，盡量承認(rèn)原假設(shè)?！撅@然這不是最好的選擇，有意將缺陷產(chǎn)品投向市場。增大二類錯誤的概率】 51. M 公司生產(chǎn)墊片。在生產(chǎn)線上，隨機抽取100 片墊片，發(fā)現(xiàn)其厚度分布均值為2.0mm，標(biāo)準(zhǔn)差為0.2mm。取10 片疊起來，則這10 片墊片疊起來后總厚度的均值和方差為：51 CA. 均值2.0mm；方差0.2B. 均

39、值20mm；方差0.04C. 均值20mm；方差0.4D. 均值20mm；方差4解析：考的是方差可加性52. M車間負(fù)責(zé)測量機柜的總電阻值。由于現(xiàn)在使用的是自動數(shù)字式測電阻儀，不同的測量員間不再有什么差別，但在測量時要先設(shè)定初始電壓值V，這里對V 可以有3 種選擇方法。作測量系統(tǒng)分析時，使用傳統(tǒng)方法，對10 個機柜，都用3 種不同選擇的V 值，各測量2 次。在術(shù)語“測量系統(tǒng)的重復(fù)性（Repeatability）”和“測量系統(tǒng)的再現(xiàn)性（Reproducibility）”中，術(shù)語“再現(xiàn)性”應(yīng)這樣解釋： B A. 不使用不同的測量員，就不再有“再現(xiàn)性”誤差了。B. 不同的設(shè)定的V 值所引起的變異是“

40、再現(xiàn)性”誤差。C. 同一個設(shè)定的V 值，多次重復(fù)測量同樣一個機柜所引起的變異是“再現(xiàn)性”誤差。D. 在不同時間周期內(nèi)，用此測電阻儀測量同一個機柜時，測量值的波動是“再現(xiàn)性”誤差。53. 在箱線圖(Box-Plot)分析中，已知最小值=-4；Q1=1；Q3=4；最大值=7；則正確的說法是：53 A A上須觸線終點為：7；下須觸線終點為：-3.5B上須觸線終點為：8.5；下須觸線終點為：-3.5C上須觸線終點為：7；下須觸線終點為：-4D上須觸線終點為：8.5；下須觸線終點為：-4解析：1.5IQR=1.5*(Q3-Q1)=4.5上須觸線終點為=Q3+1.5IQR=4+4.5=8.5 -4.5(m

41、in) 所以為 -3.5A是正解 54. 強力變壓器公司的每個工人都操作自己的15 臺繞線器生產(chǎn)同種規(guī)格的小型變壓器。原定的變壓之電壓比為2.50，但實際上的電壓比總有些誤差。為了分析究竟是什么原因?qū)е码妷罕茸儺愡^大，讓3個工人，每人都操作自己任意選定的10 臺繞線器各生產(chǎn)1 臺變壓器，對每臺變壓器都測量了2次電壓比數(shù)值，這樣就得到了共60 個數(shù)據(jù)。為了分析電壓比變異產(chǎn)生的原因，應(yīng)該：54 C A. 將工人及繞線器作為兩個因子，進行兩種方式分組的方差分析（Two-Way ANOVA），分別計算出兩個因子的顯著性，并根據(jù)其顯著性所顯示的P 值對變異原因作出判斷。B. 將工人及繞線器作為兩個因子，

42、按兩個因子交叉（Crossed）的模型，用一般線性模型（GeneralLinear Model）計算出兩個因子的方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。C. 將工人及繞線器作為兩個因子，按兩個因子嵌套（Nested）的模型，用全嵌套模型（FullyNested ANOVA）計算出兩個因子的方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。D. 根據(jù)傳統(tǒng)的測量系統(tǒng)分析方法（GageRR Study- Crossed），直接計算出工人及繞線器兩個因子方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。55. 對于兩總體均值相等性檢

43、驗，當(dāng)驗證了數(shù)據(jù)是獨立的且為正態(tài)后，還要驗證二者的等方差性，然后就可以使用雙樣本的T 檢驗。這時是否可以使用單因子的方差分析（ANOVA）方法予以替代，這里有不同看法。正確的判斷是： D A. 兩總體也屬于多總體的特例，因此，所有兩總體均值相等性T 檢驗皆可用ANOVA 方法解決。B. 兩總體雖屬于多總體的特例，但兩總體均值相等性T 檢驗的功效（Power）比ANOVA方法要高，因而不能用ANOVA 方法替代。C. 兩總體雖屬于多總體的特例，但兩總體均值相等性T 檢驗的計算比ANOVA 方法要簡單，因而不能用ANOVA 方法替代。D. 兩總體雖屬于多總體的特例，但兩總體均值相等性T 檢驗可以處

44、理對立假設(shè)為單側(cè)（例如“大于”）的情形，而ANOVA 方法則只能處理雙側(cè)（即“不等于”）的問題，因而不能用ANOVA方法替代。56. M 公司中的Z 車間使用多臺自動車床生產(chǎn)螺釘，其關(guān)鍵尺寸是根部的直徑。為了分析究竟是什么原因?qū)е轮睆阶儺愡^大，讓3 個工人，并隨機選擇5 臺機床，每人分別用這5 車床各生產(chǎn)10 個螺釘，共生產(chǎn)150 個螺釘，對每個螺釘測量其直徑，得到150 個數(shù)據(jù)。為了分析直徑變異產(chǎn)生的原因，應(yīng)該：56 CA. 將工人及螺釘作為兩個因子，進行兩種方式分組的方差分析（Two-Way ANOVA），分別計算出兩個因子的顯著性，并根據(jù)其顯著性所顯示的P 值對變異原因作出判斷。B. 將

45、工人及螺釘作為兩個因子，按兩個因子交叉（Crossed）的模型，用一般線性模型（GeneralLinear Model）計算出兩個因子的方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。C. 將工人及螺釘作為兩個因子，按兩個因子嵌套（Nested）的模型，用全嵌套模型（Fully NestedANOVA）計算出兩個因子的方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。D. 根據(jù)傳統(tǒng)的測量系統(tǒng)分析方法（GageRR Study- Crossed），直接計算出工人及螺釘兩個因子方差分量及誤差的方差分量，并根據(jù)這些方差分量的大小對變異原因作出判斷。57. 在

46、選定Y 為響應(yīng)變量后, 選定了X1,X2,X3 為自變量,并且用最小二乘法建立了多元回歸方程。在MINITAB軟件輸出的ANOVA 表中，看到P-Value=0.0021。在統(tǒng)計分析的輸出中，找到了對各個回歸系數(shù)是否為0 的顯著性檢驗結(jié)果。由此可以得到的正確判斷是：57 C A 3 個自變量回歸系數(shù)檢驗中，應(yīng)該至少有1 個以上的回歸系數(shù)的檢驗結(jié)果是顯著的（即至少有1 個以上的回歸系數(shù)檢驗的 P-Value 小于0.05），不可能出現(xiàn)3 個自變量回歸系數(shù)檢驗的 P-Value 都大于0.05 的情況B有可能出現(xiàn)3 個自變量回歸系數(shù)檢驗的 P-Value 都大于0.05 的情況，這說明數(shù)據(jù)本身有較

47、多異常值，此時的結(jié)果已無意義，要對數(shù)據(jù)重新審核再來進行回歸分析。C有可能出現(xiàn)3 個自變量回歸系數(shù)檢驗的 P-Value 都大于0.05 的情況，這說明這3 個自變量間可能有相關(guān)關(guān)系，這種情況很正常。DANOVA 表中的P-VALUE=0.0021 說明整個回歸模型效果不顯著，回歸根本無意義。58. 已知一組壽命（Life Time）數(shù)據(jù)不為正態(tài)分布?，F(xiàn)在希望用Box-Cox 變換將其轉(zhuǎn)化為正態(tài)分布。在確定變換方法時得到下圖：LambdaStDev-1 0 1 2 3543210Lower?CL Upper?CLLimitLambda0.221445(using 95.0% confidence

48、)Estimate 0.221445Lower?CL 0.060195Upper?CL 0.396962Best ValueBox-Cox Plot of Life time從此圖中可以得到結(jié)論：58 B A. 將原始數(shù)據(jù)取對數(shù)后，可以化為正態(tài)分布。B. 將原始數(shù)據(jù)求其 0.2 次方后，可以化為正態(tài)分布。C. 將原始數(shù)據(jù)求平方根后，可以化為正態(tài)分布。D. 對原始數(shù)據(jù)做任何Box-Cox 變換，都不可能化為正態(tài)分布。59. 為了研究軋鋼過程中的延伸量控制問題,在經(jīng)過2 水平的4 個因子的全因子試驗后，得到了回歸方程。其中，因子A 代表軋壓長度，低水平是50cm，高水平為70cm。響應(yīng)變量Y 為延

49、伸量（單位為cm）。在代碼化后的回歸方程中， A 因子的回歸系數(shù)是4。問，換算為原始變量（未代碼化前）的方程時，此回歸系數(shù)應(yīng)該是多少？59 C A. 40B. 4C. 0.4D. 0.260. 為了判斷兩個變量間是否有相關(guān)關(guān)系，抽取了30 對觀測數(shù)據(jù)。計算出了他們的樣本相關(guān)系數(shù)為0.65，對于兩變量間是否相關(guān)的判斷應(yīng)該是這樣的：60 CA由于樣本相關(guān)系數(shù)小于0.8,所以二者不相關(guān)B由于樣本相關(guān)系數(shù)大于0.6,所以二者相關(guān)C由于檢驗兩個變量間是否有相關(guān)關(guān)系的樣本相關(guān)系數(shù)的臨界值與樣本量大小有關(guān),所以要查樣本相關(guān)系數(shù)表才能決定D由于相關(guān)系數(shù)并不能完全代表兩個變量間是否有相關(guān)關(guān)系,本例信息量不夠,不

50、可能得出判定結(jié)果61. 響應(yīng)變量Y 與兩個自變量（原始數(shù)據(jù)）X1及X2 建立的回歸方程為: 1 2 y = 2.2 + 30000x + 0.0003x由此方程可以得到結(jié)論是: 61 DA. X1對Y 的影響比X2對Y 的影響要顯著得多B. X1對Y 的影響比X2對Y 的影響相同C. X2對Y 的影響比X1對Y 的影響要顯著得多D. 僅由此方程不能對X1及X2對Y 影響大小作出判定62. 為了判斷改革后的日產(chǎn)量是否比原來的200 （千克）有所提高，抽取了20 次日產(chǎn)量，發(fā)現(xiàn)日產(chǎn)量平均值為201（千克）。對此可以得到判斷：62 D A只提高1 千克，產(chǎn)量的提高肯定是不顯著的B日產(chǎn)量平均值為201

51、（千克），確實比原來200（千克）有提高C因為沒有提供總體標(biāo)準(zhǔn)差的信息，因而不可能作出判斷D不必提供總體標(biāo)準(zhǔn)差的信息，只要提供樣本標(biāo)準(zhǔn)差的信息就可以作出判斷63. 六西格瑪團隊分析了歷史上本車間產(chǎn)量（Y）與溫度（X1）及反應(yīng)時間（X2）的記錄。建立了Y 對于X1 及X2 的線性回歸方程，并進行了ANOVA、回歸系數(shù)顯著性檢驗、相關(guān)系數(shù)計算等，證明我們選擇的模型是有意義的，各項回歸系數(shù)也都是顯著的。下面應(yīng)該進行：63 B A. 結(jié)束回歸分析，將選定的回歸方程用于預(yù)報等B. 進行殘差分析，以確認(rèn)數(shù)據(jù)與模型擬合得是否很好，看能否進一步改進模型C. 進行響應(yīng)曲面設(shè)計，選擇使產(chǎn)量達到最大的溫度及反應(yīng)時間

52、D. 進行因子試驗設(shè)計，看是否還有其它變量也對產(chǎn)量有影響，擴大因子選擇的范圍64. 回歸方程Y = 30X中，Y 的誤差的方差的估計值為9，當(dāng)X = 1 時，Y 的95%的近似預(yù)測區(qū)間是：64 A A. (23,35)B. (24,36)C. (20,38)D. (21,39)解析：當(dāng)X=1時,Y=29,其PI為Y加減2S，方差為9 ，S值為3，29+6=35，29-6=23選擇A65. 某工序過程有六個因子A、B、C、D、E、F，工程師希望做部分因子試驗確定主要的影響因素，準(zhǔn)備采用26-2設(shè)計，而且工程師根據(jù)工程經(jīng)驗判定AB、BC、AE、 DE之間可能存在交互作用，但是MINITAB給出的生

53、成元（Generators）為 E = ABC, F = BCD，為了不讓可能顯著的二階交互作用相互混雜，下列生成元可行的是: 65 D （代入排除法）A. E=ABD， F=ABCB. E=BCD， F=ABCC. E=ABC， F=ABDD. E=ACD， F=BCD解析：使用代入法。對于A，若E=ABD,則ABDE=1，推導(dǎo)出AB=DE，混雜；對于B,若E=BCD，則BCDE=1，推導(dǎo)出BC=DE，混雜；對于C，若E=ABC，則ABCE=1，推導(dǎo)出BC=AE，混雜。對于D,若E=ACD，則ACDE=1，AC=DE、AE=CD、AD=CE,均無混雜，若F=BCD，則BCDF=1，BC=DF

54、、BD=CF、BF=CD,均無混雜。故選D。66. 下列哪項設(shè)計是適合作為改進階段開始的篩選實驗（Screening Experiment）：66 B A. 8 因子的全因子實驗B. 8 因子的部分因子實驗C. 中心復(fù)合設(shè)計（CCD）D. Box-Behnken 設(shè)計67. 在4 個因子A、B、C、D 的全因子設(shè)計中，增加了3 個中心點的試驗。分析試驗結(jié)果，用MINITAB軟件計算，其結(jié)果如下： Factorial Fit: y versus A, B, C, DAnalysis of Variance for y (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 4 8.16108 8.16108 2.04027 22.87 0.0002-Way Interactions 6 0.67659 0.67659 0.11276 1.26 0.369Residual Error 8 0.71361 0.71361 0.08920Curvatu