分辨度是部分因子试验设计的重要指标。若已知某部分因子试验设计的分辨度为Ⅲ，则以下的表述正确的是（）
六西格玛团队在半导体封装中某个工艺的改善过程中已经完成了三个因子的全因子试验设计，但是发现有明显的曲性。为了优化工艺参数希望拟合出2阶模型，但是输入因素“功率”（单位：MW）原先的高、低水平分别为40和50，由此产生的轴向延伸试验点分别为37.93和52.07，超出了设备可控制的功率设置范围[38.5，51.5]，这时，由于试验成本很高，团队希望尽量使用上次全因子设计的数据，以下哪种方法最适合该六西格玛团队采用（）？
某项目为了提升密封胶条的粘合力。影响粘合力的因子有3个：A（220，240），B（7，9），C（110，130）；在安排全因子实验（追加中心点3个）之后发现，存在弯曲。希望进一步安排多一些实验拟合曲面方程。项目组设计了试验，如下图所示。请问这是哪一种响应面设计方法（）https://assets.asklib.com/images/image2/2017101615542917817.jpg
在提高压塑板断裂强度的全因子试验中，对于因子A（温度，两水平取为220和240摄氏度）、因子B（压力，两水平取为360和400帕）进行了含3个中心点共7次试验后，发现响应曲面有严重的弯曲现象。为此希望进行响应曲面设计，得到二阶回归方程。由于压力机最高只能取400帕，本实验的成本又较高，希望能在归纳出二阶回归方程的条件下尽量减少试验次数，最好的方法是（）
正交试验设计适合多因子（）水平试验设计。
某工程师拟对两因子的问题进行2^2全因子试验设计。他拟合的模型为y=b0十b1x1+b2x2+b1x1x2后来有人提醒他需要增加几个中心点的试验，以检验模型是否存在曲性。于是他又补做了三次中心点的试验，然后重新拟合模型。我们可以推断，重新拟合的模型（）
在一个试验设计问题中，共需要考察6个因子A、B、C、D、E及F，但经费所限最多只能进行20次试验（中心点在内）。此实际问题要求，除6个因子的主效应必须估计之外，还必须估计出AB、BC、CE及DF共4个二阶交互效应。问：下列哪个生成元的选择是可行的（）？
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2水平时，把―高‖―低‖二水平分别记为―1‖及―-1‖。这样做的好处是（）
在部分因子试验设计中，利用下面这张表格来制订试验计划非常重要。六西格玛团队在分析过程改进时，大家共同确认至少要考虑9个因子。但试验目标中，不但要考虑9个因子的主效应，还要求这9个主效应不能与任何二阶交互作用效应相混杂（confounded），试验者还想知道9个因子的影响是否存在弯曲性，考虑增加4个中心点，这时安排试验至少要多少次（）？
在试验设计中，要考虑A、B、C、E、D共5个因子，同时需要考查二阶交互作用AB及BC。满足此要求的试验次数最少的设计是（）
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（）
下表为部分因子试验设计采用删节法，减少试验次数，表中的定义关系为（）https://assets.asklib.com/images/image2/2017101615464859297.jpg
3因子二水平，反复2次，4个中心点的试验设计，要求做多少试验来验证？（）
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（）？
某六西格玛团队在改进阶段中，要进行细致的试验设计，需要考查4个因子A、B、C、D的二次回归设计问题，如果需要设计一个具有旋转性的中心复合设计，共需要角点、轴向点及中心点试验各多少次（）？
某工程师进行了一个两因子的试验设计，因子分别是A和B，试验输出是钢带的韧性Y，以下是Minitab输出的方差分析结果，针对这一输出结果，以下说法正确的是（）来源自由度SeqSSAdjSSAdjMSFP主效应2422.932422.932211.4667148.150.0002因子交互作用11.6901.6901.69057.130.000残差误差120.3550.3550.030纯误差120.3550.3550.030合计15424.977
某项目为了提升钢丝绳的抗拉强度。经分析影响抗拉强度的因子有3个，分别记为A、B、C，并设定它们的低、高水平依次为A：450，470；B：8，10；C：100，400。在安排全因子试验（中心点3个）之后发现，模型弯曲显著。项目进一步安排序贯试验，整个试验方案如下表所示。请问这是哪一种响应曲面设计（）？
在一个试验设计问题中，共需要考查7个因子A、B、C、D、E、F和G，但经费所限最多只能进行20次试验（中心点在内）。此实际问题要求，除7个因子的主效应必须估计之外，还必须估计出AB、AC、BE、CF共4个二阶交互效应。问：下列哪个生成元的选择是可行的（）？
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者皆显着,但却发现了显着的弯曲。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,CentralCompositeFace-CenteredDesign)。他这样建议的好处是:
在2水平因子设计中，对应每个因子的各个水平数进行全因子析因试验，总试验次数为（)。
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（AliasStructureTable)中，看到有二阶交互作用效应AB与CE相混杂（Confounded)，也看到一些主效应与某二阶交互作用效应相混杂,但是主效果间没有混杂情况。此时可以断定本试验设计的分辩度（Resolution)是（)
下表为部分因子试验设计采用删节法，减少试验次数，表中的定义关系为（）
根据试验因子的多少，植物组培，培养的设计实验，有几类实验设计方法（）
7、双向分类资料比单向分类资料更有效，因为它可以在存在干扰因素的情况下分析某因子的影响，例如区组设计，进而减少试验误差。
