A.角點(diǎn)仿行
B.失擬
C.中心點(diǎn)重復(fù)
D.隨機(jī)化
您可能感興趣的試卷
你可能感興趣的試題
A.全因子試驗(yàn)設(shè)計(jì)可以擬合線性模型
B.響應(yīng)曲面設(shè)計(jì)可擬合非線性模型
C.對(duì)于化工類(lèi)產(chǎn)品的配方問(wèn)題,則使用混料設(shè)計(jì)
D.穩(wěn)健設(shè)計(jì)則是通過(guò)對(duì)可控因子水平組合的選擇來(lái)減少噪聲變量的帶來(lái)的影響
A.響應(yīng)曲面設(shè)計(jì)是在部分因子試驗(yàn)設(shè)計(jì)或全因子試驗(yàn)設(shè)計(jì)分析中發(fā)現(xiàn)有彎曲現(xiàn)象后再增補(bǔ)一些試驗(yàn)點(diǎn)分析的設(shè)計(jì)
B.序貫試驗(yàn)是指先后使用兩個(gè)階段完成試驗(yàn)全部試驗(yàn)的策略
C.中心復(fù)合設(shè)計(jì)CCD必須是序貫試驗(yàn)
D.響應(yīng)曲面設(shè)計(jì)的擬合模型中包含二次項(xiàng)
A.PRESS及R-sq(預(yù)測(cè))是為了鑒別回歸方程是否“虛假”或有異常點(diǎn)
B.PRESS是預(yù)測(cè)的誤差平方和
C.PRESS通常要比SSE要大些。但如果大得不多,則表明數(shù)據(jù)點(diǎn)中有特殊地位的點(diǎn)不多,或影響不大,將來(lái)用此回歸方程作預(yù)測(cè)結(jié)果也比較可信
D.R-Sq(預(yù)測(cè)),通常會(huì)比R-Sq要小些,但如果小得不多,則表明數(shù)據(jù)點(diǎn)中有特殊地位的點(diǎn)不多,或影響不大,將來(lái)用此回歸方程作預(yù)測(cè)結(jié)果也比較可信
A.R-sq及R-sq(調(diào)整)稱(chēng)為確定系數(shù)與調(diào)整確定系數(shù)
B.R-sq及R-sq(調(diào)整)稱(chēng)為多元全相關(guān)系數(shù)與調(diào)整的多元全相關(guān)系數(shù)
C.R-sq及R-sq(調(diào)整)越大越好
D.R-sq及R-sq(調(diào)整)越接近越好
A.代碼化是將該因子所取的低水平設(shè)定的代碼值取為-1,高水平設(shè)定的代碼值取為+1,中心水平為0
B.代碼化后的回歸方程中,自變量及交互作用項(xiàng)的各系數(shù)可以直接比較,系數(shù)絕對(duì)值大者之效應(yīng)比系數(shù)絕對(duì)值小者之效應(yīng)更重要、更顯著
C.代碼化后的回歸方程內(nèi)各項(xiàng)系數(shù)的估計(jì)量間是不相關(guān)的
D.在自變量代碼化后,回歸方程中的常數(shù)項(xiàng)就有了具體的物理意義
![](https://static.ppkao.com/ppmg/img/appqrcode.png)
最新試題
因果關(guān)系矩陣不用于()
在抽樣之前先將總體劃分若干層次,然后在每個(gè)層中簡(jiǎn)單隨機(jī)抽樣,這種抽樣方法屬于()
KANO模型對(duì)顧客需求進(jìn)行分類(lèi),以下說(shuō)法正確的有()
實(shí)施頭腦風(fēng)暴討論會(huì)時(shí),首先應(yīng)進(jìn)行創(chuàng)意討論,創(chuàng)意討論應(yīng)當(dāng)注重()
“我們需要建立一個(gè)新的呼叫中心以應(yīng)對(duì)當(dāng)前的通話數(shù)量”,對(duì)這個(gè)問(wèn)題陳述進(jìn)行評(píng)論,以下描述正確的是()
要分析影響切割尺寸的各種原因,適用的工具是()
價(jià)值流圖是一種幫助人們識(shí)別流程中浪費(fèi)的圖標(biāo)工具,包括()
關(guān)于節(jié)拍時(shí)間的描述,正確的是()
防錯(cuò)對(duì)工廠最重要的好處是()
關(guān)于波動(dòng)的控制方法,最好的是()