多項(xiàng)選擇題可以使用方差分析方法（）

A.比較多個(gè)正態(tài)總體的均值是否相等
B.比較多個(gè)正態(tài)總體的方差是否相等
C.比較多個(gè)總體的分布類(lèi)型是否相同
D.分解數(shù)據(jù)的總變異（Variation）為若干有意義的分量


您可能感興趣的試卷

你可能感興趣的試題

1.多項(xiàng)選擇題在試驗(yàn)設(shè)計(jì)中，我們常常要將原來(lái)對(duì)于因子設(shè)定的各水平值實(shí)行―代碼化‖（Coding）。例如在2水平時(shí)，把―高‖―低‖二水平分別記為―1‖及―-1‖。這樣做的好處是（）

A.比未代碼化時(shí)提高了計(jì)算的精度。
B.代碼化后，可以通過(guò)直接比較各因子或因子間的交互作用的回歸系數(shù)之絕對(duì)值以確定效應(yīng)的大小，即回歸系數(shù)之絕對(duì)值越大者該效應(yīng)越顯著；而未代碼化時(shí)不能這樣判斷。
C.代碼化后，刪除回歸方程中某些不顯著之項(xiàng)時(shí)，其它各項(xiàng)回歸系數(shù)不變；未代碼化時(shí)，在刪除某些不顯著之項(xiàng)時(shí)其它各項(xiàng)回歸系數(shù)可能有變化。
D.由于代碼化后，各因子或因子間的交互作用的回歸系數(shù)之估計(jì)量間相互無(wú)關(guān)，如果在對(duì)系數(shù)進(jìn)行系數(shù)顯著性檢驗(yàn)時(shí)，某系數(shù)P—value較大（例如大于0.2），證明它們效應(yīng)不顯著，可以直接將其刪除；而未代碼化時(shí)，各項(xiàng)回歸系數(shù)間可能有關(guān)，因而即使某系數(shù)系數(shù)顯著性檢驗(yàn)時(shí)的P—value較大，也不能冒然刪除。

2.多項(xiàng)選擇題改進(jìn)階段中，安排了試驗(yàn)的設(shè)計(jì)與分析。僅對(duì)新建立的模型進(jìn)行一般的統(tǒng)計(jì)分析是不夠的，還必須進(jìn)行殘差的診斷。這樣做的目的是（）

A.判斷模型與數(shù)據(jù)的擬合是否有問(wèn)題
B.判斷各主效應(yīng)與交互效應(yīng)是否顯著
C.協(xié)助尋找出因子的最佳設(shè)置，以使響應(yīng)變量達(dá)到最優(yōu)化
D.判斷試驗(yàn)過(guò)程中試驗(yàn)誤差是否有不正常的變化

3.多項(xiàng)選擇題對(duì)于響應(yīng)曲面方法正確的是（）

A.響應(yīng)曲面方法是試驗(yàn)設(shè)計(jì)方法中的一種
B.響應(yīng)曲面方法是在最優(yōu)區(qū)域內(nèi)建立響應(yīng)變量與各自變量的二次回歸方程
C.響應(yīng)曲面方法可以找尋到響應(yīng)變量最優(yōu)區(qū)域
D.響應(yīng)曲面方法可以判明各因子顯著或不顯著

4.多項(xiàng)選擇題在兩水平因子試驗(yàn)時(shí)，增加若干個(gè)中心點(diǎn)的優(yōu)點(diǎn)是下列（）

A.可以得到純誤差項(xiàng)
B.檢驗(yàn)?zāi)Ｐ偷膹澢?br /> C.使模型系數(shù)的估計(jì)更準(zhǔn)確
D.不破壞正交性和平衡性

5.多項(xiàng)選擇題在2水平全因子試驗(yàn)中，通過(guò)統(tǒng)計(jì)分析發(fā)現(xiàn)因子C及交互作用A*B是顯著的，而A、B、D均不顯著，則在選取最佳方案時(shí)，應(yīng)考慮（）

A.找出因子A的最好水平
B.找出因子c的最好水平
C.找出因子A和B的最好水平搭配
D.找出因子D的最好水平