多选题在试验设计中,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()A比未代码化时提高了计算的精度。B代码化后,可以通过直接比较各因子或因子间的交互作用的回归系数之绝对值以确定效应的大小,即回归系数之绝对值越大者该效应越显著;而未代码化时不能这样判断。C代码化后,删除回归方程中某些不显著之项时,其它各项回归系数不变;未代码化时,在删除某些不显著之项时其它各项回归系数可能有变化。D由于代码化后,各因子或因子间的交互作用的回归系数之估计量间相互无关,如果在对系数进行系数显著性检验时,某系数P—value较大(例如大于0.2),证明它们效应不显著,可以直接将其删除;而未代码化时,各项回归系数间可能有关,因而即使某系数系数显著性检验时的P—value较大,也不能冒然删除。

多选题
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()
A

比未代码化时提高了计算的精度。

B

代码化后,可以通过直接比较各因子或因子间的交互作用的回归系数之绝对值以确定效应的大小,即回归系数之绝对值越大者该效应越显著;而未代码化时不能这样判断。

C

代码化后,删除回归方程中某些不显著之项时,其它各项回归系数不变;未代码化时,在删除某些不显著之项时其它各项回归系数可能有变化。

D

由于代码化后,各因子或因子间的交互作用的回归系数之估计量间相互无关,如果在对系数进行系数显著性检验时,某系数P—value较大(例如大于0.2),证明它们效应不显著,可以直接将其删除;而未代码化时,各项回归系数间可能有关,因而即使某系数系数显著性检验时的P—value较大,也不能冒然删除。


参考解析

解析: 暂无解析

相关考题:

在单因子方差分析中,因子A有4个水平,各水平下的重复试验数分别为8,5,7,6。根据试验结果已算得因子A的平方和SA=167.53,误差平方和Se=337.17。由此可算得统计量F的值为( )。A.2.73B.5.23C.3.64D.6.30

为了研究轧钢过程中的延伸量控制问题,在经过2水平的4个因子的全因子试验后,得到了回归方程。其中,因子A代表轧压长度,低水平是40cm,高水平为100cm。响应变量Y为延伸量(单位为cm)。在代码化后的回归方程中,A因子的回归系数是3。问,换算为原始变量(未代码化前)的方程时,此回归系数应该是多少?() A.40B.4C.0.3D.0.1

3因子的全因子试验设计共进行11次试验,是这样安排的:因子A为温度,低水平是80度,高水平是90度,因子B为压力,低水平是700公斤,高水平是800公斤;因子C为时间,低水平是20分钟,高水平是26分钟。获得试验数据后,在分析中发现ANOVA表中模型的总效应是显着的,但是明显地有弯曲(Curvature)。为此准备进行响应曲面设计。但压力不可能超过800公斤,可是原来的试验结果还希望继续使用。这时应采用下列哪种响应曲面设计?()A.CCC设计(中心复合序贯设计)B.CCI设计(中心复合有界设计)C.CCF设计(中心复合表面设计)D.BB设计(Box-Behnken设计)

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”。以下何者是對的:() A.比未代码化时提高了计算的精度。B.代码化后,可以通过直接比较各因子或因子间的交互作用的回归系数之绝对值以确定效应的大小,即回归系数之绝对值越大者该效应越显着;而未代码化时不能这样判断C.代码化后,删除回归方程中某些不显着之项时,其它各项回归系数不变;未代码化时,在删除某些不显着之项时其它各项回归系数可能有变化D.代码化后,回归方程式的常数项(截距)等于将自变数以"0"带入回归方程式后,输出变量(y)的预测值

已知单因子试验的方差分析表如表2.1—6所示,则下列结论正确的有( )。A.因子A的水平为3B.误差平方和的自由度为12C.各水平下试验指标的方差估计值为20D.在α=0.01的水平下,因子A不显著E.在α=0.01的水平下,因子A显著

在单因子试验的基本假设中,除假定因子在r个水平的试验结果中服从正态分布外,另一个基本假定是在各水平下( )。A.各均值相等B.各均值不等C.各方差相等D.各方差不等

在单因子试验中,因子A有4个水平,其中在水平A1下重复试验8次,在水平A2下重复试验6次,在水平A3与A4下各重复试验7次,则误差平方和的自由度f为( )。A. 22 B. 24C. 26 D. 28

在单因子方差分析中,因子A有3个水平,每个水平下各重复5次试验,现已求得每个水平下试验结果的和为7. 5,10.5, 6.0,则( )。A.因子A的平方和为1.26 B.因子A的平方和为2. 10C.因子A的自由度为4 D.因子A的自由度为2E.因子A的均方为0.315

单因子试验中因子A有4个水平,在水平A1下重复试验8次,在水平A2下重复试验6次,在水平A3与A4下各重复试验7次,则误差平方和的自由度等于( )。A.28 B. 26C. 24 D. 22

已知单因子试验的方差分析表,如表所示,则下列结论正确的是( )。A.因子A的水平数为2B.误差e的均方为700C.各水平下试验指标的方差估计值为40D. FA= 100

已知单因子试验的方差分析表如表所示,则下列结论正确的有( )。A.因子A的水平为3B.误差平方和的自由度为12C.各水平下试验指标的方差估计值为20D.在a=0.01的水平下,因子A不显著E.在a=0.01的水平下,因子A显著

在单因子方差分析中可获得的结论有( )。A.因子A是否显著 B.因子A各水平值μ的估计量C.因子A各水平下的方差是否相等D.因子A各水平下的指标服从正态分布E.误差方差σ2的估计量

在单因子方差分析中,因子A有4个水平,各水平下的重复试验数分别为8, 5,7,6。根据试验结果已算得因子A的平方和SA = 167.53,误差平方和Se= 337.17。由此可算得统计量F的值为( )。A. 2. 73 B. 5. 23C. 3. 64 D. 6. 30

我们说某个人的技术水平高,指的是什么?工艺设计水平的高、低与什么有关?

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()A、原有的11次试验结果仍然可以利用B、新设计仍保持有旋转性(Rotatability)C、新设计对每个因子仍只需安排3个水平D、新设计对每个因子的代码水平仍保持在(-1,1)范围内

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(中心复合表面设计,Central Composite Face-Centered Design)。他这样建议的好处是()A、原有的11次试验结果仍然可以利用。B、新设计仍保持有旋转性(Rotatability)。C、新设计对每个因子仍只需安排3个水平。D、新设计对每个因子的代码水平仍保持在(-1,1)范围内。

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()A、比未代码化时提高了计算的精度。B、代码化后,可以通过直接比较各因子或因子间的交互作用的回归系数之绝对值以确定效应的大小,即回归系数之绝对值越大者该效应越显著;而未代码化时不能这样判断。C、代码化后,删除回归方程中某些不显著之项时,其它各项回归系数不变;未代码化时,在删除某些不显著之项时其它各项回归系数可能有变化。D、由于代码化后,各因子或因子间的交互作用的回归系数之估计量间相互无关,如果在对系数进行系数显著性检验时,某系数P—value较大(例如大于0.2),证明它们效应不显著,可以直接将其删除;而未代码化时,各项回归系数间可能有关,因而即使某系数系数显著性检验时的P—value较大,也不能冒然删除。

以下关于DOE中代码化的说法正确的是()A、代码化是将该因子所取的低水平设定的代码值取为-1,高水平设定的代码值取为+1,中心水平为0B、代码化后的回归方程中,自变量及交互作用项的各系数可以直接比较,系数绝对值大者之效应比系数绝对值小者之效应更重要、更显著C、代码化后的回归方程内各项系数的估计量间是不相关的D、在自变量代码化后,回归方程中的常数项就有了具体的物理意义

多选题在因子设计阶段,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(中心复合表面设计,Central Composite Face-Centered Design)。他这样建议的好处是()A原有的11次试验结果仍然可以利用。B新设计仍保持有旋转性(Rotatability)。C新设计对每个因子仍只需安排3个水平。D新设计对每个因子的代码水平仍保持在(-1,1)范围内。

单选题在单因子试验的基本假设中,除假定因子在r个水平的试验结果中服从正态分布外,另一个基本假定是在各水平下(  )。A各均值相等B各均值不等C各方差相等D各方差不等

单选题为了研究轧钢过程中的延伸量控制问题,在经过2水平的4个因子的全因子试验后,得到了回归方程。其中,因子A代表轧压长度,低水平是50cm,高水平为70cm。响应变量Y为延伸量(单位为cm)。在代码化后的回归方程中,A因子的回归系数是4。问,换算为原始变量(未代码化前)的方程时,此回归系数应该是多少?()A40B4C0.4D0.2

单选题单因子试验的基本假设中,除假定()外,另一个基本假定是在各水平下各方差相等。A各均值相等假定因子在,个水平的试验结果服从正态分布B各均值相等假定因子在,个水平的试验结果服从二项分布C各均值相等假定因子在,个水平的试验结果服从泊松分布D各均值相等假定因子在,个水平的试验结果服从标准正态分布

单选题试验的基本假设中,除假定(  )外,另一个基本假定是在各水平下各方差相等。A各均值相等假定因子在,个水平的试验结果服从正态分布B各均值相等假定因子在,个水平的试验结果服从二项分布C各均值相等假定因子在,个水平的试验结果服从泊松分布D各均值相等假定因子在,个水平的试验结果服从标准正态分布

多选题以下关于DOE中代码化的说法正确的是()A代码化是将该因子所取的低水平设定的代码值取为-1,高水平设定的代码值取为+1,中心水平为0B代码化后的回归方程中,自变量及交互作用项的各系数可以直接比较,系数绝对值大者之效应比系数绝对值小者之效应更重要、更显著C代码化后的回归方程内各项系数的估计量间是不相关的D在自变量代码化后,回归方程中的常数项就有了具体的物理意义

单选题3因子的全因子试验设计共进行11次试验,是这样安排的:因子A为温度,低水平是80度,高水平是90度,因子B为压力,低水平是700公斤,高水平是800公斤;因子C为时间,低水平是20分钟,高水平是26分钟。获得试验数据后,在分析中发现ANOVA表中模型的总效应是显著的,但是明显地有弯曲(Curvature)。为此准备进行响应曲面设计。但压力不可能超过800公斤,可是原来的试验结果还希望继续使用。这时应采用下列哪种响应曲面设计?()ACCC设计(中心复合序贯设计)BCCI设计(中心复合有界设计)CCCF设计(中心复合表面设计)DBB设计(Box-Behnken设计)

问答题我们说某个人的技术水平高,指的是什么?工艺设计水平的高、低与什么有关?

单选题在单因子试验中因子A有4个水平,在水平A1下重复试验8次,在水平A2下重复试验6次,在水平A3与A4下各重复试验7次,则误差平方和的自由度等于(  )。[2010年真题]A28B26C24D22