黑带试题中纯误差与最显著项的判断
——最显著项与纯误差应该怎么判断呢？
——最显著项与纯误差应该怎么判断呢？
——答案是C，个人认为应该选A，控制限缩小了，第一类错误增加，第二类错误减少才对
没有找到相关结果
已邀请:
——最显著项与纯误差应该怎么判断呢？
——最显著项与纯误差应该怎么判断呢？
——答案是C，个人认为应该选A，控制限缩小了，第一类错误增加，第二类错误减少才对
没有找到相关结果
RSS Feed
1 个回复
Jeff_Chou (威望:197) (江苏 苏州) 汽车制造相关 Six Sigma-er - 寄蜉蝣于天地 渺沧海之一粟
赞同来自: 杨格_Alan
试验是2^2 * 2的全因子包含交互作用的试验，编码后的结果
A:项的P值都<0.05，模型的角度都是显著的
B:因子B的Coef最大，SS(B) = N*Coef^2 >> SS(A) > SS(AB)
C:残差全部为pure error, SE Coef = SQRT(MSE/N) = 1.138，MSE = SE Coef ^2 * N
D:常数项的T值看显著性没多大意义，也就是Y=ax+b里的b（截距），和0来比较的。
54. 试验为2^3 * 1的全因子试验，但分析时简化模型了，只包含部分交互作用
A. 电压的Coef最大（常数项除外）
B. 残差是Pure Error + Lack of fit
C. DF(total) = 7 = N - 1, N = 8 = 2^3
D. 三阶 Pvalue > 0.05，可以删除
74. xbar +/- k*s, k不变则alpha风险仍旧为0.27%；n从3变为5，s=Rbar/d2/sqrt(n)变小，对总体估计的偏差也变小，power变大也就是beta变小。