为了判断两个变量间是否有相关关系，抽取了30对观测数据。计算出了他们的样本相关系数为0.65，对于两变量间是否相关的判断应该是这样的（）.

单项选择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？（）

A.40
B.4
C.0.4
D.0.2

单项选择题在选定Y为响应变量后，选定了X1，X2，X3为自变量，并且用最小二乘法建立了多元回归方程。在MINITAB软件输出的ANOVA表中，看到P-Value=0.0021。在统计分析的输出中，找到了对各个回归系数是否为0的显著性检验结果。由此可以得到的正确判断是（）.

A.3个自变量回归系数检验中，应该至少有1个以上的回归系数的检验结果是显著的（即至少有1个以上的回归系数检验的P-Value小于0.05），不可能出现3个自变量回归系数检
验的P-Value都大于0.05的情况
B.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明数据本身有较多异常值，此时的结果已无意义，要对数据重新审核再来进行回归分析。
C.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明这3个自变量间可能有相关关系，这种情况很正常。
D.ANOVA表中的P-VALUE=0.0021说明整个回归模型效果不显著，回归根本无意义。

单项选择题M公司中的Z车间使用多台自动车床生产螺钉，其关键尺寸是根部的直径。为了分析究竟是什么原因导致直径变异过大，让3个工人，并随机选择5台机床，每人分别用这5车床各生产10个螺钉，共生产150个螺钉，对每个螺钉测量其直径，得到150个数据。为了分析直径变异产生的原因，应该（）。

A.将工人及螺钉作为两个因子，进行两种方式分组的方差分析，分别计算出两个因子的显著性，并根据其显著性所显示的P值对变异原因作出判断。
B.将工人及螺钉作为两个因子，按两个因子交叉CrosseD的模型，用一般线性模型计算出两个因子的方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。
C.将工人及螺钉作为两个因子，按两个因子嵌套NesteD的模型，用全嵌套模型计算出两个因子的方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。
D.根据传统的测量系统分析方法，直接计算出工人及螺钉两个因子方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。

单项选择题强力变压器公司的每个工人都操作自己的15台绕线器生产同种规格的小型变压器。原定的变压之电压比为2.50，但实际上的电压比总有些误差。为了分析究竟是什么原因导致电压比变异过大，让3个工人，每人都操作自己任意选定的10台绕线器各生产1台变压器，对每台变压器都测量了2次电压比数值，这样就得到了共60个数据。为了分析电压比变异产生的原因，应该（）.

A.将工人及绕线器作为两个因子，进行两种方式分组的方差分析（Two-WayANOVA.，分别计算出两个因子的显著性，并根据其显著性所显示的P值对变异原因作出判断。
B.将工人及绕线器作为两个因子，按两个因子交叉（CrosseD.的模型，用一般线性（GeneralLinearModel）计算出两个因子的方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。
C.将工人及绕线器作为两个因子，按两个因子嵌套（NesteD.的模型，用全嵌套模型（FullyNestedANOVA.计算出两个因子的方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。
D.根据传统的测量系统分析方法（GageRRStudy-CrosseD.，直接计算出工人及绕线器两个因子方差分量及误差的方差分量，并根据这些方差分量的大小对变异原因作出判断。

单项选择题在箱线图（Box-Plot）分析中，已知最小值=-4；Q1=1；Q3=4；最大值=7；则正确的说法是（）.

A.上须触线终点为：7；下须触线终点为：-3.5
B.上须触线终点为：8.5；下须触线终点为：-3.5
C.上须触线终点为：7；下须触线终点为：-4
D.上须触线终点为：8.5；下须触线终点为：-4