A.顾客及潜在顾客的需求（VOC.
B.法规及安全标准需求
C.竞争对手的顾客需求
D.供货商的需求

A.确认顾客要求和确定过程
B.更新和完善项目特许任务书
C.确定项目度量指标
D.明确问题的主要原因

A.选择最优方案
B.用于归纳思想，提出新的构思
C.整理顾客需求
D.评价最优方案

A.它描述了每个详细流程
B.它确认过程之顾客
C.它确认过程之供方
D.它阐明过程的结果

A.当日生产的螺钉中，有95%的螺钉之长度落入（22.5，22.9）之内。
B.当日任取一个螺钉，其长度以95%的概率落入（22.5，22.9）之内。
C.区间（22.5，22.9）覆盖总体均值的概率为95%。
D.若再次抽取25个螺钉，样本均值以95%的概率落入（22.5，22.9）之内。

A.计算简便
B.可以估计交互作用的影响
C.可以进行深层次的统计分析
D.是精确算法，计算结果没有误差

A.混杂现象的出现是完全可以避免的
B.混杂现象的结果是可以选择的
C.任何主效应与二阶交互效应的混杂都必须避免
D.存在某些二阶交互作用的混杂通常是可以允许的

A.比较多个正态总体的均值是否相等
B.比较多个正态总体的方差是否相等
C.比较多个总体的分布类型是否相同
D.分解数据的总变异（Variation）为若干有意义的分量

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。

A.判断模型与数据的拟合是否有问题
B.判断各主效应与交互效应是否显著
C.协助寻找出因子的最佳设置，以使响应变量达到最优化
D.判断试验过程中试验误差是否有不正常的变化