A.一个研究两因子与响应线性关系的实验优化结果，最佳设置曝光：700，显影：1.9336
B.一个研究两因子与响应非线性关系的实验优化结果，最佳设置曝光：700，显影：1.9336
C.无法看出因子与响应之间是否线性或非线性关系，但可得最佳设置曝光：700，显影：1.9336
D.从响应优化结果来看，目前的理论最佳设置可以使响应100%满足要求

A.进行最优参数寻找，在我们设定的目标情况下，无法确保能100%达到
B.最优的参数组合是模具温度（38）射出压力（89）{由于实际要求，需取整}
C.从分析结果来看，模型存在弯曲
D.如果按照分析结果，参数取值范围很大，比如射出压力（88，120）

A.直接可以进行方差分析
B.响应变量服从正态分析，是可以进行方差分析
C.直接可以拟合选定模型
D.需将响应变量转化无限实数之后，再拟合选定模型，模型才有意义

A.角点仿行
B.失拟
C.中心点重复
D.随机化

A.全因子试验设计可以拟合线性模型
B.响应曲面设计可拟合非线性模型
C.对于化工类产品的配方问题，则使用混料设计
D.稳健设计则是通过对可控因子水平组合的选择来减少噪声变量的带来的影响

A.响应曲面设计是在部分因子试验设计或全因子试验设计分析中发现有弯曲现象后再增补一些试验点分析的设计
B.序贯试验是指先后使用两个阶段完成试验全部试验的策略
C.中心复合设计CCD必须是序贯试验
D.响应曲面设计的拟合模型中包含二次项

A.PRESS及R-sq（预测）是为了鉴别回归方程是否“虚假”或有异常点
B.PRESS是预测的误差平方和
C.PRESS通常要比SSE要大些。但如果大得不多，则表明数据点中有特殊地位的点不多，或影响不大，将来用此回归方程作预测结果也比较可信
D.R-Sq（预测），通常会比R-Sq要小些，但如果小得不多，则表明数据点中有特殊地位的点不多，或影响不大，将来用此回归方程作预测结果也比较可信

A.R-sq及R-sq（调整）称为确定系数与调整确定系数
B.R-sq及R-sq（调整）称为多元全相关系数与调整的多元全相关系数
C.R-sq及R-sq（调整）越大越好
D.R-sq及R-sq（调整）越接近越好

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0
B.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

A.在“中心点”处安排试验，可以估计出试验误差即随机误差
B.在“中心点”处安排试验，只能安排因子为连续型变量的试验，“中心点”为各因子高水平与低水平的平均值
C.在“中心点”处安排试验，增加了对于响应变量可能存在的弯曲趋势估计的能力
D.在“中心点”处安排试验，可判断试验过程中出现的不正常状况