整理了20道六西格玛绿带考题，备考的同学可以自测、巩固一下。按照每题5分来计算，满分100分，看看你能打多少分呢？
欢迎大家在评论区留下自己的答案和思路：
1. 劣质成本的构成是：
A. 内部损失和外部损失成本
B. 不增值的预防成本＋鉴定成本＋内部损失和外部损失成本
C. 不增值的预防成本＋内部损失和外部损失成本
D. 鉴定成本＋内部损失和外部损失成本
2. 某生产线上顺序有 3 道工序，其作业时间分别是 8 分钟、10 分钟、6 分钟，则生产线的节拍是：
A. 8 分钟
B. 10 分钟
C. 6 分钟
D. 以上都不对
3. 下述网络图中，关键路径是？（时间单位：天）
A. ①－③－⑥－⑧－⑩
B. ①－③－⑥－⑨－⑩
C. ①－④－⑥－⑧－⑩
D. ①－④－⑥－⑨－⑩
4. 对于离散型数据的测量系统分析，通常应提供至少 30 件产品，由3个测量员对每件产品重复测量 2 次，记录其合格与不合格数目。对于 30 件产品的正确选择方法应该是：
A. 依据实际生产的不良率，选择成比例的合格及不合格样品
B. 至少 10 件合格，至少 10 件不合格，这与实际生产状态无关
C. 可以随意设定比率,因为此比率与测量系统是否合格是无关的
D. 以上都不对
5．美国工程师的项目报告中提到，在生产过程中，当华氏度介于(70,90)之间时, 产量获得率（以百分比计算）与温度（以华氏度为单位）密切相关（相关系数为 0.9），而且得到了回归方程如下:Y = 0.9X+32 黑带张先生希望把此公式中的温度由华氏度改为摄氏度。他知道摄氏度（C）与华氏度（F）间的换算关系是：C = 5/9 （ F – 32）请问换算后的相关系数和回归系数各是多少？
A. 相关系数为 0.9，回归系数为 1.62
B. 相关系数为 0.9，回归系数为 0.9
C. 相关系数为 0.9，回归系数为 0.5
D. 相关系数为 0.5，回归系数为 0.5
6. 对于流水线上生产的一大批二极管的输出电压进行了测定。经计算得知，它们的中位数为 2.3V。5 月 8 日上午，从该批随机抽取了 400 个二极管，对于它们的输出电压进行了测定。记 X 为输出电压比 2.3V 大的电子管数，结果发现，X=258支。为了检测此时的生产是否正常。先要确定 X 的分布。可以断言：
A. X 近似为均值是 200，标准差是 20 的正态分布。
B. X 近似为均值是 200，标准差是 10 的正态分布。
C. X 是（180，220）上的均匀分布。
D. X 是（190，210）上的均匀分布。
7. 容易看到，在一个城市中不同收入者的住房面积相差悬殊，分布一般会呈现出严重的右偏倾向。为了调查 S 市的住房状况，随机抽取了 1000 个住户，测量了他们的住房面积。在这种情况下，代表一般住房状况的最有代表性的指标应该是：
A． 样本平均值（Mean）
B． 去掉一个最高值，去掉一个最低值，然后求平均
C． 样本众数（Mode），即样本分布中概率最高者。
D． 样本中位数（Median）
8. 在起重设备厂中, 对于供应商提供的垫片厚度很敏感。垫片厚度的公差限要求为12 毫米±1 毫米。供应商对他们本月生产状况的报告中只提供给出 Cp=1.33, Cpk=1.00 这两个数据。这时可以对于垫片生产过程得出结论说:
A. 平均值偏离目标 12 毫米 大约 0.25 毫米
B. 平均值偏离目标 12 毫米 大约 0.5 毫米
C. 平均值偏离目标 12 毫米 大约 0.75 毫米
D. 以上结果都不对
9.下表是一个分组样本分组区间 （35，45] （45，55] （55，65] （65，75]频数 38 7 2 则其样本均值 X 近似为
A. 50
B. 54
C. 62
D. 64
10. 在某快餐店中午营业期间内，每分钟顾客到来人数为平均值是 8 的泊松（Poisson）分布。若考虑每半分钟到来的顾客分布，则此分布近似为：
A．平均值是 8 的泊松（Poisson）分布
B．平均值是 4 的泊松（Poisson）分布
C．平均值是 2 的泊松（Poisson）分布
D．分布类型将改变。
完整版120道考题
可咨询网站老师领取
或加课程老师微信13256436314 回复【120道绿带题目】领取
11. 一批产品分一、二、三级，其中一级品是二级品的二倍，三级品是二级品的一半，若从该批产品中随机抽取一个，此产品为二级品的概率是
A. 1/3
B. 1/6
C. 1/7
D. 2/7
12. 为调查呼吸阻塞症在中国发病率，发了 5000 份问卷。由于呼吸阻塞症与嗜睡症有密切关系，问卷都是关于是否有嗜睡倾向的。后来，问卷只回收了约 1000 份，对回答了问卷的人进行了检测，发现呼吸阻塞症患病率为 12%。对此比率数值是否准确的判断应为：
A. 可以认为此数是发病率的正确估计
B. 由于未回收问卷较多，此值估计偏高
C. 由于未回收问卷较多，此值估计偏低
D. 1000 份太少，上述发病率的估计无意义
13. 已知化纤布每匹长 100 米，每匹布内的瑕疵点数服从均值为 10 的 Poisson 分布。缝制一套工作服需要 4 米化纤布。问每套工作服上的瑕疵点数应该是：
A. 均值为 10 的 Poisson 分布
B. 均值为 2.5 的 Poisson 分布
C. 均值为 0.4 的 Poisson 分布
D. 分布类型已改变
14. M公司生产垫片。在生产线上，随机抽取 100 片垫片，发现其厚度分布均值为2.0mm，标准差为 0.2mm。取 10 片叠起来，则这 10 片垫片叠起来后总厚度的均值和方差为：
A. 均值 2.0mm；方差 0.2
B. 均值 20mm；方差 0.04
C. 均值 20mm；方差 0.4
D. 均值 20mm；方差 4
15. M车间负责测量机柜的总电阻值。由于现在使用的是自动数字式测电阻仪，不同的测量员间不再有什么差别，但在测量时要先设定初始电压值 V，这里对 V 可以有 3 种选择方法。作测量系统分析时，使用传统方法，对 10 个机柜，都用 3 种不同选择的 V 值，各测量 2 次。在术语“测量系统的重复性（Repeatability）”和“测量系统的再现性（Reproducibility）”中，术语“再现性”应这样解释：
A. 不使用不同的测量员，就不再有“再现性”误差了。
B. 不同的设定的 V 值所引起的变异是“再现性”误差。
C. 同一个设定的 V 值，多次重复测量同样一个机柜所引起的变异是“再现性”误差。
D. 在不同时间周期内，用此测电阻仪测量同一个机柜时，测量值的波动是“再现性” 误差。
16. 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
17. 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，用一般线性模型（GeneralLinear Model）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（FullyNested ANOVA）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（GageRR Study- 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。
18. 对于两总体均值相等性检验，当验证了数据是独立的且为正态后，还要验证二者的等方差性，然后就可以使用双样本的 T 检验。这时是否可以使用单因子的方差分析（ANOVA）方法予以替代，这里有不同看法。正确的判断是：
A. 两总体也属于多总体的特例，因此，所有两总体均值相等性 T 检验皆可用ANOVA 方法解决。
B. 两总体虽属于多总体的特例，但两总体均值相等性 T 检验的功效（Power）比ANOVA 方法要高，因而不能用 ANOVA 方法替代。
C. 两总体虽属于多总体的特例，但两总体均值相等性 T 检验的计算比 ANOVA 方法要简单，因而不能用 ANOVA 方法替代。
D. 两总体虽属于多总体的特例，但两总体均值相等性 T 检验可以处理对立假设为单侧（例如“大于”）的情形，而 ANOVA 方法则只能处理双侧（即“不等于”）的问题，因而不能用 ANOVA 方法替代。
19. 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（Two-Way ANOVA），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（GeneralLinear Model）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（Fully NestedANOVA）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（GageRR Study- Crossed），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。
20. 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。
