在 4 因子 2 水平全因子试验中,通过统计分析发现因子 C 及交互作用 A*B 是显著的,而[br][/br]A,B,D 均不显著,则在回归模型中应至少包括:
A: 因子C及交互作用 AB 。
B: 因子A,B,C及交互作用 AB。
C: 因子A,B,C及交互作用 AB,AC,BC 。
D: 只包括因子A,B,C。
A: 因子C及交互作用 AB 。
B: 因子A,B,C及交互作用 AB。
C: 因子A,B,C及交互作用 AB,AC,BC 。
D: 只包括因子A,B,C。
举一反三
- 在4因子2水平的全因子试验中，通过分析只发现因子C及交互作用A*B是显著的，而A、B、C、D均不显著，则回归模型中应至少包括：（） A: 因子C及交互作用A*B； B: 因子A/B/C/D及交互作用A*B C: 因子A/B/C/D及交互作用A*B/B*C/A*C D: 因子A/C及交互作用A*B/A*C
- 在2水平4因子的全因子试验中，通过统计分析只发现因子C及交互作用A*B是显著的，而A、B、D均不显著，则回归模型中应至少包括（） A: 因子C及交互作用A*B B: 因子 C: D: C及交互作用A*B E: 因子 F: G: C及交互作用A* H: A* I: B*C J: 以上都不对
- 在2水平全因子试验中，通过统计分析发现因子C及交互作用A*B是显著的，而A、B、D均不显著，则在选取最佳方案时，应考虑：（） A: 找出因子A的最好水平 B: 找出因子c的最好水平 C: 找出因子A和B的最好水平搭配 D: 找出因子D的最好水平
- 对以下三个因子试验设计分析结果的效应Pareto图，解释正确的有：（） A: 三个因子中，A因子的主效应最大 B: 三个因子的主效应都是显著的 C: 交互效应中，BC、AB、AC都是都是显著的 D: 若将α调整为0.1，AC的交互作用可能变得不显著
- 某两水平全因子试验第一次拟合选定模型的结果显示，四个因子A.、B.、C.、D.中，因子A.、B.及交互作用AB是显著的，其余项都不显著，则应当如何进行模型改进（）。 A: 保留因子A.、B.、C.的主效应 B: 保留交互效应AB C: 保留四个因子A.、B.、C.、D.的主效应 D: 只保留因子A.、B.的主效应