下面对于相关分析与回归分析描述不正确的有：（ ）

A.相关分析是量化两个变量之间的线性的程度

B.r=0:意味着两个变量x与y之间无关系

C.散点图可以直观地说明两个变量之间的关系与关联程度

D.x与y相关即指二者有因果关系

在单因子试验的方差分析中，对于因子的最基本的假定是：(  )

A.均值相等

B.均值不等

C.方差相等

D.方差不等

据中国气象局官网统计，被称“雨神”的台湾歌手萧敬腾在43天出现中，共有26天遇到了降雨，占总数的60.46%。假定在其演出期间我国平均降雨概率为15%，要检验萧敬腾出行遇雨的概率是否高于平均降雨概率，假设检验的结果如下：

以下结论正确的是（）

A.单从统计结果来看，萧敬腾出行遇雨的概率显著高于全国平均水平

B.单从统计结果来看，萧敬腾出行遇雨的概率并不显著高于全国平均水平

C.单从统计结果来看，萧敬腾出行遇雨的概率显著高于50%

D.使用单位比例检验工具不妥当，因此结果没有意义

在假设原假设和备择假设总体不变的条件下，增加假设检验的样本观测值数量，将导致如下哪种结果？(  )

A.犯第一类错误的概率a增加，第二类错误的概率B降低

B.犯第一类错误的概率a降低，第二类错误的概率B增加

C.犯以上两种错误的概率都降低

D.犯以上两种错误的概率都增加

目前 M 公司生产的主要产品是钻床，其关键部件是钻床的立轴。此公司共有 10 台同规格的车床来切削立轴，而立轴的关键要求是它的直径值。目前生产中的主要问题是立轴直径的波动很大。为了减小这种波动，先要分析究竟是什么原因导致形成了这样大的变异。为此，随机选定了车间内的 3 个工人，随机选定了 4 台车床且编了固定号码，让这 3 个工人轮流使用这 4 台车床，在每台车床上各生产 5 根立轴，然后对这些立轴分别测量其直径，这样就得到了共 60 个数据。为了分析立轴直径变异产生的原因，应该：(  )

A.将工人及车床作为两个因子，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 值对变异原因做出判断

B.将工人及车床作为两个因子，按两个因子交叉（Crossed ）的模型，用一般线性模型（General Linear 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做出判断

C.将工人及车床作为两个因子，按两个因子嵌套（Nested）的模型，用全嵌套模型（Fully Nested 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做出判断

D.将工人、车床及立轴作为 3 个因子，按三因子先交叉（Crossed ）后嵌套（Nested）结构，用一般线性模型（General Linear Model ）计算出三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做出判断

某实验室研究员根据不同供应商的原材料在不同温度的设置下进行化学合成反应，得到一组试剂的 PH 值数据，用计算机软件先进行 One-Way ANOVA 分析，如图一所示，温度所对应的 P 值大于 0.05；将不同供应商原材料进行分类，将供应商和温度作为两个因素，再用同样的数据进行 Two-Way ANOVA 分析，如图二所示，温度所对应的 P 值小于 0.05。两张图的结果似乎是矛盾的。综合分析结果，试判断温度与 PH 值之间的正确关系是：()

A.相信图一结果，温度对 PH 值的影响不显著，因为 One-Wa y ANOVA 分析中的 P 值大于0.05

B.相信图二结果，温度对 PH 值的影响显著，因为 Two-Way ANOVA 分析中的 P 值小于 0.05

C.暂时无法判断温度对 PH 值的影响是否显著，必须在分析时加入供应商与温度的交互作用后重做双因素 ANOVA分析，才可能判断温度对 PH 值的影响是否显著

D.暂时无法判断温度对 PH 值的影响是否显著，需要增加新试验数据后，再次进行同样的双因素 ANOVA 分析，然后才可能判断温度对 PH 值的影响是否显著

某六西格玛小组正在研究温度和粘度对其所关注的涂层厚度的影响，并试图通过回归建立模型。在进行残差检验时，得到了残差对拟合值的图形，该图形就像一个向右开口的喇叭筒形状。依据该图形进行判断，下列选项中描述正确的是：(  )

A.残差对拟合值图的喇叭筒形说明了回归假定中的数据独立性有问题

B.残差对拟合值图的喇叭筒形说明了观察值的方差随着观察值的量值增加而增加

C.残差对拟合值图的喇叭筒形说明了残差分布非正态

D.在 ABC 中只有一项有问题

为了判断某班的日产量是否比原来的1800台有所提高，抽取了30天的产量，发现日产量平均值为1810台。对此可以得到判断（）：

A.日产量平均值为1810台，确实比原来的1800台有显著提高

B.只提高10台，产量的提高肯定是不显著的

C.必须提供整体标准差的信息，否则不可能做出判断

D.不必提供整体标准差的信息，只要提供样本标准差的信息就可以做出判断

对于两总体均值比较的假设检验，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。

某公司的六西格玛项目中要验证某个因子对Y的显著影响，该因子有两个水平A和B,收集了该因子每个水平30个数据，每组数据都服从正态分布，进行等方差检验结果如下，则以下说法正确的是

A.因F检验的结果P值大于0.05,则说明两组数据等方差

B.因F检验的结果P值大于0.05,则说明两组数据方差有显著差异

C.从箱线图上看两组数据的箱线图有显著差异，则说明两组数据方差有显著差異

D.等方差检验的结果对于均值检验没有显著影响，可不必进行此类判断