芯片镀膜生产车间每小时抽 5 片芯片测量其镀膜的厚度，共检测了 48 小时，获得 240 个数据。经趋势图分析发现，各小时 5 片镀膜厚度之均值大体是稳定的，数据也服从正态分布。但发现各小时内的差异较小，但各小时间差异较大。六西格玛团队对如何进行 SPC (统计过程分析) 发生了分歧。正确的意见是:

在什么条件下不需要用最陡升降法寻找优化试验的优化方向和优化点？

为了研究如何在车床车削轴棒时提高光洁度问题，绿带张先生在11次试验中安排了6个因子（例如进刀速度、横移速度、刀具倾角等）的部分因子试验2⁶⁻³⁺³（中心点），共11次试验。黑带王先生提示他，根据试验设计的原则，一定要注意安排试验的随机化。有关试验随机化的描述，哪些是错误的？

对于响应曲面方法的正确叙述是：

在提高压塑板断裂强度的全因子试验中，对于因子 A (温度，两水平取为 220 和 240 摄氏度)、因子 B (压力，两水平取为 360 和 400 帕) 进行了含 3 个中心点共 7 次试验后，发现响应曲面有严重的弯曲现象。为此希望进行响应曲面设计，得到二阶回归方程。由于压力机最高只能取 400 帕，本实验的成本又较高，希望能在归纳出二阶回归方程的条件下尽量减少试验次数，最好的方法是

在进行响应曲面设计中，常常选用CCD方法而不用BOX-Behnken设计，其最主要理由是：

下列哪种响应曲面设计肯定不具有旋转性（Rotatability）

3 因子的全因子试验设计共进行 11 次试验，是这样安排的：因子 A 为温度，低水平是 80 度，高水平是 90 度，因子 B 为压力，低水平是 700 公斤，高水平是 800 公斤；因子 C 为时间，低水平是 20 分钟，高水平是 26 分钟。获得试验数据后，在分析中发现 ANOVA 表中模型的总效应是显著的，但是明显地有弯曲 (Curvature)。为此准备进行响应曲面设计。但压力不可能超过 800 公斤，可是原来的试验结果还希望继续使用。这时应采用下列哪种响应曲面设计？

在生产手机按键的工厂，为优化按键弹性，进行筛选设计后发现三个因素：硅胶硬度、硅胶厚度、硅胶中固化剂含量很重要，进行 POA 最速上升法设计后，进行第二次一阶段设计后发现曲率，硅胶中固化剂含量的的重新混炼时间长且成本昂贵，进行一次试验的成本很高，且硅胶厚度已接近可操作范围的极限，试验设计者想把在一阶设计中得到的数据作为响应曲面设计的一部分。请问应该选择哪一种响应曲面设计？

六西格玛团队在半导体封装中某个工艺的改善过程中已经完成了三个因子的全因子试验设计，但是发现有明显的曲性。为了优化工艺参数希望拟合出 2 阶模型，但是输入因素 “功率”(单位：MW) 原先的高、低水平分别为 40 和 50，由此产生的轴向延伸试验点分别为 37.93 和 52.07，超出了设备可控制的功率设置范围 [38.5,51.5]，这时，由于试验成本很高，团队希望尽量使用上次全因子设计的数据，以下哪种方法最适合该六西格玛团队采用？

在生产化肥磷酸钾过程中，经过因子试验，发现温度和压力两个因子都对产量有显著影响。又进行一轮二因子全因子试验 (22 + 3)：温度取 180 度 (-)、200 度 (+)；压力取 220 帕 (-),240 帕 (+)。对试验结果的分析中发现回归方程的弯曲很严重，下一步必须进行响应曲面试验。由于经费困难，希望试验次数尽可能地少，而试验条件上的温度又不可能超过 200 度。希望能在归纳出二附回归方程的条件下尽量减少试验次数，这时可行的最好的办法是：