一位工程师每天收集了 100~200 件产品，每天抽样数不能保证相同，准备监控每天不合格品数，他应当使用以下哪种控制图？

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：

在因子设计阶段，对 3 个因子 A、B、C 进行两水平全因子的 8 次试验加上 3 个中心点试验后，可以确认 3 个主因子皆显著，但却发现了显著的弯曲，决定增做些试验点，形成响应曲面设计。一个团队成员建议在新设计中使用 CCC（中心复合外切设计，Central Composite Circumscribe）设计，他这样建议的好处是：

在因子设计阶段，对 3 个因子 A，B 及 C，进行二水平全因子共 11 次试验后，可以确认 3 者皆显著，但却发现了显著的弯曲。决定增做些试验点，形成响应曲面设计。一个团队成员建议在新设计中使用 CCF（中心复合表面设计，Central Composite Face - Centered Design）。他这样建议的好处是：

为了获取关于提高特种钢的弹性值的有关信息，安排了一个3因子的全因子试验设计，进行了2³+4共12次试验。在分析问题时发现，模型拟合并不好，主要是各因子的弯曲效应显著。经领导批准后，可以安排响应曲面设计。由于经费很紧张，希望尽量利用这12次试验结果数据，但有两个因子在因子试验时已处于试验范围的边界上。问：这时候应采取下列哪种设计？

某六西格玛团队在改进阶段需进行一次试验设计，现有四个因子 A,B,C,D，均为连续变量，分析认为除 AB、AC 二阶交互作用可能显著外，其余二阶交互作用不可能显著，三阶及以上交互作用也都可忽略，但不清楚因子与响应输出之间是否一定线性。下列哪种试验安排最合适

某工程师在六西格玛项目中关于选择试验设计方案与团队成员产生了分歧，该试验有6个因子，皆为连续型变量，根据工程经验，并非所有因子都显著。他准备用两水平设计，但是有的工程师认为个别因子与响应之间可能存在非线性，建议用三水平设计，为了用较少的试验次数得到响应与因子的模型，你认为哪些是可以实现试验次数较少的试验设计方案：

某厂在分析影响单位杂质剔除量的原因时，找到了两个因子：集中除尘风压、铲刀与细丝间隙，采用 2² + 3 DOE 分析因子的最佳设置。集中除尘风压的允许范围是 8500 - 9500Pa，试验选择的低水平和高水平分别是 8800Pa 和 9200Pa，铲刀与细丝间隙的可调范围是 0.05 - 0.15cm，低水平和高水平分别是 0.08cm 和 0.12cm。在进行了全因子 DOE 分析后发现弯曲项显著，为此决定采用响应曲面设计进行进一步分析。每次试验的成本比较高，希望利用上次试验结果并保持试验的可旋转性。如何选择响应曲面设计方案，团队成员之间的意见不一致，你认为最合理的方案应该是：