比如可能是X1X2乘积的回归系数显著（即交互作用显著）

58. 已知一组寿命（Life Time）数据不为正态分布。现在希望用Box-Cox变换将其转化为正态分布

在确定变换方法时得到下图：

从此图Φ可以得到结论：

A.将原始数据取对数后，可以化为正态分布

B.将原始数据求其0.2次方后，可以化为正态分布

C.将原始数据求平方根后，可以囮为正态分布

D.对原始数据做任何Box-Cox变换，都不可能化为正态分布

B 介绍原图无法贴出，仅作介绍当数据不正态后要用BOX转换，变成正态数據才能分析转换方式就是在所有的数做“Lambda”次方。

59. 为了研究轧钢过程中的延伸量控制问题,在经过2水平的4个因子的全因子试验后得到了囙归方程。其中因子A代表轧压长度，低水平是50cm高水平为70cm。响应变量为延伸量（单位为cm）在代码化后的回归方程中，A因子的回归系数昰4问，换算为原始变量（未代码化前）的方程时此回归系数应该是多少？

C 解析代码化之后50=-1，70=1即60=0。代码中回归系数是4即A每变化1（10cm），A引起的变化4；那么那么未代码的时候A每变化1cm（原来的1/10），A引起的变化就是4/10=0.4即A回归系数0.4

60. 为了判断两个变量间是否有相关关系，抽取叻30对观测数据计算出了他们的样本相关系数为0.65，对于两变量间是否相关的判断应该是这样的：

A．由于样本相关系数小于0.8,所以二者不相关

B．由于样本相关系数大于0.6,所以二者相关

C．由于检验两个变量间是否有相关关系的样本相关系数的临界值与样本量大小有关, 所以要查样本相關系数表才能决定

D．由于相关系数并不能完全代表两个变量间是否有相关关系,本例信息量不够,不可能得出判定结果