构建诸如完全随机化、随机化分块、拉丁方实验设计，并应用计算和图形方法分析和评估结果的显著性。（评估）
5. 多因素全析因实验的设计和分析
构建这些实验，应用计算和图形化方法，分析和评估结果的显著性。（评估）
6. 两水平部分析因实验的设计和分析
构建实验（包括田口设计）并应用计算和图形化方法，分析和评估结果的显著性；理解由于混淆而导致的部分析因实验的局限性。（评估）
7. 田口稳健性概念
应用田口稳健性概念和技术，例如，信噪比、可控因素、噪声因素、对外部变异源的稳健性等。（分析）
8. 混合实验
构建这些实验，并应用计算和图形化方法分析和评估结果的显著性。（分析）
B. 响应面法
1. 最陡升/降实验
构建这些实验，并应用计算和图形方法分析结果的显著性。（分析）
2. 更高顺序实验
构建诸如CCD，Box-Behnken等实验，应用计算和图形方法分析结果的显著性。（分析）
C．进化操作
理解进化操作的应用和战略。（理解）
VIII. 六西格玛改进方法和工具 — 控制（15个问题）
A．统计过程控制
1. 目标和收益
理解统计过程控制（SPC）的目标和收益（如控制过程表现、区分普通原因和特殊原因）。（理解）
2. 变量选择
选择用控制图监控的关键特性。（应用）
3. 合理分组
定义并应用合理分组的原则。（应用）
4. 控制图的选择和应用
识别、选择、构建并应用下列类型的控制图：均值-极差、均值-标准差、单值-移动极差、中位数-极差、p、pn、c、u图。（应用）
5. 控制图分析
解释控制图，并应用控制图的判定准则来区分普通原因和特殊原因。（分析）
6. 预先控制
定义并解释预先控制，完成预先控制的计算和分析。（分析）
B． 高级统计过程控制
理解小批量统计过程控制（SPC）、EWMA、累积和图和移动均值的恰当应用。（理解）