B.   極端なライフテスト

C.   並外れたライフテスト

D.   最大ライフテスト

A.   遺伝子工学

B.   ナノマシン

C.   追加。テスト

E.   遺伝学

A.   American Motors Corporation

B.   アメリカの自動車速度協会

D.   アメリカのマルチサービス保証協会

E.   メンバーの年次会員会議

A.   アメリカのモザイク協会

C.   兵役協会

D.   アメリカのメタルスクラップ協会

E.   アメリカモーターサイクリスト協会

A.   t検定

C.   帰属エラー

D.   SEM

E.   t検定

A.   2つの手段の違いをテストします

B.   平均に違いがあるかどうかを判断します

C.   重回帰モデルの構築

E.   2つ以上の手段の違いをテストします

A.   コミュニティのより大きな感覚

C.   自由

D.   道徳

E.   民主主義

A.   約100％

C.   約80％

A.   タイムライン

B.   プロジェクトスケジュール

D.   タスクリスト

A.   ヨハネス・マイケル・ファラデー

C.   ジェームズ書記官マックスウェル

D.   J.J.トムソン

E.   Jakob vonUexküll

B.   カルノモデル

C.   理想的なガスモデル

D.   ケルビンモデル

E.   Carnot Heat Engineモデル

A.   使用するのがどれほど簡単か

C.   変更するのがどれほど簡単か

D.   修理する必要がある頻度

E.   それが必要な作業の量

B.   機能させるアイテムの品質

C.   損傷に抵抗するアイテムの能力

D.   機能できるアイテムの信頼性

A.   50％

B.   30％

D.   20％

E.   25％

A.   システム図

C.   機能的なブロック図

D.   配線図

E.   ブロック図

A.   政治的正しさ

C.   右半球バイアス

D.   リベラルな偏見

E.   左半球バイアス

A.   それらはすべてエラーの影響を受けやすいです

B.   彼らはすべて、ある程度の不正確さを持っています

D.   それらはすべて、表現の自由を減らします

E.   それらはすべて、人間の解釈に依存しています

B.   温度

C.   製造

D.   ロード

E.   力

A.   アイテムが不要になったときを示すシステム

B.   正しい結果を生成する頻度を判断するためにアイテムをテストするシステム

D.   固定数の障害があるアイテム

E.   アイテムが故障したときに示すシステム

B.   タイムリーに収集されたデータ

C.   完全に正確なデータ

A.   プロジェクトの終わり

B.   一連のデータの完了

A.   遅延があるシステム

C.   シリアルシステム

D.   フィードバック付きシステム

E.   並列システム

A.   化学式

B.   熱力学モデル

D.   回路

E.   フローチャート

A.   600

B.   300

D.   500

E.   1000

B.   サンプルサイズ

C.   共役信頼性

D.   失敗までの時間

E.   予測妥当性

B.   誤差の範囲

C.   標準誤差

D.   平均

A.   五

C.   九

D.   なし

E.   八

B.   さまざまな周波数のデータを描写するために使用される視覚化手法

C.   特定のサンプル内のデータポイントのグラフィカルな表現

D.   カイ二乗検定の結果のグラフィカルな表現

E.   母集団の変動のグラフィカルな表現

A.   データの傾向を決定します

B.   外れ値を識別するため

D.   形状を比較する

A.   プロセス計画

B.   マテリアルフロープラン

D.   シーケンス計画

A.   応答表面モデル

B.   大惨事モデル

C.   ジョブストレスモデル

D.   時間変動応答モデル

B.   高度な生命維持モデル

C.   加速ライフサイクルモデル

D.   高度な機関車制御モデル

E.   高度なライフサポートプロトコル

A.   原因と結果分析

B.   確率分析

D.   故障モードと影響分析

E.   故障解析

A.   是正措置に優先順位を付ける

B.   取るべき是正措置を決定する

D.   影響を受ける利害関係者に是正措置を伝える

A.   入力データの正規化

B.   故障分布PDFの導関数を取得します

D.   指数重み付け

E.   累積ハザード関数の計算

A.   サンプルサイズの決定

B.   成功の可能性を決定します

D.   何かの可能性を決定します

E.   イベントの確率を決定します

A.   統計プロセス制御

B.   故障解析

C.   故障モードと影響分析

E.   パレートチャート

A.   リスクの高い条件

B.   失敗した状態

C.   極端な条件

B.   障害の原因を決定します

C.   潜在的な障害の検出

D.   障害の影響を決定します

E.   コンポーネントのテスト

A.   設計保証

C.   故障解析

D.   信頼性エンジニアリング

A.   製品が複数のラウンドの信頼性テストを受けるプロセス

B.   コンピューターシミュレーションを使用して製品の信頼性を研究するプロセス

C.   その信頼性を向上させるために製品が再処理されるプロセス

D.   比較のためのベースラインを確立するために重複製品が生産されるプロセス

B.   あいうえお

C.   パート

D.   5秒

B.   定量的

C.   確率的

D.   ない

A.   検出評価につながる障害の特定の原因の確率

C.   各原因の障害を検出する可能性

D.   原因の各タイプで検出される障害の数

E.   故障の潜在的な原因の数

A.   時間

B.   障害

C.   分

E.   停止

A.   累積テスト時間と累積合格率

C.   累積テスト時間と平均グレード

D.   基準を達成している学生の累積テスト時間と割合

B.   時系列モデル

C.   累積モデル

D.   累積分布関数

E.   ライフサイクルモデル

F.   umulativeテスト時間と質問の数

A.   周波数

C.   確率

A.   システムが安定した出力を生成する能力

B.   気象パターンの分布

C.   システム内の知識の組織

D.   人口の空間分布

A.   ポアソン分布

C.   均一な分布

D.   ベルヌーリの分布

A.   Shepp-Loganはライフテストを加速しました

C.   マウントラッシュモアモデル

D.   Eshelbyモデル

E.   Ramsauerモード

A.   電圧

C.   ランダム変数

D.   周波数

E.   サンプルスペース

A.   障害モードと効果分析

B.   根本原因分析

D.   障害のローカリゼーション

B.   物理的

C.   コミュニケーション

D.   論理

E.   ハードウェア

A.   事前のレビュー

B.   フォールトツリー分析

C.   障害モードとクリティカリティ分析

A.   故障を防ぐ方法を見つけ出すため

B.   製品またはプロセスに対する障害の影響を判断する

D.   障害モードが発生した場合に実行されるべき是正措置を特定する

E.   製品またはプロセスのパフォーマンスに対する障害モードの影響を判断するには

A.   持続可能性レポート

B.   販売予測

C.   スポンサー

D.   研究者

B.   周波数計画

C.   規制環境分析

D.   技術サポート

E.   規制承認

A.   害虫

B.   DMA

C.   ガントチャート

E.   PSM

B.   ハザード分析

C.   リスクの確立

D.   原因と結果の決定

E.   原因と結果図

B.   確率

C.   発生率

D.   故障の確率

E.   失敗の可能性

A.   データ駆動型の方法

B.   ベイジアン推論

D.   非線形回帰

A.   非線形応答のあるモデル

B.   放射線曝露

D.   未知の構造を持つモデル

E.   機械的応力

A.   静水圧

B.   熱膨張

C.   物理的特性に高い変動を持つ製品

D.   不安定な入力を備えたプロセス

B.   二項分布

C.   パレート分布

D.   ワイブル分布

A.   普通

B.   t分布

A.   T字型

B.   V字型

D.   U字型

A.   プロジェクトを維持するためにどれだけの努力が必要ですか

B.   開発のさまざまな段階で発生したコスト

C.   プロジェクトが完了するまでにどれくらい時間がかかりますか

E.   コストと信頼性の変化率

A.   効率

C.   死亡

D.   罹患率

A.   製品を修理する必要がある場合

B.   製品の有効性

D.   さらなる設計またはテストの必要性

E.   誤動作の可能性のある原因

A.   halt-x

B.   HALT-2

C.   停止II

D.   停止III

A.   高度に加速した安全なストレージ

B.   安全衛生スクリーニング

D.   学校での健康と安全

E.   頭、腕、肩、背骨

A.   製品がリコールされているかどうかを検出します

B.   出荷される前にアイテムの品質を確認してください

D.   アイテムの有効期限が切れているかどうかを確認してください

E.   アイテムが損傷したときに検出します

A.   より高い

B.   低い

D.   あまり重要ではありません

E.   より重要

A.   コンポーネントの信頼性

B.   コンポーネントの分散

D.   コンポーネントの平均平方根誤差

E.   コンポーネントの障害間の平均時間

A.   データ収集方法

B.   数値

C.   データのカテゴリ

D.   変動の尺度

B.   価格の範囲を表すデータ

C.   数値の範囲を表すデータ

D.   欠損値があるデータ

E.   継続的に測定されていないデータ

A.   特大の部品モデル

B.   ライフテストモデルの削減

C.   ライフテストモデルに変更はありません

E.   単純化された設計モデル

A.   ブートストラップ

B.   累積周波数

C.   相関係数

D.   再サンプリング

A.   観測数

C.   データが発生する頻度

D.   中央傾向の測定

E.   データの量

A.   材料の最初の故障までの時間を決定します

C.   生存曲線の推定

D.   グループの相対生存の推定

E.   イベントのレートと確率の推定

A.   悪いデータ

B.   範囲外データ

D.   データの失敗

E.   未使用のデータ

A.   有効な結果が10未満のデータセット

C.   30日間の操作

D.   修正されていない障害

E.   完全に正確ではないデータセット

A.   故障解析

C.   使用データ分析

B.   障害と走行距離

C.   使用法と操作モード

D.   市場シェアと年齢

E.   障害と動作モード

A.   故障率

B.   障害データのみ

C.   信頼性関数

D.   使用データのみ

A.   ストレスレベルが製品の品質にどのように影響するかを説明する関係

C.   一方のパートナーが一貫して他のパートナーにより多くのストレスをかける関係

D.   ストレスレベルが製品のパフォーマンスにどのように影響するかを説明する関係

E.   顧客と顧客が常に不幸な営業担当者との関係

A.   温度関係

B.   圧力ストレス関係

D.   圧力関係

E.   温度ストレス関係

A.   代表的ではないサンプル

C.   外れ値データ

D.   サンプリングされたデータ

E.   ランダムデータ

A.   ベイジアン推論

B.   事後推定の最大値

A.   確率

B.   尤度比が二乗されました

D.   情報

E.   尤度比は立てられています

B.   容量成長モデル

C.   出力成長モデル

D.   ライフサイクルモデル

A.   固定された脅威

B.   成長

C.   スケーリング

E.   パフォーマンス

A.   寿命が長い製品

B.   がん治療

C.   電子部品

D.   使用量が大きく変動する製品

A.   ポアソン分布

C.   均一な分布

D.   ガウス分布

E.   正規分布

A.   それは、プロセスやシステムがどれほど信頼性が高いかの尺度です

B.   生産寿命中にユニット内で発生する欠陥の数

D.   0％

E.   それは障害の重症度に依存します

A.   製品

C.   ユーザーインターフェイス

D.   装置

A.   関節密度関数

B.   確率分布

C.   分散方程式

E.   統計

A.   バイアス補正による最尤推定

B.   ベイジアン推論

C.   ノンパラメトリック推定