由题可知，要检验多条生产线的效率是否存在显著差异，即多个组别的平均生产数量之间是否存在显著差异，属于方差分析的范畴，故选B。假设检验常用于单个总体或者两个总体，多个组别下进行两两检验时会降低结果的准确性；逻辑回归常用于解决分类问题，无法比较不同组别的生产效率是否有显著差异；时间序列模型是针对时序数据的建模方法，题中的数据并未涉及到时间属性，属于截面数据，不可以使用时间序列模型。

解决以上问题应该使用的方法是 B: 方差分析（ANOVA）。

### 专业分析：

1. **问题背景**：
- 你收集了四条生产线在过去一个季度每周的生产数量数据。
- 生产总监关心的是四条生产线的效率是否存在显著差异。

2. **数据类型**：
- 你拥有的是数值型数据（生产数量）。
- 数据分组为四个独立组（生产线A、B、C、D）。

3. **分析目标**：
- 你需要比较多个组（四条生产线）之间的均值，确定它们之间是否存在显著差异。

4. **方差分析（ANOVA）**：
- 方差分析是一种统计方法，用于比较三个或更多组的均值，判断它们是否有显著差异。
- 适用于独立样本，并且假设各组数据服从正态分布且方差相等。

### 为什么选择方差分析（ANOVA）：

- **假设检验**：通常用于比较两个组之间的均值差异，而你的问题涉及四组数据。
- **逻辑回归**：用于分类问题，而你的问题是关于数值型数据的均值比较。
- **时间序列模型**：用于分析时间序列数据的趋势和季节性，而你的问题是关于不同组之间的比较。

因此，方差分析（ANOVA）是最合适的方法，可以帮助你确定四条生产线的效率是否存在显著差异。