试验应用统计

译者序

第2版前言

第1章 促进知识的产生

1.1 学习过程

1.2 重要的考虑

1.3 试验者的问题及统计方法

1.4 一个典型研究

1.5 如何用统计技术

第2章 基础知识(概率、参数和统计)

2.1 试验误差

2.2 分布

2.3 统计量和参数

2.4 位置和散布的度量

2.5 正态分布

2.6 正态概率作图

2.7 随机性和随机变量

2.8 协方差和相关作为线性相依性的度量

2.9 学生氏t分布

2.10 参数估计

2.11 来自正态总体的随机抽样

2.12 卡方和F分布

2.13 二项分布

2.14 泊松分布

附录2A 观测的线性组合的均值和方差

第3章 比较两总体：参照分布、检验和置信区间

3.1 相关的参照集合和参照分布

3.2 随机配对比较设计：男孩鞋子例子

3.3 分区组和随机化

3.4 小结：简单试验中的比较、重复、随机化和分区组

3.5 显著性检验再讨论

3.6 离散数据的推断：二项分布

3.7 频数(每单位的计数)的推断：泊松分布

3.8 列联表和关联性检验

附录3A 两总体比较检验的稳健性对比

附录3B 基于历史数据的参照分布的计算

第4章 比较多个总体：随机区组和拉丁方

4.1 在一个完全随机设计中比较k个处理

4.2 随机区组设计

4.3 裂区试验初步及其与随机区组的关系

4.4 多个分区组成分：拉丁方设计

4.5 平衡不完全区组设计

附录4A 图形方差分析的基础

附录4B 一些有用的拉丁方：希腊拉丁方和超希腊拉丁方设计

第5章 两水平因析设计

5.1 引言

5.2 例1：三因子(变量)对薄层清晰度的影响

5.3 例2：三因子对某聚合物溶剂的三种物理性质的影响

5.4 2因析设计：试验工厂研究

5.5 主效应的计算

5.6 交互作用

5.7 真实的重复试验

5.8 结果的解释

5.9 对照表

5.10 2因析试验中ANoVA的误用

5.11 观察数据

5.12 多个响应的处理：宠物食品试验

5.13 2因析设计：工艺过程开发研究

5.14 利用正态图和Lenth图分析

5.15 因析设计数据的其他模型

5.16 2因析设计分区组

5.17 边做边学

5.18 总结

附录5A更大因析设计的分区组

附录5B部分混杂

第6章 部分因析设计

6.1 8次试验中5个因子对薄层6种特性的效应

6.2 新产品的稳定性，8次试验中4个因子，一个2设计

6.3 一个半拆分的例子：某种轴承的改进

6.4 半拆分的分析

6.5 设计：一个自行车的例子

6.6 8次试验设计

6.7 使用表6.6 ：一个例证

6.8 符号交换、折叠反转及序贯安排

6.9 采用多列折叠反转的一项调查

6.10 通过折叠反转将设计的分辨度由Ⅲ提高到Ⅳ

6.11 16次试验的设计

6.12 25因析设计的节点半复制：

反应堆例子

第7章 补充的部分因析设计及其分析

7.1 Plackett和Burman设计

7.2 选择跟随试验

7.3 对使用部分设计的辩护

附录7A 技术细节

附录7B PB设计的一个近似偏分析

附录7C Hall的正交设计

第8章 因析设计及数据变换

8.1 一个两向(因析)设计

8.2 来自变换的简化以及增强的灵敏度

附录8A 数据变换的基本原理

附录8B 检验方差非齐性的Bartlettxv2

第9章 变差的多种来源

9.1 裂区设计、方差成分和误差传递

9.2 裂区设计

9.3 估计方差成分

9.4 误差传递

第10章 最小二乘与试验设计的必要性

10.1 最小二乘估计

10.2 最小二乘的多样性

10.3 试验设计的起源

10.4 非线性模型

附录10A 统计概念的向量表示

附录10B 最小二乘的矩阵版本

附录10c 因析设计、搞糟的设计及

其他设计的分析

附录10D 未加权最小二乘和加权最小二乘

第11章 建模、几何及试验设计

11.1 一些经验模型

11.2 某些试验设计及设计的信息函数

11.3 曲线估计的是否充分

11.4 序贯设计策略

11.5 典则分析

11.6 Box-Behnken设计

第12章 响应曲面方法的某些应用

12.1 重复试验以改进产品设计

12.2 通过数据变换简化响应函数

12.3 探索和研究多重响应数据的活跃因子空间和惰性因子空间

12.4 探索典则因子空间

12.5 从经验论到机械论

12.6 响应曲面法的使用

附录12A 多的平均方差

附录12B 12.3 节中多重响应试验的数据和估计的效应

第13章 设计稳健产品和稳健过程：引论

13.1 环境的稳健性

13.2 对组成部分波动的稳健性

附录13A 关于环境稳健性的一个数学阐述

附录13B 准则的选取

第14章 过程控制一预测和时间序列：

引论

14.1 过程监测

14.2 指数加权移动平均

14.3 CuSum图

14.4 过程调整

14.5 对一些时间序列模型及应用的简略回顾

14.6 用模型做预测

14.7 干预分析：洛杉矶空气污染的例子

第15章 革新过程操作

15.1 多个因子

15.2 多重响应

15.3 革新过程操作委员会

附录表

《试验应用统计·设计、创新和发现（原书第2版）》从试验工作者的角度阐述了统计方法在试验设计中的应用，强调科学地利用统计工作从试验数据中获取最大的信息。内容主要包括：基础知识、比较两总体、两水平因析设计、部分因析设计、因析设计及数据变换、变差的多种来源、最小二乘与试验设计的必要性、响应曲面的某些应用等。
　　《试验应用统计·设计、创新和发现（原书第2版）》内容丰富，从实际问题出发，分析各种方法的利弊，然后采用最佳统计方法解决问题，《试验应用统计·设计、创新和发现（原书第2版）》适合作为理工科各专业本科生，研究生的统计学教材，也可作为相关领域研究人员的参考读物。

多年来，《试验应用统计·设计、创新和发现（原书第2版）》第1版一直是试验方法应用的主要参考书，尤其适用于试验设计。第2版采用与第1版同样的方式，通过完整的工作实例、易于理解的图形以及适当地使用计算机来阐述相关的统计方法应用。为了激发创新、发现和解决问题，第2版向试验者提供了科学的统计工具，以最大限度地从研究数据中获取信息。作者从需要解决的实际问题出发，给出在试验设计和分析各阶段要使用的最佳方法。
　　《试验应用统计·设计、创新和发现（原书第2版）》涵盖物理、工程、生物和社会科学等方面的应用，是专为必须使用统计方法进行试验的人设计的。读者只需要具备一些基本的数学知识，就可掌握书中所描述的统计方法。