試驗設(shè)計是有著廣泛應(yīng)用的統(tǒng)計工具，已形成廣泛的理論體系，是統(tǒng)計學的一個重要分支。國內(nèi)外有大量介紹試驗設(shè)計理論與應(yīng)用的書籍。Peter Goos與Bradley Jones的《最優(yōu)試驗設(shè)計——案例分析》別具特色。每章都包含一個案例分析，以一個劇本的形式呈現(xiàn)，很少涉及數(shù)學和統(tǒng)計學方面的細節(jié)，這不僅體現(xiàn)了最優(yōu)試驗設(shè)計的一般性和靈活性，對于非專業(yè)人士也不會帶來距離感；同時每章都設(shè)置了知識探究環(huán)節(jié)，為案例研究中使用的各種統(tǒng)計和數(shù)據(jù)分析方法提供更嚴謹?shù)幕A(chǔ)材料。全書分為11章，內(nèi)容包括簡單比較試驗、篩選試驗、響應(yīng)曲面試驗、混料試驗、區(qū)組試驗、裂區(qū)試驗等場景中最優(yōu)試驗設(shè)計的構(gòu)造及數(shù)據(jù)分析方法。本書內(nèi)容豐富，注重理論聯(lián)系實際，深入淺出地闡述試驗設(shè)計的基本理論和具體的應(yīng)用方法，通俗易懂，便于閱讀。為方便教學，本書提供電子課件，可登錄華信教育資源網(wǎng)www.hxedu.com.cn下載使用。本書是學習如何應(yīng)用試驗設(shè)計方法的一本好教材，可作為高等院校高年級本科生及研究生的教學用書，對科研人員、工程技術(shù)人員及廣大實際工作者而言，也是一本學習試驗設(shè)計的有益的參考書。
Peter Goos（彼得·古斯），自2009年10月起擔任安特衛(wèi)普大學商業(yè)與經(jīng)濟學院工程管理系的正教授。2004年10月至2009年9月，他擔任數(shù)學、統(tǒng)計學和精算科學系副教授。Peter Goos曾擔任StatUa統(tǒng)計中心主席，并在伊拉斯謨經(jīng)濟學院（鹿特丹伊拉斯謨大學）計量經(jīng)濟學研究所兼職全職教授，直到2013年12月。2013年10月，Peter Goos加入魯汶大學生物科學工程學院，僅在安特衛(wèi)普大學兼職工作。他曾是魯汶大學商業(yè)與經(jīng)濟學院的客座教授，也是安特衛(wèi)普管理學院和圣彼得堡國際管理學院的講師。他出版了《阻塞和分割圖實驗的最優(yōu)設(shè)計》、《最優(yōu)試驗設(shè)計——案例分析》、《JMP統(tǒng)計：圖形、描述性統(tǒng)計和概率》和《JMP統(tǒng)計：假設(shè)檢驗、方差分析和回歸》等著作。【美】Bradley Jones（布拉德利·瓊斯）， JMP首席研發(fā)專家，在應(yīng)用統(tǒng)計學領(lǐng)域的成就如下：? 書籍《最優(yōu)實驗設(shè)計——案例研究方法》，聯(lián)合作者? 最優(yōu)設(shè)計，榮獲優(yōu)登獎(Youden Prize)? 確定性篩選設(shè)計，榮獲布倫博獎（Brumbaugh）及勞埃德·納爾遜獎(Lloyd S. Nelson)? 裂區(qū)設(shè)計，榮獲布倫博獎（Brumbaugh）及勞埃德·納爾遜獎(Lloyd S. Nelson)? 與化工公司Novomer合作的項目，榮獲ASA化學統(tǒng)計獎? 《Journal of Quality Technology》 主編
楊貴軍，天津財經(jīng)大學統(tǒng)計學院院長，教授，博士生導師；南開大學博士，先后到英國諾丁漢大學、美國佛羅里達大學和美國約翰霍普金斯大學進行學術(shù)交流。中國統(tǒng)計教育學會會員、理事、常務(wù)理事；全國統(tǒng)計教材編審委員會第七屆委員會專業(yè)委員；中國統(tǒng)計學會第十屆理事會，理事。
目 錄
第1章 簡單比較試驗 1
1.1 主要概念 1
1.2 比較試驗的安排 1
1.3 總結(jié) 6
第2章 最優(yōu)篩選試驗 7
2.1 主要概念 7
2.2 案例：提取試驗 7
2.2.1 問題和設(shè)計 7
2.2.2 數(shù)據(jù)分析 11
2.3 知識探究 16
2.3.1 主效應(yīng)模型 17
2.3.2 兩因子交互效應(yīng)模型 18
2.3.3 因子縮放(factor scaling) 18
2.3.4 普通最小二乘估計 19
2.3.5 顯著性檢驗和功效函數(shù)的計算 21
2.3.6 方差膨脹 22
2.3.7 別名 22
2.3.8 最優(yōu)設(shè)計 25
2.3.9 生成最優(yōu)試驗設(shè)計 26
2.3.10 回顧提取試驗 30
2.3.11 成功篩選原則：稀疏性、排序性、遺傳性 32
2.4 背景閱讀 33
2.4.1 篩選 33
2.4.2 尋找最優(yōu)設(shè)計的算法 34
2.5 總結(jié) 34
第3章 篩選試驗的跟隨試驗 35
3.1 主要概念 35
3.2 案例：擴充的提取試驗 35
3.2.1 問題和設(shè)計 35
3.2.2 數(shù)據(jù)分析 41
3.3 知識探究 44
3.3.1 跟隨試驗的最優(yōu)選擇 45
3.3.2 設(shè)計構(gòu)造算法 50
3.3.3 折疊反轉(zhuǎn)設(shè)計 50
3.4 背景閱讀 50
3.5 總結(jié) 51
第4章 含有分類因子的響應(yīng)曲面設(shè)計 52
4.1 主要概念 52
4.2 案例：穩(wěn)健的流程優(yōu)化試驗 52
4.2.1 問題和設(shè)計 52
4.2.2 數(shù)據(jù)分析 60
4.3 知識探究 63
4.3.1 二次效應(yīng) 63
4.3.2 針對多水平分類因子的虛擬變量 64
4.3.3 計算D-效率 65
4.3.4 構(gòu)建FDS圖 66
4.3.5 計算平均相對預測方差 67
4.3.6 計算I-效率 69
4.3.7 保證基于普通最小二乘推斷的有效性 69
4.3.8 設(shè)計區(qū)域 70
4.4 背景閱讀 70
4.5 總結(jié) 71
第5章 規(guī)則設(shè)計區(qū)域的響應(yīng)曲面設(shè)計 72
5.1 主要概念 72
5.2 案例：產(chǎn)量最大化試驗 72
5.2.1 問題和設(shè)計 72
5.2.2 數(shù)據(jù)分析 79
5.3 知識探究 82
5.3.1 三次因子效應(yīng) 82
5.3.2 失擬檢驗 83
5.3.3 在試驗設(shè)計的構(gòu)造算法中加入因子限制 84
5.4 背景閱讀 85
5.5 總結(jié) 85
第6章 帶有過程因子的混料試驗 86
6.1 主要概念 86
6.2 案例：軋機試驗 86
6.2.1 問題和設(shè)計 86
6.2.2 數(shù)據(jù)分析 92
6.3 知識探究 94
6.3.1 混料約束 94
6.3.2 混料約束對模型的影響 94
6.3.3 混料試驗數(shù)據(jù)常用的模型 96
6.3.4 混料試驗的最優(yōu)設(shè)計 97
6.3.5 混料試驗設(shè)計構(gòu)造算法 100
6.4 背景閱讀 101
6.5 總結(jié) 102
第7章 區(qū)組響應(yīng)曲面設(shè)計 103
7.1 主要概念 103
7.2 案例：油酥面團試驗 103
7.2.1 問題和設(shè)計 103
7.2.2 數(shù)據(jù)分析 110
7.3 知識探究 116
7.3.1 模型 116
7.3.2 廣義最小二乘估計 117
7.3.3 方差分量的估計 119
7.3.4 顯著性檢驗 120
7.3.5 區(qū)組試驗的最優(yōu)設(shè)計 120
7.3.6 正交分區(qū)組 121
7.3.7 最優(yōu)與正交分區(qū)組 122
7.4 背景閱讀 123
7.5 總結(jié) 123
第8章 區(qū)組篩選試驗 124
8.1 主要概念 124
8.2 案例：穩(wěn)定性改進試驗 124
8.2.1 問題和設(shè)計 124
8.2.2 設(shè)計問題的回顧 130
8.2.3 數(shù)據(jù)分析 133
8.3 知識探究 137
8.3.1 包含區(qū)組效應(yīng)的模型 137
8.3.2 固定區(qū)組效應(yīng) 138
8.4 背景閱讀 140
8.5 總結(jié) 141
第9章 含有協(xié)變量的試驗設(shè)計 142
9.1 主要概念 142
9.2 案例：聚丙烯試驗 142
9.2.1 問題和設(shè)計 142
9.2.2 數(shù)據(jù)分析 150
9.3 知識探究 156
9.3.1 協(xié)變量或伴隨變量 156
9.3.2 協(xié)變量存在時的模型和設(shè)計準則 156
9.3.3 對時間趨勢的設(shè)計穩(wěn)健 160
9.3.4 構(gòu)造設(shè)計算法 163
9.3.5 隨機化或不隨機化 163
9.3.6 結(jié)語 164
9.4 背景閱讀 164
9.5 總結(jié) 165
第10章 裂區(qū)設(shè)計 166
10.1 主要概念 166
10.2 案例：風洞試驗 166
10.2.1 問題與設(shè)計 166
10.2.2 數(shù)據(jù)分析 176
10.3 知識探究 182
10.3.1 裂區(qū)術(shù)語 182
10.3.2 模型 183
10.3.3 裂區(qū)設(shè)計的推斷 184
10.3.4 裂區(qū)設(shè)計的應(yīng)用場合 187
10.3.5 所需的難變因子數(shù)量及試驗次數(shù) 188
10.3.6 最優(yōu)裂區(qū)試驗設(shè)計 189
10.3.7 最優(yōu)裂區(qū)設(shè)計的構(gòu)造算法 189
10.3.8 分析裂區(qū)試驗數(shù)據(jù)的難點 190
10.4 背景閱讀 191
10.5 總結(jié) 191
第11章 雙向裂區(qū)設(shè)計 193
11.1 主要概念 193
11.2 案例：電池試驗 193
11.2.1 問題與設(shè)計 193
11.2.2 數(shù)據(jù)分析 199
11.3 知識探究 203
11.3.1 雙向裂區(qū)模型 204
11.3.2 廣義最小二乘估計 205
11.3.3 雙向裂區(qū)試驗的最優(yōu)設(shè)計 208
11.3.4 D-最優(yōu)雙向裂區(qū)設(shè)計的構(gòu)造算法 208
11.3.5 擴展及相關(guān)試驗設(shè)計 209
11.4 背景閱讀 209
11.5 總結(jié) 210
參考文獻 211
書單推薦
