试验设计是有着广泛应用的统计工具，已形成广泛的理论体系，是统计学的一个重要分支。国内外有大量介绍试验设计理论与应用的书籍。Peter Goos与Bradley Jones的《最优试验设计——案例分析》别具特色。每章都包含一个案例分析，以一个剧本的形式呈现，很少涉及数学和统计学方面的细节，这不仅体现了最优试验设计的一般性和灵活性，对于非专业人士也不会带来距离感；同时每章都设置了知识探究环节，为案例研究中使用的各种统计和数据分析方法提供更严谨的基础材料。全书分为11章，内容包括简单比较试验、筛选试验、响应曲面试验、混料试验、区组试验、裂区试验等场景中最优试验设计的构造及数据分析方法。本书内容丰富，注重理论联系实际，深入浅出地阐述试验设计的基本理论和具体的应用方法，通俗易懂，便于阅读。为方便教学，本书提供电子课件，可登录华信教育资源网www.hxedu.com.cn下载使用。本书是学习如何应用试验设计方法的一本好教材，可作为高等院校高年级本科生及研究生的教学用书，对科研人员、工程技术人员及广大实际工作者而言，也是一本学习试验设计的有益的参考书。
Peter Goos（彼得·古斯），自2009年10月起担任安特卫普大学商业与经济学院工程管理系的正教授。2004年10月至2009年9月，他担任数学、统计学和精算科学系副教授。Peter Goos曾担任StatUa统计中心主席，并在伊拉斯谟经济学院（鹿特丹伊拉斯谟大学）计量经济学研究所兼职全职教授，直到2013年12月。2013年10月，Peter Goos加入鲁汶大学生物科学工程学院，仅在安特卫普大学兼职工作。他曾是鲁汶大学商业与经济学院的客座教授，也是安特卫普管理学院和圣彼得堡国际管理学院的讲师。他出版了《阻塞和分割图实验的最优设计》、《最优试验设计——案例分析》、《JMP统计：图形、描述性统计和概率》和《JMP统计：假设检验、方差分析和回归》等著作。【美】Bradley Jones（布拉德利·琼斯）， JMP首席研发专家，在应用统计学领域的成就如下：? 书籍《最优实验设计——案例研究方法》，联合作者? 最优设计，荣获优登奖(Youden Prize)? 确定性筛选设计，荣获布伦博奖（Brumbaugh）及劳埃德·纳尔逊奖(Lloyd S. Nelson)? 裂区设计，荣获布伦博奖（Brumbaugh）及劳埃德·纳尔逊奖(Lloyd S. Nelson)? 与化工公司Novomer合作的项目，荣获ASA化学统计奖? 《Journal of Quality Technology》 主编
杨贵军，天津财经大学统计学院院长，教授，博士生导师；南开大学博士，先后到英国诺丁汉大学、美国佛罗里达大学和美国约翰霍普金斯大学进行学术交流。中国统计教育学会会员、理事、常务理事；全国统计教材编审委员会第七届委员会专业委员；中国统计学会第十届理事会，理事。
目 录
第1章 简单比较试验 1
1.1 主要概念 1
1.2 比较试验的安排 1
1.3 总结 6
第2章 最优筛选试验 7
2.1 主要概念 7
2.2 案例：提取试验 7
2.2.1 问题和设计 7
2.2.2 数据分析 11
2.3 知识探究 16
2.3.1 主效应模型 17
2.3.2 两因子交互效应模型 18
2.3.3 因子缩放(factor scaling) 18
2.3.4 普通最小二乘估计 19
2.3.5 显著性检验和功效函数的计算 21
2.3.6 方差膨胀 22
2.3.7 别名 22
2.3.8 最优设计 25
2.3.9 生成最优试验设计 26
2.3.10 回顾提取试验 30
2.3.11 成功筛选原则：稀疏性、排序性、遗传性 32
2.4 背景阅读 33
2.4.1 筛选 33
2.4.2 寻找最优设计的算法 34
2.5 总结 34
第3章 筛选试验的跟随试验 35
3.1 主要概念 35
3.2 案例：扩充的提取试验 35
3.2.1 问题和设计 35
3.2.2 数据分析 41
3.3 知识探究 44
3.3.1 跟随试验的最优选择 45
3.3.2 设计构造算法 50
3.3.3 折叠反转设计 50
3.4 背景阅读 50
3.5 总结 51
第4章 含有分类因子的响应曲面设计 52
4.1 主要概念 52
4.2 案例：稳健的流程优化试验 52
4.2.1 问题和设计 52
4.2.2 数据分析 60
4.3 知识探究 63
4.3.1 二次效应 63
4.3.2 针对多水平分类因子的虚拟变量 64
4.3.3 计算D-效率 65
4.3.4 构建FDS图 66
4.3.5 计算平均相对预测方差 67
4.3.6 计算I-效率 69
4.3.7 保证基于普通最小二乘推断的有效性 69
4.3.8 设计区域 70
4.4 背景阅读 70
4.5 总结 71
第5章 规则设计区域的响应曲面设计 72
5.1 主要概念 72
5.2 案例：产量最大化试验 72
5.2.1 问题和设计 72
5.2.2 数据分析 79
5.3 知识探究 82
5.3.1 三次因子效应 82
5.3.2 失拟检验 83
5.3.3 在试验设计的构造算法中加入因子限制 84
5.4 背景阅读 85
5.5 总结 85
第6章 带有过程因子的混料试验 86
6.1 主要概念 86
6.2 案例：轧机试验 86
6.2.1 问题和设计 86
6.2.2 数据分析 92
6.3 知识探究 94
6.3.1 混料约束 94
6.3.2 混料约束对模型的影响 94
6.3.3 混料试验数据常用的模型 96
6.3.4 混料试验的最优设计 97
6.3.5 混料试验设计构造算法 100
6.4 背景阅读 101
6.5 总结 102
第7章 区组响应曲面设计 103
7.1 主要概念 103
7.2 案例：油酥面团试验 103
7.2.1 问题和设计 103
7.2.2 数据分析 110
7.3 知识探究 116
7.3.1 模型 116
7.3.2 广义最小二乘估计 117
7.3.3 方差分量的估计 119
7.3.4 显著性检验 120
7.3.5 区组试验的最优设计 120
7.3.6 正交分区组 121
7.3.7 最优与正交分区组 122
7.4 背景阅读 123
7.5 总结 123
第8章 区组筛选试验 124
8.1 主要概念 124
8.2 案例：稳定性改进试验 124
8.2.1 问题和设计 124
8.2.2 设计问题的回顾 130
8.2.3 数据分析 133
8.3 知识探究 137
8.3.1 包含区组效应的模型 137
8.3.2 固定区组效应 138
8.4 背景阅读 140
8.5 总结 141
第9章 含有协变量的试验设计 142
9.1 主要概念 142
9.2 案例：聚丙烯试验 142
9.2.1 问题和设计 142
9.2.2 数据分析 150
9.3 知识探究 156
9.3.1 协变量或伴随变量 156
9.3.2 协变量存在时的模型和设计准则 156
9.3.3 对时间趋势的设计稳健 160
9.3.4 构造设计算法 163
9.3.5 随机化或不随机化 163
9.3.6 结语 164
9.4 背景阅读 164
9.5 总结 165
第10章 裂区设计 166
10.1 主要概念 166
10.2 案例：风洞试验 166
10.2.1 问题与设计 166
10.2.2 数据分析 176
10.3 知识探究 182
10.3.1 裂区术语 182
10.3.2 模型 183
10.3.3 裂区设计的推断 184
10.3.4 裂区设计的应用场合 187
10.3.5 所需的难变因子数量及试验次数 188
10.3.6 最优裂区试验设计 189
10.3.7 最优裂区设计的构造算法 189
10.3.8 分析裂区试验数据的难点 190
10.4 背景阅读 191
10.5 总结 191
第11章 双向裂区设计 193
11.1 主要概念 193
11.2 案例：电池试验 193
11.2.1 问题与设计 193
11.2.2 数据分析 199
11.3 知识探究 203
11.3.1 双向裂区模型 204
11.3.2 广义最小二乘估计 205
11.3.3 双向裂区试验的最优设计 208
11.3.4 D-最优双向裂区设计的构造算法 208
11.3.5 扩展及相关试验设计 209
11.4 背景阅读 209
11.5 总结 210
参考文献 211
书单推荐
