試驗(yàn)設(shè)計(jì)是有著廣泛應(yīng)用的統(tǒng)計(jì)工具，已形成廣泛的理論體系，是統(tǒng)計(jì)學(xué)的一個(gè)重要分支。國內(nèi)外有大量介紹試驗(yàn)設(shè)計(jì)理論與應(yīng)用的書籍。Peter Goos與Bradley Jones的《最優(yōu)試驗(yàn)設(shè)計(jì)——案例分析》別具特色。每章都包含一個(gè)案例分析，以一個(gè)劇本的形式呈現(xiàn)，很少涉及數(shù)學(xué)和統(tǒng)計(jì)學(xué)方面的細(xì)節(jié)，這不僅體現(xiàn)了最優(yōu)試驗(yàn)設(shè)計(jì)的一般性和靈活性，對(duì)于非專業(yè)人士也不會(huì)帶來距離感；同時(shí)每章都設(shè)置了知識(shí)探究環(huán)節(jié)，為案例研究中使用的各種統(tǒng)計(jì)和數(shù)據(jù)分析方法提供更嚴(yán)謹(jǐn)?shù)幕�礎(chǔ)材料。全書分為11章，內(nèi)容包括簡(jiǎn)單比較試驗(yàn)、篩選試驗(yàn)、響應(yīng)曲面試驗(yàn)、混料試驗(yàn)、區(qū)組試驗(yàn)、裂區(qū)試驗(yàn)等場(chǎng)景中最優(yōu)試驗(yàn)設(shè)計(jì)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(shí)際，深入淺出地闡述試驗(yàn)設(shè)計(jì)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(xué)，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(xué)習(xí)如何應(yīng)用試驗(yàn)設(shè)計(jì)方法的一本好教材，可作為高等院校高年級(jí)本科生及研究生的教學(xué)用書，對(duì)科研人員、工程技術(shù)人員及廣大實(shí)際工作者而言，也是一本學(xué)習(xí)試驗(yàn)設(shè)計(jì)的有益的參考書。

Peter Goos（彼得·古斯），自2009年10月起擔(dān)任安特衛(wèi)普大學(xué)商業(yè)與經(jīng)濟(jì)學(xué)院工程管理系的正教授。2004年10月至2009年9月，他擔(dān)任數(shù)學(xué)、統(tǒng)計(jì)學(xué)和精算科學(xué)系副教授。Peter Goos曾擔(dān)任StatUa統(tǒng)計(jì)中心主席，并在伊拉斯謨經(jīng)濟(jì)學(xué)院（鹿特丹伊拉斯謨大學(xué)）計(jì)量經(jīng)濟(jì)學(xué)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(xué)生物科學(xué)工程學(xué)院，僅在安特衛(wèi)普大學(xué)兼職工作。他曾是魯汶大學(xué)商業(yè)與經(jīng)濟(jì)學(xué)院的客座教授，也是安特衛(wèi)普管理學(xué)院和圣彼得堡國際管理學(xué)院的講師。他出版了《阻塞和分割圖實(shí)驗(yàn)的最優(yōu)設(shè)計(jì)》、《最優(yōu)試驗(yàn)設(shè)計(jì)——案例分析》、《JMP統(tǒng)計(jì)：圖形、描述性統(tǒng)計(jì)和概率》和《JMP統(tǒng)計(jì)：假設(shè)檢驗(yàn)、方差分析和回歸》等著作�！久馈緽radley Jones（布拉德利·瓊斯）， JMP首席研發(fā)專家，在應(yīng)用統(tǒng)計(jì)學(xué)領(lǐng)域的成就如下：? 書籍《最優(yōu)實(shí)驗(yàn)設(shè)計(jì)——案例研究方法》，聯(lián)合作者? 最優(yōu)設(shè)計(jì)，榮獲優(yōu)登獎(jiǎng)(Youden Prize)? 確定性篩選設(shè)計(jì)，榮獲布倫博獎(jiǎng)（Brumbaugh）及勞埃德·納爾遜獎(jiǎng)(Lloyd S. Nelson)? 裂區(qū)設(shè)計(jì)，榮獲布倫博獎(jiǎng)（Brumbaugh）及勞埃德·納爾遜獎(jiǎng)(Lloyd S. Nelson)? 與化工公司Novomer合作的項(xiàng)目，榮獲ASA化學(xué)統(tǒng)計(jì)獎(jiǎng)? 《Journal of Quality Technology》 主編
楊貴軍，天津財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院院長，教授，博士生導(dǎo)師；南開大學(xué)博士，先后到英國諾丁漢大學(xué)、美國佛羅里達(dá)大學(xué)和美國約翰霍普金斯大學(xué)進(jìn)行學(xué)術(shù)交流。中國統(tǒng)計(jì)教育學(xué)會(huì)會(huì)員、理事、常務(wù)理事；全國統(tǒng)計(jì)教材編審委員會(huì)第七屆委員會(huì)專業(yè)委員；中國統(tǒng)計(jì)學(xué)會(huì)第十屆理事會(huì)，理事。

目 錄
第1章 簡(jiǎn)單比較試驗(yàn) 1
1.1 主要概念 1
1.2 比較試驗(yàn)的安排 1
1.3 總結(jié) 6
第2章 最優(yōu)篩選試驗(yàn) 7
2.1 主要概念 7
2.2 案例：提取試驗(yàn) 7
2.2.1 問題和設(shè)計(jì) 7
2.2.2 數(shù)據(jù)分析 11
2.3 知識(shí)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(jì) 19
2.3.5 顯著性檢驗(yàn)和功效函數(shù)的計(jì)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(jì) 25
2.3.9 生成最優(yōu)試驗(yàn)設(shè)計(jì) 26
2.3.10 回顧提取試驗(yàn) 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(jì)的算法 34
2.5 總結(jié) 34
第3章 篩選試驗(yàn)的跟隨試驗(yàn) 35
3.1 主要概念 35
3.2 案例：擴(kuò)充的提取試驗(yàn) 35
3.2.1 問題和設(shè)計(jì) 35
3.2.2 數(shù)據(jù)分析 41
3.3 知識(shí)探究 44
3.3.1 跟隨試驗(yàn)的最優(yōu)選擇 45
3.3.2 設(shè)計(jì)構(gòu)造算法 50
3.3.3 折疊反轉(zhuǎn)設(shè)計(jì) 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(jì) 52
4.1 主要概念 52
4.2 案例：穩(wěn)健的流程優(yōu)化試驗(yàn) 52
4.2.1 問題和設(shè)計(jì) 52
4.2.2 數(shù)據(jù)分析 60
4.3 知識(shí)探究 63
4.3.1 二次效應(yīng) 63
4.3.2 針對(duì)多水平分類因子的虛擬變量 64
4.3.3 計(jì)算D-效率 65
4.3.4 構(gòu)建FDS圖 66
4.3.5 計(jì)算平均相對(duì)預(yù)測(cè)方差 67
4.3.6 計(jì)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(jì)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(jì)區(qū)域的響應(yīng)曲面設(shè)計(jì) 72
5.1 主要概念 72
5.2 案例：產(chǎn)量最大化試驗(yàn) 72
5.2.1 問題和設(shè)計(jì) 72
5.2.2 數(shù)據(jù)分析 79
5.3 知識(shí)探究 82
5.3.1 三次因子效應(yīng) 82
5.3.2 失擬檢驗(yàn) 83
5.3.3 在試驗(yàn)設(shè)計(jì)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(yàn) 86
6.1 主要概念 86
6.2 案例：軋機(jī)試驗(yàn) 86
6.2.1 問題和設(shè)計(jì) 86
6.2.2 數(shù)據(jù)分析 92
6.3 知識(shí)探究 94
6.3.1 混料約束 94
6.3.2 混料約束對(duì)模型的影響 94
6.3.3 混料試驗(yàn)數(shù)據(jù)常用的模型 96
6.3.4 混料試驗(yàn)的最優(yōu)設(shè)計(jì) 97
6.3.5 混料試驗(yàn)設(shè)計(jì)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(jì) 103
7.1 主要概念 103
7.2 案例：油酥面團(tuán)試驗(yàn) 103
7.2.1 問題和設(shè)計(jì) 103
7.2.2 數(shù)據(jù)分析 110
7.3 知識(shí)探究 116
7.3.1 模型 116
7.3.2 廣義最小二乘估計(jì) 117
7.3.3 方差分量的估計(jì) 119
7.3.4 顯著性檢驗(yàn) 120
7.3.5 區(qū)組試驗(yàn)的最優(yōu)設(shè)計(jì) 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(yàn) 124
8.1 主要概念 124
8.2 案例：穩(wěn)定性改進(jìn)試驗(yàn) 124
8.2.1 問題和設(shè)計(jì) 124
8.2.2 設(shè)計(jì)問題的回顧 130
8.2.3 數(shù)據(jù)分析 133
8.3 知識(shí)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(yàn)設(shè)計(jì) 142
9.1 主要概念 142
9.2 案例：聚丙烯試驗(yàn) 142
9.2.1 問題和設(shè)計(jì) 142
9.2.2 數(shù)據(jù)分析 150
9.3 知識(shí)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(shí)的模型和設(shè)計(jì)準(zhǔn)則 156
9.3.3 對(duì)時(shí)間趨勢(shì)的設(shè)計(jì)穩(wěn)健 160
9.3.4 構(gòu)造設(shè)計(jì)算法 163
9.3.5 隨機(jī)化或不隨機(jī)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(jì) 166
10.1 主要概念 166
10.2 案例：風(fēng)洞試驗(yàn) 166
10.2.1 問題與設(shè)計(jì) 166
10.2.2 數(shù)據(jù)分析 176
10.3 知識(shí)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(jì)的推斷 184
10.3.4 裂區(qū)設(shè)計(jì)的應(yīng)用場(chǎng)合 187
10.3.5 所需的難變因子數(shù)量及試驗(yàn)次數(shù) 188
10.3.6 最優(yōu)裂區(qū)試驗(yàn)設(shè)計(jì) 189
10.3.7 最優(yōu)裂區(qū)設(shè)計(jì)的構(gòu)造算法 189
10.3.8 分析裂區(qū)試驗(yàn)數(shù)據(jù)的難點(diǎn) 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(jì) 193
11.1 主要概念 193
11.2 案例：電池試驗(yàn) 193
11.2.1 問題與設(shè)計(jì) 193
11.2.2 數(shù)據(jù)分析 199
11.3 知識(shí)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(jì) 205

11.3.3 雙向裂區(qū)試驗(yàn)的最優(yōu)設(shè)計(jì) 208
11.3.4 D-最優(yōu)雙向裂區(qū)設(shè)計(jì)的構(gòu)造算法 208
11.3.5 擴(kuò)展及相關(guān)試驗(yàn)設(shè)計(jì) 209
11.4 背景閱讀 209
11.5 總結(jié) 210
參考文獻(xiàn) 211