本书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。

“这本书写得很好，值得每个工程师和技术人员都拥有一本。”
——《IEEE Electrical Insulation Magazine》
“……我们的专业人员几乎都能从该书中受益，享受到阅读乐趣！”
——《Journal of the American Statistical Association》
“每个行业统计人员的书架上都应该有这本书，书中包含了很多智慧，尤其第2版做了巨大的改进，值得推荐！”
——《The American Statistician》
George E. P. Box　美国威斯康星大学麦迪逊分校R. A. Fisher统计名誉教授。他是美国人文和自然科学研究院院士，美国统计学会S. S. Wilks纪念奖章、美国质量协会Shewhart奖章和英国皇家统计协会Guy银奖的获得者。
J. Stuart Hunter　普林斯顿大学土木工程系名誉教授。Hunter博士担任许多行业和政府部门的顾问。他还是美国国家科学院和国家统计委员会的成员以及威斯康星大学的统计学家，并且是杂志《Technometrics》的创刊编辑。
William G. Hunter　美国威斯康星大学麦迪逊分校统计和工程学名誉教授。
作者简介
多年来，本书第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。
本书涵盖物理、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。

第2版前言
　　在修订这本书的时候，我们深切怀念我们已逝的朋友和同事Bill Hunter(William G.Hunter,1937—1986).我们怀念他的思想、建议和令人愉悦的鼓励.但是，我们相信他的精神已经和我们紧紧地连在了一起，并且他会为我们所做的一切感到高兴.
　　本书第2版的目的仍然和第1版一样：
　　1.使试验者获得实际可行的科学方法和统计工具，这些工具可以大大促进创新、解决问题和获得新发现.
　　2.解释这些工具如何使用以及如何与主管专家一起在他们的研究过程中应用.
　　应该说，使得Bill尤为高兴的发展是现今的可喜氛围，这些技术现在在工业中都得到了应用，而且由于目前高速计算机普遍适用性，使得这些广泛的方法只要有必要的话都允许在计算上具备使用的条件.
　　在如“六西格玛”这样的旗帜下，管理部门已经认识到在经济研究方面培训其工作团队的重要性.现在科学方法的民主化，使许多人已经或正在利用自己的创造力以及还没有来得及实现的才智来寻找对问题的解决和得到新发现.此外，“团队思想”不仅能加速质量的改进，而且通过这种思想容易发现和检验创新的自然领导者并施展其才能让他们去领导.为使得各种各样的创造性工作成为可能，需要把现代哲学和过程改进的方法传授给所有那些处在组织者层面上的人们.我们相信，不管是培训者还是被培训者都会觉得这本书是有用的.而且根据我们长期的经验，相信这本书中的材料对正在大学里需要有这类知识但常常又忽视的那些科学家和工程师来说，也是适合用来做训练的.
　　本书第2版对第1版的材料做了重新安排，并且进行了改写，使得读者更易于接受和理解.另外，这个新版本还引进或强调了许多新的东西.
　　对于一个成功的研究者来说，除了统计上的考虑外，还有许多其他方面的问题必须关注.例如下面列举的这些：
　　需要紧密地与主管专家协同工作.
　　注意选择参考集的重要性.
　　作为对更正式方法的一种辅助，重视图技术的价值和作用.
　　为求解多重响应问题注意非活跃（惰性）因子和典则空间的使用.
　　使用“λ作图”数据变换有时可以大大提高成功的效率.
　　理解误差的传递以及它在设计那些最小地受（或稳健地对）系统成分中的变差影响的产品和过程中的运用.
　　在工业试验中，特别是在受环境影响的稳健产品和过程的设计中，注意裂区（split-plot）设计及类似安排的作用.
重视对解决问题的序贯方法特别是试验设计的序贯安排.
　　如何选择最好的跟随试验（follow-up run）.
　　熟悉某些简单装置（例如，一个纸直升机）的手工设计的研究技术.
　　如何把经验变为实际机制.
　　关注随机化和分区组的使用，以使得分析允许在“好像”是标准假设成立的情形下来进行.
　　注意复杂试验安排的使用，特别是Plackett-Burman设计及其分析.
　　关注设计信息函数.
　　关注导引到过程控制、预测和时间序列分析的知识.
　　注意关于革新过程操作更深入的讨论.
　　关于章末问题和习题的使用
　　在每章末都有问题和习题，它们有两个用处：在阅读这一章之前，可以把它们作为预习，以帮助了解关键点和指导阅读，而在阅读之后，可以把它们作为实际应用和练习.
　　当你应用这些思想，特别是，如果你遇到异常的成功或者失败，我们会很感兴趣学习你的经验.我们尽力要写出一本很有用而且又通俗易懂的书，但未必完全如意.如果你有什么关于如何改进这本书的建议，请写给我们.
致谢
　　我们特别感谢Ernesto Barrios Zamudio在本书的准备过程中给予的慷慨帮助.还要感谢René Valverde Ventuara、Carla Vivacqua和Carmen Paniagua Quiňones对我们的帮助.我们还感激David Bacon Mac Berthouex、Sren Bisgaard、Bob DeBaun、David Steinberg、Dan Meyer、Bill Hill、Merv Muller和Daniel Pea,感谢他们对该书前一版的评论和有价值的建议，并且感谢给予过我们耐心鼓励的Claire Box和Tady Hunter.尤其是，在这长期努力中，我们幸运地遇到Lisa Van Horn编辑，其与我们愉快的合作和智慧的讨论贯穿整个书的出版准备过程，在此一并致以谢意.

George E.P.Box
J.Stuart Hunter
Madison,Wisconsin
Princeton,New Tersey
April 2005

译者序
第2版前言

第1章　促进知识的产生1
　　1.1　学习过程1
　　1.2　重要的考虑3
　　1.3　试验者的问题及统计方法5
　　1.4　一个典型研究6
　　1.5　如何用统计技术8
第2章　基础知识（概率、参数和统计）12
　　2.1　试验误差12
　　2.2　分布13
　　2.3　统计量和参数16
　　2.4　位置和散布的度量16
　　2.5　正态分布19
　　2.6　正态概率作图22
　　2.7　随机性和随机变量23
　　2.8　协方差和相关作为线性相依性的度量25
　　2.9　学生氏t分布26
　　2.10　参数估计28
　　2.11　来自正态总体的随机抽样29
　　2.12　卡方和F分布30
　　2.13　二项分布32
　　2.14　泊松分布35
　　附录2A　观测的线性组合的均值和方差37
第3章　比较两总体：参照分布、检验和置信区间42
　　3.1　相关的参照集合和参照分布42
　　3.2　随机配对比较设计：男孩鞋子例子51
　　3.3　分区组和随机化57
　　3.4　小结：简单试验中的比较、重复、随机化和分区组58
　　3.5　显著性检验再讨论59
　　3.6　离散数据的推断：二项分布66
　　3.7　频数(每单位的计数)的推断：泊松分布69
　　3.8　列联表和关联性检验70
　　附录3A　两总体比较检验的稳健性对比72
　　附录3B　基于历史数据的参照分布的计算74
第4章　比较多个总体：随机区组和拉丁方82
　　4.1　在一个完全随机设计中比较k个处理82
　　4.2　随机区组设计89
　　4.3　裂区试验初步及其与随机区组的关系94
　　4.4　多个分区组成分：拉丁方设计95
　　4.5　平衡不完全区组设计99
　　附录4A　图形方差分析的基础100
　　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101
第5章　两水平因析设计105
　　5.1　引言105
　　5.2　例1:三因子(变量)对薄层清晰度的影响105
　　5.3　例2:三因子对某聚合物溶剂的三种物理性质的影响106
　　5.4　23因析设计：试验工厂研究107
　　5.5　主效应的计算109
　　5.6　交互作用110
　　5.7　真实的重复试验111
　　5.8　结果的解释113
　　5.9　对照表114
　　5.10　2k因析试验中ANOVA的误用115
　　5.11　观察数据117
　　5.12　多个响应的处理：宠物食品试验118
　　5.13　24因析设计：工艺过程开发研究122
　　5.14　利用正态图和Lenth图分析124
　　5.15　因析设计数据的其他模型128
　　5.16　2k因析设计分区组129
　　5.17　边做边学132
　　5.18　总结135
　　附录5A　更大因析设计的分区组135
　　附录5B　部分混杂136
第6章　部分因析设计144
　　6.1　8次试验中5个因子对薄层6种特性的效应144
　　6.2　新产品的稳定性,8次试验中4个因子,一个24-1设计145
　　6.3　一个半拆分的例子:某种轴承的改进146
　　6.4　半拆分的分析147
　　6.5　27-4Ⅲ设计:一个自行车的例子149
　　6.6　8次试验设计151
　　6.7　使用表6.6:一个例证152
　　6.8　符号交换、折叠反转及序贯安排153
　　6.9　采用多列折叠反转的一项调查155
　　6.10　通过折叠反转将设计的分辨度由Ⅲ提高到Ⅳ158
　　6.11　16次试验的设计158
　　6.12　25因析设计的节点半复制:反应堆例子159
　　6.13　28因析设计的28-4Ⅳ节点116部分162
　　6.14　215-11Ⅲ节点设计:215因析设计的464部分163
　　6.15　构造其他的两水平部分165
　　6.16　区组效应的消除166
第7章　补充的部分因析设计及其分析173
　　7.1　Plackett和Burman设计173
　　7.2　选择跟随试验181
　　7.3　对使用部分设计的辩护187
　　附录7A　技术细节189
　　附录7B　PB设计的一个近似偏分析191
　　附录7C　Hall的正交设计191
第8章　因析设计及数据变换197
　　8.1　一个两向(因析)设计197
　　8.2　来自变换的简化以及增强的灵敏度198
　　附录8A　数据变换的基本原理204
　　附录8B　检验方差非齐性的Bartlettχ2v204
第9章　变差的多种来源208
　　9.1　裂区设计、方差成分和误差传递208
　　9.2　裂区设计208
　　9.3　估计方差成分215
　　9.4　误差传递220
第10章　最小二乘与试验设计的必要性226
　　10.1　最小二乘估计226
　　10.2　最小二乘的多样性234
　　10.3　试验设计的起源246
　　10.4　非线性模型253
　　附录10A　统计概念的向量表示255
　　附录10B　最小二乘的矩阵版本258
　　附录10C　因析设计、搞糟的设计及其他设计的分析259
　　附录10D　未加权最小二乘和加权最小二乘261
第11章　建模、几何及试验设计272
　　11.1　一些经验模型274
　　11.2　某些试验设计及设计的信息函数278
　　11.3　曲线估计的是否充分281
　　11.4　序贯设计策略282
　　11.5　典则分析286
　　11.6　Box-Behnken设计294
第12章　响应曲面方法的某些应用304
　　12.1　重复试验以改进产品设计304
　　12.2　通过数据变换简化响应函数313
　　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316
　　12.4　探索典则因子空间318
　　12.5　从经验论到机械论323
　　12.6　响应曲面法的使用328
　　附录12A　y的平均方差328
　　附录12B　12.3节中多重响应试验的数据和估计的效应329
第13章　设计稳健产品和稳健过程：引论336
　　13.1　环境的稳健性336
　　13.2　对组成部分波动的稳健性343
　　附录13A　关于环境稳健性的一个数学阐述347
　　附录13B　准则的选取348
第14章　过程控制-预测和时间序列:引论353
　　14.1　过程监测353
　　14.2　指数加权移动平均356
　　14.3　CuSum图358
　　14.4　过程调整360
　　14.5　对一些时间序列模型及应用的简略回顾366
　　14.6　用模型做预测368
　　14.7　干预分析：洛杉矶空气污染的例子371
第15章　革新过程操作375
　　15.1　多个因子376
　　15.2　多重响应379
　　15.3　革新过程操作委员会379
附录　表382

现在越来越多的人意识到统计学是人类认知世界的三门重要公共基础科学之一，即除了哲学、数学(这里主要指纯数学)之外，就是统计学.哲学是通过对世界(客观或主观)总的看法和思维逻辑方式的研究来认知世界的，数学是通过对世界(客观或主观想像)的空间和形态(包括存在于现实或思维可能想像的数量、符号、图形等)的逻辑关系的研究来认知世界的，而统计学则是通过对世界(客观或主观)的观察，即通过观察世界发生的现象而得到各种形态的信息、数据资料(包括被动得到的或者主动设计收集而得到的)来认知世界的，包括研究如何观察和收集信息、数据以及对得到的数据如何进行分析的方法.这三门公共基础科学既各自具有一定的独立性，又相互联系和相互支撑，哲学和数学更具有综合指导性，统计学要用到前两者的思维方法和知识，但又为前两者的研究提供参考或依据，而且它们的理论和方法都要通过时间和实践来检验.这里实践的含义可能各自有所不同，例如，哲学的理论要得到各类其他科学的验证(包括实际的检验)，数学要经得起思维逻辑严密性推敲或者在其他科学领域应用的有效性来检验，而统计学则更多地要得到实际的直接检验.要提高人们的科学素养和认知能力，这三者看来都是不可缺的.
　　作为认知和思维方法，试验设计和分析是统计学中最重要的分支之一.从历史上讲，试验设计为现代统计学的建立打下了基础.现代统计学最重要奠基人之一的伟大统计学家R.A Fisher，早在20世纪20年代就从研究农业试验设计开始研究统计学，为建立现代统计学进一步奠定基础.现代试验设计也就从此诞生，后来得到迅速发展，成为统计学中开发最早、影响最大的分支之一.至今，已形成广泛的理论和应用体系，并已经广泛地应用到涉及自然科学和技术的工业、农业、生物、医学、卫生、物理、化学、工程、环保、科学计算、仿真技术、航空航天等领域以及人文社会经济科学的各个分支，即几乎所有科学领域.可以说，凡是要通过观察和进行科学实验来了解某个客体、现象或过程并进行统计推断的地方，都要用到试验设计和试验数据分析.尤其是在市场激烈竞争的今天，产品质量被视为企业的生命，试验设计便成为产品质量工程的重要组成部分而受到特别重视，应用十分广阔.
　　由G.E.P.Box、J.S.Hunter和W.G.Hunter著的本书(Statistics for Experimenters)是为试验者写的统计学教材，介绍了针对试验设计用到的统计学思想和方法，同时生动、概括地描述了什么是统计学以及人们如何用统计学认知世界的思维过程和方法，因此，无论是对试验者还是对一般想了解统计学的人来说，本书都是一本不可多得的好书.无疑，本书自1978年出版以来，对试验设计的发展做出了划时代的贡献.此外，它对促进统计学的发展，包括对统计学的理解，对统计学方法的技巧应用……都有独到之处.
　　本书第2版对第1版的材料做了重新安排，并且对许多部分进行了改写，这样读者更易接受和理解.它以更加深入浅出的语言介绍了试验设计的思想和各类设计分析的方法，不仅对工程实际工作者在应用试验设计中有着直接的指导作用，而且为理论研究者提供更加丰富的思想启示.另外，本书第2版还引进或强调了本版前言提到的许多东西，还增加了一些新内容，如现代质量控制过程.
　　本书的翻译工作是集体合作完成的.张润楚、李鹏、刘民千、杨建峰和刘玉坤分别完成了第1～2章、第3～5章、第6～8章、第9～11章和第12～15章翻译初稿，最后由张润楚全面审核、整合、协调定稿，特别是刘民千和杨建峰在最后的修改定稿中发挥了重要作用.
　　上述关于统计学和试验设计的看法仅是译者的初浅认识.对于本书的翻译，由于我们的水平所限，加上时间紧迫，尽管我们在翻译过程中付出了很大努力，但仍然可能会在译文或其他方面存在不妥甚至错误之处，敬请同行专家和读者给予批评指正.

张润楚
2009年9月于南开大学和东北师范大学

数学\统计学