读者对象
工程师在现代社会里起了重要的作用。他们负责设计研制绝大多数我们生
活中要用的产品和制造这些产品的生产过程。工程师也参与工业企业和商业服务
组织的许多管理工作。对问题阐述、分析和解决中工程研究能力的基本训练在很
大范围内非常有价值。
解决许多类型的工程问题都需要能正确看待变异性和了解一些处理变异性
的描述和分析工具。统计是应用数学的一个分支，它关心的是变异性及其他对
决策制定的影响。本书是一本工程统计学的入门教材。虽然我们介绍的主题是统
计在其他学科的基本应用，但是会把重点放在满足工程师的需求上，让他
们把精力集中于统计在他们学科的应用上。因此，我们的例子和练习都是有工
程背景的，几乎在所有的案例里，都使用了实际问题、已出版的资料或者来自
于我们自己咨询经历里的数据。
各学科里的工程师都应该至少选一门统计课程。确实，美国工程技术鉴定局
（Accreditation Board on Engineering and Technology）要求工程师
把统计当做他们正规的大学学习的一部分，学会如何高效地使用统计方法。
由于其他程序要求，绝大多数工科学生只学习一学期统计课程，本书
旨在作为所有工科学生一学期统计课程的教材。
第5版进行了大规模的修订，增加了一些新的例子和许多新的问题。修订
过程中，我们把重点放在改写那些学生理解起来比较难的主题上，它们是从我
们自己的教学经验或者别人的反馈中了解到的。
本书结构
本书基于一本更全面的书（Montgomery,DC.,and Runger,GC.,Applied Statistics and Probability for Engineers,Fifth Edition,Hoboken,NJ:John Wiley & Sons,2011），此书被教师在一个或者两个学期的课程中使用。我们把这本书中适合一学期课程的关键主题作为本书的基础。作为浓缩和修正的结果，本书的数学水平更加适当。学习了一学期微积分的工科学生在阅读本书时应当没有什么困难。我们的意图是让学生理解统计方法，知道怎么把它们应用到工程问题的解决上，而不是知道统计的数学原理。
第1章介绍了统计和概率在解决工程问题时所起的作用。说明了统计思想和相关的方法，并和其他工程建模方法相比较。用简单的例子讨论了统计方法的重要价值，也介绍了简单的统计汇总。
第2章举例说明了由简单汇总和图形方法给出的有用信息。给出了大的数据集的分析过程。阐明了像直方图、茎叶图和频数分布图这些数据分析方法。重点在用这些方法来洞察数据特征或者潜在的系统。
第3章介绍了随机变量的概念和描述随机变量特征的概率分布。我们集中介绍了正态分布，因为它在那些经常应用于工程的统计工具中起了根本的作用。我们设法避免采用复杂的数学方法和事件样本空间定位方法这类传统的向工科学生提供资料的方法。进一步理解概率对于理解怎样用统计高效地解决工程问题不是必需的。这一章的其他主题包括期望值、方差、概率图和中心极限定理。
第4章和第5章给出了基本的统计推断工具：点估计、置信水平和假设检验。单样本的方法在第4章，两样本的推断方法在第5章。我们的介绍显然是以应用为导向的，强调了这些过程的简单比较实验性质。我们希望工科学生能对怎样使用这些方法解决实际问题产生兴趣，能了解一些概念背后的东西，这样他们就能明白怎么把它们应用到其他地方。我们合理、有启发地推导了方法，而不是使用严格的数学证明。
第6章介绍了如何构造经验模型，给出了简单和多元线性回归模型，也讨论了把这些模型作为机械模型的近似。我们让学生明白如何求出回归系数的最小二乘估计，进行标准的假设检验和求出置信区间，以及用模型残差评价模型的充分性。纵观全章，强调了计算机在拟合和分析回归模型中的使用。
第7章正式介绍了工程实验设计，尽管第4章和第5章的许多部分都是这个主题的基础。我们强调了因子设计，特别是所有的实验因子都是两个水平的。我们的实践经验指出了，如果工程师知道如何在所有因子都有两个水平的情况下建立析因实验，能正确地做实验和正确地分析得到的数据，他们就能成功地处理在实际中
碰到的大多数工程实验。因此，本章的目的就在于实现这些目标。我们同时也介绍了部分因子设计和对应的浅显方法。
统计质量控制在第8章中介绍。强调了休哈特控制图的重要主题。给出
了和R图，以及个体和计数数据的一些简单的控制图方法。我们也讨论了
估计过程能力的一些方面。
我们鼓励学生通过练习来掌握关键的东西。本书提供了大量的不同难度的练习题。每一节
后面的练习题旨在加强那一节介绍的概念和方法。这些题目比每一章后面的补充练习更加
有结构性，而补充练习一般要求更多的公式或概念思考。
补充练习是用来强化对概念的理解而不是分析方法的整合性问题。
团队互动考查了学生把本章的方法和概念应用到需要收集数据的问题上。
正如下面提到的，统计软件在解决问题时的使用是本课程的一部分。
内容更新
●每章新的引例演示了本章的统计学主题与工程的关系。
●在第3章中，通过新的例子演示了使用Excel计算概率。
●例子中的实践解释更好地将本例中的统计学结论与实际工程决策联系起来。
●修订后的实验设计内容和增加的资料有助于学生更好地理解与ANOVA有关的计算机软件。
●增加了大量新的练习。
使用本书
我们相信，对工科学生开设的统计导论课程，首要的应该是应用性课程。
重点应当放在数据描述、推断（置信区间和检验）、模型建立、工程实
验设计和统计质量控制上，因为这些方法是工程实践必须知道的。
讲授这些课程有一种倾向，即在概率和随机变量上花费大量的时间（事实上，一
些工程师，比如工业和电子工程师，与其他学科的学生相比不需要知道太多）
和强调数学推导，这就把工程统计课程变成了“婴儿数学状态”课程。老师
教授这种类型的课程时会觉得很容易，因为教原理总是比讲应用容易得多，
但这不能为学生准备职业经验。
我们在亚利桑那州立大学讲授的课程里，学生每周上两次课，一次在大教室，一次
在小的计算机实验室。学生要做阅读作业、个人课后作业和小组项目。课堂的小组项目
包括设计实验、产生数据和做分析。本书中的补充练习和团队互动是小组项目较好的材料，
目的在于用有挑战性的问题创造积极的学习环境，以此来培养分析和总结能力。
使用计算机
在实践中，工程师在计算机上应用统计方法来解决问题。因此，我们强烈
推荐将计算机使用结合到课程中。纵观本书，我们给出了Minitab的输出结果
。在讲课过程中，我们也使用了Statgraphics,Minitab,Excel和一些其他的统计软件
包与电子数据表。我们没有在本书中汇集其他不同软件包的例子，因为怎样把软件结合到课
程里要比用哪一个软件包重要得多。
在大课的时候，我们引入计算机软件。当讨论到某一方法，我们就给学生示范怎样用软件实现。
我们推荐这种教学形式。许多受欢迎的软件包都有价格较低的学生版本，在许多学院的局域网上也有统计软件，所以学生找到软件不成问题。
展开
