Douglas c．Montgomery  著名统计学家，亚利桑那州立大学工业与管理系统工程教授，美国统计学会、工业工程学会、质量控制学会会士。他出版了多部影响深远的统计学著作，发表了大量广为引用的论文。他还应IBM、可口可乐、波音、摩托罗拉等著名公司邀请开展合作项目，在半导体、医疗设备、生物技术等领域深入地进行统计方法的实践研究和理论探讨。

　　《实验设计与分析(第6版)》作为实验设计与分析领域的名著，是作者在亚利桑那州立大学、华盛顿大学和佐治亚理工学院三所大学近40年实验设计教学经验的基础上编写的。《实验设计与分析(第6版)》内容广泛，实例丰富，包括简单比较试验、析因设计、分式析因设计、拟合回归模型、响应曲面方法和设计、稳健参数设计和过程稳健性研究、含随机因子的实验、嵌套设计和裂区设计等。《实验设计与分析(第6版)》可作为自然科学研究人员、工程技术人员、管理人员进行科学实验设计与分析的参考书，也可作为农林类、医学类、生物类、统计类的教师和高年级本科生和研究生的教学参考用书。

　　“实验设计的经典教材和实用参考书，学生们会发现，在上完课进入到实际工作中以后，你还需要经常参考书中的相关理论、方法和技巧。”　　
　　——Quality&Reliability Engineering Internation杂志　　
　　“这是实验设计领域最权威的一本书，全面、透彻而且非常实用。”　　
　　——Michael R．Chernick，著名统计学家，Bootsfrap Methods一书作者

　　第1章　引言
　　1.1  实验策略
　　研究者几乎在所有的研究领域中都会进行实验，通常是为了探究一个特定过程或系统。从字面意义上说，一次实验就是一次试验（test）。更正式的说法是，我们可以定义一次实验（exper-iment）是一次试验或一系列试验，在实验中通过对某一过程或系统的输入变量作一些有目的的改变，以便能够观测到和识别出可在输出响应中观测到的变化的缘由。
　　本书讲解实验的设计、实施以及结果数据分析，以便能够得到有效且客观的结论。我们重点关注工程学和科学方面的实验。实验在包括新产品设计和配方、制造过程（process）开发以及过程改进在内的产品实现（product realization）中起着重要的作用，多数情况下是为了开发一种稳健的（robtlst）过程，即受外部变异性来源影响最小的过程。
　　举一个实验的例子，假设一位冶金工程师想要研究两种不同的淬火工艺（油淬和盐水淬）对一种铝合金的效应。在这里，实验者的目的是确定哪种淬火溶液能使得这种特殊合金的硬度最大。工程师决定对每种淬火介质都提供若干合金试件并在淬火后测量试件的硬度。以试件在每种淬火溶液中处理之后的平均硬度来确定哪一种溶液是最好的。
　　考虑这样一项简单的实验时，有很多重要的问题需要思考：
　　（1）要研究的淬火介质只有这两种溶液吗？
　　（2）在这项实验中，有没有其他可能影响硬度的因子应该被研究或被控制呢（比如，淬火介质的温度）？
　　（3）每种淬火溶液中应该检测多少块合金试件呢？
　　（4）怎样把试件分配给淬火溶液？又应该按什么次序来收集数据？
　　（5）应该用什么样的数据分析方法？
　　（6）两种淬火介质间的平均观测硬度之差是多大时将被认为是重要的？

第1章 引言 1
1.1 实验策略 1
1.2 实验设计的一些典型应用 6
1.3 基本原理 8
1.4 设计实验指南 10
1.5 统计设计简史 14
1.6 小结：在实验中使用统计方法 16
1.7 思考题 16

第2章 简单比较实验 17
2.1 引言 17
2.2 基本统计概念 18
2.3 抽样与抽样分布 21
2.4 关于均值差的推断，随机化设计 26
2.4.1 假设检验 26
2.4.2 样本量的选取 32
2.4.3 置信区间 34
2.4.4 б2/1≠б2/2的情形 36
2.4.5 б2/1与б2/2为已知的情形 36
2.4.6 均值与已知值的比较 37
2.4.7 小结 37

2.5 关于均值差的推断，配对比较设计 38
2.5.1 配对比较问题 38
2.5.2 配对比较设计的优点 40
2.6 正态分布方差的推断 42
2.7 思考题 43

第3章 单因子实验：方差分析 48
3.1 一个例子 48
3.2 方差分析 50
3.3 固定效应模型的分析 52
3.3.1 总平方和的分解 53
3.3.2 统计分析 55
3.3.3 模型参数的估计 59
3.3.4 不平衡数据 60

3.4 模型适合性检验 60
3.4.1 正态性假设 61
3.4.2 依时间序列的残差图 62
3.4.3 残差与拟合值的关系图  63
3.4.4 残差与其他变量的关系图 67

3.5 结果的实际解释 68
3.5.1 回归模型 68
3.5.2 处理均值的比较 70
3.5.3 均值的图解比较法 70
3.5.4 对照法 71
3.5.5 正交对照法 73
3.5.6 用来比较全部对照的Schefè方法 74
3.5.7 处理均值的配对比较法 76
3.5.8 将各个处理均值与一个控制进行比较 78
3.6 计算机输出示例 79

3.7 确定样本量 82
3.7.1 抽检特性曲线 82
3.7.2 规定标准差的增量 84
3.7.3 置信区间的估计方法 85
3.8 寻找分散效应 85

3.9 方差分析的回归处理法 87
3.9.1 模型参数的最小二乘估计 87
3.9.2 一般回归显著性检验 88

3.10 方差分析中的非参数方法 90
3.10.1 Kruskal-Wallis 检验法 90
3.10.2 关于秩变换的一般评论 91
3.11 思考题 91

第4章 随机化区组， 拉丁方， 以及有关的设计 98
4.1 随机化完全区组设计 98
4.1.1 RCBD的统计分析 99
4.1.2 模型适合性检验 105
4.1.3 随机化完全区组设计的一些其他方面 107
4.1.4 估计模型参数和一般回归显著性检验 109
4.2 拉丁方设计 112
4.3 正交拉丁方设计 117

4.4 平衡不完全区组设计 119
4.4.1 BIBD的统计分析 120
4.4.2 参数的最小二乘估计 125
4.4.3 BIBD中内部信息的恢复 125
4.5 思考题 128

第5章 析因设计导引 134
5.1 基本定义与原理 134
5.2 析因设计的优点 137
5.3 二因子析因设计 138
5.3.1 一个例子 138
5.3.2 固定效应模型的统计分析 140
5.3.3 模型适合性检验 146
5.3.4 估计模型参数 147
5.3.5 样本量的选择 148
5.3.6 假定在二因子模型中没有交互作用 149
5.3.7 每单元一个观测值 150
5.4 一般的析因设计 152
5.5 拟合响应曲线与曲面 157
5.6 析因设计中的区组化 161
5.7 思考题 165

第6章 2^k析因设计 171
6.1 引言 171
6.2 2^2设计 171
6.3 2^3设计 178
6.4 一般的2^k设计 189
6.5 2^k设计的单次重复 191
6.6 附加中心点的2^k 设计 208
6.7 使用规范化设计变量的理由 212
6.8 思考题 214

第7章 2^k析因实验的区组设计和混区设计 225
7.1 引言 225
7.2 重复的2^k析因实验的区组设计 225
7.3 2^k析因实验的混区设计 226
7.4 二区组的2^k 析因实验的混区设计 226
7.5 区组化重要性的另一个例证 231
7.6 四区组的2^k析因实验的混区设计 233
7.7 2^k个区组的2^k析因实验的混区设计 234
7.8 部分混区设计 236
7.9 思考题 238

第8章 二水平分式析因设计 239
8.1 引言 239
8.2 2^k析因设计的1/2分式设计 240
8.2.1 定义与基本原理 240
8.2.2 设计分辨度 242
8.2.3 1/2分式设计的构造与分析 242
8.3 2^k析因设计的1/4分式设计 251

8.4 一般的2^k-p分式析因设计 257
8.4.1 设计的选择 257
8.4.2 2^k-p分式析因设计的分析 259
8.4.3 分式析因设计的区组化 260

8.5 分辨度为Ⅲ的设计 264
8.5.1 分辨度为Ⅲ的设计的构造 264
8.5.2 折叠分辨度为Ⅲ的分式设计以分离别名效应 266
8.5.3 Plackett——Burman设计 269

8.6 分辨度为Ⅳ和Ⅴ的设计 272
8.6.1 分辨度为Ⅳ的设计 272
8.6.2 分辨度为Ⅳ的设计的序贯实验 275
8.6.3 分辨度为Ⅴ的设计 281
8.7 超饱和设计 283
8.8 小结 284
8.9 思考题 284

第9章 三水平和混合水平析因设计与分式析因设计 296
9.1 3^k析因设计 296
9.1.1 3^k设计的记号和引进动机 296
9.1.2 3^2设计 297
9.1.3 3^3设计 299
9.1.4 一般的3^k设计 302

9.2 3^k析因设计的混区设计 303
9.2.1 三区组的3^k析因设计 303
9.2.2 九区组的3^k析因设计 306
9.2.3 3^p个区组的3^k析因设计 307

9.3 3^k析因设计的分式重复 308
9.3.1 3^k析因设计的\frac13分式设计 308
9.3.2 其他的3^k-p分式析因设计 310

9.4 混合水平的析因设计 312
9.4.1 二水平和三水平的因子 312
9.4.2 二水平和四水平的因子 313
9.5 思考题 314

第10章 拟合回归模型 319
10.1 引言 319
10.2 线性回归模型 319
10.3 线性回归模型的参数估计 320
10.4 多元回归的假设检验 332
10.4.1 回归的显著性检验 332
10.4.2 回归系数的个别检验和分组检验 334

10.5 多元回归的置信区间 337
10.5.1 单个回归系数的置信区间 337
10.5.2 平均响应的置信区间 337
10.6 新响应观测的预测 338

10.7 回归模型的诊断 339
10.7.1 尺度残差和PRESS 339
10.7.2 影响诊断 341
10.8 拟合不足检验 342
10.9 思考题 344

第11章 响应曲面法与设计 347
11.1 响应曲面法引言 347
11.2 最速上升法 349

11.3 二阶响应曲面的分析 354
11.3.1 稳定点的位置 354
11.3.2 响应曲面的刻画 356
11.3.3 岭系统 362
11.3.4 多重响应 362

11.4 拟合响应曲面的实验设计 366
11.4.1 拟合一阶模型的设计 367
11.4.2 拟合二阶模型的设计 367
11.4.3 响应曲面设计的区组化 373
11.4.4 计算机生成(最优)设计 376
11.5 混料实验 380
11.6 调优运算 388
11.7 思考题 392

第12章 稳健参数设计与过程稳健性研究 398
12.1 引言 398
12.2 直积表设计 399
12.3 直积表设计的分析 401
12.4 组合表设计及响应模型法 403
12.5 设计的选择 408
12.6 思考题 411

第13章 含随机因子的实验 415
13.1 随机效应模型 415
13.2 含随机因子的二因子析因设计 420
13.3 二因子混合模型 423
13.4 含随机效应的样本量的确定 428
13.5 期望均方的计算法则 429
13.6 近似F检验 432
13.7 关于方差分量估计的一些其他论题 438
13.7.1 方差分量的近似置信区间 438
13.7.2 修正的大样本方法 440
13.7.3 方差分量的最大似然估计 441
13.8 思考题 445

第14章 嵌套设计和裂区设计 450
14.1 二级嵌套设计 450
14.1.1 统计分析 451
14.1.2 诊断检测 455
14.1.3 方差分量 456
14.1.4 交错嵌套设计 457
14.2 一般的m级嵌套设计 457
14.3 含被套因子和交叉因子的设计 459
14.4 裂区设计 463

14.5 裂区设计的其他变形 468
14.5.1 多于两个因子的裂区设计 468
14.5.2 裂裂区设计 471
14.5.3 带裂区设计 473
14.6 思考题 474

第15章 其他设计与分析论题 480
15.1 非正态响应与变换 480
15.1.1 选择一个变换：Box-Cox方法 480
15.1.2 广义线性模型 482

15.2 析因设计中的不平衡数据 489
15.2.1 成比例的数据：简单的情况 490
15.2.2 近似方法 491
15.2.3 精确方法 492

15.3 协方差分析 493
15.3.1 方法说明 494
15.3.2 计算机输出 500
15.3.3 用一般线性回归显著性检验进行推导 501
15.3.4 含协变量的析因实验 503
15.4 重复测量 507
15.5 思考题 509
参考文献 (图灵网站下载)
附录 512
索引 545