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*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、*小二乘与试验设计的必要性、响应曲面的某些应用等。
本书内容丰富，从实际问题出发，分析各种方法的利弊，然后采用*佳统计方法解决问题，本书适合作为理工科各专业本科生，研究生的统计学教材，也可作为相关领域研究人员的参考读物。

译者序
第2版前言
第1章 促进知识的产生
1.1 学习过程
1.2 重要的考虑
1.3 试验者的问题及统计方法
1.4 一个典型研究
1.5 如何用统计技术
第2章 基础知识(概率、参数和统计)
2.1 试验误差
2.2 分布
2.3 统计量和参数
2.4 位置和散布的度量
2.5 正态分布
2.6 正态概率作图
2.7 随机性和随机变量
2.8 协方差和相关作为线性相依性的度量
2.9 学生氏t分布
2.10 参数估计
2.11 来自正态总体的随机抽样
2.12 卡方和F分布
2.13 二项分布
2.14 泊松分布
附录2A 观测的线性组合的均值和方差
第3章 比较两总体：参照分布、检验和置信区间
3.1 相关的参照集合和参照分布
3.2 随机配对比较设计：男孩鞋子例子
3.3 分区组和随机化
3.4 小结：简单试验中的比较、重复、随机化和分区组
3.5 显著性检验再讨论
3.6 离散数据的推断：二项分布
3.7 频数(每单位的计数)的推断：泊松分布
3.8 列联表和关联性检验
附录3A 两总体比较检验的稳健性对比
附录3B 基于历史数据的参照分布的计算
第4章 比较多个总体：随机区组和拉丁方
4.1 在一个完全随机设计中比较k个处理
4.2 随机区组设计
4.3 裂区试验初步及其与随机区组的关系
4.4 多个分区组成分：拉丁方设计
4.5 平衡不完全区组设计
附录4A 图形方差分析的基础
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
第5章 两水平因析设计
5.1 引言
5.2 例1：三因子(变量)对薄层清晰度的影响
5.3 例2：三因子对某聚合物溶剂的三种物理性质的影响
5.4 2因析设计：试验工厂研究
5.5 主效应的计算
5.6 交互作用
5.7 真实的重复试验
5.8 结果的解释
5.9 对照表
5.10 2因析试验中ANoVA的误用
5.11 观察数据
5.12 多个响应的处理：宠物食品试验
5.13 2因析设计：工艺过程开发研究
5.14 利用正态图和Lenth图分析
5.15 因析设计数据的其他模型
5.16 2因析设计分区组
5.17 边做边学
……
第6章 部分因析设计
第7章 补充的部分因析设计及其分析
第8章 因析设计及数据变换
第9章 变差的多种来源
第10章 *小二乘与试验设计的必要性
第11章 建模、几何及试验设计
第12章 响应曲面方法的某些应用
第13章 设计稳健产品和稳健过程：引论
第14章 过程控制一预测和时间序列：引论
第15章 革新过程操作
附录 表

“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**！” ——《The American Statistician》 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*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*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。