教育>本科研究生>统计学类
最优试验设计——案例分析  

最优试验设计——案例分析  "

作者:杨贵军等
ISBN:9787121432644
定价:¥89.0
字数:365千字
页数:228
出版时间:2022-04
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

试验设计是有着广泛应用的统计工具,已形成广泛的理论体系,是统计学的一个重要分支。国内外有大量介绍试验设计理论与应用的书籍。Peter Goos与Bradley Jones的《最优试验设计——案例分析》别具特色。每章都包含一个案例分析,以一个剧本的形式呈现,很少涉及数学和统计学方面的细节,这不仅体现了最优试验设计的一般性和灵活性,对于非专业人士也不会带来距离感;同时每章都设置了知识探究环节,为案例研究中使用的各种统计和数据分析方法提供更严谨的基础材料。全书分为11章,内容包括简单比较试验、筛选试验、响应曲面试验、混料试验、区组试验、裂区试验等场景中最优试验设计的构造及数据分析方法。本书内容丰富,注重理论联系实际,深入浅出地阐述试验设计的基本理论和具体的应用方法,通俗易懂,便于阅读。为方便教学,本书提供电子课件,可登录华信教育资源网www.hxedu.com.cn下载使用。本书是学习如何应用试验设计方法的一本好教材,可作为高等院校高年级本科生及研究生的教学用书,对科研人员、工程技术人员及广大实际工作者而言,也是一本学习试验设计的有益的参考书。

前言

前 言 试验设计是认识系统和过程的有效工具。在实践中,这种工具通常会产生直接的改进效果。本书所呈现的最优试验设计是一种通用的、灵活的试验设计方法。我们的观点是,最优试验设计几乎在任何建议使用试验设计的情况下都是一个适当的工具。 关于统计学应用领域或应用数学的书籍,比如试验设计,会给非专业人士带来很强的距离感。我们想撰写一本关于试验设计实际应用的书,对新的从业者和专家都有吸引力。这显然是一个雄心勃勃的目标,我们已经通过撰写一本不同类型的书来实现这一目标。 本书的每一章都包含一个案例分析。案例分析以一个剧本的形式呈现,其中(虚构的) Intrepid统计咨询公司(Intrepid Stats Consulting Firm)的两位顾问Brad和Peter帮助各行各业的客户解决实际问题。本书选择这种风格是为了使每一章核心概念的呈现既不拘泥于形式又易于理解。 这种风格绝不是独一无二的。对话的使用可以追溯到希腊哲学家柏拉图(Plato)。更现代的,伽利略(Galileo)利用这种方式来介绍科学思想。他的三个角色是:老师、有经验的学生和新手。 虽然本书的案例分析涉及脚本化的咨询环节,但我们建议读者在解决自己的设计问题时不要照搬我们的咨询风格。为了紧凑地阐述每个案例的要点,本书跳过了许多必要的信息收集,这些信息涉及有效的统计咨询和问题解决。 我们选择通过案例分析来展示最优试验设计的一般性和灵活性。本书从一个简单的比较试验开始第1章。接下来的两章讨论在一家生物技术公司进行的筛选试验及后续试验。在第4章中,展示了一个经过设计的响应曲面试验如何有助于开发一个稳健的食品包装生产过程。在第5章中,建立了一个响应曲面试验,以最大限度地提高化学萃取工艺的收率。第6章介绍了一个结构类似于化学和制药行业的混料试验,旨在改善铝板表面的光泽度。在第7章和第8章中,将试验的优化设计方法应用到不同天数的维生素稳定性试验和糕点面团试验中,证明了这可以防止结果发生天与天之间的变化。在第9章中,展示了如何考虑试验单元的先验信息及如何处理试验结果中的时间趋势。在第10章中,建立了一个风洞试验,其中包含了一些水平很难改变的因子。最后,在第11章中,讨论了一个跨越两个生产步骤的电池试验的设计。 因为本书对案例研究的介绍通常很少涉及数学和统计方面的细节,所以每一章都有一个称为“窥探黑箱”的部分。在这些章节中,我们为本书案例研究中使用的各种技术提供了更严谨的基础材料。读者可能会发现,这些章节中关于数据分析的内容并不像预期那么多。很多关于试验设计的书籍都是关于数据分析的,而不是设计生成、评估和比较。在实际获取响应数据之前,本书将大部分注意力集中在解释读者可以从分析中预见到什么。几乎在每一章中,还包含了单独的框架(称为“附件”)来讨论值得特别关注的主题。 我们希望本书可以吸引新的从业者,并为专家提供一些实用工具。我们最大的愿望是让更多的人进行更多的试验。用科尔?波特(Cole Porter)的话来说,“试验一下,你就知道了!” Peter Goos, Bradley Jones 2011.1

目录

目 录 第1章 简单比较试验 1 1.1 主要概念 1 1.2 比较试验的安排 1 1.3 总结 6 第2章 最优筛选试验 7 2.1 主要概念 7 2.2 案例:提取试验 7 2.2.1 问题和设计 7 2.2.2 数据分析 11 2.3 知识探究 16 2.3.1 主效应模型 17 2.3.2 两因子交互效应模型 18 2.3.3 因子缩放(factor scaling) 18 2.3.4 普通最小二乘估计 19 2.3.5 显著性检验和功效函数的计算 21 2.3.6 方差膨胀 22 2.3.7 别名 22 2.3.8 最优设计 25 2.3.9 生成最优试验设计 26 2.3.10 回顾提取试验 30 2.3.11 成功筛选原则:稀疏性、排序性、遗传性 32 2.4 背景阅读 33 2.4.1 筛选 33 2.4.2 寻找最优设计的算法 34 2.5 总结 34 第3章 筛选试验的跟随试验 35 3.1 主要概念 35 3.2 案例:扩充的提取试验 35 3.2.1 问题和设计 35 3.2.2 数据分析 41 3.3 知识探究 44 3.3.1 跟随试验的最优选择 45 3.3.2 设计构造算法 50 3.3.3 折叠反转设计 50 3.4 背景阅读 50 3.5 总结 51 第4章 含有分类因子的响应曲面设计 52 4.1 主要概念 52 4.2 案例:稳健的流程优化试验 52 4.2.1 问题和设计 52 4.2.2 数据分析 60 4.3 知识探究 63 4.3.1 二次效应 63 4.3.2 针对多水平分类因子的虚拟变量 64 4.3.3 计算D-效率 65 4.3.4 构建FDS图 66 4.3.5 计算平均相对预测方差 67 4.3.6 计算I-效率 69 4.3.7 保证基于普通最小二乘推断的有效性 69 4.3.8 设计区域 70 4.4 背景阅读 70 4.5 总结 71 第5章 规则设计区域的响应曲面设计 72 5.1 主要概念 72 5.2 案例:产量最大化试验 72 5.2.1 问题和设计 72 5.2.2 数据分析 79 5.3 知识探究 82 5.3.1 三次因子效应 82 5.3.2 失拟检验 83 5.3.3 在试验设计的构造算法中加入因子限制 84 5.4 背景阅读 85 5.5 总结 85 第6章 带有过程因子的混料试验 86 6.1 主要概念 86 6.2 案例:轧机试验 86 6.2.1 问题和设计 86 6.2.2 数据分析 92 6.3 知识探究 94 6.3.1 混料约束 94 6.3.2 混料约束对模型的影响 94 6.3.3 混料试验数据常用的模型 96 6.3.4 混料试验的最优设计 97 6.3.5 混料试验设计构造算法 100 6.4 背景阅读 101 6.5 总结 102 第7章 区组响应曲面设计 103 7.1 主要概念 103 7.2 案例:油酥面团试验 103 7.2.1 问题和设计 103 7.2.2 数据分析 110 7.3 知识探究 116 7.3.1 模型 116 7.3.2 广义最小二乘估计 117 7.3.3 方差分量的估计 119 7.3.4 显著性检验 120 7.3.5 区组试验的最优设计 120 7.3.6 正交分区组 121 7.3.7 最优与正交分区组 122 7.4 背景阅读 123 7.5 总结 123 第8章 区组筛选试验 124 8.1 主要概念 124 8.2 案例:稳定性改进试验 124 8.2.1 问题和设计 124 8.2.2 设计问题的回顾 130 8.2.3 数据分析 133 8.3 知识探究 137 8.3.1 包含区组效应的模型 137 8.3.2 固定区组效应 138 8.4 背景阅读 140 8.5 总结 141 第9章 含有协变量的试验设计 142 9.1 主要概念 142 9.2 案例:聚丙烯试验 142 9.2.1 问题和设计 142 9.2.2 数据分析 150 9.3 知识探究 156 9.3.1 协变量或伴随变量 156 9.3.2 协变量存在时的模型和设计准则 156 9.3.3 对时间趋势的设计稳健 160 9.3.4 构造设计算法 163 9.3.5 随机化或不随机化 163 9.3.6 结语 164 9.4 背景阅读 164 9.5 总结 165 第10章 裂区设计 166 10.1 主要概念 166 10.2 案例:风洞试验 166 10.2.1 问题与设计 166 10.2.2 数据分析 176 10.3 知识探究 182 10.3.1 裂区术语 182 10.3.2 模型 183 10.3.3 裂区设计的推断 184 10.3.4 裂区设计的应用场合 187 10.3.5 所需的难变因子数量及试验次数 188 10.3.6 最优裂区试验设计 189 10.3.7 最优裂区设计的构造算法 189 10.3.8 分析裂区试验数据的难点 190 10.4 背景阅读 191 10.5 总结 191 第11章 双向裂区设计 193 11.1 主要概念 193 11.2 案例:电池试验 193 11.2.1 问题与设计 193 11.2.2 数据分析 199 11.3 知识探究 203 11.3.1 双向裂区模型 204 11.3.2 广义最小二乘估计 205 11.3.3 双向裂区试验的最优设计 208 11.3.4 D-最优双向裂区设计的构造算法 208 11.3.5 扩展及相关试验设计 209 11.4 背景阅读 209 11.5 总结 210 参考文献 211

作者简介

编辑推荐

作者寄语

电子资料

www.luweidong.cn

下一个