现代试验设计优化方法及应用PDF电子书下载

第一章　误差理论和测量结果表达 1

第一节　误差的分类及其相互转化 2

第二节　准确度、精密度和精确度 5

第三节　有效数字与数字的修约 5

第四节　随机误差的统计特性 6

第五节　正态分布与几种重要的非正态分布 10

第六节　样本异常值的判断和处理 20

第七节　测量结果的区间估计 27

第二章　统计推断和显著性检验 30

第一节　数理统计的基本概念 31

第二节　假设检验的基本思路和方法 33

第三节　总体均值的显著性检验 38

第四节　总体方差的统计检验 46

第三章　方差分析 51

第一节　单因素试验的方差分析 51

第二节　双因素试验的方差分析 57

第四章　回归分析与曲线拟合 70

第一节　线性回归 70

第二节　非线性回归 80

第三节　曲线拟合 85

第五章　因子设计 93

第一节 因子设计的概念 93

第二节　2k因子设计 95

第三节　3k因子设计 111

第六章　正交试验设计 121

第一节　正交表及其用法 122

第二节　多指标正交试验的分析方法 127

第三节　混合水平的正交试验设计 132

第四节　有交互作用的正交试验设计 137

第五节　正交试验设计的方差分析 140

第六节　正交试验设计中的效应计算与指标值的预估计 159

第七章　稳健设计 169

第一节　概述 169

第二节　信噪比及其应用 170

第三节　稳健设计的步骤及实例 174

第八章　数学模型方法 187

第一节　基本概念 187

第二节　建模的一般步骤 189

第三节　人口的控制与预测 191

第四节　轧钢中的浪费 199

第五节　药物在体内的分布与排除 203

第九章　逐步回归分析原理及应用 209

第一节　回归分析方法 209

第二节　逐步回归分析方法在农业生产中的应用 222

第三节　逐步回归分析方法在制备矾土基β-Sialon结合刚玉复合材料中的应用 225

第四节　应用逐步回归分析预测居民银行存款 231

第十章　模式识别原理及其应用 235

第一节　统计模式识别方法 236

第二节　主成分分析法模式识别（PCA）程序设计 241

第三节　结构化主成分分析法模式识别（PCA）程序在合成莫来石工艺研究中的应用 248

第四节　主成分分析法在O′-Sialon合成过程中的应用 253

第五节　模式识别优化算法在环保方面的应用 257

第十一章　人工神经网络、遗传算法原理及应用 261

第一节　人工神经元网络技术 261

第二节　人工神经元网络应用实例 266

第三节　遗传算法 272

第四节　遗传算法在科学研究中的应用 278

第十二章　分形理论及其应用 287

第一节　分形几何学及其研究方法 287

第二节　分形理论在材料制备科学中的应用 291

第三节　分形理论在生物学中的应用 297

第四节　分形理论在地球物理学中的应用 299

第十三章　蒙特卡洛模拟基础及应用 302

第一节　蒙特卡洛方法概述 302

第二节　随机数与伪随机数 305

第三节　任意分布的随机变量的抽样 309

第四节　蒙特卡洛计算中减少方差的技巧 313

第五节　蒙特卡洛方法在水稻单产变化预测中的应用 318

附录 325

附录1　拉普拉斯函数表 325

附录2　t分布临界值表 326

附录3　X2分布表 327

附录4 F检验的临界值（Fα）表 329