所有应用学科都有一个共同特点：实践性。所有科技工作者都有一个共同目标：寻找事物的本质和演变规律。对于在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求好的方案等来说，试验是一项重要的实践活动。试验会产生大量的数据，如何利用数据洞悉事物的本质，如何构建合适的模型刻画事物的发展规律，如何通过数理统计和机器学习生成知识，就是《试验设计与数据分析》要叙述的主要内容。
　　《试验设计与数据分析》着力讲叙常用的试验方案优化设计及其相应的数据分析的原理、方法和技术。具体内容包括：误差分析和抽样分布、参数估计和假设检验、方差分析、相关分析与模式识别、回归分析与建模方法、试验设计基础与优选法、正交试验设计、均匀试验设计、响应面试验设计等。《试验设计与数据分析》的撰写，结合作者自身独特的学术背景和跨学科的创新实践，兼顾理论和实用两个方面。对理论的叙述尽可能用简洁明了的形式展开，使非数学专业出身的读者也能理解接受，同时又注意具体方法的详细介绍，便于读者在实际问题中加以操作运用。
　　《试验设计与数据分析》既是一本教学用书，又可作为工具书，可以作为理、工、经、管等各科本科生或研究生课程的教材或教学参考书，或广大工程技术和科学研究人员的自学用书。

第1章 绪论
1．1 科学研究的范式
1．2 试验设计的性质和价值
1．3 数据分析的定位与功能
1．4 常用的数据分析方法
1．5 科学数据分析与绘图工具软件

第2章 误差分析与抽样分布
2．1 几个基本概念和术语
2．2 试验数据的误差分析
2．2．1 真值和平均值
2．2．2 误差的基本概念
2．2．3 误差的来源及分类
2．2．4 误差的传递
2．2．5 误差的分配
2．2．6 误差的合成
2．2．7 微小误差准则
2．3 统计量的抽样分布
2．3．1 抽样分布
2．3．2 样本统计量的分布

第3章 参数估计与假设检验
3．1 参数估计
3．1．1 点估计
3．1．2 区间估计
3．2 假设检验
3．2．1 假设检验的基本原理
3．2．2 随机误差的检验
3．2．3 系统误差的检验
3．2．4 粗大误差的检验

第4章 方差分析
4．1 方差分析的基本原理
4．1．1 方差分析的前提和假设
4．1．2 方差分析的数学模型
4．1．3 方差分析的统计检验
4．2 单因素方差分析
4．2．1 单因素方差分析的基本问题
4．2．2 单因素方差分析的基本步骤
4．2．3 均值的多重比较
4．3 双因素方差分析
4．3．1 无重复测量双因素方差分析
4．3．2 有重复测量双因素方差分析
4．4 多因素方差分析
4．4．1 多因素的试验方案与试验结果
4．4．2 多因素方差分析的基本步骤
4．5 方差分析中的数据转换
4．6 缺失数据估计

第5章 相关分析与模式识别
5．1 相关分析和相似性度量
5．1．1 相关分析的基本概念
5．1．2 相似性度量
5．2 变量筛选和特征提取
5．2．1 数据标准化
5．2．2 变量和特征筛选的步骤与流程
5．2．3 变量和特征筛选方法
5．3 特征提取方法
5．3．1 主成分分析
5．3．2 ISOMAP方法
5．4 聚类和分类
5．4．1 K-Means聚类法
5．4．2 KNN分类法
……

第6章 回归分析与建模方法
第7章 试验设计基础与优选法
第8章 正交试验设计
第9章 均匀试验设计
第10章 响应面试验设计

参考文献
附录