工程统计学

前言
第1章 常用统计分布
1.1 统计数据基本特征
1.1.1 数据集中程度
1.1.2 数据离散程度
1.2 随机变量分布
1.2.1 离散型随机变量的分布
1.2.2 连续型随机变量的分布
1.2.3 随机变量的特征
1.3 正态分布及对数正态分布
1.3.1 正态分布
1.3.2 对数正态分布
1.4 贝塔分布
1.5 均匀分布
1.6 应用于抽样检验的分布
1.6.1 二项分布
1.6.2 泊松分布
1.6.3 超几何分布
1.7 常用的寿命分布
1.7.1 指数分布
1.7.2 伽马分布
1.7.3 威布尔分布
1.8 卡方分布
1.9 t分布
1.10 F分布
练习题

第2章 单样本决策
2.1 统计推断
2.2 点估计
2.2.1 矩估计法
2.2.2 极大似然估计法
2.3 点估计的优良性准则
2.3.1 无偏性
2.3.2 有效性
2.3.3 一致性
2.3.4 均方误差
2.4 假设检验
2.4.1 统计假设
2.4.2 假设检验的基本原理和基本步骤
2.5 方差已知的正态总体均值的推断
2.5.1 总体均值的假设检验
2.5.2 检验的P.值
2.5.3 总体均值的置信区间
2.6 方差未知的正态总体均值的推断
2.6.1 总体均值的假设检验
2.6.2 总体均值的置信区间
2.7 正态总体方差的推断
2.7.1 总体方差的假设检验
2.7.2 总体方差的置信区间
2.8 非正态总体参数的推断
2.8.1 方差已知的大样本均值的推断
2.8.2 方差未知的大样本均值的推断
2.9 样本容量的确定
2.10 总体分布的推断
练习题

第3章 双样本决策
3.1 方差已知的两正态总体均值的推断
3.1.1 均值差的假设检验
3.1.2 均值差的置信区间
3.2 方差未知的两正态总体均值的推断
3.2.1 均值差的假设检验
3.2.2 均值差的置信区间
3.3 两正态总体方差比的推断
3.3.1 两正态总体方差比的假设检验
3.3.2 两正态总体方差比的置信区间
练习题

第4章 方差分析
4.1 单因素试验的方差分析
4.1.1 单因素试验方差分析基本问题
4.1.2 单因素试验方差分析基本步骤
4.1.3 单因素方差分析的Minitab实现
4.2 双因素试验的方差分析
4.2.1 双因素无重复试验的方差分析
4.2.2 双因素无重复试验方差分析的Minitab实现
4.2.3 双因素重复试验的方差分析
4.2.4 双因素重复试验方差分析的Minitab实现
练习题

第5章 回归分析
5.1 回归分析的基本概念
5.2 一元线性回归分析模型
5.3 一元线性回归分析
5.3.1 最小二乘法估计
5.3.2 一元线性回归分析中的显著性检验
5.3.3 一元线性回归分析中的置信区间
5.3.4 预测和控制
5.3.5 非线性回归分析
5.4 多元线性回归分析
5.4.1 多元线性回归分析模型
5.4.2 多元线性回归分析中的参数估计
5.4.3 多元线性回归分析中的显著性检验
5.4.4 预测
5.5 多项式回归分析
5.5.1 多项式回归分析的一般方法
5.5.2 一元二次多项式回归分析
练习题

第6章 统计过程控制
6.1 统计过程控制概述
6.2 控制图
6.2.1 控制图的基本原理
6.2.2 控制图的判断准则
6.2.3 控制图的分类及应用范围
6.2.4 计量值控制图
6.2.5 计数值控制图
6.3 工序能力与工序能力分析
6.3.1 工序能力
6.3.2 工序能力指数
6.3.3 工序能力分析
6.3.4 用Mimtab进行工序能力分析
6.4 统计过程控制应用案例
6.5 多元统计过程控制
6.5.1 常用的多元统计量及其分布
6.5.2 总体协方差矩阵已知的均值向量控制图
6.5.3 总体协方差矩阵未知的均值向量控制图
练习题

第7章 试验设计
7.1 正交试验设计
7.1.1 正交表
7.1.2 正交试验的基本步骤
7.1.3 正交试验设计结果分析
7.2 正交试验设计实例分析
7.2.1 水平相等的单指标正交试验分析及Minitab实现
7.2.2 水平不等的单指标正交试验分析及Minitab实现
7.2.3 水平相等的多指标正交试验分析及Mimtab实现
7.2.4 水平不等的多指标正交试验分析及Mimtab实现
练习题

第8章 稳健性设计
8.1 稳健性设计及稳健性设计的思想
8.1 一稳健性
8.1.2 稳健性设计的思想
8.2 SN比及其试验设计应用
8.2.1 SN比的概念及其表达
8.2.2 SN比计算式的几种类型
8.2.3 SN比在寻求最佳工艺条件中的应用
8.3 产品的三次设计
8.3.1 产品的三次设计的定义
8.3.2 质量波动及其损失
8.3.3 参数设计
8.3.4 参数设计的应用案例
……
第9章 测量系统分析
第10章 可靠性
附录
参考文献

插图：


统计推断就是利用样本提供的信息来推断总体的分布或总体的数字特征，从而进一步认识总体。统计推断的范畴包括那些用来对总体作出决策或得出结论的方法，这些方法就是根据总体样本所包含的信息来得出结论。在当前的研究领域中，统计推断被分成两大类：参数估计和假设检验。
在研究总体分布时，参数是刻画总体某方面概率特性的数量。当这个数量未知时，从总体中抽出一个样本，用某种方法对这个未知参数作出估计的研究就是参数估计。参数估计可分为点估计和区间估计两种。
参数估计问题是通过样本的观察值对总体分布中的未知参数作出估计，但是在实际运用中，有时要考虑对总体分布中的未知参数或总体的分布本身作出某种假设，再根据样本建立适当的统计量，并运用样本观察值对所做的假设进行检验，从而作出接受或拒绝的结论，这样的问题称为假设检验问题。假设检验的基本任务是根据样本所提供的信息，对总体分布的某些未知方面（常见如总体均值、方差、总体分布等）的假设作出合理的判断。