本书主要介绍了统计方法在工程中的应用，强调工程实践中常用的统计技术，在简明的框架下介绍了工程师需要知道的知识，本书具有以下特点：
应用性强。书中主要介绍了统计方法在工程中的应用，所选案例和练习都有工程背景，使用了实际问题、已出版的资料或来自作者咨询经历的数据。为便于教学和学生自学，各章后配有练习题。
通俗易懂。本书避免了烦琐的数学理论推导，采用深入浅出、循序渐进的方法系统地介绍了统计学的知识，包括工程中常用的数据汇总、简单随机变量和概率分布、统计分布、单样本决策、双样本决策、统计建模、工程实验设计、统计过程控制等内容，易于读者理解与掌握。
强调计算机和互联网的使用。今天的统计分析已离不开计算机与互联网的使用，本书使用了工程统计中常用的软件，对实际案例进行分析。教师可以在WileyPLUS（www.wileyplus.com）布置作业，本书的网站上给出完整的数据样本。
本书可作为高等院校工业工程类专业、经济管理类本科生的教材，也可供研究生和从事统计分析研究的相关读者参考。
主要作者简介
道格拉斯C蒙哥马利（Douglas C. Montgomery）亚利桑那州立大学工业工程系和统计学系校董讲席教授，美国质量控制学会院士，美国统计协会院士，工业工程学院院士。主要研究领域为工程统计，实验设计。蒙哥马利博士为企业和政府机构做过众多咨询服务，多次获得国际性学术奖励，包括美国质量学会休哈特奖章（Shewhart Medal）及欧洲商业和工业统计网George Box奖。担任过多部本领域核心杂志的主编
主要译者简介：
张波 中国人民大学统计学院教授、博士生导师，香港科技大学理学博士。主要研究方向为随机分析在金融与保险中的应用、高频金融数据分析等。在Stochastic Processes and Their Applications，Stochastic Analysis and Applications，Quantitative Finance，Stochastic Models，Journal of Statistical Planning and Inference，Communication in Statistics – Simulation and Computation，Science in China, 《数学学报》，《自然科学进展》，《统计研究》，《数理统计与管理》等国内外专业杂志发表论文90余篇。主持完成多项国家自然科学基金项目和国家社会科学基金项目。中国现场统计研究会常务理事，担任多个国内外学术期刊编委。
第1章 统计在工程中的应用
1．1 工程方法和统计思想
1．2 收集工程数据
1．3 机械和经验模型
1．4 按时间顺序观察过程
第2章 数据汇总与表示
2．1 数据汇总与表示
2．2 茎叶图
2．3 直方图
2．4 箱线图
2．5 时间序列图
2．6 多变量数据
第3章 随机变量和概率分布
3．1 概述
3．2 随机变量 第1章 统计在工程中的应用
1．1 工程方法和统计思想
1．2 收集工程数据
1．3 机械和经验模型
1．4 按时间顺序观察过程
第2章 数据汇总与表示
2．1 数据汇总与表示
2．2 茎叶图
2．3 直方图
2．4 箱线图
2．5 时间序列图
2．6 多变量数据
第3章 随机变量和概率分布
3．1 概述
3．2 随机变量
3．3 概率
3．4 连续随机变量
3．5 重要的连续分布
3．6 概率图
3．7 离散随机变量
3．8 二项分布
3．9 泊松分布
3．10 二项和泊松分布的渐近正态分布
3．11 多个随机变量和独立性
3．12 随机变量的函数
3．13 随机抽样、统计量和中心极限定理
第4章 单样本决策
4．1 统计推断
4．2 点估计
4．3 假设检验
4．4 总体均值的推断，方差已知
4．5 总体均值的推断，方差未知
4．6 正态总体的方差推断
4．7 总体比例的推断
4．8 单个总体的其他区间估计
4．9 单样本的推断过程汇总表
4．10 拟合优度检验
第5章 双样本决策
5．1 介绍
5．2 两总体均值的推断，方差已知
5．3 两总体均值的推断，方差未知
5．4 配对t检验
5．5 两正态总体方差比的推断
5．6 两总体比例的统计推断
5．7 双样本推断程序汇总表
5．8 如果不止两个样本怎么办
第6章 建立经验模型
6．1 经验模型介绍
6．2 简单线性回归
6．3 多元回归
6．4 回归的其他方面
第7章 工程实验设计
7．1 实验策略
7．2 因子实验
7．3 2k析因设计
7．4 2k设计中的中心点和区组
7．5 2k设计的部分反复
7．6 应答曲面方法与设计
7．7 多于两个水平的因子实验
第8章 统计过程控制
8．1 质量改进与统计过程控制
8．2 控制图介绍
8．3 X与R控制图
8．4 个体度量的控制图
读者对象
工程师在现代社会里起了重要的作用。他们负责设计研制绝大多数我们生活中要用的产品和制造这些产品的生产过程。工程师也参与工业企业和商业服务组织的许多管理工作。对问题阐述、分析和解决中工程研究能力的基本训练在很大范围内非常有价值。解决许多类型的工程问题都需要能正确看待变异性和了解一些处理变异性的描述和分析工具。统计是应用数学的一个分支，它关心的是变异性及其他对决策制定的影响。本书是一本工程统计学的入门教材。虽然我们介绍的主题是统计在其他学科的基本应用，但是会把重点放在满足工程师的需求上，让他们把精力集中于统计在他们学科的应用上。因此，我们的例子和练习都是有工程背景的，几乎在所有的案例里，都使用了实际问题、已出版的资料或者来自于我们自己咨询经历里的数据。
各学科里的工程师都应该至少选一门统计课程。确实，美国工程技术鉴定局（Accreditation Board on Engineering and Technology）要求工程师把统计当做他们正规的大学学习的一部分，学会如何高效地使用统计方法。由于其他程序要求，绝大多数工科学生只学习一学期统计课程，本书旨在作为所有工科学生一学期统计课程的教材。
第5版进行了大规模的修订，增加了一些新的例子和许多新的问题。修订过程中，我们把重点放在改写那些学生理解起来比较难的主题上，它们是从我们自己的教学经验或者别人的反馈中了解到的。
本书结构
本书基于一本更全面的书（Montgomery,DC.,and Runger,GC.,Applied Statistics and Probability for Engineers,Fifth Edition,Hoboken,NJ:John Wiley & Sons,2011），此书被教师在一个或者两个学期的课程中使用。我们把这本书中适合一学期课程的关键主题作为本书的基础。作为浓缩和修正的结果，本书的数学水平更加适当。学习了一学期微积分的工科学生在阅读本书时应当没有什么困难。我们的意图是让学生理解统计方法，知道怎么把它们应用到工程问题的解决上，而不是知道统计的数学原理。
第1章介绍了统计和概率在解决工程问题时所起的作用。说明了统计思想和相关的方法，并和其他工程建模方法相比较。用简单的例子讨论了统计方法的重要价值，也介绍了简单的统计汇总。
第2章举例说明了由简单汇总和图形方法给出的有用信息。给出了大的数据集的分析过程。阐明了像直方图、茎叶图和频数分布图这些数据分析方法。重点在用这些方法来洞察数据特征或者潜在的系统。
第3章介绍了随机变量的概念和描述随机变量特征的概率分布。我们集中介绍了正态分布，因为它在那些经常应用于工程的统计工具中起了根本的作用。我们设法避免采用复杂的数学方法和事件样本空间定位方法这类传统的向工科学生提供资料的方法。进一步理解概率对于理解怎样用统计高效地解决工程问题不是必需的。这一章的其他主题包括期望值、方差、概率图和中心极限定理。
第4章和第5章给出了基本的统计推断工具：点估计、置信水平和假设检验。单样本的方法在第4章，两样本的推断方法在第5章。我们的介绍显然是以应用为导向的，强调了这些过程的简单比较实验性质。我们希望工科学生能对怎样使用这些方法解决实际问题产生兴趣，能了解一些概念背后的东西，这样他们就能明白怎么把它们应用到其他地方。我们合理、有启发地推导了方法，而不是使用严格的数学证明。
第6章介绍了如何构造经验模型，给出了简单和多元线性回归模型，也讨论了把这些模型作为机械模型的近似。我们让学生明白如何求出回归系数的最小二乘估计，进行标准的假设检验和求出置信区间，以及用模型残差评价模型的充分性。纵观全章，强调了计算机在拟合和分析回归模型中的使用。
第7章正式介绍了工程实验设计，尽管第4章和第5章的许多部分都是这个主题的基础。我们强调了因子设计，特别是所有的实验因子都是两个水平的。我们的实践经验指出了，如果工程师知道如何在所有因子都有两个水平的情况下建立析因实验，能正确地做实验和正确地分析得到的数据，他们就能成功地处理在实际中碰到的大多数工程实验。因此，本章的目的就在于实现这些目标。我们同时也介绍了部分因子设计和对应的浅显方法。统计质量控制在第8章中介绍。强调了休哈特控制图的重要主题。给出了和R图，以及个体和计数数据的一些简单的控制图方法。我们也讨论了
估计过程能力的一些方面。
我们鼓励学生通过练习来掌握关键的东西。本书提供了大量的不同难度的练习题。每一节后面的练习题旨在加强那一节介绍的概念和方法。这些题目比每一章后面的补充练习更加有结构性，而补充练习一般要求更多的公式或概念思考。补充练习是用来强化对概念的理解而不是分析方法的整合性问题。团队互动考查了学生把本章的方法和概念应用到需要收集数据的问题上。正如下面提到的，统计软件在解决问题时的使用是本课程的一部分。
内容更新
●每章新的引例演示了本章的统计学主题与工程的关系。
●在第3章中，通过新的例子演示了使用Excel计算概率。
●例子中的实践解释更好地将本例中的统计学结论与实际工程决策联系起来。
●修订后的实验设计内容和增加的资料有助于学生更好地理解与ANOVA有关的计算机软件。
●增加了大量新的练习。
使用本书
我们相信，对工科学生开设的统计导论课程，首要的应该是应用性课程。 重点应当放在数据描述、推断（置信区间和检验）、模型建立、工程实
验设计和统计质量控制上，因为这些方法是工程实践必须知道的。讲授这些课程有一种倾向，即在概率和随机变量上花费大量的时间（事实上，一 些工程师，比如工业和电子工程师，与其他学科的学生相比不需要知道太多）
精品教材 更多
