试验设计与数据处理教案 (李云雁)第1章 误差分析
真值：在某一时刻和某一状态下，某量的客观值或实际值
真值一般是未知的 相对的意义上来说，真值又是已知的 平面三角形三内角之和恒为180° 国家标准样品的标称值
国际上公认的计量值
高精度仪器所测之值 多次试验值的平均值
1.1.2 平均值（mean）
wx
i
n
i
i 1 n
w
i 1
i
wi——权重
适合不同试验值的精度或可靠性不一致时
（3）对数平均值（logarithmic mean）
设两个数：x1＞0，x2 ＞0 ，则
xL x1 x 2 ln x1 ln x 2 x1 x 2 ln x1 x2 x 2 x1 ln x2 x1
右侧（尾）检验 若
F F ( d f 1 , d f 2 )
则判断该方差1比方差2无显著增大，否则有显著增大 （3）Excel在 F检验中的应用
1.5.2 系统误差的检验
1.5.2.1 t检验法 （1）平均值与给定值比较
①目的：检验服从正态分布数据的算术平均值是否与给定值 有显著差异
②检验步骤：
当一组试验值取对数后所得数据的分布曲线更加对称 时，宜采用几何平均值。 几何平均值≤算术平均值
（5）调和平均值（harmonic mean） 设有n个正试验值：x1，x2，…，xn，则：
1 1 H
1 x2
... n
1 xn
x1
n
1 xi
i 1
n
常用在涉及到与一些量的倒数有关的场合 调和平均值≤几何平均值≤算术平均值
试验设计与数据处理
（第二版）
Experiment Design and Data Processing
引
言
0.1 试验设计与数据处理的发展概况
20世纪20年代，英国生物统计学家及数学家费歇 （R．A．Fisher）提出了方差分析
20世纪50年代，日本统计学家田口玄一将试验设计中应用 最广的正交设计表格化 数学家华罗庚教授也在国内积极倡导和普及的“优选法” 我国数学家王元和方开泰于1978年首先提出了均匀设计
n
xi x n
i 1
n
di n
i 1
d i —— 试验值 x i 与算术平均值 x 之间的偏差
可以反映一组试验数据的误差大小
1.2.4 标准误差 (standard error)
当试验次数n无穷大时，总体标准差：
(x
i 1
n
i
x)
2
n
i 1
xi ( xi ) / n
t t
且
t t
则判断该平均值与给定值无显著减小，否则有显著减小
则判断该平均值与给定值无显著增大，否则有显著增大
（2）两个平均值的比较
目的：判断两组服从正态分布数据的算术平均值有无显著 差异
①计算统计量：
两组数据的方差无显著差异时
t x1 x 2 s n1 n 2 n1 n 2
（1）定义： 一定试验条件下，由某个或某些因素按照某一 确定的规律起作用而形成的误差 （2）产生的原因：多方面 （3）特点：
系统误差大小及其符号在同一试验中是恒定的
它不能通过多次试验被发现，也不能通过取多次试验值的 平均值而减小
只要对系统误差产生的原因有了充分的认识，才能对它进 行校正，或设法消除。
第1章 试验数据的误差分析
误差分析（error analysis） ：对原始数据的可靠性进 行客观的评定 误差（error） ：试验中获得的试验值与它的客观真实 值在数值上的不一致 试验结果都具有误差，误差自始至终存在于一切科学 实验过程中 客观真实值——真值
1.1 真值与平均值
服从自由度 d f n1 n 2 2 的t分布 s——合并标准差：
s ( n1 1) s1 ( n 2 1) s 2
2 2
n1 n 2 2
两组数据的精密度或方差有显著差异时
t x1 x 2 s1
2
s2
2
n1
n2
服从t分布，其自由度为：
df ( s1 n 1 s 2 n 2 )
绝对误差估算方法：
最小刻度的一半为绝对误差； 最小刻度为最大绝对误差； 根据仪表精度等级计算： 绝对误差=量程×精度等级%
1.2.2 相对误差（relative error）
（1）定义：
相对误差
x xt
绝对误差 真值
x xt xt
或 （2）说明：
ER
或
真值未知，常将Δx与试验值或平均值之比作为相对误差：
F s1
2 2
s2
服从F分布，第一自由度为 d f 1 n1 1 第二自由度为
df 2 n 2 1
②查临界值
给定的显著水平α
d f 1 n1 1
查F分布表
临界值
df 2 n 2 1
③检验 双侧（尾）检验(two-sided/tailed test) ： 若F
0.2 试验设计与数据处理的意义
0.2.1 试验设计的目的:
合理地安排试验,力求用较少的试验次数获得较好结果
例：某试验研究了3个影响因素： A：A1，A2，A3
B：B1，B2，B3
C：C1，C2，C3 全面试验：27次 正交试验：9次
0.2.2 数据处理的目的
通过误差分析，评判试验数据的可靠性； 确定影响试验结果的因素主次，抓住主要矛盾，提高试 验效率； 确定试验因素与试验结果之间存在的近似函数关系，并 能对试验结果进行预测和优化； 试验因素对试验结果的影响规律，为控制试验提供思路； 确定最优试验方案或配方。
（1）算术平均值（arithmetic mean）
x1 x 2 ... x n n
n
xi
x
i 1
n
适合：
等精度试验值 试验值服从正态分布
（2）加权平均值(weighted mean)
加权和
xW
w1 x1 w 2 x 2 ... w n x n w1 w 2 ... w n
2 2 i 1
n
n
n
试验次数为有限次时，样本标准差：
s
n
di
2
i 1
n
( xi x ) n 1
2
i 1
n
i 1
xi ( xi ) / n
2 2 i 1
n
n 1
n 1
表示试验值的精密度，标准差↓，试验数据精密度↑
1.3 试验数据误差的来源及分类
1.3.1 随机误差 （random error ）
计算统计量：
t x 0 s n
服从自由度 d f
n 1 的t分布(t-distribution)
0 ——给定值（可以是真值、期望值或标准值）
双侧检验 ：பைடு நூலகம்若 t t
2
则可判断该平均值与给定值无显著差异，否则就有显著差异
单侧检验 左侧检验 若 t0 右侧检验 若 t0 且
则判断两方差无显著差异，否则有显著差异
单侧（尾）检验(one-sided/tailed test) ：
左侧（尾）检验 ：
若
(1 ) ( d f )
2 2
则判断该方差与原总体方差无显著减小，否则有显著减小
右侧（尾）检验 若
(df )
2 2
则判断该方差与原总体方差无显著增大，否则有显著增大 （3）Excel在 检验中的应用
1.3.3 过失误差 （mistake ）
（1）定义： 一种显然与事实不符的误差 （2）产生的原因： 实验人员粗心大意造成 （3）特点：
可以完全避免
没有一定的规律
1.4 试验数据的精准度
1.4.1 精密度（precision）
（1）含义：
反映了随机误差大小的程度 在一定的试验条件下，多次试验值的彼此符合程度 例：甲：11.45，11.46，11.45，11.44 乙：11.39，11.45，11.48，11.50
（2）说明：
可以通过增加试验次数而达到提高数据精密度的目的 试验数据的精密度是建立在数据用途基础之上的 试验过程足够精密，则只需少量几次试验就能满足要求
（3）精密度判断
①极差（range）
R x m ax x m in
R↓，精密度↑
②标准差（standard error）
样本方差（ s2 ） 总体方差（σ2 ） 方差↓，精密度↑
1.4.2 正确度（correctness）
（1）含义：反映系统误差的大小
（2）正确度与精密度的关系：
（a）
（b）
（c）
精密度高并不意味着正确度也高
精密度不好，但当试验次数相当多时，有时也会得到 好的正确度
1.4.3 准确度（accuracy）
1.2 误差的基本概念
1.2.1 绝对误差（absolute error）
（1）定义
绝对误差＝试验值－真值 或
试验设计
试验误差，在试验设计中要遵循如 下三条基本原理：
重复 随机化 区域控制
第三章 试验统计基础及EXCEL简介
3.1 试验统计基础
3.1.1 试验数据的类型
数量数据
当试验结果显现数量上的变化，由
计数或测量所得到的数据资料。
计数数据：由计数法得到的数据，
Hale Waihona Puke 是非连续型变量数据。取值时一般 为正整数。如人体白细胞计数等。 计量数据：由测量所得的数据，是 连续型变量数据。不一定是整数， 通常有不同的有效数字。如药片的 重量等。
精确度(Accuracy)
又称准确度。它表示试验处理测量
结果与被测量处理真值之间的接近 程度。它反映了试验测量结果中系 统误差与随机误差的综合。
正确度(Correctness)
表示试验测量结果中系统误差大小
的程度。它反映了试验规定条件下， 试验测量中所有系统误差的综合。
2.1.6 提高试验精确度的主要途径
科技人员掌握应用各种先进试验设
计与结果分析方法，可提高自身的 素质及科学试验水平，将加快所从 事科学研究的进程。
科学研究中不同阶段的试验设计
研究初期阶段的探索试验
简单设计试验
目的是明确某因素的作用。
如对照试验、比较试验等。
筛选试验
目的是在众多因素中明确关键因素或
优良水平。 如单因素多水平试验（格子设计等）； 少量水平的多因素试验（如混杂设计、 不完全区组设计、均匀设计、正交设 计等）。
研究中期阶段的析因试验
多因素的析因试验，以深入分析主
要因素的作用及其相互关系。 如拉丁方设计、交替设计、裂区设 计、正交设计等。
研究后期阶段的优化试验
试验误差的分析及数据处理
例 1：某工厂测定含铬废水浓度的结果如下表，试计算其
平均浓度。
铬（mg/L） 0.3 0.4 0.5 0.6 0.7
出现次数 3 5
7
7
5
x 0.33 0.45 0.57 0.67 0.75 35775
＝0.52（mg/L）
例 2：某印染厂、各类污水的 BOD5 测定结果如下表，试 计算该厂污水平均浓度。
污水类型
BOD5 （ mg/L）
污水流量 （ m3 /d）
退浆污水
4000
15
煮布锅污水
10000
8
印染污水
400
1500
漂白污水
70
900
解：
x
4000 15
10000 8 400 1500 15 8 1500 900
70
900
=331.4（mg/L）
2．直接测量值与间接测量值
直接测量值就是通过仪器直接测试读数得到的数据。
精密度(precision)是平行测量的各测量值(实验值)之间 互相接近的程度。 用偏差表示,偏差为测定值与平均值之 差，偏差可分为：绝对偏差(d)与相对偏差（dr）平均偏差、 相对平均偏差、标准偏差、相对标准偏差等：
（1）绝对偏差(d)： d X i X
（2）相对偏差（dr）为绝对偏差与平均值之比，常用百分率
正确度反映系统误差的大小的程度。如观测的系统误 差小，则称观测的正确度高。可以使用更精确的仪器 来提高观测的精密度。 精确度反映偶然误差与系统误差合成的综合误差大小 的程度。 对于测量来说，精密度高，正确度不一定高；同 样，正确度高，精密度也不一定高；精确度高，则精 密度和正确度都高。
例如：甲、乙、丙、丁四个人同时用碘量法测定某铜矿中CuO含 量（真实含量为37.40）测定4次，其结果如下图所示：分析此 结果精密度与正确度的关系。
《试验设计与数据处理》第1章试验数据的误差分析
d p xp x (, n) s
则应将xp从该组试验值
中剔除。
7 10.52 0.066 10.52 0.119
8 10.82 0.366
x 10.45
x 10.40
s= 0.165
s= 0.078
从附录2查取。
(, n)
(1) s (0.05,8) 2.03 0.16 0.320.366 (2) (0.05,7) s 1.94 0.078 0.15220.119
※ 适用场合: 测定次数n >20
※测定次数n <10时，应采用其它准则。如：
格拉布斯准则、狄克逊准则、t检验法等 21
(2) 格拉布斯(Grubbs)准则
序
第一次检验
第二次检验
※ 方法：
号 xi xi x xi xi x
1）计算包括可疑值在内
1 10.29 0.164 10.29 0.111
• 在相同条件下，多次测量同一量时，误差的绝对值和符号 的变化时大时小，时正时负，没有确定的规律；
• 在一次测定中，是不可预知的，但在多次测定中，其误差 的算术平均值趋于零。
※ 随机误差的来源：偶然因素 ※ 随机误差具有一定的统计规律：
(1) 有界性； (2) 正误差和负误差出现的频数大致相等； (3) 绝对值小的误差比大的误差出现的次数多（收敛性）。 (4) 当测量次数n→∞，误差的算术平均值趋于零（抵偿性1）3 。
用来描述试验结果与真值的接近程度，即反映系统误差和随 机误差合成的大小程度。
16
1.5 试验数据误差的估计与检验
※1 随机误差的估计 对试验值精密度高低的判断：
(1) 极差：指一组试验值中最大值与最小值的差值。
《试验设计》讲稿第一部分
试验设计DOE design Of experiment教材王万中 试验的设计与分析 高等教育出版社参考文献1．李云雁 胡传荣 试验设计与数据处理 化学工业出版社2．茆诗松 周纪芗 陈颖 试验设计 中国统计出版社3．方开泰 试验设计 高等教育出版社一、引 言试验设计（design Of experiment，DOE），也称为实验设计。
试验设计是以概率论和数理统计为理论基础，经济地，科学地安排试验的一项技术。
试验设计自20世纪20年代问世至今，其发展大致经历了三个阶段：即早期的单因素和多因素方差分析，传统的正交试验法和近代的调优设计法。
试验设计的概念从20世纪30（20）年代费希尔（R.A.Fisher）在农业生产中使用试验设计方法以来，试验设计方法已经得到广泛的发展，统计学家们发现了很多非常有效的试验设计技术。
20世纪60（50）年代，日本统计学家田口玄一将试验设计中应用最广的正交设计表格化，在方法解说方面深入浅出为试验设计的更广泛使用作出了巨大的贡献。
试验设计的内容产品质量的高低主要是由设计决定的，一个好的试验设计包含几个方面的内容。
第一是明确衡量产品质量的指标，6σ管理强调用数据说话，所以这个质量指标必须是能够量化的指标，在试验设计中称为试验指标，也称为响应变量(responsevariable）或输出变量。
第二是寻找影响试验指标的可能因素（factor) ，也称为影响因子和输入变量。
因素变化的各种状态称为水平，要求根据专业知识初步确定因家水平的范围。
第三是根据实际问题，选择适用的试验设计方法。
试验设计的方法有很多，每种方法都有不同的适用条件，选择了适用的方法就可以事半而功倍，选择的方法不正确或者根本没有进行有效的试验设计就会事倍而功半。
第四是科学地分析试验结果，包括对数据的直观分析、方差分析、回归分析等多种统计分析方法，这些工作可以借助各类（SAS SPSS MATLAB EXCEL等等）软件完成。
试验设计与数据处理(第三版)李云雁-第1章-误差分析PPT优秀课件
设有n个正试验值：x1，x2，…，xn，则：
1 1 ... 1 n 1
1 x1 x2
xn i1 xi
H
n
n
常用在涉及到与一些量的倒数有关的场合 调和平均值≤几何平均值≤算术平均值
Excel在计算平均值中的应用
13
1.2 误差的基本概念
1.2.1 绝对误差（absolute error）
10
（3）对数平均值（logarithmic mean）
设两个数：x1＞0，x2 ＞0 ，则
说明：
xL
x1 x2 ln x1 ln x2
x1 x2 ln x1
x2 x1 ln 宜使用对数平均值
对数平均值≤算术平均值
如果1/2≤x1/x2≤2 时，可用算术平均值代替
（1）定义： 一定试验条件下，由某个或某些因素按照某一 确定的规律起作用而形成的误差
（2）产生的原因：多方面 （3）特点： 系统误差大小及其符号在同一试验中是恒定的 它不能通过多次试验被发现，也不能通过取多次试验值的
平均值而减小 只要对系统误差产生的原因有了充分的认识，才能对它进
行校正，或设法消除。
数学家华罗庚教授也在国内积极倡导和普及的“优选法” 我国数学家王元和方开泰于1978年首先提出了均匀设计
3
0.2 试验设计与数据处理的意义
0.2.1 试验设计的目的:
合理地安排试验,力求用较少的试验次数获得较好结果 例：某试验研究了3个影响因素： A：A1，A2，A3 B：B1，B2，B3 C：C1，C2，C3 全面试验：27次 正交试验：9次
6
误差分析（error analysis） ：对原始数据的可靠性进 行客观的评定
误差（error） ：试验中获得的试验值与它的客观真实 值在数值上的不一致
最新实验设计与数据处理(第一部分)电子教案精品课件
第十页，共80页。
我国实验设计法的发展
我国从20世纪50年代后期，在著名统计学家许宝禄 教授引导下，数学工作者才深入实验设计这个领域。
20世纪60年代末，我国研究人员编制了一套较为适 用的正交表，创立了简单易懂的正交实验方法。
自20世纪70年代以来，国内在研究和推广正交实验 设计方面有了很大的进展，成果日渐增多，已经取 得了至少上万项的好成果。
为解决导弹弹道系统的指挥仪设计问题，1978年中 科院王元院士和方开泰研究员提出(tí chū)了均匀 设计，得到国际统计界的极大关注。
因素(yīn sù) A
水平(shuǐpíng)
（配比）
1
1：1
2
2：3
3
3：7
B
C
（反应温度）/℃ （反应时间）/min
150
30
165
35
180
40
先固定B和C为B1、C1，变化A
B1C1
A1
A2
A3
第四页，共80页。
实验结果A3最好，然后固定(gùdìng)A为A3、C为C1 ，变化 B
A3C1
通过对实验的设计和结果分析能使我们在众多的因素中分析 主次，找出影响指标的主要因素。
通过实验设计可以分析因素之间交互作用影响的大小。
通过方差分析，可以分析出实验误差影响的大小， 提高实验 的精度。
通过实验设计能尽快地找出较优的设计参数或生产工艺条件， 并通过对实验结果的分析、比较，找出达到最优化方案 进一步实验的方向。
《实验设计与数据处理》课程教学大纲
任课教师姓名/职称： 陈佰满/副教授、何清/讲师
联系电话：643155
Email:heqing@
答疑时间、地点与方式：1.每次上课课前、课间、课后，采用一对一的问答方式；2.12L302 室，课外
答疑；3.网络解答。
课程考核方式：开卷（ √ ） 闭卷（ ） 课程论文（ ） 其它（）
道德及规范。
核心能力 7．认识科技发展现状与趋势，培养自主学习的习
惯和持续学习的能力；
□核心能力 8．理解并遵守职业道德和规范、认知专业伦理，
践行社会主义核心价值观。
周次 1 2 3 4
理论教学进程表
教学主题
教学 时长
教学的重点与难点
教学方式
绪论
教学目的，实验设计与数据处理的发展概 课堂讲授
2 况、性质和价值，实验研究方法。
课堂讲授及讨论课堂作业偶然误差的正态分布误差传递试验数据误差的统计检验有效数字和试验结果的表示误差的传递excel在误差分课堂讲授及讨论课堂作业析中的应用
《实验设计与数据处理》课程教学大纲
课程名称：实验设计与数据处理
课程类别（必修/选修）： 选修
课程英文名称：Experiment Design and Data Processing
2、学生核心能力即毕业要求或培养要求，请任课教师从授课对象人才培养方案中对应部分复制 （/）
3、教学方式可选：课堂讲授/小组讨论/实验/实训 4、若课程无理论教学环节或无实践教学环节，可将相应的教学进度表删掉。
纵横对折法、最陡坡法。
随机化区组和拉
随机化区组设计的方法及应用，拉丁方的 课堂讲授
13-14 丁方
3 数据处理方法及标准
考核内容
评价标准
试验设计与数据处理(第三版)李云雁 第1章 误差分析.ppt
1.2.2 相对误差（relative error）
（1）定义：
相对误差
绝对误差 真值
或
ER
x xt
x
xt xt
（2）说明：
真值未知，常将Δx与试验值或平均值之比作为相对误差：
ER
x x
或
ER
x x
可以估计出相对误差的大小范围：
ER
x xt
x xt max
相对误差限或相对误差上界
∴ xt x(1 ER )
设有n个正试验值：x1，x2，…，xn，则：
1 1 ... 1 n 1
1 x1 x2
xn i1 xi
H
n
n
常用在涉及到与一些量的倒数有关的场合 调和平均值≤几何平均值≤算术平均值
Excel在计算平均值中的应用
1.2 误差的基本概念
1.2.1 绝对误差（absolute error）
真值：在某一时刻和某一状态下，某量的客观值或实际值 真值一般是未知的 相对的意义上来说，真值又是已知的 ➢ 平面三角形三内角之和恒为180° ➢ 国家标准样品的标称值 ➢ 国际上公认的计量值 ➢ 高精度仪器所测之值 ➢ 多次试验值的平均值
1.1.2 平均值（mean）
（1）算术平均值（arithmetic mean）
（3）对数平均值（logarithmic mean）
设两个数：x1＞0，x2 ＞0 ，则
说明：
xL
x1 x2 ln x1 ln x2
x1 x2 ln x1
x2 x1 ln x2
x2
x1
若数据的分布具有对数特性，则宜使用对数平均值
对数平均值≤算术平均值
如果1/2≤x1/x2≤2 时，可用算术平均值代替
实验设计与数据处理课程教学大纲
《实验设计与数据处理》课程教学大纲课程代码：010332012课程英文名称：Experiment Design and Data Processing课程总学时：24 讲课：20 实验：4 上机：0适用专业：工业工程大纲编写（修订）时间：2017.7一、大纲使用说明（一）课程的地位及教学目标该课程是为机械学院工业工程专业本科生开设的专业基础课，是工业工程专业本科生的选修课程，设置本课程旨在使学生了解并掌握科学实验中实验前的实验方案设计以及对实验所获得数据进行分析和处理的基本理论和知识，培养学生合理设计工业工程与人因工程的实验，并掌握实验数据进行科学分析和处理的技能，最终达到提高学生分析问题和解决问题的能力（如确定最优综合环境数据）的目标。
（二）知识、能力及技能方面的基本要求该课程要求学生掌握一定的数学知识，尤其是统计学与高数知识。
另外，该课程与工业工程专业中实验课程结合最佳，安排时间最佳为大三下学期或者大四上学期。
学生需要有一定实验经历。
（三）实施说明1. 本大纲编写适用于本科工业工程专业学生，课程以授课为主，以实验为辅，着重强调实际应用。
2．考虑到该课程教材可能发生变化，教师在授课过程中可对学时分配在小范围内进行适当调整。
3．教师在授课过程中发现部分与其他课程内容部分重叠或缺失的可以自行删减、或增加。
（四）对先修课的要求该课程需要高等数学、线性代数、应用统计学、概率论与数理统计等方面的数学基础。
（五）对习题课、实践环节的要求习题课以课后题为主，着重考察学生的解决问题能力，实验环节要求学生掌握具体的实验合理安排与数据处理。
（六）课程考核方式1.考核方式：考查。
2.考核目标：使学生掌握合理设计工业工程与人因工程的实验，并对实验数据进行科学分析和处理的技能。
3.成绩构成：期末成绩60%、平时成绩（包括作业、出勤率等）30%，实验成绩10%。
（七）参考书目《试验设计与数据处理》（第二版），李云雁，化学工业出版社，2012年《化工试验设计与数据处理》，曹贵平，华东理工大学出版社，2009年《试验设计与数据处理》，吴贵生，冶金工业出版社，1997年二、中文摘要实验设汁与数据处理是以数理统计及线性代数为理论基础，经济地、科学地安排实验和分析处理实验结果的一项科学技术。
实验设计与数据处理课程教学大纲
《实验设计与数据处理》课程教学大纲课程代码: 010332012课程英文名称: Experiment Design and Data Processing课程总学时: 24 讲课: 20 实验: 4 上机: 0适用专业: 工业工程一、大纲编写（修订）时间: 2017.7二、大纲使用说明（一）课程的地位及教学目标该课程是为机械学院工业工程专业本科生开设的专业基础课, 是工业工程专业本科生的选修课程, 设置本课程旨在使学生了解并掌握科学实验中实验前的实验方案设计以及对实验所获得数据进行分析和处理的基本理论和知识, 培养学生合理设计工业工程与人因工程的实验, 并掌握实验数据进行科学分析和处理的技能, 最终达到提高学生分析问题和解决问题的能力（如确定最优综合环境数据）的目标。
（二）知识、能力及技能方面的基本要求该课程要求学生掌握一定的数学知识, 尤其是统计学与高数知识。
另外, 该课程与工业工程专业中实验课程结合最佳, 安排时间最佳为大三下学期或者大四上学期。
学生需要有一定实验经历。
（三）实施说明1.本大纲编写适用于本科工业工程专业学生, 课程以授课为主, 以实验为辅, 着重强调实际应用。
2．考虑到该课程教材可能发生变化, 教师在授课过程中可对学时分配在小范围内进行适当调整。
3. 教师在授课过程中发现部分与其他课程内容部分重叠或缺失的可以自行删减、或增加。
（四）对先修课的要求该课程需要高等数学、线性代数、应用统计学、概率论与数理统计等方面的数学基础。
（五）对习题课、实践环节的要求习题课以课后题为主, 着重考察学生的解决问题能力, 实验环节要求学生掌握具体的实验合理安排与数据处理。
（六）课程考核方式1.考核方式: 考查。
2.考核目标: 使学生掌握合理设计工业工程与人因工程的实验, 并对实验数据进行科学分析和处理的技能。
3.成绩构成：期末成绩60%、平时成绩（包括作业、出勤率等）30%, 实验成绩10%。
（七）参考书目《试验设计与数据处理》（第二版）, 李云雁, 化学工业出版社, 2012年《化工试验设计与数据处理》, 曹贵平, 华东理工大学出版社, 2009年《试验设计与数据处理》, 吴贵生, 冶金工业出版社, 1997年二、中文摘要三、实验设汁与数据处理是以数理统计及线性代数为理论基础, 经济地、科学地安排实验和分析处理实验结果的一项科学技术。