敏感性试验设计是试验设计研究领域的主要研究方向之一，其应用背景主要是针对燃爆产品试验和药剂试验，通过设计若干刺激水平和观测对应的二元响应数据，估计感兴趣的特殊刺激水平，如成功响应概率p对应的刺激水平，称其为感度分布的p分位数。
传统的敏感性试验设计没有优化准则，而且希望估计的主要是0.5分位数。随着对研究对象更高质量的要求，在中小样本下估计极端p分位数的需求越来越强烈。本专著主要给出估计该类极端p分位数的优化试验设计方法，并在三元响应和混合响应情形下给出广义敏感性试验设计的概念、统计模型和广义p分位数的表达式。进一步给出估计广义p分位数的优化试验设计方法。
为了方便使用者，本专著还将给出各种方法的R程序，并展示具体应用实例。
更多科学出版社服务，请扫码获取。
中国现场统计研究会试验设计分会副理事长
中国现场统计研究会常务理事
获得国防科技进步奖二等奖1项，三等奖1项
目录
“统计与数据科学丛书”序
前言
第1章传统敏感性试验设计1
1.1升降法1
1.2兰格利法4
1.3OSTR法8
第2章敏感性优化试验设计11
2.1D-最优方法11
2.1.1经典D-最优方法11
2.1.2贝叶斯D-最优方法19
2.2Wu方法23
2.3优化随机逼近方法26
2.3.1非抑制优化随机逼近方法26
2.3.2抑制优化随机逼近方法30
2.3.3两种优化随机逼近方法的模拟比较34
2.43pod优化试验设计36
2.4.1第一段设计36
2.4.2第二段设计38
2.4.3第三段设计38
2.4.43pod设计的进一步说明39
2.4.53pod设计示例41
2.4.63pod设计与其他设计的模拟比较43
2.4.73pod设计、3pod改进设计及其与Sen-Test的比较49
2.5估计响应分布0.5分位数的小样本优化设计58
2.5.1两阶段优化试验设计方法58
2.5.2模拟研究60
2.6参数估计的统计性质67
2.6.1参数极大似然估计的相合性68
2.6.2参数贝叶斯估计的相合性72
2.7证明附录75
第3章广义敏感性优化试验设计78
3.1具有两个二元响应的敏感性优化试验设计78
3.1.1具有两个二元响应结果的刺激-响应概率模型79
3.1.2自适应双向MLE迭代试验设计80
3.1.3算法示例86
3.1.4模拟研究87
3.2针对混合响应的优化试验设计100
3.2.1估计广义分位数的优化试验设计100
3.2.2模拟研究108
3.2.3实际应用111
3.3针对混合响应的贝叶斯序贯试验设计113
3.3.1混合响应模型114
3.3.2设计准则115
3.3.3SI-最优设计117
3.3.4贝叶斯D-最优设计118
3.3.5试验设计算法118
3.3.6模拟研究126
第4章响应分布拟合方法133
4.1图方法133
4.2拟合优度检验136
4.2.1Pearson统计量136
4.2.2Deviance统计量137
4.3同型不同批数据下的拟合优度检验139
第5章基于Python语言的算法实现149
5.1Python的安装149
5.2敏感性试验数据分析150
5.3优化试验设计的Python实现158
5.3.1升降法159
5.3.2兰格利法161
5.3.3D-最优设计方法164
5.3.43pod方法168
参考文献174
索引177
“统计与数据科学丛书”已出版书目178
书单推荐
