Livres recommandés sur la conception d'expériences?

Quelles sont les recommandations du panel pour les livres sur la conception d'expériences?

Idéalement, les livres devraient être encore imprimés ou disponibles en version électronique, bien que cela ne soit pas toujours réalisable. Si vous vous sentez ému d'ajouter quelques mots sur ce qui est si bon dans le livre, ce serait très bien aussi.

En outre, visez un livre par réponse afin que le vote puisse aider à trier les suggestions.

(Wiki de la communauté, éditez la question si vous pouvez l'améliorer!)

pour moi, le meilleur livre est de George Box:

Statistiques pour les expérimentateurs: conception, innovation et découverte

Bien sûr, le livre de Maxwell et Delaney est également très bon: Conception d'expériences et analyse de données: une perspective de comparaison de modèles, Deuxième édition

Personnellement, je préfère le premier, mais ils sont tous deux de qualité supérieure. Ils sont un peu chers, mais vous pouvez certainement trouver une édition antérieure bon marché à vendre.

La conception et l'analyse des expériences de Montgomery est un texte classique et hautement considéré:

Si vous êtes intéressé par la conception expérimentale dans un domaine particulier (par exemple, les essais cliniques), d'autres textes plus spécialisés peuvent être appropriés.

La conception des expériences de Ronald Fisher (le lien est Wikipedia plutôt qu'Amazon car il est épuisé depuis longtemps) est intéressante pour le contexte historique. Le livre est souvent considéré comme fondateur du domaine dans son ensemble et a certainement beaucoup contribué à promouvoir des choses comme le blocage, la randomisation et la conception factorielle, même si les choses ont un peu évolué depuis.

En tant que document d'époque, c'est assez fascinant, mais c'est aussi exaspérant. En l'absence d'une terminologie et d'une notation communes, nous passons beaucoup de temps à expliquer péniblement les choses dans ce qui semble maintenant être un anglais ridiculement comique. Si vous deviez l'utiliser comme référence pour rechercher un calcul, vous rongeriez probablement votre propre jambe. Mais le travail de politesse extrêmement poli dans certaines analyses de Galton est amusant.

(Je sais, je sais - comment les lecteurs de demain se moqueront des archaïsmes de la littérature scientifique d'aujourd'hui ...)

Je suis surpris personne n'a mentionné: Statistical Design de George Casella

Lien Google Books

Il existe de nombreux excellents livres sur la conception d'expériences. Ces procédures s’appliquent de manière générale et je ne pense pas qu’il existe des conceptions spéciales spécifiques aux applications de boulangerie. Voici quelques un de mes préférés.

1. Statistics for Experimenters: Design, Innovation, and Discovery, 2e édition [Relié] de George EP Box (Auteur), J. Stuart Hunter (Auteur), William G. Hunter (Auteur)

2. Design and Analysis of Experiments [Relié] de Douglas C. Montgomery (Auteur)

3. Design of Experiments: Une introduction basée sur des modèles linéaires (Textes Chapman & Hall / CRC en statistique) [Relié] de Max Morris (Auteur)

4. Design and Analysis of Experiments (Textes statistiques de Springer) [Relié] de Angela M. Dean (Auteur), Daniel Voss (Auteur)

5. Experiments: Planning, Analysis, and Optimisation (Série Wiley de probabilités et statistiques) [Relié] de Jeff Wu (Auteur), Michael S. Hamada (Auteur)

6. Conception statistique et analyse d'expériences, avec applications en ingénierie et en sciences [Relié] Robert L. Mason (Auteur), Richard F. Gunst (Auteur), James L. Hess (Auteur)

7. Conception statistique et analyse d'expériences (Classiques en mathématiques appliquées n ° 22) [Paperback] de Peter WM John (Auteur)

Pas encore publié, mais je suis impatient de concevoir et d'analyser des expériences avec R

Il n'y a pas assez de livres sur DoE avec R. Je suis très réticent envers les logiciels propriétaires et la documentation de R n'est pas toujours la meilleure.

Expériences: planification, analyse et optimisation par Wu & Hamada.

Je ne suis que deux ou trois chapitres et je ne suis donc pas encore en mesure de le recommander avec confiance, mais jusqu'à présent, cela semble être un bon texte de troisième cycle, raisonnablement détaillé, complet et à jour. A plus d'un "non-sens" sentir que le Montgomery.

Plan expérimental pour les sciences de la vie , de Ruxton & Colegrave. Destiné principalement aux étudiants de premier cycle.

Si vous êtes intéressé par les essais pharmaceutiques, deux livres que je recommande:

1. Questions statistiques sur le développement des médicaments par Stephen Senn ( lien Amazon )
2. Essais croisés en recherche clinique par Stephen Senn ( lien Amazon )

Si votre domaine est la biologie / l'écologie, un texte sympathique et bien écrit est "Planification expérimentale et analyse des données pour les biologistes" de Quinn et Keough ( amazon

le travail réalisé par Underwood est également très intéressant à lire:

Expériences en écologie: conception et interprétation logiques à l'aide de l'analyse de la variance ( amazon)

Ce n'est pas vraiment un livre, mais une introduction douce sur DoE dans R: An R compagnon pour Experimental Design .

La conception des expériences: principes statistiques pour applications pratiques par Roger Mead. Les exemples sont tirés de l'agriculture et de la biologie, donc probablement plus approprié si vous êtes intéressé par l'un de ces domaines. Plutôt cher pour un livre de poche de 600 pages mais vous pouvez probablement le trouver d'occasion.

Plan expérimental en biotechnologie de Perry D. Haaland, Marcel Dekker.

Si vous êtes dans les sciences sociales:

Utilisation de la randomisation dans la recherche en économie du développement: boîte à outils

Ce livre vous donne une perspective statistique sur la conception expérimentale:

Casella, G. (2008). Conception statistique . Springer.

Hands on DOE book

John Lawson a écrit deux livres.

1. Conception et analyse d'expériences avec SAS

2. Conception et analyse d'expériences avec R

L'une concerne les utilisateurs SAS et l'autre les utilisateurs R. Les deux versions sont identiques en contenu et en contexte, la seule différence est le logiciel utilisé dans le livre. Le second qui est destiné aux utilisateurs de R est plus utile car R est open source. Donc, ceci est plus d'un livre de mains sur le DOE. Il a en fait développé une bibliothèque avec le nom daewr