在“线性模型—工业统计—数据科学”这条线上，Montgomery《Introduction to Linear Regression Analysis》被长期当作工程领域首选教材，因为公式推导够用，工程细节很多，实验设计衔接最顺畅
1. 工业案例多
全书案例来自化工、半导体、汽车、制药等真实场景
2. 把回归 + 实验设计打通
Montgomery 本人就是《Design and Analysis of Experiments》的作者，因此书中第 10 章把“回归系数”与“因子效应”放在同一框架下解释：
- 2^k 设计的回归写法
- 中心点与曲率检验
- 响应面法（RSM）与最速上升
学完这一章，自然过渡到 DOE 高阶课程，企业工程师也能直接做过程优化
3. 变量选择
用 Cp、AIC、BIC、PRESS 的同时，把“成本-可测量性-可控制性”写进选择准则，“统计显著 ≠ 工程可落地”，这在纯数理教材里几乎看不到
4. 第 8 章“非线性 + 逻辑 + Poisson”
很多教材把 GLM 拆成另一本书，Montgomery 用 40 页把二分类、计数、寿命数据全部跑通，并给出 JMP 菜单截图，工程师看完就能做“合格率-缺陷数-可靠性”三类公司级 KPI 建模
如果以后去工厂、研发中心、质量部，或者做 Six-Sigma、DOE、过程优化，Montgomery 这本书能把“回归理论”直接翻译成“工程语言”，这也是它长期霸榜工业统计课程的根本原因 。
#贝叶斯时空模型 #高等概率论 #贝叶斯统计 #多元线性回归 #统计学 #数据分析 #统计推断 #数理统计 #机器学习 #实证分析
1. 工业案例多
全书案例来自化工、半导体、汽车、制药等真实场景
2. 把回归 + 实验设计打通
Montgomery 本人就是《Design and Analysis of Experiments》的作者，因此书中第 10 章把“回归系数”与“因子效应”放在同一框架下解释：
- 2^k 设计的回归写法
- 中心点与曲率检验
- 响应面法（RSM）与最速上升
学完这一章，自然过渡到 DOE 高阶课程，企业工程师也能直接做过程优化
3. 变量选择
用 Cp、AIC、BIC、PRESS 的同时，把“成本-可测量性-可控制性”写进选择准则，“统计显著 ≠ 工程可落地”，这在纯数理教材里几乎看不到
4. 第 8 章“非线性 + 逻辑 + Poisson”
很多教材把 GLM 拆成另一本书，Montgomery 用 40 页把二分类、计数、寿命数据全部跑通，并给出 JMP 菜单截图，工程师看完就能做“合格率-缺陷数-可靠性”三类公司级 KPI 建模
如果以后去工厂、研发中心、质量部，或者做 Six-Sigma、DOE、过程优化，Montgomery 这本书能把“回归理论”直接翻译成“工程语言”，这也是它长期霸榜工业统计课程的根本原因 。
#贝叶斯时空模型 #高等概率论 #贝叶斯统计 #多元线性回归 #统计学 #数据分析 #统计推断 #数理统计 #机器学习 #实证分析
