1.5 统计设计简史
试验是知识发现过程的重要组成部分。医学领域中设计试验的一项早期记录，是 1747 年 James Lind 在皇家海军“Salisbury”号船上对坏血病所做的研究。Lind 开展了一项研究，以确定饮食对坏血病的影响，并发现了水果作为预防措施的重要性。今天我们会把他所进行的那类试验称为完全随机单因子设计。这类试验将在第 2 章和第 3 章讨论。1843 至 1846 年间，在伦敦郊外的 Rothamsted 农业试验站开始了几项农业田间试验。这些试验并未采用现代技术，但它们为 Sir Ronald A. Fisher 自 1920 年左右开始的开创性工作奠定了基础。这带来了试验设计现代发展中四个时代的第一个——农业时代。
Fisher 在 Rothamsted 负责统计与数据分析。他认识到，产生数据的试验在实施方式上的缺陷往往会妨碍对系统（在这里是农业系统）数据的分析。通过与许多领域的科学家和研究者交流，他形成了若干洞见，并由此提出了我们在 1.3 节讨论过的试验设计三个基本原则：随机化、重复和区组化。Fisher 系统地把统计思想和原理引入试验研究的设计中，包括因子设计的概念和方差分析。他的两部著作［最近的版本是 Fisher（1958，1966）］对统计学的应用产生了深远影响，尤其是在农业及相关生命科学中。关于 Fisher 的优秀传记，见 Box（1978）。
虽然统计设计在工业中的应用肯定始于 20 世纪 30 年代，但第二个时代，即工业时代，是由 Box 和 Wilson（1951）提出的响应曲面法（response surface methodology，RSM）所催生的。他们认识到并利用了这样一个事实：许多工业试验与农业试验在两点上有着根本区别：(1) 响应变量通常可以（几乎）立即观测到；(2) 试验者可以从一小批运行中迅速学到关键信息，并用这些信息来计划下一次试验。Box（1999）把工业试验的这两个特征称为即时性（immediacy）和序贯性（sequentiality）。在随后的 30 年里，RSM 和其他设计技术在化学工业与流程工业中传播开来，主要是在研究与开发工作中。George Box 是这一运动的学术领袖。然而，统计设计在工厂或制造工艺层面的应用仍不十分普遍。造成这种情况的原因之一是：工程师和其他工艺专业人员对基本统计概念和方法所受的训练不足；此外还缺乏计算资源和易于使用的统计软件来支持统计试验设计的应用。
正是在这第二个时代即工业时代，试验的最优设计研究开始了。Kiefer（1959，1961）以及 Kiefer 和 Wolfowitz（1959）提出了一种基于特定目标最优性准则来选择设计的形式化方法。他们最初的做法是选择一个能使模型参数以尽可能最好的精度得到估计的设计。由于缺乏实现它的计算工具，这一方法没有得到多少应用。然而，在过去 25 年里，无论是生成最优设计的算法还是计算能力都取得了巨大进步。最优设计有很好的应用前景，本书在若干处对其进行了讨论。
20 世纪 70 年代末开始，西方工业界对质量改进的兴趣日益增长，这开启了统计设计的第三个时代。田口玄一（Genichi Taguchi）的工作［Taguchi 和 Wu（1980）、Kackar（1985）、Taguchi（1987，1991）］对扩大试验设计的兴趣和应用产生了重大影响。田口提倡把设计好的试验用于他所称的稳健参数设计，即
使过程对环境因子或其他难以控制的因子不敏感；
使产品对由零部件传递来的变异不敏感；
找出这样的过程变量水平：既把均值强制到期望值上，同时又减小该值附近的变异。
田口建议采用高度分式的因子设计和其他正交表，并结合一些新颖的统计方法来解决这些问题。由此形成的方法论引发了大量讨论和争议。争议的部分原因在于，田口的方法论最初（也主要是）由企业家在西方推介，而其背后的统计学并未经过充分的同行评审。到 20 世纪 80 年代末，同行评审的结果表明：尽管田口的工程概念和目标是有充分依据的，但他的试验策略和数据分析方法存在实质性问题。关于这些问题的具体细节，见 Box（1988）、Box、Bisgaard 和 Fung（1988）、Hunter（1985，1989）、Myers、Montgomery 和 Anderson-Cook（2016）以及 Pignatiello 和 Ramberg（1992）。其中许多顾虑也在 1992 年 5 月《Technometrics》上那场广泛的专题讨论中得到了总结［见 Nair 等（1992）］。
田口之争带来了几个积极的成果。第一，设计好的试验在离散零件工业中得到更广泛的应用，包括汽车与航空航天制造、电子与半导体以及许多此前很少使用这一技术的行业。第二，统计设计的第四个时代开始了。这个时代既包括研究者和实践者对统计设计重新产生的普遍兴趣，也包括工业界针对试验问题发展出许多新的、有用的方法，其中有一些是田口技术方法的替代方案，能把他那些工程概念高效而有效地付诸实践。这些替代方案中的一些将在后续章节中讨论和说明，特别是第 12 章。第三，用于构造和评价设计的计算机软件有了极大改进，增加了许多新功能和新能力。第四，统计试验设计方面的正规教育正成为许多大学工程专业本科和研究生培养的一部分。把良好的试验设计实践成功地融入工程与科学之中，是未来工业竞争力的一个关键因素。
设计好的试验的应用早已远远超出农业的起源。科学和工程中没有一个领域不曾成功地运用统计试验设计。近年来，设计好的试验在许多其他领域也得到了相当多的应用，包括商业服务部门、金融服务、政府运作以及许多非营利商业部门。1996 年 3 月 11 日的《福布斯》（Forbes）杂志上刊登了一篇题为“The New Mantra: MVT”的文章，其中 MVT 代表“multivariable testing”（多变量检验），是一些作者用来描述因子设计的术语。该文指出，各类不同的公司通过运用统计试验设计取得了许多成功。如今，电子商务公司在用户访问其网站时例行地开展在线试验，电子邮件营销服务商也为客户开展在线试验。