基 礎 篇 
第 1章 設計量化分析概述 2 
1.1從定性分析到定量分析  2 
1.1.1定性分析的基本概念  3 
1.1.2定量分析的基本概念  4 
1.2設計以人為本  5 
1.2.1用戶體驗設計  5 
1.2.2 情景意識  6 
1.3情感化設計  6 
1.3.1情緒引導設計  6 
1.3.2產品設計特征與情感層次  7 
1.4感性工學概述  10 
1.4.1感性工學的定義  10 
1.4.2感性工學的分類  11 
1.5本章練習  12 
第 2章 數據分析基本程序 13 
2.1制訂總體計劃  13 
2.1.1建立指標體繫  13 
2.1.2商業數據分析模型  14 
2.1.3常用的指標  17 
2.2數據獲取與分類  18 
2.2.1 數據調研  18 
2.2.2 數據實驗  19 
2.2.3 數據分類  21 
2.3數據整理  22 
2.3.1數據的量化  22 
2.3.2數據的清洗  25 
2.4數據分析  26 
2.4.1描述性數據分析  26 
2.4.2推斷性數據分析  27 
2.5本章練習  27 
第 3章 設計數據的統計描述 28 
3.1數據分析概述  28 
IV 設計與數據分析 
3.1.1總體、樣本、抽樣、統計量  28 
3.1.2抽樣調查的分類  29 
3.1.3數據的誤差  30 
3.2頻數分布表與直方圖  31 
3.2.1使用數據透視表  31 
3.2.2頻數分析的基本原理  34 
3.2.3 利用 Excel進行頻數分析  36 
3.3數據分布概述  40 
3.3.1 數據分布  41 
3.3.2 總體分布  41 
3.3.3 抽樣分布  43 
3.4數據分布特征指標  44 
3.4.1集中趨勢指標  45 
3.4.2離散趨勢指標  48 
3.4.3偏態和峰態指標  49 
3.5本章練習  51 

理 論 篇 
第 4章 概率及概率分布 54 
4.1隨機事件及概率  54 
4.1.1隨機現像與隨機事件  54 
4.1.2頻率與概率  55 
4.2概率分布  56 
4.2.1 隨機變量  56 
4.2.2隨機變量的概率分布函數  57 
4.3離散型隨機變量的概率分布  58 
4.3.1離散型隨機變量的概率分布定義  58 
4.3.2常見的離散型隨機變量概率分布  58 
4.4連續型隨機變量的概率分布  60 
4.4.1連續型隨機變量的概率分布定義  60 
4.4.2常見的連續型隨機變量概率分布  61 
4.4.3 分位點  63 
4.5數字特征  64 
4.5.1 數學期望  64 
4.5.2方差、協方差與相關繫數  64 
4.5.3 統計矩  65 
4.6本章練習  66 
目 錄 V
第 5章 參數估計 67 
5.1數理分析的理論基礎  67 
5.1.1 大數定律  67 
5.1.2中心極限定理  68 
5.1.3 統計量  69 
5.2參數的點估計  69 
5.2.1 矩估計法  69 
5.2.2極大似然估計法 *  70 
5.2.3點估計的優良評價  71 
5.3參數的區間估計  73 
5.3.1置信區間與置信水平  73 
5.3.2參數區間估計的基本思想  74 
5.3.3 6種抽樣分布的區間估計  74 
5.4本章練習  75 
第 6章 假設檢驗 76 
6.1假設檢驗原理  76 
6.1.1假設檢驗的相關術語  76 
6.1.2假設檢驗的基本原理  78 
6.1.3假設檢驗的基本流程  80 
6.2 Z檢驗 81 
6.2.1 Z檢驗的理論基礎  81 
6.2.2 Z檢驗公式  82 
6.3 t檢驗 82 
6.3.1 t檢驗的理論基礎  82 
6.3.2 配對樣本 t檢驗  83 
6.3.3 獨立樣本 t檢驗  84 
6.4方差分析  84 
6.4.1方差分析的背景  85 
6.4.2方差分析的相關術語  85 
6.4.3方差分析的基本思想  86 
6.4.4方差分析的理論基礎  87 
6.5本章練習  87 

應 用 篇 
第 7章 設計評價：均值的假設檢驗 90 
7.1 Z檢驗：音樂類 App改版設計  90 
7.1.1背景與問題  90 
7.1.2實際操作案例  91 
VI 設計與數據分析 
7.2獨立樣本 t檢驗：產品交互繫統測試評價  92 
7.2.1背景與問題  92 
7.2.2實際操作案例  93 
7.3配對樣本 t檢驗：大學生宿舍室內舒適度評價  94 
7.3.1背景與問題  94 
7.3.2實際操作案例  95 
7.4本章練習  96 
第 8章 實驗設計：單因素方差分析 97 
8.1老年認知腦電實驗  97 
8.2腦電實驗：單因素方差分析  101 
8.2.1單因素問題提法  101 
8.2.2 頂葉腦區 N200成分：單因素方差分析  101 
8.2.3 枕葉腦區 N200成分：單因素方差分析  102 
8.3實驗結論分析  103 
8.3.1 N200和 P300成分單因素方差分析結論  103 
8.3.2 N200和 P300成分實驗結論  104 
8.4本章練習  105 
第 9章 設計研究：相關與回歸 106 
9.1變量間的關繫  106 
9.1.1變量分析的基本思路  106 
9.1.2相關關繫的概念與分類  107 
9.1.3簡單線性相關分析  108 
9.1.4 汽車 CMF設計案例分析 109 
9.2回歸分析  112 
9.2線性回歸原理  112 
9.2回歸參數估計 **  113 
9.2.3回歸方程的評價  113 
9.2.4人機尺度案例分析  116 
9統計分析方法  119 
9.3回歸分析 **  120 
9.3.2駕駛疲勞度案例分析  122 
9.4本章練習  125 
第 10章 設計研究：χ2檢驗 128 
10.1 χ2統計量  128 
10.1.1 χ2統計量定義  128 
10.1.2 χ2的兩種檢驗  128 
10.2 χ2擬合優度檢驗  129 
10.2.1 χ2擬合優度檢驗問題提法  129 
目 錄 VII 
10.2.2具體假設形式  129 
10.2.3適老化遊戲設計案例  130 
10.3 r×s列聯表和 χ2獨立性檢驗  132 
10.3.1 r×s列聯表  132 
10.3.2獨立性檢驗  133 
10.3.3實際案例分析  134 
10.4等級相關分析  136 
10.4.1斯皮爾曼等級相關繫數  136 
10.4.2 實際案例  137 
10.5本章練習  140 
參考文獻  142
附錄 A  143 

隨著人工智能的快速發展，數據分析在各行各業得到廣泛的應用。在注重學科交叉融合的設計領域，數據分析已成為設計師的技能，越來越受到人們的重視。本書面向工業設計、產品設計、視覺傳達設計、數字化藝術設計、交互設計、環境藝術設計等設計類專業普通高等職業院校學生。
本書立足設計學，重點介紹數據分析方法在設計活動中的應用，主要包括定量分析的整體構架、數據收集、數據整理以及初等數據分析、預測、檢驗等內容。本書參考國內外設計學、心理學、統計學、數據分析等相關書籍，根據設計類專業學生的實際特點，在介紹嚴謹的數理統計定義的同時，注重直觀的講解，突出數據分析在具體設計案例中的應用。通過閱讀本書，讀者不僅可以擺脫枯燥的數學公式，快速掌握數據分析的基本概念及流程，還可以通過書中的典型案例舉一反三。
本書第 4～6章為理論篇，有較多的數學公式，初學者可以跳過，先學習其他章節內容。有數據分析基礎或學過概率論與數理統計的讀者在閱讀本書時，除了第 1章，可以根據自己的需要，挑選部分章節閱讀。讀者可重點關注第 7～10章的相關案例及相應的問題提法。此外，標題中的“*”“**”表示難度等級，初學者可先跳過相關內容。
本書第 1章由宋明亮編寫，第 2～3章由李禹臻編寫，第 4章由張路編寫，第 5～6編寫，第 7～10章由劉建軍編寫。編者在長期的設計教學工作中積累了豐富的經驗，但由於水平有限，書中還有一些不足之處，懇請各位讀者批評指正。
編 者