"실험을 통해 연구를 수행하는 연구자들은 실험 상황과 조건에 맞는 실험을 설계하고 설계에 따른 적절한 통계적 모형을 세우며 통계적 분석을 수행함으로써 데이터가 발생하는 시스템에 대한 정보를 얻을 수 있다. 실험설계 후 얻은 데이터에 대한 통계적 분석을 수행하기 위해서는 컴퓨터 프로그래밍 활용이 필수적이며, 최근에는 R 시스템이 여러 통계분석 분야에 널리 활용되고 있다.

이 책은 다양한 분야에서 실험설계와 통계분석을 이해하고 활용하고자 하는 이들에게 도움을 주기 위해 집필하였으며, 구성은 다음과 같다. 1장에서는 실험설계의 필요성과 유의점을 언급하고, 2장에서는 기초통계 이론과 R을 이용하여 각 분포에서의 확률계산 방법을 소개한다. 3장에서는 가장 기본적인 실험설계로 완전확률화설계에 대한 이론과 R 프로그래밍을 설명한다. 4장에서는 확률화완전블록설계와 균형불완비블록설계, 5장에서는 두 방향 블록이 겹친 형태인 라틴정방설계에 대해 설명한다. 6장에서는 처리조합에 대한 배치 방법으로 요인설계를 설명하고, 7장에서는 요인설계 중 각 요인의 수준이 두 개인 경우를 다룬 요인설계를 설명한다. 8장에서는 요인들의 처리조합의 일부만 실험할 수 있는 경우에 활용할 수 있는 부분요인설계를 다룬다. 마지막으로 9장에서는 분할구설계를 설명한다. 여기에 각 장에서 소개되는 실험설계에 대한 통계적 분석을 할 수 있도록 R 코드를 제공한다.

이번 개정판에는 3장과 6장에 공분산분석을 추가하였다. 반응변수에 선형적 영향을 미치는 변수로 공변량(covariate)이 존재할 경우, 공변량의 효과를 조절하기 위해 반응변수의 분산 변화뿐만 아니라 반응변수와 설명변수 간 관계를 고려해야 한다. 분산분석(anova)과 공변량의 선형효과를 조절하는 회귀(regression) 기법을 결합한 통계적 방법이 공분산분석(ancova)이다. 공분산분석으로 반응변수에 영향을 미치는 공변량을 고려하여 공변량의 영향을 제거하고 독립변수의 순수한 효과를 추정하고 검정할 수 있게 된다. 8장에서는 부분요인설계에 대한 설명을 추가하였고, 선별설계로 Plackett-Burman 설계를 추가하여 R 코드로 실험설계를 할 수 있도록 코드를 보여주고 있다.