田中玄一博士(DR. Genichi Taguchi) ，自1940末期以來，致力於提昇日本工業製造
品質。同時亦發展一套以工程知識為背景，統計為工具，用於品質改善製程的方法。
他曾經寫了一本有關實驗設計的書(Systems of Experitment Design,1986)，其中對
於二元資料(Binary Data) ，也提出一套分析的程序，但這程序並不正確。他建議透
過Omega 轉換進行分析，但這類的資料，並不來自常態分配(Normal Distribution)
，事實上，服從二項分配(Binominal Distribution)。然而透過此轉換，其誤差項
(Error Term)並不為常態分析，變異數亦不為常數。
基本上，對於二元資料的分析，我們用生長迴歸(Logistic Regression) 的統計方法
，但是這樣的方法，無論在參數的估計及檢定上，都必需利用疊代法(Iteration
Method) 求取參數估計近似值。由於如此大量繁複的運算，使得對於非統計專家的分
析中，更顯得捉襟見肘。P.C Wang(1988)對於因子水準為二的情形，提供一套簡易的
分析方法，名之為近似法(Approximation Method)，本文乃進一步探討，3 水準及
2、3混合水準的情形，同時建立一套近似法的模組流程(Moduling Algorithm)，以期
在二元水資料的實驗數據分析上，不會困擾著工程師。另外，本篇對於生長迴歸及近
似法所得的結果做比較及討論。