因子设计概述
概述    另请参见 

因子设计允许同时研究多个因子对某一过程可能具有的效应。执行试验时，同时改变多个因子水平（而非一次一个）可以大大节省时间和成本，而且还可以研究因子之间的交互作用。交互作用是许多过程中的驱动力。如果不进行因子试验，有可能检测不到重要的交互作用。

筛选设计

在许多过程开发和制造应用中，有大量的潜在输入变量（因子）。可通过筛选（过程特征化）减少输入变量的数目，方法是识别出会影响产品质量的关键输入变量或过程条件。通过这种减少，您可以集中精力针对少数确实重要的变量或“少数严重”问题进行过程改进。筛选还可以为这些因子建议“最佳”或最优设置，并指示响应中是否存在弯曲。随后，便可以执行优化试验来确定最佳设置并定义弯曲性质。

在工业中，两水平全因子设计和部分因子设计以及 Plackett-Burman 设计常用于“筛选”影响过程输出测量或产品质量的确实重要的因子。这些设计对于拟合一阶模型（检测线性效应）非常有用，而且可以在设计包含中心点时提供是否存在二阶效应（弯曲）的信息。

全因子设计

在全因子试验中，响应是以各个试验因子水平的所有组合测量的。因子水平的组合表示将用于测量响应的条件。每个试验条件称为一次“试验”，响应测量值称为观测值。一组完整的试验就是“设计”。

下面两个图显示的是二因子设计和三因子设计。点表示因子水平的唯一组合。例如，在二因子设计中，位于左下角的点表示同时在其低水平设置因子 A 和因子 B 时的试验。

两水平全因子设计

在两水平全因子设计中，每个试验因子都只有两个水平。整个试验中包括这些因子水平的所有组合。虽然两水平因子设计无法完全考察因子空间中的广阔区域，但它们可以按因子提供相对较少试验次数的有用信息。由于两水平因子可以指明主要趋势，因此可以使用它们确定进一步试验的方向。例如，需要对进一步考察认为其中可能存在最优设置的区域时，可以增加一个因子设计形成中心复合设计。

两水平裂区设计

在两水平裂区设计中，您可以指定全因子或部分因子两水平设计中的难以改变的因子。难以改变的因子的水平对于多个试验过程都保持恒定，可将这些试验过程统一视为一个整区，而易改变的因子在这些试验过程中会发生变化，每个试验过程即为一个子区。

一般全因子设计

在一般全因子设计中，试验因子可以有任意多个水平。例如，因子 A 可能有两个水平，因子 B 可能有三个水平，而因子 C 可能有五个水平。整个试验包括这些因子水平的所有组合。一般全因子设计可用于优化试验。

部分因子设计

在全因子试验中，响应是以各个因子水平的所有组合测量的，这可能会产生过多的试验数。例如，有 6 个因子的两水平全因子设计需要 64 次试验；有 9 个因子的设计需要 512 次试验。要将时间和成本降到最少，可以使用排除某些因子水平组合的设计。排除一个或多个水平组合的因子设计称为部分因子设计。Minitab 最多可为 15 个因子生成两水平部分因子设计。

部分因子设计对因子筛选非常有用，因为它们能将试验次数减少至可管理的规模。所执行的试验是经挑选的全因子设计的子集或一部分。未运行所有因子水平组合时，某些效应将被混杂。混杂的效应无法单独估计，因而称为是混杂的。Minitab 会显示指定混杂模式的混杂表。由于某些效应混杂而无法与其他效应区分开，因此必须精心选择部分才能获得有意义的结果。选择“最佳部分”经常需要在调查的基础上了解产品或工艺的专业知识。

Plackett-Burman 设计

Plackett-Burman 设计是一类解析度 III 的两水平部分因子设计，常用于研究主效应。在解析度 III 设计中，主效应与双因子交互作用相混杂。

Minitab 最多可为 47 个因子生成设计。设计可以具有 12 至 48 次试验数；可能的试验数始终是 4 的倍数。因子数必须小于试验次数。