最难学的实验设计是DOE。如果你能理解它，你就很棒了。
DOE实验设计众所周知，几乎所有从事质量、生产、开发的人都听说过。然而，DOE实验设计被公认为业界最难理解的质量工具之一，很少有人能完全解释它！
实验设计是一种动态方法，用于确定影响过程的因素与过程输出之间的关系。换句话说，实验设计通常用于寻找因果关系。在管理流程输入以优化输出时，此信息是必要的。
实验设计（DOE）起源于20世纪20年代育种科学家费舍尔博士的研究。费舍尔博士被公认为这种方法和策略的创始人。后来DOE在业界得到普及和发扬。
实验设计是一种动态方法，用于确定影响过程的因素与过程输出之间的关系。换句话说，实验设计通常用于寻找因果关系。在管理流程输入以优化输出时，此信息是必要的。
理解实验设计首先需要一些统计工具和实验概念的知识。尽管有许多软件程序可用于分析实验设计，但实验者了解基本的实验设计概念对于正确应用实验设计非常重要。
1.实验设计的三个基本原则
实验设计的三个基本原则是重复、随机和分组。
重复是指重复基本实验。复制有两个重要的属性，即随机化和阻塞。
随机化是指随机确定测试材料的分布和进行每次测试的顺序。统计方法要求观测值（或误差）是独立分布的随机变量。随机化通常使这一假设成立。试验的适当随机化也将有助于“平衡”可能的外部因素的影响。
分块是一种用于提高实验准确性的方法。块是测试材料的一部分，它们的属性应该比测试材料整体的属性更相似。区块涉及比较每个区块内感兴趣的实验条件。
2. 实验设计七步
第一步是确定目标
通过使用控制图、故障模式分析、故障分析、因果分析、能力分析等工具，或者通过实际工作的直接反映，我们会得到一些关键问题点。
对于实验设计解决的问题，我们首先要明确实验的目的，即解决什么样的问题，问题给我们带来什么危害，是否有足够的理由支持实验设计方法的运行。
对于制造企业来说，进行实验设计可能会扰乱原有稳定的生产顺序，因此确定实验的目的和必要性是首要任务。
我们还必须定义实验的指标和验收规范，以便我们的实验有方向和指标来验证实验是否成功。
指标和规范是测试目的的延伸和具体化，是解决问题的重点。指标的达成就意味着问题的解决。
第二步，分析流程
关注过程是我们应该养成的习惯。就像我们很多企业在进行水平比较时，常常存在一个误区，就是只注重效益而忽略了工艺特性的比较。实验设计的扩展还必须基于对过程的深入分析。
任何问题的发生都有其原因。事物的质量、参数的适当性、特征的缺乏等都具有这一特点，在产生问题的过程中一般存在多种原因。
流程太短可能会丢弃显而易见的原因，流程太长则必然导致资源浪费。
我们有很多方法来展开这个过程，但我们必须做的一件事就是尽可能详细地列出可能的因素。详细因素来自于对每个步骤的详细分解并确认其输入和输出。
对过程的分析和理解是改进人员对问题认识的开始，因为不是每个人都能把握我们所关心的问题。此步骤的输出使我们的改进人员能够了解问题的可能因素在哪里。虽然我们不能确定哪一个重要，但至少可以确定一个大方向。
第三步：筛选因素
对这个过程的充分分析给了我们非常有价值的信息，哪些因素可能会影响我们关注的指标，但哪一个是重要的呢？
对一些对微笑没有影响或影响的因素进行综合实验分析，实际上是一种浪费，还可能导致实验误差。
我们的目的是确认哪个因素具有重大影响。我们可以使用一些低分辨率级别的测试或者专门的筛选测试来完成这个任务，此时的测试成本也会降到最低。
我们可以应用一些历史数据或者完全可靠的经验理论分析来减少我们的实验因素。
需要注意的是，只要对数据或分析有一点点怀疑，就可以为了实验结果的可靠性而放弃。
因素筛选结果使我们能够掌握影响指标的主要因素。这一步尤为关键。现实中，我们往往是通过完整的实证分析得出的，甚至抱有可能是这样的态度。
第四步：快速接近
通过筛选试验找到了关键因素。同时，筛选检验还包含一些非常重要的信息，即主要因素对指标的影响趋势。这是我们必须充分利用的信息。它可以帮助我们快速找到测试目的的可能性。区域虽然不是很确定，但我们还是缩小了包围圈。
我们在实验设计中一般采用快速上升（下降）法，根据筛选试验揭示的主要因素的影响趋势确定一些水平，并进行检验。测试的目的就是为了缩小嫌疑范围，就像我们寻找罪犯一样。
我们得出的一个结论是，我们改进的最佳点在因素最终反映的水平范围之内，我们离成功又近了一步。
步骤5 因子检验
我们确定了主要因素的近似值水平，然后可以进一步衡量因素的主效应、交互作用和高阶效应。
该测试是在快速接近的水平区间内选择的，因此对最终的优化有显着影响。因子检验主要是通过选择每个因子构造的几何体的顶点和中心点来完成。
这样的实验结构可以帮助我们判断是否存在高阶效应或者哪些高阶效应对指标有影响。
最后，使用方差分析来检验这些影响是否显着。这也是对之前筛选和快速接近实验的验证。然而，我们基于这样的实验来描述指标与主效应之间的详细关系是不合适的，因为对于3个水平点的选择可能会导致检验功效不足。
第六步回归测试
考虑到功效问题，我们还需要进一步安排一些实验来最终确定因素的最佳影响水平。此时的实验只是对析因实验的测试点的补充，即也可以使用析因实验的实验数据。就是为了能够最终优化我们的指标，或者有效、全面地构建相应的因素和水平的曲面和轮廓。
检验点一般根据回归检验的轮换来选择，并根据功效、因素个数、中心点个数等合理设置其等级，以保证回归模型的可靠性和有效性。
我们可以分析建立因子与指标之间的回归模型，并通过优化确定最终的因子水平设置。
为了安全起见，在获得参数水平的最佳组合后，我们最终进行了一些验证实验来检查我们的结果。
第七步：稳健的设计
现实中，还有一类因素对指标的影响同样显着，但通过人为控制很难保证影响达到最佳。这类因素一般称为噪声因素，它的存在往往会让我们的测试结果功亏一篑，所以为了对待它，除了尽可能地控制它之外，还可以选择稳健的设计方法。目的就是将这些因素的影响降到最低，从而保证指标的高性能。
比如，不可能保证我们的汽车行驶的道路都在高端高速公路上。那么如何才能针对一些较差的路段设计出高性能呢？这时我们就会选择一些抗干扰因素来减轻干扰因素的影响。
稳健设计通常用在设计和研发阶段，但有时会随着问题的出现而暴露出来，但我们会提出一个问题：重新选择主要因素的水平是否会带来指数的震荡和恶化。
我们可以通过EVOP等方法重新设置，以保证因素改变后的输出效果。
实验设计可以在工业生产和工业设计中发挥重要作用，增加产量，减少质量波动，提高产品质量改进水平，大大缩短新产品的试验周期，降低成本。
实验设计的方法有很多种。根据具体的问题模型和目的，可以选择合适的设计方法，如混合设计、曲面设计、裂区设计、田口设计、均匀设计等。
实验设计摒弃了以往逐步调整单因素的做法，避免了忽略交互作用等问题，从而更系统、更有效地解决了我们关心的指标。我们可以在许多行业中采用渐进式的实验设计方法，而不期望一举完成。
用户评论
我怕疼别碰我伤口
我一直觉得DOE最难懂，但看完这篇文章，感觉豁然开朗，作者的讲解真是太棒了！
有11位网友表示赞同！
三年约
终于明白DOE的重要性了，虽然学起来挺费劲的，但为了科研，还是值得的。
有7位网友表示赞同！
毒舌妖后
DOE确实挺复杂的，但我觉得只要用心去理解，还是能掌握的。谢谢分享，对新手很有帮助。
有14位网友表示赞同！
十言i
这篇文章让我对DOE有了新的认识，原来它并不像想象中那么难，点赞！
有14位网友表示赞同！
花菲
学DOE的过程中遇到了很多困难，但正是这些挑战让我更加坚定了学习的决心。
有7位网友表示赞同！
放血
DOE对我来说是个全新的领域，感谢作者用通俗易懂的语言让我对它有了初步的了解。
有12位网友表示赞同！
减肥伤身#
虽然DOE很难学，但只要坚持不懈，我相信自己能掌握它。加油！
有13位网友表示赞同！
命硬
这篇文章让我对DOE有了新的认识，原来它并不像想象中那么难，点赞！
有11位网友表示赞同！
隔壁阿不都
作为一个科研小白，DOE对我来说是个难题，但作者的讲解让我看到了希望。
有17位网友表示赞同！
温柔腔
学DOE的过程中，我遇到了很多困惑，但正是这些困惑让我更加深入地思考。
有18位网友表示赞同！
未来未必来
DOE虽然难，但我觉得它是科研过程中不可或缺的一环。加油吧，伙伴们！
有7位网友表示赞同！
百合的盛世恋
这篇文章让我对DOE有了新的认识，原来它并不像想象中那么难，点赞！
有16位网友表示赞同！
回忆未来
学DOE的过程中，我遇到了很多困难，但正是这些困难让我更加坚定了学习的决心。
有5位网友表示赞同！
哭着哭着就萌了°
作为一个科研工作者，DOE对我来说至关重要，这篇文章让我受益匪浅。
有17位网友表示赞同！
小清晰的声音
虽然DOE很难学，但只要用心去理解，我相信自己能掌握它。加油！
有8位网友表示赞同！
枫无痕
这篇文章让我对DOE有了新的认识，原来它并不像想象中那么难，点赞！
有15位网友表示赞同！
顶个蘑菇闯天下i
学DOE的过程中，我遇到了很多困惑，但正是这些困惑让我更加深入地思考。
有6位网友表示赞同！
你的眸中有星辰
DOE虽然难，但我觉得它是科研过程中不可或缺的一环。加油吧，伙伴们！
有16位网友表示赞同！
灼痛
这篇文章让我对DOE有了新的认识，原来它并不像想象中那么难，点赞！
有16位网友表示赞同！