在日常工作和生活中，經常會遇到一些需要不斷研究、多次試驗嘗試才能解決的問題，小到烹制一道美味的甜品、沖調一杯香醇的咖啡，大到研制一款****、設計航天器的飛行軌跡，都要進行多次的研究、試驗，這個過程就是DoE。

DoE，即Design of Experiment，是試驗設計的簡稱，是一種安排試驗和分析試驗數據的統計學方法。

下面舉個簡單的例子來加深一下理解：

為提升物質A的轉化率，工藝工程師需研究反應溫度和溶液濃度這兩個因素對物質A轉化率的影響，在進行了以下試驗設計并運行試驗后，得到了下表所示的結果：

通過以上表格可以看出，這是一個雙因子兩水平的試驗設計，響應是物質A的轉化率，因子是反應溫度及溶液濃度，而這兩個因子又各有高低兩個水平（反應溫度的高水平是100℃、低水平是85℃，溶液濃度的高水平是15%、低水平是10%）。

分析反應溫度這一因子的主效應，當其在低水平85℃時，轉化率的平均值為56；當其在高水平100℃時，轉化率的平均值為68；轉化率由56升高到68，完全是反應溫度變化的作用，這就是反應溫度這一因子的主效應。

同樣的分析方法，當溶液濃度由10%升高到15%時，轉化率的平均值由66降低至58，這就是溶液濃度這一因子的主效應。

而且，無論反應溫度為85℃還是100℃，溶液濃度由10%升高到15%均會導致轉化率降低8；無論溶液濃度為10%還是15%，反應溫度由85℃升高至100℃也同樣地會導致轉化率升高8；這兩個因子的不同水平的變化沒有相關性，說明這兩個因子之間不存在交互作用。

我們使用Minitab軟件進行分析，可以得出更直觀的主效應圖和交互作用圖。

這一試驗設計的結果說明，要提高物質A的轉化率，就要在較低的溶液濃度條件下，提高反應溫度。

為找到**的工藝條件，需要進行方差分析和回歸分析得出回歸方程，根據回歸方程，對不同工藝條件（指不同反應溫度和溶液濃度的條件組合）下的轉化率進行預測，并通過驗證試驗進行驗證和優化。

資訊來源：https://www.lxgmgl.com/liuxigemagongju/3339.html