在实际研究与工程优化中，我们常常面临这样的问题：影响因素多、组合方案多，但试验成本和时间却十分有限。如何用尽可能少的试验次数，找出关键因素与最优水平组合？正交试验设计正是为解决这一难题而生。
本文将介绍正交表生成、正交试验设计、极差分析与方差分析，以及会补充介绍其他试验设计方法（如析因设计、均匀设计、响应面设计）。
正交表是正交试验设计的核心工具，用于在有限试验次数下，科学安排多因素、多水平的组合方案。其结构本质上是一张标准化的试验安排表，具有严格的数学性质，能够保证各因素水平组合的均衡性与可比性。
（1）因素与水平
在正交试验设计中，因素与水平是构建试验方案的两个最基本概念，它们共同决定了试验研究的对象和范围。
（2）正交表核心结构
从整体结构看，正交表通常记为 ₙ( ᵏ) 。其中：
举例说明： ₉(3⁴)
在SPSSAU【实验/医学研究】模块，选择【正交试验】，选择因子(因素)个数、对应水平数，然后点击“开始分析”按钮，即可得到对应正交表，操作如下图：
SPSSAU输出四因素三水平正交表如下：
SPSSAU默认找到最接近的标准正交表，比如预期找3个因素的正交表，3个因素分别有3，4或5个水平。若生成的正交表与预期因素数水平数不一致，需要结合拟水平法，组合法，并列法对正交表进行改造，具体可查看下方帮助手册说明：
正交试验帮助手册
正交表之所以强大，是因为它具备 “正交性” ，主要体现在两点：
（1）均匀分散性
均匀分散性是指正交表所选取的试验方案在整体试验空间中分布均匀，任意两列因素的水平组合齐全且出现次数相等。例如，在四因素三水平正交表中，任意两列可以形成 9 种水平组合：（1,1）、（1,2）、（1,3）、（2,1）、（2,2）、（2,3）、（3,1）、（3,2）、（3,3），且每种组合在试验中出现的次数相同，从而保证试验点对整体组合空间具有良好的代表性。
（2）整齐可比性
整齐可比性是指正交表结构规则、对称有序，每一列中各水平出现的次数完全相同，从而保证不同水平之间具有良好的可比性。例如，在四因素三水平的正交表中，每一列中数字 1、2、3 均出现 3 次，使得各水平在同等条件下参与试验，便于比较其对试验结果的影响。
补充：正交表具有非唯一性
在给定因素数量和水平数的条件下，正交表并非唯一，可以存在多种满足正交性质的排列形式。因此，不同软件生成的正交表在具体排列顺序上可能存在差异，但只要满足正交表的基本性质，其试验设计和分析结论都是等价且可靠的。所以 SPSSAU 等统计软件生成的正交表大家都可以放心使用。
正交试验设计与分析的一般步骤如下：
综合分析结果，确定最优方案并进行结果解释。
案例：某新材料研发团队正在优化合成工艺，希望提高材料的综合性能评分（0-100分）。经预实验确定了三个关键工艺变量，每个变量设置三个水平，需要通过正交试验寻找最优参数组合。
案例包括A烧结温度(°C)、B保温时间(min)、C添加剂比例(%)，因素水平表如下：
根据研究因素水平数可知，应该选择三因素三水平正交表，利用SPSSAU生成三因素三水平正交表如下：
得到正交表后，把表中各列因子下的数字“1”、“2”、“3”，分别换成各因素在试验中的水平值，比如A烧结温度(℃)里面的数字1表示800℃、数字2表示850℃，其他因素水平类似。并根据此表格安排试验方案，得到正交试验结果，整理成如下表格：
将上表上传数据至SPSSAU系统，可在【数据处理】模块，对因素的各水平设置【数据标签】，如下图：
接下来进行极差分析。
极差分析，也称为直观分析法，是一种非常直观且易于理解的方法。它的核心思想是：通过比较各因素不同水平下实验结果的平均值，来判断该因素对结果影响的大小。
（1）软件操作
在SPSSAU【实验/医学研究】模块选择【极差分析】，将变量拖拽至右侧对应分析框中，选择试验数据类型为越大越好，代表综合性能评分越大越好，操作如下图：
点击“开始分析”按钮，SPSSAU即可输出极差分析结果：
（2）关键指标解读
极差分析结果中会有多种指标，说明如下：
（3）极差分析结果解读
从上表可知，因素A、因素B、因素C最佳水平均为水平2。因此综合性能评分最优条件为：A烧结温度850℃、B保温时间45min、C添加剂比例4%。还可通过SPSSAU极差分析输出的“因子各水平均值图”直观判断组合最优水平，如下图：
通过上图，可以很直观的看出：A烧结温度(℃)的极差最大（折线高度差最大）为最重要因素，其次是因素C，最后是因素B。三个因素最佳水平均为水平2（折线最高点）。所以综合性能评分最优条件为：A烧结温度850℃、B保温时间45min、C添加剂比例4%。
在正交试验中，极差分析用于初步评估各因素影响力度的大小与主次。然而，极差分析无法判断各因素对试验结果的影响是否达到统计显著水平。因此，在实际研究中，可以进一步通过方差分析对正交试验结果进行检验，以验证因素影响的统计显著性。
在SPSSAU【进阶方法】模块选择【多因素方差】，将变量拖拽至右侧分析框中，若要进行事后多重比较，可自主选择，操作如下图：
点击“开始分析”按钮，即可得到多因素方差分析结果，如下表：
方差分析结果表明：在本实验条件下，仅有因素A烧结温度(℃)对产品综合性能评分有显著影响，因素B与因素C对结果影响均不显著。
除了正交试验，还有几种常用的实验设计方法，例如析因设计、均匀设计以及响应面设计。这些实验设计方法各有特点，适用于不同的研究场景。对比说明如下：
适用于2~10个因子时但响应面设计可偏向于分析角度，比如需要拟合二次模型，寻找最优点等。
响应面设计帮助手册
