Simone正交设计的特点
的有关信息介绍如下：
先了解几个术语:
因素,作为试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因;
水准,试验中因素所处的具体状态或情况，又称为等级 ;
[例1]为提高某打印机的打印速率，选择了三个有关因素进行条件 试验，温度(X)，反应时间(Y)，耗墨量(Z)，并确定了它们的试验范围：
X：10-20℃
Y：5-10秒钟
Z：5-7％
试验目的是搞清楚因素X、Y、Z对打印速率有什么影响，哪些因素是主要的，哪些是次要的，从而确定最适合的生产条件，即温度、时间及用耗墨量各为多少才能使打印速率高。
如何安排试验？
1,全组合方法
取三个因素所有水准之间的组合，即x0y0z0，x0y0z1，x0y1z0， ……，x1y1z1，共有23 =8次试验 用图表示就是图1 立方体的8个节点。这种试验法称做全面试验法。
优缺点：
考虑了所有可能的因素。当因素的数目比较多，每个因素的水准数目也多时。试验量会大得惊人。如选六个因素，每个因素取五个水准时，如果要做全面试验，则需56 ＝15625次试验，这规模就相当大，造成严重的资源浪费。
先了解几个术语:
因素,作为试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因;
水准,试验中因素所处的具体状态或情况，又称为等级 ;
[例1]为提高某打印机的打印速率，选择了三个有关因素进行条件 试验，温度(X)，反应时间(Y)，耗墨量(Z)，并确定了它们的试验范围：
X：10-20℃
Y：5-10秒钟
Z：5-7％
试验目的是搞清楚因素X、Y、Z对打印速率有什么影响，哪些因素是主要的，哪些是次要的，从而确定最适合的生产条件，即温度、时间及用耗墨量各为多少才能使打印速率高。
如何安排试验？
1,全组合方法
取三个因素所有水准之间的组合，即x0y0z0，x0y0z1，x0y1z0， ……，x1y1z1，共有23 =8次试验 用图表示就是图1 立方体的8个节点。这种试验法称做全面试验法。
优缺点：
考虑了所有可能的因素。当因素的数目比较多，每个因素的水准数目也多时。试验量会大得惊人。如选六个因素，每个因素取五个水准时，如果要做全面试验，则需56 ＝15625次试验，这规模就相当大，造成严重的资源浪费。
2,简单对比法
简单对比法，即变化一个因素而固定其他因素，如首先固定Y、Z于y0、z0，使X变化之：
↗x0
y0z0 →x1(好结果）
如得出结果x1最好，则固定X于x1，Z还是z0，使Y变化之：
↗y0
x1z0 →y1 (好结果)
得出结果以y1为最好，则固定Y于y1，X于x1，使Z变化之：
↗z0
x1y1→z1 (好结果)
试验结果以z1最好。于是就认为最好的组合是x1y1z1。
优缺点：
简单对比法的最大优点就是试验次数少，例如六因素五水准试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。 但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在其他一个很大的范围内没有选点。因此这种试验方法不全面，所选的组合x2y2z2不一定是8个组合中最好的。其次，用这种方法比较条件好坏时，只是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不准确。
3,正交实验法
正交表是运用组合数学理论构造的一种规格化的表格,特点如下:
【整齐可比性】：每一列中所有数字出现的次数是相等的
【均衡分散性】：任意两列间横向组合的数字对搭配次数也是相等的
特征：参考【例1】【图1】，与因素X (包含水准x0、x1)对应的有(x0yz)和(x1yz)二个平面，同样对于Y、Z也各有二个平面，共6个平面。则在选择试验点时，这6个平面上的试验点都应当一样多，即对每个因素的每个水准我们都要同等看待。（讨论）
结论：在6个平面中每个平面上都恰好有2个点而每个平面的每条直线都有一个点，而且只有一个点，总共4个点。这样的试验方案，试验点的分布很均匀，试验次数也不多。
