|
第四步 快速接近
通过筛选试验找到了关键的因素，同时筛选试验还包含一些很重要的信息，那就是主要因素对指标的影响趋势，这是必须充分利用的信息，它可以帮助我们快速地找到试验目的的可能区域，虽然不是很确定，但至少缩小了包围圈。这时我们一般使用试验设计中的快速上升或下降方法，它是根据筛选试验所揭示的主要因素的影响趋势来确定一些水平，进行试验，试验的目的就像在寻找罪犯一样地缩小嫌疑范围，我们得出的一个结论就是，改善最优点就在因素的最终反映的水平范围内，我们离成功更近了一步。
第五步 析因试验
在筛选试验时我们没有强调因素间的交互作用等影响，但给出了主要的影响因素，而且快速接近的方法，使我们确定了主要因素的大致取值水平，这时我们就可以进一步度量因素的主效应、交互作用以及高阶效应，这些试验是在快速接近的水平区间内选取的，所以对于最终的优化有显著的成效。
析因试验主要选择各因素构造的几何体的顶点以及中心点来完成，这样的试验构造，可以帮助我们确定对于指标的影响：是否存在交互作用或者哪些交互作用，是否存在高阶效应或者哪些高阶效应，试验的最终是通过方差分析来检定这些效应是否显著，同时对以往的筛选、快速接近试验也是一个验证。但我们不宜就在这样的试验基础上来描述指标与各种主效应的详细关系，因为对于3个水平点的选取，试验功效会存在不足的可能性。
第六步 回归试验
在析因试验中，确定了所有因素与指标间的主要影响项，但是考虑到功效问题，我们需要进一步地安排一些试验来最终确定因素的最佳影响水平，这时的试验只是一个对析因试验的试验点的补充，也就是利用析因试验的试验数据，最终优化我们的指标，或者说增加一些试验点来完成这个任务。
试验点一般根据回归试验的旋转性来选取，而且它的水平应该根据功效、因子数、中心点数等方面的合理设置，以确保回归模型的可靠性和有效性。这些试验的完成，可以帮助我们分析和建立起因素和指标间的回归模型，而且可以通过优化的手段来确定最终的因子水平设定。当然为了保险起见，我们最后在得到最佳参数水平组合后，还要进行一些验证试验来检验我们的结果。
第七步 稳健设计
汽车行驶的路面，不可能保证都是优质的，那么对于一些差的路面，怎样来设计出高性能呢？这时我们会选择出一些抗干扰的因素来缓解干扰因素的影响，这就是稳健设计的意图和途径。通常我们会在设计和研发阶段提出问题，重新选定主要因素的水平会不会带来指标的振荡。
我们知道，试验设计的目的就是希望通过设置可以调控的一些关键因素来达到控制指标的目的，试验设计提供了这种可能和途径，但是在现实中却还存在一类这样的因素，它对指标影响同样的显著，但是它很难通过人为的控制来确保其影响最大，这类因素一般称为噪声因素，它的存在往往会使试验成果功亏一篑，所以对待它的方法，除了尽量的控制之外，可以选用稳健设计的方法，目的是把这些因素的影响降低至最小，从而保证指标的高优性能。
提醒你的一些总结
1．试验设计需要成本的投入，必须确定试验进行的必要性，以及选取最优的设计方案。
2．水平的选取可能直接影响试验设计的结果，要谨慎选取，最后有专业知识和历史数据的支持。 | 
