“DOE是照亮前进路径明灯”
人类在认识自然界的过程中，进行着多方面的探索。实验是构成学习过程的一个要素。通过实验的学习，是一种综合了人们的期望，需要，知识和资源的复杂过程。在实验的统计设计方法开始形成的20实际20年代以前，科技工作者在实验中走了不少弯路。
发明家爱迪生医生艰苦奋斗，经历了无数次的失败之后，为人类发明了许多重要科技产品。它的座右铭是“天才靠的是拜恩之一的灵感和99的汗水”。他的助手telsa在纪念评论中写道，如果在爱迪生工作的黑雾中能有一支蜡烛照亮它前进的方向的化，以他密封板的辛勤，他将会获得远比他已发明的东西多得多的成果。我非常同情地观察到他的工作状况，但凡有一点点理论和计算能帮助他的化，将节省他90的精力。爱迪生所采用的方法，就是最原始的试错法，他只能从已经得到的，偶然出现的好结果出发，摸索着继续前进，无法形成理论上的知识，无法预测何处将有更好的成果。这种方法无法适应当代快速发展的需求，更无法适应传感器行业。
可控因子和非可控因子
一般实际问题都是比较复杂的，任何数学模型都知识它的某种抽象概括，实验设计也不例外，我们先给出一些有关实验设计的简单基本概念的描述，稍后在讨论一些更心如的概念的定义。
之前我们已经了解过过程的模型，进入设计阶段，我们需要更加细致的了解过程。在这个模型中，Y是我们关心的输入变量，称为响应变量或指标。一般情况下，常需要考虑多方面的指标。但是在介绍这个方法的时候，我们只考虑单个响应变量的情况。我们将影响响应变量的那些变量称为实验问题中的因子。假定X是我们在实验中可以加以控制或者精确测量的因子，我们就称之为可控因子。大多数情况下，过程除了受可控因子的影响外，还受一些不可控因素的影响，例如大地的震动，电压的波动，作业员精神状态的波动，等等，我们称这些因素为非可控因子，或者称为噪声因子。通常情况下把他们当作误差来处理。
这里需要特别指出的是DOE实验设计方法对产生或形成最佳改进方案的作用。许多项目在形成改进方案时，面临的一个重要问题时；那些自变量显著的影响这因变量，怎样去改变这些自变量或者这些自变量取什么值时，将会使得因变量达到最佳值。这是，我们可以使用的最主要的手段和工具就是实验设计。计划安排一批实验，并严格按计划在设定的条件下进行这些实验，获得新数据，然后对其进行分析，获得我们所需要的信息，从而获得改进的途径。实验设计就是这样一门科学。它是研究如何以最有效的方式安排实验，以获得含有最大信息量的数据。
联系客服
