1. 实验设计核心流程概览
适用场景
本流程适用于以下典型研发与工程场景：
- 需要对某个系统或工艺进行因子筛选、参数优化或稳健性改进。
- 已有初步研究问题，但尚未明确关键假设与变量边界。
- 团队期望通过结构化实验（如全因子、部分因子、响应曲面等）替代“试错法”。
- 实验资源（时间、样本、费用）有限，需要优先保障高影响力因子。
若问题处于纯探索阶段、无可控变量或仅需单次测量，则本流程不适用。
前置条件
| 条件 | 说明 |
|---|---|
| 明确的实验目标 | 回答“为什么做实验？期望输出什么结论？” |
| 已知可干预因素 | 至少识别出可独立调节的因子（连续或类别型） |
| 基本测量能力 | 有可靠的测量工具、稳定的响应指标定义 |
| 资源可用 | 预算、人员、时间窗口、试验台/样品等已锁定 |
| 团队角色对齐 | 实验设计者、执行者、分析者、决策者职责明确 |
操作步骤
标准化实验设计流程包含六个关键阶段：
- 问题定义与目标量化 — 将业务问题转化为可测量响应（Y），设定目标值与允许偏差。
- 假设陈述与因子筛选 — 基于机理或经验列出候选因子，区分可控、不可控、噪声；建立初始假设。
- 设计矩阵构建 — 选择实验类型（全因子、部分因子等），确定运行次序与区组。
- 执行与数据采集 — 按随机化后的计划运行实验，记录响应与过程变量。
- 统计分析与建模 — 使用方差分析、效应图、残差诊断验证假设，拟合模型。
- 结论与验证 — 给出因子影响排序、最优设置建议，并安排确认实验。
输入 / 输出物
| 类别 | 输入 | 输出 |
|---|---|---|
| 文档 | 初始问题描述、历史数据、因子初选列表 | 实验计划书（含设计矩阵）、分析报告 |
| 数据 | 基线度量、测量系统 Gauge R&R | 实验原始数据、拟合模型参数 |
| 决策产物 | 资源约束、时间节点 | 因子决策（保留/剔除）、最优参数组合 |
责任边界
实验设计者（如工程师/研究员）：负责假设构建、设计矩阵选择、统计方法正确性。
执行者（如操作技师/实验室人员）：严格按照随机化顺序操作，记录异常。
分析者（通常为同一人或数据分析师）：确保模型诊断通过，避免过度拟合。
审核者/决策者（如主管/客户）：确认实验目标与业务需求一致，批准最终建议。
记录材料
- 实验设计日志：包含日期、操作员、环境温度/湿度等。
- 原始数据表：每个运行序的响应读数及观测到的异常备注。
- 分析中间结果：残差图、正态概率图、效应Pareto图等。
- 确认实验记录：验证最优设置下响应是否在目标区间内。
异常处理
| 异常类型 | 处理措施 |
|---|---|
| 数据缺失/测量失效 | 检查仪器、补做随机化重复；若无法补做，使用缺失值估计或删减相应运行。 |
| 操作执行偏差 | 记录实际因子水平偏差并标记，分析时作为协变量处理。 |
| 模型假设不满足 | 尝试数据变换（Box-Cox）或使用非参数方法；若仍不满足，重估设计或追加中心点。 |
| 资源中断（断电/时间延长） | 暂停实验，记录当前状态；恢复后按剩余随机化序列继续，并增加区组变量。 |
验收标准
- 所有因子效应显著性检验（α=0.05）结果明确，模型R²≥0.80。
- 最优设置组合在确认实验中响应落在预测区间内（95%置信）。
- 决策者认可结论，并形成书面实验报告归档。
- 关键假设（如独立/正态/等方差）通过残差诊断。