3. 实验设计基础与响应面法衔接
响应面法并不是一套孤立的拟合技巧，它的可信度几乎完全取决于数据是怎么"摆"到实验空间里的。二次模型要估计常数项、一次项、二次项和交互项，参数个数随因子数迅速增长；如果实验点位置选得不好，设计矩阵就会接近奇异，系数估计方差极大，甚至出现"模型能拟合、预测不可信"的假象。因此本节把析因设计、中心复合设计（CCD）和 Box-Behnken 设计（BBD）放在同一条逻辑线上：它们各自提供什么样的数据基础，又分别适合支撑什么样的二次模型。
一、从析因设计说起：它给出的是"主效应与交互"的骨架
全析因设计把每个因子的每个水平都组合一遍。以 3 因子 2 水平为例，共 2³=8 次试验，能干净地估计 3 个主效应和 4 个交互效应（3 个二阶交互加 1 个三阶交互）。它的价值在于正交性和效应独立性：每个因子的高低水平出现次数相同，任意两列正交，因此效应估计互不混淆。部分析因设计则通过定义关系（如 I=ABC）牺牲高阶交互，用 2³⁻¹=4 次试验换取主效应的清晰估计，适合因子多、高阶交互可忽略的筛选阶段。
但 2 水平析因有一个硬限制：每个因子只有两个水平，只能拟合线性项和交互项，无法识别弯曲。若真实响应在区间中部存在极值，纯 2 水平数据会把一个"拱形"误判为"斜面"。解决办法是在析因基础上增加中心点。中心点重复若干次，提供两个关键信息：一是纯误差估计，用于检验模型失拟；二是曲率检验——若中心点均值显著偏离析因点的线性预测，说明存在二次弯曲，值得进入响应面阶段。这正是析因设计与二次模型之间的第一座桥。
二、中心复合设计：可旋转的二次模型数据基础
CCD 由三部分组成：2^k 或 2^(k−f) 个析因点（立方点）、2k 个轴点（星点，位于各坐标轴上 ±α 处）、若干中心点。轴点的存在使每个因子获得第三个水平，从而能估计纯二次项 x_i²；立方点负责交互项；中心点负责误差与曲率。三者合起来，构成一个能完整拟合含交互项的二次模型的点集。
轴距 α 的选择直接决定设计的性质。取 α=(2^k)^(1/4) 时设计可旋转——距中心等距的点预测方差相同，这对未知最优方向时的序贯实验很重要；取 α=1 则轴点落在立方体面上，成为面心 CCD（FCC），每个因子只有 3 个水平，工程上更易实现，但可旋转性丧失。以 3 因子为例，可旋转 CCD 的 α=1.682，总试验数 8+6+中心点（常取 5～6 次），约 19～20 次；若用 FCC，α=1，试验数相同但水平更"温和"。
CCD 的实操要点是：先做析因加中心点的小规模试验，确认曲率显著后再补轴点，形成序贯策略。这样既不浪费前期数据，又能让二次模型的每一项都有对应的数据支撑。
三、Box-Behnken 设计：避开极端角点的三水平方案
BBD 不取立方体的角点，而是取各棱中点构成的三水平设计。3 因子 BBD 为 12 个棱中点加若干中心点，通常 15～17 次。它的优势在于：所有试验点都落在安全操作域内，不会出现"所有因子同时取极值"的角点组合，适合存在工艺边界或安全约束的体系；同时它也是可旋转或近似可旋转的，二次项和交互项均可估计。
代价是 BBD 对某些高阶项和部分交互的估计效率不如 CCD，且当因子数较少（如 2 因子）时点集退化、效率偏低。因此因子数 3～5、角点不可达或成本高时优先考虑 BBD；因子数较多、需要序贯补点、追求可旋转性时优先 CCD。
四、三种设计的选择与衔接判断
把三者放在序贯实验的框架里看，衔接关系就清楚了。第一阶段用 2 水平析因（可含部分析因）加 3～5 个中心点，目标是筛选显著因子并检验曲率；若曲率检验的 p 值小于 0.05，说明线性模型不足，进入第二阶段。第二阶段根据约束条件选 CCD 或 BBD：角点可达、希望可旋转、需要后续补点，选 CCD；角点不可达或存在安全边界，选 BBD。第二阶段数据拟合二次模型后，再做失拟检验和残差诊断，确认模型可用后再做优化与验证。
一个常见的教学示例：3 因子（温度 A、pH B、时间 C），先做 8 次 2³ 析因加 3 次中心点。若中心点响应均值明显高于析因点线性预测，曲率显著，则补 6 个轴点（α=1.682）构成可旋转 CCD，总 17 次左右，即可拟合含 3 个二次项和 3 个交互项的完整二次模型。若工艺规定温度不能取极端角点组合，则改用 12 个棱中点加 3 个中心点的 BBD，共 15 次。两种方案都能支撑二次模型，差别在于点集几何与工程可行性。
五、设计矩阵层面的核对
选定设计后，不要急着做实验，先核对设计矩阵：列是否正交或近似正交、二次项列是否与常数项共线、中心点重复次数是否足以给出稳定的纯误差。以 CCD 为例，若轴距 α 取得过小（如 0.5），轴点几乎与中心点重合，x_i² 列的信息量骤降，二次项系数标准误变大；若 α 取得过大，轴点远离立方点，预测方差在中心区域反而升高。这些都可以在跑实验前通过设计矩阵的方差膨胀因子和预测方差图检查出来，属于"用数据基础反推设计是否合格"的关键一步。
归根结底，析因设计回答"哪些因子重要、有没有弯曲"，CCD 与 BBD 回答"弯曲长什么样、极值在哪里"。二次模型不是凭空拟合出来的，它的每一项系数都对应着设计点集里的一类几何信息。理解这一点，后续的模型计算与案例校核才有稳固的出发点。