4. 二水平试验正交表选择

六因素二水平试验的表型取舍

六因素二水平试验的候选表型通常落在 L8(2⁷) 与 L12(2¹¹) 之间。两者都是二水平正交表,但自由度分配逻辑完全不同:L8(2⁷) 共 7 列,每列 1 个自由度,总自由度 7;六因素主效应占 6 个自由度,只剩 1 列余量。L12(2¹¹) 共 11 列,总自由度 11,六因素主效应占 6 个自由度后仍有 5 列余量。因此取舍的核心不是"表越大越好",而是六因素主效应之外是否还需要容纳交互作用。

先明确自由度账目。二水平因素每个主效应自由度 = 水平数 − 1 = 1;两因素交互作用自由度 = 1×1 = 1。六因素主效应共 6 个自由度。若试验需要考察 1 个交互作用,总需求为 7 个自由度,恰好等于 L8(2⁷) 的总自由度,但 L8 的 7 列中 6 列已被主效应占用,仅剩 1 列,且该列与主效应是否混杂取决于表头安排——L8(2⁷) 是饱和表,任何交互作用列都会与某个主效应列重合,无法实现"主效应与交互作用都不混杂"。若需考察 2 个及以上交互作用,L8 直接不可行。

判断口径:设需考察的交互作用个数为 k,则所需自由度 = 6 + k。L8(2⁷) 仅当 k = 0 且能接受"交互作用全部归入误差"时可用;k ≥ 1 时应转向 L12(2¹¹)。
六因素二水平:L8(2⁷) 与 L12(2¹¹) 的自由度账目 L8(2⁷) 8 次试验 总自由度 7 A主效应 B主效应 C主效应 D主效应 E主效应 F主效应 余 1 列可放 1 交互 饱和表:7 列 = 6 主效应 + 1 余列 A×B 若占第 7 列,则与 C 或 D 等主效应混杂 → 主效应与交互作用无法同时干净估计 适用:k = 0,交互作用全部并入误差 8 次试验,资源最省,主效应分辨清晰 试验次数:8  主效应列:6  交互列:0~1(受限) 误差自由度:约 1(余列)→ 检验灵敏度偏低 L12(2¹¹) 12 次试验 总自由度 11 A主 B主 C主 D主 E主 F主 余 5列 非饱和表:11 列 = 6 主效应 + 5 余列 可安排 A×B、A×C 等交互列,且不与主效应重合 → 主效应与交互作用可同时干净估计 适用:k = 1~5,需分辨交互作用 12 次试验,交互作用可分离,误差自由度更充裕 试验次数:12  主效应列:6  交互列:最多 5 误差自由度:约 4~5 → 检验灵敏度更高 省资源 / 8 次 高分辨 / 12 次 取舍依据:是否必须分离交互作用

表头安排的实际差异

以六因素 A、B、C、D、E、F 为例,若只关心主效应,L8(2⁷) 的表头安排为:A、B、C、D、E、F 依次占第 1~6 列,第 7 列留空作为误差估计列。此时任何交互作用都混入第 7 列或与主效应列重合,因此结论只能表述为"在未考察交互作用的条件下,主效应显著"。若试验者怀疑 A 与 B 存在交互作用,则必须改用 L12(2¹¹):A~F 占第 1~6 列,A×B 安排到第 7 列(或按交互作用表指定的列),其余 4 列留作误差或其他交互列。

需要提醒的是,L12(2¹¹) 的列间正交关系与 L8(2⁷) 不同,交互作用列的位置不能照搬 L8 的交互作用表。实际安排时应查阅所选正交表自带的交互作用列表,或采用"先排主效应、再按交互作用表定位交互列、剩余列合并为误差"的顺序,避免凭经验硬套。

比较项L8(2⁷)L12(2¹¹)
试验次数812
总自由度711
六因素主效应占用6 列6 列
剩余列1 列5 列
可容纳交互作用数0(饱和,交互必混杂)最多 5(可分离)
误差自由度约 1,检验灵敏度低约 4~5,检验灵敏度较高
适用场景筛选试验,只关心主效应需分辨交互作用或需可靠误差估计
若六因素中部分因素水平难以调整(如温度、批次),可优先考虑减少试验次数的 L8;若因素均为易调参数且交互作用机理上可能存在(如两个催化剂组分、两个工艺参数耦合),应直接选 L12,避免做完 8 次试验后才发现交互作用无法分离而返工。
常见误判:看到"六因素二水平"就默认选 L8(2⁷),理由是"列数刚好够"。这只在完全不考察交互作用时成立。一旦试验目的中包含"判断两因素是否存在协同/拮抗",L8 的饱和性会使交互作用与主效应混杂,显著性结论不可靠。

选型判断的落地口径

  1. 列出全部因素,确认均为二水平,主效应自由度合计 = 因素数 = 6。
  2. 明确试验目的:仅筛选主效应,还是需要判断交互作用。列出必须考察的交互作用对,计为 k。
  3. 计算所需自由度 = 6 + k。若 k = 0 且可接受交互并入误差,选 L8(2⁷);若 k ≥ 1,选 L12(2¹¹)。
  4. 按所选表的交互作用列表定位交互列,剩余列合并为误差列,记录误差自由度。
  5. 核对误差自由度是否足以支撑 F 检验:误差自由度太小(如 1)时,显著性判断的可靠性下降,此时即使 k = 0 也可考虑 L12 以换取更稳的误差估计。