在工程和质量改善中，我们经常需要回答这样的问题：到底哪些因素真正影响结果？温度、压力、速度、材料、时间之间有没有交互作用？如果想把过程调到更好的状态，应该怎样安排实验，才能少走弯路？
实验设计（Design of Experiments，DOE）就是为了解决这类问题而发展出来的一套统计方法。它不是简单地「多做几次实验」，而是通过有计划地改变多个因素，再用统计方法分析这些变化对结果的影响。
DOE真正强大的地方，在于它能够帮助我们从「凭经验调参数」转向「系统地理解过程」。
DOE为什么会出现？
实验设计的发展与20世纪统计学的进步密切相关，其中最重要的人物之一就是英国统计学家Ronald A. Fisher。
Fisher在农业试验和统计推断方面建立了随机化、重复和区组等重要思想，使实验不再只是观察结果，而能够更可靠地区分真正的因素影响与随机波动。
后来George E. P. Box等统计学家进一步推动工业实验设计、响应曲面法以及过程优化方法的发展，使DOE从科研领域逐渐进入制造和工程改善。
所以，DOE的发展并不是突然出现的一套工具，而是统计学长期解决一个基本问题的结果：
怎样通过有限次数的实验，尽可能可靠地找出因果关系和最佳条件？
传统「一次只改变一个因素」有什么问题？
很多工程人员最自然的实验方式，是先固定其他条件，只改变一个参数。
例如研究烘烤过程时：
先固定时间和压力，只改变温度；找到比较好的温度以后，再固定温度去调整时间；最后再调整压力。
这种方法叫One Factor at a Time，简称OFAT。
它看起来很直观，但有一个很大的限制：它很难发现因素之间的交互作用。
例如温度单独提高可能没有明显效果，时间单独延长也没有明显效果，但「高温＋短时间」组合却可能显著改善产品质量。
如果一次只改变一个参数，这种关系很容易被错过。
DOE的核心，是同时研究多个因素
DOE会有计划地安排不同因素和水平的组合。
例如研究三个因素：
- 温度：低、高
- 压力：低、高
- 时间：短、长
如果采用两水平全因子设计，就会形成：
这8组实验能够同时分析温度、压力和时间的主效应，也能够分析温度×压力、温度×时间等交互作用。
这就是DOE比单因素试验更有价值的地方。
实验设计首先要明确Y和X
做DOE以前，最重要的不是马上打开Minitab，而是先把问题定义清楚。
在六西格玛中，我们经常用Y表示结果，用X表示可能影响结果的因素。
例如：
Y可能是产品强度、不良率、产量、寿命或顾客评分；X可能是温度、压力、材料类型、速度或人员操作方式。
如果Y定义不清楚，或者X只是随便选择，实验再复杂也没有意义。
随机化为什么重要？
随机化（Randomization）是DOE的基本原则之一。
假设你要做8次实验，如果总是先做低温条件，再做高温条件，而设备恰好随着时间逐渐升温，那么最后看到的差异可能并不是温度造成，而是实验顺序造成。
随机化就是通过随机安排实验顺序，减少时间、设备状态和其他隐藏因素造成的系统偏差。
它的目的不是制造混乱，而是让外部影响尽量平均分散。
重复的作用，是判断结果有没有稳定性
一次实验得到好结果，并不代表这个条件真的好。
可能只是偶然。
重复（Replication）可以帮助团队估计实验误差，并判断观察到的差异是否真正具有统计意义。
例如某条件第一次良率达到98%，第二次只有91%，第三次又是94%，这说明过程本身存在明显波动。
如果没有重复实验，很容易把一次幸运结果当成最佳方案。
区组可以处理不可避免的外部差异
有些外部因素无法完全消除，但可以通过区组（Blocking）来处理。
例如实验必须分两天完成，而你担心第一天和第二天环境温度不同。
这时候可以把「日期」作为区组因素，让统计分析把这部分差异分开处理。
类似地，不同机器、不同批次或不同班次，也可能作为区组因素。
这样可以避免外部环境变化把真正的实验效应掩盖掉。
全因子设计适合什么时候？
全因子设计（Full Factorial Design）会测试所有因素水平组合，因此信息最完整。
如果因素数量不多，例如2到4个因素，全因子设计通常比较实用。
例如4个因素、每个因素两个水平：
16次实验通常还能接受。
但如果有8个因素：
实验成本就可能太高。
分部因子设计为什么能减少实验次数？
当因素很多时，可以使用分部因子设计（Fractional Factorial Design）。
它不测试所有组合，而是选择其中一部分实验条件，通过牺牲部分高阶交互作用信息来大幅减少实验次数。
例如原本需要64次实验的设计，可能只做16次或32次。
这种方法特别适合实验初期的筛选阶段。
当团队面对很多潜在X，却不知道哪些真正重要时，可以先通过分部因子设计筛出关键因素，再进一步深入优化。
筛选和优化，其实是DOE的两个不同任务
DOE并不是所有时候都直接寻找最佳参数。
很多项目一开始要解决的是：
这么多因素，到底哪些值得继续研究？
这叫筛选（Screening）。
筛选完成以后，留下几个关键因素，再进入优化阶段，研究最佳水平和交互关系。
所以一个成熟实验项目，经常是先「少量找重点」，再「深入找最佳」。
响应曲面法用于寻找最佳区域
如果因素和响应之间不是简单的直线关系，两水平设计就可能不够。
例如温度从170°C升到180°C时质量改善，但继续升到190°C反而变差。
这意味着最佳点可能出现在中间区域。
这时候可以使用响应曲面法（Response Surface Methodology，RSM），通过中心复合设计等方法建立更完整的数学模型，寻找最优操作区域。
RSM特别适合Improve阶段中需要参数优化的项目。
DOE在六西格玛中通常出现在哪里？
DOE最常出现在DMAIC的Analyze和Improve阶段。
在Analyze阶段，团队可能已经通过鱼骨图、FMEA、历史数据和回归分析缩小了潜在原因范围。
接下来DOE可以帮助验证关键X以及交互作用。
到了Improve阶段，则可以进一步寻找最佳参数组合。
因此，DOE不是项目一开始就随便使用的工具。
如果连Y是什么、测量系统是否可靠、哪些因素值得研究都没弄清楚，直接做DOE通常只会浪费实验资源。
DOE并不等于「把实验次数做得越多越好」
好的实验设计强调的是信息效率。
如果12次经过合理安排的实验已经能够回答问题，就没有必要做50次。
反过来，如果实验次数太少，无法估计误差或识别关键效应，也会造成错误结论。
所以DOE真正追求的是：
用尽可能合理的实验成本，获得足够可靠的信息。
实验前还要考虑可操作性和风险
统计上合理的设计，不代表生产现场一定可以执行。
例如DOE要求把设备温度调到220°C，但工程人员知道超过210°C就可能损坏材料，那么这个实验水平就不能直接采用。
所以因子水平必须在安全、可操作并符合业务现实的范围内选择。
工程知识和统计设计缺一不可。
一个简单的制造业例子
假设某注塑过程的不良率偏高，团队怀疑以下三个因素：
- 模具温度
- 注射压力
- 冷却时间
传统做法可能逐个调整。
DOE则可以一次安排8种组合。
分析结果可能发现：
模具温度本身影响不大，压力影响显著，而温度与冷却时间之间存在明显交互作用。
如果只做单因素实验，这个交互作用可能根本不会被发现。
进一步优化后，团队可以找到一个新的参数窗口，使不良率下降，同时保持周期时间不过度增加。
DOE也可以用在非制造业
实验设计并不只适用于机器参数。
例如电商可以研究：
- 页面标题
- 按钮颜色
- 折扣方式
- 广告展示位置
看看这些因素如何影响转化率。
服务行业也可以研究不同话术、响应时间和服务方式对客户满意度的影响。
只要能够控制部分条件、定义结果并收集数据，就有机会使用DOE。
DOE最容易犯的几个错误
第一，是没有确认测量系统就开始实验。如果Y本身测不准，实验结论当然不会可靠。
第二，是因子水平设得太窄。变化太小，响应差异可能被过程噪声掩盖。
第三，是因子水平设得太大，导致产生大量不良品或超出安全范围。
第四，是忽略随机化和重复，只关注Minitab输出的P值。
第五，是看到统计显著就认为一定有实际价值。即使某因素P值很小，如果它只改善0.1%，业务上也未必值得调整。
统计显著和实际意义必须同时考虑
DOE输出经常会告诉我们哪些因素具有统计显著性。
但企业真正关心的是：这个变化值不值得实施？
例如把温度提高5°C能够让良率提高0.2%，但能源成本增加10%，这种改善未必划算。
所以实验结果最终还要结合成本、风险、质量和生产效率进行判断。
DOE真正训练的是实验思维
很多人学习DOE以后，最容易关注的是软件操作。
怎么在Minitab建立设计？怎么读取Pareto图？怎么看主效应图？
这些当然重要，但更重要的是实验思维。
你需要学会问：
我要验证什么？哪些因素值得研究？哪些变量应该控制？实验顺序有没有偏差？结果能不能重复？有没有交互作用？
这才是DOE真正带来的能力。
结语
实验设计不是为了把统计分析变复杂，而是为了让实验变得更有计划、更少浪费、更容易得到可靠结论。
从Fisher建立现代实验设计原则，到后来工业领域广泛使用因子设计、分部因子设计和响应曲面法，DOE已经成为工程改善和六西格玛中非常重要的一类方法。
优思学院认为，DOE最值得掌握的地方，并不是背下各种设计名称，而是改变传统「调一个参数看看」的习惯。
当多个因素可能同时影响结果时，与其不断凭经验试错，不如设计一个能够一次回答更多问题的实验。
这就是DOE真正的价值。
常见问题
DOE只适合制造业吗？
不是。只要能够定义输入因素和输出结果，并可以安排不同条件进行比较，服务业、医疗、营销和研发等领域都可以应用DOE。
DOE一定需要很多实验吗？
不一定。实验次数取决于因素数量、设计类型以及需要获得的信息。分部因子设计等方法本身就是为了提高实验效率。
DOE和一次只改变一个因素有什么区别？
DOE可以同时研究多个因素，并识别因素之间的交互作用；一次只改变一个因素通常无法有效发现交互作用。
做DOE以前需要先做MSA吗？
如果实验结果依赖测量系统取得数据，就应该确认测量系统具有足够可靠性，否则实验可能建立在错误数据上。
DOE通常出现在DMAIC哪个阶段？
通常出现在Analyze和Improve阶段，用于验证关键因素、研究交互作用以及寻找较优的过程参数组合。