实验设计（DOE）与田口方法：用最少的实验找到最好的参数

写在前面：一个花了三个月，其实两天能做完的实验

先看一个真实感很强的场景。

某注塑车间，产品有缩水缺陷。工程师老张决定调参数。他先调了保压压力，从 50 调到 60，缺陷少了；再调模具温度，从 60℃ 调到 70℃，又好了一点；再调保压时间…...

两个月后，他找到了一组"还不错"的参数，缺陷率从 8% 降到 3%。

这个方法叫 OFAT（One Factor At a Time，一次改一个因素），是最自然的实验方式，也是效率最低、最容易得出错误结论的方式。

它有三个致命问题：

问题一：效率低。 三个因素各三个水平，如果要试遍所有组合，需要 3³ = 27 次实验。OFAT 试不了那么多次，只能沿着一条路径走，很容易卡在局部最优。

问题二：完全看不到交互作用。 这是最致命的。假设温度和压力对缺陷率的影响是这样的：

在 60℃ 时，压力越低越好；在 80℃ 时，压力越高越好。

如果你用 OFAT：先固定温度 60℃，试出压力 50 最好；然后固定压力 50，试温度，发现 60℃ 比 80℃ 好（2% vs 9%）。结论：温度 60、压力 50，缺陷 2%。

但真正的最优是温度 80、压力 70，缺陷只有 1%。 你找到了一个比最差好一点的解，而错过了最优解。

问题三：结论不稳定。 OFAT 的结果严重依赖你选的起点和路径。换个人来做，可能得到完全不同的结论。

DOE（Design of Experiments，实验设计）就是为了解决这三个问题。 它的核心思想是：同时改变多个因素，用尽可能少的实验次数，得到尽可能多的信息。

一、DOE 的基本概念

1.1 术语

1.2 DOE 的三个基本原则

Fisher 提出的三个原则，至今仍是 DOE 的基石：

原则一：随机化（Randomization） 随机安排实验顺序，消除未知的系统性干扰（如设备预热、原料批次、人员疲劳）。

原则二：重复（Replication） 同一条件重复多次，用于估计实验误差，从而能判断一个效应是否"统计显著"。

注意区分"重复"和"重复测量"：

• 重复（Replication）：重新设置实验条件再做一次（包括重新调机、重新上料），反映的是实验的完整变异。
• 重复测量（Repeat Measurement）：同一件产品测多次，只反映测量误差。

只有 Replication 才能用于估计实验误差。

原则三：区组化（Blocking） 当存在已知的干扰变量（如不同天、不同操作者、不同批原料）时，把它们作为区组，在区组内部保持条件一致，从而消除它们对因子效应估计的干扰。

二、实验设计的四种类型

2.1 类型总览

选择逻辑：

因子很多（>10）→ Plackett-Burman 筛选设计 → 找出 3—5 个重要因子
        ↓
因子中等（4—8）→ 部分因子设计（2ᵏ⁻ᵖ）→ 找主效应和重要交互
        ↓
因子少（≤5）→ 全因子设计（2ᵏ）→ 完整信息
        ↓
已确定关键因子，要找最优点 → 响应面设计（CCD/Box-Behnken）

一个重要的经验规律：实验预算的 20%—25% 应该留给第一阶段（筛选），剩下的用于深入。 很多初学者把预算全花在一个大实验上，结果发现一半的因子根本不重要，浪费了。

2.2 全因子设计（2ᵏ）

结构：k 个因子，每个 2 个水平，共 2ᵏ 次实验。

以 2³ 为例（3 个因子：温度 T、压力 P、时间 t）：

（− 表示低水平，+ 表示高水平，这是标准编码，通常记为 −1 和 +1）

计算主效应（以温度 T 为例）：

T 的主效应 = (高水平下响应的平均) − (低水平下响应的平均)
           = (y₂ + y₄ + y₆ + y₈)/4 − (y₁ + y₃ + y₅ + y₇)/4

计算交互效应（以 T×P 为例）：

T×P 的效应 = [ (T,P 同号组的平均) − (T,P 异号组的平均) ] / 2

关键性质：2ᵏ 全因子设计是正交的——任意两列的乘积之和为零。这意味着：

• 每个效应的估计不依赖于其他效应（互不干扰）；
• 主效应之间、主效应与交互效应之间都不混杂。

这就是"同时改变多个因素"还能得到清晰结论的原因。

重复与中心点： 2 水平设计无法检测曲率（响应与因子之间可能是非线性关系）。解决办法是加入中心点（Center Point）——所有因子取中间水平的实验。

• 通常加 3—5 个中心点；
• 如果中心点的响应显著偏离两端响应的平均值，说明存在曲率，需要用响应面设计；
• 中心点的重复还能提供纯误差的估计（不需要重复整个实验）。

2.3 部分因子设计（2ᵏ⁻ᵖ）

为什么需要：当因子数增加，全因子实验次数爆炸：

10 个因子做全因子需要 1024 次实验，通常不现实。

解决思路：只做其中的一部分（1/2、1/4、1/8…），代价是某些效应会混杂（confounded）。

以 2³⁻¹ 为例（3 个因子，做 4 次实验，即全因子的一半）：

关键问题是：用哪个交互作用来"定义"这一半？

标准做法是令 C = A×B（称为定义关系 / generator）：

这样做的后果是：C 的主效应与 A×B 的交互效应完全混杂（它们是完全相同的列）。你无法区分"观测到的效应是 C 引起的，还是 A×B 引起的"。

**分辨率（Resolution）**用来描述这种混杂的程度，用罗马数字表示：

实用建议：

• 分辨率 III 的设计：只能用于筛选（假设交互作用可以忽略）。风险高，但省实验。
• 分辨率 IV 的设计：主效应估计干净，是常用的筛选设计。
• 分辨率 V 的设计：能估计所有主效应和所有二因子交互，是比较"安全"的部分因子设计。

一个重要的原则（效应稀疏原则，Sparsity of Effects）： 在多数实际系统中，只有少数主效应和少数低阶交互作用是显著的，高阶交互（三因子及以上）通常可以忽略。

这个原则是部分因子设计成立的理论基础——我们牺牲高阶交互的信息，换取实验次数的大幅减少。

2.4 正交表（田口方法的核心工具）

田口玄一（Genichi Taguchi）推广了**正交表（Orthogonal Array）**的使用，使 DOE 在日本工业界大规模普及。

常见的正交表：

L9 正交表（4 个因子，3 水平，9 次实验）：

正交表的性质：任意两列中，各个水平组合出现的次数相同（称为均衡搭配性）。这保证了因子效应的估计是"公平"的。

正交表的巨大价值：它把 DOE 从统计学家的工具变成了工程师可以直接查表使用的工具。

你不需要理解方差分析的数学，只需要：

1. 选一张合适的正交表；
2. 把因子填进去；
3. 按表做实验；
4. 用简单的平均计算，就能得出每个因子哪个水平最好。

这是田口方法在工程中如此普及的重要原因。

2.5 响应面设计（RSM）

什么时候需要：当 2 水平设计显示存在曲率，或者你已经确定了 2—3 个关键因子，要精确寻找最优点时。

两种常用设计：

CCD 的结构（以 k=2 为例）：

• 4 个因子点（±1, ±1）；
• 4 个轴向点（±α, 0）和（0, ±α），其中 α = √k（旋转性）或 1（面心）；
• 若干中心点。

RSM 拟合的模型：

Y = β₀ + Σβᵢxᵢ + Σβᵢᵢxᵢ² + ΣΣβᵢⱼxᵢxⱼ + ε
    常数    一次项     二次项（曲率）   交互项

有了这个模型，你可以：

• 求出响应面的极值点（对模型求偏导）；
• 画等高线图，直观地看到"最优区域在哪"；
• 做多响应优化（多个响应指标同时优化，找折中解）。

多响应优化是 RSM 最实用的功能之一。比如你要同时优化"强度最大"和"成本最低"，这两个目标通常冲突。RSM 的能量图（Overlay Contour Plot）能显示"同时满足两个目标的因子区域"。

三、分析 DOE 结果

3.1 方差分析（ANOVA）

ANOVA 的作用是判断"观测到的效应是否超过随机误差"。

基本思想：把响应的总变异分解为"由因子引起的变异"和"随机误差变异"，然后比较两者。

F = 因子的均方（MS_factor） / 误差的均方（MS_error）

如果 F 很大（对应 p 值 < 0.05），说明该因子的效应显著

一个典型的 ANOVA 表：

读法：

• A 和 B 的主效应显著（p < 0.05）；
• A×B 交互效应不显著（p = 0.28），可以忽略。

实用提醒：不必手算 ANOVA。用 Minitab、JMP、Python（statsmodels）或 R 都能一键生成。

但你必须理解三件事：

1. p 值的含义：在"该因子无效应"的假设下，观察到当前或更极端结果的概率。p 小不代表效应大，只代表"不太可能是偶然"。
2. 统计显著 ≠ 实际重要。样本量很大时，一个微小的、无实际意义的效应也可能 p < 0.05。要看效应量（effect size）。
3. 残差诊断：做完 ANOVA 后必须检查残差（正态性、独立性、方差齐性）。如果残差不满足假设，结论不可靠。

3.2 效应图：比数字更直观

主效应图（Main Effects Plot）： 横轴是因子的各水平，纵轴是该水平下响应的平均值。线越"斜"，说明效应越大。

交互效应图（Interaction Plot）： 画两条线（一个因子的低水平和高水平），横轴是另一个因子。

关键判断：

• 两条线平行 → 无交互作用；
• 两条线交叉或明显不平行 → 有交互作用，此时不能只看主效应。

这是 DOE 分析中最重要的一张图。 前面讲的 OFAT 陷阱（温度 60/80 与压力 50/70 的例子），在交互图上会一目了然。

3.3 帕累托图

把所有效应的绝对值排序画成条形图，能快速看出哪些效应重要。

通常会画一条显著性参考线（基于 t 分布），超过线的就是显著效应。

3.4 一个完整的分析流程

1. 检查数据质量（有没有异常值、缺失值）
2. 拟合模型（先拟合全模型）
3. 做 ANOVA，识别显著效应
4. 检查残差诊断（正态、独立、等方差）
5. 简化模型（去掉不显著的项，但要尊重层级原则）
6. 画主效应图和交互效应图，理解"物理意义"
7. 确定最优因子设置
8. 做验证实验（Confirmation Run）—— 用最优设置做 3—5 次，验证预测是否准确

第 8 步（验证实验）绝对不能省略。 一个没有经过验证的 DOE 结论，与猜测无异。

层级原则（Hierarchy Principle）：如果某个交互效应显著，那么它的主效应即使不显著，也应保留在模型中（因为交互效应依赖于主效应存在）。

四、田口方法：稳健设计

4.1 田口的核心思想

田口玄一（1924—2012）对质量有独特的定义，这是理解他方法的钥匙：

质量是"产品出厂后给社会带来的损失"。

这个定义的关键在于：传统观点认为"只要在规格范围内就是好的"（目标柱模型，Goalpost Model），而田口认为偏离目标值就会带来损失，即使在规格内。

用一个函数表达（质量损失函数）：

L(y) = k × (y − m)²

其中：
L = 损失（货币）
y = 质量特性的实际值
m = 目标值
k = 常数，由"规格限处的损失"确定

举例：某零件目标直径 10.00mm，规格 ±0.05mm。若超出规格需要返工，返工成本 100 元。

k = 100 / (0.05)² = 40000

那么偏离 0.02mm 时的损失 = 40000 × 0.0004 = 16 元。

这意味着：即使零件在规格内，偏离目标仍在持续产生损失。

这个思想的实践含义：不只要"合格"，要"紧贴目标值且波动小"。

4.2 两类因子：控制因子与噪声因子

田口方法最独特的贡献是明确区分了两类因子：

核心问题：能不能找到一组控制因子的设置，使得产品对噪声因子不敏感？

这就是稳健设计（Robust Design），也叫参数设计（Parameter Design）。

4.3 信噪比（S/N Ratio）

田口用信噪比来同时衡量"水平好"和"波动小"。

记 n 次重复实验的结果为 y₁, y₂, ..., yₙ：

均值 ȳ = Σyᵢ / n
样本方差 s² = Σ(yᵢ − ȳ)² / (n−1)

三种常用的 S/N 比（根据质量特性的类型选择）：

（注：望目特性的严格公式涉及方差的调整，不同文献表述略有差异，实际使用时建议参考标准教材或软件实现。）

S/N 比的本质：它是"信号（均值）与噪声（方差）之比"的对数变换。S/N 比越大，说明在该条件下产品越稳健。

为什么用对数：因为对数的好处是把"比值"变成"差值"，便于用线性模型分析，且符合工程上的分贝直觉。

4.4 田口的两步优化法

这是田口方法最实用的操作流程：

第一步：用 S/N 比选择"波动最小"的因子水平组合

对每个控制因子的每个水平，计算该水平下所有实验的 S/N 比平均值，选 S/N 比最大的水平。

这一步选出的是"最稳健"的设置（波动最小）。

第二步：用均值选择"调整到目标值"的因子

在保持 S/N 比最优的前提下，找一个对 S/N 比影响小、但对均值影响大的因子（称为调节因子 / Adjustment Factor），用它来把响应调整到目标值。

这个两步法的巧妙之处在于：

• 先用 S/N 比把波动降到最小；
• 再用一个"不影响波动但影响均值"的因子来定位目标值。

经典例子（陶瓷砖烧制）：

• 影响砖尺寸波动的主要因子是"石灰石含量"；
• 但"窑炉温度"对波动影响小、对均值影响大；
• 所以：先用石灰石含量最小化波动，再用窑炉温度把尺寸调到目标值。

4.5 内外表设计

田口方法的实验结构：

实验次数 = 内表行数 × 外表行数

比如内表 L8（8 行），外表 L4（4 行），总共 32 次实验。

外表的意义：对于每一组控制因子设置，都在多种噪声条件下测试，从而测量出该设置下的"稳健性"。

这是一个非常聪明的实验结构——它人为地在实验中引入噪声，从而能找到对噪声不敏感的稳健设计。

成本考量：内外表设计实验次数可能很多。实际上，很多工程应用会简化——只取噪声的"最坏组合"（如高低温两个极端），称为复合噪声法，能大幅减少实验次数。

五、DOE 实施中的七个实际问题

问题一：实验次数受限于成本，怎么办？

EVOP（Evolutionary Operation）是一个非常实用的方法：在不停产的前提下，对因子做小幅度的系统性变化（幅度小到不影响产品质量），连续运行多个周期，累积数据后用统计方法分析。它牺牲了效应估计的精度，换来了"零停产成本"。

问题二：因子水平怎么定？

原则：水平范围要足够宽（能看出效应），但不能宽到脱离实际。

实用建议：参考历史数据、工艺规范、设备能力，取"现实可运行的范围"的 70%—80%。做第一轮后如果效应不明显，可以扩大范围。

问题三：有连续因子和离散因子混合怎么办？

例如：温度（连续，可取任意值）、材料供应商（离散，只有 A/B/C 三家）。

做法：

• 都可以放进正交表（离散因子用不同的"水平"）；
• 或用混合水平设计（如 L18，可容纳 1 个 2 水平 + 7 个 3 水平因子）；
• 分析时，离散因子的主效应图是"柱形"，连续因子的可以拟合曲线。

问题四：交互作用重要吗？

经验判断：

安全做法：如果预算允许，用分辨率 IV 或 V 的设计，至少能估计主要的二因子交互。

问题五：结果是"通过/不通过"（离散型）怎么办？

比如响应是"合格/不合格"，而不是连续的尺寸值。

三种处理方法：

1. 把通过率当作响应：每个条件做足够多次（如 50 次），用通过率作为响应（这近似连续变量）；
2. 用逻辑回归（Logistic Regression）：直接对二元响应建模；
3. 把连续的"接近程度"当作响应：比如用"缺陷面积""偏移量"代替"合格/不合格"，信息量更大。

第 3 种方法信息量最大——尽量不要把连续信息人为二值化，那会损失大量信息。

问题六：DOE 得出的最优参数不稳定，怎么办？

可能的原因：

• 噪声因子没考虑进去（这是田口方法要解决的问题）；
• 实验误差太大（增加重复次数、改善测量系统）；
• 存在未控制的变量（如原料批次，应该作为区组）；
• 模型拟合不好（检查残差，可能需要更高阶的模型）。

特别提醒：测量系统分析（MSA）应该在 DOE 之前做。 如果你的测量系统本身误差很大，DOE 的所有结论都不可靠。这是一个常见的、代价高昂的错误。

问题七：验证实验不达标怎么办？

如果验证实验的结果与预测不符：

六、DOE 与其他方法的关系

6.1 DOE vs 试错法 vs 单因子实验

6.2 DOE 在六西格玛中的位置

在 DMAIC 中，DOE 主要用在：

关键区别：

• Analyze 阶段的 DOE 是为了"确认哪些因子真的重要"（因果验证）；
• Improve 阶段的 DOE 是为了"找到最优设置"（参数优化）。

很多人跳过 Analyze 直接做 Improve，结果优化了一堆不重要的因子。

6.3 DOE 与仿真实验（Simulation DOE）

当物理实验太贵或太慢时，可以用仿真模型做 DOE。

优势：

• 成本极低（计算资源 vs 实物）；
• 可以"复制"完全相同的条件做多次重复（消除物理实验的随机性）；
• 可以探索物理上不可行的极端条件。

陷阱：

• 仿真模型的有效性：如果模型没有经过验证（Validation），DOE 的结论是"精确地错"；
• 仿真是确定性的：如果用固定随机数种子，重复实验会得到完全相同的结果，导致"误差为零"，所有效应都"显著"。必须正确处理随机数。

七、一个可上手的实践项目

如果你想真正掌握 DOE，建议做这个练习：

项目：优化一组工艺参数（可以用仿真代替）

步骤：

1. 确定 4 个因子（2 水平）：温度、压力、时间、速度
2. 选设计：用 2⁴⁻¹（分辨率 IV，8 次实验）+ 3 个中心点 = 11 次实验
3. 做实验（或用 Python 生成一个带交互作用和噪声的仿真响应函数）
4. 分析：
   • 用 Python（statsmodels）或 Minitab 做 ANOVA
   • 画主效应图和交互效应图
   • 识别显著效应
5. 验证：用找出的最优设置做 5 次验证实验
6. 输出：一份报告，说明最优设置、预期响应、以及"如果不考虑交互作用会得到什么错误结论"

如果你用 Python，推荐流程：

import pandas as pd
import statsmodels.formula.api as smf
import matplotlib.pyplot as plt

# 1. 生成设计矩阵（可用 pyDOE2 库）
# 2. 做实验，收集响应
# 3. 拟合模型
model = smf.ols('y ~ A + B + C + D + A:B + A:C', data=df).fit()
# 4. ANOVA
import statsmodels.api as sm
print(sm.stats.anova_lm(model, typ=2))
# 5. 画效应图

这个项目做完，你对 DOE 的理解会超过 95% 只学过课本的人。

小结

DOE 与田口方法，七句话：

1. OFAT（一次改一个因素）效率低、看不到交互作用、结论依赖起点。DOE 同时改变多个因素，用更少的实验得到更多、更可靠的信息。

2. 四种设计按因子数选：因子多（>10）用 Plackett-Burman 筛选 → 中等（4—8）用部分因子 → 少（≤5）用全因子 → 找最优点用响应面（RSM）。

3. 正交表是工程师友好的工具：查表、填因子、做实验、算平均，不需要懂方差分析的数学就能用。这是田口方法普及的重要原因。

4. 分析时最重要的图是交互效应图：线平行=无交互，线交叉=有交互且不能只看主效应。

5. 田口的核心贡献是"稳健设计"：区分控制因子与噪声因子，用信噪比（S/N）找"对噪声不敏感"的参数组合，再用调节因子定位目标值。

6. 质量损失函数重新定义了质量：偏离目标就有损失，即使在规格内。所以目标是"紧贴目标值且波动小"，不只是"合格"。

7. 两个不能省略的步骤：实验前做测量系统分析（MSA），实验后做验证实验（Confirmation Run）。

最后一句：DOE 的本质是"用最少的实验，获取最多的信息，且知道自己的结论有多可靠"。它把"调参"从一门手艺变成了一门科学——而这也正是工业工程一直在做的事情。

相关阅读

• 标准工时怎么定？秒表测时 + 评比系数 + 宽放率的完整流程：从观测单元划分、观测次数确定、异常值剔除，到平准化评比与四类宽放，用完整算例讲透标准工时的全…
• MODAPTS 模特排时法入门：21 个动作与工时计算：产线还没建就能算出工时。本文系统讲解 MODAPTS 的 21 个基本动作、MOD 时间单位…
• 生产线平衡：从节拍、瓶颈到平衡率改善的完整方法：节拍怎么算、瓶颈怎么找、要素怎么重新分配。含一个从 80.5% 提升到 92.2% 的完整改…
• SMED 快速换模：把内部作业转化为外部作业的实操步骤：内部作业与外部作业分离是 SMED 的全部理论基础。本文用 120 分钟降到 9 分钟的完整…
• SPC 统计过程控制入门：控制图怎么读、Cp/Cpk 怎么算：受控不等于有能力。本文讲清两类变异原因、控制图选型与系数表、八大判异准则，以及 Cp/Cpk…