為何需要變異數分析(ANOVA)

1 統計檢定的概念
1) 在講義的案例，因子仰角A有3個水準(A₁，A₂，A₃)，想了解這3個水準對射程有無影響，在統計學的觀點上，若在這三個水準實施無限次數實驗，則各水準的觀測值將為常態分佈，分別為N(μ_A1,σ_A1²)，N(μ_A2,σ_A2²)，N(μ_A2,σ_A3²)

實驗樣本數研究

1 檢定力的概念
1) 在ANOVA表中檢視P-value確定該因子的顯著性，若有顯著性則可確定水準間改變的效應是重大而值得重視、不可忽略而有意義的(註：必要時需要進行多重比較)。

實驗需要策略

實驗計劃法的教科書(Douglas c. Momtgomery)提到進行實驗前應有一些概念，並制訂本次實驗的策略，茲以金屬冶金的淬硬工程加以說明。

為何使用OFAT可能有誤

1 何謂OFAT
工程師進行實驗最容易患上的錯誤是試誤法(Try and error 或 Best guess)，另一錯誤就是OFAT，OFAT是 One Factor at a time 的縮寫，意指每次實驗時指改變單個因子，其餘可能影響的因子固定不動。

因子實驗的解析

1 因子設計概念
因子實驗是k個因子(k>1)，各因子水準數分別為l_a、l_b、l_c、…… 、lk，同時列舉所有因子與水準進行所有組合實驗，而進行l_a× l_b × l_c ×……  × l_k個實驗，一般實驗次數都變得很高，實務上進行篩選設計時，因為因子數多故水準數多半以2或3為之，若k個因子採用2水準，此時稱為2^k Design，而採用3水準則稱為3^k Design，2^k、3^k都是屬於完整直交配置，一般稱為完整因子設計Full Factorial Design，若實驗設計只採用2^k、3^k的1/2、1/4、…(2水準)，1/3、1/9、…(3水準)等則稱為部分因子設計Partial Factorial Design，以2^k-p、3^k-p表示。

Plackett-Burman 實驗設計(PBD; PB Design)

1 只考慮主效果的PB Design(PBD)篩選設計
PBD實驗係1946年R.L. Plackett與J.P. Burman提出非常有效率的多因子篩選設計法，用於所以交互作用效應都可忽視，而只考慮主效應(Main effects)的篩選實驗設計。此種設計為了減少實驗次數而將主效果與交互作用發生交絡(confound)，特別的是PBD實驗的交絡並非單欄間交絡，而是將X_iX_j交互作用與每一X_k(k≠i、j)主效應交絡相當複雜，但無論如何PBD實驗設計屬於解析度為Ⅲ的篩選設計。

實驗設計(DOE)與田口方法(Taguchi method)的區別

1 西方長期漠視田口方法
長期來歐美企業採用DOE一向嚴謹於統計理論，因此對田口方法是陌生或(學術上)看不起的，一直到6sigma管理引用大量日式TQM與豐田精益生產管理以後，一般DOE教科書最後一章才談田口方法，號稱DOE聖經書的Design and Analysis of Experiments(Douglas C. Montgomery)一書一直到第六版(2005年)才加入田口方法的內容(chapter12：Robust Parameter Design and Process Robustness Studies P464-483)，但也非常謹慎使用其章節名稱-穩健參數設計與製程穩健研究，其字義可以充分表達田口方法的意義