#orthogonal-design

表中第一列命名为 c，没有安排试验因子，但该列的水平变动平方和很大，表明系统误差很大，是被忽略的各种效应混杂叠加的结果。 按最简单的方式分析，第一列中至少叠加了三个可能的交互效应 TL+EA+FH ( 参考 G.E.P.Box 等 2004)。 类似地，每一列都可能混杂了其它效应，难以确切地分离。然试验是在小局域内进行的，可以按线性过程估计参数。

1.前言 如果回归方程为线性函数，则优化推断很容易形成。因此，线性模型的使用率很高，甚至成为首选。以为撒大网就能捉到大鱼，结果可能捉不到鱼。因为大多数实践课题不是线性的。如果处理不当，会掉入线性陷阱。 使用线性模型是有条件的。除非确有把握，否则，在试验设计时，线性只是一种假设，必须加以检验。如果检验结果，过程不是线性的，必须采取补救措施，修正模型，从而也修正实验设计，重估参数。