因素数m 2 3 4 5 5(1/2实施) L4(23) L8(27) L16(215) L32(231) L16(215) 1,2 1,2,4 1,2,4,8 1,2,4,8,16 1,2,4,8,15 4 6 16 32 16 4 6 8 10 10 1 1 1 1 1 9 15 25 43 27 6 10 15 21 21 正交表 表头设计 mc mγ=2m m0 N q 正交试验设计
明确试验目的，确定试验指标。
选因素、定水平，列因素水平表 一次回归正交设计
选择合适的正交表
?点试验N?mc?m??m0二次回归正交设计
表头设计 正交性的实现 建
编制方案，实施
回归旋转设计
统计分析
立
回归系数检验 失拟性检方程检验
直观分析 回
归
方差分析 方
2 因子的选择
多元二次回归正交旋转组合设计因子的选择，需要考虑因子本身、组合设计要求和因子编码是否可行等。
从试验目的出发，应选择对目标性状影响大的可控因子或特殊试验目的的因子作为试验因子。例如，小麦栽培体系试验可以考虑将施氮量、旋磷量、播种密度、灌水量、有机肥量、施肥时期、播期、中耕次数、灌水次数、根外喷施微肥浓度、喷施时期、收获时期等因子作为试验因子。 从设计要求出发，象品种、施肥种类等非数值的因子则不能作为试验因子。
对于γ不是整数的组合设计，象灌水次数、中耕次数等则不能作为试验因子，而播期、施肥时间等可将日期转化为天数，根据γ的计算结果可近似取某日期作为试验的，一般来说，实施这类因子不会遇到太大的困难。
进行多元二次回归正交旋转组合设计试验，希望建立良好的回归模型，但有相当一些试验建立的模型达不到显著标准。
? （1）设计本身不设重复，小区数目少，机误自由度小，显著水平高，不易达到显著标准
? 2）因子取值不当：因子取值范围太小，其试验效应往往较小，获得的回归方程就不会显著；因子取值范围太大或最佳点偏离，虽然有时
也会使方程显著，但不可能捕捉到真正的最佳点。
? （3）试验质量不高，导致试验误差增大，使方程达不到显著水平。