Hypothesis test
全因子实验设计
全因子设计是一种参数化实验方法，其中同时测试因子水平的所有组合，从而能够在单项研究中估计所有主效应和所有交互效应。它源于 R. A. Fisher 关于实验设计的开创性工作（1926年），并由 Box、Hunter 和 Hunter（2005年）以及 Montgomery（2017年）系统地发展。2^k 形式在 2^k 次实验运行中测试 k 个双水平因子，是衡量所有其他因子设计的基准。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 11 项
来源
- Box, G. E. P., Hunter, J. S., & Hunter, W. G. (2005). Statistics for Experimenters: Design, Innovation, and Discovery (2nd ed.). Wiley. ISBN: 978-0471718130
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119113478
如何引用本页
ScholarGate. (2026, June 1). Full Factorial Experimental Design (2^k). ScholarGate. https://scholargate.app/zh/experimental-design/factorial-design
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 2^(k-p) 分数析因设计实验设计↔ 比较
- 单因素方差分析统计学↔ 比较
- 响应面方法 (RSM)实验设计↔ 比较
- 田口方法（正交表、信噪比）实验设计↔ 比较
- 双向方差分析（Two-Way ANOVA）统计学↔ 比较