企业官网建设流程全解析

做过多因素实验的人，基本都撞过同一堵墙：因素定好了，水平数也拍板了，结果翻遍手头的正交表，找不到一张恰好装下需求的表。A因素要4个水平，B、C、D因素只要2个水平，查标准正交表L8(2^7)吧，全是2水平列；查L16(4^4)吧，又只有4水平列，硬套不仅试验次数白白翻倍，还多出一堆用不上的水平组合。这时候最直接的解法就是把标准正交表“改”成混合水平表。并列法就是最常用、也最值得先掌握的一种改法，它能把一张等水平正交表里的两列合并成一列，让这一列变成更多水平的新列，从而适配那些“水平数不齐”的真实实验场景。

这篇文章写给三类人看：一是做工艺优化、产品设计时需要自己排试验的工程师，二是正在学实验设计的本科生或研究生，三是已经会用Minitab等软件生成混合正交表、但想知道表是怎么来的人。读完你不仅能手算出L8(4×2^4)这种常用混合表，还能判断什么时候能并列、什么时候不能、并列之后哪些列能安排因素，避免一上来就把整张表废掉。

1. 并列法是什么：一张表解决因素水平不齐的难题

1.1 标准正交表为什么装不下你的实验

标准正交表有一个共同特征：所有因素的列，水平数完全一样。L8(2^7)每一列都是2水平，L9(3^4)每一列都是3水平，L16(2^15)每一列都是2水平，L27(3^13)每一列都是3水平。这种设计的最大好处是数学上整齐，理论成熟、分析简单，但现实中的实验往往不会这么配合你。

举一个很典型的例子。一家做粉末冶金的工厂要优化烧结工艺，因素包括烧结温度、保温时间、升温速率、气氛类型。气氛类型只有2种选择，所以它天然是个2水平因素；但烧结温度如果是4档（比如1050、1100、1150、1200摄氏度），温度就成了4水平因素。这时候你找遍标准等水平正交表，没有一个完美匹配的方案。强行用L8(2^7)只能把温度压缩成2水平，等于丢掉一半的信息；强行用L16(4^4)则会把3个2水平因素也硬安排成4水平，无端增加试验次数和成本。

在工厂里，每次试验都要真刀真枪烧一批样品，多一轮试验就是多几千块的电费、人工费、材料费。试验方案能缩小就一定要缩小。这就是混合水平正交表存在的意义，并列法则是构造这种表的核心手段之一。

1.2 并列法的核心思路：两列合成一个大列

并列法的操作说起来很简单：从一张等水平正交表中挑出两列，把这两列的水平组合当成一个新列的不同水平，于是原来的两个“小水平列”就合并成了一个“大水平列”。

打个比方。你房间里有A、B两个开关，每个开关只有开和关两种状态，组合起来就能得到四种状态：都关、A开B关、A关B开、都开。这就是从“2水平×2水平”变成“4水平”的过程。在正交表里，原本两列2水平列每行各有1个数字，并列后变成1列4水平列，每行只有1个数字，但新列包含的信息量等于原来两列信息量之和。

最常见的并列路径是2水平列加2水平列变成4水平列。两个2水平列本来能提供2个因素的独立信息，合并后变成1个4水平因素，但总试验次数不变。也就是说，并列法是用“减少因素数量”的代价，换取“提高某个因素的水平档次”。在自由度上也能解释：两个2水平列各有1个自由度，合计2个自由度；一个4水平列有3个自由度。所以严格来说，合并后的信息量略大于合并前，这也是为什么同时需要牺牲一个交互作用列来平衡。

1.3 并列法和拟水平法、现成混合表怎么选

很多教材在讲混合水平正交表时，会把并列法和拟水平法放在一起。拟水平法的思路和并列法刚好相反：它不改变表的列水平数，而是把某个因素的多个水平“伪装”成同一水平，或者把不足的水平数补充起来。比如一个因素本来只要3个水平，但你手头只有2水平表，就人为给它编一个虚拟的第4水平，让这一列看起来也是4水平。这种方法保留列的水平数，但牺牲了部分因素水平数设计的真实性，在实际分析中容易引起解释困难。

并列法则不搞“伪装”，它是物理上重建了表的列结构，得到的是一张新的混合水平正交表。至于现成的混合正交表，如L8(4×2^4)、L16(4×2^12)、L18(2×3^7)等，其实很多就是用并列法从标准表中构造出来的，只是教科书和软件把它们直接列成了现成表。我的建议是：能直接查到现成混合表就先查现成表，快速、可靠、不会出错；查不到、或需要特殊组合时，再用并列法自己构造。理解并列法的过程，也有助于你看懂现成混合表里哪些列是“空”的、哪些列是“废”的。

2. 读懂并列法的数学原理与可行性判断

2.1 水平映射：从4种组合到4个档位

并列法先用数学方法做的事，是把两列的水平组合映射成一个新水平。以2水平列并列为例，假设原列1和原列2的水平都是1和2，那么两列同一行的组合有四种：(1,1)、(1,2)、(2,1)、(2,2)。把这四种组合按字典序排列，就可以映射成新列的水平1、2、3、4。

这里有一个实操要点：映射顺序最好固定，不要随意乱编。我最开始学习并列法时，看到某些资料上写着(1,1)→1、(1,2)→2、(2,1)→4、(2,2)→3，当时觉得奇怪，为什么4和3要互换？后来才明白，正交性本质上只看“计数是否均衡”，不看水平编号的数字顺序。你叫它3还是叫它4，不影响正交性质。但从可读性和后续分析的角度，强烈建议统一用字典序，也就是(1,1)→1、(1,2)→2、(2,1)→3、(2,2)→4。这样试验号与水平组合的对应一目了然，查表、写报告都方便。

2.2 为什么并列后依然正交：用L8(2^7)做一次完整验证

光说“并列后还是正交表”不够，得亲眼验证一次。验证正交性只需要检查两条：第一，每一列的各水平出现次数相同；第二，任意两列之间的水平组合出现次数相同。

我们先看一张常见的L8(2^7)标准表。这张表里列1、列2、列4是基本列，列3是列1与列2的交互列，列5是列1与列4的交互列，列6是列2与列4的交互列，列7是列3与列4的交互列。完整表体如下：

现在把列1和列2并列，用字典序映射，得到新的大列A：(1,1)→1、(1,2)→2、(2,1)→3、(2,2)→4。新表如下：

先看第一重性质，A列中水平1、2、3、4各出现2次。再看第二重性质，以A列与原列4为例，A列水平1对应B列1、2各一次，A列水平2对应B列1、2各一次，A列水平3和水平4同理。说明A列与B列正交。对原列5、6、7做同样检查，结果相同。所以这张新表确实是一张正交表，记作L8(4×2^4)，表示能做1个4水平因素加4个2水平因素，总共8次试验。

2.3 三个前提条件：哪些情况不能用并列法

并列法不是万能的，动手前必须判断可行性。我总结为三个条件。

第一，合并后的新列水平数必须能被试验行数整除。L8(2^7)有8行，两列2水平合并成4水平列，8除以4等于2，每个新水平对应2行，没问题。L9(3^4)有9行，两列3水平合并成9水平列，9除以9等于1，每个新水平只对应1行，表面看也能整除，但转到第二个条件就不行了。

第二，新列水平数乘以其他任意一列的水平数，不能超过试验行数。拿L9(3^4)的例子来说，新列有9个水平，其他原列有3个水平，9乘以3等于27，但表只有9行，这意味着A列每个水平与另一列的每个水平最多只能碰到0次或1次，无法做到每种组合出现相同次数，正交性直接崩塌。反过来看L8(4×2^4)，4乘以2等于8，等于行数8，正好成立。这才是关键条件。

第三，被并列的两列之间的交互作用列必须从可用列中删除。后面的章节会详细讲，这里先记住：你并了两列，它们之间产生的那一列就“赃”了，不能再用。

实际操作中，我基本用这个流程判断：先看需求里有没有高水平的因素（4水平或9水平），再看手头标准表的行数够不够大、其他因素水平数和新列水平数的乘积是否不大于行数，最后查被并列列的交互列是哪几列，提前标记为不可用。这套流程熟练后，10秒就能判断一个方案有没有戏。

3. 并列法实操：从需求到混合正交表的完整流程

3.1 五步构造法：照着做就能出表

并列法看起来是把两列并成一列，但要保证结果可靠，还是按五步走比较稳。

第一步，列出全部因素和水平，明确哪些因素是高水平、哪些是低水平，以及你最多能接受多少次试验。第二步，选一张标准正交表作为母表，原则是行数刚好等于或略大于试验需求的公共倍数，而且母表的水平数与低水平因素一致。第三步，确定并列哪两列，优先从基本列中选，且要考虑交互列的影响。第四步，做水平映射，在原表基础上写出新列，并删除被并列列的交互列。第五步，安排表头，把各个因素放进可用列，空出的列留作误差估计，最后再做一次正交性验证。

每一步都有讲究，尤其是第二、三步。选母表时很多人会卡在“该选L8还是L16”上，我的习惯是先算一下：总自由度不能超过行数减1。比如你有1个4水平因素和3个2水平因素，总自由度是3加1加1加1等于6，行数至少要有7行，L8刚好够；如果你有2个4水平因素和3个2水平因素，总自由度是3加3加3等于9，行数至少要有10行，L8就不够用了，得换L16。

3.2 案例一：L8(2^7)改造为L8(4×2^4)

我们在2.2节已经用L8(2^7)并列出4水平列的完整表格。现在把操作过程还原一下，看一个完整场景。

假设某工程师有5个因素要考察：一个4水平因素（温度，1050、1100、1150、1200摄氏度），四个2水平因素（保温时间、升温速率、气氛类型、冷却方式）。总因素自由度是3+1+1+1+1=7，行数至少要8行，所以选L8(2^7)作为母表非常合适。

并列列的选择上，取列1和列2作为4水平因素的载体，删除列3（列1与列2的交互列），原列4、5、6、7分别安排四个2水平因素。这样就得到了L8(4×2^4)的表头：温度放第1大列，保温时间放第4列，升温速率放第5列，气氛类型放第6列，冷却方式放第7列，第3列空置。

这里最容易让人犯迷糊的是第3列。很多初学者会想：第3列本来也是2水平列，为什么不能安排因素？因为列3是由列1和列2按同或关系生成的。你可以动手验证，每当列1和列2相等时列3等于1，每当列1和列2不等时列3等于2。而我们的新4水平列A是由(列1,列2)组合生成的，A=1对应(1,1)、A=4对应(2,2)，A=2对应(1,2)、A=3对应(2,1)。这就造成A列和列3存在完全确定的关系，不是正交关系，所以列3绝对不能安排任何因素。

3.3 案例二：L16(2^15)改造出双4水平列

如果实验里需要两个4水平因素，L8就不够用了。比如你有2个4水平因素和5个2水平因素，总自由度是3+3+1×5=11，至少需要12行，L16(2^15)正好满足。

L16(2^15)有15个2水平列、16行，其中基本列通常是列1、2、4、8。第一步，取列1和列2并列成第一个4水平列A，删除它们的交互列3。第二步，取列4和列8（注意这两个都是基本列，且与列1、2没有直接交互关系）并列成第二个4水平列B，删除它们的交互列12。第三步，剩余可用2水平列包括原列5、6、7、9、10、11、13、14、15，共9个。

这张新表的记号是L16(4^2×2^9)，意思是能做2个4水平因素加9个2水平因素，总共16次试验。对比一下，如果不用并列法而是用4水平全因子设计，2个4水平因素就至少需要4×4=16次试验，再加上其他2水平因素，试验次数会迅速膨胀。并列法在这里的价值就是把原来需要三四十次的试验压缩到了16次，而且仍然保有正交性。

需要提醒的是，两组并列列之间也要检查正交性。A列由列1、2构成，B列由列4、8构成，因为列1、2、4、8是基本列，它们在L16中本身覆盖了2^4=16种全组合，所以合并出的A、B两个4水平列相互之间每种组合恰好出现一次，正交性没有问题。这个检查不能跳，万一误选了两组共享交互关系的列，后面分析会全部失真。

3.4 案例三：3水平表并列出9水平，可行吗

2水平列能并列成4水平列，那3水平列能不能并列成9水平列？数学上可以，但实际使用要先想清楚行数问题。

L9(3^4)一共只有9行。两列3水平合并成9水平后，新列每个水平只出现1次。它和另一个3水平列搭配时，本来应该有9×3=27种组合，但表只有9行，大量组合根本没出现，所以L9(3^4)不能并列成可用混合表。如果是L27(3^13)就不一样，27行足够大，两列3水平合并成9水平列后，9水平列每个水平出现3次，它与任一3水平列的搭配恰好有27种组合，每种出现1次，正交性成立，可以得到L27(9×3^3)这类混合表。

不过，我的个人建议是：除非确有9水平因素，否则不要为了用并列法而硬造9水平列。9水平因素在现实中不太常见，多数情况下是连续变量被切成了9档，而这时更好的选择可能是用响应面设计而非正交表。并列法最大的实用价值集中在2水平并列成4水平这一档，3水平并列成9水平作为原理理解即可，用它应对实际工程场景的频率很低。

4. 表头设计与交互作用陷阱

4.1 看穿正交表的内部结构：基本列和交互列

正交表不是一堆数字随便摆出来的，它的内部有严密的代数结构。以L8(2^7)为例，列1、列2、列4被称为基本列或独立列，它们能独立变化，其他列都是这三列的函数。列3是列1和列2的交互作用列，它的取值由列1、列2共同决定；列5是列1和列4的交互列；列6是列2和列4的交互列；列7是列3和列4的交互列，也就是三阶交互作用。

理解这个结构有两点意义。第一，当你计划考察因素交互作用时，不能随便把两个因素放进一对“具有交互关系”的列里，否则它们的交互作用会和另一个因素的主效应混在一起。第二，做并列法时，被并列的两列往往是基本列，因为基本列信息独立，不会因为删除某列而牵连太多可用列；如果并列的是交互列，虽然也能得到新列，但可用的因素列数量会受到更多限制。

这也是为什么做并列法时最好先对着交互作用表操作。L16(2^15)的交互作用表比L8复杂得多，我早期偷懒直接随意选列并列，结果构造出的表一放进Minitab就报“非正交”，后来才意识到自己选的两列共用了一部分交互关系。现在我的习惯是：凡是受怀疑的列号，先查交互作用表再动手。

4.2 并列后必须删掉的列：别让交互列毁掉正交性

前面在案例一里强调过，列1和列2并列后，列3必须删除。这是并列法的铁律，也是初学者最常踩的坑。

为什么必须删除？因为并列出来的4水平列本质上编码了列1和列2的全部组合信息，而列3的取值又完全由列1和列2的异同关系决定。换句话说，给定4水平列的任一水平，列3的值是固定的，没有任何随机性在里面。你把列3也安排成一个因素，这个因素的水平变化实际上会被4水平因素的某个水平“锁死”，实验结果没法区分是列3所在因素的影响还是4水平因素的影响。这就不叫正交设计了，叫人为制造混线。

进阶一点说，删除的不仅仅是直接交互列。如果并列用的是列1和列4，那么列5（列1×列4的交互列）也必须删除。被并列两列的交互列永远排在“黑名单”第一位。但这里有个容易被误解的点：与被并列列相关的其他交互列，比如列1和列2并列后再看列6（列2×列4）、列7（列3×列4），它们在数值上仍然与新4水平列保持正交。我在2.2节验证过，列5、6、7与新列A都能满足均衡搭配。所以实际规则是：被并列列之间的交互列必须删，与被并列列中某一列的交互列则不需要删除，但它们作为因素列时解释交互作用的能力会打折，需要谨慎。

4.3 表头安排速查与自由度核算

并列法做完，表头安排其实是一个“自由度核算”的游戏。每安排一个因素，就要消耗这个因素水平数减1的自由度，总自由度是试验次数减1，没有被任何因素占用的自由度就留给误差。

以L8(4×2^4)为例，总自由度为8-1=7。如果安排1个4水平因素（自由度3）和4个2水平因素（每个自由度1），合计7，刚好用满。这看起来完美，但实际上误差自由度变成了0，方差分析里的F检验没法做了。也就是说，L8(4×2^4)五个因素全放上去时，你得不到误差项的估计，也无法检验哪个因素显著。

解决思路有几种：一是减少一个2水平因素，把它对应的列空出来，误差自由度变成1；二是把一个2水平因素当作空列不安排，但多安排一次重复试验；三是直接做2次独立重复，让总行数变16，误差自由度自然增加。我在真实项目中更倾向于第三种，因为做重复试验不仅能估计误差，还能对抗部分噪声，提升结论的可信度。

给一个快速参考表，方便安排表头时对照：

注意最后一行的组合方式是示意，实际使用时要查L16交互作用表确认交互列编号，不同的交互表版本可能会有差异。

5. 常见问题与排查技巧实录

5.1 五个高频问题速查

做并列法的过程中，我被问得最多的问题集中在以下几类，这里直接给答案。

问题一：选多大母表合适？看自由度总和。把所有因素的自由度加起来，加上你希望保留的误差自由度，再把这个总数加1，就是试验行数的下限。低于这个下限的表肯定装不下。

问题二：并列哪两列最好？优先选基本列。并列基本列时，因为它们的交互列容易被识别，留下的可用列数量也最可预测。如果并列两个交互列，你需要重新验证它与剩余列的正交性，工作量大且容易出错。

问题三：映射顺序怎么定？统一用字典序，即(1,1)→1、(1,2)→2、(2,1)→3、(2,2)→4。虽然其他顺序不影响正交性，但会影响阅读和结果解释。

问题四：并列后能否直接用方差分析？能。只要最终表满足“每列各水平出现次数相同、任意两列水平组合出现次数相同”，它就是一个合法的正交表，方差分析的原理照常适用。

问题五：误差项怎么估计？靠空列或重复试验。空出至少一个因素列作为误差列，或者对每个试验号做重复，都能提供误差自由度。千万不要把因素塞满所有列后还强行做F检验，那样自由度归零，结果全是空的。

5.2 三个反复踩的坑

第一个坑是映射顺序搞乱。我在做第一个实际项目时，因为赶时间，直接用Excel手工生成新列，一边填一边接电话，结果把第5行的(2,1)映射成了4而不是3。整张表看起来依旧整齐，但放进方差分析软件后，4水平因素的平方和怎么算都不对。后来排查了很久才发现是映射顺序的问题。现在我的做法是：先写好映射对照表并自由核对两遍，再开始填充主表。

第二个坑是忘删交互列。有一次我给别人复核一份试验方案，他把列1和列2并列成了4水平因素，但列3还安排了一个2水平因素，理由是“反正多一列多做一点信息”。我当场让他做了个简单验证：看4水平列与列3的组合计数。他算了5分钟，发现原来新4水平列水平1时列3恒等于1，根本不是独立信息。这种情况如果不纠正，最后分析时会出现严重的混线，整个方案等于白做。

第三个坑是不检查自由度就排满因素。前面已经算过，L8(4×2^4)要留误差自由度的话，最多只能安排4个因素。很多人看到表格里还有空着的列，就忍不住把因素塞进去，结果模型饱和、误差为零。塞因素一时爽，分析的时候傻眼。我现在每次做完表头，都会先写一行自由度检查：总自由度是多少，已用多少，剩下多少给误差。不为负数才继续往下走。

5.3 工具、经验与最终建议

现在做并列法，已经不需要完全手算了。Minitab里有Taguchi design功能，SPSS有正交设计菜单，R语言的DoE.base包也能直接生成混合水平正交表。这些工具内部的算法，本质上就包含了并列法、拟水平法之类的构造逻辑，用起来很方便。但我仍然建议你在熟练使用工具之前，亲手用L8(2^7)并列一遍，把前面的验证表在Excel或草稿纸上完整跑一次。因为工具输出给你的是一张现成的表，它不会告诉你哪些列是交互列被删掉的、哪些列是空列、为什么L8(4×2^4)只能放4个2水平因素不能放5个。只有自己走过一遍，你才能在做表头安排和自由度核算时心里有底。

工具选型上，我的个人习惯是：快速验证和教学用R包DoE.base，因为它开源，函数参数清楚，还能通过summary直接看到表的正交性质；企业里做正式方案报告用Minitab，因为输出表格美观，团队协作时大家读起来都标准。SPSS的正交设计模块适合比较简单的需求，内部选项比Minitab少一些。

最后提一个经验值：并列法虽然能帮你压缩试验次数，但当你发现需要并列三组以上列才能满足需求时，建议停下来重新审视实验方案。因为并列三组以上通常意味着你有三个以上高水平因素，这时还不如直接用现成的L32(2^1×4^9)之类的混合表，或者考虑换用部分因子设计，试验次数不一定比并列法多，但交互关系会更清晰。做实验设计最重要的原则永远是：方案简单可解释，比方案花哨省事更重要。