输入缺失数据
留空;仅当零代表真实结果时才使用“0”。
响应列中只允许使用数值数据。
对设计的更改
设计布局屏幕上的许多内容都可以通过右键单击因子列标题，然后选择Edit info…（编辑信息）
右键单击行标题以删除运行或将其状态更改为忽略， 突出显示或验证。
如果需要更改设计的创建方式，通常最容易重建设计。单击File, New Design，然后在“Use previous design info?(使用以前的设计信息？)”对话框中单击Yes。这样做会保留所有因子名称、水平和响应名称。进行必要的更改并重新构建，而无需重新键入所有内容。
如果仅调整因子名称和数值因子限制，请使用 [Design Layout（设计布局）]屏幕中的Column Info Sheet（列信息表）视图。
无法运行因子水平的一种组合
如果只有一个组合很难或不可能执行，您可能会将该组合留在实验中，并将其视为缺失数据。另一种选择是构建一个仅包含可能组合的候选集，并构建一个最优设计。如果两个因素的特定组合不能成为设计的一部分，则组合因素。您失去了交互，但仍然可以测试组合之间的差异（效应）。如果排除的组合仅涉及数字因素，则优化设计也可以对其应用约束。
混乱的编码水平
如果将设计中的因子设置替换为实验期间使用的完全不同的设置（过度键入），则可能会出现这种情况。
按着这些次序：
- 右键单击混乱的因子列标题
- 从列表中选择Recode(重新编码)选项。
- 单击对话框中的Yes。
- 对其他混乱的因子重复上述步骤。
不幸的是，这种技巧不适用于混合物。复制当前数据集，重建设计以匹配真实的组件范围，并将数据集粘贴到“新”设计中。
规划双因子实验
当一个实验只包括一个或两个因子时，必须有重复。当所有两个因子组合的结果只收集一次时，没有足够的信息（自由度）来测试所有的影响。可以估计效应（系数，但没有p值），但它们是基于尽可能小的样本量。
对双因子设计进行一次额外的复制就足以估算p值。更多的设计复制将有助于进一步提高设计的功效。
这一建议适用于只有两个因子的两水平和多水平类别设计。
在多水平分类设计上运行过多
多水平分类设计提供了一种具有所有可能的因子处理组合的设计。当因子有很多水平或有很多因子时，运行次数太多，无法进行有效的实验。
最优设计是将组合减少到仅适合合理模型所需的正确方法。默认情况下，最优因子设计是为双因子交互模型设计的。通过省略估计三因子和高阶交互作用的能力，可以节省许多运行时间。
在具有类别因素的设计中，每种处理必须至少使用一次。如果最佳设计仍然太大，那么一些处理和/或水平将需要从设计中删除以符合您的预算。
我需要多少个水平？
当使用数值因子时，真实的响应面被假设为整个感兴趣区域的连续函数。连续函数可以通过泰勒多项式近似。所需的水平数量取决于您认为最能代表真实响应面的多项式的阶数。如果您认为响应面的形状是山、谷、脊或鞍，那么二次模型只需要三个水平（极低、极高和中间）。如果您认为曲面是波浪形的，那么三次函数需要四个水平。默认情况下，这些水平在整个测试范围内均匀分布，但不要求必需均匀分布。
更多水平允许分析拟合高阶多项式模型。如果不需要高阶多项式来模拟数据中的趋势，那么更多的水平无助于拟合正确的模型。最佳的RSM设计包括缺少拟合点，这比拟合模型所需的水平多了一些。这提供了一个检查，以确保模型适合整个感兴趣的区域。
设计实验用于将模型与数据拟合；将几个响应的模型组合在一起以优化过程。设计的实验并不打算用于暴力方法，在这种方法中，会测试许多可能的组合，并选出获胜者。
除非构建仅限于离散或类别因素，否则最优设计中每个因子的水平可能比实际需要的要多得多，但设计中只会选择这些水平的少数组合。
拟合多项式的最小水平数
| 多项式 | # 水平 |
|---|---|
| 线性和交互作用 | 2 |
| 二次 | 3 |
| 立方 | 4 |
| 四次 – 4 阶 | 5 |
| 五次 – 5 阶 | 6 |
