实际工作中，我们一般选择的设计为因子设计，但有的时候实验经费很昂贵，这时候就可以使用试验次数更少的方法，plackett-Burman设计
就是一种实验次数最少的筛选因子的方法。
在部分因子设计中，实验次数n是2的整方幂：4、8、16、32……这些实验计划保证了实验安排的正交性，除了中心点外，任一列中的正负号
出现的次数各占一半，任意两列中，++，+-，-+，-四种搭配出现的次数也都是相等的，因为这种正交性，才导致了实验的“均衡分散，整齐可
比”。但是，要保证正交性就必须是2的正方幂吗？在数学上很容易证明，n不一定要是2的正方幂，但一定要是4的整数倍。Plackeet-
Burman设计就是对所有恰为4的整数倍的n给出了设计。若此时又刚好为2的正方幂，其结果就与因子设计完全一样的。宗旨，Plackett-
Burman设计最有用的是n=12，20，24……。
用Plackett-Burman设计来安排实验最大的好处是节省实验次数，例如用L12时，12次实验可以安排最多11个因子。当然这种方法的分辨度只
有III，换言之，主效应与2阶交互作用混杂。若任何一个2阶交互效应显著，则不能准确分析主效应，因此，这种设计只用于早期的因子筛选，
它使用的范围就是因子个数比较多，但实验费用很昂贵，不到万不得已，一般不选择该方法进行实验设计。
在Minitab软件中的处理
统计----DOE---因子---创建因子设计
选择Plackett-Burman设计即可。
就是一种实验次数最少的筛选因子的方法。
在部分因子设计中，实验次数n是2的整方幂：4、8、16、32……这些实验计划保证了实验安排的正交性，除了中心点外，任一列中的正负号
出现的次数各占一半，任意两列中，++，+-，-+，-四种搭配出现的次数也都是相等的，因为这种正交性，才导致了实验的“均衡分散，整齐可
比”。但是，要保证正交性就必须是2的正方幂吗？在数学上很容易证明，n不一定要是2的正方幂，但一定要是4的整数倍。Plackeet-
Burman设计就是对所有恰为4的整数倍的n给出了设计。若此时又刚好为2的正方幂，其结果就与因子设计完全一样的。宗旨，Plackett-
Burman设计最有用的是n=12，20，24……。
用Plackett-Burman设计来安排实验最大的好处是节省实验次数，例如用L12时，12次实验可以安排最多11个因子。当然这种方法的分辨度只
有III，换言之，主效应与2阶交互作用混杂。若任何一个2阶交互效应显著，则不能准确分析主效应，因此，这种设计只用于早期的因子筛选，
它使用的范围就是因子个数比较多，但实验费用很昂贵，不到万不得已，一般不选择该方法进行实验设计。
在Minitab软件中的处理
统计----DOE---因子---创建因子设计
选择Plackett-Burman设计即可。