实际问题都是复杂的，任何数学模型都只是它的某种抽象概括。

（1）因子：可控因子与非可控因子

        因变量Y(response)：又称“响应变量”或“指标”，是我们关心的输出变量。

        因子(factor)：影响响应变量Y的那些自变量X称为试验问题中的因子。

        可控因子：人们在试验中可加以控制的因子，它们是输入变量，是影响过程结果的。可以是连续型的（通常情况），也可以是离散型的。

        非可控因子：又称噪声因子（noise factor），常被当作误差来处理。影响过程及结果的变量除了可控因子外，还可能包含一些可以记录但不可控制的非可控因因。通常很难将它们控制在某个精确值上，实际问题中它们确实也可能取不同的值，

（2）水平及处理

        为了研究因子对响应变量的影响，需要用到因子的两个或更多不同的取值，这些取值称为因子的水平（level）或设置（setting）。

        各因子皆选定了各自的水平后，其组合称为处理（treatment）。

        按照设定的因子的水平组合，就可以进行试验了。一次试验将会得到一次响应变量的观测值，这就是一次试验（trial or experimental run）,简称为一次运行（run）。

        一个处理可以进行多次试验。

（3）试验单元与试验环境

        试验单元（experiment unit）：指对于对象、材料或在制品等载体，处理（即试验）应用于其中的最小单位。

        试验环境（experiment environment）：以已知或未知的方式影响试验结果的周围条件，通常包括温度、湿度、电压等。

（4）模型与误差

        数学模型：

                Y=∫( X1，X2，... ，  XK) + ε

        式中，Y是响应变量； X1,X2,...,XK 是可控因了；∫是某个已知的确定的函数关系；ε是误差。

        误差ε主要是非可控因子（或噪声）所造成的试验误差（experimental error），还包括了测量误差。

        为了不使测量误差影响分析结果，通常要在试验进行前，先进行测量系统分析，只有测量误差满足了对测量系统的最低要求后，试验才能开始进行。

（5）主效应和交互效应

        主效应通常指各个独立变量对因变量的独立影响，又称为“因子效应”。

        如某个试验中，考虑两个因子A和B，每个因子皆有两个水平，则：

                因子A的主效应 = A处于高水平时Y的平均值 - A处于低水平时Y的平均值

                因子B的主效应 = B处于高水平时Y的平均值 - B处于低水平时Y的平均值

        交互作用（interaction）：定义两因子间有交互作用为——如果因子A的效应依赖于因子B所处的水平，则称因子A与因子B之间有交互作用（interaction）。

        两因子交互效应（interaction effect）公式：

        AB交互效应 = （因子B处于高水平时因子A的效应 - 因子B处于低水平时因子A的效应）÷ 2

        BA交互效应 = （因子A处于高水平时因子B的效应 - 因子A处于低水平时因子B的效应）÷ 2

        如果二者是相同的，不再区别A*B 或B*A。

        值得注意的是，如果两个因子间存在显著的交互作用，就不能只用主效应的大小来作为该因子是否重要的判断依据。有时一个因子主效应很小，只要某个含此因子的交互作用效应显著，则这个因子就是重要的，就应予以保留。