实验设计与回归分析的区别？

我很赞成mgq139的意见.下面是些补充看法。

回归分析是对已经存在的一批Y及若干个X的同步观测资料,讨论他们的定量关系式。进行
回归分析的前提是已有观测数据。

DOE则是尚未获得数据情况下使用的，试验设计是一门“研究如何以最有效的
方式获取数据的科学”。因此，它研究如何安排试验以获得数据。

两者在进行回归时的效果上比较结果如何？
形象的比喻是“回归分析面对的数据很可能是贫矿，而试验数据所面对的数据
都是富矿”，它们在同样的数据量下获得的信息会有很大差别。用我们天津人
的歇后语说，回归的数据是“半夜下饭馆--有嘛算嘛“，事先不能保证回归后
结果的精度；而试验设计的结果，特别是象BOX所给出的RSM（响应曲面设计），
事先就能对于精度有准确的分析。当然DOE结果的分析效率要高得多。

至于方差分析，它着重解决的因子间重要性的比较问题，能看出哪个因子贡献
更大，那个因子贡献很小可以忽略；而回归分析则要定量找出Y与X的关系式来，
当然，回归分析中会用到方差分析，以判断回归效果是否显著，各因子作用
是否显著等，但它更重要的作用在于回归方程。回归分析中要以方差分析作为
自己的工具之一。当然，方差分析又有很多回归分析所不能替代的作用，例如
在变异源分析（SOV）中，要计算各因子的方差分量，这只能是在方差
分析的基础上再加上一些计算，才能得到方差分量，这些又是回归分析所
不能完成的。

不言而喻，对于试验设计后所获得的数据进行分析时，通常都回用到方差分析
和回归分析两方面的工具的。但DOE是把它们作为工具使用的。

上述这些就是讨论三者关系的一些分析。敬请批评指正。