MINITAB DOE分析其中一个因子为显著因子，但是Pearson 相关系数值0.17为弱相关

“ Pearson 积矩相关- Pearson 相关可评估两个连续变量之间的线性关系。在一个变量中的变化与其他变量中的比率变化相关时，则关系为线性关系。
 
重要注意事项：

·    相关并不意味着一定存在因果关系。只有受控试验才能确定因果关系。例如，尽管冰激淋消费和流感病例数可能负相关，但增加冰激淋消费不一定会使流感比率下降。可能有其他复合变量（如温度）在起作用。

·    单个极值能对系数产生极大影响。找出异常值并分析其影响。

·    要确定模型与数据的拟合程度，可通过将相关系数平方并乘以 100 计算出 (R2) 的方差百分比。例如：相关系数 (r) 为 0.20 只能说明 4% 的方差，r=0.71 说明 50%，r=0.90 说明 81%。
 
”---摘自 Minitab Help。
 
DOE有几种类型，除了效应曲面设计等寻找最优实验区域及建模目的设计之外，其他的设计主要是推断因子的显著性。
 
从您的描述来看，我的个人观点是：它们没有什么必然联系。