带有线性时间趋势的设计
通常，依照一定时间顺序执行的实验会遇到响应的线性漂移。若您随机执行试验，则漂移的效应通常不会使估计的因子效应发生偏倚。不过，若将漂移考虑在内，您可以减小这些效应的方差。
假定有理由怀疑随着时间的推移，响应中存在与因子变化无关的强线性趋势。那么您可以构造一种设计，在其中包含解释该趋势的线性协变量。在考虑到这一趋势协变量后，生成的设计将是最优的。
在本例中，您针对 7 个因子设计实验。您构造一个对于线性趋势稳健的包含 16 次试验的设计。
1. 选择文件 > 新建 > 数据表。
2. 右击第 1 列，然后选择列信息。
3. 将列名改为试验顺序。
4. 从初始化数据选项列表中，选择序列数据。
5. 在至旁边键入 16。
6. 点击确定。
数据表中已输入从 1 到 16 的连续整数。
7. 选择实验设计 > 定制设计。
8. 点击添加因子 > 协变量。
9. 选择试验顺序并点击确定。
10. 在添加因子数旁边键入 7。
11. 点击添加因子 > 连续。
图 5.68 “响应”和“因子”分级显示项
12. 点击继续。
13. 打开别名项分级显示项。
14. 选择列表中的所有效应并点击删除项。
这会从相关性色图中去除交互作用效应，仅保留主效应。
注意：在step 15中设置“随机种子”，在step 16中设置“开始数”，这将会重现本例中显示的确切结果。自行构造设计时，这些步骤不是必需的。
15. （可选）点击“定制设计”红色小三角，选择设置随机种子，键入 1084680980，然后点击确定。
16. （可选）点击“定制设计”红色小三角，选择开始数，键入 30000，然后点击确定。
17. 点击制作设计。
进度条中显示已用时间和 D 效率。
图 5.69 “设计”分级显示项
18. 打开设计评估 > 相关性色图分级显示项。
图 5.70 显示具有试验顺序的绝对相关性的色图
色图显示以下信息：
‒ 七个连续因子 X2 到 X8 彼此正交。
‒ 试验顺序（线性时间趋势变量）与 X2 到 X8 之间存在极低的绝对相关性。
19. 打开设计评估 > 估计效率分级显示项。
图 5.71 “估计效率”分级显示项
试验顺序与 X2 到 X8 之间较小的绝对相关性导致置信区间长度极小幅的增加（相对于理想的正交设计而言）。X2 到 X8 的置信区间长度的增加全部小于 0.1%。
在本例中，试验顺序因子与因子效应接近正交。在某些情况下，您设计中的试验顺序因子与其他因子之间可能存在程度更大的相关性。即便在这样的情形下，将试验顺序作为因子包含在内可解释任何线性趋势效应。包含试验顺序还使得其他因子效应的估计更加精确。