问正交阵列测试是否与实验设计相似？

EN

不，不是真的。

正交阵列测试(OAT)是一种组合输入以减少测试用例数量的方法，这主要是为了节省时间。例如，当您有3个变量时，每个变量可以有3个值。传统上，您需要生成27种需要测试的案例，而OAT则减少到9种。

实验设计，或者说实验设计，确实是测试的基础。它背后的一般想法是，你设计实验的控制方式，以找到更多关于你的假设，这通常说明了自变量(S)(也称为因变量)和因变量之间的因果关系。这与观察性研究不同，当你不干涉时，即不刻意改变任何变量。

一个简单的实验设计可以是以下几点：

M => A => M
M    =>   M

其中M代表测量，A代表治疗的执行。所以，你有两组，其中一组接受治疗。您可以在使用治疗之前和之后测量因变量。一个具体的例子是，当你有两组病人时，你想知道一种特定的药物会对他们的血压产生什么影响。你把他们分成两组，一组接受药物治疗，另一组没有(例如服用安慰剂)。

显然，它可能会变得更复杂，因为你理想中也希望在你的经验中有一些随机化，或者你可能会进一步将这些群体分成不同的年龄组，因为你期望药物对不同的年龄组有不同的影响。那时，其他的实验设计也出现了。

最后但并非最不重要的是，道德也起着一定的作用。很多时候，真正的随机化是不可能的，因为伦理。当你把人随机分成几组，当其中一些人应该吸烟时，你就不能进行实验；你不能仅仅因为你的实验而强迫人们开始吸烟。

总而言之，要点是：

1. 定义你的假设
2. 每次更换一个自变量
3. 观察和测量效果

我经常看到的是，测试人员一次在系统中更改了这么多东西，然后再进行测试。因为他们一次改变了这么多的变量，所以他们不能说出这些变量中的哪一个有特定的影响。

在互联网上有很多关于这方面的资源，简短的介绍可以是这篇文章：http://www.stat.yale.edu/Courses/1997-98/101/expdes.htm，但是你可以找到很多其他的。