많은 응용 프로그램에서 통계학자는 “성가신 매개 변수”가 아닌 “관심있는 매개 변수”에 가장 관심이 있습니다. 더 일반적으로 통계학자들은 실험 설계 및 분산 분석에서 처리 수단의 선형 조합을 통해 추정되는 매개 변수의 선형 조합을 고려합니다. 이러한 선형 조합을 대조라고 합니다. 통계학자는 관심 있는 매개 변수와 대비를 위해 적절한 최적성 기준을 사용할 수 있습니다. [10] 3단계 요인 대화 상자를 사용 하 인 실험의 설계 및 분석상자에서 기본 디자인이 선택 됩니다: 2/1/9 (2 요인, 1 블록, 9 실행). 빠른 탭에서 3단계 요인으로 실험 설계 대화 상자에서 표준 순서 옵션 단추를 선택합니다. 그런 다음 요약: 디자인 표시 단추를 클릭하여 스프레드시트에서 디자인을 생성합니다. 이제 이 디자인을 저장하고 모든 대화 상자와 스프레드시트를 닫을 수 있습니다. 빠른 탭에서 디자인 표시 버튼을 클릭하여 선택한 점을 검토합니다. 과학자들이 여러 이론을 테스트하고자 할 때, 통계학자는 지정된 모델 들 사이에서 최적의 테스트를 허용하는 실험을 설계할 수 있습니다. 이러한 “차별 실험”은 콕스와 앳킨슨의 작업에 따라 약동학 및 약력학을 지원하는 생물 통계학에서 특히 중요합니다. [19] 최적의 디자인 카탈로그는 책과 소프트웨어 라이브러리에서 발생합니다.
실험 설계는 통계 적 기준을 사용하여 평가됩니다. [6] 또한 SAS 및 R과 같은 주요 통계 시스템에는 사용자의 사양에 따라 설계를 최적화하는 절차가 있습니다. 실험자는 설계에 대한 모델과 최적성 기준을 지정해야 메서드가 최적의 설계를 계산할 수 있습니다. [11] 다른 최적성 기준은 예측의 차이와 관련이 있습니다: 1815년, 스티글러에 따르면 조셉 디아즈 게르곤에 의해 다항식 회귀를 위한 최적의 설계에 관한 기사가 출판되었습니다. 1815년 J. D. Gergonne(스티글러)과 같은 연속 변수를 가진 회귀 모델의 파라미터를 추정하기 위해 가장 초기의 최적의 설계가 개발되었습니다. 영어로는 찰스 S. 피어스와 커스틴 스미스가 두 번의 초기 공헌을 했습니다. 최적성 기준이 볼록하지 않은 경우 전역 최적을 찾고 최적성을 확인하는 것은 종종 어렵습니다. 최적화 문제로 디자인 문제의 공식화는 학습 및 교육 보조 자료로 Excel 및 MATLAB을 사용하여 텍스트 전체에 걸쳐 강조되고 설명됩니다.