水平 因素A因素B 因素C 因素D
1
2
3
实验序号 因素A 因素B 因素C 因素D 结果
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1
K1 123结果相加 147结果相加 168结果相加 159结果相加
K2 456结果相加 258结果相加 249结果相加 267结果相加
K3 789结果相加 369结果相加 357结果相加 348结果相加
R因素A下K最大减K最小 因素B下K最大减K最小 因素C下K最大减K最小 因素D下K最大减K最小
简单的来说，K1值就是在每个因素下对应水平为1的实验结果的和，K2就是在每个因素下对应水平为2的实验结果的和，R就是每个因素下K的最大值减最小值。
K1，K2，K3每个因素各个水平下的指标总和，K1表示“1”水平所对应的试验指标的数值之和。Ⅰi(Ⅱi,Ⅲi)=第i列上对应水平1（2，3）的数据和，K1 为1水平数据的综合平均=Ⅰ/水平1的重复次数。
R行称为极差，表明因子对结果的影响幅度，用最大的K减去最小的K。
安排试验时，只要把所考察的每一个因子任意地对应于正交表的一列(一个因子对应一列，不能让两个因子对应同一列)，然后把每列的数字"翻译"成所对应因子的水平。这样，每一行的各水平组合就构成了一个试验条件(不考虑没安排因子的列)。
扩展资料：
正交试验的方差分析
(一)假设检验
在数理统计中假设检验的思想方法是：提出一个假设，把它与数据进行对照，判断是否舍弃它。其判断步骤如下：
(1)设假设H0正确，得到一个理论结论，设此结论为R0；
(2)再根据试验得出一个试验结论，与理论结论相对应，设为R1；
(3)比较R0与R1：若R0与R1没有大的差异，则没有理由怀疑H0，从而判定为："不舍弃H。"(采用H。)；若R0与R1有较大差异，则可以怀疑H0，此时判定为："舍弃H0"。
为确定这个量的界限，需要利用数理统计中F分布的理论。
若yl服从自由度为φ1的χ2分布，y2服从自由度为φ2的χ2分布，并且yl、y2相互独立，则（y1/φ1）/(y2/φ2)服从自由度为(φ1，φ2)的F分布。F分布是连续分布，分布模数是两个自由度(φ1，φ2)。
称φ1为分子自由度，称φ2为分母自由度。在自由度为(φ1，φ2)的F分布中，某点右侧面积为p，也就是F比此值大的概率为p，把这个值写为 (p)。若检验的显著性水平(或危险率)给定为α时，则可以把 (α)作为临界值来检验假设。
参考资料来源：百度百科-正交试验
k是极差，r是方差。
正交试验设计是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分析因式设计的主要方法，是一种高效率、快速、经济的实验设计方法。
安排
正交试验设计的关键在于试验因素的安排。通常，在不考虑交互作用的情况下，可以自由的将各个因素安排在正交表的各列，只要不在同一列安排两个因素即可（否则会出现混杂）。但是当要考虑交互作用时，就会受到一定的限制，如果任意安排，将会导致交互效应与其它效应混杂的情况。
以上内容参考：百度百科-正交试验设计
