doe分析是一种实验设计方法，用于探索和验证因素对结果的影响。
需要doe的原因：
要为原料选择最合理的配方时（原料及其含量）；要对生产过程选择最合理的工艺参数时；要解决那些久经未决的“顽固”品质问题时；要缩短新产品之开发周期时；要提高现有产品的产量和质量时；要为新或现有生产设备或检测设备选择最合理的参数时等。
基本原理：
试验设计的三个基本原理是重复，随机化，以及区组化。所谓重复，意思是基本试验的重复进行。重复有两条重要的性质。第一，允许试验者得到试验误差的一个估计量。这个误差的估计量成为确定数据的观察差是否是统计上的试验差的基本度量单位。
第二，如果样本均值用作为试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。
所谓随机化，是指试验材料的分配和试验的各个试验进行的次序，都是随机地确定的。统计方法要求观察值（或误差）是独立分布的随机变量。区组化是用来提高试验的精确度的一种方法。
doe的步骤：
1、确定目标
通过控制图、故障分析、因果分析、失效分析、能力分析等工具的运用，或者是直接实际工作的反映，会得出一些关键的问题点，它反映了某个指标或参数不能满足我们的需求，但是针对这样的问题，可能运用一些简单的方法根本就无法解决，这时候可能就会想到试验设计。
2、筛选因素
流程的充分分析，使有了非常宝贵的资料，那就是可能影响关注指标的因素，但是到底哪个是重要的呢？对一些根本就不或微小影响因素的全面试验分析，其实就是一种浪费，而且还可能导致试验的误差。可以应用一些历史数据，或者完全可靠的经验理论分析。
3、回归试验
在析因试验中，确定了所有因素与指标间的主要影响项，但是考虑到功效问题，需要进一步的安排一些试验来最终确定因素的最佳影响水平，这时的试验只是一个对析因试验的试验点的补充，也就是还可以利用析因试验的试验数据，只是为了最终能够优化指标。