正交试验设计是什么
正交试验用正交表（OAT）从多因素多水平的全组合中挑出代表性组合：任意两个因素的各水平搭配出现次数相同，用少量用例获得均匀分散的覆盖。它和成对组合（pairwise）思路相近，但出自试验统计学传统，常用于多参数配置、兼容矩阵与调优场景，前提是假定因素间强交互少。
基本信息
| 基本概念 | 因素（参数）、水平（取值）、正交表（选定的组合安排） |
|---|---|
| 均匀性 | 任意两因素的组合均匀出现，避免偏侧 |
| 表记号 | 如 L9(3^4) 表示九次试验、四因素、每因素三水平 |
| 与 pairwise 区别 | 正交表追求均匀分散；pairwise 只保证两两组合出现一次 |
| 适用条件 | 因素独立或弱交互、组合空间大、全组合不可行 |
| 工具支持 | PICT、正交表生成器，或套用标准正交表 |
小例子
小例子
因素：浏览器（Chrome、Firefox、Safari）
系统（Windows、macOS、Linux）
分辨率（1080p、2K、4K）
全组合：3 × 3 × 3 = 27 组
正交表：9 组即可让任意两因素的组合都出现 # L9(3^4)
# 选完再补关键业务组合：登录 + 支付等核心链路必须全测典型使用场景
- 兼容矩阵：浏览器、系统、分辨率组合空间大时抽样执行。
- 参数调优：多个可调参数找较优组合时减少试验次数。
- 打印与导出：纸张、方向、格式等多因素组合的抽样验证。
- 配置测试：功能开关与部署形态组合的冒烟筛选。
- 评审辅助：向业务方解释为什么不是全组合、覆盖凭什么够。
先定因素再定水平：因素选择错了，正交表再漂亮也没抓住风险。
正交表不排除补充：高风险组合与业务主链路要单独加上，不能全靠均匀抽样。
记录选表理由：审计或复盘时，为什么选这些组合要说得出依据。