실험계획(DOE)에서 중심점(Center Point)를 포함시키고 반복실험을 하는 것은 또 다른, 같은 목적이 있다.
중심점(Center Point)과 반복횟수는 검정력을 증가시키기 위해 사용한다
그러면 몇번이나 중심점(Center Point)에서 반복을 해야 통계적인 검정력을 높일 수 있을까?
여기서 검정력이란 통계적으로 아주 유의한 효과를 찾을 확률이며 클 수록 좋다.

그러면 예를 들어 5 인자 1/4 부분배치 실험에서 반복횟수와 중심점(Center Point)의 개수를 변경할 때  
어떤 현상이 발견되는지 알아보자. 단, 블록과 반복회수는 같은값을 사용한다.

Power and Sample Size

2-Level Factorial Design

α = 0.05  Assumed standard deviation = 1

Factors: 5   Base Design: 5, 8
Blocks:  4

Including a term for center points in model.
Including blocks in model.

Center
Points
   Per        Total
 Block  Reps   Runs  Power   Effect
     2     4     40    0.8  1.02615
     3     4     44    0.8  1.02150
     4     4     48    0.8  1.01793

위 결과를 보면 총 40 런에서 4*8=32 런과 8개의 중심점(Center Point) 런을 볼 수 있으며 효과의 크기는
1.02615 만큼 추적할 수 있음을 알 수 있다.

그런데 좀더 작은 실험설계를 해보면 어떨까?
변경 조건을 반복수와 블록수를 1로 변경해보면...

Power and Sample Size

2-Level Factorial Design

α = 0.05  Assumed standard deviation = 1

Factors:    5   Base Design: 5, 8
Blocks:  none

Including a term for center points in model.

Center        Total
Points  Reps   Runs  Power   Effect
     2     1     10    0.8  11.5499
     3     1     11    0.8   3.9976
     4     1     12    0.8   3.0094

반복수 1, 중심점(Center Point) 개수 2인 경우 총 10회 런이 구성되고 우리는 효과의 크기를 11.5499
만큼 추적할 수 있다는 것을 알 수 있다. 여러분의 실험에서 추적할 수 있는 효과의 크기가 작은 것이
더 좋은 실험을 의미한다. 이것이 우리가 반복실험을 하는 가장 큰 이유이다.

또한 중심점(Center Point)가 추적할 수 있는 효과의 크기에 어떻게 영향을 미치는지도 알수 있다.

꼭지점(Corner Point)에 대한 4회 반복을 할 때, 여기에 중심점(Center Point) 몇개를 추가하면
큰 차이를 볼 수 없을 것이지만, 꼭지점(Corner Point)에 대한 반복실험없이 중심점(Center Point)
2개를 추가하면 추적할 수 있는 효과의 크기를 11.5499에서 3.0094까지 줄일 수 있다.
이것이 우리가 중심점(Center Point)를 사용하는 가장 큰 이유이다.