실험계획법(DOE)은 여러개의 예측변수(X)의 값을 동시에 변경하는 방법으로 반을결과(Y)의 값을
최적화 하기위해 사용한다.
반응결과값은 보통 연속형 변수인 경우가 많지만 가끔 속성 데이터난 범주형(합격/불합격, 채택/기각 등)를
최적화해야하는 경우도 있을 것이다.

앞에서 아크사인 변환으로 구한 반응결과를 DOE로 분석해보면 다음과 같다

Factorial Regression: Response versus A, B, C

Analysis of Variance

Source    DF  Adj SS   Adj MS  F-Value  P-Value
Model      3  2.1850  0.72833    24.66    0.005
  Linear   3  2.1850  0.72833    24.66    0.005
    A      1  0.8192  0.81920    27.73    0.006
    B      1  1.1858  1.18580    40.15    0.003
    C      1  0.1800  0.18000     6.09    0.069
Error      4  0.1182  0.02954
Total      7  2.3031

Model Summary

       S    R-sq  R-sq(adj)  R-sq(pred)
0.171865  94.87%     91.02%      79.48%

유의수준 5%에서 판단한 p-value를 살펴보면 요인 A, B는 유의하고 C는 유의하지 않은 것으로 나타난다.
그리고 Cube Plot 분석을 해보면 A(-1), B(+1), C(+1)조건에서 최대 속성반응값을 구할 수 있음을 알 수 있다.