第一步选定拟合模型
1.1分析评估回归的显著性
（1）判断ANOVA表中的总效果
H0:模型无效，H1:模型有效
判断标准，主效应和2因子的交互作用至少有一项P小于0.05，应拒绝原假设，才能证明模型有效。

（1）看有没有失拟，H0：无失拟,H1：有失拟
判断标准：P大于0.05，表明无法拒绝原假设，判为无失拟，反之，说明模式漏掉了重要的项(高阶交互作用的项)
（2）看有没有弯曲，H0：无弯曲,H1：有弯曲
判断标准：P大于0.05，表明无法拒绝原假设，判为无弯曲，反之，说明数据有弯曲，模型中并没有平方项，应补上。

1.2分析评估回归的总效果
（1）两个确性系数R-sq,R-sq(adj) R-sq(adj)肯定小于
R-sq，两者越接近越好，如果差距很大，说明模型中有些不显著的项，可以删去（2）对于S值和S2的分析残差误差项的离差平方和（MSE）是σ2的无偏估计量，其平方根就是S S 越小越好，S先记录下来，与修改后的S值对比，如果修改后的S有降低，说明模型有改进。

1.3 判断各项效应的显著性可以根据各项对应的P-value判断，也可以根据Pareto图判断，或标准化效应图判断第二步，残差诊断 2.1观察残差对于以观测点顺序为横轴的散点图，看是否随机的在水平轴上下波动 2.2观察残差对于响应变
量拟合值的散点图，看是否有等方差，即是否有“漏斗型”或“喇叭型”
2.3观察残差的正态型检查图，看是否服从正态分布 2.4观察残差对于自变量的散点图，看是否有弯曲趋势第三步，判断模型是否要改进
3.1残差对于拟合值的诊断图中，是否有不齐性或弯曲，如有要对响应变量y做某种变换 3.2残差对于自变量的诊断图，是否有弯曲，如有，需要考虑增加x的平方项 3.3对各项效应的显著性分析，如果不显著，要从模型中删去 3.4对建立的新模型重复一、二、三步骤第四步，对选定的模型做解释
4.1输出各因子的主效应图，交互效应图 4.2输出各因子的等高线，响应曲面图 4.3实现最优化第五步判断目标是否已经达到如果没达到，重新做实验。