这是一项正在进行的工作，旨在回答我自己的问题。（尚未完成）

Optimal 的常见类型

NIST 为实验的优化设计类型提供（链接）以下定义。

A-Optimality
[A] 标准是 A-optimality，它寻求最小化信息矩阵逆的迹。该标准导致基于预先指定的模型最小化参数估计的平均方差。基本假设是先前模型的平均方差描述了实际系统的整体方差。

D 最优
性 [另一个] 标准是 D 最优性，它寻求最大化 |X'X|，即设计信息矩阵 X'X 的行列式。该标准导致基于预先指定的模型最小化参数估计的广义方差。基本假设是先前模型的广义方差描述了实际系统的总体方差。

G-最优
性第三个标准是G-最优性，它寻求最小化最大预测方差，即最小化最大值。[$d=x'(X'X)^{-1}x$]，在一组指定的设计点上。像$H_{\infty}$控制这最小化给定先验模型的最大误差。

V 最优
性第四个标准是 V 最优性，它旨在最小化一组指定设计点的平均预测方差。

要求和...

NIST 表示，要求包括：

• 先验适当的分析模型
• 一组离散的样本点作为 DOE 的候选元素

在职的

这是“教科书”统计分析。DOE 应该适用于他们，如果“教科书统计”和“实验的统计设计”之间存在健康的联系，那么它们应该与这个问题的答案相关。

http://www.itl.nist.gov/div898/handbook/eda/section3/4plot.htm

NIST 案例研究包括：

• 普通随机数
• 统一随机数
• 随机游走（移动均匀随机的运行总和）
• 约瑟夫森结低温测量法（离散均匀随机）
• 光束偏转（有噪声的周期性）
• Fitler 透射率（自相关污染测量）
• 标准电阻器（与附加噪声呈线性关系，违反平稳性和自相关性）
• 热流（表现良好的过程，静止的，​​受控的）