範例：單因子變數分析 (ANOVA)
使用
fullfact 函數設計實驗，以及
anova 函數分析實驗結果。
1. 定義在測試棉纖維量對新合成纖維強度之影響的實驗中，所用之係數數目。
2. 定義實驗所用的棉設定。
4. 呼叫函數 fullfact 建立全階乘設計矩陣，表示實驗及其執行次數。
在設計矩陣 X 中，A 表示棉係數，並以編碼格示顯示其階數：
A 的編碼值 | A 的實際值 |
0 | 15% |
1 | 20% |
2 | 25% |
3 | 30% |
4 | 35% |
5. 量測當棉纖維的權重為 15% 時，第一次執行的合成纖維強度。
6. 量測其他四次的執行情況。
8. 依 randomize 函數決定的順序，複製量測。
重複實驗有助於平均不受控制之變數的效果。重複實驗前呼叫 randomize 函數，有助於降低輸入係數之間的任何相關性排序。
9. 對所有需要的複製，重複步驟 7 與 8。記錄矩陣 Y 中的所有量測。
每一欄包含其中一個複製的數據，而每一列則包含某次執行的數據。
10. 呼叫函數
boxplot 準備箱形圖的數據，圖中每個方塊各代表一次執行。
由於每次執行的結果會記錄在矩陣列中，但是傳入 boxplot 的數據集必須是矩陣欄，因此會轉置矩陣 Y。
12. 建立箱形圖。
a. 繪製 boxplotgraph 函數的輸出：
b. 以每項係數的標籤建立文字區域：
從箱形圖來看，棉權重百分比似乎會影響纖維的伸展度。當棉權重約為纖維權重的 30% 時，纖維的伸展度會達到上限。
13. 呼叫函數 anova 測試棉權重百分比是否會影響伸展度。
14. 將 r 定義為執行的次數，並將 x 定義為複製的次數，然後再計算 SSE 欄中的平方總和。
15. 將 N 定義為測量總數，然後再計算 df 欄中的自由度。
16. 計算 MSE 欄中的均方。
17. 計算係數 A 的 F-value。
P 欄中的 P-value 小於 0.05，表示係數 A 相當顯著。
18. 使用 F-value 測試 A 為顯著因子的假設。計算顯著程度 5% 的臨界 F 值。
係數 A 的 F-value 大於臨界 F 值，如此再次確認棉的權重百分比確實會影響纖維的伸展度。
參照
Montgomery, D.C., Design and Analysis of Experiments, 5th ed., John Wiley & Sons, New York, 2001.62.
