极差分析法虽然简单又直观，只要做少量计算和综合分析比较，就能知道因素的重要程度，得出比较好的试验条件。但它的不足是不能估计试验误差大小，也不知道分析的精度，就是没法区分因素各水平对应的试验结果之间的差异到底是不是真的因为因素水平不同引起的。为了弥补直观分析法的这些不足，可以用方差分析法。多因素正交试验的方差分析的基本想法和方法跟单因素方差分析基本一样，只是要多算几个因素的离差平方和自由度，而且要分别对各个因素进行分析、检验和推断。正交试验法主要是考察因素水平的改变对指标有没有明显影响，在孤立的试验点上找最佳因素水平或者最佳因素水平组合，但它不能得出在试验因素的整个区域内变量和响应值之间的定量关系也就是函数表达式，所以没法得到整个区域上因素的最佳组合和响应值（试验指标）的最优解。

响应曲面法（Response surface methodology, RSM）是1951年由英国统计学家G.Box和Wilso提出来的，它是通过合理的试验设计方法做实验得到一些数据，用二次多项式回归方程来拟合因素和响应值之间的函数关系，通过对回归方程的分析来找到最优的参数变量的一种试验统计方法，所以也叫回归设计。它能研究响应和多个因素之间相互作用以及非线性的关系，和正交实验相比，RSM试验次数更少、结果更准确。常见的RSM包括中心复合试验设计（Contral composite design，CCD）和Box - Behnken（BBD）试验设计两种。其中，CCD设计有顺序性，预测效率比较高，但对试验条件要求也高，它需要由因子试验点、中心试验点和轴向试验点组成，试验包括顶点水平组合或者高于顶点水平的组合。