这是因为包含四个或更少因素的确定性筛选设计是基于包含五个因素的确定性筛选设计而创建的。
从四阶或更低阶的会议矩阵创建设计可能会导致不良的设计特性，特别是难以区分二次效应。
确定性筛选设计结构（所有连续因素）
确定性筛选设计（DSD）是在偶数维 m × m 会议矩阵上构建的实验设计。
在 DSD 中，设计是通过添加一个折叠矩阵 −C 来创建的，该折叠矩阵与矩阵 C 对应的实验条件符号相反，然后添加一行作为中心点。
所需的最少实验次数取决于因子 k 的数量是偶数还是奇数。
当因子个数 k 为偶数时
要创建最小运行设计，首先创建一个 k×k 会议矩阵。
如果我们折叠这个矩阵（加上否定矩阵 −C），并为中心点添加一行，则实验次数变为 2×k+1。
当因子个数 k 为奇数时
会议矩阵必须具有偶数维，因此如果因子数 k 为奇数，则使用 (k+1)×(k+1) 会议矩阵来创建实验次数最少的 DSD。
如果我们对这个矩阵进行折叠并添加一个中心点，实验次数将变为 2×(k+1)+1=2×k+3。
*在这种情况下，删除不再需要的最后一列。
利用这一概念，我们解释了当所有因素均为连续因素时，对于四个或更少因素的DSD，最少需要进行多少次实验。
*有关 DSD 结构的详细信息，包括当存在两级分类因子时，请参阅此处的在线帮助。
包含 4 个或更少因子的 DSD（所有因子均为连续尺度因子）
因子数4
当 k=4 时，根据上述“当因子个数 k 为偶数时”，最少需要进行 2×4+1 = 9 次实验。
然而，实际应用的会议矩阵是一个包含五个因素的矩阵。
在这种情况下，k 被替换为 5，因此 2×5+3=13，所以最少需要进行 13 次实验（实际设计中不必要的列被删除）。
* 额外实验次数：0
因子数3
当 k=3 时，根据上述“当因子数 k 为奇数时”，最少需要进行 2×3+3 = 9 次实验。
然而，实际应用的会议矩阵是一个包含五个因素的矩阵。
在这种情况下，k 被替换为 5，因此 2×5+3=13，所以最少需要进行 13 次实验（实际设计中不必要的列被删除）。
* 额外实验次数：0
