部分析因设计（fractional factorial design），理学-统计学-工业统计-试验设计-【设计】，由完全析因设计的一个子集组成的析因设计。因子试验的一个不足是当因子数增加或者因子的水平数增加时，水平组合数将呈指数增长。其中一种处理方法就是在全部水平组合中，选出一部分有代表性的水平组合做试验，该方法称为部分析因设计。虽然部分析因设计可以大大减少试验次数，但可能会丢失某些信息。部分析因设计的目的就是通过选择试验点从而获得最主要的信息，忽略次要的信息。由于部分析因试验不能获得所有因子效应，如何选择具有代表性的水平组合呢？大量试验结果表明，有许多因子效应在试验中没有显著影响。选取代表性水平组合应满足如下的两个原则：①效应稀疏原则。在因子试验中，相对重要的因子效应数目是通常较少，研究者应集中于“重要的少数”而非“不重要的多数”，该原则由美国统计学家G.E.P.博克斯（George Edward Pelham Box）和D.R.麦凯于1986年提出。②效应排序原则。主效应比交互效应重要，低阶效应比高阶效应重要，而同阶效应则同等重要。