正交表测试策略
第05章 5.5 正交测试法
在使用的两年时间内，凡被测试到的领域都没有再发现缺陷，因此在发现缺陷 这方面，此测试计划是100%有效。据测试负责人估计，如果AT&T采用1000个测试 用例的测试计划，可能仅仅只发现这些缺陷中的32个。
❖ 表中的因素数（变量）＞＝5
❖ 表中至少有二个因素的水平数（变量的取值）＞＝2 至少有另外二个因素的水平数＞＝3 还至少有另外一个因素的水平数＞＝6
❖ 行数取最少的一个（L49(78)、 L18(3661)）
❖ 结果： L18(3661)
L18(3661)
变量映射
A：0A1、1A2 B：0B1、1B2 C：0C1、1C2、2 C3 D：0D1、1D2、3D3 E：0E1、 1E2、2E3、3E4、4E5、5E6
什么是正交表？
在介绍正交表之前，现介绍两个概念：
❖ 什么是因素（Factor） 在一项试验中，凡欲考察的变量称为因素（变量）。
❖ 什么是水平（位级） （Level） 在试验范围内，因素被考察的值称为水平（变量的取
值）。
什么是正交表？（续）
正交表是一个二维表格，它的构成如下：
❖ 行数(Runs)：正交表中的行的个数，即试验的次数。 ❖ 因素数(Factors)：正交表中列的个数。 ❖ 水平数(Levels)：任何单个因素能够取得的值的最大个数。
正交表中的包含的值为从0到 “水平数-1”或从1到“水平 数”。 ❖ 正交表的表示形式： L行数(水平数因素数)
正交表的一个实例：L8(27)
正交表的正交性
❖ 整齐可比性
用正交实验法设计测试用例
用正交实验法设计测试用例正交实验法是一种高效的测试用例设计方法，通过设计一组合理的测试用例，可以最大限度地发现软件系统的缺陷。
正交实验法的基本原理是将多个因素进行组合，并通过对每个因素进行两个或多个不同取值的变化，来设计测试用例。
下面将详细介绍正交实验法的应用和测试用例设计。
一、正交实验法的基本原理正交实验法是一种通过有限次数的测试用例来探索软件系统中各种参数之间相互作用的方法。
它通过将所有可能的参数值组合成测试用例，以便快速而有效地发现潜在的错误。
正交实验法的基本原理是将多个因素进行组合，并通过对每个因素进行两个或多个不同取值的变化，来设计测试用例。
这样就可以有效地测试出各个因素之间的相互影响，同时减少测试用例的数量。
二、正交实验法的应用正交实验法可以用于以下场景：1.系统参数设置：在软件系统中，有很多参数需要设置。
通过正交实验法，可以找出参数设置对系统性能的影响，从而找到最佳的参数组合。
2.软件功能测试：在软件开发的过程中，有很多不同的功能需要测试。
通过正交实验法，可以设计一组测试用例，快速发现各个功能之间的问题。
3.用户界面测试：用户界面是软件系统中重要的组成部分，需要进行充分的测试。
通过正交实验法，可以设计出一组合理的测试用例，覆盖用户界面的各个组件和功能。
4.性能测试：在进行性能测试时，往往需要测试多个因素对系统性能的影响。
通过正交实验法，可以有效地设计一组测试用例，从而全面地测试出系统的性能。
三、正交实验法的测试用例设计步骤正交实验法的测试用例设计步骤如下：1.确定待测试的因素：根据测试的目标和需求，确定待测试的因素。
例如，系统参数设置、软件功能等。
2.确定每个因素的不同取值：对于每个因素，确定该因素的不同取值。
例如，系统参数设置的因素可以是参数A、参数B等，每个参数可以有不同的取值。
3.根据正交实验法表格设计测试用例：根据正交实验法表格，将待测因素填入相应的列，填入所有的可能取值。
用正交实验法设计测试用例
用正交实验法设计测试用例一、用正交表设计测试用例的步骤（1）有哪些因素（变量）（2）每个因素有哪几个水平（变量的取值）（3）选择一个合适的正交表（4）把变量的值映射到表中（5）把每一行的各因素水平的组合做为一个测试用例（6）加上你认为可疑且没有在表中出现的组合二、如何选择正交表● 考虑因素（变量）的个数● 考虑因素水平（变量的取值）的个数● 考虑正交表的行数● 取行数最少的一个三、设计测试用例时的三种情况（1）因素数（变量）、水平数（变量值）相符（2）因素数不相同（3）水平数不相同四、我们来看看第一种情况：（1）因素数与水平数刚好符合正交表我们举个例子：这是个人信息查询系统中的一个窗口。
我们可以看到要测试的控件有3个：姓名、身份证号码、手机号码，也就是要考虑的因素有三个；而每个因素里的状态有两个：填与不填。
选择正交表时分析一下：1、表中的因素数>=3；2、表中至少有3个因素数的水平数>=2；3、行数取最少的一个。
从正交表公式中开始查找，结果为：L4(23)变量映射：测试用例如下：1：填写姓名、填写身份证号、填写手机号2：填写姓名、不填身份证号、不填手机号3：不填姓名、填写身份证号、不填手机号4：不填姓名、不填身份证号、填写手机号增补测试用例5：不填姓名、不填身份证号、不填手机号从测试用例可以看出：如果按每个因素两个水平数来考虑的话，需要8个测试用例，而通过正交实验法进行的测试用例只有5个，大大减少了测试用例数。
用最小的测试用例集合去获取最大的测试覆盖率。
（2）因素数不相同如果因素数不同的话，可以采用包含的方法，在正交表公式中找到包含该情况的公式，如果有N个符合条件的公式，那么选取行数最少的公式。
（3）水平数不相同采用包含和组合的方法选取合适的正交表公式。
第4章 黑盒测试 第5节 其他方法及综合案例
zhang678
100
提示：帐户余额 200 不足
三、错误推测法
基于经历和直觉推测程序中所有可能存 在的各种错误，从而有针对性的设计测 试用例的方法。
根本思想： 列举出程序中所有可能有的错误和容易发生 错误的特殊情况，根据它们选择测试用例。 例如： 在单元测试中曾列出的许多在模块中常见的 错误、以前产品测试中曾经发现的错误等。 输入数据和输出数据为0的情况、输入表格 为空格或输入表格只有一行等。
综合案例
求三个数中的最大值： 现有一个小程序，能
够求出三个在-10 000～+10 000间整 数中的最大者，程序 界面如下图。
1．单个文本框的测试用例
针对单个文本框划分等价类，即只考虑 一个变量的输入是否符合条件。
输入数据要求-10 000～+10 000间的整 ห้องสมุดไป่ตู้，那么可以从数值的范围和数据类型 两个角度划分等价类。
说明的因素数且至少满足第(2)步说明的 水平数。
2.用正交表设计测试用例
(4) 把变量的值映射到正交表中。 (5) 把每一行的各因素水平的组合作为一
个测试用例。 (6) 再增加一些没有在表中出现，但你认
为可疑的测试用例。
二．场景测试
场景定义 场景测试步骤 举例
1.场景定义
场景是由一系列相关的活动组成的，而 且场景中的活动还可以由一系列的场景 构成。
测试方法的选择
❖遵循原那么：
❖根据程序的重要性和一旦发生故障将造成 的损失来确定测试等级和测试重点。
❖认真选择测试策略，以便能尽可能少的使 用测试用例，发现尽可能多的程序错误。
➢任何情况下都必须采用边界值分析法 ➢必要时采用等价类划分法 ➢采用错误推断法再追加测试用例。 ➢对照程序逻辑，检查已设计出的测试用例 的逻辑覆盖程度。 ➢假设程序的功能说明中含有输入条件的组 合情况，那么应一开场就选用因果图法。
正交试验设计表-图
选择合适的正交表
根据因素和水平数量，选择合适 的正交表，确保试验具有足够的 代表性和均衡性。
制定试验计划
按照正交表的安排，制定详细的 试验计划，包括试验顺序、条件 控制等。
试验因素与水平的确定
确定关键因素
01
根据研究目的和问题背景，确定对试验结果有显著影响的因素
作为关键因素。
确定因素水平
02
为关键因素选择合适的水平，确保试验结果具有实际意义和应
农业科学中的应用
肥料配比优化
通过正交试验设计，可以找出最佳的肥料配比方案，提高农作物的 产量和品质。
农药喷施方案优化
正交试验设计可用于评估不同农药喷施方案对农作物病虫害防治效 果的影响，从而选择出最佳的喷施方案。
种植技术优化
在农业种植技术中，正交试验设计可用于分析不同种植方式对农作物 生长的影响，从而选择出最佳的种植技术。
科学决策依据
正交试验设计得出的最优 解具有一定的可信度，可 以为科学决策提供有力的 依据。
正交试验设计的步骤与流程
明确试验目的和因素
首先需要明确试验的目的和考察的因素，为 后续的试验设计提供基础。
确定水平
根据实际情况和试验要求，为每个因素选择合 适的水平。
选择合适的正交表
根据因素和水平数量，选择合适的正交表，确保 试验设计的均衡分散和整齐可比。
用价值。
控制其他因素
Байду номын сангаас03
在试验过程中，应尽量控制其他非关键因素的干扰，以提高试
验的准确性和可靠性。
试验数据的收集与分析
记录试验数据
在试验过程中，详细记录每个试验条件下的数据，包括试验结果、 误差等。
数据整理与清洗
软件测试正交表设计测试用例
软件测试正交表设计测试⽤例这是⼀种新的设计⽤例的⽅法,其实我们都想问为什么要⽤这种⽅法去设计⽤例，认真了解后才知道，⽤这种⽅法可以减少 的时间及成本，其实我也没有真正⽤过这种⽅法，所以下⾯的⽤例也是抄拿别⼈的. 据我了解利⽤正交表设计 也是正义矩阵测试策略Orthogonal Array Strategy ( ).在正交试验法中有⼏个重要的概念：Strength：相互关系数，这⾥⾯是2，意思就是每两个变量之间的关系，如果是3的话就意味着需要三个变量之间的组合，如果是这样的情况⽤例数会极速增加．Factors：就是矩阵的列数，⼀般来说是有多少个变量.Level⽔平(位级)：在试验范围内，因素被考察的值称为⽔平(变量的值)，下⾯的例⼦⾥是2．⾏数(runs)：正交表中的⾏的个数，即试验的次数.正交表通常的表达式是：正交试验法设计测试⽤例的步骤：确定有哪些因素（变量）每个因素有哪⼏个⽔平（变量的取值）选择适合的正交表把变量的值映射到表中把每⼀⾏的各因素⽔平的组合做为⼀个测试⽤例加上你认为可疑且没有在表中出现的组合如何选择正交表：考虑因素(变量)的个数考虑因素⽔平(变量的取值)的个数考虑正交表的⾏数取⾏数最少的⼀个设计测试⽤例会碰到3种情况：因素数(变量)、⽔平数（变量的取值）相符因素数不相同⽔平数不相同因素数(变量)、⽔平数（变量的取值）相符：⽔平数（变量的取值）相同、因素数(变量)刚好符合正交表例⼦：有三个查询条件：企业名称，通讯地址，联系电话只考虑查询条件填与不填，下⾯来设计测试⽤例确定因素数和⽔平数：有三个因素数：企业名称，通讯地址，联系电话每个因素有两个⽔平：企业名称(填，不填)，通讯地址(填，不填)，联系电话(填，不填)选择正交表：表中的因素数>=3表中⾄少有三个因素的⽔平数>=2⾏数取最少的⼀个结果：L4（23）变量映射：企业名称：0(填)，1(不填)通讯地址：0(填)，1(不填)联系电话：0(填)，1(不填)⽤正交表设计测试⽤例：测试⽤例如下：填写企业名称、填写通讯地址、填写联系电话填写企业名称、不填通讯地址、不填联系电话不填企业名称、填写通讯地址、不填联系电话不填企业名称、不填通讯地址、填写联系电话增补测试⽤例：不填企业名称、不填通讯地址、不填联系电话测试⽤例减少数：8->5因素数不相同：⽔平数(变量的取值)相同但在正交表中找不到相同的因素数(变量)(取因素数最接近但略⼤的实际值的表)例⼦：使⽤我们⼀开始讲的那个企业情况查询的例⼦。
正交试验法
DOCS SMART CREATE
CREATE TOGETHER
DOCS
01
正交试验法的基本概念与原理
正交试验法的定义与背景
正交试验法是一种实验设计方法
• 用于研究多个因素对实验结果的影响
• 通过正交表安排实验，提高实验效率
源于20世纪初的统计学家
• 罗德里格斯（A. A. Rodrigues）
• 费雪（R. A. Fisher）
• 邓肯（F. Y. Duncan）等
正交试验法在实验设计中的重要性
• 提高实验效率
• 减少实验误差
• 便于数据分析与优化
⌛️
正交试验法的原理与特点
正交试验法的原理
正交试验法的特点
• 利用正交表安排实验
• 实验次数较少
• 考虑因素间的交互作用
• 因素水平分布均匀
优化策略
优化技巧
• 找出最优实验方案
• 利用正交表进行实验设计
• 分析因素间的交互作用
• 结合实际情况调整实验方案
• 调整实验因素与水平
• 考虑实验误差的影响
正交试验法的误差分析与控制
误差来源分析
误差控制方法
• 实验操作误差
• 提高实验操作水平
• 测量误差
• 采用准确的测量方法
• 数据处理误差
• 数据处理时进行误差修正
反应条件优化
• 反应温度、压力、物料配比等条件
• 考虑因素间的交互作用
• 优化反应条件，提高反应效率
催化剂性能评价
• 催化剂活性、选择性、稳定性等性能评价
• 研究催化剂组成与工艺条件对性能的影响
• 优化催化剂组成与工艺条件，提高催化剂性能
正交试验设计法简介
正交试验设计法简介一、概述正交试验设计法，又称为正交实验设计、正交表设计或正交测试设计，是一种高效、系统的试验设计方法。
该方法源于数学中的正交性概念，通过正交表来安排多因素试验，使得每个因素的每个水平都能在其他因素的所有水平中均衡出现，从而能够有效地分析多个因素对试验结果的影响。
正交试验设计法最初由日本统计学家田口玄一博士于20世纪50年代提出，并在工程领域得到了广泛应用。
正交试验设计法的主要优点包括试验次数少、数据分析简便、试验效果高等。
通过正交表的设计，可以大大减少试验次数，提高试验效率同时，正交表的规范化和系统性使得试验数据的分析变得简单明了，便于找出影响试验结果的主要因素和最优组合。
正交试验设计法广泛应用于工业、农业、医学、军事等领域。
在工业生产中，正交试验设计法可用于优化产品设计、改进生产工艺、提高产品质量等在农业研究中，可用于优化作物种植方案、提高作物产量等在医学研究中，可用于药物筛选、临床治疗方案优化等。
正交试验设计法还可用于系统可靠性分析、多目标决策等领域。
正交试验设计法是一种高效、实用的试验设计方法，对于多因素、多水平的试验问题具有重要的应用价值。
通过正交表的设计和分析，可以系统地研究多个因素对试验结果的影响，找出最优方案，提高试验效率和效果。
1. 正交试验设计法的定义正交试验设计法是一种研究多因素多水平的科学实验设计方法。
它基于Galois理论，从大量的实验点中挑选出适量的、有代表性的点进行试验，这些点具有“均匀分散，齐整可比”的特点。
这种方法的主要工具是正交表，通过合理安排实验，可以在最少的试验次数下达到与大量全面试验等效的结果。
正交试验设计法具有高效率、快速和经济的特点，被广泛应用于各个领域，如生物学、软件测试等。
2. 正交试验设计法的起源与发展正交试验设计法的起源可以追溯到古希腊时期。
当时，为了满足国王检阅臣民时的要求，即每个方队中每行有一个民族代表，每列也要有一个民族的代表，数学家们设计了一种方阵，被称为拉丁方。
软件测试中的正交试验设计技巧
软件测试中的正交试验设计技巧软件测试是软件开发过程中不可或缺的环节，它有助于发现潜在的问题、提高软件的质量和可靠性。
在进行软件测试时，正交试验设计技巧是一种行之有效的方法，能够在较少的测试用例下覆盖尽可能多的组合情况，提高测试效率和效果。
本文将介绍软件测试中的正交试验设计技巧，并探讨其应用和优点。
一、正交试验设计概述正交试验设计，又称正交分组试验设计，是一种基于组合测试理论的设计方法，旨在通过合理选择测试用例来覆盖软件系统的各种组合情况，提高测试效率。
正交试验设计技巧主要通过选取一组具有正交特性的测试用例，来代表系统中所有可能的组合情况。
二、正交试验设计的原理正交试验设计的核心原理是正交分配，它通过选择正交数组来同时测试多个因素的各种组合情况。
正交数组是一种特殊的矩阵，具有均匀分布和正交性的特点。
通过将待测因素和其不同的取值映射到正交数组中，即可得到一组测试用例，这些测试用例能够覆盖所有可能的因素组合情况。
三、正交试验设计的步骤1. 确定待测因素：在进行正交试验设计前，首先需要明确待测系统的各种因素。
这些因素可能包括系统的不同功能模块、输入参数、初始状态等。
2. 确定因素的取值范围：确定各个待测因素的取值范围。
例如，某个输入参数可能有三个可能取值：A、B、C，初始状态可能包括正常、异常等。
3. 选择正交数组：根据待测因素的个数和取值范围，选择相应的正交数组。
正交数组的选择需要满足正交分配的要求，确保测试用例的均匀性和覆盖性。
4. 映射到测试用例：将待测因素和其各个取值映射到正交数组中，得到一组表示测试用例的矩阵。
5. 执行测试用例：根据正交试验设计得到的测试用例矩阵，逐一执行测试用例，观察系统的响应和行为。
6. 分析测试结果：对测试结果进行分析和总结，找出潜在的问题和异常。
根据测试结果，及时调整和优化测试用例和测试策略。
四、正交试验设计的优点1. 节约测试资源：正交试验设计能够在较少的测试用例下覆盖尽可能多的组合情况，节约测试资源并提高测试效率。
测试用例设计之正交实验法
测试⽤例设计之正交实验法1.标准正交表: Ln(m k) : L: 表⽰正交表 n: 实验⾏数且 n = (m-1)*k + 1 k: 因素数 (输⼊或控件数量) m: ⽔平数 (输⼊的取值或者每个控件的下拉选项数量) 标准正交表的每个因素的⽔平数相同.混合正交表: Ln(m1k1m2k2m3k3.......) L: 表⽰正交表 n: 实验⾏数且 n = (m1-1)*k1 + (m2-1)*k2+(m3-1)*k3+.........+1 m1k1: k1个控件有m1个选项 m2k2: k2个控件有m2个选项 m3k3: k3个控件有m3个选项2.正交表法应⽤场景: 多条件组合⽤例设计，但是不适⽤依赖和联动（⽐如省市区那样的下拉框）。
常见于页⾯组合设置⽤例设计和兼容性组合⽤例设计。
⽤最少的实验覆盖最多的操作，测试⽤例设计很少，效率⾼。
正交性从全⾯试验中挑选出部分有代表性的点进⾏试验。
3.正交表设计步骤设计测试⽤例的步骤：1、确定因⼦（变量）2、确定⽔平（变量的取值）3、选择⼀个合适的正交表4、把变量的值映射到表中5、把每⼀⾏的各因素⽔平的组合作为⼀个测试⽤例6、加上你认为可疑且没有在表中出现的⽤例组合4.1、考虑因素（变量）的个数2、考虑因素⽔平（变量的取值）的个数3、考虑正交表的⾏数4、取⾏数最少的⼀个正交表查询地址5.设计⽤例时三种情况因⼦和⽔平相符，且⽔平数（变量的取值）相同、因素数（变量）刚好符合某⼀正交表，则直接套⽤正交表，得到⽤例。
例⼦：对某⼈进⾏查询，假设查询某个⼈时有三个查询条件：根据“姓名”进⾏查询根据“⾝份证号码”查询根据“⼿机号码”查询考虑查询条件要么不填写，要么填写，此时可⽤正交表进⾏设计①因素数和⽔平数有三个因素：姓名、⾝份证号、⼿机号码。
每个因素有两个⽔平：姓名：填、不填⾝份证号：填、不填⼿机号码：填、不填②选择正交表表中的因素数＞＝3表中⾄少有三个因素的⽔平数＞＝2⾏数取最少的⼀个结果：L4(2^3)③变量映射姓名：1→填写，2→不填写；⾝份证号：1→填写，2→不填写；⼿机号码：1→填写，2→不填写；④⽤L4(2^3)设计的测试⽤例测试⽤例如下：1：填写姓名、填写⾝份证号、填写⼿机号2：填写姓名、不填⾝份证号、不填⼿机号3：不填姓名、填写⾝份证号、不填⼿机号4：不填姓名、不填⾝份证号、填写⼿机号⑤增补测试⽤例5：不填姓名、不填⾝份证号、不填⼿机号测试⽤例减少数：8→5因素数不相同⽔平数（变量的取值）与某正交表相同，但因素数（变量）却不相同，则取因素数最接近但略⼤于实际值的正交表表，套⽤之后，最后⼀列因素去掉即可。
测试用例-正交实验
测试⽤例-正交实验
正交实验
简述
研究多因⼦多⽔平的⼀种设计⽅法，它是根据正交性全⾯实验中挑选出部分有代表性的点进⾏实验。
相关概念
因⼦，所有参与试验的影响试验结果的条件称为因⼦
⽔平，影响试验因⼦的取值或输⼊称为⽔平
特点
整齐可⽐
在同⼀张正交表中，每个因⼦每个⽔平出现的次数完全相同，试验中，每个因⼦的每个⽔平与其他因⼦的⽔平参与试验的机率完全相同
均匀分撒
同⼀张正交表中，任意两列的⽔平搭配是完全相同的
设计流程
（1）分析测试需求获取因⼦及⽔平
（2）根据因⼦⽔平选择合适的正交表
（3）替换因⼦⽔平，获取试验次数
（4）根据经验或其他因素补充试验次数
（5）细化输出获得测试⽤例
注意
选择正交表时，因⼦与⽔平恰好与正交表相同
被测对象因⼦与正交表中的因⼦数不同时，选择正交表中因⼦稍⼤于被测对象因⼦数，且试验次数最少的、多余的因⼦弃⽤
被测对象⽔平与正交表中的⽔平不同时，可根据实际情况进⾏合并，然后拆分
因⼦、⽔平都不相同时，则可选择因⼦、⽔平稍⼤于被测对象的，且试验次数最少的
缺点：没有办法考虑实际因⼦之间的关系问题。
正交表法设计测试用例
正交表法设计测试用例一、概述正交表法是一种测试用例设计方法，它可以帮助测试人员在尽可能少的测试用例数量下覆盖尽可能多的场景。
正交表法通过对测试场景进行组合和排列，生成一组最小化的测试用例集合。
本文将介绍正交表法的原理、应用场景以及如何使用正交表法设计测试用例。
二、原理1. 正交表正交表是一个矩阵，其中每个单元格代表一个因素和一个水平。
例如，如果我们要测试一个登录页面，可能有以下因素：用户名、密码、记住我选项和登录按钮。
每个因素有多个水平，例如用户名可以是数字或字母，密码可以是强或弱等等。
我们可以创建一个4列的矩阵，每列分别代表这些因素和水平。
然后，在每行中选择一个水平来创建一组测试用例。
2. 覆盖率通过使用正交表法生成的测试用例集合，可以实现较高的覆盖率。
例如，在上面的示例中，如果我们有10个用户名选项、5个密码选项、2个记住我选项和1个登录按钮，则总共有100种组合方式（10 x 5 x 2 x 1）。
但是，通过使用正交表法只需要选择4种组合方式即可实现较高的覆盖率。
三、应用场景正交表法适用于以下场景：1. 复杂系统当测试人员需要测试复杂系统时，使用正交表法可以帮助他们快速生成最小化的测试用例集合。
2. 多个因素当测试人员需要测试多个因素和每个因素有多个水平时，使用正交表法可以帮助他们减少测试用例的数量。
3. 时间和资源受限当测试时间和资源受限时，使用正交表法可以帮助测试人员在较短时间内生成足够的测试用例集合。
四、使用方法1. 确定因素和水平首先，需要确定要测试的因素和每个因素的水平。
例如，在一个电商网站上进行购物车功能的测试，可能有以下因素：商品类别、商品价格、商品数量和优惠券。
每个因素都有多个水平，例如商品类别可以是服装、鞋子或配件等等。
2. 创建正交表然后，需要创建一个正交表。
通常情况下，可以在网上找到免费的正交表生成器。
输入因素和每个因素的水平后，即可生成一个正交表。
3. 选择组合方式根据实际情况，在每行中选择一个水平来创建一组测试用例。
正交表测试策略在测试套件中的应用
强度 （ Ｓ ｔ ｒ ｅ ｎ ｇ ｔ ｈ ） ： 变 量 间的相互关 系 。
组 合 优化 ， ቤተ መጻሕፍቲ ባይዱ最 少 的测 试 用 例来 验 证 系 统 的 主要 特 性， 是 一个好 的测试策 略应 用解 决 的问题 … 。
正交表 的表 现形 式为 ： Ｌ Ｒ ｕ ｎ ｓ （ Ｌ ｅ ｖ ｅ ｌ ｓ
２ ０ １ ３年 第７ 期
文章编号 ： ｌ Ｏ Ｏ ９— ２ ５ ５ ２ （ ２ ０ １ ３ ） ０ ７— ０ １ ９ ７一 ｏ ４ 中图分 类号 ： Ｔ ￣９ ９ 文献标识码 ： Ａ
正 交 表 测试 策 略在 测试 套 件 中的应 用
孟庆川 ，陈晓 明 ，冯亚娜
（ １ ．黑龙江省电子信 息产品监督检验院 ，哈尔滨 １ ５ ０ ０ ９ ０ ；２ ．哈尔滨 － Ｉ － 程大学 ，哈尔滨 １ ５ ０ ０ ０ １ ）
ｂ ｒ ｏ ｕ ｇ ｈ ｔ ａ ｃ ｅ ｒ ｔ ａ ｉ ｒ ｒ ｄ ｅ ｇ ｒ ｅ ｅ ｏ ｆ ｄ ｉ ｆｉ ｃ ｕ ｌ ｔ ｙ ｔ ｏ ｔ ｈ ｅ ｔ ｅ ｓ ｔ ｆ ｏ ｒ ｈｅ ｔ ｓ ｕ ｉ ｔ ｅ ｓ ａ ｎ ｄ ｔ ｈ ｅ ｃ ｏ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ ｈｅ ｔ ｓ ｕ ｉ ｔ ｅ ｓ ． Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ａ ｐ ｐｌ ｉ ｅ ｓ ｔ ｈｅ ｏ ｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ ｔ ａ ｂ ｌ ｅ ｔ ｅ ｓ ｔ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｔ ｏ ｈｅ ｔ ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｔ ｅ ｓ ｔ ｓ ｕ ｉ ｔ ｅ ｓ ， ｃ ｏ ｍｐ ｕ ｔ ｅ ｓ ｏ ｒ ｔ ｈｏ ｇ ｏ ｎ ａ ｌ ｌ ｙ ａ ｎ ｄ ｏ ｐｔ ｉ ｍｉ ｚ ｅ ｓ ｔ ｈ ｅ ｃ ｏ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ ｔ ｈ ｅ ｓ ｕ ｉ ｔ ｅ ｓ ， ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｓ ｈｅ ｔ ｍｅ ｔ ｈ ｏ ｄ ｓ ｏｒ ｆ ｈｅ ｔ ｏ ｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ ｔ ａ ｂ ｌ ｅ ｔ ｅ ｓ ｔ ｓ ｔ ｒ ａ ｔ ｅ ｙ ｇ ｉ ｎ ｄ ｅ ｔ ａ ｉ ｌ ． Ｉ ｔ ｈ ａ ｓ ａ ｇ ｏ ｏ ｄ ｒ ｅ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｔ ｏ ｔ ｈｅ ｄ ｅ ｓ ｉ ｇ ｎ ｏ ｆ ｔ ｈｅ ｔ ｅ ｓ ｔ ｕ ｓ ｅ ｃ ａ ｓ ｅ ． Ｋｅ ｙ ｗｏ ｒ ｄｓ： ｏ ｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ ｔ ａ ｂ ｌ ｅ； ｕ ｓ ｅ ｃ ａ ｓ ｅ； ｔ ｅ ｓ ｔ ｓ ｕｉ ｔ ｅ
测试用例设计方案技巧正交试验法详解
测试用例设计方法--正交实验法详解正交实验法介绍正交实验法是研究多因素、多水平的一种实验法，它是利用正交表来对实验进行设计，通过少数的实验替代全面试验，根据正交表的正交性从全面实验中挑选适量的、有代表性的点进行实验，这些有代表性的点具备了“均匀分散，整齐可比”的特点。
正交表是一种特制的表格，一般用L n (m k)表示，L 代表是正交表，n 代表实验次数或正交表的行数，k 代表最多可安排影响指标因素的个数或正交表的列数，m 表示每个因素水平数，且有n=k*(m-1)+1。
正交表的特点正交表具有以下两个特点。
正交表必须满足这两个特点，有一条不满足，就不是正交表。
每列中不同数字出现的次数相等。
这一特点表明每个因素的每个水平与其它因素的每个水平参与实验的几率是完全相同的，从而保证了在各个水平中最大限度地排除了其它因素水平的干扰，能有效地比较实验结果并找出最优的实验条件。
在任意2列其横向组成的数字对中，每种数字对出现的次数相等。
这个特点保证了实验点均匀地分散在因素与水平的完全组合之中，因此具有很强的代表性。
使用正交实验法的原因对于单因素或两因素实验，因其因素少，实验的设计、实施与分析都比较简单。
但在实际工作中，常常需要同时考察3个或3个以上的实验因素，若进行全面实验，实验的规模很大，由于时间和成本的限制我们不可能进行全面实验，但是具体挑其中的哪些测试用例进行测试我们心里拿不准，总担心不做不挑选的那些测试用例会遗漏一些严重缺陷。
为了有效的、合理地减少测试的工时与费用，我们利用正交实验法来设计测试用例。
正交实验法就是安排多因素实验、寻求最优水平组合的一种高效率的实验设计方法。
我们用测试实例来进行说明使用正交实验法设计测试用例的好处。
测试需求：某所大学通信系共2个班级，刚考完某一门课程，想通过“性别”、“班级”和“成绩”这三个查询条件对通信系这门课程的成绩分布，男女比例或班级比例进行人员查询： 根据“性别”=“男，女”进行查询 根据“班级”=“1班，2班”查询 根据“成绩”=“及格，不及格”查询按照传统设计——全部测试分析上述测试需求，有3个被测元素，被测元素我们称为因素，每个因素有两个取值，我们称之为水平值，所以全部测试用例个数是2*2*2=8，参见下表利用正交表设计测试用例，我们得到的测试用例个数是n=3*(2-1)+1=4，对于三因素两水平的刚好有L4(23)的正交表可以套用，于是用正交表实验法得出4个测试用例如下：根据实际需要可以在用正交实验法设计用例的基础上补充一些测试用例。
测试用例设计方法正交试验法详解
测试用例设计方法--正交试验法详解正交试验法介绍正交试验法是研究多因素、多水平的一种试验法，它是利用正交表来对试验进行设计，通过少数的试验替代全面试验，根据正交表的正交性从全面试验中挑选适量的、有代表性的点进行试验，这些有代表性的点具备了“均匀分散，整齐可比”的特点。
正交表是一种特制的表格，一般用L n (m k)表示，L 代表是正交表，n 代表试验次数或正交表的行数，k 代表最多可安排影响指标因素的个数或正交表的列数，m 表示每个因素水平数，且有n=k*(m-1)+1。
正交表的特点正交表具有以下两个特点。
正交表必须满足这两个特点，有一条不满足，就不是正交表。
每列中不同数字出现的次数相等。
这一特点表明每个因素的每个水平与其它因素的每个水平参与试验的几率是完全相同的，从而保证了在各个水平中最大限度地排除了其它因素水平的干扰，能有效地比较试验结果并找出最优的试验条件。
在任意2列其横向组成的数字对中，每种数字对出现的次数相等。
这个特点保证了试验点均匀地分散在因素与水平的完全组合之中，因此具有很强的代表性。
使用正交试验法的原因对于单因素或两因素试验，因其因素少，试验的设计、实施与分析都比较简单。
但在实际工作中，常常需要同时考察3个或3个以上的试验因素，若进行全面试验，试验的规模很大，由于时间和成本的限制我们不可能进行全面试验，但是具体挑其中的哪些测试用例进行测试我们心里拿不准，总担心不做不挑选的那些测试用例会遗漏一些严重缺陷。
为了有效的、合理地减少测试的工时与费用，我们利用正交试验法来设计测试用例。
正交试验法就是安排多因素试验、寻求最优水平组合的一种高效率的试验设计方法。
我们用测试实例来进行说明使用正交试验法设计测试用例的好处。
测试需求：某所大学通信系共2个班级，刚考完某一门课程，想通过“性别”、“班级”和“成绩”这三个查询条件对通信系这门课程的成绩分布，男女比例或班级比例进行人员查询： 根据“性别”=“男，女”进行查询 根据“班级”=“1班，2班”查询 根据“成绩”=“及格，不及格”查询按照传统设计——全部测试分析上述测试需求，有3个被测元素，被测元素我们称为因素，每个因素有两个取值，我们称之为水平值，所以全部测试用例个数是2*2*2=8，参见下表序号性别班级成绩1女1班及格2女1班不及格3女2班及格4女2班不及格5男1班及格6男1班不及格7男2班及格8男2班不及格利用正交表设计测试用例，我们得到的测试用例个数是n=3*(2-1)+1=4，对于三因素两水平的刚好有L4(23)的正交表可以套用，于是用正交表试验法得出4个测试用例如下：序号性别班级成绩1女1班及格2女2班不及格3男1班不及格4男2班及格根据实际需要可以在用正交试验法设计用例的基础上补充一些测试用例。
软件测试中的正交试验方法
软件测试中的正交试验方法在软件开发过程中，测试是一个不可或缺的环节，它能够帮助发现和解决潜在的问题，提高软件的质量和稳定性。
而在测试过程中，正交试验方法（Orthogonal Testing）作为一种高效的测试技术，被广泛应用于软件测试领域。
本文将介绍正交试验方法的概念、原理、优势和应用场景，并对其在实际软件测试中的应用进行探讨。
一、正交试验方法的概念和原理正交试验方法是一种基于统计学原理的测试技术，它通过设计一组有效的测试用例，覆盖软件系统中不同功能交叉影响的各种组合情况，以尽量少的测试用例来实现全面的测试。
其基本原理是将软件系统的测试参数进行分解，然后通过建立正交表，选择正交试验组合，从而减少测试用例的数量，同时保持测试的全面性。
正交试验方法的几个核心概念包括测试因素、水平和正交表。
测试因素是指系统或产品中需要进行测试和观察的各个方面；水平表示每个测试因素对应的不同取值；正交表是基于测试因素和水平构建的一种表格结构，通过正交表可以快速选择出具有代表性的测试用例。
二、正交试验方法的优势相对于传统的穷举法或随意选择测试用例的方法，正交试验方法具有以下几个优势：1. 高效性：正交试验方法能够通过设计少量的测试用例，就可以覆盖大量的组合情况，从而大大提高测试效率。
2. 全面性：正交试验方法能够保证每个测试因素的每个取值都得到测试，从而全面地评估软件系统的性能。
3. 可比性：由于使用正交试验方法设计的测试用例具有一定的规律性，所以不同团队或不同时间的测试结果可以进行横向对比，更加准确地评估软件质量。
4. 可读性：正交试验方法设计的测试用例具有一定的规范性，易于理解和复现，从而方便团队成员之间的交流和协作。
三、正交试验方法的应用场景正交试验方法适用于各种软件系统的测试，特别是对于复杂的系统和大规模的软件项目，其应用效果更为明显。
以下是一些常见的应用场景：1. 功能测试：正交试验方法能够帮助测试人员快速设计测试用例，覆盖软件系统不同功能的各种组合情况。
软件测试中的正交试验与多因素设计
软件测试中的正交试验与多因素设计正交试验和多因素设计是软件测试中常用的实验设计方法，用于确定软件系统在不同因素条件下的性能和稳定性。
通过合理设计测试用例，可以减少测试工作量，提高测试覆盖率和效率。
本文将介绍正交试验和多因素设计的概念和原理，并探讨其在软件测试中的应用。
一、正交试验的概念和原理正交试验是一种系统的试验设计方法，通过选取少量重要的试验因素和水平进行组合，从而获得全面而有效的试验数据。
正交试验的设计基于正交表，正交表是一种特殊的表格，能够确保在有限的试验次数下，覆盖所有可能的试验组合。
正交试验的原理是“少而精”，即通过精心选择少量测试因素和水平，来设计实验样本，从而达到较好的试验效果。
正交试验可以减少试验的规模和次数，提高试验效率。
同时，通过合理选择试验因素和水平，正交试验能够全面考察不同因素的影响，帮助测试人员快速获取有效的测试数据。
二、多因素设计的概念和原理多因素设计是一种综合考虑多个因素对实验结果影响的试验设计方法。
在软件测试中，不同的因素可能影响软件系统的性能、稳定性和可靠性。
多因素设计的目的是通过实验来确定各个因素之间的相互影响关系，从而优化系统的性能和稳定性。
多因素设计的原理是“综合考虑”，即同时考虑多个因素的影响，并合理设计试验，以获取关于这些因素之间相互作用的信息。
多因素设计能够更准确地分析和评估软件系统的性能，从而为系统的改进和优化提供依据。
三、正交试验与多因素设计在软件测试中的应用1. 测试用例设计：正交试验和多因素设计可以帮助测试人员设计出具有代表性和全面性的测试用例。
通过选取关键的测试因素和水平，可以减少测试用例的数量，同时保证覆盖不同因素的组合情况，提高测试的效率和覆盖率。
2. 性能测试：正交试验和多因素设计可以帮助评估软件系统在不同因素条件下的性能表现。
通过设定不同的因素和水平，可以模拟系统在不同负载、网络环境等条件下的运行情况，从而找出性能瓶颈和问题所在。
正交测试用例
正交测试用例
正交测试是一种测试方法，它基于一种测试设计策略，即将不同的测试对象和测试条件按照其独立的特征进行组合，以覆盖最大可能的测试场景。
正交测试用例是在这个测试方法下生成的测试用例。
假设我们需要测试一个登录系统，其中有以下几个测试对象和测试条件：
1. 用户名：包括字符长度（5个字符和10个字符）、字符类型（字母、数字和特殊字符）、非法字符（如空格）；
2. 密码：包括字符长度（6个字符和12个字符）、字符类型（字母、数字和特殊字符）、非法字符（如空格）；
3. 登录方式：包括普通登录、快捷登录和第三方登录；
4. 设备类型：包括电脑、手机和平板。
根据正交测试设计方法，我们可以将每个测试对象的不同测试条件进行组合，并生成测试用例。
例如：
1. 用户名（5个字符） + 密码（6个字符） + 普通登录 + 电脑
2. 用户名（5个字符） + 密码（12个字符） + 快捷登录 + 手机
3. 用户名（10个字符） + 密码（6个字符） + 第三方登录 + 平板
4. 用户名（10个字符） + 密码（12个字符） + 普通登录 + 电脑
5. 用户名（5个字符） + 密码（6个字符） + 第三方登录 + 手机
6. 用户名（5个字符） + 密码（12个字符） + 快捷登录 + 平
板
7. 用户名（10个字符） + 密码（6个字符） + 快捷登录 + 电
脑
8. 用户名（10个字符） + 密码（12个字符） + 第三方登录 +
手机
通过这样的正交测试用例设计，我们能够覆盖不同的测试场景，提高测试覆盖率，同时也能够发现系统中可能存在的问题和缺陷。
正交表测试策略技术(OATS)
组合映射到一个更大的测试用例集，而这个测试集必须执行这9 个组合中的每一个。
5.3 一个复杂的多水平的例子
下面是一个运用到混合多水平的复杂的例子。假设有一个系统有5 个独立的变量（A，
B，C，D，E）。变量A 和 B 都有两个取值（
正交表是一个二维数字表格，它有一个有趣的特性：即选择表中任何两列时成对组合的 值的分布是平均分布的。在下面的图1[Sloane2001]的例子中将介绍正交表的几个术语：
次数（Runs）：正交表中的行的个数。它直接对应到用正交表测试策略设计成的测 试的个数。
因素数（Factorss）：正交表中列的个数。它直接对应到用这种技术设计测试案例时 的变量的最大个数。
1、有三个独立的变量（client，server，和消息类） 2、每个变量可以到三个值
3、理想情况下，我们将使用三水平三因素的正交表
。但是，没有这种类型的正
交表被设计并公布出来。因此，我们需要的找一个最小的能够处理问题的正交表。
正好满足这个要求。它有三水平的值，四因素，用它来处理我们的三个变量
已经够了。 4、把值映射到正交表中，我们将得到如下图四：
交表的命名意味着运行次数 18 次，有 7 个因素 6 个 3 水平的 1 个 6 水平的水平数。 我们的问题恰巧很适合这个正交表，测试集中的测试用例数从 49 个减少到 18 个。
现在测试用例的数目比 216 更少了。
4． 在把值映射到正交表，如下图图 5 所示
A． 对 A，
；
B．对 B，
；
C．对 C，
7. 尾注
1．这篇文章仅仅关注强度为 2 时的正交表的情况。不同强度的正交表将需要不同数目 的列来选择测试，也不一定要关心成对组合。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
OATS：即Orthogonal Array Testing Strategy，正交表测试策略。
1OATS的概念：次数（Runs）：简单的说，就是次数是多少，就有多少个用例。
因素数（Factors）：简单的说，就是有多少个变量。
水平数（Levels）：比如有三个变量，其中变量取值最多的是四个值，那么水平数就是四。
强度（Strength）：即变量间的相互关系，当强度为二时，只考虑变量两两之间的影响，如果强度为三，同考虑三个变量对结果的影响；当强度增加时，用例的个数会急剧增加。
正交表的表现形式：L runs（levels^factors ）介绍混合水平数正交表的知识，混合水平数的正交表中的因素数的水平数是不同的，比如，有5个变量，一个因素数的水平数为4，另外四个因素数的水平数为2，则用正交表表示如下：L 8（41×24）2OATS的好处：对有些组合测试，我们可选择的一种测试途径是测试所有变量的迪卡尔积（即统计学中的全面搭配法），无疑，这种方式得到的是所有变量、所有取值的完全组合，是最全面的测试。
而在变量多的情况下，这无疑也是最不可能实现的方法，所以我们要选择一种方法，即可以测试大部分的BUG，又能极大的缩短我们的时间，正交表是我们的选择：其特点为：①完成测试要求所需的测试用例少。
②数据点的分布很均匀。
③可用其他统计学的方法等对测试结果进行分析。
OATS用来设计测试用例的方法如下的好处：1，可以组合所有的变量；2，得到一个最小的测试集，这个集合，包括最少的测试用例，并且，包括了所有变量的组合,3，得到的变量的组合是均匀的分布的（这一点可以参照上面的正交表的特点）；4，可以测试用一些复杂的组合；5，它生成的测试用例是有迹可循日，即有规律的，不像手工测试那样会遗漏一些用例的组合。
3 选择OATS的基本原则一般都是先确定测试的因素、水平和交互作用，后选择适用的正交表。
在确定因素的水平数时，主要因素应该多安排几个水平，次要因素可少安排几个水平。
（1）先看水平数。
若各因素全是2水平，就选用L(2＊)表；若各因素全是3水平，就选L(3＊)表。
若各因素的水平数不相同，就选择适用的混合水平正交表。
（2）每一个交互作用在正交表中应占一列或二列。
要看所选的正交表是否足够大，能否容纳得下所考虑的因素和交互作用。
为了对试验结果进行方差分析或回归分析，还必须至少留一个空白列，作为“误差”列，在极差分析中要作为“其他因素”列处理。
（3）要看测试精度的要求。
若要求高，则宜取测试次数多的正交表。
（4）若测试费用很昂贵，或测试的经费很有限，或人力和时间都比较紧张，则不宜选实验次数太多的正交表。
（5）按原来考虑的因素、水平和交互作用去选择正交表，若无正好适用的正交表可选，简便且可行的办法是适当修改原定的水平数。
（6）对某因素或某交互作用的影响是否确实存在没有把握的情况下，选择L表时常为该选大表还是选小表而犹豫。
若条件许可，应尽量选用大表，让影响存在的可能性较大的因素和交互作用各占适当的列。
4OATS的步骤：1，先要知道你有多少个变量，这个不用说了，很简单的就能确定了。
它对应到正交表的概念中的因素数。
2，查看每个变量的测试取值个数（这里我用a代替，以方便后面调用），这个取值不是说这个变量的取值范围中包括多少个值，而是用等价类划分出来的。
关于等价类的方法，这里就不说了。
3，选择正交表，我们选择正交表时，要满足两点：因素数（即变量个数）和水平数。
在选择正交表的时候，要保存：A、正交表的列不能小于变量的个数；B、正交表的水平数不能小于a。
4，拿着自己的因素数和水平数，去找对应的正交表，按3中说的原则，现在正交表有一部分已经在网上公布了，在很大程度上已经够设计测试用例用了，如果你的情况太特殊，也可以考虑自己去推算。
5，如果你选择的正交表中某个因素数有剩余的水平数，就拿这个因素数的值从上到下循环代进去。
以增加发现缺陷的机会。
6，按次数设计用例，每次数对应一个用例。
设计完成后，如果觉得有些组合是可能会有问题的，而正交表中又没有包括，那就增加一些用例。
5OATS的实例：5.1实例下面介绍一个混合正交表的例子：变量个数：4个分别为：A、B、C、D。
取值为：A－＞3个值（A1、A2、A3）、B－＞4个值（B1、B2、B3、B4）、C－＞4个值（C1、C2、C3、C4）、D－＞4个值（D1、D2、D3、D4）。
把上述数值对应到正交表的概念中去，如下：因素数：4水平数：其中3个变量的水平数为4，1个变量的水平数为3。
对应到正交表中写法如下：L runs（3^1＋4^3）1，只考虑强度为：2的情况。
A、其对应的正交表如下：Runs A B C D1 | 1 1 1 12 | 2 2 2 23 | 3 3 3 34 | - 4 4 45 | 1 2 3 46 | 2 1 4 37 | 3 4 1 28 | - 3 2 19 | 1 3 4 210 | 2 4 3 111 | 3 1 2 412 | - 2 1 313 | 1 4 2 314 | 2 3 1 415 | 3 2 4 116 | - 1 3 2即应用到次数为16的正交表，我们可以得到16个用例。
B、把各个变量的代入正交表得到如下正交表：Runs A B C D1 | A1 B1 C1 D12 | A2 B2 C2 D23 | A3 B3 C3 D34 | - B4 C4 D45 | A1 B2 C3 D46 | A2 B1 C4 D37 | A3 B4 C1 D28 | - B3 C2 D19 | A1 B3 C4 D210 | A2 B4 C3 D111 | A3 B1 C2 D412 | - B2 C1 D313 | A1 B4 C2 D314 | A2 B3 C1 D415 | A3 B2 C4 D116 | - B1 C3 D2C、看上面的正交表可以知道变量A有剩余的水平数。
下面我们用A 的值循环代入：Runs A B C D1 | A1 B1 C1 D12 | A2 B2 C2 D23 | A3 B3 C3 D34 | A1B4 C4 D45 | A1 B2 C3 D46 | A2 B1 C4 D37 | A3 B4 C1 D28 | A2B3 C2 D19 | A1 B3 C4 D210 | A2 B4 C3 D111 | A3 B1 C2 D412 | A3B2 C1 D313 | A1 B4 C2 D314 | A2 B3 C1 D415 | A3 B2 C4 D116 | A1B1 C3 D2上面我用A的值循环填充了A剩余的水平数（蓝色标记的部分）。
D、接着，我们就可以用上面的正交表来设计用例了。
不再多言。
2，考虑强度为3的情况：得到对应的正交表如下：Runs A B C D1 | 1 1 1 12 | 1 1 2 23 | 1 1 3 34 | 1 1 4 45 | 1 2 1 27 | 1 2 3 48 | 1 2 4 39 | 1 3 1 310 | 1 3 2 411 | 1 3 3 112 | 1 3 4 213 | 1 4 1 414 | 1 4 2 315 | 1 4 3 216 | 1 4 4 117 | 2 1 1 218 | 2 1 2 119 | 2 1 3 420 | 2 1 4 321 | 2 2 1 122 | 2 2 2 223 | 2 2 3 324 | 2 2 4 425 | 2 3 1 426 | 2 3 2 327 | 2 3 3 228 | 2 3 4 129 | 2 4 1 330 | 2 4 2 431 | 2 4 3 132 | 2 4 4 233 | 3 1 1 334 | 3 1 2 435 | 3 1 3 136 | 3 1 4 237 | 3 2 1 438 | 3 2 2 339 | 3 2 3 240 | 3 2 4 142 | 3 3 2 243 | 3 3 3 344 | 3 3 4 445 | 3 4 1 246 | 3 4 2 147 | 3 4 3 448 | 3 4 4 349 | - 1 4 150 | - 2 3 151 | - 3 2 152 | - 4 1 153 | - 1 3 254 | - 2 4 255 | - 3 1 256 | - 4 2 257 | - 1 2 358 | - 2 1 359 | - 3 4 360 | - 4 3 361 | - 1 1 462 | - 2 2 463 | - 3 3 464 | - 4 4 4我们得到一个次数为64的正交表，按照1中的步骤B、C、D可以得到64测试用例。
在这个例子中，如果我们选择强度为4的表的话，也就相当于覆盖整个迪卡尔积了。
所以在强度为4的时候，在这个例子中正交已经没有意义。
其中概念部分引用了统计学的知识。