当减小或增大原始设计中的试验运行数时，所选定的一组“最佳”设计点。获得最优设计的两个可能标准是 D 最优性和基于距离的最优性。

· D 最优性将拟合模型中回归系数的方差降到最低，从而提供最精确的效应估计。指定模型后，Minitab 将从一组候选设计点中选择满足 D 最优标准的设计点。

· 基于距离的最优性是在设计空间中均匀地展开设计点。当无法或不愿意事先选择模型时，可以使用这一方法。

例如，一个温室的负责人想使用试验设计来找出让悬挂的蕨类植物最快生长的温度、光线、土壤和水分的最优组合。通过使用设计的试验，他可以评估相对于各种因子水平组合的蕨类植物生长情况。为此，他创建了一个包含四个因子和两个区组（区组代表两个相邻的温室）的响应曲面设计，结果形成了一个包含 30 个点的设计（即，30 个因子水平组合）。但是，为了节省资金和时间，他决定使用 D 最优性作为标准选择最重要的设计点，将原始设计减少为 20 个点。然后，他就可以只评估 20 次试验运行的蕨类植物生长情况。

D 最优性和距离最优性都可以用来为因子、响应曲面或混料试验确定最优设计。是否使用这些标准来减小或增大设计取决于可用资源，如时间、设备、人员和资金。