При исследовании любого процесса даже минимальные исходные данные позволяют выдвинуть гипотезу: в определённой области факторного пространства, выбранной для эксперимента, некоторые эффекты взаимодействия факторов могут оказаться статистически незначимыми. Если влияние конкретного взаимодействия признаётся пренебрежимо малым, то соответствующий ему коэффициент в уравнении регрессии, вероятно, не будет статистически отличаться от нуля. Этот принцип открывает важную возможность в планировании экспериментов: столбец расширенной матрицы планирования, который изначально соответствовал незначимому взаимодействию, можно использовать для изучения влияния нового, дополнительного фактора. Таким образом, дробный факторный эксперимент позволяет эффективно изучать больше факторов при том же количестве опытов, что является его ключевым преимуществом.
