你查查正交实验表吧，根据你要优化的因素的多少来选取不同的表，根据表来确定PCR的体系

根据不同的因素设计表格
如四因素三水平什么的

比如说吧：
以起始模板量、退火温度、循环数三个因素，分别设置高中低三个水平进行实验，这样就叫做三因素三水平的正交实验。
结果分析就要看看统计学的一些东西，不详细写了

正交试验设计　　正交试验设计
　　正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分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，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行3^3=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)^3正交表安排实验，只需作9次，按L18(3)^7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。
　　正交表是一整套规则的设计表格，用 。L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(3^4)， (表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的数据结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现 次。
　　正交表具有以下两项性质：
　　(1)每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。
　　(2)任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。
　　以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性，

因素和水平选择好后，可以用专门的正交设计软件来设计实验

看你做不做重复，如果不做，那就简单了；如果做，那就用个SAS程序吧! 其实简单。
有正交表，你查上用就行，把因素、水平设计好，如果不够，就设置空列。
小可有个例子，是大田试验的（抛砖引玉了），都经过试验了，挺好用。
eg:重复 品种 密度 纯氮 空列 产量
   1    1    1    1    1    188
data oth design;
input r a b c d y @@;
Cards;
1 1 1 1 1 188
1 1 2 2 2 161
1 1 3 3 3 188
1 2 1 2 3 151
1 2 2 3 1 169
1 2 3 1 2 168
1 3 1 3 2 160
1 3 2 1 3 167
1 3 3 2 1 152
2 1 1 1 1 186
2 1 2 2 2 165
2 1 3 3 3 185
2 2 1 2 3 150
2 2 2 3 1 175
2 2 3 1 2 170
2 3 1 3 2 162
2 3 2 1 3 168
2 3 3 2 1 154
;
proc print;
proc anova;
class r a b c d ;
model y=r a b c d;
means a b c /duncan alpha=0.05;
means a b c /duncan alpha=0.01;
run;