全局分析是试验设计领域的一种新兴的分析方法，其主要通过定义全局敏感性度量指标来认识系统函数全局的性质.本文就已经提出的对称性全局统计分析中的理论进行进一步的研究.通过几个新定义，提出对称可识别模型,使得对称性全局统计分析方法的理论研究更加完善严密.同时就建立在任意函数对称分解基础上的全局敏感性度量指标——贡献率进行更加具体的研究.在统计模拟中进一步说明该指标在整个系统函数中所起的作用.　　论文由四章组成.　　第一章，主要介绍本文的研究背景，研究意义及国内外的研究现状并说明本文要研究的主要内容.　　第二章，主要介绍本文用到的有关类对称算符、正交幂等系统及对称函数的定义，性质和主要定理.　　第三章，首先给出可识别，不相交，全局方差分析的定义，定理，例子.在此基础上提出对称可识别模型和对称设计的定义，同时给出贡献率具体的计算方法.通过上述理论简单论证对称设计的可行性.　　第四章，进行统计模拟分析.用Monte-Carlo方法求贡献率.通过将系统函数分解为几个对称函数之和，并求每个对称函数对系统函数的贡献率，来说明对称性全局统计分析是一种比较好的分析系统函数的方法.模拟结果显示，定理3.4.3的结论是正确的.