実験計画法の成果をデータサイエンスに適用することができれば、目的に必要なデータを効率良く収集することが期待できる。データ収集後には、機械学習による知識獲得などが行われるが、機械学習では基底関数などで複素数が用いられることも多い。データサイエンスでのデータ収集に実験計画法の成果を適用する場合、機械学習においても実数のみの処理に限定されてしまうという問題があった。そこで本論文では、実用面でも広く利用されている直交計画について、複素数を用いる基底関数に適応する場合の性質を明らかにする。さらにこれまでに知られている直交計画の最適性が複素空間でも同様に成り立つことを示す。