しかし、ラテン超方格法による2因子計画の例からわかるとおり、ラテン超方格法では、最適なSpace Filling計画を作成できるとは限りません。この例は、ラテン超方格法による2因子、実験数16の計画です。因子の水準は-1から1の間に設定されています。2因子のプロットを見ると、この計画には空白の領域があることがわかります。特に、X1が0で、かつ、X2が-1である付近の空白が目立ちます。
図21.20 ラテン超方格法による2因子計画
コンピュータ実験の分野で、ラテン超方格法に代わって使用できる方法として、最大エントロピー計画があります。これは、実験に含まれる情報量を最適化する計画です。詳細については、この後の「技術的な注」を参照してください。因子水準を-1から1の間に設定した場合、2因子の最大エントロピー計画の2因子の最大エントロピー計画を見ると、ラテン超方格法による2因子計画のラテン超方格法より領域が均一に覆われています。Space Filling計画の均一性は、実験回数が増えるに従って向上します。
図21.21 2因子の最大エントロピー計画
技術的な注: 最大エントロピー計画は、実験に含まれるShannonの情報量（Shewry and Wynn（1987））を最大化します。その際、データは平均値m、分散行列s2 Rの正規分布に従うと仮定されます。ここで、
は、2つの計画点、xiおよびxjにおける応答値の相関を示します。最大エントロピー計画を求める計算では、計画から計算される相関行列の行列式である|R|を最大化します。xiとxjが遠く離れている場合、Rijは0に近く、 xiとxjが互いに近い場合、Rijは1に近くなります。