データにノイズ（ランダムな誤差）が存在する場合なら、予測値の分散を最小化することが実験の目標になります。決定論的システムの実験では、ノイズによるデータのばらつきはありませんが、バイアス（偏り）は生じます。バイアスとは、近似モデルと真の数学的関数との差を指します。Space Filling計画の目標は、バイアスを小さくすることです。
［Space Filling計画］には、次のような手法が用意されています。
各因子の水準を均一にするという制約のなかで、計画点の間の最短距離が最大化になるように配置します。この手法では、一様分布を模倣した計画が作成されます。ラテン超方格法は、球の詰め込みと一様計画の中間にあたります。第 “ラテン超方格法”を参照してください。
球面内に点を拡散します。第 “最小ポテンシャル計画”を参照してください。
データの分布における情報量をもとに計画を作成します。第 “最大エントロピー計画”を参照してください。