「カスタム計画」プラットフォームによって、自分の状況に応じた最適の計画を作成できます。
以下のようなさまざまな種類の因子を含めることができます。
• 連続変数
• 離散数値（水準数は任意）
• カテゴリカル変数（水準数は任意）
• ブロック（ブロックあたりの実験回数を指定）
• 共変量
• 配合
• 定数
• 調整不可能
実験で用いる因子の領域を制限するために、線形制約や許可しない組み合わせを指定できます。カテゴリカル、連続変数、および離散数値の因子に対して制約を課すことができます。因子の制約を定義を参照してください。
連続変数、離散数値、カテゴリカル、および配合因子に対して、変更が困難かどうかを、「容易」、「困難」、「非常に困難」という3段階で指定できます。「困難」を指定した場合は分割法における一次単位として、「非常に困難」と「困難」を指定した場合は一次単位と二次単位として設定されます。変更が困難な共変量も指定できます。
「カスタム計画」では、実験者が仮定しているモデルを明示的に指定します。仮定したモデルに基づき、計画が作成されます。モデルには、推定したい効果をすべて含むのが理想です。なお、モデルには、主効果、交互作用、応答曲面効果、および（最大5次までの）多項式の効果を自由に含めることができます。また、各効果に対して、必ず推定するか、可能な場合のみ推定するかを設定できます。可能な場合のみに推定する効果がある場合には、「カスタム計画」では、Bayes流の最適計画を作成します。モデルを参照してください。
「カスタム計画」プラットフォームでは、実験回数を指定できますので、実験者の予算に合った計画を立てることができます。「カスタム計画」プラットフォームでは、必要な効果を推定するのに必要な最小の実験回数と、デフォルトの実験回数が表示されます。これらの値は、実験回数を決めるための指針となります。計画の生成を参照してください。
「カスタム計画」では、さまざまな種類の計画を作成できます。それには、従来の古典的な計画や、乱塊法なども含まれています。各種計画の例は、カスタム計画の例を参照してください。
「カスタム計画」プラットフォームでは、分析者によって指定された設定に基づいて、最適な計画が作成されます。アルゴリズムは次のような最適化基準をサポートしています。
• D-最適化基準
• I-最適化基準
• Bayes流のD-最適化基準およびI-最適化基準（［可能な場合のみ］が指定された場合）
• A-最適化基準
• 交絡最適化基準
最適化基準を参照してください。
これらの最適計画は、座標交換（Meyer and Nachtsheim, 1995）と呼ばれるアルゴリズムによって作成されます。座標交換アルゴリズムを参照してください。