Space Filling計画（空間充填計画）は、決定論的な（またはそれに近い）データに対してモデルを作成する場合に役立ちます。Space Filling計画の種類としては、球の詰め込み、ラテン超方格法、一様、最小ポテンシャル、最大エントロピー、Gauss過程、高速柔軟充填があります。
決定論的データの一例は、コンピュータによるシミュレーションです。コンピュータ実験では、多変数間に存在するさまざまな相互関係を示す複雑なモデルに基づき、データをシミュレートします。このようなコンピュータ実験を計画する場合、特定の因子範囲でシステムの振る舞いを予測できる比較的単純な実験モデルを作成することが目標となります。
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。
そのようなバイアスを小さくする1つの実験計画は、計画点をできる限り拡散させ、実験の領域を超えない範囲で2点間の距離を最大にするような計画です。もう1つの実験計画は、対象とする領域全体に点を一様に配置する計画です。