假定您具有可用于检验实验因子的各批材料的测量值。或是假定您具有可能入选参与检验实验因子的个人的测量值。针对批次或个人的测量值在实验之前已知，所以被视为协变量。
批次或个人对应于整区。您可能只希望在实验中使用其中一些整区。由于提供了关于协变量形式的整区的信息，设计中应以最优方式选取整区。
在“因子”分级显示项中，“定制设计”平台支持您将协变量指定为难以更改。模型（如您在“模型”分级显示项中包含的项所指定）可以包含使用协变量和实验因子构造的交互作用和幂。
注意：若您将某个协变量因子的“更改”值设置为“困难”，所有其他协变量也将设置为“困难”。其余因子必须设置为“容易”。由于该算法需要结合使用行交换和坐标交换，即便是规模适中的设计也需要花一些时间才能生成。
Goos and Jones (2011, Chapter 9) 以及 Jones and Goos (2015) 对涉及各批次聚丙烯板的实验进行了讨论。根据若干变量确定的各种配方生产出大批的聚丙烯板。有些聚丙烯板立即使用，而其余的则存储起来供将来实验使用。这些存储起来的批次的成分是已知的。
有客户对聚丙烯板的配方有特定要求。将来实验涉及将气体等离子体的处理定制为客户要求的配方类型。构成变量被视为难以更改的协变量。气体等离子体处理因子可应用到具有给定配方的聚丙烯板的子批次。
最优设计确定要使用的批次（由协变量定义）、确定每批次要使用的聚丙烯板的数量，并提供气体等离子体水平的设置。请注意，最优批次数量和给定批次中的聚丙烯板的数量取决于协变量。
定制设计中提供了一个示例。