JMPのカスタムデザインプラットフォームを使用すると、実験者は最適なデザインを構築することで、特定の実験ニーズに合わせたカスタムデザインを作成できます。カスタムデザイナーは、座標交換アルゴリズムを使用して複数の最適性基準のうちの1つを最大化することで、最適なデザインを生成します。座標交換アルゴリズムは、各因子と実行ごとに指定されたデザイン領域内でランダムな値を選択することで、開始デザインを構築します。見つかったデザインは局所的に最適であるだけであり、座標交換アルゴリズムは、全体的に最適なデザインを見つける確率を高めるために何度も繰り返されます。カスタムデザインは、構築されたすべてのデザインの中で、最適性基準を最大化するデザインを提供します。
最適性基準には以下が含まれる。
最適性基準は、カスタムデザインの赤い三角形の下に指定できます。
推奨される（デフォルトの）最適性基準は以下のとおりです。
| カスタムデザインで指定されたモデル |
デフォルトの最適性基準 |
| RSMボタンを使用した完全二次モデル |
I-最適性 |
| 相互作用ボタンから追加された2因子相互作用を含むモデル |
A最適性 |
| その他のすべての場合 |
D最適性 |
設計の目的は、デフォルトの最適性基準が使用される理由と、デフォルトの最適性基準からエイリアス最適などの他の最適性基準に変更する場合の理由の両方に反映されています。
大まかに言うと、実験計画を実施する目的は2つあります。有効効果の特定（スクリーニング）と応答の最適化（予測）です。スクリーニング計画では、有効効果の特定に一次モデル（主効果モデル）が使用されます。D-optimalは係数の誤差を最小化することに重点を置いているため、有効効果の特定に適しています。
プロセス操作設定を最適化する際に、応答の予測がパラメータの正確な推定よりも優先される場合、二次モデル（主効果、二次項、および二元交互作用）が使用されます。I-optimalは予測の分散を考慮しているため、カスタムデザインでモデルを定義する際にRSMボタンを使用する二次モデルの推奨（デフォルト）最適性基準となります。
| 最適性基準 |
実験計画の目的 |
実践的な目標 |
| I最適 |
予測のばらつきを最小限に抑える |
正確な予測 |
| D最適 |
係数の誤差を最小化する |
要因間の関係を理解する |
| A最適 |
モデルのさまざまな部分に重み付けをする |
関心のある特定の要因に焦点を当て、要因間の関係性を理解する |
| エイリアス最適性 |
主効果（ME）と2因子相互作用（2FI）の相関関係を排除する。 |
MEが潜在的な大規模なアクティブ2-FIによって偏りのない因子関係を理解する |
カスタムデザインにおける最適性基準の指定および識別方法の例：
