平方和

對於此種模式，您可以選擇一種平方和。 其中，類型 III 最常使用，也是預設值。

類型 1。這個方法也稱為平方和方法的階層式分解。 模式中的每一項都只能針對它的前一項加以調整。 類型 I 平方和常用於下列情形：

• 在平衡的 ANOVA 模式中，任何主效應都應在任何第一階交互作用效應之前指定，而任何第一階交互作用效應都需在任何第二階交互作用效應之前指定，然後依此類推。
• 在多項式迴歸模型中，您必須在指定較高階項之前，先指定較低階項。
• 在純巢狀模式中，第一個指定的效應會套在第二個指定的效應，第二個指定的效應會套在第三個，依此類推。 （這種巢狀形式只能透過語法來指定）。

類型 II。 此方法會計算模型中針對所有其他「適當」效果調整的效果平方和。 適當效果是對應於所有效果的某個效果，其中不包含要檢查的效果。 類型 II 平方和方法通常用於：

• 平衡 ANOVA 模型。
• 任何只具有主因數效果的模型。
• 任何迴歸模型。
• 純巢狀設計。 （此巢狀形式可以透過使用語法來指定。）

類型 III。 預設值。 這個方法會計算設計中某個效果的平方和作為平方和，已針對不包含該效果的任何其他效果進行調整，且與包含該效果的任何效果（如果有的話）正交。 類型 III 平方和的主要優點在於：只要估計的一般形式保持不變，它們在資料格頻次方面就是不變的。 所以一般認為，這個平方和類型對於沒有遺漏資料格的不平衡模式而言，是相當好用的。 在沒有遺漏資料格的因素設計中，這個方法等於是「Yates 加權平方和」的技術。 類型 III 平方和方法通常用於：

• 類型 I 和類型 II 中列出的任何模型。
• 任何沒有空資料格的平衡（或不平衡）模式。

類型 IV。 此方法設計以用於遺漏資料格的狀況。 針對設計中的任何效果 F，如果 F 未包含在任何其他效果中，則類型 IV = 類型 III = 類型 II。 當 F 包含在其他效果中時，類型 IV 會將在 F 中參數之間進行的對照公平分佈至所有更高層次的效果。 類型 IV 平方和方法通常用於：

• 類型 I 和類型 II 中列出的任何模型。
• 具有空資料格的任何平衡模型或不平衡模型。