I II III IV只在非平衡實驗設計中才有區別，平衡實驗設計中完全一致。

類別非均衡性對資料混淆度影響的研究。感興趣可以搜論文看。

不等樣本量引起組間頻數分佈不同，導致的行變數和列變數之間產生了相關性——進而無法區分一部分或全部效應來自行變數還是列變數

SS(A,B,AB)是表示A和B的主效應以及AB的互動作用。

豎槓|表示效應是在某個效應後進來的。比如SS(AB | A, B)互動作用是主效應之後。SS(A | B)：A的主效應在B的主效應之後。

1. Type I

2. Type II

3. Type III

I型中後進入的變數是被扣除掉前面變數的影響，也就是I型後進入的變數是本身的影響。Ⅰ型平方和與研究因素進入模型的順序有關，先進入模型的研究因素，

會將該研究因素與後續研究因素之間混淆的平方和分配給自己（使用加權均值），最後進入模型的研究因素只分配到“淨平方和”（使用未加權均值計算而來），因此Ⅰ型平方和稱為順序平方和

II型中沒有先後順序，都是自身的影響。

三型的都是淨作用。

四型和三型一致，只在cell有0個觀測時，使用IV型。

2. 使用方法：

I型：研究設計是一個裂區設計，研究因素之間存在主次之分。或，不等樣本量確實是隨機抽樣造成的，或者說總體中的分佈確實如此。

II型：Ⅱ型平方和由於將研究因素與互動項之間混淆的平方和分配給了自己，因此常用在無互動作用的方差分析模型中。

III型：有互動作用。

IV型：某個cell樣本量為0；

下述部分暫時沒想明白。

1. 下述幾步都是在說當我們比較AB間均值時，SAS如何處理每一個小的cell，也就是 TYPE I II III IV..

2. Type I

The treatment means are the weighted averages of the cell means for that treatment, weighted by the cell sample sizes

通過每個cell樣本量的大小加權重。

3. Type II

The treatment mean is the weighted average of the cell means, weighted by what seems to be a complex function of the cell sample sizes

通過cell的均值權重，和樣本量權重。

4. Type III 和 Type IV

權重都相同。III 型和 IV 型在cell不等於0沒有任何區別。如果有cell為空，推薦使用 III 型。

上述過程通過這幾步實現，就是SAS自己處理的過程。

就是根據e1的結果，算最小公倍數等。

歡迎關注微信公眾號，sas統計分析。本文來自部落格園，作者：Iving，轉載請註明原文連結：https://www.cnblogs.com/SAS-T/p/15549245.html