모형 적합 플랫폼의 단계별 분석법에서 계층 항은 파티션 분석과 유사한 트리 구조를 사용하여 생성됩니다. 이때 최대화되는 기준은 SSB(그룹 간 제곱합)입니다.
수준이 k개인 명목형 변수의 경우 k개 수준은 SSB가 가장 큰 두 개의 수준 그룹으로 분할됩니다. 이러한 두 수준 그룹을 A1과 A2라고 합니다. 여기서 A1의 평균이 더 작고 A2의 평균이 더 큽니다. A1과 A2의 두 수준 그룹은 A1의 수준 값이 1이고 A2의 수준 값이 -1인 표시 변수를 정의하는 데 사용됩니다. 이 변수는 명목형 변수에 대한 첫 번째 계층 항입니다.
초기 두 그룹 A1과 A2 내의 각 수준에 대해 SSB가 가장 큰 두 개의 수준 그룹으로 분할됩니다. SSB가 가장 큰 수준 그룹이 A1의 수준에 속한다고 가정해 보겠습니다. 이러한 두 그룹을 B1과 B2라고 합니다. 여기서 B1의 평균이 더 작고 B2의 평균이 더 큽니다. B1과 B2의 두 수준 그룹은 B1의 수준 값은 1, B2의 수준 값은 -1, A2의 수준 값은 0인 계층 변수를 정의하는 데 사용됩니다. 다음 변수를 생성하려면 B1, B2 및 A2의 수준 분할을 고려해야 합니다. SSB를 최대화하는 분할이 다음 계층 변수를 정의합니다. 이 프로세스는 k-1개 계층 항이 생성될 때까지 계속됩니다.
순서형 변수의 경우 분할에 고려되는 수준 그룹은 순서상 서로 인접한 수준만 포함합니다. 이렇게 하면 생성된 항이 수준 순서를 준수합니다.