Analýza kovariancie (ANCOVA): čo to je a ako sa používa v štatistike

Oblasť štatistiky využíva mnoho techník, ktoré nám umožňujú analyzovať, kontrolovať a upravovať údaje, ktoré získame pri vyšetrovaní. Jednou z nich je analýza kovariancie (ANCOVA).

Táto štatistická technika využíva dve stratégie: analýzu rozptylu (ANOVA) a štatistickú regresiu. Je súčasťou techník na kontrolu experimentálnej chyby. V tomto článku sa dozvieme, čo to je a ako to funguje.

• Súvisiaci článok: "Analýza rozptylu (ANOVA): čo to je a ako sa používa v štatistike"

aplikovanej štatistiky

Štatistika je veda, ktorá zahŕňa všetky poznatky, stratégie a nástroje, ktoré umožňujú zhromažďovať, organizovať, prezentovať, analyzovať a interpretovať sériu údajov. Používa sa najmä vo výskumných kontextoch.

V psychológii sa študuje čoraz viac počas celého štúdia, pretože sa považuje za veľmi zaujímavý nástroj na poznanie a obzvlášť užitočný, ak sa chceme venovať výskumu.

Cieľom tejto vedy je opísať výsledky získané pri vyšetrovaní, ako aj ich analýzu alebo pomoc pri rozhodovaní. V psychológii sa často používa na štúdium a vývoj rôznych liečebných postupov a terapií.

Štatistické typy

Existuje popisná štatistika (kde sa extrahované informácie týkajú vzorky) a inferenčná štatistika (ktorá extrahuje informácie o populácii).

Typ techniky široko používaný v štatistike je analýzu kovariancie, ktorá nám umožňuje eliminovať systematickú chybu, ktorá mení naše výsledky. Ale je to o niečo zložitejšie ako toto; Podrobne to vysvetlíme v celom článku.

Analýza kovariancie: čo to je?

Analýza kovariancie (ANCOVA) je technika používaná v štatistike a konkrétne je to parametrický test. Parametrické testy v rámci štatistiky vám umožňujú analyzovať faktory v rámci populácie. Okrem toho umožňujú kvantifikovať, do akej miery sú dve premenné nezávislé.

Skratka ANCOVA znamená „ANAlysis of COVAriance“. V skutočnosti ANCOVA kombinuje dva typy stratégií: Analýza rozptylu (ANOVA) spolu s regresnou analýzou.

Tu si to musíme pamätať ANOVA je ďalšia štatistická technika, ktorá oddeľuje od celkovej variability našich výsledkov, časť spôsobená zdrojmi chýb; Okrem toho, že ide o techniku ​​kontroly chýb, odhaľuje vplyv liečby.

Analýza kovariancie je tiež štatistická technika, ale úplnejšia ako ANOVA; Rovnako ako ona sa používa na zníženie experimentálnej chyby, no navyše na výsledky aplikuje viacnásobnú lineárnu regresiu (štatistickú regresiu).

• Mohlo by vás zaujímať: "Chí-kvadrát (χ²) test: čo to je a ako sa používa v štatistike"

Technika kontroly chýb

Pri výskume je veľmi dôležité kontrolovať zdroje experimentálnych chýb (ktoré sa objavujú v dôsledku podivné premenné), pretože môžu zmeniť výsledky a posunúť nás preč od skutočných zmien, ktorými sme vyhľadávanie. Experimentálna chyba teda zahŕňa odchýlky vo výsledkoch vzhľadom na skutočnú hodnotu skúmanej veličiny.

Techniky, ktoré sa snažia znížiť experimentálnu chybu, môžu byť dvoch typov.: techniky a priori (používajú sa pred aplikáciou liečby a zberom údajov) a techniky a posteriori (používajú sa po získaní údajov). Analýza kovariancie patrí do druhého typu a používa sa, keď už máme údaje pre náš výskum.

Konkrétne analýza kovariancie pozostáva zo štatistického postupu, ktorým dokáže eliminovať heterogenitu, ktorá sa objavuje v premennej, ktorú študujeme (toto je závislá premenná; napríklad úrovne úzkosti), v dôsledku vplyvu jednej (alebo viacerých) nezávislých premenných, ktoré sú kvantitatívne a ktoré budeme nazývať kovariáty (napríklad terapia v rôznych stupňoch intenzita).

Neskôr vysvetlíme, z čoho pozostávajú kovariancie, ako môžu zmeniť výsledky vyšetrovania a prečo je analýza kovariancie v týchto prípadoch užitočná.

Fungovanie

Teoretický základ analýzy kovariancie je nasledujúci (alebo „kroky“, ktoré treba nasledovať): najprv sa na dáta aplikuje analýza rozptylu (ANOVA) a neskôr, aplikuje sa na ne viacnásobná lineárna regresia; to znamená, že efekt, ktorý mali kovariáty (nezávislé premenné) na závislú premennú (t. j. na premennú, ktorú študujeme), je eliminovaný.

Kovariáty (X) sú charakteristiky alebo merania každej experimentálnej jednotky alebo účastníka, ktoré nezávisia od liečby (nezávislé premenné), ale súvisia s meraním záujmu (Y) (závislá premenná). To znamená, že majú vplyv alebo vplyv na to, čo študujeme, ale nie sú spôsobené liečbou.

To znamená, že keď sa mení X, mení sa aj Y; Okrem toho táto variácia X ovplyvní aj vplyv, ktorý má liečba na Y. To všetko nás núti eliminovať tieto vplyvy (experimentálne chyby), pretože menia výsledky; a to sa dosiahne analýzou kovariancie.

Zaujímavým faktom je, že čím viac kovariátov máme, tým menšiu variabilitu budú mať údaje a tým väčšiu štatistickú silu bude mať test. Štatistická sila je pravdepodobnosť, že test správne určí vplyv liečby na výsledky, ktoré študujeme.

Aby nám slúžil? Ciele

Analýza kovariancie sa používa na nasledujúce účely: na jednej strane na odstránenie akejkoľvek systematickej chyby, ktorá môže zaujatosť výsledkov vyšetrovania (tieto chyby sa zvyčajne vyskytujú, pretože sú mimo kontroly vyšetrovateľa), a tým iné, zistiť rozdiely v odpovediach účastníkov výskumu, ktoré sú spôsobené ich osobnými charakteristikami.

Vďaka tomu sa analýza kovariancie používa napríklad na stanovenie rozdielov medzi liečbami.

Výsledkom analýzy kovariancie je opravené skóre, od ktorého sa odpočítala suma alebo hodnota priraditeľná cudzej premennej.

Analýza kovariancie umožňuje zvýšiť presnosť experimentov a eliminovať účinky premenných, ktoré nemajú nič spoločné s liečbou, no napriek tomu ovplyvňujú výsledky.

Okrem toho nám umožňuje získať viac informácií o povahe liečby, ktorú v našom výskume aplikujeme. V konečnom dôsledku nám pomáha upraviť naše výsledky tak, aby boli spoľahlivejšie.

Oblasti použitia

Analýza kovariancie Uplatňuje sa zásadne v oblasti aplikovanej štatistiky. Preto sa často používa vo výskume; typ výskumu, v ktorom sa môže použiť, sa však líši a môže ísť o vzdelávací, klinický, poľnohospodársky, zdravotnícky výskum atď.

Príklady (aplikácie)

Analýza kovariancie nám umožňuje študovať napríklad vzťah medzi vekom (kovariátom) a Úrovne úzkosti (závislá premenná) podľa stavov (liečieb) v rámci psychologického vyšetrenia POLIKLINIKA.

Ako sme však videli, túto techniku ​​možno použiť aj v iných typoch výskumu, napríklad v poľnohospodárskom výskume: jej možné uplatnenie by bolo, keby sme chceli študovať vzťah medzi veľkosťou paradajok (kovariable) a hektárovým výnosom nášho sadu (závislá premenná) podľa odrody paradajok (rôzne liečby).