基本原理
协方差分析的基本原理是将线性回归与方差分析结合起来,调整各组平均数和 F 检验的实验误差项,检验两个或多个调整平均数有无显著差异,以便控制在实验中影响实验效应(因变量)且无法人为控制的协变量(与因变量有密切回归关系的变量)在方差分析中的影响。(协变量的含义举例:当研究学习时间对学习绩效的影响,学生原来的学习基础、智力学习兴趣就是协变量)
为了更好的帮助大家理解,下面简要介绍相关结构,大家也可以自行回顾一下本公众号推送的回归分析与方差分析模型的结构;
(1)对于回归分析:
被解释变量(因变量)=回归系数1+回归系数2·解释变量(自变量)+···+随机误差
(2)对于方差分析:
总离差=分组变量离差+随机误差
协方差分析的模型
由上图可以看出:对于协方差分析:
总离差=分组变量离差+协变量离差+随机误差
在方差分析中,协变量离差包含在了随机误差中,在协方差分析中,单独将其分离出来,可以进一步提高实验精确度和统计检验灵敏度。
作用
协方差分析的作用: