Ich habe kürzlich ein Experiment analysiert, das mit ANCOVA 2 kategoriale Variablen und eine kontinuierliche Variable manipuliert hat. Ein Gutachter schlug jedoch vor, dass die multiple Regression mit der als Dummy-Variablen codierten kategorialen Variablen ein geeigneterer Test für Experimente mit sowohl kategorialen als auch kontinuierlichen Variablen ist.
Wann ist es angebracht, ANCOVA im Vergleich zur multiplen Regression mit Dummy-Variablen zu verwenden, und welche Faktoren sollten bei der Auswahl zwischen den beiden Tests berücksichtigt werden?
Vielen Dank.
ANOVA ANCOVAoder googleMultiple regression ANCOVA), sagen mir, dassANOVA involves only categorical predictorsundANCOVA involves categorical and continuous predictors, und dass sowohl ANOVA- als auch ANCOVA-Entwürfe, unter Verwendung eines multiplen Regressionsmodells beschrieben werden können. Widerspricht dies der Antwort von John, die lautet"ANCOVA and ANOVA are the same, as ttnphns pointed out"?Antworten:
ttnphns ist korrekt.
Angesichts Ihrer zusätzlichen Kommentare würde ich jedoch vorschlagen, dass der Rezensent die Änderung nur zur Interpretation wünscht. Wenn Sie bei den Ergebnissen im ANOVA-Stil bleiben möchten, nennen Sie es einfach ANOVA. ANCOVA und ANOVA sind die gleichen, wie in den folgenden Abschnitten dargelegt. Der Unterschied besteht darin, dass Sie mit ANCOVA die Kovariaten nicht als Prädiktoren behandeln und genau das auf jeden Fall tun möchten.
Was der Rezensent bemerkte, war, dass, während Sie eine ANOVA für kontinuierliche Prädiktoren durchführen können, es typisch ist, dass man eine Regression durchführt. Ein Merkmal davon ist, dass Sie Schätzungen der Auswirkungen der stetigen Variablen erhalten und sogar Wechselwirkungen zwischen ihr und der kategorialen Variablen (die nicht in einer ANCOVA enthalten sind, sich aber in einer ANOVA befinden könnten) betrachten können.
Möglicherweise benötigen Sie Hilfe bei der Interpretation von Regressionsergebnissen, da auf dem Weg zu Interaktionen lustige Dinge passieren, wenn Sie die Beta-Werte verwenden, um die Signifikanz Ihrer Effekte zu bestimmen.
quelle
Diese beiden sind das gleiche. In SPSS heißt die Prozedur, in der ich ANCOVA spezifiziere, beispielsweise GLM (General Linear Model). es fordert zur Eingabe von "Faktoren" (kategoriale Prädiktoren) und "Kovariaten" (kontinuierliche Prädiktoren) auf. Wenn ich die "Faktoren" in Dummy-Variablen umkodiere (eine redundante Kategorie aus jedem Faktor weglasse) und alle diese zusammen mit den Kovariaten als "unabhängige Variablen" in der REGRESSION-Prozedur (lineare Regression) eingebe, erhalte ich die gleichen Ergebnisse wie mit GLM ( angenommen, dass die abhängige Variable natürlich dieselbe ist).
PS Die Ergebnisse sind identisch, wenn die Modelle identisch sind. Wenn die Regression nur Haupteffekte enthält, sollte ANCOVA natürlich ohne Faktor-zu-Faktor-Wechselwirkungen angegeben werden.
quelle
Die multiple lineare Regression erscheint mir in dieser Situation angemessener als ANCOVA, wie der Rezensent der Zeitschrift empfiehlt.
Versuchen Sie, sowohl eine multiple Regression als auch eine ANCOVA auszuführen und die Ergebnisse zu vergleichen. Sie werden wahrscheinlich nicht identisch sein.
ANCOVA und multiple lineare Regression sind ähnlich, aber die Regression ist besser geeignet, wenn der Schwerpunkt auf der abhängigen Ergebnisvariablen liegt, während ANCOVA besser geeignet ist, wenn der Schwerpunkt auf dem Vergleich der Gruppen aus einer der unabhängigen Variablen liegt. In dem oben beschriebenen Experiment scheint die Betonung eindeutig auf der Ergebnisvariablen zu liegen.
Wenn Sie nicht wirklich sicher sind, dass Ihre Arbeitsweise besser ist als die des Reviewers, und wenn Sie erklären können, warum, sollten Sie sich wahrscheinlich nur auf das Fachwissen des Reviewers verlassen, damit Sie Ihre Arbeit veröffentlichen können.
quelle