Analisei recentemente um experimento que manipulou 2 variáveis categóricas e uma variável contínua usando ANCOVA. No entanto, um revisor sugeriu que a regressão múltipla com a variável categórica codificada como variáveis dummy é um teste mais apropriado para experimentos com variáveis categóricas e contínuas.
Quando é apropriado usar ANCOVA vs. regressão múltipla com variáveis fictícias e que fatores devo considerar na seleção entre os dois testes?
Obrigado.
ANOVA ANCOVAouMultiple regression ANCOVA) me dizem queANOVA involves only categorical predictorseANCOVA involves categorical and continuous predictors, e que ambos, ANOVA e ANCOVA projeta, pode ser descrito usando um modelo de regressão múltipla. Isso está em conflito com a resposta de João, que sais"ANCOVA and ANOVA are the same, as ttnphns pointed out"?Respostas:
ttnphns está correto.
No entanto, dados seus comentários adicionais, sugiro que o revisor deseje a alteração apenas para interpretação. Se você deseja manter os resultados do estilo ANOVA, basta chamá-lo de ANOVA. ANCOVA e ANOVA são iguais, como ttnphns apontou. A diferença é que, com a ANCOVA, você não trata as covariáveis como preditores e, definitivamente, parece querer fazer exatamente isso.
O que o revisor estava entendendo era que, embora você possa executar uma ANOVA em preditores contínuos, é típico que se faça uma regressão. Uma característica disso é que você obtém estimativas dos efeitos da variável contínua e pode até analisar as interações entre ela e a categórica (que não estão incluídas em uma ANCOVA, mas podem estar em uma ANOVA).
Você pode precisar de ajuda com a interpretação dos resultados da regressão, porque coisas engraçadas acontecem no caminho para as interações, se você usar os valores beta para determinar a significância de seus efeitos.
fonte
Esses dois são a mesma coisa. Por exemplo, no SPSS, o procedimento em que eu especifico ANCOVA é chamado GLM (modelo linear geral); pede para introduzir "fatores" (preditores categóricos) e "covariáveis" (preditores contínuos). Se eu recodificar os "fatores" em variáveis fictícias (omitindo uma categoria redundante de cada fator) e inserir todos aqueles junto com as covariáveis como "variáveis independentes" no procedimento REGRESSION (regressão linear), obterá os mesmos resultados que com o GLM ( (considerando que a variável dependente é a mesma, é claro).
PS Os resultados serão idênticos se os modelos forem idênticos. Se a regressão contiver apenas efeitos principais, a ANCOVA deverá ser especificada sem interações fator a fator, é claro.
fonte
A regressão linear múltipla me parece mais apropriada que a ANCOVA nessa situação, como recomenda o revisor da revista.
Tente executar uma regressão múltipla e uma ANCOVA e comparar os resultados. Eles provavelmente não serão idênticos.
ANCOVA e regressão linear múltipla são semelhantes, mas a regressão é mais apropriada quando a ênfase está na variável dependente do resultado, enquanto ANCOVA é mais apropriada quando a ênfase está na comparação dos grupos de uma das variáveis independentes. No experimento descrito acima, a ênfase parece claramente estar na variável resultado.
Finalmente, a menos que você esteja realmente certo de que sua maneira de fazer as coisas é melhor que a do Revisor, e possa explicar o porquê, provavelmente você deve apenas ceder à experiência do Revisor, para poder publicar seu artigo.
fonte