ANCOVA Flashcards
ANCOVA
Bij een ANCOVA vergelijken we de scores van groepen op een afhankelijke variabele waarbij we corrigeren voor een derde variabele: de covariaat. De onafhankelijke variabele is altijd een groepsvariabele (een categorische variabele, meetniveau nominaal). De afhankelijke variabele is altijd een kwantitatieve variabele van minimaal interval meetniveau.
- Eén afhankelijke variabele (Y )
- Eén (of meer) factoren (X1, …)
- Eén (of meer) covariaten (X2, …)
Covariaat
Bij een ANCOVA vergelijken we de scores van groepen op een afhankelijke variabele waarbij we corrigeren voor een derde variabele: de covariaat.
Geen interactie effect
In een situatie waarin er sprake is homogene regressie (voorwaarde), wil zeggen: dat het effect van
de covariaat GELIJK is voor de beide levels van de factor. Dan mogen we een ANCOVA uitvoeren.
Wat is de algemene onderzoeksvraag in een ANCOVA?
Onderzoeksvraag: Verschillen twee of meer groepen in gecorrigeerde gemiddelden (adjusted means)
van een kenmerk? Die groepen zijn die levels in de factor(en).
Gevolgen ANCOVA (2)
- Bias-correctie (elimination confounds)
- Error-reductie (reduce within-group error variance)
Gevolgen ANCOVA: Bias- correctie
- Bias-correctie (elimination confounds): door het covariaat op te nemen in model wordt effect van
groep gecorrigeerd voor groepsverschillen in covariaat
→ eerlijkere vergelijking van groepen
Gevolgen ANCOVA: Error-reductie
- Error-reductie (reduce within-group error variance)
Maar het kan ook zijn, dat door het opnemen van de covariaat in het model er MEER variantie verklaard word, waardoor er (in algemene zin) verkleining is van de voorspellingsfout (e), vergroot kans op significant resultaat. Dan is er ook TOENAME van Power (onderscheidingsvermogen).
Eta^2
Eta-kwadraat geeft aan hoeveel procent van de totale variantie in de afhankelijke variabele wordt verklaard door de verschillen in de onafhankelijke variabele. in Y (de afhankelijke variabele) die door X (de onafhankelijke variabele) verklaard wordt.
ANOVA regressievergelijking
Y = B0 + B1D1 + E
Y = afhankelijke variabele
B0 = intercept
B1 = verschil tussen 2 niveaus van factor
D1 = dummy
E = voorspellingsfout
ANCOVA regressievergelijking
Y = B0 + B1D1 + B2X2 + E
Y = afhankelijke variabele
B0 = intercept
B1 = verschil tussen 2 niveaus van factor
D1 = dummy
B2 = regressiecoefficient voor X2
X2 = covariaat
E = voorspellingsfout
Aannames bij AN(C)OVA model NOG TOEVOEGEN