Lecture 12: ANCOVA Flashcards

1
Q

ANCOVA: wat is het?

A

mix tussen ANOVA en regression. ANCOVA evaluates whether population means of a dependent variable (DV) are equal across levels of a categorical independent variable (IV) often called a treatment, while statistically controlling for the effects of other continuous variables that are not of primary interest, known as covariates (CV).

dus ANCOVA = ANOVA + controlling for covariates

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

wat voor variabelen heb je bij een ANCOVA

A

1 dependent variable
1 or more independent variables
1 or more covariates

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

By adding a covariate, we….

A

reduce error/residual in the model. (because a covariate can bias your results)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

hypothesen bij ANCOVA

A

H0 = predict with the total mean
H1 = predict with the group means

als deze anders zijn is er een systematic difference between the groups

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

overfitting=

A

when you try to fit noise -> bijvoorbeeld als je er van uit gaat dat iedereen in een stoel op 5 mei jarig is, omdat een iemand die in die stoel zat op 5 mei jarig is

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

wat voor soort variabele is dependent bij ANCOVA

A

mean -> continuous

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

wat voor soort variabele is independent bij ANCOVA

A

categorical

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

least squares =

A

een lijn die het kleinste verschil vanaf de mean laat zien, dus de lijn die het beste past.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

wat zijn de covariates altijd voor level

A

categorical!! (Net als independent)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

assumptions ANCOVA=

A

ANOVA:
- continuous variable
- random sample
- normally distributed (shapiro wilk/QQ plots)
- equal variance within groups (levenes)

ANCOVA extra:
- independence of covariate and independent var
- homogeneity of regression slopes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

hoe zie je independence of covariate and treatment effect

A
  • No difference on ANOVA with covar and independent variable
  • Matching experimental groups on the covariate
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

“no difference on ANOVA with covar and independent variable” waarom?

A
  • When treatment groups differ on the covariate, putting the covariate into the analysis will not ‘control for’ or ‘balance out’ those differences
  • This situation arises mostly when
    participants are not randomly assigned to experimental treatment conditions
  • This problem can be avoided by randomizing participants to experimental groups, or by matching experimental groups on the covariate
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

hoe kan je homogeneity of regression slopes zien

A
  • Visual: scatterplot dep var * covar per condition
  • Testing: interaction indep. var * covar
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

waar moet je op letten bij het adden van covariates

A

you do not want to add the covariate if the variance of the covariate overlaps with variance of the independent variable -> dan krijg je niet het ‘pure’ effect van de independent variable (en dat is wat je wil doen met covariates)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

wat wil je wel van een covariate

A

dat hij de unexplained variance uitlegt. (dus niet de variance explained by the indepenent variable)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

wat is het doel van dummy variables

A

translate a categorical variable -> additional column in the data, variable encoded into 0 and 1. dan krijg je een binary division of your categorical variables.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

hoeveel dummy variables heb je nodig

A

g - 1

dus 3 condities = 2 dummy variables

18
Q

hoe kan je een model herschrijven als een linear model

A

outcome = model + error

model = independent + covariate

19
Q

hoe kan je het herschrijven als formal model

A

y = b0 + b1dummy1 + b2dummy2 + b3covar

20
Q

ANOVA = linear regression!!!

A

je kan een linear regression doen met categorical predictors, of ANOVA met een continous predictor etc.

21
Q

b0=

A

intercept, anchoring point

22
Q

b0 is equal to the average of the ….

A

group that you do not create a dummy variable for

23
Q

wat geeft een dummy aan

A

de observed difference between two of the groups.

24
Q

if we add different predictor variables in the model, we will predict differently!! we will predict better, or not so much better

A

oke (dit is het belangrijkste om te onthouden)

25
Q

adding more predictors leads to …. variance

A

better explanation of the variance.

26
Q

error variance=

A

difference between what we predict, and what we observe.

27
Q

het hele doel van ANOVA en ANCOVA is to decompose the total sum of squares between the model error and the model accuracy

A

oke

28
Q

wat voor extra stap doe je nog bij een ANCOVA

A

je kijkt naar de SS.covar, en vergelijkt deze met de SS.group (=categorical predictor) -> hoeveel error is explained door independent, en hoeveel door de covariate?

29
Q

waarvoor werden dummy variables hier genoemd

A

omdat ze wilden laten zien dat anova = regression. je kan een anova veranderen in een regression door de variabelen te veranderen in dummy variables.

30
Q

hoe kan je homogeneity: equal variances within groups testen?

A
  • Levene’s test
  • descriptive statistics: kijken of de standard deviations hetzelfde zijn.
31
Q

hoe test je independence between covariate and independent variable in JASP

A

door een ANOVA uit te voeren:
dependent variable = covariate
fixed factors = independent variable

is hier een association? -> niet significant = goed.

32
Q

wat is homogeneity of regression slopes

A

the same relationship between the covariate and the dependent variable for different levels of the group variable

!!!

33
Q

hoe kan je homogeneity of regression slopes in JASP testen via visualisatie

A

descriptives plots van de ANCOVA

horizontal axis = covariate
seperate lines = independent variables

dan kijken of de regression line verschillend is voor verschillende levels van de independent variables. -> deze zouden parallel aan elkaar moeten zijn.

34
Q

hoe kan je homogeneity of regression slopes in JASP testen via formules

A

ANCOVA -> onder kopje ‘model’ de interactie toevoegen door samen te selecteren. dan kijken of deze significant is.

35
Q

wat als de lijnen niet parallel zijn aan elkaar

A

dan is homogeneity of regression slopes assumption violated

36
Q

residuals =

A

error of the model

37
Q

model sums of squares in ANCOVA tabel

A

de covariate + dependent variable bij elkaar opgeteld.

38
Q

wat is de nulhypothese bij een ANCOVA?

A

we are comparing the full model with the independent variable to the model without the independent variable

39
Q

marginal means =

A

means that are estimated from the model, whilst keeping the covariate equal across the groups (dus correcting for the presence of a covariate).

40
Q

waar worden marginal means bij gebruikt

A

voor contrasts and post hoc tests.

41
Q
A