共変量

この記事では、統計における共変量とは何かについて説明します。したがって、共変量の意味、共変量の例、共変量を使用した統計モデルの作成方法がわかります。

共変量とは何ですか?

統計学において、共変量は、独立変数と従属変数の間の関係に影響を与える変数の一種ですが、直接的な関心はありません。言い換えれば、共変量は結果に影響を与えるが、研究には興味のない変数です。

したがって、統計研究では共変量を管理し、調査結果に影響を与えないようにする必要があります。通常、共変量は従属変数への影響を決定するために研究モデルに含まれます。これについては以下でさらに詳しく説明します。

たとえば、企業の株価 (従属変数) と企業利益 (独立変数) の関係を分析したい場合、共変量は株式市場の動向になります。なぜなら、株式市場の残りの株式の価格が上がるか下がるかを知ることに興味がないとしても、論理的には、調査対象の企業の株式の価格は、市場が強気か弱気かに応じて変化するからです。 。

共変量は、共変量変数と呼ばれることもあります。

共変量の例

共変量の定義を理解したら、共変量の例をいくつか見て、概念の理解を完了します。

1. 添加した肥料の量 (独立変数) が植物の成長 (従属変数) にどのような影響を与えるかを分析したい場合、植物が日光にさらされた時間の長さは結果を条件付けることができるため、共変量となります。
2. 生徒が得た成績 (従属変数) と勉強に費やした時間 (独立変数) の関係を研究することが目的の場合、共変量はカリキュラムを説明する教師になります。論理的には、他の教師よりも説明が上手な教師が存在するため、成績は教師によって異なります。
3. 工場の生産量 (従属変数) と工場が保有する機械の数 (独立変数) の相関関係を研究する場合、共変量は従業員が受け取る給与になります。これは従業員のモチベーション、ひいては従業員のパフォーマンスに影響を与えるためです。

変数と共変量

一般に、共変量は、研究において引き起こされる興味によって変数と区別されます。言い換えれば、統計的研究では、共変量を研究することは興味深いのではなく、変数が結果に与える影響を分析することが興味深いのです。

ただし、変数と共変量の両方が得られる結果に影響を与えるため、通常は両方のタイプの変数が統計モデルに含まれます。このようにして、応答に対する共変量の影響を確認できるため、独立変数と従属変数の間の相関関係を適切に分析できます。

共変量を含むモデル

通常、従属変数と独立変数の間の相関を調べるには、単純な線形回帰モデルが実行されます。この統計モデルにより、2 つの変数間の関係が有意であるかどうか、あるいは逆に無視できるかどうかを判断できます。

ただし、単純な線形回帰では、説明変数が 1 つだけ含まれるため、共変量は考慮されません。したがって、1 つ以上の共変量がある場合、それらは通常研究に含まれ、重回帰モデルが実行されます。このようにして、応答と対象の説明変数および共変量との関係を分析できます。共変量は結果を条件付けすることもできるためです。

このタイプの統計分析は共分散分析 (ANOVA) と呼ばれ、分散分析 (ANOVA) に似ていますが、研究の共変量も含まれます。