Covariável

Este artigo explica o que são covariáveis nas estatísticas. Portanto, você encontrará o significado de covariável, exemplos de covariáveis e como criar um modelo estatístico com uma covariável.

O que é uma covariável?

Nas estatísticas, uma covariável é um tipo de variável que afeta a relação entre a variável independente e a variável dependente, mas não é de interesse direto. Em outras palavras, uma covariável é uma variável que influencia os resultados, mas não é de interesse para estudo.

Portanto, uma covariável deve ser mantida sob controle em um estudo estatístico, para que não afete os resultados da investigação. Normalmente, as covariáveis são incluídas no modelo de estudo para determinar sua influência na variável dependente, voltaremos a isso com mais detalhes a seguir.

Por exemplo, se você quiser analisar a relação entre o preço das ações de uma empresa (variável dependente) e o lucro da empresa (variável independente), uma covariável seria a tendência do mercado de ações. Porque, mesmo que não tenhamos interesse em saber se o preço das restantes ações em bolsa está a subir ou a descer, logicamente o preço das ações da empresa estudada irá variar consoante o mercado esteja altista ou baixista. .

Às vezes, uma covariável também pode ser chamada de variável covariável .

Exemplos de covariáveis

Depois de vermos a definição de covariável, veremos vários exemplos de covariáveis para finalizar a compreensão do conceito:

1. Se você quiser analisar como a quantidade de fertilizante adicionado (variável independente) afeta o crescimento das plantas (variável dependente), o tempo que as plantas ficaram expostas à luz solar é uma covariável porque pode condicionar os resultados.
2. Se o objetivo é estudar a relação entre as notas obtidas pelos alunos (variável dependente) e as horas de estudo (variável independente), uma covariável é o professor que explica o currículo. Logicamente, as notas variam entre os professores porque há professores que explicam melhor que outros.
3. Quando estudamos a correlação entre a produção de uma fábrica (variável dependente) e o número de máquinas que possui (variável independente), uma covariável é o salário que os funcionários recebem, uma vez que afeta a sua motivação e, portanto, o seu desempenho.

Variável e covariável

Em geral, as covariáveis diferenciam-se das variáveis pelo interesse que despertam no seu estudo. Ou seja, num estudo estatístico não é interessante estudar uma covariável, mas sim analisar o efeito que uma variável tem nos resultados.

No entanto, tanto uma variável como uma covariável afetam os resultados obtidos, razão pela qual ambos os tipos de variáveis são normalmente incluídos no modelo estatístico. Desta forma, o impacto da covariável na resposta pode ser visto e, portanto, a correlação entre a variável independente e a variável dependente pode ser devidamente analisada.

Modelo com covariável

Normalmente, para estudar a correlação entre uma variável dependente e uma variável independente, é realizado um modelo de regressão linear simples. Este modelo estatístico permite determinar se a relação entre duas variáveis é significativa ou, inversamente, se pode ser negligenciada.

Contudo, na regressão linear simples, as covariáveis não são levadas em consideração, uma vez que apenas uma variável explicativa é incluída. Assim, quando há uma ou mais covariáveis, geralmente elas são incluídas no estudo, realizando assim um modelo de regressão múltipla. Desta forma, pode-se analisar a relação da resposta com a variável explicativa de interesse e com as covariáveis, uma vez que também podem condicionar os resultados.

Este tipo de análise estatística é chamada de análise de covariância (ou ANCOVA), que é semelhante a uma análise de variância (ANOVA), mas também inclui as covariáveis do estudo.