Ковариата

В этой статье объясняется, что такое ковариаты в статистике. Таким образом, вы узнаете значение ковариаты, примеры ковариат и способы создания статистической модели с помощью ковариаты.

Что такое ковариата?

В статистике ковариата — это тип переменной, которая влияет на взаимосвязь между независимой переменной и зависимой переменной, но не представляет прямого интереса. Другими словами, ковариата — это переменная, которая влияет на результаты, но не представляет интереса для изучения.

Поэтому в статистическом исследовании ковариату необходимо держать под контролем, чтобы она не влияла на результаты исследования. Обычно в модель исследования включаются ковариаты для определения их влияния на зависимую переменную, подробнее к этому мы вернемся ниже.

Например, если вы хотите проанализировать взаимосвязь между ценой акций компании (зависимая переменная) и прибылью компании (независимая переменная), ковариатой будет тенденция фондового рынка. Потому что, даже если нас не интересует, растет или падает цена остальных акций на фондовом рынке, логично, что цена акций исследуемой компании будет меняться в зависимости от того, является ли рынок бычьим или медвежьим. .

Ковариату также иногда можно назвать ковариатой переменной .

Примеры ковариат

После того, как мы увидели определение ковариаты, мы увидим несколько примеров ковариат, чтобы завершить понимание концепции:

1. Если вы хотите проанализировать, как количество добавленных удобрений (независимая переменная) влияет на рост растений (зависимая переменная), продолжительность времени, в течение которого растения подвергались воздействию солнечного света, является ковариатой, поскольку она может определять результаты.
2. Если целью является изучение взаимосвязи между оценками, полученными учащимися (зависимая переменная), и часами, потраченными на обучение (независимая переменная), ковариатой является учитель, объясняющий учебную программу. Логично, что оценки у разных учителей будут различаться, потому что есть учителя, которые объясняют лучше, чем другие.
3. Когда мы изучаем корреляцию между производством фабрики (зависимая переменная) и количеством имеющихся на ней машин (независимая переменная), ковариата — это зарплата, которую получают сотрудники, поскольку она влияет на их мотивацию и, следовательно, на их производительность.

Переменная и ковариата

В целом, ковариаты отличаются от переменных интересом, который они вызывают при их изучении. Другими словами, в статистическом исследовании интересно изучать не ковариату, а анализировать влияние, которое переменная оказывает на результаты.

Однако на полученные результаты влияют как переменная, так и ковариата, поэтому в статистическую модель обычно включаются оба типа переменных. Таким образом, можно увидеть влияние ковариаты на ответ и, следовательно, можно правильно проанализировать корреляцию между независимой переменной и зависимой переменной.

Модель с ковариатой

Обычно для изучения корреляции между зависимой и независимой переменной используется простая модель линейной регрессии. Эта статистическая модель позволяет определить, является ли связь между двумя переменными значимой или, наоборот, ею можно пренебречь.

Однако в простой линейной регрессии ковариаты не учитываются, поскольку включается только одна объясняющая переменная. Таким образом, если имеется одна или несколько ковариат, их обычно включают в исследование, таким образом реализуя модель множественной регрессии. Таким образом, можно проанализировать связь ответа с интересующей объясняющей переменной и ковариатами, поскольку они также могут обуславливать результаты.

Этот тип статистического анализа называется ковариантным анализом (или ANCOVA), который аналогичен дисперсионному анализу (ANOVA), но также включает ковариаты исследования.