Когда следует использовать множественную регрессию с фиктивным кодированием против ANCOVA?

20

Недавно я проанализировал эксперимент, который манипулировал 2 категориальными переменными и одной непрерывной переменной, используя ANCOVA. Однако рецензент предположил, что множественная регрессия с категориальной переменной, закодированной как фиктивная переменная, является более подходящим тестом для экспериментов как с категориальными, так и с непрерывными переменными.

Когда целесообразно использовать ANCOVA против множественной регрессии с фиктивными переменными и какие факторы следует учитывать при выборе между двумя тестами?

Спасибо.

DQdlM
источник
Какая из ваших переменных является предиктором, а какая коррелятом?
Джон
@ Джон, в эксперименте, в котором я упоминаю, что все переменные были предикторами и ими манипулировали, но я оставил описание неопределенным, потому что я надеюсь на общий ответ того, что мне следует учитывать при выборе между двумя типами анализа.
DQdlM
Это действительно меняет все в вашем вопросе. Таким образом, вы на самом деле не хотите выбирать между ANCOVA и регрессией, а ANOVA и регрессией.
Джон
@ Джон, спасибо за ваши комментарии. Возможно, я не правильно использую термины. У меня есть эксперимент, в котором манипулировали 2 категориальными факторами (свет / нет света и окружающий / повышенный уровень CO_2) и одной непрерывной переменной ([DOC]). Чтобы оценить влияние этих факторов на ответ, я использовал ANCOVA, так как было сочетание категориальных и непрерывных факторов. Тем не менее, множественная регрессия с фиктивной переменной кодирования также может быть использована для проверки эффекта смеси продолжение. и кот. факторы на ответ. Я надеюсь узнать больше о том, когда уместно выбрать один или другой.
DQdlM
Это вопрос об ответе Джона (так как мне не хватает очков репутации, чтобы написать реальный комментарий). Источники, которые я читал до сих пор (например, если я гуглю для ANOVA ANCOVAили Multiple regression ANCOVA), говорят мне, что ANOVA involves only categorical predictorsи ANCOVA involves categorical and continuous predictors, и что и модели ANOVA и ANCOVA, могут быть описаны с использованием модели множественной регрессии. Это противоречит ответу Джона, который говорит "ANCOVA and ANOVA are the same, as ttnphns pointed out"?
Клаус се

Ответы:

14

ttnphns правильно.

Однако, учитывая ваши дополнительные комментарии, я бы предположил, что рецензент хотел изменить просто для интерпретации. Если вы хотите придерживаться результатов стиля ANOVA, просто назовите его ANOVA. ANCOVA и ANOVA - это то же самое, на что указывает ttnphns. Разница в том, что с ANCOVA вы не относитесь к ковариатам как к предикторам, и вы определенно хотите сделать именно это.

Рецензент понял, что, хотя вы можете выполнить ANOVA для непрерывных предикторов, типично, что вы выполняете регрессию. Одной из особенностей этого является то, что вы получаете оценки влияния непрерывной переменной и даже можете посмотреть на взаимодействие между ней и категориальной (которые не включены в ANCOVA, но могут быть в ANOVA).

Вам может понадобиться некоторая помощь в интерпретации результатов регрессии, потому что на пути к взаимодействию происходят забавные вещи, если вы собираетесь использовать бета-значения для определения значимости ваших эффектов.

Джон
источник
12

Эти два - одно и то же. Например, в SPSS процедура, в которой я указываю ANCOVA, называется GLM (общая линейная модель); он просит ввести «факторы» (категориальные предикторы) и «ковариаты» (непрерывные предикторы). Если я перекодирую «факторы» в фиктивные переменные (исключая одну избыточную категорию из каждого фактора) и введу все эти значения вместе с ковариатами в качестве «независимых переменных» в процедуре REGRESSION (линейная регрессия), я получу те же результаты, что и в GLM ( Принято считать, что зависимая переменная одинакова, конечно).

PS Результаты будут идентичны, если модели идентичны. Если регрессия содержит только основные эффекты, то, конечно, следует указывать ANCOVA без учета факторных взаимодействий.

ttnphns
источник
-6

Множественная линейная регрессия представляется мне более подходящей, чем ANCOVA в этой ситуации, как рекомендует рецензент журнала.

Попробуйте запустить как множественную регрессию, так и ANCOVA, и сравнить результаты. Они, вероятно, не будут идентичны.

ANCOVA и множественная линейная регрессия схожи, но регрессия более уместна, когда акцент делается на зависимой переменной результата, тогда как ANCOVA более уместна, когда акцент делается на сравнении групп из одной из независимых переменных. В эксперименте, описанном выше, очевидно, что акцент делается на переменную результата.

Наконец, если вы действительно не уверены, что ваш способ действий лучше, чем рецензент, и можете объяснить, почему, тогда вам, вероятно, следует просто уступить опыту рецензента, чтобы вы могли опубликовать свою статью.

Ответ
источник
5
-1, это неверно. Вы читали ответы @John или @ttnphns? Оба правильно указывают на то, что ANCOVA является моделью множественной регрессии. Традиционная ANCOVA не допускала взаимодействия b / t ковариат и факторов (так называемое «предположение о параллельных склонах»), но термин «ANCOVA» используется небрежно, и многие люди используют его для включения случаев с взаимодействиями. Более того, я полагаю, что SPSS запустит «ANCOVA» с такими. Это то, что вы имели в виду здесь? Если это так, пожалуйста, уточните. Если нет, я должен дать понизиться голосу.
gung - Восстановить Монику