Análisis de la covarianza

El análisis de la covarianza o ANCOVA, acrónimo del inglés analysis of covariance, es un modelo lineal general con una variable cuantitativa y uno o más factores. El ANCOVA es una fusión del ANOVA y de la regresión lineal múltiple. Es un procedimiento estadístico que permite eliminar la heterogeneidad causada en la variable de interés (variable dependiente) por la influencia de una o más variables cuantitativas (covariables). Básicamente, el fundamento del ANCOVA es un ANOVA al que a la variable dependiente se le ha eliminado el efecto predicho por una o más covariables por regresión lineal múltiple. La inclusión de covariables puede aumentar la potencia estadística porque a menudo reduce la variabilidad.

Ecuaciones

ANCOVA de un factor

El análisis de un factor es apropiado cuando se dispone de tres o más grupos; k grupos. El factor (variable categórica) tiene k niveles. En los diseños equilibrados, cada grupo tiene el mismo número de datos (individuos), los cuales idealmente han sido asignados al azar a cada grupo a partir de una muestra original preferiblemente homogénea.

Calculando la suma de las desviaciones al cuadrado para la variable independiente X y la variable dependiente Y

La suma de las desviaciones al cuadrado (SS): $SST_{y}$ , $SSTr_{y}$ , y $SSE_{y}$ debe ser calculada usando las siguientes ecuaciones para la variable dependiente, Y. La SS para la covariable también debe ser calculada; los dos valores necesarios son $SST_{x}$ y $SSE_{x}$ .

La suma de cuadrados total define una la variabilidad del total de individuos $n_{T}$ :

SST_{y}=\sum _{i=1}^{n}\sum _{j=1}^{k}Y_{ij}^{2}-{\frac {\left(\sum _{i=1}^{n}\sum _{j=1}^{k}Y_{ij}\right)^{2}}{n_{T}}}

La suma de cuadrados para los tratamientos define la variabilidad entre las poblaciones o grupos. $n_{k}$ representa el número de grupos.

SSTr_{y}=\sum _{i=1}^{n}\left({\frac {\sum _{j=1}^{k}Y_{ij}^{2}}{n_{k}}}\right)-{\frac {\left(\sum _{i=1}^{n}\sum _{j=1}^{k}Y_{ij}\right)^{2}}{n_{T}}}

La suma de cuadrados del error define la variabilidad residual dentro de cada grupo. $n_{n}$ representa el número de individuos en un grupo dado:

SSE_{y}=\sum _{i=1}^{n}\sum _{j=1}^{k}Y_{ij}^{2}-\sum _{i=1}^{n}\left({\frac {\sum _{j=1}^{k}Y_{ij}^{2}}{n_{k}}}\right)

La suma de cuadrados total es igual a la suma de cuadrados de los tratamientos y la suma de cuadrados del error (propiedad de aditividad de las sumas de cuadrados y de los grados de libertad, característica del ANOVA).

SST_{y}=SSTr_{y}+SSE_{y}.\,

Cálculo de la covarianza de X e Y

La suma de las covarianzas define la covarianza de X e Y.

SCT=\sum _{i=1}^{n}\sum _{j=1}^{k}X_{ij}Y_{ij}-{\frac {\left(\sum _{i=1}^{n}\sum _{j=1}^{k}X_{ij}\right)\left(\sum _{i=1}^{n}\sum _{j=1}^{k}Y_{ij}\right)}{n_{T}}}

SCE=\sum _{j=1}^{k}\left(\sum _{i=1}^{n}X_{ij}Y_{ij}-{\frac {\sum _{i=1}^{n}(X_{ij}Y_{ij})}{n_{n}}}\right)

Ajuste de SST_y

La correlación entre X e Y es $r_{T}^{2}$ .

r_{T}^{2}={\frac {SCT^{2}}{SST_{x}SST_{y}}}

r_{n}^{2}={\frac {SCE^{2}}{SSE_{x}SSE_{y}}}

La proporción de covarianza es sustraída de la dependiente; valores de $SS_{y}$ :

SST_{yadj}=SST_{y}-r_{T}^{2}\,

SSE_{yadj}=SSE_{y}-r_{n}^{2}\,

SSTr_{yadj}=SST_{yadj}-SSE_{yadj}\,

Ajuste de las medias de cada grupo k

La media de cada grupo es ajustada del siguiente modo:

M_{y_{i}adj}=M_{y_{i}}-{\frac {SCE_{y}}{SCE_{x}}}(M_{x_{i}}-M_{x_{T}})

Análisis usando los valores de la suma de cuadrados

Finalmente obtenemos la varianza de los tratamientos libre de la covarianza, donde $df_{Tr}$ (grados de libertad) es igual a $N_{T}-k-1$ . Puede apreciarse que cada covariable elimina un grado de libertad.