Es una técnica que combina las características del análisis de varianza y la regresión. Puede ser usado para estudios descriptivos o experimentales. La idea básica es aumentar al análisis de varianza conocido con una o más variables independientes que se relacionan a la variable dependiente (Y: La variable en estudio). Esto tiene como objetivo reducir la varianza del término del error en el modelo, para hacer por ejemplo el análisis más preciso. La covarianza entonces es un tipo especial de regresión. 2. Variable concomitante: Cada variable independiente cuantitativa añadida al estudio es llamada variable concomitante o covariable. La elección de variables concomitantes es importante. Si estas variables no tienen relación con la variable dependiente, no sirve de nada utilizar el análisis de covarianza, bastara emplear el análisis de varianza.
Una variable concomitante no debe ser influenciada por los
tratamientos. Cuando una variable es afectada por los tratamientos, el análisis de covarianza puede disminuir algo (o mucho) del efecto que los tratamientos tienen, por ello se debe tener cuidado al emplear una variable concomitante afectada por los tratamientos. 3. Variable concomitante afectada por los tratamientos: Variables cuantitativas independientes, la elección de variables concomitantes es importante. Si estas variables relación con las variables dependiente, no sirve de nada utilizar el análisis de covarianza entonces es un tipo especial de regresión. Las variables concomitantes no debe ser influenciado por los tratamientos, porque cuando es afectada el análisis de covarianza puede disminuir algo del efecto que los tratamientos tiene, por ello se debe tener más cuidado al emplear concomitante afectada por los tratamientos. 4. Usos del análisis de covarianza (ANCOVA): Control y reducción del error: La varianza de una media de tratamiento es nx/22σσ=. Así, para disminuir esta varianza, sólo tenemos dos enfoques: el aumento del tamaño de la muestra o el control de la varianza en una población muestreada Ajuste de medias de tratamientos: Con cierta frecuencia, en la investigación ocurre que, simultáneamente con los valores de la característica en estudio (sobre cada unidad experimental), los valores de una o más variables no aleatorias, cuya medida se realiza sin error y cuyo efecto sobre la característica de interés, es importante determinar. Interpretación de datos: ayuda al investigador a entender los principios que fundamenta los resultados de una investigación La participación de una covarianza tota: se partición una suma de productos Estimación de datos faltantes 5. Supuestos (asunciones):
Son pendientes constantes donde las líneas de regresión
para todos los tratamientos es la misma. Si esto no se cumple no se puede evaluar los efectos de los tratamientos. Si las líneas de regresión no son paralelas, indica una interacción entre la covariable y la línea de un tratamiento, así es así, ANCOVA no es el análisis apropiado, sería mejor estimar las líneas de regresión separadas y luego examinarlas. 6. Procedimiento para solucionar un ANCOVA:
Suma de productos para el total
∑(xij – x) 2= ∑xij2 – (x2.. / rt) Suma de los productos para los bloques Rxx = (∑ xij2 – x..) 2 = ∑ x2.j/t – (x2.. / rt) Suma de los productos para los tratamientos Txx = (∑ xi2 ./ r) - (x2.. / rt) Suma de los productos del error Exxx suma de productos totales: xx - Rxx -Txx Eyy = suma productos totales: yy - Ryy - Tyy Exy = suma de productos totales: Txy – Rxy –Txy Para el coeficiente de regresión esta dada por byx = Exy / Exx
7. Casos en el análisis de covarianza:
El peso inicial (X) de animales relaciona al peso final
(Y), cuando estos animales están sujetos a diferentes raciones. Se estudia el efecto de las raciones a través de los pesos observados. El número de plantas (X) por parcela. Se estudia el rendimiento total (Y) de la parcela. El Rendimiento (X) de las parcelas en una producción anterior y el rendimiento (Y) de las mismas parcelas al finalizar el experimento. El estudio consiste en comparan variedades de un determinado cultivo. La incidencia de plagas (X) en el rendimiento de algunas variedades, el estudio es comparar las variedades.