ANCOVA vs ANOVA
ANCOVA og ANOVA er to teknikker, der bruges i statistisk analyse. Hvis du er forvirret mellem ANCOVA og ANOVA, og undrer dig over, hvad forskellen mellem ANCOVA og ANOVA er, er du ikke alene, da der er mange, der tænker i disse baner. For det første er begge statistiske teknikker til at sidestille grupper eller stikprøver på en eller flere variable. Der er små forskelle i metode, mens de tjener det samme formål. Lad os se, hvad disse trækvilkår står for.
ANCOVA
ANCOVA står for Analysis of Covariance. Det er en analysemetode med to eller flere variabler med mindst én kontinuerlig og også én kategorisk prædiktorvariabel. ANCOVA fusionerer ANOVA og en anden metode kaldet regression i tilfælde af kontinuerte variable. Det er dybest set en metode til at teste effekten eller ej af visse faktorer på udfaldsvariablen, når variansen er blevet fjernet. Ved at bruge covariant forbedrer ANCOVA den statistiske magt. ANCOVA er en linjeregressionsmodel for analyse, som indebærer, at forholdet mellem variabler (afhængige og uafhængige) skal være lineære.
ANOVA
ANOVA står for Analysis of Variance i statistik. Formålet med ANOVA er at kontrollere, om data fra forskellige grupper har et fælles gennemsnit eller ej. Denne analysemetode giver bedre resultater end en t-test af to prøver. Gennemførelse af 2-3 t-tests har en sandsynlighed for at komme med fejl, og dermed er ANOVA mere effektiv, hvis du skal sammenligne midler for flere grupper.
Forskel mellem ANCOVA og ANOVA
At tale om forskelle, for en person, der ikke er velbevandret med begge metoder, ville være svært ved at finde en forskel. Både ANCOVA og ANOVA fås i forskellige designs til analyseformål. Lad os se.
Større forskelle mellem ANCOVA og ANOVA
• Mens ANCOVA gør brug af kovariat, er ANOVA ikke afhængig, og faktisk undgår man med vilje kovariat.
• BG-variation er et særligt træk ved ANOVA, hvorimod ANCOVA opdeler BG-variation i TX og COV.
• Både ANOVA og ANCOVA gør brug af WG-variation, men ANCOVA deler det for individuelle forskelle som COV, mens ANOVA kun bruger det til individuelle forskelle.
• Selvom begge er gode analysemetoder, formodes ANCOVA at have mere magt og upartisk blandt de to.
