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. la covarianza es una medida de dispersión conjunta de dos variables estadísticas
La covarianza S(X,Y) de dos variables aleatorias X e Y se define como:
- Si Sxy > 0 hay dependencia directa (positiva), es decir, a grandes valores de x corresponden grandes valores de y.
- Si Sxy = 0 Una covarianza 0 se interpreta como la no existencia de una relación lineal entre las dos variables estudiadas.
- Si Sxy <> hay dependencia inversa o negativa, es decir, a grandes valores de x corresponden pequeños valores de y.
La matriz de covarianza ΣXY de dos variables aleatorias n-dimensionales expresadas como vectores columna 
e 
se define como:
![S_{XY}={\operatorname{E}([X - \operatorname{E}(X)][Y - \operatorname{E}(Y)]^t)}](http://upload.wikimedia.org/math/4/c/5/4c5cac26049f7927ad9fd7b44bfa155c.png)
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.
No hay comentarios:
Publicar un comentario