Analiza kowariancji
Metodologia ze statystyką
Kurs zaawansowany
Wykład 07
dr Rafał Albiński
Rodzaje schematów badawczych
• Schemat między osobami
– Kilka niezależnych grup, może
być więcej niż jedna zmienna
grupująca
• Powtarzane pomiary
– Kilka pomiarów dokonanych
na tych samych osobach
badanych
• Schemat mieszany
– Co najmniej jedna zmienna
grupująca plus powtarzany
pomiar
Jeszcze jedna metoda oparta o
analizę wariancji
• ANALIZA KOWARIANCJI
– To swego rodzaju dodatek do
standarodowej jednoczynnikowej
ANOVY w schemacie międzyosobami
(międzygrupowym)
• Dzięki tej metodzie możemy kontrolować
wpływ zmiennych, które – choć nie podlegają
naszej manipulacji – to mają wpływ na
zmienną zależną.
• Takie zmienne nazywamy kowariantami
(wspózmiennymi)
Całkowita wariancja
Wariancja
wyjaśniona
przez
manipulację
eksperymenta
lną
Wariancja nie
wyjaśniona
przez
manipulację
eksperymenta
lną
+
BŁĄD
Po co używamy kowariantów?
• Aby zredukować wariancję błędu
– Przy użyciu kowariantów (współzmiennych)
staramy się wyjaśnić część wariancji błędu. Jeżeli
się nam to uda, to będziemy lepiej w stanie ocenić
efekt naszej manipulacji (zmiennej niezależnej).
• Eliminacja zmiennych ubocznych
– Różne zmienne, których np. oryginalnie nie
planowaliśmy mierzyć mogą wpływać na efekty
naszych badań. Jeżeli uda nam się te zmienne
zidentyfikować i zmierzyć ANCOVA może usunąc
ich zakłócający wpływ na wyniki badania.
Założenia
• W zasadzie
ANCOVA ma ten
sam zestaw założeń
co ANOVA – z
niewielkimi
dodatkami
• Najpierw
obejrzyjmy
założenia dzielone
przez obie metody.
ANOVA - założenia
• Niezależne grupy
• Zmienna zależna mierzona co
najmniej na skali przedziałowej
• Równoliczne grupy
– Lub przynajmniej takie, które nie różnią
się istotnie pod względem liczebności
– Test chi-kwadrat
• Normalny rozkład zmiennej
zależnej w każdej z grup
– test Kołmogorowa-Smirnowa (n > 100)
– test Shapiro-Wilk a(n < 100)
• Homogeniczność wariancji
– Test Levene’a
ANCOVA – dodatkowe założenia
• Niezależność kowariantu i
manipulacji
eksperymentalnej (warunku
badania)
• Homogeniczność relacji
zmiennej zależnej i
kowariantu (współzmiennej)
Tudzież: homogeniczność
nachylenia linii regresji
(homogeneity of the regression
slopes)
ANCOVA – dodatkowe założenia
• Niezależność kowariantu i
manipulacji eksperymentalnej
(warunku badania/zmienne
niezależnej) – kowariant i zmienna
niezależna
– Jak wspomniano, jeden ze sposobów użycia
ANCOVY zakłada zredukowanie wariancji
błędu dzięki włączeniu kowariantów do
analiz.
– Jednak żeby to było możliwe, kowariant musi
być niezależny od warunku
badawczego/zmiennej niezależnej (np. grupa
kontrola, grupa eksperymentalna 1, grupa
eksperymentalna 2).
– Ten warunek ogranicza nieco liczbę sytuacji,
w których możemy użyć analizy kowariancji.
Kiedy używać analizy
kowariancji?
• Punkt odniesienia: typowa jednoczynnikowa
ANOVA (w schemacie międzygrupowym)
Kiedy używać analizy
kowariancji?
• Idealne warunki użycia analizy kowariancji
Kiedy używać analizy
kowariancji?
• Błędne użycie ANCOVY
Problem lęku i depresji
• Wyniki badań pokazują zazwyczaj,
że depresja i lęk są ze sobą
skorelowane
• Jeżeli chcemy porównać poziom
wykonania jakiegoś zadania przez
osoby lękowe i nie lękowe,
możemy odczuwać pokusę, żeby
dodać depresję jako kowariant
• Ale to kiepski pomysł, właśnie
dlatego, że depresja i lęk są
skorelowane (złamane będzie
założenie o niezależności
kowariantu od zmiennej
niezależnej/warunku badania)!
Problem lęku i depresji
• Dodanie depresji jako
kowariantu nie da nam
„czystego” efektu lęku!
• W rzeczywistości dodanie depresji
jako kowariantu zredukuje nasz
efekt, gdyż w rezultacie „zajmie”
część wariancji, którą można by
przypisać naszej
manipulacji/zmiennej niezależnej.
• Badacze często ignorują ten problem
.
• Później zobaczymy jak sprawdzić
założenie o niezależności kowariantu
i zmiennej niezależnej.
ANCOVA – dodatkowe założenia
• Homogeniczność relacji zmiennej
zależnej i kowariantu
– Używając ANCOVY patrzymy na relację
zmiennej zależnej i kowariantu.
– Zakładamy, że relacja tych dwóch zmiennych
jest jednakowa niezależnie od grupy
badawczej.
– Np. jeżeli w jednej z trzech grup w badaniu
jest dodatnia korelacja kowariantu i zmiennej
zależnej, to oczekujemy, że podobna relacja
(tj. pozytywna) pojawi się także w
pozostałych dwóch grupach.
Przykład z Viagrą raz jeszcze
• Plik stworzony
przez Andy’ego
Fielda
– Zmienna
niezależna: dawka
(placebo, niska dawka,
wysoka dawka)
– Zmienna zależna:
libido (1-10)
– Kowariant: libido
partnerki (1-10)
Na początek – nowe założenie nr
1
• Testowanie niezależności
kowariantu i zmiennej niezależnej
– Kowariant: libido partnerki
– Chcemy sprawdzić, czy libido
partnerek jest podobne dla każdego
poziomu zmiennej niezależnej (tj.
dawki Viagry)
– Potrzebujemy dodatkowej analizy
wariancji
• Zmienna niezależna: dawka
• Zmienna zależna: libido partnerki
F (2,27) = 1,98; p
= 0,158
F (2,27) = 1,98; p
= 0,158
Nie ma istotny statystycznie
różnic w libido partnerek
pomiędzy trzema
porównywanymi grupami
Nie ma istotny statystycznie
różnic w libido partnerek
pomiędzy trzema
porównywanymi grupami
Na początek – nowe
założenie nr 2
Homogeniczność relacji zmiennej zależnej i
kowariantu
A co z równolicznością
grup?
χ
2
(2) = 1,4; p =
0,497
χ
2
(2) = 1,4; p =
0,497
Warto by też
sprawdzić
założenie o
normalności
rozkładów
zmiennej
zależnej…
Ale to możecie
sprawdzić w
materiałach z
poprzednich
wykładów
ANCOVA => ANOVA (???)
Co by się stało, gdyby nie było kowariantu?
F (2,27) = 2,42; p
= 0,108
F (2,27) = 2,42; p
= 0,108
Wykonajmy w końcu ANCOVĘ
Wykonajmy w końcu ANCOVĘ
ANCOVA – główne wyniki
Współzmienna pozwala w sposób istotny
statystycznie przewidywać zmienną
zależną (p < 0,05) – libido badanych i libido
ich partnerek są ze sobą istotnie
powiązane.
Co z naszą manipulacją (dawka Viagry)?
PRZE
D
PO
F (2,27) = 2,42; p =
0,108
F (2,27) = 2,42; p =
0,108
F (2,26) = 4,14; p <
0,05
F (2,26) = 4,14; p <
0,05
Kowariant
(współzmienna)
Jeżeli libido partnerki wzrośnie o jedną jednostkę,
wtedy libido partnera (tj. naszych badanych)
wzrośnie o 0,416 jednostki (nie ma tu jednak
zależności przyczynowo skutkowej)
Jeżeli libido partnerki wzrośnie o jedną jednostkę,
wtedy libido partnera (tj. naszych badanych)
wzrośnie o 0,416 jednostki (nie ma tu jednak
zależności przyczynowo skutkowej)
Testy post-hoc i
kontrasty…
• …wykonujemy w taki sam sposób,
jak to było pokazane na
wcześniejszych wykładach.
• DOŚĆ KONTRASTÓW I TESTÓW
POST HOC!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
DOŚĆ!!!
I to tyle w tym
temacie…