Atšķirība starp ANCOVA un regresiju

ANCOVA - sadalīšanas dispersija

ANCOVA pret regresiju

Gan ANCOVA, gan regresija ir statistikas paņēmieni un rīki. ANCOVA un regresijai ir daudz līdzību, taču tai ir arī dažas atšķirības. Gan ANCOVA, gan regresijas pamatā ir kovariāts, kas ir nepārtraukts prognozējamais mainīgais.

ANCOVA apzīmē kovariācijas analīzi. Tas ir vienvirziena ANOVA (dispersijas analīzes) un lineārās regresijas apvienojums, regresijas variants. Tajā apskatīti gan kategoriski, gan nepārtraukti mainīgie. Tā ir īpaša statistikas metode, lai noteiktu viena mainīgā lieluma dispersijas apmēru, kas saistīts ar mainīgumu citos mainīgos lielumos.

ANCOVA būtībā ir ANOVA ar izsmalcinātību un pastāvīga mainīgā pievienošanu esošajam ANOVA modelim. Vēl viena ANCOVA forma ir MANCOVA (daudzvariantu kovariācijas analīze). Turklāt ANCOVA ir vispārējs lineārs modelis, kam ir nepārtraukts iznākuma mainīgais un divi vai vairāki paredzamie mainīgie. Abi paredzamie mainīgie ir gan nepārtraukti, gan kategoriski mainīgie.

Nepārtrauktā mainīgā gadījumā dati ir kvantitatīvi un mērogojami, savukārt kategoriskos datus raksturo kā nominālus un neierobežotus. ANCOVA galvenokārt tiek izmantots, lai kontrolētu faktorus, kurus nevar izlases veidā sadalīt, bet kurus joprojām var aprēķināt intervālu skalā eksperimentālos projektos, savukārt novērojumu projektos to izmanto, lai izdzēstu mainīgos efektus, kas maina attiecības starp kategoriskiem neatkarīgiem un intervāla atkarīgiem. MANCOVA ir arī zināma pielietojums regresijas modeļos, kur tā galvenā funkcija ir pielāgot regresijas gan kategoriskiem, gan intervālu neatkarīgiem.

ANCOVA ir modelis, kas balstās uz lineāro regresiju, kur atkarīgajam mainīgajam jābūt lineāram attiecībā pret neatkarīgo mainīgo. MANCOVA, kā arī ANOVA pirmsākumi rodas no lauksaimniecības, kur galvenie mainīgie lielumi ir saistīti ar ražu.

No otras puses, regresija ir arī statistikas rīks, kas ir pieejams daudzos variantos. Šie varianti ietver lineārās regresijas modeli, vienkāršu lineāru regresiju, loģistikas regresiju, nelineāru regresiju, neparametrisku regresiju, robustu regresiju un pakāpenisku regresiju. Regresija attiecas uz nepārtrauktiem mainīgajiem.

Lineārā regresija

Regresija ir atkarīgā mainīgā un neatkarīgā mainīgā attiecības viena ar otru. Šajā modelī ir viens atkarīgs mainīgais un viens vai vairāki neatkarīgi mainīgie. Tāpat tiek mēģināts izprast atkarīgā mainīgā lieluma izmaiņas, kas saistītas ar izmaiņām vienā no neatkarīgajiem variantiem. Šajā situācijā pārējie neatkarīgie varianti paliek nemainīgi.

Regresijā ir divi pamatveidi: lineārā regresija un daudzkārtējā regresija. Lineārā regresijā viens neatkarīgais mainīgais tiek izmantots, lai izskaidrotu un / vai prognozētu “Y” iznākumu (ko mainīgais mēģina paredzēt). No otras puses, ir arī vairāki, kuros regresija izmanto nevis vienu, bet divus vai vairākus neatkarīgus mainīgos, lai prognozētu iznākumu.

Gan lineārās, gan lineārās regresijas vienādojums ir: Y = a + bX + u, savukārt daudzkārtējās regresijas forma ir: Y = a + b1X1 + b2X2 + B3X3 +… + BtXt + u.

Abos vienādojumos “Y” apzīmē mainīgo, kuru mēs cenšamies paredzēt; “X” ir mainīgais rīks, lai prognozētu “Y” mainīgo; “A” ir krustojums, “b” ir slīpums, un “u” kalpo kā regresijas atlikums. Jāatzīmē, ka pārtveršana, slīpums un regresijas atlikums ir nemainīgi.

Regresija ir metode nepārtraukta iznākuma prognozēšanai un prognozēšanai. Tā ir metode, ko izmantot pastāvīgam rezultātam, un tā ir balstīta uz vienu vai vairākiem nepārtrauktiem prognozētāja mainīgajiem. Regresija sākās no ģeogrāfijas lauka, kura mērķis ir mēģinājums atrast patieso Zemes izmēru.

Kopsavilkums:

1.ANCOVA ir īpašs, lineārs modelis statistikā. Regresija ir arī statistikas līdzeklis, taču tas ir daudzu regresijas modeļu jumta termins. Regresija ir arī nosaukums no attiecību stāvokļa.
2.ANCOVA aplūko gan nepārtrauktus, gan kategoriskus mainīgos, savukārt regresija attiecas tikai uz nepārtrauktiem mainīgajiem.
3.ANCOVA un regresijai ir viens īpašs modelis - lineārās regresijas modelis.
4.Bet ANCOVA un regresiju var veikt, izmantojot specializētu programmatūru, lai veiktu faktiskos aprēķinus.
5.ANCOVA nāca no lauksaimniecības jomas, savukārt regresijas cēlonis bija ģeogrāfijas pētījumi.