Когда следует использовать множественную регрессию с фиктивным кодированием против ANCOVA?

Недавно я проанализировал эксперимент, который манипулировал 2 категориальными переменными и одной непрерывной переменной, используя ANCOVA. Однако рецензент предположил, что множественная регрессия с категориальной переменной, закодированной как фиктивная переменная, является более подходящим тестом для экспериментов как с категориальными, так и с непрерывными переменными.

Когда целесообразно использовать ANCOVA против множественной регрессии с фиктивными переменными и какие факторы следует учитывать при выборе между двумя тестами?

Спасибо.

ttnphns правильно.

Однако, учитывая ваши дополнительные комментарии, я бы предположил, что рецензент хотел изменить просто для интерпретации. Если вы хотите придерживаться результатов стиля ANOVA, просто назовите его ANOVA. ANCOVA и ANOVA - это то же самое, на что указывает ttnphns. Разница в том, что с ANCOVA вы не относитесь к ковариатам как к предикторам, и вы определенно хотите сделать именно это.

Рецензент понял, что, хотя вы можете выполнить ANOVA для непрерывных предикторов, типично, что вы выполняете регрессию. Одной из особенностей этого является то, что вы получаете оценки влияния непрерывной переменной и даже можете посмотреть на взаимодействие между ней и категориальной (которые не включены в ANCOVA, но могут быть в ANOVA).

Вам может понадобиться некоторая помощь в интерпретации результатов регрессии, потому что на пути к взаимодействию происходят забавные вещи, если вы собираетесь использовать бета-значения для определения значимости ваших эффектов.

Эти два - одно и то же. Например, в SPSS процедура, в которой я указываю ANCOVA, называется GLM (общая линейная модель); он просит ввести «факторы» (категориальные предикторы) и «ковариаты» (непрерывные предикторы). Если я перекодирую «факторы» в фиктивные переменные (исключая одну избыточную категорию из каждого фактора) и введу все эти значения вместе с ковариатами в качестве «независимых переменных» в процедуре REGRESSION (линейная регрессия), я получу те же результаты, что и в GLM ( Принято считать, что зависимая переменная одинакова, конечно).

PS Результаты будут идентичны, если модели идентичны. Если регрессия содержит только основные эффекты, то, конечно, следует указывать ANCOVA без учета факторных взаимодействий.

Множественная линейная регрессия представляется мне более подходящей, чем ANCOVA в этой ситуации, как рекомендует рецензент журнала.

Попробуйте запустить как множественную регрессию, так и ANCOVA, и сравнить результаты. Они, вероятно, не будут идентичны.

ANCOVA и множественная линейная регрессия схожи, но регрессия более уместна, когда акцент делается на зависимой переменной результата, тогда как ANCOVA более уместна, когда акцент делается на сравнении групп из одной из независимых переменных. В эксперименте, описанном выше, очевидно, что акцент делается на переменную результата.

Наконец, если вы действительно не уверены, что ваш способ действий лучше, чем рецензент, и можете объяснить, почему, тогда вам, вероятно, следует просто уступить опыту рецензента, чтобы вы могли опубликовать свою статью.