In statistics, a covariate represen

In statistics, a covariate represents a source of variation that has not been controlled in the experiment and is believed to affect the dependent variable.[9] The aim of such techniques as ANCOVA is to remove the effects of such uncontrolled variation, in order to increase statistical power and to ensure an accurate measurement of the true relationship between independent and dependent variables.[9]
An example is provided by the analysis of trend in sea-level by Woodworth (1987). Here the dependent variable (and variable of most interest) was the annual mean sea level at a given location for which a series of yearly values were available. The primary independent variable was "time". Use was made of a "covariate" consisting of yearly values of annual mean atmospheric pressure at sea level. The results showed that inclusion of the covariate allowed improved estimates of the trend against time to be obtained, compared to analyses which omitted the covariate.

ผลลัพธ์ (ไทย) 1:

ในสถิติตัวแปรร่วมแสดงให้เห็นถึงแหล่งที่มาของการเปลี่ยนแปลงที่ไม่ได้รับการควบคุมในการทดลองและเชื่อว่าจะส่งผลกระทบต่อตัวแปรตาม. [9] จุดมุ่งหมายของการเทคนิคเช่นการวิเคราะห์คือการลบผลกระทบของการเปลี่ยนแปลงที่ไม่สามารถควบคุมดังกล่าวเพื่อที่จะเพิ่มพลังทางสถิติและเพื่อให้แน่ใจว่าการวัดที่ถูกต้องของความสัมพันธ์ที่แท้จริงระหว่างตัวแปรอิสระและตัวแปร. [9]
ตัวอย่างที่มีให้โดยการวิเคราะห์แนวโน้มในระดับน้ำทะเลโดย Woodworth (1987) ที่นี่ตัวแปรตาม (และตัวแปรที่น่าสนใจมากที่สุด) เป็นประจำทุกปีระดับน้ำทะเลเฉลี่ยที่สถานที่ที่กำหนดซึ่งชุดของค่ารายปีที่มีอยู่ตัวแปรอิสระหลักคือ "เวลา" การใช้ที่ทำจาก "ตัวแปร" ประกอบด้วยค่ารายปีของความดันบรรยากาศเฉลี่ยรายปีที่ระดับน้ำทะเล ผลการศึกษาพบว่าการรวมของตัวแปรร่วมที่ได้รับอนุญาตประมาณการที่ดีขึ้นของแนวโน้มกับเวลาที่จะได้รับเมื่อเทียบกับการวิเคราะห์ตัวแปรร่วมที่ถูกตัดออก

ผลลัพธ์ (ไทย) 2:

สถิติ covariate ที่แสดงแหล่งที่มาของการเปลี่ยนแปลงที่ไม่มีการควบคุมในการทดลอง และเชื่อว่ามีผลต่อตัวแปรที่ขึ้นอยู่กับ[9] จุดมุ่งหมายของเทคนิคดังกล่าวเป็น ANCOVA เป็นการ เอาผลของการเปลี่ยนแปลงดังกล่าวอพยพ ในใบสั่ง การเพิ่มอำนาจทางสถิติ และให้วัดความอิสระและตัวแปรขึ้นอยู่กับความจริงที่ถูกต้อง[9]
ตัวอย่างโดยการวิเคราะห์แนวโน้มในระดับน้ำทะเลโดย Woodworth (1987) ที่นี่ขึ้นอยู่กับตัวแปร (และตัวแปรที่น่าสนใจมากที่สุด) ระดับน้ำทะเลเฉลี่ยรายปีในตำแหน่งที่กำหนดชุดของค่ารายปีได้มี ตัวแปรอิสระหลักคือ "เวลา" ใช้ได้ทำการ "covariate" ค่ารายปีของปีความกดอากาศเฉลี่ยที่ระดับน้ำทะเลประกอบด้วย ผลพบว่า รวมของ covariate ที่อนุญาตให้ประเมินแนวโน้มกับเวลาต้องรับ การวิเคราะห์ที่ละ covariate ที่ปรับปรุง

ผลลัพธ์ (ไทย) 3:

ในเชิงสถิติ covariate ที่แสดงถึงแหล่งที่มาของการเปลี่ยนแปลงที่ไม่มีการควบคุมในการทดลองและมีเชื่อว่าจะมีผลกระทบต่อขึ้นอยู่กับตัวแปร.[ 9 ]มีจุดมุ่งหมายที่ใช้เทคนิคการเช่น ancova คือเพื่อขจัดผลกระทบของการเปลี่ยนแปลงดังกล่าวไม่มีการควบคุมในการสั่งซื้อเพื่อเพิ่มพลังทางสถิติและเพื่อสร้างความเชื่อมั่นถึงการวัดได้อย่างถูกต้องและแม่นยำในการสร้างความสัมพันธ์ระหว่างตัวแปรเป็นอิสระและขึ้นอยู่กับ[ 9 ]
ตัวอย่างเช่นที่ได้รับการจัดหาโดยการวิเคราะห์แนวโน้มในทะเลระดับสูงโดย woodworth ( 1987 ) อยู่ที่นี่ได้ขึ้นอยู่กับ(ปรับได้มากที่สุดของดอกเบี้ย)เป็นระดับน้ำทะเลประจำปีที่มีที่ตั้งที่ได้รับซึ่ง Series ของค่าของบจ.ใช้ได้ปรับได้อิสระหลักก็คือ"เวลา" ใช้งานได้ถูกสร้างขึ้นใน" covariate "ซึ่งประกอบไปด้วยค่ารายปีของแรงดันบรรยากาศประจำปีที่ระดับน้ำทะเล ผลการค้นหาจะแสดงให้เห็นว่าการรวม covariate ที่ได้รับอนุญาตให้มีการประเมินโดยได้รับการปรับปรุงของแนวโน้มที่แข่งกับเวลาจะได้รับเมื่อเทียบกับในการวิเคราะห์ซึ่ง covariate ที่ถูกตัดออกไป