徐峰的博客分享 http://blog.sciencenet.cn/u/ricefrog

博文

复杂的统计Partial Correlation与ANCOVA

已有 14956 次阅读 2009-11-25 21:10 |个人分类:学习心得|系统分类:科研笔记| 生物统计, 协方差分析, 动物生态, 偏相关

最近一些在看些统计方法方面的文献,但是对于多个因素间的相关分析还是没有太弄明白。

比如这里的偏相关,和协方差分析,就有点混乱了,不知道有没有高人能指点一二。在网上看到一篇小文介绍这两种方法对比的,贴在此处,希望有人能指点一下二者的区别:

原文网址:http://g-jaeger.blogbus.com/logs/13937577.html

Partial Correlation

在平时对两个变量求相关的时候,并不能排除其他变量对这两个变量起到相同作用的可能性,例如,当我们去了解一个城市里酒吧与教堂数量的相关时,往往能得到较高的正相关,但这并不代表这二者间存在直接的联系,因为,人口因素在其中就同时影响了教堂与酒吧数量,正是由于人口都变化导致了二者的同步变化,造成了二者之间存在较高正相关的“假象”。

但有时候我们确实需要了解一些变量之间真正的相互关系,比如,教堂数量和酒吧数量。这时候,就需要剔除人口因素的影响,或者对人口因素进行恒定。 当额外变量得到控制或其影响被剔除时计算的相关系数就是偏相关系数。

偏相关系数比较“纯”,计算方法么……不会,spss点几下就ok~

ANCOVA

协方差分析,思想和偏相关类似,都是在分析的基础上剔除相关变量的影响,从而达到“净化”分析结果的目的。

在ANCOVA中,选取相关变量作为协变量,将其对因变量的影响剔除。例如,在对不同记忆材料的记忆效果测试中,被试自身的记忆水平就是一个影响记忆效果的额外变量,在进行分析时将其设为协变量,通过协方差分析将其影响剔除。

在ANCOVA的统计结果报告时,通常不报告变量的均方,而是报告adjusted means。

ANCOVA的运用有两个目的,一是在前后测实验中观察实验处理的变化,这时往往将前测成绩作为协变量;另一种情况是将研究系统外的额外变量设为协变量,以隔离其对因变量的影响。



https://wap.sciencenet.cn/blog-89144-273924.html

上一篇:两栖爬行动物研究进展(三)
下一篇:两栖爬行动物研究进展(五)
收藏 IP: .*| 热度|

2 项剑 高建国

发表评论 评论 (4 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-26 05:32

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部