协变量是什么意思
发布网友
发布时间：2023-10-11 22:49
共1个回答
热心网友
时间：2024-11-01 14:09
协变量是与因变量有线性相关并在探讨自变量与因变量关系时通过统计技术加以控制的变量。
一、如何控制协变量带来的偏倚
有两类可用于调整处理组间潜在的或实际存在的不平衡的方法。第一类是防止试验设计阶段不平衡的方法，比如分层法和匹配法,用来强制使处理组间在重要的和事先指定的协变量上达到平衡。
这些方法常被称为“事先控制“方法。另一类是在试验分析阶段调整不平衡的方法,例如分层检验法、回归模型法。这些方法在比较处理组间的处理效应、进行统计学检验时,考虑到不平衡的协变量影响，常叫做”事后控制“方法。
二、事先控制法
1、完全随机分组
要使基线（已知的或未知的）在各处理组间达到均衡，最好的办法是使用随机分组。理论上，在样本量足够大时，通过完全随机分组，各种因素（已知的和未知的）在各处理组间的分布趋于均衡。
2、分层随机化
按协变量取值进行分层随机化。在样本量不是很大时，即使通过简单随机分组，也不一定能确保各因素在各处理组间的分布达到期望的均衡状态。此时，可以按照协变量进行分层，采用分层随机化保证一些重要协变量在组间分布的均衡。
但分层因素不宜太多，一般考虑最重要的1～3个因素，每个因素2～3个水平。
3、匹配随机化
如临床试验中，根据具体要求可将性别、体重、年龄、职业、病情和病程等条件相同或相近的病人配成对子（或列入一个区组），再将同对（或同一区组）的实验对象随机分配到到各处理组中去。
配对（随机区组）设计可以使各处理组中的实验对象条件均衡，具有良好的可比性，由于控制了非处理因素的影响，使处理因素的效应能得到比较符合实际的客观反映。
关于随机区组分析，本系列文章之前已经有所介绍：SPSS统计分析策略（8）：随机区组设计方差分析
三、事后控制法
根据协变量的性质和需考虑的协变量数目的不同，需采用不同的方法对协变量进行校正：当主要结果变量为连续性指标时，可采用差值法或者协方差分析（analysisofcovariance，ANCOVA）；
当主要结果变量和协变量是分类指标时，可采用分层分析；当有多个协变量需要考虑时，常采用相应的线性模型或广义线性模型进行校正。
1、差值法
在评价主要终点指标时，如果其基线取值是连续性变量，往往要考虑基线值的大小对预后的影响。常用的方法是计算观察指标相对于基线的变化值，即治疗后观测值与基线值的差值，包括绝对差值或相对差值。绝对差值即干预后-干预前，相对差值即(干预后-干预前)/干预前。
2、协方差方法
通俗来讲，协方差分析是方差分析基础上加入协变量进行回归分析，也就是方差分析和线性回归分析的结合。大家都明白，方差分析是可以开展组间差异性分析，在分组均衡性的实验性研究中，方差分析可以证明处理因素与定量结局的关系；那么线性回归呢？
在上一讲我已经介绍，线性回归可以控制混杂偏倚。既然如此，如果协变量是混杂变量，我们用线性回归分析便可以控制偏倚。因此，方差分析与回归分析相结合的协方差分析，可以用来控制偏倚、探讨处理因素效应。
