¿Cómo elegir entre ANOVA y ANCOVA en un experimento diseñado?


17

Estoy realizando un experimento que tiene lo siguiente:

  • DV: consumo de sector (continuo o podría ser categórico)

  • IV: Mensaje saludable, mensaje insalubre, sin mensaje (control) (3 grupos en los que las personas se asignan aleatoriamente - categórica) Este es un mensaje manipulado sobre la salubridad de la porción.

Los siguientes IV podrían considerarse como variables de diferencia individual:

  • Impulsividad (esto podría ser categórico, es decir, alto versus bajo o continuo y se mide por una escala)

  • Preferencia de sabor dulce (esto también se mide mediante un cuestionario que tiene 3 opciones para elegir para cada pregunta)

  • IMC: los participantes se medirán en consecuencia (esto también podría considerarse categórico o continuo).

Como los grupos se asignarán aleatoriamente a uno de los 3 grupos, supongo que estoy haciendo un ANOVA de algún tipo y posiblemente usaría ANOVA factorial ya que estoy interesado en qué IV afecta más al DV pero también las interacciones entre los IV como indican las investigaciones. que hay relaciones entre algunas combinaciones.

Pero no estoy completamente seguro de esto debido a la necesidad de saber si es mejor tener todos los IV categóricos, continuos o mixtos.

O ANCOVA es una posibilidad o incluso una regresión, pero no estoy seguro de eso dado que se asignan a grupos y luego se clasifican en función de sus respuestas a las encuestas.

Espero que esto tenga sentido y espero escuchar de alguien sobre mi consulta.


Hola Melory, eso suena como un experimento interesante. Para sus IVamigos, ¿está interesado en saber cómo se relaciona cada uno con ellos DVen una escala continua, o está más interesado en los efectos de los IVgrupos, por ejemplo, que las personas con sobrepeso comen más rebanada que las personas de peso normal (para su BMImedida)?
Michelle

Hola Michelle, gracias por tus comentarios. Para ser honesto, todavía estoy en la etapa de desarrollo y voy por todos lados. Pero tengo un objetivo tentativo que es: El objetivo principal del estudio actual es investigar los efectos de las creencias relacionadas con los alimentos sobre la salud de los alimentos en la ingesta real de alimentos. Además, un objetivo secundario es descubrir hasta qué punto la búsqueda de sensaciones, la preferencia del sabor dulce y el IMC pueden moderar los efectos de las creencias relacionadas con los alimentos en la ingesta de alimentos ''.
mobo

Hola de nuevo Michelle, solo agrego al comentario anterior. Sin embargo, habiendo dicho que también estoy interesado en las interacciones entre algunos IV, ya que la investigación indica relaciones, es decir, las personas con sobrepeso están relacionadas con la búsqueda de sensaciones. ¿Ayuda eso a donde estoy? Me interesaría escuchar tus pensamientos. Gracias.
mobo

Hola Melory, no agregaría BMIcomo una medida continua, y usaría las categorías de bajo peso / normal / sobrepeso / obesidad, ya que esa es su pregunta de investigación, no si la cantidad de corte aumenta con el BMIpuntaje creciente . Probaría los otros IVs como continuos. ¿Vas a publicar ya que estaría profesionalmente interesado en tu redacción?
Michelle

Hola Michelle, gracias por esto. Estaría buscando publicar. ¿Es este un área de interés para usted? Entonces, ¿estás diciendo que sería apropiado hacer un ANOVA factorial? Creo que es posible que tenga demasiadas variables para tratar de trabajar.
mobo

Respuestas:


34

Como un hecho histórico, la regresión y el ANOVA se desarrollaron por separado y, debido en parte a la tradición, a menudo todavía se enseñan por separado. Además, las personas a menudo piensan que ANOVA es apropiado para los experimentos diseñados (es decir, la manipulación de una asignación variable / aleatoria) y la regresión como apropiada para la investigación observacional (por ejemplo, descargar datos de un sitio web del gobierno y buscar relaciones). Sin embargo, todo esto es un poco engañoso. Un ANOVA es una regresión, solo una donde todas las covariables son categóricas. Un ANCOVA esuna regresión con covariables cualitativas y continuas, pero sin términos de interacción entre los factores y las variables explicativas continuas (es decir, el supuesto 'supuesto de pendientes paralelas'). En cuanto a si un estudio es experimental u observacional, esto no está relacionado con el análisis en sí.

Tu experimento suena bien. Analizaría esto como una regresión (en mi opinión, tiendo a llamar a todo regresión). Incluiría todas las covariables si está interesado en ellas, y / o si las teorías con las que está trabajando sugieren que pueden ser importantes. Si cree que el efecto de algunas de las variables puede depender de otras variables, asegúrese de agregar todos los términos de interacción necesarios. Una cosa a tener en cuenta es que cada variable explicativa (¡incluidos los términos de interacción!) Consumirá un grado de libertad, así que asegúrese de que el tamaño de su muestra sea adecuado. Yo no dicotomía, o poner a categórica, cualquiera de sus variables continuas (es lamentable que esta práctica está muy extendida, es realmente una mala cosa que hacer). De lo contrario, parece que estás en camino.

Actualización: parece haber cierta preocupación aquí sobre si convertir o no las variables continuas en variables con solo dos (o más) categorías. Permítanme abordar eso aquí, en lugar de en un comentario. Mantendría todas sus variables como continuas. Hay varias razones para evitar categorizar variables continuas:

  1. Al clasificar, estaría desechando información: algunas observaciones están más lejos de la línea divisoria y otras están más cerca, pero se tratan como si fueran lo mismo. En ciencia, nuestro objetivo es reunir más y mejor información y organizar e integrar mejor esa información. Desechar información es simplemente antitético a la buena ciencia en mi opinión;
  2. Tiende a perder poder estadístico como señala @Florian (¡gracias por el enlace!);
  3. Pierde la capacidad de detectar relaciones no lineales como @ rolando2 señala;
  4. ¿Qué pasa si alguien lee su trabajo y se pregunta qué pasaría si dibujáramos las categorías b / t en un lugar diferente? (Por ejemplo, considere su ejemplo de IMC, ¿qué pasa si otra persona dentro de 10 años, en base a lo que está sucediendo en la literatura en ese momento, también quiere saber sobre las personas con bajo peso y las que tienen obesidad mórbida?) Simplemente serían sin suerte, pero si mantiene todo en su forma original, cada lector puede evaluar su propio esquema de categorización preferido;
  5. X
    Xsplyonortemi=0 0Si X.7Xspaglyonortemi=X-.7Si X>.7
    XspaglyonortemiX

1 y 5 son los más importantes, en mi opinión.


Hola gung Muchas gracias por sus comentarios. ¿Entonces usarías la regresión y no tendrías ninguno de los IV tan categóricos? Estaba pensando que el IMC podría ser sobrepeso / obesidad o normal; la preferencia de sabor tiene categorías y también para la búsqueda de sensaciones puede ser categórica, ya que son afirmaciones verdaderas / falsas que luego proporcionarán una puntuación que luego podría clasificarse. ¿Pero los ves como verdaderamente continuos?
mobo

Hola otra vez, este es mi objetivo tentativo, que también puede proporcionar algo de claridad: el objetivo principal del estudio actual es investigar los efectos de las creencias relacionadas con los alimentos sobre la salubridad de los alimentos en la ingesta real de alimentos. Además, un objetivo secundario es descubrir en qué medida la búsqueda de sensaciones, la preferencia del sabor dulce y el IMC pueden moderar los efectos de las creencias relacionadas con los alimentos en la ingesta de alimentos. Me interesaría escuchar tus pensamientos.
mobo

Buena respuesta de @gung. Secundaré la idea de que idealmente mantendría sus variables continuas tal como están, ya que eso le daría la mayor cantidad de información. A muchas personas les resulta desalentador aprender a incorporar predictores continuos y categóricos, pero puede resultar útil, ya sea para este estudio o para uno futuro. Y ya sea que los clasifique o no, intente buscar formas de descubrir cualquier relación no lineal que pueda existir, tal vez en forma de U, o en forma de U invertida, o J, o J inversa. Esto podría enriquecer su estudio sustancialmente.
rolando2

¡Sí +1 por la respuesta de Gung! Dicotomizar variables continuas nunca es una buena idea debido, por ejemplo, a una pérdida de poder (por ejemplo, el famoso artículo de Jacob Cohen, unc.edu/~rcm/psy282/cohen.1983.pdf ). Para tratar su "mensaje" IV en un análisis de regresión, recomendaré usar códigos de contraste para probar su efecto (y las interacciones que involucran este IV), ver por ejemplo Judd, CM y McClelland, GH, Ryan, C. (2008 ) Análisis de datos: un enfoque de comparación de modelos (2ª ed.). Nueva York: Routledge Press.
Florian

Hola rolando2, muchas gracias por tus comentarios. Tiene razón en que me resulta difícil combinar variables categóricas y continuas, lo que me dificulta determinar qué análisis utilizar. Mi objetivo tentativo es: El objetivo principal del estudio actual es investigar los efectos de las creencias relacionadas con los alimentos sobre la salubridad de los alimentos en la ingesta real de alimentos. Además, un objetivo secundario es descubrir hasta qué punto la búsqueda de sensaciones, la preferencia del sabor dulce y el IMC pueden moderar los efectos de las creencias relacionadas con los alimentos en la ingesta de alimentos ''. ¿Pensamientos sobre esto?
mobo
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.