ベイズ共分散分析（Bayesian ANCOVA）は、群効果および共変量傾きの事前分布を設定し、観測データで更新して事後分布およびベイズ因子を得ることで、古典的ANCOVAを拡張したものである。これは、p値の閾値に依存することなく、1つ以上の連続共変量について統計的に調整した後、連続的な結果変数に対する群間差の証拠を定量化する。

古典的ANCOVAは「共変量を偏らせた後、群間差は統計的に有意か？」と問い、p値を通じて二値の「はい/いいえ」を返す。一方、ベイズ共分散分析は「差がない状態 versus 群間差がある状態について、データはどの程度強く支持するか？」と問い、効果量に関する完全な事後分布とともにベイズ因子を返す。これにより、証拠を連続体として表現でき（帰無仮説の証拠も含む）、事前の妥当な効果量に関する知識を自然に組み込むことができる。