Sağlam ANCOVA
Robust Analysis of Covariance · Ayrıca şöyle bilinir: robust ANCOVA, heteroscedastic ANCOVA, trimmed-mean ANCOVA, resistant ANCOVA
Sağlam ANCOVA, klasik ANCOVA'nın adi kareler toplamı tahminini dirençli yöntemlerle - tipik olarak kırpılmış ortalamalar veya M-tahmincileri - ile değiştiren, böylece testin veri aykırı değerler, ağır kuyruklu dağılımlar veya heteroskedastik hatalar içerdiğinde geçerli Tip I hata kontrolünü ve makul gücü koruduğu bir kovaryet-ayarlı grup karşılaştırmasıdır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Veriler klasik ANCOVA'yı baltalayacak aykırı değerler, çarpıklık, ağır kuyruklar veya heteroskedastik artıklar gösterdiğinde, bir veya daha fazla kovaryeti kontrol ederken iki veya daha fazla grubu sürekli bir sonuç üzerinde karşılaştırmak istediğinizde Sağlam ANCOVA'yı kullanın. Klasik ANCOVA'nın normallik varsayımı veya varyans homojenliği varsayımı ihlal edildiğinde ve kovaryet-grup etkileşimi (paralellik) homojen olmayabileceğinde uygundur. Veriler gerçekten klasik ANCOVA varsayımlarını karşıladığında ilk tercih olarak kullanmayın - klasik sürüm ideal koşullar altında biraz daha güçlüdür. Ayrıca, kovaryetin önemli bir hata ile ölçüldüğü durumlarda (bunun yerine değişkenlerde hata modelleri kullanın) veya grup başına örneklem boyutlarının aşırı derecede küçük olduğu (grupta 10-15'ten az) durumlarda, sağlam prosedürler bile kararsız hale geldiğinde bundan kaçının.
Güçlü yönler & sınırlılıklar
- Klasik ANCOVA'yı şişirecek veya azaltacak normallik dışı, çarpıklık ve aykırı değer kirliliği altında Tip I hata oranını doğru bir şekilde kontrol eder.
- Tüm uygulamalarda regresyon eğimlerinin homojenliğini (paralellik) gerektirmez, Winsorize edilmiş standart hatalar aracılığıyla heteroskedastikliği ele alır.
- Kırpılmış ortalama tahmincisi yüksek bir kırılma noktasına sahiptir, bu da gözlemlerin %20'sine kadarı aşırı olduğunda bile sonuçların geçerli kaldığı anlamına gelir.
- Ayarlanmış konum farkları için önyükleme tabanlı güven aralıkları, sezgisel, dağılımdan bağımsız çıkarım sağlar.
- Doğrudan sözdizimi ile iyi bakımı yapılan R paketlerinde (WRS2, robustbase) mevcuttur.
- Kırpma, varsayımların gerçekten tutulduğu durumlarda klasik ANCOVA'ya göre verimlilik kaybına neden olur.
- Kırpılmış ortalama farklarının yorumlanması, adi ortalama farklarından uygulayıcı kitleler için daha az tanıdıktır.
- Küçük grup içi örneklemlerde, önyükleme standart hataları kararsız olabilir ve güven aralıkları güvenilmez olabilir.
- Doğrusal olmayan kovaryet ayarlama yöntemleri (hareketli aralık düzelticileri), sonuçları etkileyen ek ayarlama parametreleri (bant genişliği, aralık) getirir.
- Yazılım uygulamaları varsayılan değerlerde farklılık gösterir (kırpma oranı, düzeltici tipi), bu da paketler arasında kesin tekrarlamayı zorlaştırır.
SSS
Sağlam ANCOVA, klasik ANCOVA'dan nasıl farklıdır?
Klasik ANCOVA, aykırı değerlere duyarlı olan ve normal dağılımlı, homoskedastik artıklar varsayan adi kareler toplamı kullanır. Sağlam ANCOVA, OLS tahminini kırpılmış ortalamalar veya M-tahmincileri ile değiştirir ve Winsorize edilmiş standart hatalar kullanır, böylece bu varsayımlar başarısız olduğunda çıkarım geçerli kalır.
Ne kadar kırpma oranı kullanmalıyım?
En yaygın varsayılan, her kuyruktan %20 kırpmadır; bu, geniş bir dağılım yelpazesinde sağlamlık ve verimlilik arasında bir denge kurar. Küçük örneklemlerde (grup başına n < 20) daha düşük bir kırpma (%10) tercih edilebilir; çok ağır kuyruklu veya yüksek derecede bulaşmış verilerde, %20-25 standarttır. Bazı yazarlar, veri dağılımını incelemeyi ve uyarlanabilir olarak seçmeyi önermektedir.
Paralellik (regresyon eğimleri homojenliği) varsayımını kontrol etmem gerekir mi?
Evet. Sağlam ANCOVA, parametrik olmayan bir düzeltici tabanlı uygulama kullanılmadığı sürece, kovaryetin gruplar arasında sonucu benzer şekilde ayarladığını varsayar. Kovaryet-grup etkileşimi önemliyse, ayarlanmış ana etki yerine etkileşimi rapor edin.
Sağlam ANCOVA SPSS'te mi yoksa yalnızca R'de mi mevcut?
En eksiksiz uygulamalar R'dedir (WRS2 paketi, ancboot, ancova fonksiyonları). SPSS yerel olarak kırpılmış ortalama ANCOVA sağlamaz, ancak GLM menüsündeki önyükleme seçenekleri kısmi sağlamlık sunar. Tam sağlam çıkarım için, R şu anda pratik standarttır.
Ne zaman Önyükleme ANCOVA'yı Sağlam ANCOVA'ya tercih etmeliyim?
Önyükleme ANCOVA, tahminciyi değiştirmeden klasik OLS uyumundan artıkların yeniden örneklenmesini sağlar, sağlam standart hatalar sunar ancak sağlam nokta tahminleri sunmaz. Sağlam ANCOVA, tahminciyi kendisi (kırpılmış ortalamalar) değiştirir, böylece hem nokta tahmini hem de çıkarım dirençli olur. Ana endişeniz yalnızca şişirilmiş standart hatalar değil, aynı zamanda tahmini grup farklarındaki aykırı değer kaynaklı yanlılık ise, Sağlam ANCOVA daha güçlü bir seçenektir.
Kaynaklar
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
- Keselman, H. J., Wilcox, R. R., Algina, J., Fradette, K., & Othman, A. R. (2008). A comparative study of robust tests for spread: Asymmetric trimming strategies. British Journal of Mathematical and Statistical Psychology, 61(2), 235–253. DOI: 10.1348/000711008x299742 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Analysis of Covariance. ScholarGate. https://scholargate.app/tr/statistics/robust-ancova
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kovaryans Analizi (ANCOVA)İstatistik↔ karşılaştır
- Sağlam Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Sağlam Tek Yönlü ANOVAİstatistik↔ karşılaştır
- Sağlam Tekrarlı Ölçümler ANOVA'sıİstatistik↔ karşılaştır