Revue: | Revista médica del Instituto Mexicano del Seguro Social |
Base de datos: | PERIÓDICA |
Número de sistema: | 000377330 |
ISSN: | 0443-5117 |
Autores: | Pérez Rodríguez, Marcela1 Palacios Cruz, Lino2 Moreno, Jorge1 Rivas Ruiz, Rodolfo1 Talavera, Juan O1 |
Instituciones: | 1Instituto Mexicano del Seguro Social, Centro Médico Nacional Siglo XXI, México, Distrito Federal. México 2Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz, México, Distrito Federal. México |
Año: | 2014 |
Periodo: | Ene-Feb |
Volumen: | 52 |
Número: | 1 |
Paginación: | 70-75 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Analítico, descriptivo |
Resumen en español | El análisis de covarianza (ANCOVA) parte de los modelos generales lineales. Esta técnica involucra un modelo de regresión, muchas veces múltiple, en el que el desenlace se presenta como variable continua, la o las maniobras son variables cualitativas que son introducidas al modelo como variables dummy o dicotómicas y los factores por los que se requiere ajustar el análisis (covariables) pueden estar en cualquier nivel de medición (nominal, ordinal o continuo). Las maniobras pueden ser ingresadas al modelo como factores (o efectos) fi jos o factores (o efectos) aleatorios. La diferencia entre manejar las maniobras como factor fi jo o factor aleatorio depende del tipo de información que se busca en el análisis de los efectos. El ANCOVA separa el efecto de las maniobras del efecto de las covariables, es decir, corrige la variable de respuesta eliminando la infl uencia de las covariables por el hecho de que estas varían conjuntamente con las maniobras o tratamientos, lo cual afecta la variable de desenlace. El ANCOVA solo debe ser realizado si se cumplen tres supuestos: 1) la relación entre la covariable y el desenlace es lineal, 2) existe homogeneidad de las pendientes y 3) se comprueba la independencia entre la covariable y la maniobra o variable independiente |
Resumen en inglés | The analysis of covariance (ANCOVA) is based on the general linear models. This technique involves a regression model, often multiple, in which the outcome is presented as a continuous variable, the independent variables are qualitative or are introduced into the model as dummy or dichotomous variables, and factors for which adjustment is required (covariates) can be in any measurement level (i.e. nominal, ordinal or continuous). The maneuvers can be entered into the model as 1) fi xed effects, or 2) random effects. The difference between fi xed effects and random effects depends on the type of information we want from the analysis of the effects. ANCOVA effect separates the independent variables from the effect of co-variables, i.e., corrects the dependent variable eliminating the infl uence of covariates, given that these variables change in conjunction with maneuvers or treatments, affecting the outcome variable. ANCOVA should be done only if it meets three assumptions: 1) the relationship between the covariate and the outcome is linear, 2) there is homogeneity of slopes, and 3) the covariate and the independent variable are independent from each other |
Disciplinas: | Medicina, Matemáticas |
Palabras clave: | Matemáticas aplicadas, Estadística, Análisis de covarianza, Análisis factorial |
Keyword: | Medicine, Mathematics, Applied mathematics, Statistics, Covariance analysis, Factorial analysis |
Texte intégral: | Texto completo (Ver PDF) |