- АНАЛИЗ КОВАРИАЦИОННЫЙ
- – совокупность методов математич. статистики, относящихся к анализу моделей зависимости среднего значения нек-рой случайной величины Y от набора неколичественных факторов F и одновременно от набора количественных факторов X. По отношению к Y переменные X наз. сопутствующими; факторы F задают сочетания условий качественной природы, при к-рых получены наблюдения Y и X, и описываются с помощью т.н. индикаторных переменных; среди сопутствующих и индикаторных переменных могут быть как случайные, так и неслучайные (контролируемые в эксперименте); если случайная величина у является вектором (см.), то говорят г, «ил... ном А.к. Основные теоретич. и прикладные проблемы А.к. относятся к линейным моделям В частности, если анализируются п наблюдений Y2,...,Yn с р сопутствующими переменными (х = (х(1), ..., х(р))), k возможными типами условий эксперимента (F = (f1, … , fk)), то линейная модель соответствующего А.к. задается уравнением:
,
где i=1,…, n, индикаторные переменные fij равны 1, если j-e условие эксперимента имело место при наблюдении Yi, и равны 0 в ином случае. (fij) могут соответствовать рез-там дихотомизации номинального признака F с градациями f1,..., fk (см. Признак); номинальный же признак может быть сложным: каждой его градации может отвечать сочетание значений нек-рых первичных, напр, взятых из анкеты, признаков; коэффициенты Θj определяют эффект влияния j-ro условия; – значение сопутствующей переменной x(s), при к-ром получено наблюдение Yi, i=1,..., n; s=1,…, Р; βs(fi) – значения соответствующих коэффициентов регрессии Y по x(s) (см. Анализ регрессионный; Корреляция), вообще говоря, зависящие от конкретного сочетания условий эксперимента, т. е. от вектора fi=(fi1,…fiz); εj(fi) – случайные ошибки, имеющие нулевые средние значения. Основное назначение А.к. – использование в построении статистич. оценок (см. Оценивание статистическое) Θ1,…,Θk; β1,…,βp и статистич. критериев для проверки различных гипотез относительно значений этих параметров. Если в модели (1) постулировать априори β1=…=βp=0, то получится модель анализа дисперсионного (см.); если из (1) исключить влияние неколичественных факторов (положить Θ1=…=Θk=0), то получится модель анализа регрессионного (см.). Своим названием А.к. обязан тому обстоятельству, что в его вычислениях используются разбиения ковариации (см. Показатели корреляции) величин Y и X точно так же, как в дисперсионном анализе используются разбиения суммы квадратов отклонений Y. Лит.: Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М., 1976; Шеффе Г. Дисперсионный анализ. М., 1980. С.А. Айвазян
Российская социологическая энциклопедия. — М.: НОРМА-ИНФРА-М. Г.В. Осипов. 1999.