ダミーコーディングとANCOVAで重回帰を使用する場合

私は最近、ANCOVAを使用して2つのカテゴリ変数と1つの連続変数を操作する実験を分析しました。しかし、レビューアーは、ダミー変数としてコード化されたカテゴリー変数を使用した重回帰が、カテゴリー変数と連続変数の両方を使用した実験により適したテストであることを示唆しました。

ANCOVAとダミー変数を使用した重回帰を使用するのが適切な場合と、2つのテストから選択する際に考慮すべき要因は何ですか？

ありがとうございました。

ttnphnsは正しいです。

ただし、追加のコメントがあれば、レビュアーは単に解釈のために変更を望んでいたことをお勧めします。ANOVAスタイルの結果に固執したい場合は、単にANOVAと呼びます。ttnphnsが指摘したように、ANCOVAとANOVAは同じです。違いは、ANCOVAを使用すると、共変量を予測変数として扱わず、間違いなくそのようにしたいように見えることです。

レビューアが得ていたのは、連続予測変数に対してANOVAを実行できる一方で、回帰を実行するのが一般的だということでした。この機能の1つは、連続変数の効果の推定値を取得し、その変数とカテゴリカル（ANCOVAには含まれないがANOVAに含まれる可能性がある）との相互作用を見ることさえできることです。

ベータ値を使用して効果の重要性を判断しようとすると、インタラクションへの途中で面白いことが起こるため、回帰結果の解釈に多少の助けが必要になる場合があります。

これら2つは同じものです。たとえば、SPSSでは、ANCOVAを指定する手順はGLM（一般線形モデル）と呼ばれます。「因子」（カテゴリー予測子）と「共変量」（連続予測子）の入力を求めます。「ファクター」をダミー変数に再コーディングし（各ファクターから1つの冗長カテゴリーを省略し）、それらすべてを共変量とともに「回帰変数」手順（線形回帰）で「独立変数」として入力すると、GLMと同じ結果が得られます（もちろん、従属変数は同じであると見なされます）。

PSモデルが同一の場合、結果は同一になります。回帰に主効果のみが含まれる場合、ANCOVAはもちろん、因子ごとの交互作用なしで指定する必要があります。

ジャーナルの査読者が推奨しているように、この状況ではANCOVAよりも多重線形回帰の方が適切だと思われます。

重回帰とANCOVAの両方を実行して、結果を比較してみてください。それらはおそらく同一ではありません。

ANCOVAと多重線形回帰は似ていますが、従属結果変数に重点が置かれている場合は回帰がより適切であり、独立変数の1つからのグループの比較に重点が置かれている場合はANCOVAがより適切です。上記の実験では、明らかに結果変数に重点が置かれているようです。

最後に、あなたが物事のやり方がレビュアーのものより優れていることを本当に確信していない限り、そしてその理由を説明できるなら、おそらくあなたはおそらくあなたの論文を出版させるためにレビュアーの専門知識に譲歩するべきです。