论文中出现的“Covariates”协变量怎么去理解

在统计学中，研究人员通常对理解一个或多个解释变量与响应变量之间的关系感兴趣。

但是，有时可能会有其他变量会影响研究人员不感兴趣的响应变量。这些变量称为 协变量。

协变量：影响响应变量但在研究中不感兴趣的变量。 

在数据分析中，尤其是回归建模中，有自变量、因变量，这两者是我们比较关心的，自变量是因果关系中的原因，预测因子，因变量是结局，是被预测的现象。

此外，被预测的因变量除了受我们关心的一些变量的影响，也受到其他变量的影响。这些其它变量被我们测量了，但我们不怎么聚焦它究竟造成了多大的影响。

但是，我们要关心它对解释变量与反应变量两者关系的干扰。

协变量指的是连续型定量变量吗？

大多数情况下，关于协变量的教材例子都是定量协变量，另外，SPSS操作中，协变量也指的是定量变量，由于两点原因，协变量一般被误认为就是指的是连续型定量变量。

事实上，协变量可以是任何类型的！定量、定性、二分类、无序多分类！

协变量是RCT时候出现还是观察性研究出现的统计学术语

无论随机对照研究还是观察性研究，都存在着协变量。

协变量一般是混杂因素吗？

我们经常在文献中看到回归分析在调整某某协变量，这些协变量非常有可能是混杂因素，如果不进行调整，那么它就会混淆自变量与因变量的因果关联性。当通过一定方式控制了协变量影响后，我们称自变量为独立的影响因素。

Maternal smoking during pregnancy is identified as an independent risk factor for the development of severe ROP in preterm infants born < 32 weeks of gestation.

但是，协变量对解释变量与反应变量两者关系的干扰不仅仅是混杂干扰，也可能是修饰干扰（交互效应），也可能是中介效应影响。

很多时候，协变量既不是混杂、中介、修饰因子，但是它对对解释变量与反应变量两者关系的干扰是噪音干扰，那就是协变量带来了因变量的变异度，使得自变量的影响难以识别。

回归分析能够控制协变量的干扰吗？

当协变量是噪音干扰、混杂干扰时，回归可以控制，但是它是中介以及修饰干扰时，常规的回归分析难以实现，需要更加细致得构建针对性的模型去分析了。

本文到此结束，欢迎分享。部分文字来自于网络，若有不合适，请联系公众号删除！