ANÁLISIS

DE
COVARIANZA
 CASAS LLACUACHAQUI, Jhonatan
 HUAMÁN ASTO, Milagros
 REYES ORÉ, Sharon
 SANCHEZ CARDENAS, Yimmy
 DEFINICIÓN
 Es una combinación de dos técnicas: análisis de la varianza y análisis de
regresión.

 En el análisis de la covarianza:

 La variable respuesta es cuantitativa y cualitativa.

 Las variables independientes son cualitativas y cuantitativas.
 DEFINICIÓN

 El análisis de la covarianza (ANCOVA) se trata de dos o más variantes medidas y

donde cualquier variable independiente mesurable no se encuentra a niveles
predeterminados, como en un experimento factorial (Badii & Castillo, 2007, Badii et
al., 2007a). La covarianza lineal. A menudo, una relación lineal es una
aproximación razonablemente buena para una relación no lineal con tal que los
valores de las variables independientes no cubran un intervalo muy amplio.
 EJEMPLO_01
• Una industria química prueba tres fórmulas diferentes de un pegamento
industrial. Se sabe que la resistencia del pegamento (variable respuesta)
está relacionada con el espesor de la capa adherente (covariable).
 EJEMPLO_02
 En la clasificación de la Liga BBVA de los equipos de futbol de España se
sacaron los siguientes datos entre ellos están los partidos jugados , goles a
favor ,goles en contra ,etc. Para esto se muestra la matriz de covarianza de
los resultados de sus 38 partidos jugados.
 EJEMPLO_03
 En el ejemplo existe una relación creciente y más o menos lineal entre el
peso perdido y el peso original de las pacientes del hospital María
Magdalena. La covarianza es una medida de la fuerza de la relación lineal
entre dos variables cuantitativas.
 En primer lugar hallamos las medias de ambas variables.

La covarianza es positiva, que

implica una
 Luego calculamos la covarianza.
relación creciente entre x e y.
 REFERENCIAS
• (Badii & Castillo, 2007, Badii et al., 2007a).
• http://www.ugr.es/~bioestad/_private/cpfund6.pdf
• http://eprints.uanl.mx/12489/1/A3.pdf