什麼是協方差分析
在介紹醫學試驗設計時曾談到，嚴格按試驗設計的４項基本原則設計試驗，目的就是為了排除非處理因素的干擾和影響，使試驗誤差的估計降到最低限度，從而可以準確地獲得處理因素的試驗效應。但在某些實際問題中，有些因素在目前還不能控制或難以控制，如在動物飼養試驗中，各組動物所增加的平均體重不僅僅與各種飼料營養價值高低有關，還與各動物的進食量有關，甚至與各動物的初始重量等因素及其互動作用都有關係。如果直接進行方差分析，會因為混雜因素的影響而無法得出正確結論。協方差分析(AnalysisofCovariance)是將回歸分析與方差分析結合起來使用的一種分析方法。在這種分析中，先將定量的影響因素(即難以控制的因素)看作自變數，或稱為協變數(Covariate)，建立因變數隨自變數變化的回歸方程,這樣就可以利用回歸方程把因變數的變化中受不易控制的定量因素的影響扣除掉，從而,能夠較合理地比較定性的影響因素處在不同水平下，經過回歸分析手段修正以後的因變數的總體均數之間是否有顯著性的差別，這就是協方差分析僅問題的基本思想。
只有１個定量的自變數時稱為一元協方差分析、含有２個及２個以上定量的自變數時稱為多元協方差分析。
