Covariable

En este post se explica qué son las covariables en estadística. De modo que encontrarás el significado de covariable, ejemplos de covariables y cómo se hace un modelo estadístico con una covariable.

¿Qué es una covariable?

En estadística, una covariable es un tipo de variable que afecta a la relación entre la variable independiente y la variable dependiente pero que no es de interés directo. Es decir, una covariable es una variable que influye en los resultados pero que no interesa estudiar.

Por lo tanto, una covariable debe mantenerse bajo control en un estudio estadístico, para que no afecte a los resultados de la investigación. Normalmente, se suelen incluir las covariables en el modelo de estudio para determinar su influencia en la variable dependiente, más abajo entraremos más en detalle.

Por ejemplo, si se pretende analizar la relación entre el precio de las acciones bursátiles de una empresa (variable dependiente) y el beneficio de la empresa (variable independiente), una covariable sería la tendencia del mercado bursátil. Porque, aunque no nos interese si el precio del resto de acciones de la bolsa está subiendo o bajando, lógicamente el precio de las acciones de la empresa de estudio variará según si el mercado es alcista o bajista.

En ocasiones, una covariable también se puede denominar variable covariada.

Ejemplos de covariables

Una vez vista la definición de covariable, vamos a ver varios ejemplos de covariables para acabar de entender el concepto:

  1. Si se quiere analizar cómo afecta la cantidad añadida de fertilizante (variable independiente) al crecimiento de las plantas (variable dependiente), el tiempo que las plantas han estado expuestas al sol es una covariable pues puede condicionar los resultados.
  2. Si se pretende estudiar la relación entre las calificaciones obtenidas por los alumnos (variable dependiente) y las horas de estudio dedicadas (variable independiente), una covariable es el profesor que explicar el temario. Lógicamente, las calificaciones variarán dependiendo del profesor pues hay profesores que explican mejor que otros.
  3. Al investigar la correlación entre la producción de una fábrica (variable dependiente) y el número de máquinas que dispone (variable independiente), una covariable es el salario que reciben los empleados ya que afecta a su motivación y por tanto a su rendimiento.

Variable y covariable

En general, las covariables se suelen diferenciar de las variables por su interés en estudiarlas. Es decir, en un estudio estadístico no interesa estudiar una covariable, en cambio, sí que interesa analizar el efecto que tiene una variable en los resultados.

Sin embargo, tanto una variable como una covariable afectan a los resultados obtenidos, por lo que generalmente se suelen incluir ambos tipos de variables en el modelo estadístico. De esta forma se puede ver el impacto de la covariable en la respuesta y, en consecuencia, se puede analizar de manera correcta la correlación entre la variable independiente y la variable dependiente.

Modelo con covariable

Normalmente, para estudiar la correlación entre una variable dependiente y una variable independiente, se lleva a cabo un modelo de regresión lineal simple. Este modelo estadístico permite determinar si la relación entre dos variables es significativa o, por el contrario, si se puede despreciar.

Sin embargo, en una regresión lineal simple no se están teniendo en cuenta las covariables, ya que solo se incluye una variable explicativa. De manera que cuando existe una o varias covariables se suelen incluir en el estudio, realizando así un modelo de regresión múltiple. De este forma se puede analizar la relación de la respuesta con la variable explicativa de interés y con las covariables, pues también pueden condicionar los resultados.

Este tipo de análisis estadístico se llama análisis de la covarianza (o ANCOVA), el cual es como un análisis de la varianza (ANOVA) pero que además se incluyen las covariables al estudio.

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Ir arriba