自變量與協(xié)變量差異
自變量是指研究者主動(dòng)操縱，而引起因變量發(fā)生變化的因素或條件，因此自變量被看作是因變量的原因。
協(xié)變量：在實(shí)驗(yàn)的設(shè)計(jì)中,協(xié)變量是一個(gè)獨(dú)立變量(解釋變量),不為實(shí)驗(yàn)者所操縱,但仍影響響應(yīng)。同時(shí)，它指與因變量有線性相關(guān)并在探討自變量與因變量關(guān)系時(shí)通過統(tǒng)計(jì)技術(shù)加以控制 的變量。
總結(jié)：
不同點(diǎn)：自變量可人為改變，協(xié)變量不受實(shí)驗(yàn)者操控。
共同點(diǎn)：均對(duì)結(jié)果變量產(chǎn)生影響
例子：研究飲食與身高的關(guān)系時(shí)，數(shù)據(jù)采集當(dāng)年的身高即為協(xié)變量，不受研究者控制，但對(duì)結(jié)果變量（數(shù)年后的身高）有影響。
協(xié)變量和控制變量
協(xié)變量應(yīng)該屬于控制變量的一種。有些控制變量可以通過實(shí)驗(yàn)操作加以控制,也稱為無關(guān)變量;而另一些控制變量由于受實(shí)驗(yàn)設(shè)計(jì)等因素的限制,只能借助統(tǒng)計(jì)技術(shù)來加以控制,即成了統(tǒng)計(jì)分析中的協(xié)變量,抑或是混雜因素。
協(xié)變量的校正
- 方法：事先控制法，在實(shí)驗(yàn)設(shè)計(jì)階段通過合理設(shè)計(jì)減小協(xié)變量的影響。
具體如下：
- 完全隨機(jī)分組。RCT實(shí)驗(yàn)講究隨機(jī)化，在樣本量足夠大的時(shí)候，姑且可以認(rèn)為各組間的各種因素達(dá)到平衡。
- 按照協(xié)變量取值，實(shí)現(xiàn)分層隨機(jī)化。適用于樣本量不大的情況，且分層因素不宜太多，一般考慮最重要的 1～3 個(gè)因素，每個(gè)因素 2～3 個(gè)水平。
- 匹配隨機(jī)化，簡(jiǎn)單來說，按照各種混雜因素配對(duì)子，使得對(duì)子之間的各種因素基本一致。
- 事后控制法，在實(shí)驗(yàn)分析階段采取適當(dāng)統(tǒng)計(jì)學(xué)方法減小協(xié)變量引起的終點(diǎn)指標(biāo)的影響。
校正方法按照主要結(jié)果指標(biāo)類別以及協(xié)變量數(shù)量而定
協(xié)變量1-2個(gè)
結(jié)果指標(biāo)為連續(xù)型變量時(shí)，主要采用差值法、協(xié)方差法。
- 差值法，主要考慮實(shí)驗(yàn)開始階段的基線指標(biāo)因素。在評(píng)價(jià)主要終點(diǎn)指標(biāo)時(shí)，如果其基線取值是連續(xù)性變量，往往要考慮基線值的大小對(duì)預(yù)后的影響。常用的方法是計(jì)算觀察指標(biāo)相對(duì)于基線的變 化值，即治療后觀測(cè)值與基線值的差值，包括絕對(duì)差值或相對(duì)差值。絕對(duì)差值即干預(yù)后-干預(yù)前，相對(duì)差值即(干預(yù)后-干預(yù)前)/干預(yù)前 。
- 協(xié)方差法，協(xié)方差分析是方差分析基礎(chǔ)上加入?yún)f(xié)變量進(jìn)行回歸分析。回歸分析可以處理混雜偏倚，而協(xié)方差恰好是混雜因素，而方差分析可以研究組間差異，結(jié)合起來可以用來控制偏倚、探討處理因素效應(yīng)。
結(jié)果指標(biāo)為分類變量時(shí)，用分層分析法
- 分層分析法，分層分析是控制協(xié)變量的基本方法之一，此時(shí)協(xié)變量是分類變量，如果協(xié)變量是連續(xù)性變量，則需要分類化。當(dāng)主要結(jié)果變量是分類指標(biāo)時(shí)，對(duì)協(xié)變量的校正可采用 Cochran-Mantel-Haenszel（CMH）檢驗(yàn)進(jìn)行分層分析；當(dāng)結(jié)果變量為生存時(shí)間時(shí)，可用分層 log-rank 檢驗(yàn)、分層 Cox 模型等。
例 2 研究產(chǎn)婦狀況與電針引產(chǎn)手術(shù)效果的關(guān)系，將 771 例產(chǎn)婦按初產(chǎn)和往產(chǎn)進(jìn)行分組，觀察電針引產(chǎn)手術(shù)的效果，結(jié)果如下表。
用 χ2 檢 驗(yàn) 比 較 兩 組 的 手 術(shù) 成 功 率 ：P=0.145>0.05，產(chǎn)婦狀況對(duì)電針引產(chǎn)手術(shù)效果沒有影響。
但進(jìn)一步分析發(fā)現(xiàn),"胎膜狀況"這一產(chǎn)婦的協(xié)變量是混雜因素：用 χ2 檢 驗(yàn) 比 較 兩 組 的 胎 膜 已 破 率 ：P=0.001<0.05，胎膜狀況在兩組產(chǎn)婦中的分布不同。
胎膜狀況應(yīng)該是一個(gè)混雜因素，因?yàn)樗鼘?duì)手術(shù)的效果有影響，而且與產(chǎn)婦狀況有關(guān)。胎膜狀況在不同狀況產(chǎn)婦中分布明顯不同，初產(chǎn)產(chǎn)婦中胎膜已破率高于往產(chǎn)產(chǎn)婦。而胎膜已破組的手術(shù)成功率高于胎膜未破組，所以這種分布的不均衡就導(dǎo)致了混雜作用。
為了控制混雜因素的影響可以采用分層分析的方法。先將產(chǎn)婦按胎膜狀況分組，再在兩種不同的狀況下分析初產(chǎn)和往產(chǎn)產(chǎn)婦的手術(shù)效果，結(jié)果如下表
結(jié)果表明 ：在胎膜已破的情況下，產(chǎn)婦狀況對(duì)手術(shù)效果有影響。分別在胎膜已破和胎膜未破的產(chǎn)婦中，比較初產(chǎn)和往產(chǎn)產(chǎn)婦，可使我們?cè)诓灰蕾囉谔ツ顩r的情況下，分析產(chǎn)婦狀況對(duì)引產(chǎn)手術(shù)效果的影響。
多個(gè)協(xié)變量（3個(gè)及以上）
當(dāng)結(jié)果變量為連續(xù)性指標(biāo)時(shí)，采用一般線性模型；
當(dāng)結(jié)果變量為二分類時(shí)，采用 logistic 回歸；
當(dāng)結(jié)果為有序分類變量時(shí)，采用有序結(jié)果的累積比數(shù) logistic 回歸；
當(dāng)結(jié)果變量是生存變量時(shí)，采用 Cox 比例風(fēng)險(xiǎn)模型；
當(dāng)結(jié)果變量是事件發(fā)生數(shù)時(shí)，采用 poisson 回歸模型等。
參考：什么是協(xié)變量Covariate？如何控制隨機(jī)對(duì)照研究中協(xié)變量的影響_處理 (sohu.com)
協(xié)變量的理解 - 知乎 (zhihu.com)
(6條消息) 基本概念：自變量和協(xié)變量風(fēng)景不在對(duì)岸wj的博客-CSDN博客協(xié)變量
