区别是：协变量指与因变量有线性相关并在探讨自变量与因变量关系时通过统计技术加以控制的变量。协变量应该属于控制变量的一种。自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。
协变量
在实验的设计中,协变量是一个独立变量(解释变量),不为实验者所操纵,但仍影响响应。同时，它指与因变量有线性相关并在探讨自变量与因变量关系时通过统计技术加以控制 的变量。常用的协变量包括因变量的前测分数、人口统计学指标以及与因变量明显不同的个人特征等。
协变量应该属于控制变量的一种。有些控制变量可以通过实验操作加以控制(如照明、室温等),也称为无关变量;而另一些控制变量由于受实验设计等因素的限制,只能借助统计技术来加以控制,即成了统计分析中的协变量,因而属于统计概念。
协变量就是在试验中，既不是试验想要研究的自变量，也无法人为控制的控制变量。
自变量
自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。
自变量（Independent variable）一词来自数学。也叫实验刺激。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。如果实验者操纵的自变量是连续变量，则实验是函数型实验。如实验者操纵的自变量是类别变量，则实验是因素型的。在心理学实验中，一个明显的问题是要有一个有机体作为被试对刺激作反应。显然，这里刺激变量就是自变量。
在回归分析模型 （一元线性回归模型）中，Y是被解释变量，就称为因变量。X是解释变量，称为自变量。表示为：因变量Y随自变量X的变化而变化。协变量是指那些人为很难控制的变量，通常在回归分析中要排除这些因素对结果的影响。“选择变量”即是条件变量，并且有个条件定义按钮，通过这个按钮可以给定一个条件，只有变量值满足这个条件的样本数据才参与回归分析。
协变量就是自变量。一般是指对于模型可能有干扰，但是又不是核心想研究的变量就叫协变量（很多时候也称控制变量）【这是常见的说明是这样，一小部分时候协变量是指自变量为定类数据】。
延伸阅读：
自变量的种类：
1.刺激特点自变量：如果被试的不同反应是由刺激的不同特性，如灯光的强度、声音的大小等引起来的，我们就把引起因变量变化的这类自变量称为刺激特点自变量。
2.环境特点自变量：进行实验时环境的各种特点，如温度、是否有观众在场、是否有噪音、白天或夜晚等等，都可以作为自变量。
时间是一种非常重要和无时不在的自变量，特别是在记忆的实验中，你甚至可以说，几乎没有不用时间作自变量的记忆实验。
3.被试特点自变量：一个人的各种特点，如年龄、性别、职业、文化程度、内外倾个性特征、左手或右手为利手、自我评价高或低等，都可以作为自变量。
4.暂时造成的被试差别：被试的暂时差别通常是由主试的安排，也就是由主试给予的不同指示语造成的。
文章标题：协变量和自变量有什么区别，发布者：小编，转载请注明出处：https://worktile.com/kb/p/38532
微信扫一扫 
支付宝扫一扫 
