当研究者知道有些协变量会影响因变量，却不能够控制和不感兴趣时（研究工作时间对员工绩效的影响，员工原来的工作经验、能力、职业素养就是协变量），可以在实验处理前予以观测，然后在统计时运用协方差分析来处理。协方差分析是将回归分析同方差分析结合起来，将协变量对因变量的影响从自变量中分离出去，可以进一步提高实验精确度和统计检验灵敏度，以消除混杂因素的影响，是对试验数据进行分析的一种分析方法。协方差分析不仅可以使用分类变量，也可以使用连续变量。通常情况下，协方差分析将那些难以控制的因素作为协变量，从而在排除协变量影响的情况下，分析因子变量对响应变量的影响。根据协变量个数的不同，当模型中只存在一个协变量时，被称为一元协方差分析，当有两个及两个以上的协变量时，被称为多元协方差分析。
在Stata 16.0版本中，协方差分析的命令的语法格式与多因素方差分析的命令的语法格式是一致的，如下所示：
anova varname [termlist] [if] [in] [weight] [,options]
在这个命令中，anova是进行多因素方差分析的命令，varname是将要进行分析的变量，[termlist]是因子变量列表，[if]为条件表达式，[in]用于设置样本范围，[weight]用于设置权重，[,options]用于设置可选项。
区别只是在于[termlist]中的协方差会用到连续变量，即以“c.”开头的变量，如c.age。
