Từ quan điểm thường xuyên, một so sánh không được điều chỉnh dựa trên phân phối hoán vị luôn có thể được biện minh sau một nghiên cứu ngẫu nhiên (đúng). Một sự biện minh tương tự có thể được đưa ra để suy luận dựa trên các phân phối tham số chung (ví dụ: phân phối hoặc phân phối ) do sự tương đồng của chúng với phân phối hoán vị. Trên thực tế, việc điều chỉnh cho hiệp phương sai khi chúng được chọn dựa trên các phân tích hậu hoc, thực sự có nguy cơ làm tăng lỗi Loại I. Lưu ý rằng sự biện minh này không liên quan gì đến mức độ cân bằng trong mẫu được quan sát hoặc với kích thước của mẫu (ngoại trừ đối với các mẫu nhỏ, phân phối hoán vị sẽ rời rạc hơn và gần đúng hơn bởitFthoặc phân phối ).F
Điều đó nói rằng, nhiều người nhận thức được rằng việc điều chỉnh các hiệp phương sai có thể làm tăng độ chính xác trong mô hình tuyến tính. Cụ thể, điều chỉnh cho hiệp phương sai làm tăng độ chính xác của hiệu quả điều trị ước tính khi chúng được dự đoán về kết quả và không tương quan với biến điều trị (như đúng trong trường hợp nghiên cứu ngẫu nhiên). Tuy nhiên, điều ít được biết đến là điều này không tự động chuyển sang các mô hình phi tuyến tính. Ví dụ, Robinson và Jewell [1] cho thấy rằng trong trường hợp hồi quy logistic, việc kiểm soát các đồng biến làm giảm độ chính xác của hiệu quả điều trị ước tính, ngay cả khi chúng được dự đoán về kết quả. Tuy nhiên, vì hiệu quả điều trị ước tính cũng lớn hơn trong mô hình được điều chỉnh, nên việc kiểm soát các biến số dự đoán kết quả sẽ không tăng hiệu quả khi kiểm tra giả thuyết khống về hiệu quả điều trị sau một nghiên cứu ngẫu nhiên.
[1] LD Robinson và NP Jewell. Một số kết quả đáng ngạc nhiên về điều chỉnh đồng biến trong các mô hình hồi quy logistic. Tạp chí thống kê quốc tế , 58 (2): 227 Từ40, 1991.