Tài nguyên tốt để hiểu ANOVA và ANCOVA?

Tôi đang chạy thử nghiệm cho một bài báo và tôi đang tìm một cuốn sách / trang web thú vị để hiểu đúng về cách ANOVA và ANCOVA hoạt động. Tôi có một nền tảng toán học tốt vì vậy tôi không nhất thiết cần một lời giải thích thô tục.

Tôi cũng muốn biết cách xác định khi nào nên sử dụng ANOVA thay vì ANCOVA.

Các tác phẩm kinh điển tôi nghĩ là Winer và Kirk, cả hai chỉ bao gồm ANOVA và ANCOVA. Bạn có thể có thể nhận được các bản sao được sử dụng với giá rẻ (ví dụ: tôi sở hữu phiên bản Winer thứ hai từ 71 được mua qua AMAZON với giá dưới 10 đô la):
Winer - Nguyên tắc thống kê trong Thiết kế thử nghiệm
Kirk - Thiết kế thử nghiệm

Một cuốn sách đương đại hơn là cuốn của Maxwell & Delaney. Bên cạnh ANOVA và ANCOVA, nó bao gồm các phương pháp khác, ví dụ: đa biến và đa cấp:
Maxwell & Delaney - Thiết kế thử nghiệm và phân tích dữ liệu: Phối cảnh so sánh mô hình

Có lẽ nó là tốt nhất để đi với cái cuối cùng này. Nó là khá tốt.

Vì vậy, ngoài bài viết này, Phân tích hiểu lầm về hiệp phương sai , liệt kê những cạm bẫy phổ biến khi sử dụng ANCOVA, tôi khuyên bạn nên bắt đầu bằng:

• Trang chủ của Frank Harrell , đặc biệt là tài liệu của ông về Chiến lược mô hình hóa hồi quy và mô hình hóa thống kê
• Trang chủ của John Fox bao gồm các tài liệu tuyệt vời về Mô hình tuyến tính
• Hồi quy thực tế và Anova sử dụng R

Đây chủ yếu là vật liệu hướng R, nhưng tôi cảm thấy bạn có thể nắm bắt ý tưởng tốt hơn nếu bạn bắt đầu chơi một chút với các mô hình này trên các ví dụ đồ chơi hoặc bộ dữ liệu thực (và R rất tuyệt cho điều đó).

Đối với một cuốn sách hay, tôi muốn giới thiệu Thiết kế và phân tích các thí nghiệm của Montgomery (hiện đã xuất bản lần thứ 7); ANCOVA được mô tả trong chương 15. Đáp án mặt phẳng cho các câu hỏi phức tạp của Christensen là một cuốn sách xuất sắc về lý thuyết mô hình tuyến tính (ANCOVA trong chương 9); nó giả định một nền tảng toán học tốt. Bất kỳ sách giáo khoa sinh học nào cũng nên bao gồm cả hai chủ đề, nhưng tôi thích Phân tích thống kê sinh học của Zar (ANCOVA trong chương 12), chủ yếu vì đây là một trong những cuốn sách giáo khoa đầu tiên của tôi.

Và cuối cùng, sách giáo khoa H. Baayen là rất đầy đủ, phân tích dữ liệu thực tế cho các ngành khoa học với R Ngôn ngữ . Mặc dù nó tập trung vào dữ liệu ngôn ngữ, nó bao gồm một cách xử lý rất toàn diện về Mô hình tuyến tính và các mô hình hiệu ứng hỗn hợp.

Các mô hình thống kê tuyến tính ứng dụng của Neter, Kutner, Wasserman và Nachtscheim, có cách xử lý rất toàn diện (và mệt mỏi!) Của ANOVA và ANCOVA.

Nó cũng bao gồm phân tích công suất, hồi quy tuyến tính, hồi quy đa tuyến và giới thiệu một số MANOVA. Đó là một văn bản rất dài, nhưng thực hiện một công việc rất kỹ lưỡng. Tôi đã liên kết bạn với phiên bản thứ tư. Tôi nghi ngờ có một sự khác biệt rất lớn so với phiên bản thứ năm, và nó rẻ hơn đáng kể.

Gelman có một bài thảo luận tốt về Phân tích ANOVA về phương sai Tại sao nó quan trọng hơn bao giờ hết

Trong công việc của mình, tôi đã thấy cái này khá hữu ích: Phương pháp thống kê cho tâm lý học (Howell, 2009)

Cuốn sách R làm tốt công việc đó. Bạn có thể thấy rằng nó dành một chương cho mỗi một trong những phương thức đó (11 và 12). Nếu bạn chưa quen với R, đây là một cuốn sách tuyệt vời để bắt đầu.