到目前为止,我使用 Anderson、Seppalainen 和 Valko 的优秀“概率导论”对概率有一点了解。我仍在努力解决它。
接下来是 Freedman、Pisani 和 Purves 的“Statistics”,但它显然不包括 ANOVA。
什么书适合ANOVA?
如果重要的话,我在 10 年前完成了数学学位。我喜欢上述概率文本中的严谨性以及严谨性和计算的结合。但我也喜欢上面的统计文本似乎提供的更温和或更积极的治疗方法。ANOVA有什么可比的吗?
到目前为止,我使用 Anderson、Seppalainen 和 Valko 的优秀“概率导论”对概率有一点了解。我仍在努力解决它。
接下来是 Freedman、Pisani 和 Purves 的“Statistics”,但它显然不包括 ANOVA。
什么书适合ANOVA?
如果重要的话,我在 10 年前完成了数学学位。我喜欢上述概率文本中的严谨性以及严谨性和计算的结合。但我也喜欢上面的统计文本似乎提供的更温和或更积极的治疗方法。ANOVA有什么可比的吗?
ANOVA 是在回归模型的背景下出现的一种方法,因此我建议您阅读一些有关回归建模的书籍(请参阅此处的相关答案)。如果不了解自己的优缺点,很难推荐一本特定的书,但你应该能够找到一本使用向量代数推导线性回归的书或笔记。对于已经拥有数学学位的人来说,这可能是学习它的最佳方式。
如果您想要更温和、更实用的方法来处理该主题,我鼓励您查看有关 DOE 的书中的相应章节。Box, Hunter, Hunter 是经典参考(78版最好)。Barker Quality by Experimental Design 是一本较短但实用的书。这两本书都有很多非方差分析。但您可能也会欣赏其中的内容(I/II 型错误、调查设计等)
此外,如果您想要快速了解一些内容,确实有很多不错的 Youtube 视频可以为您提供该主题的基础知识。
Ps 至于你的 MESE 客户(呃,我的登录信息丢失了,这是我的错),(1)成长的一部分是学习如何处理脾气暴躁的人。把它变成一个笑话。或者让它滑下来。或者取笑一下。但是不要这么快就被激怒了。(2) 他告诉我他需要它(证明)不是一个好的借口。再精明一点。不要接受表面上的东西。这适用于一般的生活/工作,而不仅仅是教学。错误的假设通常是模型中的缺陷,而不是公式。此外,“每个人都应该知道连续性”和限制的定义对于需要首先更新基本操作的受训者来说并不是一种很好的时间利用方式。优先。