因此，除了这篇论文，Covariance 的误解分析，它列举了使用 ANCOVA 时的常见缺陷，我建议从以下内容开始：

• Frank Harrell 的主页，尤其是他关于回归建模策略和生物统计建模的讲义
• John Fox 的主页包含有关线性模型的大量资料
• 使用 R 的实用回归和方差分析

这主要是面向 R 的材料，但我觉得如果你开始在玩具示例或真实数据集上使用这些模型（R 非常适合），你可能会更好地理解这个想法。

至于一本好书，我会推荐蒙哥马利的《实验设计与分析》（现在在第 7 版）；ANCOVA 在第 15 章中进行了描述。 Christensen 的《复杂问题的平面答案》是一本关于线性模型理论的优秀书籍（第 9 章中的 ANCOVA）；它假定有良好的数学背景。任何生物统计教科书都应该涵盖这两个主题，但我喜欢Zar 的生物统计分析（第 12 章中的 ANCOVA），主要是因为这是我的第一本教科书。

最后，H. Baayen 的教科书非常完整，Practical Data Analysis for the Language Sciences with R。虽然它专注于语言数据，但它包括对线性模型和混合效应模型的非常全面的处理。

我认为经典的是 Winer 和 Kirk，它们基本上都只涵盖 ANOVA 和 ANCOVA。您可能会以便宜的价格获得二手副本（例如，我拥有通​​过 AMAZON 以不到 10 美元购买的 71 的 Winer 第二版）：
Winer - 实验设计中的统计原理
Kirk - 实验设计

一本更现代的书是 Maxwell & Delaney 的书。除了 ANOVA 和 ANCOVA，它还涵盖了其他方法，例如多变量和多级：
Maxwell & Delaney - Designing Experiments and Analyzing Data: A Model Comparison Perspective

也许最后一个是最好的。这是相当不错的。

Neter、Kutner、Wasserman 和 Nachtschheim 的Applied Linear Statistical Models对 ANOVA 和 ANCOVA 进行了非常详尽（而且令人筋疲力尽！）的处理。

它还涵盖了功效分析、线性回归、多线性回归，并介绍了一些 MANOVA。这是一个很长的文本，但做得非常彻底。我已将您链接到第四版。我怀疑第五版有很大的不同，而且便宜得多。

Gelman 有一篇很好的关于ANOVA 方差 分析的讨论论文——为什么它比以往任何时候都更重要