इसलिए, इस पत्र के अलावा, कोवरियन के गलतफहमी विश्लेषण , जो ANCOVA का उपयोग करते समय आम नुकसान की गणना करता है, मैं इसके साथ शुरू करने की सलाह दूंगा:
यह ज्यादातर आर-उन्मुख सामग्री है, लेकिन मुझे लगता है कि आप इस विचार को पकड़ सकते हैं यदि आप खिलौने के उदाहरणों या वास्तविक डेटासेट पर इन मॉडलों के साथ थोड़ा खेलना शुरू करते हैं (और आर उस के लिए बहुत अच्छा है)।
एक अच्छी किताब के लिए, मैं मोंटगोमरी द्वारा डिजाइन और प्रयोगों के विश्लेषण की सिफारिश करूंगा (अब इसके 7 वें संस्करण में;) ANCOVA का वर्णन अध्याय 15. में किया गया है। क्राइस्टेंसन द्वारा जटिल प्रश्नों के उत्तर दिए गए प्रश्न रैखिक मॉडल के सिद्धांत पर एक उत्कृष्ट पुस्तक है (अध्याय 9 में ANCOVA); यह एक अच्छी गणितीय पृष्ठभूमि मानता है। किसी भी जीव विज्ञान की पाठ्यपुस्तक में दोनों विषयों को शामिल किया जाना चाहिए, लेकिन मुझे ज़ार (12 वें अध्याय में ANCOVA) द्वारा जीवविज्ञान संबंधी विश्लेषण पसंद है , मुख्यतः क्योंकि यह मेरी पहली पाठ्यपुस्तक में से एक थी।
और अंत में, एच। बेयेन की पाठ्यपुस्तक, आर के साथ भाषा विज्ञान के लिए व्यावहारिक डेटा विश्लेषण , बहुत संपूर्ण है । यद्यपि यह भाषाई आंकड़ों पर ध्यान केंद्रित करता है, लेकिन इसमें रैखिक मॉडल और मिश्रित-प्रभाव वाले मॉडल का बहुत व्यापक उपचार शामिल है।