راهنمای دانشجویی برای تحلیل واریانس ۲۰۱۴
A Student’s Guide to Analysis of Variance 2014

در بررسی رفتار انسان، تکنیک‌های آماری به طور گسترده‌ای در علوم اجتماعی به کار گرفته می‌شوند. در حالی که دوره‌های مقدماتی آمار تکنیک‌های ضروری را پوشش می‌دهند، پیچیدگی‌های رفتار ایجاب می‌کند که روش‌های انعطاف‌پذیرتر و جامع‌تری نیز به کار گرفته شوند. تحلیل واریانس (ANOVA) به یکی از رایج‌ترین این روش‌ها تبدیل شده است و از این رو، برای دانشجویان و پژوهشگران، داشتن درک کامل از آن ضروری است.

کتاب «راهنمای دانشجویی تحلیل واریانس» طیف وسیعی از تکنیک‌های آماری مرتبط با ANOVA را پوشش می‌دهد، از جمله طرح‌های تک‌عاملی و چندعاملی، رویه‌های پیگیری متنوع مانند آزمون‌های پس‌ hoc، و چگونگی درک تعامل‌ها. پیشنهاداتی در مورد بهترین استفاده از تکنیک‌ها و توصیه‌هایی در مورد چگونگی اجتناب از دام‌ها، به همراه دستورالعمل‌هایی در مورد نگارش گزارش‌های رسمی در این کتاب گنجانده شده است.

مباحث سطح مقدماتی مانند انحراف معیار، خطای معیار و آزمون‌های t مورد بازبینی قرار می‌گیرند، و این کتاب را به ابزاری ارزشمند برای همه دانشجویانی تبدیل می‌کند که ANOVA برایشان یک موضوع اجباری است. همچنین به عنوان یک تجدید نظر مفید برای دانشجویان پیشرفته‌تر و پژوهشگران مشغول به کار نیز کاربرد خواهد داشت.

In the investigation of human behaviour, statistical techniques are employed widely in the social sciences. Whilst introductory statistics courses cover essential techniques, the complexities of behaviour demand that more flexible and comprehensive methods are also employed. Analysis of Variance (ANOVA) has become one of the most common of these and it is therefore essential for both student and researcher to have a thorough understanding of it.
A Student’s Guide to Analysis of Variance covers a range of statistical techniques associated with ANOVA, including single and multiple factor designs, various follow-up procedures such as post-hoc tests, and how to make sense of interactions. Suggestions on the best use of techniques and advice on how to avoid the pitfalls are included, along with guidelines on the writing of formal reports.
Introductory level topics such as standard deviation, standard error and t-tests are revised, making this book an invaluable aid to all students for whom ANOVA is a compulsory topic. It will also serve as a useful refresher for the more advanced student and practising researcher.