A Primer on Linear Models gir en omfattende og grundig fremstilling av teorien bak de statistiske metodene for regresjon og variansanalyse (ANOVA). Boken integrerer disse konseptene på en sømløs måte ved hjelp av designmatriser som ikke har full rang, og legger stor vekt på den eksakte finite utvalgteorien som støtter vanlige statistiske metoder. Teksten tar for seg et bredt spekter av emner som øker i kompleksitet, fra eksempler på den generelle lineære modellen, inkludert multippel regresjon, en-faktor ANOVA, blandede effekter-modeller og tidsseriemodeller. Den introduserer også grunnleggende algebra og geometri for problemet med lineær minste kvadraters metode, før den dykker ned i emner som estimabilitet og Gauss-Markov-modellen. Etter å ha presentert de statistiske verktøyene for hypotesetester og konfidensintervall, analyserer forfatteren blandede modeller, slik som to-faktor blandet ANOVA, samt den multivariate lineære modellen. Appendiksen gir en gjennomgang av grunnleggende lineær algebra og resultater, samt Lagrange-multiplikatorer. Denne boken gir leseren en solid forståelse av de fundamentale aspektene ved lineære modeller og deres anvendelser.
