Instant Ebooks Textbook Fundamental Statistics For The Behavioral Sciences, 9th Ed 9th Edition David C. Howell Download All Chapters

Download the full version of the textbook now at textbookfull.
com
Fundamental statistics for the behavioral

sciences, 9th Ed 9th Edition David C. Howell
https://textbookfull.com/product/fundamental-
statistics-for-the-behavioral-sciences-9th-ed-9th-
edition-david-c-howell/
Explore and download more textbook at https://textbookfull.com

Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.
Cengage Advantage Books Statistics for the Behavioral

Sciences 9th Edition Gravetter
https://textbookfull.com/product/cengage-advantage-books-statistics-
for-the-behavioral-sciences-9th-edition-gravetter/
textbookfull.com
Essentials of Statistics for the Behavioral Sciences, 9th

Frederick J. Gravetter
https://textbookfull.com/product/essentials-of-statistics-for-the-
behavioral-sciences-9th-frederick-j-gravetter/
textbookfull.com
Statistics for the behavioral sciences Gravetter
https://textbookfull.com/product/statistics-for-the-behavioral-
sciences-gravetter/
textbookfull.com
Her Lord's Law (The Forbidden Saga #2) 1st Edition Maggie
Ryan [Ryan
https://textbookfull.com/product/her-lords-law-the-forbidden-
saga-2-1st-edition-maggie-ryan-ryan/
textbookfull.com
The ABC s of Science Giuseppe Mussardo
https://textbookfull.com/product/the-abc-s-of-science-giuseppe-
mussardo/
textbookfull.com
Computer Vision and Audition in Urban Analysis Using the

Remorph Framework Mohammad Ali Nematollahi
https://textbookfull.com/product/computer-vision-and-audition-in-
urban-analysis-using-the-remorph-framework-mohammad-ali-nematollahi/
textbookfull.com
Handbook of Climate Change Communication: Vol. 2: Practice

of Climate Change Communication 1st Edition Walter Leal
Filho
https://textbookfull.com/product/handbook-of-climate-change-
communication-vol-2-practice-of-climate-change-communication-1st-
edition-walter-leal-filho/
textbookfull.com
Mathematical Modelling Education and Sense making Gloria

Ann Stillman
https://textbookfull.com/product/mathematical-modelling-education-and-
sense-making-gloria-ann-stillman/
textbookfull.com
Patent Management: Protecting Intellectual Property and

Innovation 1st Edition Oliver Gassmann
https://textbookfull.com/product/patent-management-protecting-
intellectual-property-and-innovation-1st-edition-oliver-gassmann/
textbookfull.com
Russian Prepositional Phrases A Cognitive Linguistic
Approach Marika Kalyuga
https://textbookfull.com/product/russian-prepositional-phrases-a-
cognitive-linguistic-approach-marika-kalyuga/
textbookfull.com
Want to turn C’s
into A’s? Obviously, right?
But the right way to go about it isn’t always so obvious. Go digital to
get the grades. MindTap’s customizable study tools and eTextbook
give you everything you need all in one place.
Engage with your course content, enjoy the flexibility of

studying anytime and anywhere, stay connected to assignment due
dates and instructor notifications with the MindTap Mobile app...
and most of all…EARN BETTER GRADES.
TO GET STARTED VISIT

WWW.CENGAGE.COM/STUDENTS/MINDTAP
Copyright 2017 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part. Due to electronic rights, some third party content may be suppressed from the eBook and/or eChapter(s).
Editorial review has deemed that any suppressed content does not materially affect the overall learning experience. Cengage Learning reserves the right to remove additional content at any time if subsequent rights restrictions require it.
N INTH EDITIO N
Fundamental Statistics
for the Behavioral Sciences
David C. Howell
University of Vermont
Australia • Brazil • Mexico • Singapore • United Kingdom • United States
This is an electronic version of the print textbook. Due to electronic rights restrictions, some third party content may be suppressed. Editorial
review has deemed that any suppressed content does not materially affect the overall learning experience. The publisher reserves the right to
remove content from this title at any time if subsequent rights restrictions require it. For valuable information on pricing, previous
editions, changes to current editions, and alternate formats, please visit www.cengage.com/highered to search by
ISBN#, author, title, or keyword for materials in your areas of interest.
Important Notice: Media content referenced within the product description or the product text may not be available in the eBook version.
Fundamental Statistics for the Behavioral © 2017, 2014, Cengage Learning
Sciences, Ninth edition WCN: 02-200-202
David C. Howell ALL RIGHTS RESERVED. No part of this work covered by the copyright
Product Director: Jon Goodspeed herein may be reproduced or distributed in any form or by any means,
except as permitted by U.S. copyright law, without the prior written
Product Manager: Timothy Matray
permission of the copyright owner.
Content Developer: Tangelique
Williams-Grayer
For product information and technology assistance, contact us at
Product Assistant: Adrienne McCrory Cengage Learning Customer & Sales Support, 1-800-354-9706
Marketing Manager: James Finlay For permission to use material from this text or product,
submit all requests online at www.cengage.com/permissions.
Art and Cover Direction, Production
Further permissions questions can be e-mailed to
Management, and Composition: Lumina
permissionrequest@cengage.com
Datamatics, Inc.
Manufacturing Planner: Karen Hunt
Library of Congress Control Number: 2015960736
Cover Image: Ajay Bhaskar/Shutterstock.com
Student Edition:
ISBN: 978-1-305-65297-2
Loose-leaf Edition:
ISBN: 978-1-305-86316-3
Cengage Learning
20 Channel Center Street
Boston, MA 02210
USA
Cengage Learning is a leading provider of customized learning solutions

with employees residing in nearly 40 different countries and sales in more
than 125 countries around the world. Find your local representative at
www.cengage.com.
Cengage Learning products are represented in Canada by

Nelson Education, Ltd.
To learn more about Cengage Learning Solutions, visit www.cengage.com.
Purchase any of our products at your local college store or at our

preferred online store www.cengagebrain.com.
Printed in the United States of America

Print Number: 01 Print Year: 2016
Dedication: To my wife, Donna, who has tolerated,
“I can’t do that now, I am working on my book”
for far too long.
Brief Contents
Preface xiii Chapter 12

Chapter 1 Hypothesis Tests Applied to Means:
Introduction 1 One Sample 299
Chapter 2 Chapter 13
Basic Concepts 18 Hypothesis Tests Applied to Means:
Two Related Samples 334
Chapter 3
Displaying Data 35 Chapter 14
Hypothesis Tests Applied to Means:
Chapter 4 Two Independent Samples 351
Measures of Central Tendency 64
Chapter 15
Chapter 5 Power 378
Measures of Variability 80
Chapter 16
Chapter 6 One-Way Analysis of Variance 403
The Normal Distribution 108
Chapter 17
Chapter 7 Factorial Analysis of Variance 447
Basic Concepts of Probability 130
Chapter 18
Chapter 8 Repeated-Measures Analysis of
Sampling Distributions and Variance 476
Hypothesis Testing 150
Chapter 19
Chapter 9 Chi-Square 495
Correlation 183
Chapter 20
Chapter 10 Nonparametric and Distribution-Free
Regression 226 Statistical Tests 524
Chapter 11 Chapter 21
Multiple Regression 265 Meta-Analysis 544
vi Brief Contents
Appendix A Appendix E
Arithmetic Review 562 Statistical Tables 580
Appendix B
Glossary 598
Symbols and Notation 569
References 604
Appendix C
Basic Statistical Formulae 572 Answers to Exercises 610
Index 635
Appendix D
Data Set 576
Contents
Preface xiii 3.5 Describing Distributions 52

3.6 Using SPSS to Display Data 54
Chapter 1 3.7 Summary 55
Introduction 1 3.8 A Quick Review 56
3.9 Exercises 57
1.1 A Changing Field 3
1.2 The Importance of Context 5
1.3 Basic Terminology 6 Chapter 4
1.4 Selection among Statistical Measures of Central
Procedures 10 Tendency 64
1.5 Using Computers 12 4.1 The Mode 65
1.6 Summary 14 4.2 The Median 65
1.7 A Quick Review 15 4.3 The Mean 66
1.8 Exercises 16 4.4 Relative Advantages and
Disadvantages of the Mode, the
Chapter 2 Median, and the Mean 67
Basic Concepts 18 4.5 Obtaining Measures of Central
Tendency Using SPSS and R 69
2.1 Scales of Measurement 19
4.6 A Simple Demonstration—
2.2 Variables 24
Seeing Statistics 72
2.3 Random Sampling 26
4.7 Summary 75
2.4 Notation 27
4.8 A Quick Review 76
2.5 Summary 30
4.9 Exercises 76
2.7 Exercises 31
Chapter 5
Chapter 3 Measures of Variability 80
Displaying Data 35 5.1 Range 83
5.2 Interquartile Range and Other
3.1 Plotting Data 37
Range Statistics 84
3.2 Stem-and-Leaf Displays 42
5.3 The Average Deviation 85
3.3 Reading Graphs 47
5.4 The Variance 85
3.4 Alternative Methods of
5.5 The Standard Deviation 87
Plotting Data 49
vii
Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
viii Contents
5.6 Computational Formulae for 7.6 Probability Distributions for

the Variance and the Standard Discrete Variables 142
Deviation 88 7.7 Probability Distributions for
5.7 The Mean and the Variance as Continuous Variables 143
Estimators 90 7.8 Summary 145
5.8 Boxplots: Graphical Representations 7.9 A Quick Review 147
of Dispersion and Extreme 7.10 Exercises 147
Scores 91
5.9 A Return to Trimming 95 Chapter 8
5.10 Obtaining Measures of Dispersion Sampling Distributions and
Using SPSS & R 96 Hypothesis Testing 150
5.11 The Moon Illusion 99 8.1 Sampling Distributions and the
5.12 Seeing Statistics 101 Standard Error 151
5.13 Summary 103 8.2 Two More Examples Involving
5.14 A Quick Review 104 Course Evaluations and Human
5.15 Exercises 105 Decision Making 153
8.3 Hypothesis Testing 156
Chapter 6 8.4 The Null Hypothesis 159
The Normal Distribution 108 8.5 Test Statistics and Their Sampling
6.1 The Normal Distribution 111 Distributions 161
6.2 The Standard Normal 8.6 Using the Normal Distribution to
Distribution 115 Test Hypotheses 162
6.3 Setting Probable Limits on an 8.7 Type I and Type II Errors 167
Observation 122 8.8 One- and Two-Tailed Tests 171
6.4 Measures Related to z 123 8.9 Seeing Statistics 175
6.5 Seeing Statistics 124 8.10 A Final Example 176
6.6 Summary 125 8.11 Back to Course Evaluations and
6.7 A Quick Review 126 Sunk Costs 178
6.8 Exercises 126 8.12 Summary 178
8.14 Exercises 180
Chapter 7
Basic Concepts of Chapter 9
Probability 130 Correlation 183
7.1 Probability 131 9.1 Scatter Diagrams 184
7.2 Basic Terminology and Rules 133 9.2 An Example: The Relationship
7.3 The Application of Probability to Between the Pace of Life and
Controversial Issues 138 Heart Disease 190
7.4 Writing Up the Results 140 9.3 The Covariance 191
7.5 Discrete Versus Continuous 9.4 The Pearson Product-Moment
Variables 141 Correlation Coefficient (r) 192
Contents ix
9.5 Correlations with Ranked 10.8 Seeing Statistics 249

Data 194 10.9 A Final Example for Review 253
9.6 Factors That Affect the 10.10 Regression Versus
Correlation 196 Correlation 257
9.7 Beware Extreme 10.11 Summary 257
Observations 200 10.12 A Quick Review 259
9.8 Correlation and Causation 201 10.13 Exercises 259
9.9 If Something Looks Too Good to
Be True, Perhaps It Is 203 Chapter 11
9.10 Testing the Significance of a Multiple Regression 265
Correlation Coefficient 204
11.1 Overview 266
9.11 Confidence Intervals on
11.2 Funding Our Schools 269
Correlation Coefficients 207
11.3 The Multiple Regression
9.12 Intercorrelation Matrices 209
Equation 275
9.13 Other Correlation Coefficients 211
11.4 Residuals 282
9.14 Using SPSS to Obtain Correlation
11.5 Hypothesis Testing 283
Coefficients 212
11.6 Refining the Regression
9.15 r2 and the Magnitude of an
Equation 284
Effect 212
11.7 Special Section: Using R to
9.16 Seeing Statistics 214
Solve a Multiple Regression
9.17 A Review: Does Rated Course
Problem 286
Quality Relate to Expected
11.8 A Second Example: What Makes a
Grade? 218
Confident Mother? 287
9.18 Summary 220
11.9 Third Example: Psychological
Symptoms in Cancer
9.20 Exercises 222
Patients 290
11.10 Summary 293
Chapter 10 11.11 A Quick Review 294
Regression 226 11.12 Exercises 294
10.1 The Relationship Between Stress
and Health 227 Chapter 12
10.2 The Basic Data 229 Hypothesis Tests Applied to
10.3 The Regression Line 231 Means: One Sample 299
10.4 The Accuracy of Prediction 239
10.5 The Influence of Extreme 12.1 Sampling Distribution of the
Values 245 Mean 301
10.6 Hypothesis Testing in 12.2 Testing Hypotheses about Means
Regression 246 when s Is Known 303
10.7 Computer Solution Using 12.3 Testing a Sample Mean When s
SPSS 247 Is Unknown (The One-Sample t
Test) 308
x Contents
12.4 Factors That Affect the 13.10 A Quick Review 347

Magnitude of t and the Decision 13.11 Exercises 348
about H0 315
12.5 A Second Example: The Moon Chapter 14
Illusion 315 Hypothesis Tests Applied
12.6 How Large Is Our Effect? 316 to Means: Two Independent
12.7 Confidence Limits on the
Samples 351
Mean 317
12.8 Using SPSS and R to Run One- 14.1 Distribution of Differences
Sample t Tests 320 Between Means 352
12.9 A Good Guess Is Better than 14.2 Heterogeneity of Variance 360
Leaving It Blank 322 14.3 Nonnormality of
12.10 Seeing Statistics 324 Distributions 362
12.11 Confidence Intervals Can Be 14.4 A Second Example with Two
Far More Important than a Null Independent Samples 362
Hypothesis Test 328 14.5 Effect Size Again 365
12.12 Summary 330 14.6 Confidence Limits on µ1 – µ2 366
12.13 A Quick Review 331 14.7 Confidence Limits on Effect
12.14 Exercises 331 Size 367
14.8 Plotting the Results 368
14.9 Writing Up the Results 369
Chapter 13
14.10 Do Lucky Charms Work? 369
Hypothesis Tests Applied 14.11 Seeing Statistics 372
to Means: Two Related 14.12 Summary 373
Samples 334 14.13 A Quick Review 374
13.1 Related Samples 335 14.14 Exercises 375
13.2 Student’s t Applied to Difference
Scores 336 Chapter 15
13.3 The Crowd Within Is Like the Power 378
Crowd Without 339 15.1 The Basic Concept of Power 381
13.4 Advantages and Disadvantages of 15.2 Factors Affecting the Power of a
Using Related Samples 341 Test 382
13.5 How Large an Effect Have We 15.3 Calculating Power the Traditional
Found?—Effect Size 342 Way 385
13.6 Confidence Limits on 15.4 Power Calculations for the One-
Change 344 Sample t Test 387
13.7 Using SPSS and R for t Tests on 15.5 Power Calculations for Differences
Related Samples 345 Between Two Independent
13.8 Writing Up the Results 346 Means 390
13.9 Summary 346
Contents xi
15.6 Power Calculations for the t Test 17.5 Measures of Association and
for Related Samples 394 Effect Size 460
15.7 Power Considerations in Terms of 17.6 Reporting the Results 463
Sample Size 395 17.7 Unequal Sample Sizes 464
15.8 You Don’t Have to Do It by 17.8 Masculine Overcompensation
Hand 395 Thesis: It’s a Male Thing 464
15.9 Post-hoc (Retrospective) 17.9 Using SPSS for Factorial Analysis
Power 397 of Variance 467
15.10 Summary 399 17.10 Seeing Statistics 468
15.11 A Quick Review 399 17.11 Summary 469
15.12 Exercises 400 17.12 A Quick Review 470
17.13 Exercises 471
Chapter 16
One-Way Analysis of Chapter 18
Variance 403 Repeated-Measures Analysis of
16.1 The General Approach 404 Variance 476
16.2 The Logic of the Analysis of 18.1 An Example: Depression as a
Variance 407 Response to an Earthquake 477
16.3 Calculations for the Analysis of 18.2 Multiple Comparisons 483
Variance 412 18.3 Effect Size 485
16.4 Unequal Sample Sizes 421 18.4 Assumptions Involved in
16.5 Multiple Comparison Repeated-Measures Designs 486
Procedures 423 18.5 Advantages and Disadvantages of
16.6 Violations of Assumptions 431 Repeated-Measures Designs 487
16.7 The Size of the Effects 432 18.6 Writing Up the Results 488
16.8 Writing Up the Results 434 18.7 A Final Worked Example 489
16.9 A Final Worked Example 435 18.8 Summary 490
16.10 Seeing Statistics 438 18.9 A Quick Review 491
16.11 Summary 439 18.10 Exercises 492
16.13 Exercises 441
Chapter 19
Chi-Square 495
Chapter 17
Factorial Analysis of 19.1 One Classification Variable: The
Variance 447 Chi-Square Goodness-of-Fit
Test 497
17.1 Factorial Designs 448 19.2 Two Classification Variables:
17.2 The Eysenck Study 450 Analysis of Contingency
17.3 Interactions 454 Tables 502
17.4 Simple Effects 456
xii Contents
19.3 Possible Improvements on Chapter 21

Standard Chi-Square 505 Meta-Analysis 544
19.4 Chi-Square for Larger
21.1 Meta-Analysis 545
Contingency Tables 507
21.2 A Brief Review of Effect Size
19.5 The Problem of Small Expected
Measures 546
Frequencies 509
21.3 An Example—Child and
19.6 The Use of Chi-Square as a Test
Adolescent Depression 550
on Proportions 509
21.4 A Second Example—
19.7 Measures of Effect Size 511
Nicotine Gum and Smoking
19.8 A Final Worked Example 514
Cessation 555
19.9 A Second Example of Writing up
215 A Quick Review 559
Results 516
21.6 Exercises 559
19.10 Seeing Statistics 516
19.11 Summary 517 Appendix A
19.12 A Quick Review 518 Arithmetic Review 562
19.13 Exercises 519
Appendix B
Chapter 20 Symbols and Notation 569
Nonparametric and Distribution- Appendix C
Free Statistical Tests 524 Basic Statistical Formulae 572
20.1 Traditional Nonparametric
Appendix D
Tests 525
Data Set 576
20.2 Randomization Tests 534
20.3 Measures of Effect Size 536 Appendix E
20.4 Bootstrapping 537 Statistical Tables 580
20.5 Writing up the Results
of the Study of Maternal Glossary 598
Adaptation 537 References 604
20.6 Summary 538
20.7 A Quick Review 539 Answers to Exercises 610
20.8 Exercises 539 Index 635
Preface
Why Statistics?
Those of us who teach in this area hate to admit it, but statistics is seldom listed as
the most sought-after course on campus. A high percentage of students enroll because
their department has made this a required course. Under these conditions students
have a right to ask, “Why?” and there are at least two good answers to that question.
The traditional answer is that we want our students to learn a specific set of skills
about data analysis (including formulae and procedures) so that they can understand
the experimental literature and conduct analyses on their own data. The broader
answer, and one that applies to perhaps a larger number of students, is that some
more general facility with numbers and data in general is an important skill that has
lifelong and career-related value. Most of us, and not only those who do experimen-
tal work, frequently come across numerical data as part of our jobs, and some broad
understanding of how to deal with those data is an important and marketable skill.
It is my experience that students who have taken a course in statistics, even if they
think that they have forgotten every technique they ever learned, have an under-
standing of numerical data that puts them ahead of their colleagues. And in a world
increasingly dominated by quantitative data, that skill is more and more in demand.
Statistics is not really about numbers; it is about understanding our world.
C ertainly an important activity for statisticians is to answer such questions as
whether cocaine taken in a novel context has more of an effect than cocaine taken
in a familiar context. But let’s not forget that what we are talking about here is drug
addiction or the effect of the environment on learning and memory. The results of
our experiment have a life beyond the somewhat limited world of the cognitive or
behavioral scientist. And let’s also remember that the numbers that most people see
do not relate to tightly controlled experiments, but to the implications of a traffic
study for the development of a shopping center, the density of residential housing and
its impact on the local school budget, and a marketing survey for a new product. All
of these examples involve many of the basic statistical concepts covered in this book.
Why This Text?

Enough preaching about the value of a course in statistics. Presumably the instruc-
tor was convinced before he or she started reading, and I hope that students have
become at least a bit more open minded. But the question remains, why should you
use this book instead of another of the many available texts? Part of the answer comes
down to the matter of style. I have deliberately set out to make this book both inter-
esting and useful for students and instructors. It is written in an informal style, every
xiii
xiv Preface
example is put in the context of an investigation that one might reasonably conduct,
and almost all of the examples are taken from the published literature. It does not
make much sense to ask people to learn a series of statistical procedures without sup-
plying examples of situations in which those techniques would actually be applied.
This text is designed for an introductory statistics course in psychology, education,
and other behavioral sciences. It does not presuppose a background in mathematics
beyond high-school algebra, and it emphasizes the logic of statistical procedures rather
than their derivation.
Over the past 25 years the world of data analysis has changed dramatically.
Whereas we once sat down with a calculator and entered data by hand to solve equa-
tions, we are now much more likely to use a statistical package running on a desktop
computer. In fact, for some purposes we are likely to be using an online program written
in Java or some similar language that we download free of charge from the Internet. (I
sometimes use an app downloaded to my iPhone.) As the mechanics of doing statistics
have changed, so too must our approach to teaching statistical procedures. While we
cannot, and should not, forego all reference to formulae and computations, it is time
that we relaxed our emphasis on them. And by relaxing the emphasis on computation,
we free up the time to increase the emphasis on interpretation. That is what this book
tries to do. It moves away from simply declaring group differences to be significant or not
significant toward an explanation of what such differences mean relative to the purpose
behind the experiment. I like to think of it as moving toward an analysis of data and
away from an analysis of numbers. It becomes less important to concentrate on whether
there is a difference between two groups than to understand what that difference means.
In the process of moving away from a calculator toward a computer, I have altered
my approach to formulae. In the past I often gave a definitional formula, but then
immediately jumped to a computational one. But if I have to worry less about computa-
tion, and more about understanding, then I am able to revert to the use of definitional
formulae. It is my hope that this will make students’ lives a bit easier. Beyond that, in
this edition I spend considerably more time on computer solutions, in part because see-
ing how a computer would solve the problem can actually make it easier to understand
what is going on. That is not always true, but it is true enough to suggest the impor-
tance of being able to run a computer program to come to an answer. (And then chang-
ing things slightly, rerunning the program, and looking at what happens.)
Unique Features
Several features of this book set it apart from other books written for the same audi-
ence. One of these was just noted: the use of examples from the research literature.
I have attempted to choose studies that address problems of interest to students.
Examples include the effect of context on heroin overdose, the relationship between
daily stress and psychological symptoms, variables influencing course evaluations,
the effect of early parental death on children’s feelings of vulnerability, and variables
controlling how memory changes as a function of age. I want students to have some
involvement in the questions being asked, and I want to illustrate that statistical
analyses involve more than just applying a few equations.
In most chapters a section is devoted to an example using SPSS and R. Readers
have suggested that I concentrate most on R and less on SPSS. R is becoming a stan-
dard of computing, and is a free package that is constantly under development. SPSS
Preface xv
is a commercial package for which many colleges and universities have a license. R is
a bit more difficult to learn, but it really is becoming the package of the future. And
being free is nothing to sneer at. My purpose is to familiarize students with the form
of computer printouts and the kinds of information they contain. I am not trying
to make students an expert on statistical packages, but I am trying to give them the
information they need to make modifications to the code and do things on their own.
In addition, I use R, in particular, to illustrate statistical concepts visually.
But if students are going to be using these computer packages, I would hate
to have them buy an SPSS manual or an R textbook, just to do their work. I have
two SPSS manuals on the Web and encourage students to go to them. They are not
as complete as a printed book would be, but they are more than sufficient to allow
students to work with SPSS. I recommend the shorter manual, but the longer one
is there if additional information is needed. Similarly I have presented chapter by
chapter Web documents on the use of R, and students should be able to follow along
with those; again modifying code to do their own analyses.
Data files for all of the examples and exercises used in the text are available
on a website that I maintain for this book. The basic URL for that site is www.uvm
.edu/~dhowell/fundamentals9/index.html. A link at that site will take you to the
data. These files are formatted in ASCII, so that they can be read by virtually any sta-
tistical program. (I also supply copies of data files formulated specifically for SPSS.)
The variable names appear on the first line and can be directly imported to your
software. The data can be saved to your computer simply by selecting your browser’s
Save option. The availability of these files makes it easy for students and instructors
to incorporate any statistical package with the text.
A Student Manual is also available at the previously mentioned website. It pro-
vides complete solutions for half the exercises. This supplements the short answers
to those questions at the back of the book. I have included answers only to the odd-
numbered questions because many instructors prefer to assign problems (or exam
questions) on material that does not have an answer in the back of the book or the
Student Solution Handbook. (I am very much aware that this does annoy students,
from whom I sometimes receive unhappy mail messages, but it is a balance between
the needs of students and the desires of the instructors.) I make available to instruc-
tors the answers to all of the questions. Those answers frequently come with com-
ments such as “In class you might point out …” or “The reason why I asked this
question is to get at …” As I read through them in creating this edition, I realized
that many, though not all, of those comments would also be useful to students. So
I have included many of them in the Student Manual as well. Some of them may
appear unhelpful or out of context, but I think most of them are worth reading.
On my Web pages I have also included many links to other sites, where you
can find good examples, small programs to demonstrate statistical techniques, a more
extensive glossary, and so on. People have devoted a great deal of time to making
material available over the Internet, and it is very worthwhile to use that material.
Why a New Edition?

When an author comes out with a new edition, I think that it is fair to ask what was
wrong with the old one, other than the fact that it is widely available in the used
book market. Normally I design a new edition to incorporate changes that are going
xvi Preface
on in the field and to remove things that are no longer needed. And, despite what
many people think, there is a lot of new work going on. But in this edition and the
previous one I have taken a different approach. While I have added some new mate-
rial, the major effort has been to read the book as a new student would, and try to find
ways to clarify and repeat concepts. For example, I know that the Y axis is the verti-
cal one, but most people don’t, and telling them once is not enough. So I often write
something like “On the Y (vertical) axis …” And when you start looking at a book
that way, you find many places for clarification—especially because I have a wife
who has spent most of her life in secondary education and knows more about peda-
gogy than I do. (She actually read every chapter and made many fruitful suggestions.)
I have also begun each chapter with a list of concepts that will be important in the
chapter, in hopes that if you aren’t sure what they are you will review them.
Where necessary I have inserted important comments in boxes to pull several
points together, to highlight material that you really need to understand, or to clarify
difficult concepts. I have also inserted short biographies of important statisticians.
Especially in the first half of the 20th century there were many interesting (and can-
tankerous) people in the field and they are worth meeting. Next, I have removed the
very brief and weak chapter summaries and replaced them with much more complete
ones. My goal was to condense the chapter into a few paragraphs, and you will do
well to spend some time on them. A while back I was reading a programming text
on Java and came across an author who inserted simple questions, with answers, at
the end of each chapter. I discovered that I learned a lot from those simple questions,
so I have followed his lead in this edition. The questions are intended to focus your
attention on many of the important points in the chapter. I hope that they are useful.
An important feature of this book is the continued increase in emphasis on mea-
sures of effect size. Statistics in the behavioral sciences are rapidly shifting away from
compete dependence on a statement of statistical significance and toward measures
that tell you more about how large, and how important, a finding is. This has been
long overdue, and is reflected in changes that I continue to make to the text. Not only
is this is in line with trends in the field, but it is also important because it causes the
student, and the researcher, to think carefully about what a result means. In present-
ing effect size measures I have tried to convey the idea that the writer is trying to tell
the reader what the study found, and there are different ways of accomplishing that
goal. In some situations it is sufficient to talk about the difference between means or
proportions. In other situations a standardized measure, such as Cohen’s d, is helpful.
I have stayed away from correlation-based measures as much as I reasonably can
because I don’t think that they tell the reader much of what he or she wants to know.
One of the changes taking place in statistics is the movement toward what are
called “resampling statistics.” Because of the enormous speed of even a simple desk-
top computer, it is possible to look at outcomes in ways that we could think about
before but never really do. One advantage of these procedures is that they call for
many fewer assumptions about the data. In some ways they are like the more tra-
ditional nonparametric procedures that we have had for years, but more powerful.
I have revised the chapter on traditional nonparametric statistics to move almost
completely away from hand calculation, and used the freed-up space to introduce
resampling. The nice thing is that once I illustrate resampling techniques for one
kind of analysis, the student can readily see how some sort of modification of that
approach could apply to other experimental designs.
Preface xvii
I have maintained from earlier editions a section labeled “Seeing Statistics.”

These sections are built around a set of Java applets, written by Gary McClelland
at the University of Colorado. These allow the students to illustrate for themselves
many of the concepts that are discussed in the book. Students can open these applets,
change parameters, and see what happens to the result. A nice illustration of this
is the applet illustrating the influence of heterogeneous subsamples in a correlation
problem. See Chapter 9, p. 217. These applets are available directly from my website
referred to earlier.
An important addition to this edition is the inclusion of a chapter on meta-
analysis. Meta-analysis is an analysis of multiple studies at the same time. There have
been many research studies on the treatment of depression, for example. A meta-ana-
lytic study of depression would bring all of those studies together and attempt to draw
conclusions on the basis of their similar or differing findings. The current emphasis
on evidence-based medicine is an excellent example. If I am to be treated for cancer,
for example, I want that treatment to be based on more than the most recent study
that came out last week or on my oncologist’s favorite study. What we really have
here is the extension of the behavioral science’s emphasis on effect sizes along with
statistical significance. This inclusion of meta-analysis of multiple studies probably
would not have appeared in any introductory statistics text 20 years ago.
In addition to the features already described, the website linked to this book
through the publisher’s pages (there is a link on my pages) contains a number of other
elements that should be helpful to students. These include a Statistical Tutor, which is
a set of multiple-choice questions covering the major topics in the chapter. Whenever
a student selects an incorrect answer, a box appears explaining the material and helping
the student to see what the correct answer should be. I did not write those questions,
but I think that they are very well done. There are also links to additional resources, a
review of basic arithmetic, and links to other examples and additional material.
Organization and Coverage

This section is meant primarily for instructors, because frequent reference is made to
terms that students cannot yet be expected to know. Students may wish to skip to the
next section.
■■ The first seven chapters of the book are devoted to standard descriptive statistics,
including ways of displaying data, measures of central tendency and variability, the
normal distribution, and those aspects of probability that are directly applicable to
what follows.
■■ Chapter 8 on hypothesis testing and sampling distributions serves as a nontechnical
introduction to inferential statistics. That chapter was specifically designed to allow
students to examine the underlying logic of hypothesis testing without simultane-
ously being concerned with learning a set of formulae and the intricacies of a statis-
tical test.
■■ Chapters 9, 10, and 11 deal with correlation and regression, including multiple
regression.
■■ Chapters 12–14 are devoted to tests on means, primarily t tests.
Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
xviii Preface
■■ Chapter 15 is concerned with power and its calculation and serves as an easily
understood and practical approach to that topic.
■■ Chapters 16–18 are concerned with the analysis of variance. I have included mate-
rial on simple repeated-measures designs, but have stopped short of covering mixed
designs. These chapters include consideration of basic multiple comparison proce-
dures by way of Fisher’s protected t, which not only is an easily understood statistic
but has also been shown to be well behaved, under limited conditions, with respect
to both power and error rates. At the request of several users of the earlier editions,
I have included treatment of the Bonferroni test, which does a very commendable
job of controlling error rates, while not sacrificing much in the way of power when
used judiciously. Also included are measures of magnitude of effect and effect size,
a fairly extensive coverage of interactions, and procedures for testing simple effects.
The effect size material, in particular, is considerably expanded from earlier editions.
■■ Chapter 19 deals with the chi-square test, although that material could very easily
be covered at an earlier point if desired.
■■ Chapter 20 covers the most prominent distribution-free tests, including resampling
statistics.
■■ Chapter 21 was a completely new chapter in the last edition. It deals with meta-
analysis. Along with an increased emphasis on effect sizes for individual studies,
meta-analysis takes us in the direction of combining many similar studies though the
use of those effect sizes. This field is becoming much more important, and follows
in the footsteps of those in medicine who espouse what is called Evidence Based
Medicine. If you are going to be treated for cancer, wouldn’t you like that treatment
to be based on a solid analysis of all of the literature surrounding your form of
cancer? The same is true for our interests in the behavioral sciences.
Not every course would be expected to cover all these chapters, and several (most
notably multiple regression, power, and distribution-free statistical methods) can be
omitted or reordered without disrupting the flow of the material. (I cover chi-square
early in my courses, but it is late in the text on the advice of reviewers.)
MindTap for Howell’s Fundamental Statistics for the

Behavioral Sciences
MindTap is a personalized teaching experience with relevant assignments that guide
students to analyze, apply, and improve thinking, allowing you to measure skills and
outcomes with ease.
■■ Personalized Teaching: Becomes yours with a Learning Path that is built with key
student objectives. Control what students see and when they see it. Use it as-is or
match to your syllabus exactly—hide, rearrange, add and create your own content.
■■ Guide Students: A unique learning path of relevant readings, multimedia, and
activities that move students up the learning taxonomy from basic knowledge and
comprehension to analysis and application.
Preface xix
■■ Promote Better Outcomes: Empower instructors and motivate students with analyt-
ics and reports that provide a snapshot of class progress, time in course, engagement
and completion rates.
Supplements
Online Instructor’s Manual with Test Bank and Electronic Lecture Notes includes
the complete answers to exercises, suggestions on different ways to present the mate-
rial and engage the students’ attention, additional examples that can be used to
supplement the text for lecture purposes, Internet links to additional resources, and
added material chosen by the author, David Howell. Also included are electronic
transparencies for use as lecture notes or worksheets.
Acknowledgments
Many people have played an important role in the development of this book. My
product team, was supportive of this revision, including Product Manager, Tim
Matray; Product Assistant, Adrienne McCrory; Content Developer, Tangelique
Williams-Grayer; and Lumina Program Manager, Kailash Rawat. Diane Giombetti
Clue did an excellent job of editing of the manuscript and was always supportive on
those few occasions when I insisted that quaint spellings and my positioning of prep-
ositions were better than the ones preferred by style manuals. My daughter, Lynda,
did extensive work on aligning and formatting the Instructor and Student manuals
and spotting the occasional error.
A number of reviewers made many helpful suggestions in earlier editions,
especially Dr. Kevin J. Apple (Ohio University), Eryl Bassett (University of Kent
at Canterbury), Drake Bradley (Bates College), Deborah M. Clauson (Catholic
University of America), Jose M. Cortina (Michigan State University), Gary B.
Forbach (Washburn University), Edward Johnson (University of North Carolina),
Dennis Jowaisas (Oklahoma City University), David J. Mostofsky (Boston
University), Maureen Powers (Vanderbilt University), David R. Owen (Brooklyn
College CUNY), D ennis Roberts (Pennsylvania State University), Steven Rogelberg
(Bowling Green State University), Deborah J. Runsey (Kansas State University),
Robert Schutz (University of British Columbia), N. Clayton Silver (University of
Nevada), Patrick A. Vitale (University of South Dakota), Bruce H. Wade (Spelman
College), Robert Williams (Gallaudet University), Eleanor Willemsen (Santa Clara
University), Pamela Z appardino (University of Rhode Island), and Dominic Zerbolio
(University of Missouri–St. Louis). For years Dr. Karl Wuensch (East Carolina
University) has filled pages with suggestions, disagreements, and valuable advice. He
deserves special recognition, as does Dr. Kathleen Bloom (University of Waterloo)
and Joan Foster (Simon Fraser University). Gary McClelland, at the University of
Colorado, graciously allowed me to use some of his Java applets, and was willing to
modify them when necessary to meet my needs.
I want to thank all of those users (instructors and students alike) who have
written me with suggestions and who have pointed out errors. I don’t have the space
xx Preface
to thank them individually, but many are listed along with the errors they found, on
the Web pages labeled “Errata.”
I owe thanks to my past colleagues at the University of Vermont. I retired from
there in May of 2002, but still consider the University to be my intellectual home. I
most certainly want to thank colleagues at the University of Bristol, England, where
part of a sabbatical leave was devoted to completing the first edition of the book.
Most of all, however, I owe a debt to all of my students who, over the years, have
helped me to see where problems lie and how they can best be approached. Their
encouragement has been invaluable. And this includes students who have never met
me but have submitted questions or comments through the Internet. (Yes, I do read
all of those messages, and I hope that I respond to all of them.).
David C. Howell
St. George, Utah
December, 2015
Internet: David.Howell@uvm.edu
N INTH EDITIO N
Fundamental Statistics
for the Behavioral Sciences
Random documents with unrelated
content Scribd suggests to you:
silloin hän löytäisi sinut täältä. Paetkaamme! Matkasuunnitelmamme
muuttuu taas», jatkoi Mrs. Edgecombe nauraen. »Puolison takaa-
ajaminen ja kummitätiä pakeneminen ei ole helpoimmin suoritettavia
matkoja!»
XXVIII.
Frankfurtissa, jonne molemmat naiset matkasivat, he saivat sen

tiedon, että Ballmann oli nostanut perintönsä ja matkustanut
Hampuriin sekä sieltä jatkanut matkaansa Amerikkaan lähtevässä
laivassa. Sinne saakka he eivät halunneet häntä seurata saamatta
tarkempia tietoja. Mrs. Edgecombe jätti sentakia erään asianajajan
toimeksi jatkaa tiedusteluja. Laivan nimi saatiin pian selville, mutta jo
New-Yorkissa, jossa hän astui maihin, hukkuivat kaikki jäljet. Minne
mahtoi tämä vieras matkailija mennä tuossa jättiläiskaupungissa? —
Kukaan ei tiennyt sitä. Saksalaisesta konsulivirastosta,
poliisilaitoksesta, useista hotelleista kyseltiin, mutta turhaan, joten
Mrs. Edgecomben lähettiläällä ei ollut muuta neuvoa kuin jättää
tiedustelujen jatkaminen amerikkalaiselle virkaveljelleen, jonka tuli
vähänväliä lähettää tietoja, olivatko hänen yrityksensä onnistuneet
tai oliko hän sattuman kautta saanut joitakin tietoja Ewald
Ballmannin oleskelupaikasta.
»Maapallo on niin pieni ja pyöreä, joten me kyllä vielä joskus

tapaamme pakolaisen», sanoi Mrs. Edgecombe lohduttaen Hannaa.
»Mutta rakas täti — saanko olla avomielinen?»

»Ole aina, lapseni.»
»Ei minulla ole niinkään suurta halua tavata petettyä, kaikesta

päättäen hyvin vihastunutta miestäni. Hän on rikas ja matkustelee
maita ja meriä, mikä aina on ollutkin hänen hartain toivonsa, ja
luultavasti hän on onnellinen. Hän ehkä rakastaa vapautta, ja kukapa
tietää, tahtoisiko hän vielä kerran uhrautua minun takiani?…»
»Joutavia — hän olisi liiankin onnellinen saadessaan sinut

takaisin.
Mutta sinä itse — etkö enää rakastakaan häntä?»
»Minä — minä en tiedä», sanoi Hanna huoaten. »Minä pidän

hänestä kylläkin — mutta — me emme ymmärrä toisiamme.»
»Se on suuri onnettomuus. Mutta tässä eivät auta saarnat; meidän

täytyy odottaa. Sinä esiinnyt edeskinpäin veljentyttärenäni. Anna
tukkasi vaan olla mustana, se sopii sinulle erinomaisesti, eikä
kukaan sinua tunne — ei edes miehesikään, jos me joskus vielä
tapaamme hänet.»
Hanna oli tyytyväinen. Hän viihtyi vanhan ystävättärensä parissa

hyvin eikä toistaiseksi muuta toivonutkaan kuin saada viettää
elämänsä tässä rauhallisessa kodissa uutena ihmisenä, toisella
nimellä, ulkomuodoltaan muuttuneena, olematta missään
tekemisissä karanneen ja panetellun Hanna Ballmannin kanssa.
Eräänä päivänä Mrs. Edgecombe ilmoitti saaneensa kylliksi

matkustamisesta ja aikovansa panna täytäntöön tuumansa asettua
asumaan Saksaan.
»Otahan paperia ja lyijykynä, Hanna», sanoi hän. »Me teemme nyt
valmiiksi suunnitelmamme ja laskelmamme. Siitä tuleekin jättiläistyö,
jota saat ihmetellä.»
Molemmat naiset istuivat »Westendhall»-hotellin

seurusteluhuoneessa.
Noin kaksi kuukautta oli kulunut heidän saapumisestaan Frankfurtiin.
Viimeinen tiedonanto New-Yorkista oli ollut: »Tiedustelut toistaiseksi
tuloksettomia; niitä jatketaan innokkaasti.»
Hanna toi paperia ja kynän ja istuutui tyytyväisesti hymyillen

vastapäätä Mrs. Edgecombea.
»Nyt olen valmis. Mistä alotamme?»
»Menoarviosta. Se on hyvin tärkeä osa tulevaisuuden

suunnittelussa.
Siitä riippuu, onko köyhä vai rikas.»
»Sen täytyy riippua tietenkin omaisuuden suuruudesta», keskeytti

Hanna.
»Niinkö luulet? Sinä olet yhtä erehtynyt kuin monet muutkin. Minun
tulee siis käännyttää sinut. Olen rakentanut kokonaisen järjestelmän
ja koetan nyt opettaa sen sinulle. Sanohan, mitä tarkoitat sanalla
'rikas'?…»
»Minä pitäisin itseäni rikkaana, jos minulla olisi — sanokaamme —

kolmenkymmenentuhannen taalerin tulot.»
»Tein äsken saman kysymyksen kamarineitsyelleni, joka vastasi

olevansa rikas, jos hänellä olisi kahdeksansataa markkaa vuodessa.
Eräs nuori herra sanoi minulle kerran tyytyvänsä Norfolkin herttuan
tuloihin, jotka nousevat kahteenmiljoonaan puntaan. Rikkaus on siis,
katsoen omaisuuden suuruuteen, hyvin vaihtelevainen käsite. Mutta
todellisesti rikas on se, jonka tulot ovat suuremmat kuin menot. Jos
asetan menoni niin, että ne tekevät yhteensä viisituhatta markkaa
tulojeni noustessa kuuteentuhanteen, olen varakas. Jos tuloni ovat
menojani puolta suuremmat, olen rikas, ja kuta suurempi ero näiden
summien välillä on, sitä rikkaampi olen. Ja päinvastoin, jos tuloni
ovat satatuhatta, mutta järjestän elämäni niin, että menot nousevat
sataantuhanteen, olen niukoissa varoissa, siksi että minulla on
alituisia huolia siitä, että saisin menoni ja tuloni menemään yhteen.
Jos taasen järjestän niin, että menoni ovat tulojani suuremmat,
vaikka kuinkakin vähän, olen vaikeissa olosuhteissa. Ymmärrätkö?»
»Kyllä, mutta nautinnot kai riippuvat niistä summista, joita voi niihin
käyttää?…»
»Eivät suinkaan. Suurin nautinto on siinä, mikä on poikkeavaa

jokapäiväisestä elämästä. Todellinen rikkaus on ylellisyyttä, ja
ylellisyyttä esiintyy kaikkialla, missä menoarvio on tehty tuloarviota
pienemmäksi.»
»Mutta jos minulla ei ole minkäänlaista omaisuutta?» puuttui

Hanna puheeseen.
»Silloin et myöskään tee laskelmia. Sellaiset ihmiset, joilla ei ole

kerrassaan mitään, tuntevat useinkin ylellisyyden tunnetta, sillä
missä he vähimmin odottavat, tuntuu jokainen tilapäinen ansio
ylellisyydeltä. Niin ei ole kuitenkaan minun laitani. Minä en ole
ainoastaan jokseenkin, vaan — suurienkin vaatimusten mukaan —
todellisesti hyvin rikas. Mutta minä tahdon myöskin nauttia tästä
rikkaudestani. Tahdon joka päivä iloita siitä, ja siksi me nyt teemme
laskelmamme, jossa kaksi kolmasosaa tuloistani varataan
odottamattomia menoja varten. Juuri ne tuottavat iloa. Tähän
ryhmään kuuluvat tyydytetyt toiveet, hullutukset, korkealentoisten
mielitekojen täyttymiset, rohkeimpien päähänpistojen toimeenpano.»
»Ja hyväntekeväisyys — sitä te, jalomielinen lahjoittaja, ette

mainitse!»
»Ole huoletta, sen olisin kyllä maininnut, sillä se on suurin iloni.

Vuosittainen niin ja niin suurien summien suorittaminen laitoksille on
huonoa iloa; mutta itse saada lieventää ihmisten hätää, sellaisten
ihmisten, jotka eivät ole sitä odottaneet, saada täyttää hartaasti
haluttuja toiveita, yllättää lahjoilla, jotka herättävät ilohuutoja: etkö
luule siitä olevan iloa? Ja useimmat rikkaat ihmiset joutuvat sellaisiin
tilaisuuksiin, jolloin heidän sydämensä vuotaa verta, kun he eivät voi
auttaa, jolloin he sanovat: 'Miten mielellään auttaisin, jos voisin!
Mutta he eivät sitä voi; heidän oma elämänsä nielee kaiken
omaisuuden, ja siten heiltä puuttuu monta ilonhetkeä. Heillä on
monastikin rahahuolia, sillä yksi meno vaatii toisen. Kertomus
miehestä, joka joutui perikatoon saadessaan lahjaksi kultakirjaillut
tohvelit, ei ole niinkään hullu, kuin miltä se näyttää, sillä tohveleihin
ei sopinut hänen vanha yönuttunsa; uusi yönuttu vaati uuden
lepotuolin; se taas uuden huonekaluston, mikä taasen vaati
hienomman huoneiston j.n.e. Ja mikään näistä menoista ei tuottanut
iloa, sillä ne olivat välttämättömiä. Minä aion tehdä aivan
päinvastoin: ostan yksinkertaisen talon, johon kelpaavat
yksinkertaiset huonekalut, mutta kun minulla on varaa ostaa hienoja
huonekaluja, aion huvitella itseäni sillä. Niihin taasen sopisi hieno
yönuttu, mutta aion ostaakin kallisarvoisen…»
»Mutta silloinhan ovat kultakirjaillut tohvelit välttämättömät?»

keskeytti Hanna.
»Hopeakirjaillut kelpaisivat kylläkin, mutta ollessani säästäväinen
taloa ostaessani, voin nyt ostaa kultakirjaillut. Ja nyt, selitettyäni
järjestelmäni, voimme alkaa tehdä laskelmia. Kirjoita siis: Tuloja
kymmenentuhatta puntaa: se on jotenkin kaksisataatuhatta
Saksanmarkkaa.» Hanna hätkähti.
»Sehän on ääretöntä!» huudahti hän. »Silloinhan voi hankkia

itselleen linnan, vaunuja ja…»
»Niin, niin, jatka vaan! — hovimestarin, puuteroituja lakeijoja ja

ranskalaisen kokin sekä taulukokoelman, tanssiaisia ja — ikävyyksiä
jos jonkinlaisia… ja sitten jossain epäonnistuneessa yrityksessä
menettää kaiken. Ei, me järjestämme vallan toisella lailla
ollaksemme satumaisen rikkaita. Me ostamme pienen, kauniin
huvilan, joka edustaa neljäntuhannen Saksanmarkan korkoa. Kirjoita
siis: Asunto — neljätuhatta markkaa.»
»Entä sisustus?»
»Sen me hankimme ensi vuoden säästöillä. Sitäpaitsi on minulla

Englannissa koko joukko huonekaluja, perhemuistoja, tauluja,
taideteoksia ynnä muuta, jotapaitsi meillä on äärettömän paljon
matkoilla ostettuja kalleuksia. Niin pian kuin olemme saaneet
huvilan, lähetytän tänne kirstut, ja niiden purkaminen tulee olemaan
kuin päiväkirjan selailemista. Mutta palatkaamme jälleen
menoarvioomme! Kirjoita edelleen: Palveluskunta: kaksi
kamarineitsyttä, keittäjätär ja hänelle apulainen, kaksi palvelijaa,
kuski.»
»Siis kuitenkin vaunut?» sanoi Hanna.

»Niin, mutta sinun linnassasi tarvittaisiin vaunuja kymmenittäin
ynnä kaikenlaisia muitakin ajopelejä sekä paljon hevosia. Minun
huvilassani on yhdet vaunut, pari kunnollista hevosta ja
ratsuhevonen sinua varten aivan kylliksi.»
»Minua varten? Ratsuhevonen? Miten hauskaa… sitä olen aina

toivonut… Miten hyvä te olette!»
»Katsohan nyt, miten paljon iloa yksi ainoa ratsuhevonen saa

aikaa ja miten hienolta se näyttää huvilamme puitteissa, kun sinun
linnasi tallissa olisi varmaan toistakymmentä englantilaista juoksijaa
marmoripilttuissa. Palvelijakuntamme lisääntyy ratsupalvelijalla.
Oletko kirjoittanut?»
»Kyllä, mutta nyt kai tulee palkkojen vuoro. Mitenkä korkeiksi ne

määrätään? Me kai pidämme Minetten ja teidän englantilaisen
Lizzienne?»
»Tietysti sekä Gustavin, nykyisen palvelijamme. Hänestä tehdään

hovimestari ja kamaripalvelija ja hän saa kaksi palvelijaa avukseen.
Entä palkat? Gustav saa kaksisataa markkaa kuukaudessa, Minette
saman,
Lizzie sataviisikymmentä, keittäjätär sata…»
Hanna keskeytti kirjoittamisensa.
»Mutta, rakas täti, saanko tehdä yhden muistutuksen: nämä palkat

soveltuvat englantilaisiin oloihin, mutta Saksassa ei makseta
palvelijoille niin hyvin…»
»Ne ovat minun palkkojani, rakas lapsi, ja osana järjestelmääni.

Kuten tulet näkemään, olen seuraava järjestelmääni vallan
turhantarkasti. Maksan palvelijoilleni puolta enemmän kuin mitä he
pyytävät. Sillä tavoin minulla on kahden palvelijan sijasta yksi, joka
tekee työtä kolmen ja iloitsee neljän edestä. Sellainen laskutapa on
kylläkin hiukan mutkallista, mutta siitä on paljon hyötyä. Etkö ole
huomannut, millä innolla määräykseni toimitetaan?»
»Rehellisesti puhuen, en ole koskaan kuullut teidän vielä antavan

määräyksiä. Te sanotte aina näin: 'Gustav, olkaa ystävällinen ja
toimittakaa vaunut portaiden eteen', tai 'Lizzie, ole niin kiltti ja pura
tuo matkalaukku', tai 'Minette, teetkö minulle palveluksen
herättämällä minut huomenna kello kuusi'… ja joka tuotua vesilasia
kohti kohtelias 'kiitos', hyvin tehdyn työn jälkeen joitakuita kiittäviä
sanoja, ja kun jokin menee hullusti, niin te hymyilette anteeksi
antaen. Kuuluuko sekin järjestelmään, täti?»
»Ei, sillä se on niin luonnollista. Minun täytyisi toimia vasten

luontoani, ellen kiittäisi, kun minulle jotain tuodaan, ellen lausuisi
muutamia ylisteleviä sanoja mielestäni hyvin tehdystä työstä, ellen
nauraisi, jos jokin on tehnyt pienen tyhmyyden. Mutta nyt olemme
selvillä palvelijoista. Mikä on seuraava osasto?»
»Ruoka kai.»
»Olet oikeassa. Ruoka on talouden tärkeimpiä puolia.»
»Niin, mutta te ette ole suuri herkkusuu.»
»Minäkö? Siinä erehdyt. En tosin ole kova herkuttelija — mutta

pidän hyvästä ruuasta. Ei tarvitse välttämättä olla aina parsaa,
tryffeliä, kravunpyrstöjä, madeirakastiketta tai muita suurenmoisia
laitoksia, mutta pöydässämme tarjotut hyvät ruuat maistuvat
erinomaiselta. Siis — kyökki — kuukausittain… sitä on vaikea
arvioida, kun emme tunne täkäläisiä hintoja.»
»Mutta suunnilleen?»
Molemmat naiset arvioivat sinne ja tänne. Laskelman teko veti

monta tuntia. Siihen otettiin ravinto, valaistus, lämpö, hevosten hoito,
vaatteet, kotilääkäri y.m.
»Vielä puuttuu», sanoi Hanna, »osasto: 'Odottamattomia

menoja'.»
»Sepä on juuri meidän rikkaus-osastomme. Laske yhteen saadut

summat, niin jäännös, vähennettyäsi siten saadun summan
tuloistani, on 'Odottamattomia menoja varten.»
Hanna laski.
»Neljäkymmentäviisituhatta markkaa», sanoi hän.
»Siis on meillä sataviisikymmentäviisituhatta käytettävänämme.

Sillä tavalla tehdään minusta Kroisos, rakas lapsi.»
XXIX.
Mrs. Edgecombe valitsi huvilansa Wiesbadenista. Tässä ihanassa

Taunus-laaksossa sijaitsevassa kylpypaikassa oli tilaisuutta
kaupunki- ja maalaiselämään sekä suuren maailman huvituksiin.
Täällä tapaamme molemmat naisemme kahdeksan vuoden

kuluttua. Heidän suhteensa oli tullut yhä läheisemmäksi; he
rakastivat toisiaan kuin äiti ja tytär. Kumpikin ajatteli sisäisellä
vavistuksella Ewald Ballmannin tapaamista. Mitenkä sitten, kun hän
palaisi, tapaisi rouvansa ja vaatisi hänet takaisin? Mrs.
Edgecombelle se olisi suuri tappio ja Hannalle vielä suurempi.
Hanna oli jo melkein unohtanut miehensä, joten hänen paluuseensa
olisi yhdistynyt jotain kauheaa, salaperäistä, ikäänkuin jos kuollut,
jota ei kaipaa, heräisi unestaan ja vaatisi entisten aikojen jatkamista.
Hehän olivat jo hänen elinkautenaan — heidän avioliittonsa aikana
— olleet niin vieraita toisilleen, mitenkä nyt sitten? Sen ajan jälkeen
Hanna oli oppinut ja nähnyt niin paljon, hänen näköpiirinsä oli
laajentunut, ja kun hän ajatteli hiljaista koulunopettajaa, jonka
ajatukset ja tunteet eivät eksyneet hänen pienen kirjavarastonsa
ulkopuolelle, niin hän ei voinut ymmärtää, että tämä opettaja joskus
oli ollut hänen miehensä.
Mutta peljätty kummitus ei ainakaan vielä ollut näyttäytynyt. Yhä
harvemmin saapuvat tiedonannot Amerikasta olivat aina
samanlaiset: »Herra Ewald Ballmannin olinpaikka yhä tuntematon»,
ja vihdoin ei tietoja enää tullutkaan. Kaikesta päättäen oli Ewald
Ballmann toisella nimellä asettunut johonkin kaukaiseen kaupunkiin
Amerikassa eikä enää koskaan aikonut palata, ajatteli Hanna. Tämä
vakaumus rauhoitti häntä. Hän oli niin onnellinen nykyisissä
oloissaan, ettei mitenkään olisi tahtonut luopua niistä. Hän ei tosin
tuntenut yliluonnollista onnea, mutta hänen elämänsä oli niin täynnä
iloa, ettei hän voinut muuta ajatella, kuin että kohtalo oli häntä
hellävaroin pidellyt.
Mrs. Edgecombe tahtoi kasvattaa hänestä todellisen, ylevän

ihmisen ja työskenteli järjestelmällisesti rikastuttaakseen hänen
sielunelämäänsä. Tämä ei tapahtunut opettavaisten esitelmien tai
siveyssaarnojen kautta, vaan opinnoilla, jotka ovat ainoa keino
näköpiirin laajentamiseksi. Kaksikymmenvuotias Hanna luuli
olevansa hyvin sivistynyt, kun puhui monta kieltä ja helposti otti osaa
erilaisiin seurapiirin keskusteluihin sekä tunsi kirjallisuutta. Hänellä ei
ollut aavistustakaan, miten rajoitettu hänen maailmankatsomuksensa
oli. Mrs. Edgecombe ei sanonut mitä häneltä puuttui, vaan koetti
antaa hänelle sen. Mrs. Edgecombe ei ilmaissut, mitä kaikkea
korkea katsantokanta näkee ympärillään — sillä alempana oleva ei
olisi sitä käsittänyt — vaan hän vei Hannan mukanaan vuorelle
omana seuranaan. Hannan täytyi lukea ystävälleen erilaisia
tieteellisiä teoksia ja kirjoitelmia päivän polttavista kysymyksistä ynnä
sitäpaitsi jokapäiväisten sanomalehtien hallinnollisia tiedonantoja.
Tämä tuntui nuoresta esilukijattaresta alussa hyvin kuivalta ja
ainoastaan velvollisuuksiensa täyttämiseltä. Uusi ajatussuunta on
kuin vieras kieli, joka täytyy oppia, — ensin se tuntuu aivan
mahdottomalta ymmärtää, sitten käsittää jo jonkun sanan sieltä
täältä, kohta kokonaisen lauseen, eikä aikaakaan, ennenkuin jo
ymmärtää kaiken yksityiskohtia myöten. Näin kävi Hannankin. Mitä
hän luki, se sai hänet innostumaan. Mrs. Edgecombe osasi sitäpaitsi
kiihottaa hänen tiedonhaluaan. Hän teki kysymyksiä, alotti
keskusteluja pakottaakseen oppilaansa itsenäisesti ajattelemaan ja
ilostui joka kerta nähdessään uusien ajatusten kypsyvän Hannan
mielessä.
Jonkun ajan kuluttua Hannasta tuntui aivan mahdottomalta, että

hän niin kauan oli voinut elää aavistamattakaan niitä asioita, joita
hän nyt tunsi.
Mrs. Edgecombe herätti eloon vielä hänen soittoharrastuksensa.

Hän pakotti suojattinsa harrastelijan tasolta taiteilijan tasolle. Kaksi
tuntia päivässä hänen täytyi harjoitella; hän sai soittaa mestarien
edessä; käymällä teattereissa ja konserteissa hän sai tilaisuuden
kuulla mestariteoksia, joten hänen synnynnäinen soitannollisuutensa
sai uutta virikettä, ja hän alkoi rakastaa taidetta ja sen harjoittamista.
Pian ei kaksi harjoitustuntia päivittäin ollut enää kylliksi. Sisäisellä
tyydytyksellä hän näki taitonsa kasvavan — koko maailma oli hänelle
avoinna?… Hanna ei aikonut esiintyä konserteissa, mutta hän
unelmoi mestaruudesta, joka asettaisi hänet ihailtujen taiteilijain
rinnalle. Hänen edistyksensä hämmästytti häntä ja hän kyseli
ihmetellen itseltään, mihin saakka voisikaan päästä.
Molempien naisten elämä oli hyvin virkistävää. Heidän pieni

kotinsa oli täynnä mukavuuksia ja hienoa makua; kolme kuukautta
he oleskelivat matkoilla, ja alkuperäisen suunnitelman mukaisesti
käytettiin äärettömät tulot iloatuottaviin tarkoituksiin. Mrs.
Edgecombe rakasti seuraa, mutta ei välittänyt n.s. maailmallisesta
elämästä. Hänen kodissaan seurusteli mieltäkiinnittäviä henkilöitä:
oppineita, taiteilijoita, eteviä ulkomaalaisia. Kaikki Wiesbadenin
kautta matkustavat suuruudet pitivät suurena kunniana tulla
esitetyiksi Mrs. Edgecomben kodissa. Mutta tanssiaisia ja iltamia
hän vältti. Hän itse oli liian vanha sellaisiin huvituksiin, joissa
kiemailu oli pääasiana, ja Hanna taas ei halunnut »hakkailla», mikä
olisi ollut hänelle sekä alentavaa että vaarallista. Hänen
kauneutensa herätti kylläkin ihailua, mutta kokemuksiensa jälkeen
hän pelkäsi kaikenlaisia runollisia seikkailuja, joten hän aina ymmärsi
vetäytyä syrjään. Tämä oli helppoa sentähden, ettei hän ottanut
osaa maailmallisiin huveihin. Sitäpaitsi hän pelkäsi aina, että ihailu
koski hänen luuloteltua rikkauttaan, ja se teki hänet
välinpitämättömäksi. Häntä pidettiin upporikkaan Mrs. Edgecomben
naimattomana veljentyttärenä, ja tämän häntä kohtaan osoittama
hellyys sai ihmiset ajattelemaan, että Hanna oli rikas perijätär.
Näin oli Hanna viettänyt kahdeksan vuotta ilman sydänsuruja,

ilman runollisia lemmenhetkiä, työskennellen kehittyäkseen,
tuntematta muuta kuin ääretöntä rakkautta hyväntekijäänsä kohtaan,
jota hän oppi tuntemaan yhä paremmin. Huvinhaluista,
ymmärtämätöntä, runollista Hannaa, joka niin epäselvästi oli nähnyt
sen maailman, jossa luuli olevansa luotu elämään, vaikkei tiennyt
miten, ei enää ollut olemassa; hän oli kehittynyt levollisesti ja selvästi
ajattelevaksi naiseksi. Hänen ulkomuotonsakaan ei ollut enää sama.
Hänen solakka, notkea ruumiinsa oli pulskistunut; veikeä hymyily oli
muuttunut vakavaksi, sielukkaaksi ilmeeksi. Hanna oli yhä
edelleenkin kaunis, ehkä kauniimpi kuin ensi nuoruutensa aikoina,
mutta hän oli muuttunut niin, ettei häntä olisi voinut tuntea.
XXX.
Mrs. Edgecombe ja Hanna palasivat kävelyltään Nero-laaksosta

takaisin huvilaan. Hämärsi jo. Salissa, jonka molemmat lasiovet
olivat auki, ei oltu vielä sytytetty valoja heidän sinne astuessaan.
Köynnösruusut ja kuusamat levittivät voimakasta tuoksua, ja kaukaa
kuuluivat kylpylaitoksen orkesterin sävelet. Palvelija tuli sytyttämään
lamppuja.
»Ei vielä», sanoi Mrs. Edgecombe, »minä soitan, kun tarvitaan

valoa.
Ja jos joku tulee vielä tänä iltana niin emme ole kotona», hän jatkoi.
Palvelijan mentyä hän lisäsi:
»Olkaamme tänään yksin ja juokaamme rauhassa teemme

jutellessamme. Onko sinulla mitään sitä vastaan?»
»Ei ensinkään», vastasi puhuteltu; »meillä on koko viikko ollut

iltaisin vieraita, joten on oikein hauskaa taasen saada olla
kahdenkesken — ja lukea jotain yhdessä.»
»Ei, tänään emme lue, vaan juttelemme. Minulla on sinulle jotain

sanottavana — minun täytyy kysyä sinulta erästä asiaa…»
»Te teette minut oikein uteliaaksi, rakas täti. Miksi ette sanonut
mitään kävelyllämme?»
»Olin koko ajan niin kahden vaiheilla. Muuten on helpompi jutella

hämärässä. Silloin en ainakaan näe sinun punastuvan…»
»Punastuvan? Mitä olen sitten tehnyt?»
»Tehnyt? Sitä en tiedä — mutta ehkä ajatellut, tuntenut…»
»En koskaan luullut tädin voivan olla sellainen yli-inkvisiittori…»
»Minä lykkäänkin inkvisitsionin tuonnemmaksi. Ensin kerron

sinulle jotain: Paroni Theken on pyytänyt kättäsi.»
»Todellakin?… Entä minkä vastauksen olette antanut?»
»Sen, minkä aina tällaisissa tapauksissa olemme antaneet: ettet

tahdo mennä naimisiin. On vahinko, ettet ole esiintynyt naimisissa-
olevana veljentyttärenäni. Se olisi säästänyt meiltä monta ikävyyttä.
Minua surettaa, että tuo hauska, nuori paroni nyt tulee vihamieliseksi
meitä kohtaan, kuten aina rukkaset saanut. Oletko antanut hänelle
aihetta? Oletko kiemaillut hänen edessään, vai onko omatuntosi
puhdas?»
»On, totta totisesti. Hänhän onkin kääntynyt tädin puoleen eikä

suorastaan minun, sillä olen aina keskeyttänyt sellaiset puheet, jotka
ovat vähänkään menneet siihen suuntaan. Sitäpaitsi olen kerran
maininnut, että minulla ei ole kättä eikä sydäntäkään
poisannettavana.»
»Kättä tosin… mutta sydäntä, mitenkä on, Jane? Nyt alkaa

inkvisiittorintoimeni, eikö sinulla todellakaan ole sydän vapaana?»
»Minullahan ei pitäisi olla, täti.»
»Sen tiedän varsin hyvin, olenhan siitä sinulle aina saarnaillut ja

koettanut suojella sinua sellaisista vaaroista. Mutta olen alkanut
epäillä, että olenkohan vaatinut sinulta liikaa? Sillä jos 'intohimon
punainen ruusu', kuten runoilijamme Storm sanoo, jälleen putoaisi
syliisi, onko minulla silloin oikeutta riistää sinulta sitä kukkaa? Olen
aina ollut kylmä, ajatteleva luonne… enkä ole joutunut kiusauksiin,
joten minulla ei ole siinä suhteessa kokemuksia. Sitäpaitsi olen
vanha, ja samaten kuin terve unohtaa kestetyt tuskat, unohtaa
vanhus nuoruuden hehkun… Mistä saatan tietää, mitä liikkuu sinun
kaltaisesi nuoren, tulisen ja kauniin naisen sydämessä?»
»Täti — te hämmästytätte minua! Ette kai te neuvo minua…

ottamaan miestä itselleni?»
»Neuvo? Älä käsitä minua väärin, lapsi! Olen puhunut intohimosta,

joka ei kysy neuvoa, vielä vähemmin velvollisuuksien täyttämistä,
vaan joka vaatii — lopulta joko voittaen tai häviten — taisteluun.
Minä tahdon vain saada selville, onko sinulla sellaisia taisteluita, ja
tunnen, miten suuri edesvastuu minulla on siinä, voitatko vai
joudutko häviöön… Ole minulle avomielinen, Jane — minussa näet
totisen ystäväsi. Jos järkisyyt voivat sinua suojella vaarasta, olen
valmis ne sinulle esittämään… Sillä useimmiten tämmöisessä
tapauksessa on parasta tarkastaa sitä joka puolelta ja siten
vapautua lumouksesta. Luota minuun. Rakkauden liekki, joka
loimuaa niin kirkkaana, että se näyttää kohoavan taivaisiin ja
saattavan varjoon helvetin tuskat… sammuu aikaisemmin tai
myöhemmin… entä miten sitten käy? Kun ei enää ole
omantunnonrauhaa, oman arvon tunnetta, maailman kunnioitusta —
mihin silloin voi ryhtyä?… Sinä olet sen jo kerran kokenut… löysit
rauhanmajan kodissani… mutta jos sinä toisen kerran pakenisit
maailmalle?… Jane, miksi et vastaa mitään?»
»Koetan koota ajatuksiani, voidakseni vastata aivan avomielisesti

ylevään myötätuntoonne. Mutta sallikaa minun ensin kysyä erästä
asiaa. Mitä syitä tädillä on tuollaisiin ajatuksiin? Onko joku lausunut
epäilyttäviä ajatuksia minusta, tai onko käytökseni antanut aihetta
niihin?»
»Ei käytöksesi, mutta koko olentosi. Jonkun aikaa on minusta

tuntunut, että sinä olet hajamielinen — enemmänkin kuin
hajamielinen: levoton, mielesi ei ole tasapainossa. Usein näen sinun
äkkiä punastuvan ja sitten kalpenevan, ikäänkuin veri suonissasi
polttaisi; kuulen sinun huokaavan — ja katseesi on kaivaten ollut
suunnattuna etäisyyksiin… Kaiken tämän olen huomannut, ja nyt
vielä tämä kosinta — se antaa minulle syytä kysyä: oletko rakastunut
paroni Thekeniin?»
»En, täti, en ole. Paroni Theken on minulle aivan yhdentekevä —

hän ei minua edes miellytä.»
»Kenestä sitten pidät?»
»Sen sanon teille aivan heti — avaan teille sydämeni kokonaan.

Mikään ei ole niin vaikeata kestää kuin ihanat päivät toisensa
jälkeen. Minähän elän, tädille siitä kiitos, mitä huolettomimmissa
olosuhteissa; elämä tarjoo minulle niin paljon kaunista ja hauskaa;
olen oppinut ja nähnyt niin paljon ihanaa ja mielenkiintoista — minun
pitäisi siis olla maailman onnellisin ihminen ja iloita aamusta iltaan…
teitä kiittää vuodesta toiseen. Ja kun ajattelen näitä kahdeksaa, tädin
luona asumaani vuotta, ajattelen niitä kadehtien… sillä se aika on
ollut niin onnellinen. Vasta nyt viime aikoina on surumielisyys saanut
minussa vallan… kaipaan jotain… en voi sitä selittää. Rakkauden
onnea… perheonnea… kukaan ei minua tarvitse… kukaan ei
minusta välitä…»
»Minähän pidän sinusta, Jane… vaikka olenhan niin monta vuotta

sinua vanhempi. On luonnollista, että sinä joskus jäät yksin tänne
maailmaan, mutta muista, että se on useiden muidenkin kohtalo.
Minäkin olen yksin, ilman perhettä; lapseni otettiin minulta. Ja miten
monta vaimoa on, jotka ovat miestensä takia onnettomia! Perheonni
on ihaninta maailmassa, mutta miksi uneksia saavuttamatonta,
olematta tyytyväinen siihen, mitä on?»
»Täti, te olette oikeassa kuten aina. Tämä tunnustus on tehnyt

minulle hyvää. Olen nyt huomannut, miten turhat ja tukea vailla
unelmani ovat olleet. Jos minua taas alkaa vaivata surumieliset
ajatukset, tulen tädin luokse saamaan virkistävän saarnan.»
»Tulehan antamaan minulle suukko!… Soita nyt, niin saamme

valoa!»
XXXI.
Myöhään seuraavan päivän iltana Mrs. Edgecombe istui yksin

salissaan.
Hanna oli mennyt ulos erään ystävättären kanssa.
Edgecomben huvilan sali oli kaunein, komein ja hauskin huone

mitä saattoi ajatella. Le style c'est l'homme, mutta kodin sisustus,
c'est la femme. Kaikkialla kuvastui älykkäisyys, taideaisti ja hyvä
maku. Sali oli suuri, mutta niin komeasti ja taidolla kalustettu, että se
erinäisine huonekalustoineen ja varjostimineen vaikutti monelta
pieneltä huoneelta. Huonekalut olivat vaihtelevia, siellä oli matalia
lepotuoleja, nojatuoleja, vielä matalampia jakkaroita, jotka olivat
päällystetyt erilaisilla kankailla ja neulomuksilla. Sitäpaitsi oli siellä
pieniä pöytiä kaikenlaisine pikkutavaroineen, kallisarvoisia kaappeja,
maljakkoja kukkineen; seinillä riippui mestarimaalauksia ja siellä
täällä taideteoksia jaspiskivestä, norsunluusta ja porsliinista. Suuri
Bechstein-flyygeli oli melkein aina auki, ja nuottitelineellä oli nuotteja;
keskellä lattiaa oli pyöreä pöytä, jolla oli valokuvia ja kuvitettuja
loistoteoksia; kirjoituspöydän molemmin puolin oli kaksiosainen
murattiteline ja sen vieressä hyvinvarustettu kirjahylly; eräässä
nurkassa oli jättiläisteline lukuisine valokuvineen, toisessa oli
koruompelukehys alotettuine töineen, työkori silkki- ja

Instant Ebooks Textbook Fundamental Statistics For The Behavioral Sciences, 9th Ed 9th Edition David C. Howell Download All Chapters

Uploaded by

Copyright:

Available Formats

Instant Ebooks Textbook Fundamental Statistics For The Behavioral Sciences, 9th Ed 9th Edition David C. Howell Download All Chapters

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Instant Ebooks Textbook Fundamental Statistics For The Behavioral Sciences, 9th Ed 9th Edition David C. Howell Download All Chapters

Uploaded by

Copyright:

Available Formats

Download the full version of the textbook now at textbookfull.

Fundamental statistics for the behavioral

Explore and download more textbook at https://textbookfull.com

Cengage Advantage Books Statistics for the Behavioral

Essentials of Statistics for the Behavioral Sciences, 9th

Statistics for the behavioral sciences Gravetter

Computer Vision and Audition in Urban Analysis Using the

Handbook of Climate Change Communication: Vol. 2: Practice

Mathematical Modelling Education and Sense making Gloria

Patent Management: Protecting Intellectual Property and

Engage with your course content, enjoy the flexibility of

TO GET STARTED VISIT

Australia • Brazil • Mexico • Singapore • United Kingdom • United States

Cengage Learning is a leading provider of customized learning solutions

Cengage Learning products are represented in Canada by

To learn more about Cengage Learning Solutions, visit www.cengage.com.

Purchase any of our products at your local college store or at our

Printed in the United States of America

Preface xiii Chapter 12

Preface xiii 3.5 Describing Distributions 52

5.6 Computational Formulae for 7.6 Probability Distributions for

9.5 Correlations with Ranked 10.8 Seeing Statistics 249

12.4 Factors That Affect the 13.10 A Quick Review 347

19.3 Possible Improvements on Chapter 21

Why This Text?

Why a New Edition?

I have maintained from earlier editions a section labeled “Seeing Statistics.”

Organization and Coverage

MindTap for Howell’s Fundamental Statistics for the

Frankfurtissa, jonne molemmat naiset matkasivat, he saivat sen

»Maapallo on niin pieni ja pyöreä, joten me kyllä vielä joskus

»Mutta rakas täti — saanko olla avomielinen?»

»Ei minulla ole niinkään suurta halua tavata petettyä, kaikesta

»Joutavia — hän olisi liiankin onnellinen saadessaan sinut

»Minä — minä en tiedä», sanoi Hanna huoaten. »Minä pidän

»Se on suuri onnettomuus. Mutta tässä eivät auta saarnat; meidän

Hanna oli tyytyväinen. Hän viihtyi vanhan ystävättärensä parissa

Eräänä päivänä Mrs. Edgecombe ilmoitti saaneensa kylliksi

Molemmat naiset istuivat »Westendhall»-hotellin

Hanna toi paperia ja kynän ja istuutui tyytyväisesti hymyillen

»Nyt olen valmis. Mistä alotamme?»

»Menoarviosta. Se on hyvin tärkeä osa tulevaisuuden

»Sen täytyy riippua tietenkin omaisuuden suuruudesta», keskeytti

»Minä pitäisin itseäni rikkaana, jos minulla olisi — sanokaamme —

»Tein äsken saman kysymyksen kamarineitsyelleni, joka vastasi

»Eivät suinkaan. Suurin nautinto on siinä, mikä on poikkeavaa

»Mutta jos minulla ei ole minkäänlaista omaisuutta?» puuttui

»Silloin et myöskään tee laskelmia. Sellaiset ihmiset, joilla ei ole

»Ja hyväntekeväisyys — sitä te, jalomielinen lahjoittaja, ette

»Ole huoletta, sen olisin kyllä maininnut, sillä se on suurin iloni.

»Mutta silloinhan ovat kultakirjaillut tohvelit välttämättömät?»

»Sehän on ääretöntä!» huudahti hän. »Silloinhan voi hankkia

»Niin, niin, jatka vaan! — hovimestarin, puuteroituja lakeijoja ja

»Sen me hankimme ensi vuoden säästöillä. Sitäpaitsi on minulla

»Siis kuitenkin vaunut?» sanoi Hanna.

»Minua varten? Ratsuhevonen? Miten hauskaa… sitä olen aina

»Katsohan nyt, miten paljon iloa yksi ainoa ratsuhevonen saa

»Kyllä, mutta nyt kai tulee palkkojen vuoro. Mitenkä korkeiksi ne

»Tietysti sekä Gustavin, nykyisen palvelijamme. Hänestä tehdään

Preface xiii 3.5 Describing Distributions 52

5.6 Computational Formulae for 7.6 Probability Distributions for

9.5 Correlations with Ranked 10.8 Seeing Statistics 249

12.4 Factors That Affect the 13.10 A Quick Review 347

19.3 Possible Improvements on Chapter 21