| Bevezetés | 3 |
| Statisztikai minták | 5 |
| A statisztikai analízis és a statisztikai sokaság fogalma | 5 |
| A statisztikai analízis fogalma és alkalmazása | 5 |
| A statisztikai sokaság fogalma és jellemzése | 6 |
| Alapvető általános statisztikai módszerek | 7 |
| Statisztikai sorok és hisztogramok | 7 |
| Statisztikai középértékek | 9 |
| A szóródás mérőszámai | 16 |
| A statisztikai minta és a reprezentatív módszer elmélete | 20 |
| A statisztikai minta fogalma | 20 |
| A statisztikai minta eloszlása | 21 |
| A statisztikai minta eloszlásának alapvető paraméterei | 23 |
| Mintavétel véges sokaságból | 27 |
| A mintavétel főbb módszerei | 30 |
| Programozott gyakorlatok | 35 |
| A statisztikai analízis és a statisztikai sokaság | 35 |
| A sokaság centrumának jellemzése | 37 |
| A sokaság szétszóródásának jellemzése | 47 |
| A statisztikai minta és a mintavétel | 55 |
| Szakirodalom az 1. fejezethez | 66 |
| Ellenőrző kérdések az 1. fejezethez | 67 |
| Statisztikai becslések | 69 |
| A becsléselmélet elemei (A becslésekkel szemben támasztott követelmények) | 69 |
| Általános megjegyzések | 69 |
| A becslés torzítatlansága | 70 |
| A becslés hatékonysága és konzisztenciája | 71 |
| A becslés elégségessége | 75 |
| Becslési módszerek | 76 |
| A maximum-likelihood becslési módszer | 76 |
| Maximum-likelihood becslés többváltozós esetben | 80 |
| Bayes típusú becslések | 82 |
| A Bayes módszer alkalmazása valószínűségek becslésére: (a-priori és a-posteriori) szubjektív valószínűségek | 92 |
| A legkisebb négyzetek becslési módszere | 95 |
| Kapcsolat a különböző becslési módszerek között | 99 |
| Becslés sztochasztikus approximációval | 100 |
| Intervallumbecslések: konfidencia (megbízhatósági) intervallumok | 105 |
| Általános megjegyzések | 105 |
| Intervallumbecslések (konfidencia intervallumok) normális eloszlású eloszlású statisztikai sokaság m várható értékére ismert szórás esetén | 106 |
| Intervallumbecslés két normális eloszlású statisztikai sokaság várható értékeinek eltérésére, megegyező, de ismeretlen alapsokasági szórások esetén | 110 |
| Programozott gyakorlatok | 112 |
| Becsléselmélet elemei: konfidencia intervallumok | 112 |
| Becslési módszerek | 122 |
| Szakirodalom a 2. fejezethez | 132 |
| Ellenőrző kérdések a 2. fejezethez | 133 |
| Statisztikai hipotézisek | 135 |
| Általános problémafelvetés és hipotézisvizsgálati megközelítések | 135 |
| Szignifikancia vizsgálatok (Paraméteres és nemparaméteres próbák) | 137 |
| Általános megjegyzések | 137 |
| Paraméteres próbák (Várható értékekkel és szórásokkal kapcsolatos szignifikancia vizsgálatok) | 139 |
| Szekvenciális módszer hipotézisvizsgálatra | 147 |
| A nemparaméteres próbák (szignifikancia vizsgálatokra) | 150 |
| A x-próbák | 153 |
| Hipotézisvizsgálat a Neyman-Pearson kritérium alapján | 157 |
| Bayes tipusú próbák | 158 |
| Szóráselemzés | 161 |
| A többváltozós statisztikai elemzés további lehetőségei | 165 |
| Programozott gyakorlatok | 167 |
| Szakirodalom a 3. fejezethez | 199 |
| Ellenőrző kérdések a 3. fejezethez | 200 |
| A statisztikai összefüggések (korreláció és regresszió analízis) | 201 |
| Sztochaisztikus kapcsolatok, statisztikai függőségi mérőszámok | 201 |
| Kétváltozós statisztikai összefüggés vizsgálatok | 202 |
| A korrelációs együttható és a lineáris regresszió | 202 |
| A korrelációs együttható és a lineáris regresszió becslése | 205 |
| A korrelációs hányados és a feltételes várható érték | 210 |
| A korreláció hányados és a regressziós függvények becslése | 216 |
| A négyzetes kontingencia és függetlenségi vizsgálat | 223 |
| Többváltozós statisztikai kapcsolatok, függőségi mérőszámok. A többváltozós lineáris regresszió | 226 |
| A többváltozós lineáris regresszió | 226 |
| A parciális és többszörös korrelációs együttható | 230 |
| A töbváltozós regresszió becslése | 234 |
| A parciális és többszörös korrelációs együtthatók becslése | 237 |
| Programozott gyakorlatok | 239 |
| (Függelék:) A statisztikai analízis általános statisztikai döntéselméleti megfogalmazásának lehetősége | 263 |
| Szakirodalom a 4. fejezethez | 267 |
| Ellenőrző kérdések a 4. fejezethez | 268 |
| A véletlen (sztochasztikus) folyamatok (idősorok) statisztikája | 269 |
| Statisztikai minták véletlen folyamatokra | 269 |
| A véletlen (sztochasztikus) folyamatok értelmezése | 269 |
| A statisztikai minta értelmezése sztochasztikus folyamatokra | 270 |
| A vizsgált véletlen folyamatok tipizálása | 275 |
| Statisztikai hipotézisek véletlen folyamatokra | 290 |
| A statisztikai összefüggések vizsgálata véletlen folyamatokra | 290 |
| A statisztikai összefüggés vizsgálatok feladata | 290 |
| Előrebecslés, prognózis (extrapoláció) stacionárius folyamatokra (idősorokra) | 291 |
| Statisztikai identifikáció (modellépítés) lineáris dinamikus rendszerekre | 293 |
| Lineáris szűrők (filtráció) | 300 |
| Az idősorok statisztikája | 302 |
| Az idősor fogalma és összetevői | 302 |
| A trendösszetevők meghatározásának elemi megközelítései | 303 |
| Korszerű idősoranalízis autoregresszív és mozgóátlag típusú modellekkel (ARIMA módszer) | 306 |
| Az ARIMA idősor analízis módszer alkalmazása a lineáris rendszerek statisztikai identifikációjára | 311 |
| Több komponens együttes figyelembevétele, az idősorok spektrálanalízise | 313 |
| Programozott gyakorlatok | 321 |
| Szakirodalom az 5. fejezethez | 342 |
| Ellenőrző kérdések az 5. fejezethez | 343 |
| Általános statisztikai irodalom | 345 |
Folytatás Microsoft-tal