Matematikai statisztikai módszerek

(Felhasznált irodalom: Kemény Sándor, Deák András: Kísérletek tervezése és értékelése. Műszaki Könyvkiadó, Budapest, 2000)

I. Valószínűségelméleti és matematikai statisztikai alapok
1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása

1.1. Alapfogalmak
1.2. A legfontosabb diszkrét eloszlások
1.3. A legfontosabb folytonos eloszlás: normális eloszlás
1.4. Eloszlások közelítése

2. A statisztikai következtetés
2.1. A minta statisztikai jellemzői
2.1.1. A számtani középérték
2.1.2. A centrális határeloszlási tétel
2.1.3. A normális eloszlású minta szórásnégyzetének eloszlása: 2- (khi-négyzet-) eloszlás
2.1.4. t-eloszlás (Student-eloszlás)
2.1.5. F-eloszlás

2.2. Hipotézisvizsgálat, statisztikai próbák
2.2.1. u-próba
2.2.2. Első- és másodfajú hiba
2.2.3. 2-próba a variancia vizsgálatára
2.2.4. Két szórásnégyzet összehasonlítása (F-próba)

2.2.5. A t-próba
2.2.5.1. Egymintás t-próba
2.2.5.2. Kétmintás t-próba
2.2.5.3. Páros t-próba
2.2.6. Több szórásnégyzet összehasonlítása: a varianciák azonosságának (homogenitásának) vizsgálata
2.2.6.1. Bartlett-próba
2.2.6.2. Cochran-próba
2.2.6.3. Levene-próba
2.2.7. A tárgyalt statisztikai próbák áttekintő táblázata (paraméteres próbák)

Nemparaméteres próbák

2.3. Paraméterbecslés
2.3.1. A becslések tulajdonságai
2.3.2. Becslési módszerek
2.3.2.1. Legkisebb négyzetek módszere

2.3.2.2. Maximum-likelihood- (legnagyobb valószínűség) módszere
2.3.2.3. Momentumok módszere
2.3.3. A becslés kivitelezése

2.4. Illeszkedésvizsgálat
2.4.1. Illeszkedésvizsgálat statisztikai próbával
2.4.2. Illeszkedésvizsgálat grafikus módszerrel

3. Több valószínűségi változó együttes eloszlása, korreláció
3.1. Többváltozós eloszlás sűrűségfüggvénye
3.2. Valószínűségi változók függetlensége
3.3. Korreláció
 

II. Lineáris regresszió
4. A regresszióanalízis alapjai; egyváltozós lineáris regresszió
4.1. A regresszióanalízis alapjai
4.2. Lineáris regresszió, ismétlés nélküli mérések, y2 konstans
4.2.1. Becslés a legkisebb négyzetek módszerével

4.2.2. Maximum-likelihood-becslés, robusztus becslések

4.2.3. A mérések sorrendje
4.3. Lineáris regresszió ismételt mérések esetén, y2 konstans
4.4. Lineáris regresszió ismételt mérések eseten, ha y2 nem konstans
4.5. Jóslási sáv

4.6. Kalibrációs egyenes: a regressziós egyenlet megoldása a független változóra