1. RÉSZ: AZ SPSS 14.0 ALAPJAI 13

1.1. A programrendszer elemei 13
1.1.1. Az interakciós eszközök 13
1.1.2. Az adatmátrix 16
1.1.3. Az SPSS-ben használt ablakok 18
1.2. Az adat editor menüsor parancsainak rövid leírása 22
1.2.1. File menü 22
1.2.2. Edit menü 24
1.2.3. View menü 25
1.2.4. Data menü 25
1.2.5. Transform menü 27
1.2.5.1. A Compute… menüpont 27
1.2.5.1.1. Aritmetikai függvények 27
1.2.5.1.2. Konverziós függvények 28
1.2.5.1.3. Valószínűségi eloszlásfüggvények 28
1.2.5.1.4. Inverz valószínűségi eloszlásfüggvények 29
1.2.5.1.5. Logikai függvények 30
1.2.5.1.6. A hiányzó értékeket kezelő függvények 30
1.2.5.1.7. Véletlenszám generáló függvények 30
1.2.5.1.8. Statisztikai függvények 31
1.2.5.1.9. Szöveg-manipuláló (string) függvények 32
1.2.5.1.10. Dátum- és időfüggvények 33
1.2.5.2. A Transform menü egyéb menüpontjai 34
1.2.6. Analyze menü 35
1.2.6.1. A Reports almenü 35
1.2.6.2. A Descriptive Statistics almenü 36
1.2.6.3. A 14Tables (11Custom Tables) almenü 36
1.2.6.4. A Compare Means almenü 37
1.2.6.5. A General Linear Model almenü 37
1.2.6.6. A Mixed Models almenü 38
1.2.6.7. A Correlate almenü 39
1.2.6.8. A Regressions almenü 39
1.2.6.9. A Loglinear almenü 40
1.2.6.10. A Classify almenü 40
1.2.6.11. A Data Reduction almenü 41
1.2.6.12. A Scale almenü 42
1.2.6.13. A Nonparametric Tests almenü 43
1.2.6.14. A Time Series almenü 44
1.2.6.15. A Survival almenü 44
1.2.6.16. Az Analyze menü további részei 45
1.2.7. Graphs menü 45
1.2.8. A Utilities menü 49
1.2.9. Window menü 49
1.2.10. Help menü 50
1.3. Az Output szerkesztő (viewer) 51
1.3.1. Az Output Szerkesztő főbb általános jellemzői 51
1.3.2. A kereső fa felépítése és átszerkesztése 51
1.3.3. A táblázatok átformázása 53
1.3.4. Címek, szövegek szerkesztése 54
1.3.5. Grafikonok szerkesztése 54
1.3.6. Output listaelemek automatikus formázása, SPSS Script 57
1.3.6.1. Szkriptek futtatása 57
1.3.6.2. Szkriptfájlok létrehozása és átszerkesztése 60
1.3.7. SPSS outputok közlekedtetése más alkalmazásokkal 62
1.3.8. A pivot táblázatok kezelése 64

2. RÉSZ: MATEMATIKAI STATISZTIKAI ALAPOK 66

2.1. Példák statisztikai problémákra 66
2.2. Leíró statisztikák 71
2.2.1. A lényeg rövid összefoglalása 71
2.2.2. A matematikai részletek 72
2.2.2.1. Az adatok centrális helyzetét leíró statisztikák 72
2.2.2.2. A szóródás mértékei 73
2.2.2.3. További eloszlásjellemzők 73
2.2.2.4. A változók összefüggésének mérése 76
2.2.2.4.1. A kontingencia-táblázat és a belőle számított statisztikák 76
2.2.2.4.2. Ordinális mértékek a függetlenség mérésére 79
2.2.2.4.3. Számváltozók közötti lineáris kapcsolat erősségét mérő statisztikák 80
2.2.3. Számítógépes gyakorlatok 81
2.2.3.1. Adatok bevitele, elmentése 81
2.2.3.2. Grafikus kiértékelések 83
2.2.3.3. Alapstatisztikák kérése 85
2.3. Hipotéziselmélet 87
2.3.1. A lényeg rövid összefoglalása 87
2.3.2. A matematikai részletek 91
2.3.2.1. A hipotéziselmélet alapjai 91
2.3.2.2. Paraméteres próbák 92
2.3.2.2.1. Egymintás u-próba 93
2.3.2.2.2. A kétmintás u-próba 94
2.3.2.2.3. Az egymintás t-próba 94
2.3.2.2.4. A két párosított (összetartozó) mintás t-próba 95
2.3.2.2.5. A két független mintás t-próba 96
2.3.2.2.6. Az F-próba 97
2.3.2.2.7. Bartlett-próba 98
2.3.2.2.8. A Welch-próba (d-próba) 98
2.3.2.3. Nemparaméteres próbák 99
2.3.2.3.1. χ² -próbák 99
2.3.2.3.2. Az egymintás Kolmogorov-Szmirnov-próba illeszkedésvizsgálatra 103
2.3.2.4. A homogenitás problémájának matematikai megfogalmazása 104
2.3.2.4.1. Két független minta homogenitásának ellenőrzése 104
2.3.2.4.2. Több független minta homogenitásának vizsgálata 104
2.3.2.4.3. Két párosított minta homogenitásának vizsgálata 105
2.3.2.4.4. Több összetartozó minta homogenitásának vizsgálata 105
2.3.2.4.5. Klaszteranalízis alkalmazása a minták homogenitásának ellenőrzésére 106
2.3.2.4.6. Nemparaméteres próbák a minták homogenitásának ellenőrzésére 106
2.3.2.4.7. Két független minta homogenitásának vizsgálata Mann-Whitney próbával 106
2.3.2.4.8. Két független minta homogenitásának vizsgálata -próbával 107
2.3.2.4.9. Két független minta homogenitásának vizsgálata Kolmogorov-Szmirnov próbával 108
2.3.2.4.10. Több független minta együttes homogenitás-vizsgálata Kruskal-Wallis próbával 108
2.3.2.4.11. Két összetartozó minta homogenitásának ellenőrzése Kolmogorov-Szmirnov próbával 109
2.3.2.4.12. Két összetartozó minta homogenitásának ellenőrzése Wilcoxon próbával 109
2.3.2.4.13. Több összetartozó minta homogenitásának ellenőrzése Friedman próbával 110
2.3.3. Számítógépes gyakorlatok 111
2.3.3.1. Normalitásvizsgálat 111
2.3.3.2. Két független minta összehasonlítása Mann-Whitney próbával 112
2.3.3.3. Két összetartozó minta összehasonlítása Wilcoxon próbával 113
2.3.3.4. Két független minta összehasonlítása t-próbával 114
2.3.3.5. Két összetartozó minta összehasonlítása t-próbával 114
2.3.3.6. Két független minta homogenitás-vizsgálata Kolmogorov-Szmirnov Z-próbával 115
2.3.3.7. Három független minta összehasonlítása Kruskal-Wallis próbával 115
2.4. Szórásanalízis 116
2.4.1. A lényeg rövid összefoglalása 116
2.4.2. A matematikai részletek 117
2.4.2.1. A szórásanalízis alapfogalmai 117
2.4.2.2. Kísérleti elrendezések 118
2.4.2.3. A szórásanalízis módszerei 120
2.4.2.4. Egyszeres osztályozás 120
2.4.2.5. Kétszeres osztályozás az interakció figyelembevétele nélkül 122
2.4.2.6. Kétszeres osztályozás az interakció figyelembevételével 123
2.4.2.7. Nemparaméteres alternatívák 124
2.4.2.7.1. Független minták összehasonlítása 124
2.4.2.7.2. Összetartozó minták összehasonlítása 125
2.4.3. Számítógépes gyakorlatok 126
2.4.3.1. Egyszempontos (egyfaktoros) szórásanalízis 126
2.4.3.2. Kétszempontos (kétfaktoros) szórásanalízis 128
2.5. Regresszió analízis 131
2.5.1. A lényeg rövid összefoglalása 131
2.5.2. A matematikai részletek 132
2.5.2.1. Az alapprobléma 132
2.5.2.2. Definíciók, jelölések 133
2.5.2.3. Példák regressziós problémára 135
2.5.2.4. Lineáris regresszió két változó között 137
2.5.2.4.1. Az alapmodell 137
2.5.2.4.2. Próbák és konfidencia-intervallumok a lineáris regresszió elméleti együtthatóira 138
2.5.2.4.3. Lineáris regresszió dichotóm vagy kategoriális független változóval 142
2.5.2.4.4. Lineáris regresszió dichotóm függő változóval 146
2.5.2.4.5. Lineárisra visszavezethető kétparaméteres regressziós összefüggések keresése 149
2.5.2.5. Nemlineáris regresszió 152
2.5.2.6. Többváltozós lineáris regresszió 153
2.5.2.6.1. Az alapmodell 153
2.5.2.6.2. A független változók minősítése a lineáris kapcsolat szempontjából 154
2.5.2.6.3. Modellépítés, a parciális F-próba 155
2.5.2.6.4. Automatikus eljárások a lineáris regressziós modell összeállítására 155
2.5.2.6.5. A modell érvényességének ellenőrzése 156
2.5.3. Számítógépes gyakorlatok 157
2.5.3.1. Lineáris regresszió (A fizetések függése a kortól és a gyakorlati időtől) 157
2.5.3.2. Lineáris regresszió kategoriális független változóval (A fizetések függése a kortól és a beosztástól) 159
2.5.3.3. Nemlineáris regresszió (Kapcsolat a gépkocsik fogyasztása és teljesítménye között) 163
2.5.3.4. A fogyasztás kifejezése a többi változó lineáris regressziójával 165
2.6. Az általános lineáris modell 167
2.6.1. A lényeg rövid összefoglalása 167
2.6.2. A matematikai részletek 168
2.6.2.1. Elvi alapok 168
2.6.2.2. Az egyváltozós GLM modellek 168
2.6.2.2.1. Többváltozós lineáris regresszió 170
2.6.2.2.2. Egyszeres osztályozás (One-Way ANOVA) 170
2.6.2.2.3. Kétszeres osztályozás interakció nélkül 171
2.6.2.3. Többváltozós GLM modellek 172
2.6.2.4. A megismételt mérések esete (repeated measures) 172
2.6.3. Számítógépes gyakorlatok 172
2.6.3.1. Egyszeres osztályozás elvégzése a GLM-mel 172
2.6.3.2. Kétszeres osztályozás elvégzése a GLM-mel 174
2.6.3.3. Ismételt mérések (gyermekek növekedésének vizsgálata) 175
2.6.3.4. Ismételt mérések (tanulók egyenletmegoldási teljesítményének vizsgálata) 177
2.7. A faktoranalízis és a főkomponens analízis 181
2.7.1. A lényeg rövid összefoglalása 181
2.7.2. A matematikai részletek 182
2.7.2.1. A faktoranalízis 182
2.7.2.2. A főfaktor analízis 185
2.7.2.2.1. Nemsúlyozott és súlyozott legkisebb négyzetek módszere 185
2.7.2.2.2. Maximum-likelihood faktoranalízis 185
2.7.2.2.3. Egyéb módszerek 185
2.7.2.2.4. Rotáció 186
2.7.2.2.5. A faktorok interpretálása 186
2.7.2.3. A főkomponens analízis 186
2.7.3. Számítógépes gyakorlatok 188
2.7.3.1. Gépkocsi-jellemzők vizsgálata faktoranalízissel (A modell felépítése) 188
2.7.3.2. Gépkocsi-jellemzők vizsgálata faktoranalízissel (Az eredmények értelmezése) 192
2.8. Osztályozási módszerek 196
2.8.1. A lényeg rövid összefoglalása 196
2.8.2. A matematikai részletek 197
2.8.2.1. Osztályozási módszerek 197
2.8.2.2. Az alakfelismerés matematikai modellje 198
2.8.2.3. Tanulóalgoritmusok 199
2.8.2.4. Diszkriminancia analízis 200
2.8.2.5. Klaszter analízis 202
2.8.2.5.1. A középpont módszer (K-means clusters) 203
2.8.2.5.2. Hierarchikus klaszterezési módszer 204
2.8.2.6. ROC görbéken alapuló diszkrimináció 205
2.8.3. Számítógépes gyakorlatok 207
2.8.3.1. Diszkriminancia analízis hat kategóriával és nagy számú prediktor változóval (Országok diszkriminálása gazdasági régiók alapján) 207
2.8.3.2. Rögzített számú klaszter előállítása (Országok klaszterezése gazdasági régiók alapján) 211
2.8.3.3. ROC-görbék (Radar-operátorok diszkriminációs teljesítményének vizsgálata) 212
2.8.3.4. Diszkriminancia analízis négy kategóriával és négy prediktor változóval (Munkavállalók várható beválásának előrejelzése pszichológiai adatok alapján) 214
2.9. Skálázás 217
2.9.1. A lényeg rövid összefoglalása 217
2.9.2. A matematikai részletek 219
2.9.2.1. Skálák megbízhatósága 219
2.9.2.1.1. A klasszikus tesztelmélet alapjai 219
2.9.2.1.2. Skálák megbízhatósági és érvényességi modelljei 220
2.9.2.2. A többdimenziós skálázás 223
2.9.2.2.1. A többdimenziós skálázás alapproblémái 223
2.9.2.2.2. A klasszikus MDS 226
2.9.2.2.3. Nemmetrikus módszerek, a Shepard-Kruskal-algoritmus 227
2.9.2.2.4. Több kísérleti személy eredményének együttes kiértékelése 228
2.9.2.2.5. Az SPSS-ben használt néhány definíció 228
2.9.2.3. A conjoint analízis 229
2.9.2.3.1. A conjoint analízis alapelvei 229
2.9.2.3.2. A conjoint analízis modellje 229
2.9.2.3.3. A conjoint analízis néhány általános vonása az SPSS-ben 231
2.9.3. Számítógépes gyakorlatok 232
2.9.3.1. Skálák megbízhatóságának elemzése I. (Egyszerű egy- és háromskálás tesztek skáláinak megbízhatósági elemzése) 232
2.9.3.2. Skálák megbízhatóságának elemzése II. (Az MBTI első magyar nyelvű számítógépes verziójának a megbízhatósági elemzése) 234
2.9.3.3. Egy távolságmátrixon alapuló kétdimenziós paraméteres és nemparaméteres MDS
(Térkép konstruálása városok egymástól való távolságai alapján) 237
2.9.3.4. Preferencia-pontszámokon alapuló háromdimenziós WMDS (Vállalati döntéshozók gondolkodásmódjának elemzése) 241
2.9.3.5. Több távolságmátrixon alapuló kétdimenziós paraméteres MDS és WMDS
(Politikusok országokkal kapcsolatos nézeteinek elemzése) 245
2.9.3.6. Szubjektív pontszámokon alapuló kétdimenziós MDS (Matematikai feladatok érthetőségét meghatározó tényezők vizsgálata) 250
2.9.3.7. Conjoint analízis 252
2.9.3.7.1. Új edzőcipő legkedvezőbb várható fogyasztói fogadtatását kiváltó jellemző-kombinációjának meghatározása 252
2.9.3.7.2. Szőnyegtisztító készülék legkedvezőbb várható fogyasztói fogadtatását kiváltó jellemző-kombinációjának meghatározása 256
2.9.3.7.3. Szórakoztató elektronikai termék legkedvezőbb várható fogyasztói fogadtatását kiváltó
jellemző-kombinációjának meghatározása 262
2.10. Idősorok elemzése 263
2.10.1. A lényeg rövid összefoglalása 263
2.10.2. A matematikai részletek 264
2.10.2.1. Bevezetés, alapfogalmak 264
2.10.2.2. “Nem változó” idősorok detektálására vonatkozó próbák 266
2.10.2.2.1. Váltakozáselemzés 266
2.10.2.2.2. Csúcsmódszer 267
2.10.2.2.3. Előjelmódszer 267
2.10.2.3. Az exponenciális szűrés 267
2.10.2.4. Box-Jenkins-féle idősor modellek (ARIMA) 272
2.10.2.6. Trendelemzés 277
2.10.3. Számítógépes gyakorlatok 278
2.10.3.1. Exponenciális szűrés (Nyomtatók napi energia-felvételét tartalmazó idősor elemzése) 278
2.10.3.2. Előrejelzés hagyományos regressziós módszerekkel és indikátor-változó segítségével
(Részvények jegyzéseinek alakulását jellemző idősor elemzése) 281
2.10.3.3. Előrejelzés hagyományos regressziós módszerekkel és exponenciális simítással
(Magyarország népességi adatainak alakulása 1994-ben) 285
2.10.3.4. Előrejelzés egy ARIMA(1,0,0) modell alapján
(Magyarország 1975-1994 közötti villamosenergia termelését jellemző idősor elemzése) 290
2.10.3.5. Trendet és szezonalitást tartalmazó idősor felbontása additív komponensekre
(Vasúti áruszállítás alakulását mutató idősor elemzése) 293
2.10.3.6. Szezonalitást és hosszú távú ciklust tartalmazó idősor felbontása multiplikatív komponensekre
(A DEM/USD árfolyam idősorának elemzése) 295
2.11. Szabályozó grafikonok (QI Analyst 3.5.2. HU verzió) 298
2.11.1. A lényeg rövid összefoglalása 298
2.11.2. A matematikai részletek 299
2.11.2.1. Bevezetés 299
2.11.2.2. Elméleti alapok 299
2.11.2.3. Méréses szabályozás 301
2.11.2.3.1. Alapfogalmak 301
2.11.2.3.2. Méréses jellemzők szabályozó és kiegészítő grafikonjainak alaptípusai 304
2.11.2.3.3. A méréses jellemzők QI Analyst által előállítható szabályozó és kiegészítő grafikonjai 307
2.11.2.4. Minősítéses szabályozás 311
2.11.2.4.1. Alapfogalmak 311
2.11.2.4.2. Minősítéses jellemzők szabályozó grafikonjainak alaptípusai 312
2.11.2.4.3. A minősítéses jellemzők QI Analyst által előállítható szabályozó grafikonjai 313
2.11.2.5. Összefoglaló áttekintés 316
2.11.3. Számítógépes gyakorlatok 316
2.11.3.1. Változók definiálása és adatbevitel a QI Analyst programcsomagban
(Gyógyszergyári tablettázógépről levett kisminták vizsgálatának előkészítése) 316
2.11.3.2. Méréses jellemzőkkel kapcsolatos elemi műveletek (Zárógyűrűk átmérőjének vizsgálata) 318
2.11.3.3. Méréses jellemzők vizsgálata I. (Hőkezelés hatása a zárógyűrűk átmérőjére) 320
2.11.3.4. Méréses jellemzők vizsgálata II. (Okok azonosítása a hőkezelt zárógyűrűk átmérőjének alakulásában) 322
2.11.3.5. Méréses jellemzők és gyakoriságok vizsgálata I. (Mérgezések műanyag gyermekjátékokkal) 323
2.11.3.6. Méréses jellemzők és gyakoriságok vizsgálata II. (Egy kórház betegellátási kapacitását meghatározó tényezők vizsgálata) 325
2.11.3.7. Minősítéses jellemzők vizsgálata (Selejtes áramköri panelek gyártásához vezető okok elemzése) 326
2.11.3.8. Méréses és minősítéses jellemzők együttes vizsgálata (Robbanásveszélyes pezsgős palackok gyártásához vezető okok azonosítása) 327
2.12. Neurális hálózatok (Neural Connection 2.1 verzió) 329
2.12.1. A lényeg rövid összefoglalása 329
2.12.2. A matematikai részletek 330
2.12.2.1. Bevezetés, alapfogalmak 330
2.12.2.2. A neurális hálók működése és matematikai modellje 334
2.12.2.2.1. Többrétegű perceptron hálózat (Multi-Layer Perceptron Network) 334
2.12.2.2.2. Radiális bázisfüggvényen alapuló hálózat (Radial Basis Function Network) 338
2.12.2.2.3. Bayes-statisztikán alapuló hálózat (Bayesian Network) 339
2.12.2.2.4. Kohonen-hálózat (Kohonen Network) 340
2.12.2.3. A Neural Connection 2.1 szoftver ismertetése 341
2.12.3. Számítógépes gyakorlatok 348
2.12.3.1. Klasszifikáció 1. (“Direkt marketing” esettanulmány a NetAgent alkalmazásával) 348
2.12.3.2. Klasszifikáció 2. (“Direkt marketing” esettanulmány egy topológia felépítésével) 350
2.12.3.3. A párhuzamos elosztott feldolgozás tulajdonságainak szemléltetése
(Személyek jellemzői közötti kapcsolatok “megtanulása”) 354
2.12.3.4. Idősor előrejelzés (Aláírás valódiságának ellenőrzése) 356

3. RÉSZ: GYAKORLATI ÚTMUTATÓK ÉS FELADATOK 365

3.1. Gyakorlati útmutatók a statisztikai elemzésekkel kapcsolatban 365
3.1.1. A gyakrabban használt statisztikai eljárások alkalmazási feltételei 365
3.1.2. A minimálisan szükséges mintaelemszám meghatározása 368
3.1.2.1. A probléma megfogalmazása 368
3.1.2.2. Az egymintás t-próba elvégzéséhez minimálisan szükséges mintaelemszám becslése 368
3.1.2.3. Nemparaméteres módszerek a minimálisan szükséges mintaelemszám becslésére 370
3.1.2.3.1. A mintaelemszám becslése a Hoeffding-egyenlőtlenség segítségével (ha a szórás nem ismert) 371
3.1.2.3.2. A mintaelemszám becslése a Bernstein-egyenlőtlenség segítségével (ha a szórás ismert) 374
3.1.3. Segédtáblázatok a megfelelő statisztikai eljárások kiválasztásához az SPSS-ben 376
3.1.4. A Ministat programcsomag SPSS-t kiegészítő speciális opciói 384
3.2. Gyakorló feladatok 385
3.2.1. A feladatokban használt állományok rövid leírása 385
3.2.2. Feladatok lépésről lépésre vezetett megoldásokkal 393
3.2.2.1. FELADAT: Adatmanipulálás: adatok aggregálása és konvertálása 393
3.2.2.2. FELADAT: A TRANSFORM funkcióinak gyakorlása 395
3.2.2.3. FELADAT: Normalitásvizsgálat 396
3.2.2.4. FELADAT: Nemlineáris regressziós összefüggés keresése 397
3.2.2.5. FELADAT: Osztályozás, klaszteranalízis 399
3.2.2.6. FELADAT: Faktoranalízis, főkomponensanalízis 400
3.2.2.7. FELADAT: Emberi erőforrásokat jellemző adatok elemzése 402
3.2.2.8. FELADAT: Megbízhatósági függvény és meghibásodási ráta 404
3.2.2.9. FELADAT: Túlélési adatok analízise 406
3.2.2.10. FELADAT: Vélemények egyezésének vizsgálata 413
3.2.2.11. FELADAT: Korrespondencia analízis 417
3.2.2.12. FELADAT: Ember-számítógép interakciót jellemző adatok elemzése:
menürendszerek használhatóságának kísérleti vizsgálata 419
3.2.2.13. FELADAT: Ember-számítógép interakciót jellemző adatok elemzése:
két e-mail rendszer használhatóságának összehasonlítása 420
3.2.2.14. FELADAT: Internetes honlap látogatóinak viselkedését jellemző adatok elemzése 430
3.2.2.15. FELADAT: Internet-használati szokások elemzése 434
3.2.3. Feladatok rövid útmutatásokkal 437
3.2.3.1. Sorszám-változó létrehozása 437
3.2.3.2. Adott eloszlású véletlenszámok generálása 438
3.2.3.3. Kockadobás-sorozat szimulálása 439
3.2.3.4. Hisztogram-készítés 439
3.2.3.5. Empirikus eloszlásfüggvény (gyakorisági eloszlás) kirajzoltatása 440
3.2.3.6. A χ²-eloszlás kvantilistáblázata 440
3.2.3.7. Alapstatisztikák kiszámítása 440
3.2.3.8. Boxplot-grafikon elkészítése 441
3.2.3.9. Pontdiagram készítése 441
3.2.3.10. Egymintás és összetartozó kétmintás t-próba 441
3.2.3.11. Független kétmintás t-próba 442
3.2.3.12. Egyszempontos varianciaanalízis (One-Way ANOVA) 442
3.2.3.13. Homogenitásvizsgálat 443
3.2.3.14. Grafikus regresszióelemzés 443
3.2.3.15. Egyszerű lineáris regresszióelemzés 443
3.2.3.16. Többváltozós lineáris regresszióelemzés 444
3.2.3.17. Lineáris regresszió dichotóm függő változóval 444
3.2.3.18. Szakaszonkénti lineáris regresszióelemzés 445
3.2.3.19. Nemlineáris regressziós illesztés idősorra 445
3.2.3.20. Nemlineáris regresszióelemzés 446
3.2.3.21. Főkomponensanalízis 446
3.2.3.22. Faktoranalízis 447
3.2.3.23. Klaszteranalízis 447
3.2.3.24. Diszkriminanciaanalízis 448
3.2.3.25. Többdimenziós skálázás 448
3.2.3.26. Lineáris trendfüggvény keresése 449
3.2.3.27. Nemlineáris trendfüggvény keresése 449
3.2.3.28. Exponenciális trendfüggvény keresése 450
3.2.3.29. A szezonális komponens figyelembevétele 450
3.2.3.30. Dekompozíciós modell mozgó átlagolással 451
3.2.3.31. Dekompozíció nemlineáris trenddel és szezonális hatással 452
3.2.3.32. Parciális korrelációs együtthatók számítása és értelmezése 452
3.2.3.33. Az előzetes grafikus ábrázolás jelentőségének szemléltetése 453
3.2.4. Önállóan megoldandó feladatok 454

IRODALOM 457