1.	Statistika

1.1.	Statistický soubor

1.2.	Statistické zkoumání (šetření)

2.	Popis jednorozměrných a vícerozměrných statistických souborů

2.1.	Střední hodnoty

2.2.	Aritmetický průměr

2.2.1.

Některé další průměry

2.3.

Modus

2.4.

Medián

2.5.

Kvantily

2.6.	Šikmost a špičatost

2.7.	Míry variability

2.7.1.

Rozptyl a směrodatná odchylka

2.7.2.

Relativní

2.7.3.

Střední chyba průměru

2.7.4.

Korelační a regresní analýza

2.8.	Počet pravděpodobnosti

2.8.1.

Statistická definice

2.8.2.

Matematická statistika

2.8.3.

Náhodná veličina

2.9.	Metody odhadu

2.9.1.

Bodové odhady

2.10.

Intervalový odhad

2.10.1.

Odhad průměru základního souboru

2.10.2.

Odhad rozptylu základního souboru

2.10.3.

Odhad pravděpodobnosti výskytu určitého jevu v základním souboru

2.11.

Testování hypotéz

2.11.1.

Postup při testování hypotéz

2.12.

Časové řady

2.12.1.

Okamžiková časová řada

2.12.2.

Intervalová časová řada

2.12.3.

Vyrovnávání časových řad

"Popis jednorozměrných a vícerozměrných statistických souborů

Zajímá-li nás u statistického souboru jen jedna vlastnost jeho jednotek, pohlížíme na soubor jako jednorozměrný, je naším úkolem jej uspořádat (setřídit) do tabulky a vypočítat takové zhuštěné charakteristiky, které by nám umožnily srovnání s jiným souborem:
• rozsah souboru (celkový počet prvků) n
• uspořádat hodnoty znaku podle velikosti a počet výskytů těchto hodnot nazýváme absolutními četnostmi ni. Již zde při porovnávání absolutních četností u dvou nebo více souborů můžeme někdy udělat správné závěry. Ovšem s patřičnou opatrností, když se základní soubor v němž jev sledujeme mění a jsou li porovnávané soubory nehomogenní. Např.: stará zástavba – sídliště, město – vesnice, při srovnávání věku, vzdělanosti, apod.. Při porovnávání výskytu určitého jevu v souborech různé velikosti používáme četnosti na stejný počet statistických jednotek (např.: výskyt jevu na 1000, nebo na 100 000 statistických jednotek).
• Četnosti vztažené k celkovému počtu prvků nazýváme relativními četnostmi. Ty charakterizují soubor (také uspořádaný podle velikosti, hodnoty znaku), resp. jeho strukturu v % a obvykle se značí pi. I zde je třeba opatrnosti při posuzování ukazatelů struktury. Především je chybou porovnávat více souborů v jednom jediném řádku strukturní tabulky, nebo i v jediném sloupci.
• Omyly nastávají i při používání procent. Procento je počítáno tam kde věcně nemá smysl. Počítat procenta z malých souborů je nepřesné a bez dalšího statistického hodnocení je bezcenné. Při udávání procenta je třeba uvést rozsah souboru ze kterého bylo počítáno, případně další charakteristiky. Rozsah výběru pro spolehlivý výpočet procenta a při porovnávání procent u různých souborů je třeba použít metod odhadu a testování hypotéz z oblasti statistické inference.
• kumulativní četnosti říkají kolik prvků, resp.poměrná část má hodnotu znaku menší než danou.
• četnosti lze znázornit graficky, tj. spojíme-li body určené souřadnicemi hodnoty znaků a četnostmi, dostaneme mnohoúhelník (polygon) četností.

Má-li znak příliš mnoho variant znaku, shrneme vždy několik hodnot znaku do skupin (intervalů) podle velikosti hodnoty znaku. Podle potřeby určíme i středy intervalů. Aby tabulka byla přehledná je vhodné, aby intervalů nebylo příliš mnoho, i když zase příliš velká délka intervalu může způsobit nepřesnosti. Zařazení prvků do intervalu musí být jednoznačné, konec jednoho intervalu nemůže být začátkem druhého. Někdy krajní intervaly nemusí být uzavřené."

Čistý text dosahuje cca 18 stran. Obsahuje schémata a tabulky. Obsahuje vzorce, které jsou vkládané jako grafické prvky.