В монографии изложен новый непараметрический подход к анализу статических данных, когда закон распределения неизвестен и выводы основываются не на самих данных, а на знаках определенных функций от них. Рассмотрены важные для приложений статические моделирегрессии и авторегрессии, для которых единым знаковым методом решены основные статистические задачи. Свойства знаковых правил изучены для конечных и растущих объектов выборок, показана их высокая устойчивость к грубым ошибкам. Предложены численные алгоритмы знакового анализа. Для специалистов, аспирантов, студентов, изучающих и использующих методы математической статистики.