P. 1
US_-_Statisticke_metode_-_praktikum_2010_0

US_-_Statisticke_metode_-_praktikum_2010_0

|Views: 27|Likes:
Published by Marko Nikolic
US_-_Statisticke_metode_-_praktikum_2010_0 praktikum singidunum Beograd
US_-_Statisticke_metode_-_praktikum_2010_0 praktikum singidunum Beograd

More info:

Categories:Types, School Work
Published by: Marko Nikolic on May 10, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/13/2014

pdf

text

original

UNIVERZITET SINGIDUNUM

STATISTIČKE
METODE
- PRAKTIKUM -
B d 2010
STATISTIKA
1. PRIKAZIVANJE STATISTIČKIH PODATAKA . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. STATISTIČKE SERIJE I TABELE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. GRAFIČKO PRIKAZIVANJE STATISTIČKIH SERIJA . . . . . . . . . . . . . 6
2. SREDNJE VREDNOSTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11
2.1. IZRAČUNATE SREDNJE VREDNOSTI . . . . . . . . . . . . . . . . . . . . . . . . .11
2.1.1. Aritmetička sredina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11
2.1.2. Geometrijska sredina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .14
2.1.3. Harmonijska sredina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. POZICIONE SREDNJE VREDNOSTI . . . . . . . . . . . . . . . . . . . . . . . . . . .21
2.2.1. Modus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21
2.2.2. Medijana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23
2.2.3. Kvartili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27
2.3. MERE VARIJACIJE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32
cijent varijacije . . . . . . . . .32
2.4. POKAZATELJI OBLIKA RASPOREDA . . . . . . . . . . . . . . . . . . . . . . . . . .36
2.4.1. Mera asimetrije i spljoštenosti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36
3. DINAMIČKA ANALIZA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
3.1. VREMENSKI INDEKSI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
3.1.1. Bazni indeksi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
3.1.2. Verižni (lančani) indeksi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44
3.2. GRUPNI (AGREGATNI INDEKSI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48
3.2.1. Indeksi količine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48
3.2.2. Indeks cena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54
3.2.3. Indeks vrednosti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .60
3.2.4. Indeks troškova života . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .62
3.2.5. Indeks plata (zarada) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .63
3.2.6. Indeks produktivnosti rada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .69
SADRŽAJ
I - DEO
3.3. TREND 77
3.3.1. Linearni trend 77
3.3.2. Parabolični trend 80
3.3.3 Eksponencijalni trend 84
3.4. SEZONSKE VARIJACIJE 90
3.5. CIKLIČNE VARIJACIJE 112
II - DEO
ELEMENTI TEORIJE VEROVATNOĆE
4. ELEMENTI TEORIJE VEROVATNOĆE 119
4.1. VEROVATNOĆA “A PRIORI” 119
4.2. VEORVATNOĆA “A POSTERIORI” 119
4.3. ZBIRNA VEROVATNOĆA 120
4.4. SLOŽENA VEROVATNOĆA 121
4.5. USLOVNA VEROVATNOĆA 122
4.6. BAJERSOVA VEROVATNOĆA 123
4.7. BINOMNA VEROVATNOĆA 125
4.8. PUASONOVA VEROVATNOĆA 127
4.9. ZAKON VELIKIH BROJEVA 129
4.9.1. Nejednačina Čebiševa 129
4.9.2. Teorema Čebišova 131
4.9.3. Teorema Bernulija 132
4.10. CENTRALNA GRANIČNA TEOREMA 133
4.11. JEDNODIMENZIONALNA PREKIDNA
SLUČAJNA PROMENLJIVA 135
5. METOD UZORKA 140
5.1. VELIČINA UZORKA 140
5.2. OCENE NA OSNOVU UZORAKA 142
5.3. STATISTIČKI TESTOVI NA OSNOVU UZORAKA 150
5.3.1. Testovi na osnovu „T“ raspodela 150
5.3.2. Testovi na osnovu „F“ raspodele 157
5.3.3. Testovi na osnovu χ2 rasporeda 169
6. REGRESIJA I KORELACIONA ANALIZA 174
6.1. LINEARNA I KORELACIONA ANALIZA 174
6.1.1. Parcijalna korelacija 179
6.1.2. Korelacija ranga 186
7. STATISTČKE TABLICE 189
Literatura 215
I - DEO
Statistika

1. PRIKAZIVANJE STATISTIČKIH PODATAKA
1.1. STATISTIČKE SERIJE I TABELE
ZADATAK 1.
Na pismenom ispitu iz statistike 30 studenata dobilo je sledeće bodove:
36 41 47 51 61 65 71 79 80 81
65 70 70 77 84 87 91 95 100 91
41 45 50 57 61 65 70 81 95 100
a) Grupisati podatke u obliku numeričke serije
b) Grupisati podatke u obliku intervalne numeričke serije
Rešenje:
a) Za grupisanje podataka u obliku numeričke serije uoči se najmanja vrednost obeležija,
a zatim se vrednosti ređaju po rastućem nizu u tabeli. Zatim se prebrojavaju koliko se
puta pojavljuju pojedinačne vrednosti obeležija pa se te brojke upisuju u tabelu.
Tabela 1. – Grupisanje studenata prema broju bodova
Broj bodova
(x)
Broj studenata
(f)
Broj bodova
(x)
Broj studenata
(f)
36 1 71 1
41 2 77 1
45 1 79 1
47 1 80 1
50 1 81 2
51 1 84 1
57 1 87 1
61 2 91 2
65 3 95 2
70 3 100 2
UKUPNO: 30
b) Za grupisanje podataka u obliku intervalne numeričke serije potrebno je odrediti broj
grupnih intervala (K) i širinu tih intervala (i).
Broj grupnih intervala određuje se Stuges-ovim pravilom pomoću formule:

1 3, 3 log K N
1
a širina intervala pomoću izraza:

max min X X
i
K
÷
=

1 3, 3 log30
1 3, 3 1, 47712
1 4, 8745
5, 8745
K
K
K
K
= +
= +
= +
=

100 36
6
64
10, 66
6
i
i
÷
=
= =


6 K ~ (intervala) 11 i ~ (širina intervala)
Tabela 2. – Grupisanje studenata prema broju bodova
Broj bodova (x) Broj studenata (f)
35-46 4
47-57 4
58-68 5
69-79 6
80-90 5
91-101 6
UKUPNO: 30


ZADATAK 2.
Broj stabala jabuka po domaćinstvima u jednom naseljenom mestu bio je:
11 20 16 20 16 15
15 25 17 11 16 10
17 10 20 16 20 15
11 13 25 11 15 16
10 20 17 25 13 17
a) Grupisati podatke u obliku numeričke serije
b) Grupisati podatke u obliku intervalne numeričke serije
Rešenje:
a)
Tabela 3. – Grupisanje domaćinstava prema broju stabala
Broj stabala (x) Broj domaćinstava (f)
10 3
11 4
13 2
15 4
16 5
17 4
20 5
25 3
UKUPNO: 30
2
b)

1 3, 3 log30
1 3, 3 1, 47712
1 4, 8745
5, 8745
K
K
K
K
= +
= +
= +
=

25 10
6
15
2, 5
6
i
i
÷
=
= =

6 K ~ (intervala) 3 i ~ (širina intervala)
Tabela 4. – Grupisanje domaćinstava prema broju stabala
Broj stabala (x) Broj domaćinstava (f)
10-12 7
12-15 6
15-18 9
18-21 5
21-24 0
24-27 3
UKUPNO: 30

ZADATAK 3.
Na 28 parcela zasejano je suncokreta u t/ha:
17 19 19 21 24 24 29
11 11 12 12 14 14 15
7 7 11 11 14 15 15
13 13 17 19 19 24 29
a) Grupisati podatke u obliku intervalne numeričke serije
b) Izračunati kumulativ „ispod“ i kumulativ „iznad“
Rešenje:
a)

1 3, 3 log
1 3, 3 log 28
1 3, 3 1, 4471
1 4, 77562
5, 77562
K N
K
K
K
K
= +
= +
= +
= +
=

max min
29 7
6
3, 6
X X
i
K
i
i
÷
=
÷
=
=


6 K ~ 4 i ~
Tabela 5. – Grupisanje parcela prema zasejanim površinama
Zasejane površine (x) Broj parcela (f)
7-10 2
11-14 11
15-18 5
19-22 5
23-26 3
27-30 2
UKUPNO: 28
3
b) Kumulativ „iznad“ izračunava se tako što krećemo od n-zbirne frekvencije i oduzimamo
frekvencije najpre prvog, pa zatim svakog narednog intervala do početne frekvencije:
28, 28-2, 28-2-11, 28-2-11-5, itd
Kumulativ „ispod“ izračunava se tako što se kreće od frekvencije početnog intervala pa
se redom sabiraju frekvencije
2, 2+11, 2+11+5, 2+11+5+5, itd.
Tabela 6. – Grupisanje parcela prema zasejanim površinama
Zasejane
površine (x)
Broj parcela
(f)
Kumulativ
„ispod“
Kumulativ
„iznad“
7-10 2 2 28
11-14 11 13 26
15-18 5 18 15
19-22 5 23 10
23-26 3 26 5
27-30 2 28 2
UKUPNO: 28 / /

ZADATAK 4.
U jednom plasteniku 27 radnika ubralo je povrća u kilogramima za 8 časova rada.
34 41 47 51 61 65 71 79 81
41 47 34 75 78 91 92 65 47
41 61 47 79 81 65 75 91 51
a) Grupisati podatke u obliku intervalne numeričke serije
b) Izračunati kumulativnu frekvenciju u procentima
Rešenje:
a)

1 3, 3 log
1 3, 3 log 27
1 3, 3 1, 43136
1 4, 7235
5, 7235
K N
K
K
K
K
= +
= +
= +
= +
=
<
<
<


6 K ~

max min
92 34
6
9, 66
X X
i
K
i
i
÷
=
÷
=
=

10 i ~
4
Tabela 7. – Grupisanje radnika prema količini ubranog povrća
Ubrano povrće (x) Broj radnika (f)
34-43 5
44-53 6
54-63 2
64-73 4
74-83 7
84-93 3
UKUPNO: 27
b) Kumulativna frekvencija u procentima izračunava se po obrascu:
Kumulativna frekvencija u % 100
kumulativna frekvencija
f
=
_
<
Za prvi interval:
5
100 18, 52%
27
= < ;
Za drugi interval:
11
100 40, 72%
27
= < ; itd.
Tabela 8. – Grupisanje radnika prema količini ubranog povrća
Ubrano povrće
(x)
Broj radnika
(f)
Kumulativna
frekvencija
Kumulativna
frekvencija u %
34-43 5 5 19
44-53 6 11 41
54-63 2 13 48
64-73 4 17 63
74-83 7 24 89
84-93 3 27 100
UKUPNO: 27 / /

ZADATAK 5.
Potrošnja mleka u 24 domaćinstva u litrima iznosila je:
17 9 9 20 24 30 30 13
9 9 10 12 12 14 15 13
7 7 9 9 14 15 15 17
a) Grupisati podatke u obliku intervalne numeričke serije
b) Izračunati relativnu i kumulativnu frekvenciju u procentima
Rešenje:
a)
1 3, 3 log
1 3, 3 log 24
1 3, 3 1, 3802
1 4, 55469
5, 55469
K N
K
K
K
K
= +
= +
= +
= +
=
<
<
<

max min
30 7
6
3, 83
X X
i
K
i
i
÷
=
÷
=
=

6 K ~

4 i ~

5
b)
Tabela 9. – Domaćinstva prema potrošnji mleka
Potrošnja
mleka (x)
Broj
domaćinstava (f)
Kumulativna
frekvencija
Relativna
frekvencija u %
Kumulativna
frekvencija u %
7-10 7 7 29 29
11-14 6 13 25 54
15-18 5 18 21 75
19-22 3 21 13 87
23-26 1 22 4 92
27-30 2 24 8 100
UKUPNO: 24 / / /

1.2. GRAFIČKO PRIKAZIVANJE STATISTIČKIH SERIJA
ZADATAK 6.
U jednom trgovinskom preduzeću u toku jednog dana ostvaren je promet po prodavnicama:
Promet (Xi) 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120
Broj prodavnica (fi) 6 12 15 10 8 9 7 4
Seriju prikazati u obliku:
a) Histograma frekvencija
b) Poligona frekvencija
c) Poligona kumulativnih frekvencija
Rešenje:
Tabela 10. – Promet po prodavnicama u
3
10 din.
Kumulanta
Promet (Xi)
Broj
prodavnica
(fi)
Rastuća Opadajuća
40-50 6 6 71
50-60 12 18 65
60-70 15 33 53
70-80 10 43 38
80-90 8 51 28
90-100 9 60 20
100-110 7 67 11
110-120 4 71 4
UKUPNO: 71 / /
6
a)

Slika 1. – Ostvaren promet po prodavnicama
(histogram frekvencija)

b)

Slika 2. – Promet po prodavnicama (poligon frekvencija)

c)

Slika 3. – Poligon kumulativnih frekvencija

7
ZADATAK 7.
Utrošeno radnih časova po pogonima za izradu tri proizvoda je:
POGONI I II III IV V VI
Proizvod „A“ 3 2 4 3 4 2
Proizvod „B“ 6 3 5 2 3 4
Proizvod „C“ 4 5 2 4 3 3
Seriju grafički prikazati u obliku:
a) Histograma frekvencija
b) Poligona frekvencija
c) Polulogaritamskog dijagrama
Rešenje:
Tabela 11. – Utrošeno radnih časova po pogonu
Proizvod „A“ Proizvod „B“ Proizvod „C“
POGO-
NI
Časovi
(Xi)
Log Xi
Časovi
(Xi)
Log Xi
Časovi
(Xi)
Log Xi
I 3 0,47712 6 0,77815 4 0,60205
II 2 0,30103 3 0,47712 5 0,69897
III 4 0,60205 5 0,69897 2 0,30103
IV 3 0,47712 2 0,30103 4 0,60205
V 4 0,60205 3 0,47712 3 0,47712
VI 2 0,30103 4 0,60205 3 0,47712

a)

Slika 4. – Utrošeno radnih časova po pogonu (histogram)
8
b)

Slika 5. – Utrošeno radnih časova po pogonu (poligon)
c)

Slika 6. – Utrošeno radnih časova po pogonu
(polulogaritamski dijagram)

ZADATAK 8.
U jednom plasteniku proizvedeno je povrće:

Vrsta povrća Krompir Grašak Luk Kupus Boranija
Količina 850 610 530 730 680

Seriju prikazati:
a) Histogramom frekvencija
b) Strukturom kruga

9
Rešenje:
Grafički prikaz u obliku histograma

Slika 7. – Količina proizvedenog povrća

b) Grafički prikaz u obliku strukture kruga

1
2
3
4
850 850
Krompir: 100 25% 360 90
3400 3400
610 610
Grašak: 100 17, 94% 360 65
3400 3400
530 530
Luk: 100 15, 58% 360 56
3400 3400
730 730
Kupus: 100 21, 48% 360 77
3400 3400
680
Boranija: 100
3400
o
o
o
o
= ¬ = ° ~ °
= ¬ = ° ~ °
= ¬ = ° ~ °
= ¬ = ° ~ °
=
< <
< <
< <
< <
<
5
680
20% 360 72
3400
o ¬ = ° ~ ° <


Slika 8. – Količina proizvedenog povrća


10

2. STATISTIČKA ANALIZA
2.1. IZRAČUNATE SREDNJE VREDNOSTI
2.1.1. Aritmetička sredina
a) Prosta aritmetička sredina

ZADATAK 9.
Prinos povrća na 8 parcela iznosio je u kilogramima
820; 750; 840; 780; 720; 630; 680; 590.
Izračunati prosečan prinos povrća na osam parcela.
Rešenje:
1 2 3 4 5 6 7 8
1
;
8
n
i
xi
x x x x x x x x
X X
n

820 750 840 780 720 630 680 590 5810
726, 25
8 8
726, 25
X
X

Odgovor: Prosečan prinos povrća na 8 parcela je 726,25 kilograma

ZADATAK 10.
Za osmočasovno radno vreme 10 radnika spakovalo je kutije sa kafom:
52; 58; 60; 48; 53; 65; 74; 76; 59; 64.
Izračunati prosečan broj spakovanih kutija sa kafom u uzorku od 10 radnika.
Rešenje:
60, 9; X kutija

ZADATAK 11.
U jednom industrijskom pogonu 10 radnika imalo je radni staž:
15,2; 10,3; 8,4; 5,8; 12,2; 16,1; 6,5; 11,6; 10,8; 9,2.
Izračunati prosečan radni staž u uzorku od 10 radnika.
11
Rešenje:
| | 10, 6 X godina =

ZADATAK 12.
U jednoj štampariji 8 radnika primilo je plate u jednom mesecu u dinarima:
850,6; 1100; 2340,5; 1800,4; 2100; 3650; 3460; 3100.
Izračunati prosečnu platu u uzorku od 8 radnika.
Rešenje:
| | 2300 X dinara =

b) Ponderisana aritmetička sredina

ZADATAK 13.
U uzorku od 130 domaćinstava mesečna potrošnja mlečnih proizvoda iznosila je:
Potrošnja u kg. (X): 6 12 18 10 11 8 13
Broj domaćinstava (f): 10 20 32 15 21 11 21
Izračunati prosečnu mesečnu potrošnju po domaćinstvu. 111,19% Ip =
Rešenje:
Tabela 12. – Potrošnja mlečnih proizvoda
Potrošnja u Kg (Xi) Broj domaćinstava (fi) Xi < fi
6 10 60
12 20 240
18 32 576
10 15 150
11 21 231
8 11 88
13 21 273
UKUPNO:
7
130
1
f
i
i
_
=
=

7
1618
1
Xi f
i
i
_
=
=


1
1
1618
12, 45
130
n
Xi f
i
i
n
f
i
i
X
_
=
_
=
= = =

Prosečna mesečina potrošnja mlečnih proizvoda po domaćinstvu je 12,45 kg.
12
ZADATAK 14.
Merenjem mase 150 komada kifi u uzorku od 100 grama dobijene su vrednosti:
Masa u gr. (Xi): 98 99 97 100
Komada (f): 25 80 15 30
Izračunati prosečnu masu kife.
Rešenje:
98, 8 [ .] X gr

ZADATAK 15.
Ispitivanje čvrstoće čelika u uzorku proizvedenog u jednoj čeličani dalo je sledeće rezultate:
Opterećenje u
2
/ ( ) kg cm X :
4,5-6 6,5-8 8,5-10 10,5-12
Broj proba (f): 8 15 35 21
Izračunati prosečnu čvrstoću čelika.
Rešenje:
Tabela 13. – Ispitivanje čvrstoće čelika
Opterećenje u
2
/ ( ) kg cm X :
Broj proba
(f):
Razredna sredina
(Xi)
Xi f
4,5-6 8 5,25 42
6,5-8 15 7,25 108,75
8,5-10 35 9,25 323,75
10,5-12 21 11,25 236,25
UKUPNO: 79 fi / 710, 75 Xi fi


4
1
1
710, 75
8, 99
79
i
n
i
Xi fi
X
fi

Prosečna čvrstoća čelika u uzorku od 79 proba iznosi 8,99
2
/ kg cm .

ZADATAK 16.
Raspored 60 radnika u uzorku prema učinku o montaži monitora za kompjutere je:
Učinak (kom.) (X): 115-120 121-126 127-132 133-138 139-144
Broj radnika (f): 8 14 15 13 10
Izračunati prosečan učinak montaže.
13
Rešenje:
129, 8 X [ komada]

ZADATAK 17.
Raspored 300 domaćinstava u uzorku prema mesečnoj potrošnji brašna u kg. je:
Mesečna potrošnja
brašna (Xi):
15-19 19-23 23-27 27-31 31-35 35-39 39-43 43-47
Broj domaćinstava (f): 40 28 30 98 51 29 16 8
Izračunati prosečnu mesečnu potrošnju brašna.
Rešenje:
28, 773 [ ] X kg

2.1.2. Geometrijska sredina
a) Prosta geometrijska sredina

ZADATAK 18.
Proizvodnja toaletnog sapuna u jednoj fabrici po godinama bila je:
Godine: 2002 2003 2004 2005 2006 2007 2008
Proizvodnja u 000 kom. 75 98 135 161 205 236 285
Izračunati geometrijsku sredinu.
Rešenje:
Tabela 14. – Radna tabela za izračunavanje geometrijske sredine
Godine: (Xi) Proizvodnja u 000 kom. log Xi
6 0 5 7 8 , 1 5 7 2002
3 2 1 9 9 , 1 8 9 2003
3 3 0 3 1 , 2 5 3 1 4 0 0 2
3 8 6 0 2 , 2 1 6 1 5 0 0 2
5 7 1 1 3 , 2 5 0 2 6 0 0 2
1 9 2 7 3 , 2 6 3 2 7 0 0 2
4 8 4 5 4 , 2 5 8 2 8 0 0 2
UKUPNO: 5 9 2 4 3 , 5 1 /
1
log
log
15, 34295
log 2,19185
7
2,19185
155, 543
n
i
i
X
G
n
G
G
G

Prosečna proizvodnja toaletnog sapuna u toku 7 godina iznosi 155,543 komada.
14
ZADATAK 14.
Na 6 radnih mesta u jednoj čeličani ostvarena je vrednost proizvodnje u
5
10 dinara.
Radno mesto: 1 2 3 4 5 6
Vrednost proizvodnje (Xi): 45 58 69 64 83 91
Izračunati geometrijsku sredinu
Rešenje:
dinara]. G

ZADATAK 15.
Produktivnost kod 8 radnika u komadima po radniku iznosila je:
Radnik: 1 2 3 4 5 6 7 8
Proizvodnja u komadima (Xi): 35 47 21 28 16 39 41 45
Izračunati geometrijsku sredinu
Rešenje:
32, 051 [komada].

b) Ponderisana geometrijska sredina
ZADATAK 16.
U 100 na slučajan način izabranih domaćinstava dobijen je raspored prema mesečnoj
potrošnji mesa u kg:
Potrošnja (Xi): 5 8 12 15 18 20 25
Broj domaćinstava (f): 25 18 10 19 15 8 5
Izračunati geometrijsku sredinu.
Rešenje:
Tabela 15. – Radna tabela za izračunavanje ponderisane geometrijske sredine
Potrošnja mesa u kg.
(Xi)
Broj domaćinstava
(f)
log Xi log fi Xi
5 25 0,69897 17,47425
8 18 0,90309 16,25562
12 10 1,07918 10,79180
15 19 1,17609 22,34573
18 15 1,25527 18,82908
20 8 1,30103 10,40824
25 5 1,39794 6,98970
UKUPNO: 100 fi / 103,09442
5
15
1
1
log
log
103, 09442
log 1, 03094
100
1, 03094
10, 738
n
i
i
n
i
i
f Xi
G
f
G
G
G
=
=
=
= =
=
=
_
_
<

Prosečna potrošnja mesa u 100 domaćinstava tokom jednog meseca je 10,738 kg.

ZADATAK 17.
Na slučajan način izabrano je 150 seoskih domaćinstava u kojima je prinos raži u t/ha bio:
Prinos raži u t/ha (Xi): 3,5-5,5 5,5-7,5 7,5-9,5 9,5-11,5 11,5-13,5
Broj domaćinstava (fi): 26 20 58 35 11
Izračunati geometrijsku sredinu.
Rešenje:
Tabela 16. – Radna tabela za izračunavanje ponderisane geometrijske sredine
Prinos raži u
t/ha (Xi)
Broj domaćinstava (fi) Razredna sredina Xi log Xi log fi Xi <

3,5-5,5 26 4,5 0,65321 16,98346
5,5-7,5 20 6,5 0,81291 16,25826
7,5-9,5 58 8,5 0,92942 53,90629
9,5-11,5 35 10,5 1,02118 35,74162
11,5-13,5 11 12,5 1,09691 12,06601
UKUPNO: 150 fi =
_

/ / 134,95564
1
1
log
134, 95564
log 0, 89970
150
0, 89970
7, 938
n
i
i
n
i
i
f Xi
G
f
G
G
=
=
= = =
=
=
_
_
<

Prosečan prinos raži po jednom domaćinstvu je 7,938 t/ha.

ZADATAK 18.
Kontrolom 120 paketa od po 100 komada crepova broj oštećenih crepova bio je:
Broj oštećenih crepova (Xi): 0 1 2 3 4 5 6 7
Broj paketa (fi): 15 10 32 26 14 11 8 4
Izračunati geometrijsku sredinu.
16
Rešenje:
2, 5 [crepova]

ZADATAK 19.
Vrednost investicija u
6
10 dinara u 40 pogona za proizvodnju nameštaja bio je.
Vrednost investicija (Xi): 325-355 355-385 385-415 415-445 445-475 475-505
Broj pogona ( ): 7 12 6 8 4 3
Izračunati prosečnu vrednost investicija po pogonu metodom geometrijske sredine.
Rešenje:
6
397[10 dinara]

ZADATAK 20.
U fabrici za proizvodnju automobila za 8 časova radnog vremena 100 radnika ugradilo je
sledeći broj motora:
Broj motora (Xi): 6 8 7 9 11 15
Broj radnika ( ): 25 12 15 28 11 9
Izračunati prosečan broj ugrađenih motora po jednom radniku metodom geometrijske sredine.
Rešenje:

G=8,26 [komada motora].


2.1.3. Harmonijska sredina
a) Prosta harmonijska sredina

ZADATAK 21.
U 4 preduzeća utrošeno je časova za proizvodnju jedinice proizvoda:
Preduzeća: I II III IV
Utrošeno časova (Xi): 45 25 38 43
Izračunati prosečnu produktivnost rada u ova 4 preduzeća.
Rešenje:
1 1
1
n
i
n
H
X

1 2 3 4
4 4
1 1 1 1 1 1 1 1
45 25 38 43
H
x x x x

17
4 4
35, 77
0, 0222 0, 04 0, 0263 0, 0233 0,1118
H
35, 77 H
Prosečna produktivnost rada u ova 4 preduzeća je 35,77 časova.

ZADATAK 22.
U 6 meseci prodajna cena šporeta bila je u
3
10
Meseci: I II III IV V VI
Cena (Xi): 25 28 31 36 41 45
Izračunati prosečnu cenu šporeta za 6 meseci.
Rešenje:
3
32, 93[10 dinara]

ZADATAK 23.
U jednom selu na 500 stanovnika dolazi 10 traktora, u drugom 8, u trećem 9, u četvrtom 11 a
u petom 13.
Sela: I II III IV V
Broj traktora (Xi): 10 8 9 11 13
Izračunati prosečan broj traktora u ovih 5 sela.
Rešenje:
9,92 [Traktora]

ZADATAK 24.
Pet radnika u proizvodnji košulja su za 8 časova rada proizveli:
Radnik: I II III IV V
Broj košulja (Xi): 25 32 38 46 50
Izračunati prosečan utrošak vremena za izradu košulja.
Rešenje:
Za 8 časova rada radnici su pojedinačno utrošili minuta:
I radnik 8 60 25 19, 20 minuta
II radnik 8 60 32 15 minuta
III radnik 8 60 38 12, 63 minuta
IV radnik 8 60 46 10, 43 minuta
V radnik 8 60 50 9, 6 minuta
18
5 5
1 1 1 1 1
0, 052 0, 0666 0, 0791 0, 0958 0,104
19, 2 15 12, 63 10, 63 9, 6
H = =
+ + + +
+ + + +
5
12, 57
0, 3976
H = =
Prosečno vreme izrade jedne košulje iznosi 12,57 minuta.

b) Ponderisana harmonijska sredina

ZADATAK 25.
Na jednom prodajnom mestu prodato je meda u Kg po ceni:
Med u kg (fi): 50 150 120 80
Cena u din. (Xi): 210 250 280 310
Izračunati srednju kupovnu moć dinara izraženu cenom 1 kg meda.
Rešenje:
1
1
n
i
n
i
fi
H
fi
Xi
=
=
=
_
_

50 150 120 80 400 400
50 150 120 80
0, 238 0, 6 0, 428 0, 258 1, 524
210 250 280 310
H
+ + +
= = =
+ + +
+ + +

262, 467 H =
Prosečna cena meda je 267,467 dinara po jednom kilogramu.

ZADATAK 26.
U jednom voćnjaku 60 radnika je za 8 časova ubralo šljiva u kilogramima:
Šljive u kg (Xi): 120-130 130-140 140-150 150-160 160-170 170-180 180-190
Broj radnika (fi): 5 6 3 12 15 7 12
Izračunati prosečnu količinu ubranih šljiva u kilogramima za 8 časova rada, primenom har-
monijske sredine.
Rešenje:
Radna tabela za izračunavanje:
19
Tabela 17. – Ponderisane harmonijske sredine
Ubrane šljive
u kg (Xi)
Broj radnika
(f)
Razredna sre-
dina (Xi)
fi
Xi

120-130 5 125 0,04
130-140 6 135 0,044
140-150 3 145 0,021
150-160 12 155 0,077
160-170 15 165 0,091
170-180 7 175 0,04
180-190 12 185 0,065
/ 60 fi / 0,378
60
158, 730
0, 378
H
Za 8 časova rada 60 radnika prosečno je ubralo 158,730 kilograma šljiva.

ZADATAK 27.
Potrošnja električne energije u KWh u toku jednog meseca kod 50 domaćinstava iznosila je:
Utrošak struje
(Xi):
100-250 250-400 400-550 550-700 700-850 850-1000
Broj domaćinstava
(f):
6 8 15 10 7 4
Izračunati prosečnu potrošnju električne energije po domaćinstvu metodom harmonijske sredine.
Rešenje:
417, 014[ ] H KWh

ZADATAK 28.
U jednom rudniku olova prva brigada od 25 rudara za jednu tonu iskopane rude utroši 51
minut, druga od 35 rudara 49 minuta, treća od 45 rudara utroši 31 minut, a četvrta od 50 ru-
dara utroši 21 minut.
Koliko je prosečno utrošeno vreme po jednoj toni iskopanog olova.
Rešenje:
30, 77 [minuta/t] H


20
2.2. POZICIONE SREDNJE VREDNOSTI
2.2.1. Modus

ZADATAK 29.
Na jednom fakultetu visina studenata i broj studenata bio je:
Visina studenata (Xi): 165 170 175 180 185 190
Broj studenata (f): 85 160 210 190 36 12
Izračunati (očitati) modus.
Rešenje:
175[ ] Mo cm
Najčešća visina studenata je 175 cm.

ZADATAK 30.
U fabrici za proizvodnju soli 160 radnika primilo je plate u dinarima:
Plate u dinarima (Xi): 750 800 980 1100 1150 1200
Broj radnika (f): 20 38 35 42 15 10
Izračunati (Mo) najčešću platu.
Rešenje:
1100 [dinara]

ZADATAK 31.
Proverom pakovanja čokolade mase 100 grama na slučajan način izabranih 150 čokolada do-
bijen je raspored:
Masa u gr (Xi): 96 97 98 99 100 101
Broj čokolada (f): 15 7 42 58 25 3
Rešenje:
99 [grama]

ZADATAK 32.
U 50 prodavnica mešovite robe ostvaren je dnevni promet u
3
10 dinara.
Promet (Xi): 15-25 25-35 35-45 45-55 55-65
Broj prodavnica (f): 5 6 28 8 3
Utvrditi najčešći promet ( Mo ) po prodavnici.
21
Rešenje:
Tabela 18. – Radna tabela za izračunavanje modusa:
Promet u
3
10 (Xi) Broj prodavnica (f)
15-25 5
25-35 6
35-45 28
45-55 8
55-65 3
2 1
1
2 1 2 3
( )
( ) ( )
f f
f f f f

(28 6)
35 10
(28 6) (28 8)

1
2
1
3
35
28
6
8
10
x
f
f
f
i

22 22
35 10 35 *10
22 20 42

35 0, 5248*10
35 5, 248
40, 248

Najčešći promet po prodavnici je
3
40, 248*10 dinara.

ZADATAK 33.
Raspored 100 domaćinstava prema visini mesečnih prihoda u dinarima je:
Mesečni prihodi u
dinarima (Xi)
Broj domaćinstava
(f)
4500 - 5000 16
5000 - 5500 20
5500 - 6000 35
6000 - 6500 18
6500 - 7000 11
Utvrditi najčešći mesečni prihod po domaćinstvu.
Rešenje:
5734, 375 [dinara]

ZADATAK 34.
U jednoj fabrici duvana 160 radnika spakovalo je za 8 časova rada sledeći broj boksova cigareta.
22
Broj boksova (Xi) Broj radnika (f)
50-100 40
100-150 35
150-200 25
200-250 42
250-300 10
300-350 8
Utvrditi najčešći broj spakovanih boksova cigareta
Rešenje:
217, 35 [boksova]

2.2.2. Medijana
a) Negrupisani broj podataka (prosta serija)

ZADATAK 35.
U jednom mesecu 7 studenata primilo je stipendije u dinarima:
2500, 3400, 3200, 2800, 2100, 3600, 3100
Odredi medijanu.
Rešenje:
2100 2500 2800 3100 3200 3400 3600
1
X
2
X
3
X
4
X
5
X
6
X
7
X
Mesto medijane ( Me):
1 7 1 8 4
2 2 2
n
Me x x x x
3100 Me
Polovina studenata primilo je stipendije manje od 3100 dinara a polovina veće.

ZADATAK 36.
Merenjem 9 kutija laka za parket dobijeni su rezultati:
990, 1000, 995, 1009, 998, 1000, 996, 1005, 1006.
Utvrditi medijanu ( Me).
Rešenje:
1000 [grama]
23
ZADATAK 37.
Na jednoj farmi 11 ovaca u toku jednog dana dalo je mleko u litrima:
5, 8, 7, 6, 9, 6, 4, 8, 7, 5, 8.
Odredi medijanu.
Rešenje:
7 [litara] Me

ZADATAK 38.
U 10 domaćinstava mesečna potrošnja hleba u kilogramima iznosila je:
29, 30, 28, 31, 32, 35, 34, 37, 39, 40
Odredi medijanu.
Rešenje:
33 [kilograma]

Grupisani podaci (složena serija)

- Neintervalna numerička serija -

ZADATAK 39.
Na zelenoj pijaci prodano je 895kg krompira po cenama i to:
Cena din/kg (Xi): 25 31 32 35 38 40
Prodano (f): 65 160 310 230 90 40
Izračunati medijanu.
Rešenje:
Radna tabela za određivanje medijane:
Tabela 19.
Cena din/kg (Xi) prodato (f) kumulanta
25 65 65
31 160 225
32 310 535
35 230 765
38 90 855
40 40 895
Ukupno 895 /
24
Mesto medijane
1
895
447, 5
2 2
n
i
fi

32 [dinara]
Polovina prodatih jabuka je po ceni nižoj od 32 dinara, a druga polovina je prodata po ceni
višoj od 32 dinara.

ZADATAK 40.
Na slučajan način izabrano je 160 domaćinstava koji su imala mesečnu potrošnju mleka
u litrima:
Potrošnja mleka (Xi): 15 18 25 28 31 35
Broj domaćinstava (f): 10 15 21 51 30 33
Izračunati medijanu.
Rešenje:
28 [litara] Me

ZADATAK 41.
U šest uzastopnih dana 140 prodavnica bele tehnike prodato je frižidera:
Prodato frižidera (Xi): 3 4 5 7 8 9
Broj prodavnica (f): 4 21 42 30 25 18
Izračunati medijanu.
Rešenje:
7 [frižidera]

- Intervalna numerička serija-

ZADATAK 42.
Prinos ječma na 39 parcela u t/ha iznosio je:
Prinos (Xi): 3-5 5-7 7-9 9-11 11-13 13-15
Broj parcela (f): 6 7 10 11 3 2
Odrediti medijanu.
25
Rešenje:
Tabela 20. – Radna tabela za izračunavanje medijane:
Prinos t/ha (Xi) Broj parcela ( ) Kumulanta rastuća
3-5 6 6
5-7 7 13
7-9 10 23
9-11 11 34
11-13 3 37
13-15 2 39
Ukupno 39 /
2 1
1 1
2 1
2
fi
x x
w w

Mesto
39
19, 5
2 2
fi
Me
9 7 2
7 19, 5 13 7 *6, 5 8, 3
23 13 10
Me
Me 8,3
Polovina parcela ima prinos ječma manji od 8,3 t/ha, a polovina parcela prinos veći od 8,3 t/ha.

ZADATAK 43.
U jednom preduzeću 50 radnika imalo je godine starosti:
Godine (Xi): 18-23 23-28 28-33 33-38 38-43 43-48 48-53
Broj radnika ( ): 8 7 10 9 5 7 4
Izračunati medijanu.
Rešenje:
33, 27 [godina]

ZADATAK 44.
Na slučajan način izabrano je 30 domaćinstava prema broju dece:
Broj dece (Xi): 0-1 1-2 2-3 3-4 4-5 5-6
Broj domaćinstava ( ): 2 8 12 4 1 3
Izračunati medijanu.
Rešenje:
2, 45 [dece]
26
ZADATAK 45.
U jednoj banji izabrano je na slučajan način 100 turista i popisan broj dana boravka:
Broj dana (Xi): 5-8 8-11 11-14 14-17 17-20 20-23
Broj turista (f): 18 9 10 40 15 8
Izračunati medijanu.
Rešenje:
15, 01 [ d a n ]

2.2.3. Kvartili
- negrupisani podaci –

ZADATAK 46.
Na sedam stabala oraha ostvaren je prinos u kilogramima:
30, 26, 31, 45, 37, 40, 42
Izračunati kvartile
1
Q i
3
Q .
Rešenje:
Rastući niz podataka je: (neparan broj podataka)
26 30 31 37 40 42 45
1
x
2
x
3
x
4
x
5
x
6
x
7
x
Mesto prvog kvartila
1
Q :
1 1 7 1 2
4 4
n
Q x x x
1
30 Q
Jedna četvrtina (25%) stabala ima prinos 30 kilograma i manje.
Mesto trećeg kvartila
3( 1) 3(7 1)
6 3
4 4
n
x x
Q x
3
42 Q
Tri četvrtine stabala (75%) oraha ima prinos 42 kilograma i više.

ZADATAK 47.
U jednom preduzeću 9 radnika primilo je platu u hiljadama dinara:
10, 21, 15, 12, 28, 24, 23, 31 i 30.
Izračunati kvartile: prvi (
1
Q ) i treći (
3
Q ).
27
Rešenje:
1
13, 5 [hiljada dinara] Q
3
29 [hiljada dinara] Q

ZADATAK 48.
Na deset parcela ostvaren je prinos ječma u t/ha:
56, 41, 50, 45, 75, 59, 60, 83, 78, 80.
Izračunati prvi (
1
Q ) i treći kvartil (
3
Q ). (paran broj podataka)
Rešenje:
Rastući niz podataka je:
41 45 50 56 59 60 75 78 80 83
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
x
10
x
Mesto prvog kvartila (
1
Q ):
10 10
1 1
2,5 3,5
4 4 4 4
1
45 50 50 56
47, 5 53
2 2
2 2 2 2 2
n n
x x x x
x x
Q
1
50, 25 Q
Jedna četvrtina (25%) parcela imala je prinos ječma 50,25 t/ha i manje.
Mesto trećeg kvartila (
3
Q ):
3 3 3*10 3*10
1 1
7,5 8,5
4 4 4 4
3
75 78 78 80
76, 5 79
2 2
2 2 2 2 2
n n
x x x x
x x
Q
3
77, 75 Q
Tri četvrtine (75%) parcela imalo je prinos 77,75 t/ha i više.

ZADATAK 49.
U deset prodavnica u toku jednog dana prodato je integralnog hleba u kg:
300, 275, 410, 310, 170, 251, 401, 320, 260, 250
Izračunati prvi kvartil (
1
Q ) i treći kvartil (
3
Q ).
Rešenje:
1
253[ ] Q kg
3
337, 75[ ] Q kg

28
- Numerička serija sa grupisanim podacima –
a) Neintervalna

Zadatak 50.
Prodajna cena jednog artikla u 25 prodavnica iznosila je:
Cena u dinarima (Xi): 1250 2610 3400 4100 4600 5100
Broj prodavnica (f): 7 5 4 3 4 2
Izračunati:
a) kvartile
1
Q i
3
Q
b) interkvartilnu razliku
Rešenje:
Tabela 21. Radna tabela za izračunavanje kvartila:
Cena (Xi) Broj prodavnica (f) Kumulanta rastuća
1250 7 7
2610 5 12
3400 4 16
4100 3 19
4600 4 23
5100 2 25
Ukupno 25 /
a) Mesto
1
Q i
3
Q naćićemo u koloni kumulante po formuli:
Mesto prvog kvartila:
1
1
4
fi
Q

1
25 1
6, 50
4
Q

1
1250 [dinara]
Jedna četvrtina proizvoda prodata je po ceni od 1250 dinara.
Mesto trećeg kvartila:
1
3
3* 1
4
n
i
fi
Q

3
3*25 1
19
4
Q

3
4100 [dinara]
Tri četvrtine artikala prodato je po ceni od 4100 dinara.
29
b)
3 1 Q
I Q Q
4100 1250
Q
I
2850
Q
I
Interkvartalna razlike iznosi 2850 dinara.

ZADATAK 51.
Za proizvodnju jednog proizvoda 35 radnika utrošili su časova:
Broj časova (Xi): 2 4 6 8 9
Broj radnika (f): 5 9 12 4 5
Izračunati:
a) kvartile
1
Q i
3
Q
b) interkvartilnu razliku
Rešenje:
a)
1
4 [časa] ,
3
8 [časova]
b) 4 [časa]
Q


ZADATAK 52.
Prinos šećerne repe na 180 parcela u t/ha ostvaren je:
Prinos (Xi): 3,5 3,9 4,2 4,5 5,6 5,9
Broj parcela (f): 11 9 92 20 38 10
Izračunati:
a) kvartile
1
Q i
3
Q
b) interkvartilnu razliku
Rešenje:
a)
1
4, 2[ / ] Q t ha ,
3
5, 6[ / ] Q t ha
b) 1, 4[ / ]
Q
I t ha

b) Intervalna numerička serija

ZADATAK 53.
Raspored 100 kesica kafe prema izmerenoj masi je:
Masa u gramima (Xi): 95,1-97 97,1-99 99,1-101 101,1-103 103,1-105
Broj kutija (f): 23 21 32 18 6
30
Izračunati:
a) kvartile
1
Q i
3
Q
b) interkvartilnu razliku
Rešenje:
Tabela 22. – Radna tabela:
Masa u gramima (Xi) Broj kesa (f) Kumulanta rastuća
95,1-97 23 23
97,1-99 21 44
99,1-101 32 76
101,1-103 18 94
103,1-105 6 100
Ukupno 100 /
a) Mesto
1
1
1
100 1
25, 25
4 4
n
i
fi
Q

1
1
1 1
1
25, 25 23
4
* 97,1 *1, 9
21
n
i
Q
fi
fi
Q x i
f


1
97, 3 Q
Jedna četvrtina kesica kafe ima 97,3 grama i manje.
Mesto
3
3* 1
3*(100 1)
75, 75
4 4
fi
Q

Tri četvrtine kesica kafe ima 100,9 grama i više.
b)
3 1 Q
I Q Q
100, 9 97, 3
Q
I
3, 6
Q
I
Interkvartilna razlika iznosi 3,6 grama.

ZADATAK 54.
U fabrici za proizvodnju piva mesečna zarada 80 radnika iznosila je:
Zarada (Xi): 500-550 550-600 600-650 650-700 700-750 750-800
Broj radnika (f): 4 10 18 28 17 3

3
1
3 1
3 1
75, 75 44
4
99,1 1, 9 100, 9
32
i
Q
f
f
Q x i
f
⋅ +


= + ⋅ = + ⋅ =


31
Izračunati:
a) kvartile
1
Q i
3
Q
b) interkvartilnu razliku
Rešenje:
a)
1
617, 36 [dinara] Q ,
3
702, 21[dinara] Q
b) 84, 85 [dinara]
Q
I

2.3. MERE VARIJABILITETA
2.3.1. Varijansa, standardna devijacija i koefcijent varijacije
- negrupisani podaci –

ZADATAK 55.
U 10 prodavnica u toku jednog dana prodata je sledeća količina testenina:
8, 11, 13, 15, 18, 21, 22, 25, 28, 30.
Izračunati:
a) Interval varijacije
b) Varijansu i standardnu devijaciju
c) Koefcijent varijacije
Rešenje:
a)
max min
I X X
30 8 22 I
Razlika između prodavnice koja je prodala najviše testenina (30 kg) i prodavnice koja
je prodala najmanje testenina (8 kg) iznosi 22 kg.
b)
2
2 1
n
i
i
x x
n
varijansa

2
1
n
i
i
x x
n
standardna devijacija
32
Tabela 23. Radna tabela:
Količina
(Xi)
( )
i
x x
2
( )
i
x x
8 -11,1 123,21
11 -8,1 65,61
13 -6,1 37,21
15 -4,1 16,81
18 -1,1 1,21
21 1,9 3,61
22 2,9 8,41
25 5,9 34,81
28 8,9 79,21
30 10,9 118,81
191 / 488,90

1
191
19.1
10
n
i
Xi
X
n

Prosečno prodata testenina u 10 prodavnica je 19,1kg.

2
488.90
48.890
10

Prosek kvadrata odstupanja pojedinačne prodaje testenine po jednoj prodavnici i pro-
sečne prodaje testenina je 48,890kg.

2
48.89 6.992
Srednja mera pojedinačne prodaje testenina od prosečne prodaje testenina iznosi 6,992
kg.
c)
100 Kv
X


6.992
100 36.61%
19.1
Kv
Standardna devijacija iznosi 36,61% od aritmetičke sredine.

ZADATAK 56.
Na slučajan način izabrano je 8 radnika u fabrici tekstila koji su u jednom mesecu primili
plate:1750, 2100, 1860, 2350, 2200, 2090 ,2210 i 3210.
Izračunati:
a) Interval varijacije
b) Varijansu i standardnu devijaciju
c) Koefcijent varijacije
33
Rešenje:
a) 600[ ]; 2108, 7[ ] dinara X dinara
b)
2
196, 30[ ]; 14, 01[ ] dinara dinara
c) 0,66%

ZADATAK 57.
Na 9 čokota vinove loze ostvaren je prinos grožđa u kg.
8, 5, 7, 6, 10, 9, 11, 8 i 12
Izračunati:
a) Interval varijacije
b) Varijansu i standardnu devijaciju
c) Koefcijent varijacije
Rešenje:
a) 7[ ]; 8, 44[ ] kg X kg
b)
2
4, 687[ ]; 2,165[ ] kg kg
c) 25, 65%

- numerička serija sa grupisanim podacima -

ZADATAK 58.
U jednom preduzeću raspored radnika prema starosti bio je:
Godine starosti (Xi): 18-26 26-34 34-42 42-50 50-58 58-66
Broj radnika (f): 10 18 32 20 15 8
Izračunati:
a) Interval varijacije
b) Varijansu i standardnu devijaciju
c) Koefcijent varijacije
Rešenje:
Radna tabela:
Tabela 24.
Godine (Xi)
Broj
radnika (f)
Raz-
red.
sred.
* Xi fi
Xi x

2
Xi x

2
*( ) fi Xi x

18-26 10 22 220 -18,79 353,06 3511,85
26-34 18 30 540 -10,79 116,42 2084,84
34-42 32 38 1216 -2,79 7,78 246,30
42-50 20 46 920 5,21 27,14 548,09
50-58 15 54 810 13,21 174,50 2630,77
58-66 8 62 496 21,21 449,86 3620,12
/ 103 / 4202 / / 12641,97
σ
34
a)
max min
I x x = ÷
66 18 48 I = ÷ =
Razlika između najstarijeg radnika (66) i najmlađeg radnika (18 god.) je 48 godina.
b)
2
2 1
1
( )
n
i
n
i
fi Xi x
fi
o
=
=
÷
=
_
_


1
1
*
4202
40, 79
103
n
i
n
i
Xi fi
x
fi
=
=
= = =
_
_

Prosečna starost radnika je 40,79 godina.

2
12641, 97
122, 73
103
o = =
Prosek kvadranta odstupanja pojedinačnih godina starosti radnika od prosečne starosti
iznosi 122,73.

( )
2
1
1
122, 73 11, 07
n
i
n
i
fi Xi x
fi
o
=
=
÷
= = =
_
_

Srednja mera odstupanja pojedinačnih godina starosti radnika od prosečne starosti iz-
nosi 11,07.
c)
11, 07
*100 *100 27,14%
40, 79
V
K
x
o
= = =
Standardna devijacija iznosi 27,14% od aritmetičke sredine.

ZADATAK 59.
Mesečna potrošnja mlečnih proizvoda kod 100 domaćinstava, na slučaj izabranih, iznosila je:
Mesečna potrošnja (Xi): 5,1-8 8,1-11 11,1-14 14,1-17 17,1-20 20,1-23
Broj domaćinstava (fi): 12 8 17 30 23 10
Izračunati:
a) Interval varijacije
b) Varijansu i standardnu devijaciju
c) Koeficijent varijacije
Rešenje:
a) 17, 9[ ] I kg =
b) 14, 78 x = ,
2
19,14 o = , 4, 37 o =
c) 29, 60%
V
K =
35
2.4. POKAZATELJI OBLIKA RASPOREDA
2.4.1. Mera asimetrije i spljoštenosti
- negrupisani podaci -

ZADATAK 60.
U toku jednog meseca osam porodica u uzorku potrošilo je mleka u litrima:
10, 12, 9, 15, 25, 20, 28, 17
Izračunati meru asimetrije i spljoštenosti.
Rešenje:
Tabela 25. Radna tabela:
Potrošnja (Xi)
( )
Xi x ÷
( )
2
Xi x ÷
( )
3
Xi x ÷
( )
4
Xi x ÷
10 -7 49 -343 2401
12 -5 25 -120 625
9 -8 64 -512 4096
15 -2 4 -8 16
25 8 64 512 4096
20 3 9 27 81
28 11 121 1331 14641
17 0 0 0 0
136 / 336 887 25956
1
136
17
8
n
i
Xi
x
n
=
= = =
_

Prosečna potrošnja mleka kod 8 porodica u uzorku je 17 litara.
( )
2
336
6, 92
1 8 1
Xi x
n
o
÷
= = =
÷ ÷
_

Srednja mera odstupanja pojedinačne potrošnje mleka od prosečne potrošnje mleka je 6,92.
3
3 3
M
o
o
= Koeficijent asimetrije
( )
3
1
3
887
110,875
8
n
i
Xi x
M
n
=
÷
= = =
_

3 3
110, 875 110,875
0, 334
6, 92 331, 37
o = = =
3
0 o > Serija ima desnu pozitivnu asimetriju
36
- Koeficijent spljoštenosti -
4
4 4
M
o
o
=
( )
4
1
4
25956
3244, 5
8
n
i
Xi x
M
n
=
÷
= = =
_

4 4
3244, 5 3244, 5
1, 415
6, 92 2293,11
o = = =
4
3 o <
Serija ima spljošten oblik.

ZADATAK 61.
U jednom ispitnom roku 9 studenata su dobili ocenu iz matematike: 8, 7, 8, 6, 9, 10, 6, 7, 6
Izračunati meru asimetrije i spljoštenosti.
Rešenje:
7, 44 x = ; 1, 342 o =
3
1, 3107 M = ÷ ;
3
0, 5423 o = ÷
4
6, 8936 M = ;
4
2,125 o =

ZADATAK 62.
U 10 prodavnica u toku jednog dana prodato je 30, 26, 41, 31, 16, 25, 39, 40, 35, 32 kg jednog
proizvoda. Izračunati koeficijent asimetrije i spljoštenosti.
Rešenje:
31, 5[ ] x kg = ; 7, 39 o =
3
223, 2 M = ÷ ;
3
0, 553 o = ÷
4
7710, 46 M = ;
4
2, 585 o =

- Numerička serija sa grupisanim podacima -

ZADATAK 63.
Mesečna potrošnja mleka u 30 domaćinstava iznosila je:
Potrošnja u l (Xi): 5-10 10-15 15-20 20-25 25-30
Broj domaćinstava (fi): 3 7 10 6 4
Izračunati meru asimetrije i spljoštenosti.
37
Rešenje:
Tabela 26. Radna tabela:
1
1
*
530
17, 66
30
i
n
i
Xi fi
x
fi

Prosečna potrošnja mleka kod 30 domaćinstava je 17,66 litara
2
1
1
1023, 686
34,122 5, 841
30
n
i
n
i
fi Xi x
fi

Srednja mera odstupanja pojedinačne potrošnje mleka od prosečne potrošnje mleka je 5,841
litar.
3
1
3
1
*
383, 6024
12, 786
30
n
i
n
i
fi Xi x
M
fi

4
1
4
1
*
77716, 2
2590, 54
30
n
i
n
i
fi Xi x
M
fi

3
3 3 3
12, 786 12, 786
0, 06416
5, 841 199, 279
M

Koefcijent asimetrije
3
0, 06416 pokazuje da je raspored frekvencija o potrošnji mleka u
litrima asimetričan u desno.
Potr.
(
i
x )
Br. dom.
(
i
f )
i
X
i i
X f ⋅
i
X x −
( )
2
i
X x − ( )
2
i i
f X x ⋅ − ( )
3
i i
f X x ⋅ − ( )
4
i i
f X x ⋅ −
5-10 3 7,5 22,5 -10,16 103,22 299,52 -3146,14 31963,10
10-15 7 12,5 87,5 -5,16 26,62 186,38 -961,51 4960,37
15-20 10 17,5 175 -0,16 0,026 0,096 -0,0416 0,0067
20-25 6 22,5 135 4,84 23,425 140,55 680,262 3292,38
25-30 4 27,5 110 9,84 96,825 397,14 3811,032 37500,323
/ 30 / 530 / / 1023,686 383,6024 77716,2

38
4
4 4 4
2590, 54 2590, 54
2, 225
5,841 1163, 988
M

Koefcijent spljoštenosti
4
2, 225 pokazuje da je ovaj raspored niži u odnosu na normalni
raspored.

ZADATAK 64.
U jednoj prodavnici dečijih cipela u toku jednog dana prodao je cipela po cenama:
Cena u 10
2
dinara (Xi): 17 19 20 23
Prodato pari (f): 8 15 19 21
Izračunati meru asimetrije i spljoštenosti.
Rešenje:
Tabela 27. Radna tabela:
Cena
Xi

Prodato
fi

* Xi fi

Xi x

2
Xi x

2
* fi Xi x

3
* fi Xi x

4
* fi Xi x

17 8 136 -3,38 11,42 88,015 -308,79 1043,33
19 15 285 -1,38 1,90 27,186 -39,33 54,15
20 19 380 -0,38 0,14 2,3636 -1,0108 0,3724
23 21 483 2,62 6,86 146,772 377,4372 988,2516
Ukupno 63 1284 / / 264,3366 28,3064 2086,104
4
4
*
1284
20, 38
63
n
i
n
i
Xi fi
x
fi

Prosečna cena kod prodatih 63 pari dečijih cipela iznosi 2038 dinara.
2
1
1
264, 3366
4,1958 2, 048
63
n
i
n
i
fi Xi x
fi

Srednja mera odstupanja pojedinačnih prodajnih cena od prosečne cene iznosi 204,8.
3
1
3
1
28, 3064
0, 4493
63
n
i
n
i
fi Xi x
M
fi

4
1
4
1
2086,104
33,112
63
n
i
n
i
fi Xi x
M
fi

39
3
3 3 3
0, 4493 0, 4493
0, 0523
2, 048 8, 589
M
o
o
= = = =
Koeficijent asimetrije
3
0, 0523 o = pokazuje da je raspored frekvencija o prodaji dečijih cipe-
la po različitim cenama asimetričan u desno.
4
4 4 4
33,112 33,112
1, 8822
2, 048 17, 5921
M
o
o
= = = =
Koeficijent spljoštenosti
4
1, 8822 o = pokazuje da je raspored niži u odnosu na normalan ra-
spored.

ZADATAK 65.
Na 30 merenja mase nekog proizvoda utvrđena su odstupanja u gramima:
Odstupanja (Xi): 4,1-6 6,1-8 8,1-10 10,1-12 12,1-14 14,1-16
Broj proizvoda (fi): 9 4 7 3 5 2
Izračunati meru asimetrije i spljoštenosti.
Rešenje:
8, 85[ ] x ɝɪɚɦɚ = ; 3, 32 o =
3
30, 9537 Ɇ = ;
3
0,845 o =
4
218, 0467 M = ;
4
1, 795 o =

40
3. DINAMIČKA ANALIZA
3.1. VREMENSKI INDEKSI
3.1.1. Bazni indeksi

ZADATAK 66.
U jednom rudniku uglja proizvedeno je uglja u tonama u periodu od 1999. do 2008. godine:
Godina (Xi): 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (Yi): 720 702 620 650 630 640 730 790 820 830
a) Izračunati indekse sa bazom u 1999. god;
b) Dobijene indekse sa bazom u 1999. god. preračunati na bazu 2003.
c) Izračunati indekse na bazi prosečne proizvodnje u posmatranom periodu.
Rešenje:
a) Izračunavanje baznih indeksa vrši se na osnovu formule:

0
*100
Yi
Ii
Y
( 1, 2,..., ) i n
Tabela 28. Radna tabela: Bazni indeksi sa bazom u 1999. god.
Godine
Proizvodnja
Yi
Bazni indeksi u % (baza 1999=100%
( Ii ))
1999 720
1 1 2
: (720: 720) 100 100, 00 I Y Y
2000 702
1 2 1
: (702: 720) 100 97, 50 I Y Y
2001 620
1 3 1
: (620: 720) 100 86,11 I Y Y
2002 650
1 4 1
: (650: 720) 100 90, 27 I Y Y
2003 630
1 5 1
: (630: 720) 100 87, 50 I Y Y
2004 640
1 6 1
: (640: 720) 100 88, 88 I Y Y
2005 730
1 7 1
: (730: 720) 100 101, 39 I Y Y
2006 790
1 8 1
: (790: 720) 100 109, 72 I Y Y
2007 820
1 9 1
: (820: 720) 100 113, 88 I Y Y
2008 830
1 10 1
: (830: 720) 100 115, 27 I Y Y
10 n
2 3 1 7
41
Proizvodnja uglja u 2000. godini u odnosu na 1999. god. bila je za 2,5% manja, u 2001.
god. u odnosu na 1999. god. za 13,89% manja, u 2002. god. u odnosu na 1999. za 9,73%
manja, u 2003. god. u odnosu na 1999. god. za 12,5% manja, u 2004. god. u odnosu na
1999. god. Za 11,12% manja, u 2005 god. u odnosu na 1999. god. za 1,39% veća, u 2006.
god. u odnosu na 1999. god. za 9,72% veća, u 2007. god. u odnosu na 1999. god. za
13,88% veća i u 2008. god. u odnosu na 1999. god. za 15,27% veća.
b) Izračunavanje, već izračunatih baznih indeksa, na indekse sa novom bazom vrši se na
osnovu izraza:

0
,
,
100 , ( 1, 2, ... , )
,
i
i
I
I i n
I

Tabela 29. Preračunati indeksi sa bazom u 1999. god. na bazu 2003.
Godine
Bazni indeksi
Ii(%)
Preračunati indeksi sa bazom u
1999.
,
(%)
i
I
1999 100,00
,
1 1 5
: (100 : 87, 50) 100 114, 28 I I I
2000 97,50
,
2 2 5
: (97, 50: 87, 50) 100 111, 42 I I I
2001 86,11
,
3 3 5
: (86,11: 87, 50) 100 98, 41 I I I
2002 90,27
,
4 4 5
: (90, 27 : 87, 50) 100 103,16 I I I
2003 87,50
,
5 5 5
: (87, 50: 87, 50) 100 100, 00 I I I
2004 88,88
,
6 6 5
: (88, 88: 87, 50) 100 101, 57 I I I
2005 101,39
,
7 7 5
: (101, 39 : 87, 50) 100 115, 87 I I I

2006 109,72
,
8 8 5
: (109, 72 : 87, 50) 100 125, 39 I I I
2007 113,88
,
9 9 5
: (113, 88: 87, 50) 100 130,15 I I I
2008 115,27
,
10 10 5
: (115, 27 : 87, 50) 100 131, 73 I I I
Proizvodnja uglja u 1999. godini u odnosu na 2003. god. bila je za 14,28% veća, u 2000.
god. u odnosu na 2003. god. bila je za 11,42% veća, u 2001. god. u odnosu na 2003. bila
je za 1,59% manja, u 2002. god. u odnosu na 2003. god. bila za 3,16% veća, u 2004. god.
u odnosu na 2003. god. bila za 1,57% veća, u 2005. god. u odnosu na 2003. god. bila za
15,87% veća, u 2006. god. u odnosu na 2003. god. bila za 25,39% veća, u 2007. god. u
odnosu na 2003. god. bila za 30,15% veća i u 2008. god. u odnosu na 2003. god. bila za
31,73% veća.
c) Prosečna proizvodnja u posmatranom periodu izračunava se na
osnovu izraza:

1
7132
713, 2
10
n
i
i
Y
n
Y

Prosečna proizvodnja uglja u periodu 1999. god. do 2008. god. iznosi 713,2 tone.
Indeksi na bazi prosečne proizvodnje izračunavaju se na osnovu izraza:

100, ( 1, 2, ... , )
i
i
Y
I i n
Y

42
Tabela 30. Indeksi na bazi prosečne proizvodnje
Godine
Proizvodnja u
t
Yi

Indeksi na bazi prosečne proizvodnje
od 713,2 tone
,
(%)
i
I

1999 720
1 1
: (720: 713, 2) 100 100, 95 I Y
Y

2000 702
2 2
: (702: 713, 2) 100 98, 43 I Y
Y

2001 620
3 3
: (620 : 713, 2) 100 86, 93 I Y
Y

2002 650
4 4
: (650: 713, 2) 100 91,13 I Y
Y

2003 630
5 5
: (630: 713, 2) 100 88, 33 I Y
Y

2004 640
6 6
: (640: 713, 2) 100 89, 74 I Y
Y

2005 730
7 7
: (730: 713, 2) 100 102, 35 I Y
Y

2006 790
8 8
: (790: 713, 2) 100 110, 77 I Y
Y

2007 820
9 9
: (820: 713, 2) 100 114, 97 I Y
Y

2008 830
10 10
: (830 : 713, 2) 100 116, 38 I Y
Y

Proizvodnja uglja u odnosu na prosečnu u 1999. god. bila je za 0,95% veća, u 2000. god.
za 1,57% manja, u 2001. god. bila za 13,07% manja u 2002. god. bila je za 8,87% manja,
u 2003. god. bila za 11,67% manja, u 2004. god. bila za 10,26% manja, u 2005. god. bila
za 2,35% veća, u 2006. god. bila za 10,77% veća, u 2007. god. bila za 14,97% veća i u
2008. god. bila za 16,38% veća.

ZADATAK 67.
U jednoj fabrici štofa proizvedeno je štofa u hiljadama metara u periodu od 2001. god. do
2008. god.
Godine 2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja 21 25 34 38 45 48 53 56
a) Izračunati indekse sa bozom u 2001. god.
b) Indekse sa bozom u 2001. god. preračunati na bazu 2007. god.
c) Izračunati indekse na bazi prosečnog prometa u posmatranom periodu.
Rešenje:
a) 100,00 % ; 119,05 % ; 161,90 % ; 180,95 % ; 214,28 % ; 228,57 % ; 252,38 % ; 266,6 %
b) 39,62 % ; 47,17 % ; 64,15 % ; 71,69 % ; 84,90 % ; 90,56 % ; 100,00 % ; 105,66 %
c) 52,50 % ; 62,50 % ; 85,00 % ; 95,00 % ; 112,50 % ; 120,00 % ; 132,50 %; 140,00 %

ZADATAK 68.
Na farmi za tov pilića u periodu od 2001. do 2008. god. proizvedeno je mesa u tonama:
Godine 2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja mesa (Yi) 210 208 230 190 203 185 240 260
[ ⋅
3
Y = 40 10 metara]
43
a) Izračunati indekse sa bazom u 2001. god.
b) Indekse sa bazom u 2001. god. preračunati na bazu 2005. god.
c) Izračunati indekse na bazi prosečnog prometa u posmatranom periodu.
Rešenje:
a) 100,00 % ; 99,04 % ; 109,52 % ; 90,47 % ; 96,6 % ; 88,09 ; 114,28 % ; 123,81 %
b) 103,45 % ; 102,46 % ; 113,30 % ; 93,59 % ; 100,00 % ; 91,13 % ; 118,23 % ; 128,08 %
c) 215, 75[ ]
Y
; 97,33 % ; 96,41 % ; 106,60 % ; 88,06 % ; 94,09 % ;85,74 % ; 111,23 % ;
120,51 %

3.1.2. Verižni (lančani) indeksi

ZADATAK 69.
Potrošnja brašna u jednom regionu, u tonama u periodu od 2000. god. do 2008. god. iznosila je:
Godine 2000 2001 2002 2003 2004 2005 2006 2007 2008
Potrošnja (Yi) 210 250 286 310 350 290 270 276 306
a) Izračunati verižne (lančane) indekse
b) Verižne indekse preračunati na indekse sa bazom u 2000. god.
c) Verižne indekse preračunati na indekse sa bazom u 2004. god.
d) Indekse sa bazom u 2000. god. preračunati na verižne.
e) Indekse sa bazom u 2004. god. preračunati na verižne.
Rešenje:
a) Verižni (lančani) indeksi izračunavaju se na osnovu formule.

1
100, ( 1, 2, ... , ).
i
i
i
Y
V i n
Y

Tabela 31. Verižni indeksi potrošnje brašna
Godine
Potrošnja
Yi
Verižni indeksi
i
V (%)
2000 210
1

2001 250
2 2 1
: (250: 210) 100 119, 05 V Y Y
2002 286
3 3 2
: (286: 250) 100 114, 40 V Y Y
2003 310
4 4 3
: (310: 286) 100 108, 39 V Y Y
2004 350
5 5 4
: (350: 310) 100 112, 90 V Y Y
2005 290
6 6 5
: (290 : 350) 100 82, 85 V Y Y
2006 270
7 7 6
: (270 : 290) 100 93,10 V Y Y
2007 276
8 8 7
: (276: 270) 100 102, 22 V Y Y
2008 306
9 9 8
: (306: 276) 100 110, 86 V Y Y
44
Potrošnja brašna u 2001. god. u odnosu na 2000. god. bila je za 19,05% veća, u 2002. god. u
odnosu na 2001. god. za 14,40% veća, u 2003. god. u odnosu na 2002. god. za 8,39% veća, u
2004. god. u odnosu na 2003. god. za 12,90% veća, u 2005. god. u odnosu na 2004. god. za
17,15% manja, u 2006. god. u odnosu na 2005. god. za 6,9% manja, u 2007. god. u odnosu
na 2006. god. za 2,22% veća, u 2008. god. u odnosu na 2007. god. za 10,86% veća.
b) Verižni indeksi se na bazne indekse preračunavaju za godine koje slede na osnovu
formule:

1
( ) :100, ( 1, 2, ... , )
i i i
I I V i n
Tabela 32. Preračunati verižni indeksi na bazne indekse sa bazom u 2000. god.
Godine
Varežni indeksi
(Vi)
Preračunati verižni indeksi u bazne indekse
sa bazom u 1991. god. Ii (%)
2000
1
/ V
1
100, 00 I
2001
2
119, 05 V
2 1 2
100 1,1905 119, 05 I I V
2002
3
114, 40 V
3 2 3
119, 05 1,1440 136,19 I I V
2003
4
108, 39 V
4 3 4
136,19 1, 0839 147, 62 I I V
2004
5
112, 90 V
5 4 5
147, 62 1,1290 166, 66 I I V
2005
6
82, 85 V
6 5 6
166, 66 0,8285 138, 07 I I V
2006
7
93,10 V
7 6 7
138, 07 0, 9310 128, 54 I I V
2007
8
102, 22 V
8 7 8
128, 54 1, 0222 131, 39 I I V
2008
9
110, 86 V
9 8 9
131, 39 1,1086 145, 66 I I V
Potrošnja brašna u odnosu na 2000. god. u 2001. god. bila je za 19,05% veća, u 2002. god. za
36,19% veća, u 2003. god. za 47,62% veća, u 2004. god. za 66,66% veća, u 2005. god. za 38,07%
veća, u 2006. god. za 28,54% veća, u 2007. god. za 31,39%, u 2008. god. za 45,66% veća.
c) Za godine koje prethode verižni indeksi se na bazne indekse preračunavaju na os-
novu relacije:

1
100, ( 1, 2, ... , )
i
i
i
I
I i n
V

Tabela 33. Preračunati verižni indeksi na bazne indekse sa bazom u 2004. god.
Godine
Varežni indek-
si (Vi)
Preračunati verižni indeksi u bazne indekse
sa bazom u 1995. god. Ii (%)
2000
1
/ V
1 2 2
(71, 42:119, 05) 100 59, 99 I I V
2001
2
119, 05 V
2 3 3
(81, 71:114, 40) 100 71, 42 I I V
2002
3
114, 40 V
3 4 4
(88, 57 :108, 39) 100 81, 71 I I V
2003
4
108, 39 V
4 5 5
(100:112, 90) 100 88, 57 I I V
2004
5
112, 90 V
5
100, 00 I
2005
6
82, 85 V
6 5 6
100 0, 08285 82,85 I I V
2006
7
93,10 V
7 6 7
82,85 0, 9310 77,13 I I V
2007
8
102, 22 V
8 7 8
77,13 1, 0222 78,84 I I V
2008
9
110, 86 V
9 8 9
78,84 1,1086 87, 40 I I V
45
Potrošnja brašna u odnosu na 2004. god. u 2000. god. bila je za 40,01% manja, u 2001.
god. za 28,85% manja, u 2002. god. za 18,29% manja, u 2003. god. za 11,43% manja, u
2005. god. za 17,15% manja, u 2006. god. za 22,87% manja, u 2007. god. za 21,16% ma-
nja, i u 2008. god. za 12,6% manja.
d) Indeksi sa bazom preračunavaju se na verižne indekse na osnovu formule:

1
100, ( 1, 2, ... , )
i
i
i
I
V i n
I

Tabela 34. Preračunati bazni indeksi sa bazom u 2000. god. na verižne indekse
Godine
Bazni indeksi
(Ii)
Preračunati bazni indeksi sa bazom u 2000. god.
na verižne indekse Vi (%)
2000
1
100, 00 I
1

2001
2
119, 05 I
2 2 1
: (119, 05:100, 00) 100 119, 05 V I I
2002
3
136,19 I
3 3 2
: (136,19:119, 05) 100 114, 39 V I I
2003
4
147, 62 I
4 4 3
: (147, 62:136,19) 100 108, 50 V I I
2004
5
166, 66 I
5 5 4
: (166, 66:147, 62) 100 112, 89 V I I
2005
6
138, 07 I
6 6 5
: (138, 07 :166, 66) 100 82, 84 V I I
2006
7
128, 54 I
7 7 6
: (128, 54:138, 07) 100 93, 09 V I I
2007
8
131, 39 I
8 8 7
: (131, 39:128, 54) 100 102, 22 V I I
2008
9
145, 66 I
9 9 8
: (145, 66:131, 39) 100 110,86 V I I
e)
Tabela 35. Preračunati bazni indeksi sa bazom u 2004. god. na verižne indekse
Godine
Bazni indeksi
(Ii)
Preračunati bazni indeksi sa bazom u 1995.
god. na verižne indekse Vi (%)
2000
1
59, 99 I
1

2001
2
71, 42 I
2 2 1
: (71, 42: 59, 99) 100 119, 05 V I I
2002
3
81, 71 I
3 3 2
: (81, 71: 71, 42) 100 114, 41 V I I
2003
4
88, 57 I
4 4 3
: (88, 57 : 81, 71) 100 108, 39 V I I
2004
5
100, 00 I
5 5 4
: (100, 00: 88, 57) 100 112, 90 V I I
2005
6
82, 85 I
6 6 5
: (82, 85:100, 00) 100 82,85 V I I
2006
7
77,13 I
7 7 6
: (77,13: 82,85) 100 93, 09 V I I
2007
8
78, 84 I
8 8 7
: (78, 84: 77,13) 100 102, 23 V I I
2008
9
87, 40 I
9 9 8
: (87, 40: 78, 84) 100 110, 85 V I I

ZADATAK 70.
Proizvodnja dečijih čarapa u periodu od 2001. god. do 2008. god., u hiljadama pari iznosila je:
Godine
2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (Yi)
580 520 610 750 738 780 765 810
46
a) Izračunati verižne (lančane) indekse
b) Dobijene verižne indekse preračunati na indekse sa bazom u 2001. god. i 2005. god.
Rešenje:
a)
5 4 3 2 1
/ ; 89, 65%; 117, 31%; 122, 95%; 98, 40%; V V V V V


8 7 6
105, 69%; 98, 07%; 105,88% V V V
b) Za 2001. god.:

1 2 3 4 5
100%; 89, 65%; 105,17%; 129, 31%; 127, 24%; I I I I I

6 7 8
134, 48%; 131, 88%; 139, 63% I I I
Za 2005. god.:

1 2 3 4 5
78, 58%; 70, 45%; 82, 65%; 101, 62%; 100%; I I I I I

6 7 8
105, 69%; 103, 65%; 109, 74% I I I

ZADATAK 71.
Proizvodnja jedne vrste vina u hektolitrima iznosila je u periodu od 2000. god. do 2008. god.
Godine 2000 2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (Yi) 490 505 580 530 810 790 820 840 860
a) Izračunati verižne indekse
b) Dobijene verižne indekse preračunati na indekse sa bazom u 2000. god. i 2002. god.
Rešenje:
a)
1 2 3 4 5
; 103, 06%; 114,85%; 91, 38%; 152,83%;

9 8 7 6
97, 53%; 103, 79%; 102, 43%; 102, 38% V V V V
b) Za 2000. god.:

1 2 3 4 5
100%; 103, 06%; 118, 36%; 108,16%; 165, 30%; I I I I I

6 7 8 9
161, 22%; 167, 33%; 171, 39%; 175, 47% I I I I
Za 2002. god.:

1 2 3 4 5
84, 48%; 87, 07%; 100%; 91, 38%; 139, 65%; I I I I I

6 7 8 9
136, 20%; 141, 36%; 144, 79%; 148, 23% I I I I

ZADATAK 72.
U jednom regionu potrošnja mleka po godinama u
3
10 litara iznosila je:
Godine 2001 2002 2003 2004 2005 2006 2007 2008
Potrošnja (Yi) 2600 2850 3010 2900 3200 3360 4100 4600
a) Izračunati verižne indekse
b) Dobijene verižne indekse preračunati na indekse sa bazom u 2005. god.
nema
47
Rešenje:
a)
5 4 3 2 1
; 109, 61%; 105, 61%; 96, 34%; 110, 34%;

6 7 8
105, 00%; 122, 02%; 112,19% V V V
b)
1 2 3 4 5
84, 90%; 93, 06%; 98, 28%; 103, 79%; 100%; I I I I I

6 7 8
105%; 128,12%; 143, 73% I I I

3.2. GRUPNI (AGREGATNI) INDEKSI
3.2.1. Indeksi količine

ZADATAK 73.
Prosečne cene i prodane količine žitarica bile su:
Ovas Raž Ječam
Godine
količina (q) cena (p) količina (q) cena (p) količina (q) cena (p)
2006
4800
1
( ) q
24
1
( ) P
5200
1
( ) q
18
1
( ) P
9800
1
( ) q
8
1
( ) P

2007
7000
0
( ) q
28
0
( ) P
6400
0
( ) q
15
0
( ) P
12600
0
( ) q
10
0
( ) P

2008
10000
2
( ) q
26
2
( ) P
8000
2
( ) q
16
2
( ) P
14200
2
( ) q
9
2
( ) P

Na osnovu ovih podataka izračunati:
a) individualne indekse količina prodaje za 2006. god. i 2008. god. (baza 2007: god.)
b) Grupne indekse prodaje za 2006. god. i 2008. god. u odnosu na 2007. god. (baza je 2007.
god. = 100), metodom agregata Laspaerov i Pašeov indeks
c) Grupni indeks prodaje za 2006. god. i 2008. god. u odnosu na 2007. god. (baza 2007.
god. = 100) metodom prosečnih vrednosti Laspaerov i Pašeov indeks
Rešenje:
Individualni indeksi prodaje izračunavaju se na osnovu formule:

0
100 ( 1, 2, ... , )
i
q
q
I i n
q

Za 2006. god. u odnosu na 2007. god.
Ovas:
1
0
4800
100 100 68, 57%
7000
q
q
I
q

Raž:
1
0
5200
100 100 0, 8125 81, 25%
6400
q
q
q

Ječam:
1
0
9800
100 100 0, 7777 77, 77%
12600
q
q
q

ili
ili
48
Prodane količine ovsa u 2006. god. u odnosu na 2007. god. bile su manje za 31,43%, ra-
ži manje za 18,75% i ječma manje za 22,23%
Za 2008. god. u odnosu na 2007. god.
Ovas:
2
0
10000
100 100 1, 4286 142, 86%
7000
q
q
q

Raž:
2
0
8000
100 100 1, 25 125%
6400
q
q
q

Ječam:
2
0
14200
100 100 1,1269 112, 69%
12600
q
q
q

Prodane količine ovsa u 2008. god. u odnosu na 2007. god. bile su veće za 42,86%, raži
veće za 25% i ječma za 12,69% veće.
b) Grupni indeks količine metodom agregata Laspaerov izračunava se
po formuli:

0
0 0
100 , ( 1, 2, ... , )
i
q
q P
I i n
q P

Za 2006. god. u odnosu na 2007. god.

0
0 0
100
i
q
q P
I
q P


4800 28 5200 15 9800 10
100
7000 28 6400 15 12600 10
q
I

134400 78600 98000 310400
100 100
196000 96000 126000 418000
q
I

0, 7425 100
q
I

74, 25%
q
I
U 2006. god. u odnosu na 2007. god. prodane količine ovsa, raži i ječma bile su u pro-
seku za 25,75% manje.
Grupni indeks količine metodom agregata Pašeov izračunava se po formuli:

1
0 1
100
i
q
q P
I
q P


4800 24 5200 18 9800 8 115200 93600 78400
0 0 1 0 0 1
7000 24 6400 18 12600 8 168000 115200 100800
q
I

287200
100 0, 7479 100
384000
q
I

74, 79%
q
I
U 2006. god. u odnosu na 2007. god. prodane količine ovsa, raži i ječma bile su u pro-
seku za 25,21% manje.
Za 2008. god. u odnosu na 2007. god.
ili
ili
ili
49
Laspaerov

2 0
0 0
100
q
q P
I
q P


10000 28 8000 15 14200 10 280000 120000 142000
100
7000 28 6400 15 12600 10 196000 96000 126000
q
I

542000
100 1, 29665 100
418000
q
I

129, 665%
q
I
U 2008. god. u odnosu na 2007. god. prodane količine ovsa, raži i ječma bile su u pro-
seku za 29,665% veće.
Pašeov

2 2
0 2
100
q
q P
I
q P


10000 26 8000 16 14200 9 260000 128000 127800
100
7000 26 6400 16 12600 9 182000 102400 113400
q
I

515800
100 1, 29663 100
397800
q
I

129, 663%
q
I
U 2008. god. u odnosu na 2007. god. prodane količine ovsa, raži i ječma bile su u pro-
seku za 29,663% veće.
c) Grupni indeks količine metodom prosečnih odnosa Laspaerov izračunava se po for-
muli:
Za 2006. god. u odnosu na 2007. god.

1
0 0
0
0 0
100
q
q
P q
q
I
P q


4800 5200 9800
7000 28 6400 15 12600 10
7000 6400 12600
100
28 7000 15 6400 10 12600
q
I

0, 6857 196000 0, 8125 96000 0, 7777 126000
100
196000 96000 126000
q
I

134397, 2 78000 97990, 2 310387, 4
100 100
418000 418000
q
I

0, 7425 100
q
I

74, 25%
q
I
Rezultat je isti kao i odgovor.
50
Grupni indeks količine metodom prosečnih odnosa Pašeov izračunava se po formuli:

1 1
0
1 1
1
100
q
q P
I
q
q P
q


4800 24 5200 18 9800 8
100
7000 6400 12600
4800 24 5200 18 9800 8
4800 5200 9800
q
I

115200 93600 78400
100
1, 4583 115200 1, 23077 93600 1, 2857 17840
q
I

287200
100
167996,16 115200, 07 100798, 88
q
I

287200
100 0, 7479 100
383995,11
q
I

74, 79%
q
I
Rezultat je isti kao i odgovor.
Za 2008. god. u odnosu na 2007. god.
Laspaerov

2
0 0
0
0 0
100
q
q
P q
q
I
P q


10000 8000 14200
7000 28 6400 15 12600 10
7000 6400 12600
100
28 7000 15 6400 10 12600
q
I

1, 4286 196000 1, 25 96000 1,12698 126000
100
196000 96000 126000
q
I

280005, 6 120000 141999, 48
100
418000
q
I

542005, 08
100 1, 29666 100
418000
q
I

129, 666%
q
I
Rezultat je isti kao i odgovor.
Pašeov

2 2
0
2 2
2
100
q
q P
I
q
P q
q


26 10000 16 8000 9 14200
100
7000 6400 12600
26 10000 16 8000 9 14200
10000 8000 14200
q
I
51

260000 128000 127800
100
0, 7 260000 0, 8 128000 0,8873 127800
q
I

515800
100
182000 102400 113400
q
I

515800
100
397800
q
I

1, 2963 100
q
I

129, 63%
q
I
Rezultat je isti kao i odgovor.

ZADATAK 74.
Proizvedene količine i cene obuće u jednoj fabrici obuće bile su:
Tabela 37. Proizvodnja i cene obuće
Dečije cipele Ženske cipele Muške cipele
Godine
količina cena količina cena količina cena
2007 4100 28,5 2600 31,5 3400 29,5
2008 3600 31,6 3200 43,5 4200 38,6
a) Izračunati individualne indekse količine za 2008. god. baza (2007. = 100)
b) Izračunati grupne indekse količine metodom agregata Laspaerov i Pašeov, baza 2003.
godina
Rešenje:
a) Dečije cipele: 87, 80%
q
I
Ženske cipele: 123, 07%
q
I
Muške cipele: 123, 53%
q
I
b) Laspaerov: 109, 45%
q
I
Pešov: 111, 01%
q
I

ZADATAK 75.
Jedna ribarnica u 2006. god., 2007. god. i 2008. god. proizvela je riba u tonama po cenama:
Tabela 38. Proizvodnja i cene ribe
Količine Cene
Proizvodi
2006 2007 2008 2006 2007 2008
Skuša 950 1100 1500 119 138 145
Sardela 630 760 700 85 95 105
Oslić 520 800 1200 140 155 160
Murine 210 310 450 240 280 310
52
a) Izračunati individualne indekse količine za 2006. god. i 2008. god., baza 2007. godina.
b) Izračunati grupne indekse količine metodom prosečnih odnosa Laspaerov i Pašeov za
2006. god. i 2008. god. baza 2007. godina.
Rešenje:
a) Skuša: za 2006. god. 86, 36%
q
I
za 2008. god. 136, 36%
q
I
Sardela: za 2006. god. 82, 89%
q
I
za 2008. god. 92,11%
q
I
Oslić: za 2006. god. 65%
q
I
za 2008. god. 150%
q
I
Murine: za 2006. god. 67, 74%
q
I
za 2008. god. 129,16%
q
I
b) Laspaerov: za 2006. god. 75, 97%
q
I ; za 2008. god. 131, 46%
q
I
Pašeov: za 2006. god. 75, 88%
q
I ; za 2008. god. 134, 33%
q
I

ZADATAK 76.
Jedno trgovinsko preduzeće imalo je promet mlečnih proizvoda u 2007. god. i 2008. god.
Tabela 39. Promet mlečnih proizvoda
2007 2008
Proizvodi
Količina Cena Količina Cena
Mleko 820 50 1200 55
Pavlaka 340 110 500 150
Jogurt 750 52 800 58
Kefr 610 80 750 83
a) Izračunati individualne indekse količine za 2008. god. baza 2007 god.
b) Izračunati grupne indekse količine metodom agregata Laspaerov i Pašeov, baza
2007. godina.
Rešenje:
a) Za mleko: 146, 34%
q
I ; pavlaka: 147, 06%
q
I ; jogurt: 106, 66%
q
I ; kefr:
122, 95%
q
I
b) Laspaerov: 130, 32%
q
I ; Pašeov: 131, 24%
q
I .
53
3.2.2. Indeks cena

ZADATAK 77.
U jednoj fabrici za preradu mesa proizvedeno je mesa u kg. po cenama:
Tabela 40. Proizvodnja i cene mesa
Svinjsko meso Teleće meso Jagnjeće meso
Mesec
Količina Cena Količina Cena Količina Cena
Januar 2000
1
( ) q 450
1
( ) P 2500
1
( ) q 490
1
( ) P 1200
1
( ) q 580
1
( ) P
Februar 1800
0
( ) q 430
0
( ) P 2800
0
( ) q 510
0
( ) P 1600
0
( ) q
560
0
( ) P

Mart 1900
2
( ) q 410
2
( ) P 2600
2
( ) q 480
2
( ) P 1100
2
( ) q
530
2
( ) P

a) Izračunati individualne indekse cena (baza februar)
b) Grupni indeks cena metodom agregata, Pašeov i Laspaerov indeks (baza februar)
c) Grupni indeks cena metodom prosečnih odnosa, Laspaerov i Pašeov indeks (baza februar)
Rešenje:
a) Individualni indeksi cena izračunavaju se na osnovu izraza:

0
100 (1, 2, ... , )
i
p
P
I i n
P

Za januar u odnosu na februar:
1
0
100
p
P
I
P

Svinjsko meso:
450
100 1, 0465 104, 65%
430
p

Teleće meso:
490
100 0, 9607 96, 07%
510
p

Jagnjeće meso:
560
100 0, 9655 96, 55%
580
p

Cene u januaru u odnosu na februar kod svinjskog mesa su bile veće za 4,65%, kod te-
lećeg mesa za 3,93% i kod jagnjećeg mesa za 3,45% manje.
Za mart u odnosu na februar:
Svinjsko meso:
2
0
410
100 100 0, 9534 95, 34%
430
p
P
P

Teleće meso:
480
100 0, 9411 94,11%
510
p

Jagnjeće meso:
530
100 0, 9464 94, 64%
560
p

Cene svinjskog mesa u martu u odnosu na februar za 4,66% niže, kod telećeg mesa za
5,36% niže i kod jagnjećeg mesa niže za 5,36%
ili
ili
ili
ili
ili
ili
54
b) Grupni indeks cena metodom agregata Laspaerov:

0
0 0
100 1, 2, ... ,
1
p
P q
I i n
P q

Za januar u odnosu na februar:

1 0
0 0
100
p
P q
I
P q


450 1800 490 2800 580 1600
100
430 1800 510 2800 560 1600
p
I

810000 1372000 928000 3110000
100 100
774000 1428000 896000 3098000
p
I

1, 0038 100
p
I

100, 38%
p
I
Cene svinjskog, telećeg i jagnjećeg mesa u januaru u odnosu na februar su porasle za
0,38%
Za mart u odnosu na februar:

2 0
0 0
100
p
p q
I
p q


410 1800 480 2800 530 1600
100
430 1800 510 2800 560 1600
p
I

738000 1344000 848000 2930000
100 100
774000 1428000 896000 3098000
p
I

0, 9457 100
p
I

94, 57%
p
I
Cene svinjskog, telećeg i jagnjećeg mesa u martu u odnosu na februar smanjene su za
5,43%

- Pašeov indeks cena -


0
100 (1, 2, ... , )
i i
p
i
q p
I i n
q p

Za januar u odnosu na februar:

1 1
1 0
100
p
q p
I
q p


450 2000 490 2500 580 1200
100
2000 430 2500 510 1200 560
p
I
55

900000 1225000 696000 2821000
100 100
860000 1275000 672000 2807000
p
I
+ +
= =
+ +
< <

1, 0049 100
p
I = <

100, 49%
p
I =
Cene svinjskog, telećeg i jagnjećeg mesa u januaru u odnosu na februar porasle su za
0,49%
Za mart u odnosu na februar:

2 2
2 0
100
p
q p
I
q p
=
_
_
<
<
<


1900 410 2600 480 1100 530
100
1900 430 2600 510 1100 560
p
I
+ +
=
+ +
< < <
<
< < <


779000 1248000 583000 2610000
100 100
817000 1326000 616000 2759000
p
I
+ +
= =
+ +
< <

0, 9459 100
p
I = <

94, 59%
p
I =
Cene svinjskog, telećeg i jagnjećeg mesa u martu u odnosu na januar su opale za 5,41%
c) Grupni indeks cena metodom srednjih vrednosti:

Laspaerov –


0 0
0
0 0
100 (1, 2, ... , )
i
p
P
p q
P
I i n
p q
= =
_
_
< <
<
<

Za januar u odnosu na februar:

1
0 0
0
0 0
100
p
P
p q
P
I
p q
=
_
_
< <
<
<


450 490 580
430 1800 510 2800 560 1600
430 510 560
100
430 1800 510 2800 560 1600
p
I
+ +
=
+ +
< < < < < <
<
< < <


1, 0465116 774000 0, 9607843 1428000 1, 0357143 896000
100
774000 1428000 896000
p
I
+ +
=
+ +
< < <
<

810000 1372000 928000 3110000
100
774000 1428000 896000 3098000
p
I
+ +
= =
+ +
<

1, 0038 100
p
I = <

100, 38%
p
I =
56
Cene svinjskog, telećeg i jagnjećeg mesa u januaru u odnosu na februar u proseku su
bile veće za 0,38%
Za mart u odnosu na februar:

2
0 0
0
0 0
100
p
P
p q
P
I
p q
=
_
_
< <
<
<


410 480 530
430 1800 510 2800 560 1600
430 510 560
100
430 1800 510 2800 560 1600
p
I
+ +
=
+ +
< < < < < <
<
< < <


0, 9534884 774000 0, 9411765 510 2800 0, 9464286 560 1600
100
430 1800 510 2800 560 1600
p
I
+ +
=
+ +
< < < < <
<
< < <


738000 1344000 848000 2930000
100
774000 1428000 896000 3098000
p
I
+ +
= =
+ +
<

0, 9457 100
p
I = <

94, 57%
p
I =
Cene svinjskog, telećeg i jagnjećeg mesa u martu u odnosu na februar u proseku su bile
niže za 5,43%

- Pašeov indeks cena -

Za januar u odnosu na februar:

0
100 (1, 2,..., )
i i
p
i i
i
P q
I i n
P
P q
P
= =
_
_
<
<
< <


1 1
0
1 1
1
100
p
P q
I
P
P q
P
=
_
_
<
<
< <


2000 450 2500 490 1200 580
100
430 510 560
2000 450 2500 490 1200 580
450 490 580
p
I
+ +
=
+ +
< < <
<
< < < < < <


900000 1225000 696000
100
0, 9555556 900000 1, 0408163 1225000 0, 9655172 696000
p
I
+ +
=
+ +
<
< < <


900000 1225000 696000
100
860000 1275000 672000
p
I
+ +
=
+ +
<

2821000
100
2807000
p
I = <

1, 0049 100
p
I = <

100, 49%
p
I =
57
Cene svinjskog, telećeg i jagnjećeg mesa u januaru u odnosu na februar u proseku su
porasle za 0,49%
Za mart u odnosu na februar

2 2
0
2 2
2
100
p
p q
I
p
p q
p
=
_
_
<
<
< <


1900 410 2600 480 1100 530
100
430 510 560
1900 410 2600 480 1100 530
410 480 530
p
I
+ +
=
+ +
< < <
<
< < < < < <


779000 1248000 583000
100
1, 0487805 779000 1, 0625 1248000 1, 0566038 583000
p
I
+ +
=
+ +
<
< < <


779000 1248000 583000
100
817000 1326000 616000
p
I
+ +
=
+ +
<

2610000
100
2759000
p
I = <

0, 9459 100
p
I = <

94, 59%
p
I =
Cene svinjskog mesa, telećeg i jagnjećeg mesa u martu u odnosu na februar u proseku
su niže za 5,41%.

ZADATAK 78.
U jednoj trgovini u toku 3 dana prodato je južnog voća u kilogramima po cenama:
Tabela 41. Prodato južnog voća po cenama
Prvi dan Drugi dan Treći dan
Južno voće
Količina Cena Količina Cena Količina Cena
Banane 200 95 180 86 130 90
Kivi 150 120 80 125 40 100
Ananas 50 210 30 240 20 190
a) Izračunati individualne indekse cena, baza prvi dan.
b) Izračunati grupne indekse, cena metodom agregata, Laspaerov i Pašeov indeks, baza
prvi dan.
Rešenje:
a) Drugi dan u odnosu na prvi dan:
1
0
100
p
P
I
P
= <
banane: 90, 52%
p
I =
kivi: 104,16%
p
I =
ananas: 114, 28%
p
I =
58
Treći dan u odnosu na prvi dan:
2
0
100
p
P
I
P

banane: 94, 74%
p
I
kivi: 83, 33%
p
I
ananas: 90, 48%
p
I
b) Laspaerov indeks
Drugi dan u odnosu na prvi dan:
1 0
0 0
100
p
p q
I
p q


100, 94%
p
I
Treći dan u odnosu na prvi dan:
2 0
0 0
100
p
p q
I
p q


89, 47%
p
I
Pašeov indeks
Drugi dan u odnosu na prvi dan:
1 1
0 1
100
p
p q
I
p q


99, 03%
p
I
Treći dan u odnosu na prvi dan:
2 2
0 2
100
p
p q
I
p q


107, 44%
p
I

ZADATAK 79.
U jednom marketu prodato je 3 vrste kafe:
Tabela 42. Prodato kafe po cenama
I kvartal II kvartal
Vrsta kafe
Količina Cena Količina Cena
“grand” 20 42 43 40
“c kafa” 15 40 21 39
“don kafa” 35 45 40 42
a) Izračunati individualne indekse cena, baza I kvartil
b) Grupni indeks cena, metodom prosečnih odnosa Laspaerov i Pašeov, baza I kvartil.
Rešenje:
a) “grand” kafa: 95, 24%
p
I
“c kafa”: 97, 5%
p
I
“don kafa” 93, 3%
p
I
b) Laspaerov: 94, 69%
p
I ; Pašeov: 94, 89%
p
I
59
ZADATAK 80.
Na jednom poljoprivrednom dobru proizvedeno je povrće u kg. po cenama:
Tabela 43.Proizvodnja i cene povrća
2007 2008
Vrsta povrća
Količina Cena Količina Cena
krompir 1500 28 1800 25
kupus 1000 8 1200 10
Crni luk 800 15 1100 18
a) Izračunati individualni indeks cena, baza 2007. god.
b) Grupni indeks cena metodom agregata, Laspaerov i Pašeov, baza 2007. godina.
Rešenje:
a) krompir: 89, 28%
p
I
kupus: 125%
p
I
crni luk: 120%
p
I
b) Laspaerov: 99, 83%
p
I ; Pašeov: 100, 39%
p
I

3.2.3. Indeks vrednosti

ZADATAK 81.
Fabrika za proizvodnju keksa proizvodi tri vrste keksa u kilogramima i uz prosečnu cenu:
Tabela 44. Proizvodnja keksa po cenama
Proizvodnja u 1000kg Prosečna cena
Vrsta keksa
2007 2008 2007 2008
Sa čokoladom 85 120 95 110
Sa kokosom 30 80 105 130
Mlečni 150 210 65 75
Izračunati indeks vrednosti, baza 2007. godina.
Rešenje:
Indeks vrednosti izračunava se na osnovu izraza:
0 0
100
i i
W
p q
I
p q
; 1, 2, 3,..., i n
1 1
0 0
100
W
p q
I
p q

110 120 130 80 75 210
100
95 85 105 30 65 150
W
I
60
13200 10400 15750 39350
100 100
8075 3150 9750 20975
W
I
1,8760 100
W
I
187.60%
W
I
Vrednost proizvodnje keksa sa čokoladom, keksom i mlečni u 2008. god. u odnosu na 2007.
god. bila je za 87,60% veća.

ZADATAK 82.
U fabrici za proizvodnju štofa proizvedeno je štofa u 1000 m po prosečnim cenama:
Tabela 45. Proizvodnja štofa po cenama
Proizvedeno u 1000 m Prosečne cene
Vrsta štofa
2006 2007 2008 2006 2007 2008
Od vune 10200 18400 17300 82 79 91
Od sintetike 15600 12800 14100 54 63 58
Od pamuka 9800 10400 13500 101 94 100
Izračunati indeks vrednosti, baza 2006. godina
Rešenje:
Indeks vrednosti za 2007. god. u odnosu na 2006. god. 121, 32%
W
I
Indeks vrednosti za 2008. god. u odnosu na 2006. god. 140, 23%
W
I

ZADATAK 83.
Fabrika za proizvodnju keramičkih pločica proizvela je pločica po prosečnim cenama:
Tabela 46. Proizvedene pločice po cenama
Januar Februar
Vrsta pločica
Količ. Cena Količ. Cena
Podne 25400 26,5 42300 28,6
Zidne 31800 21,4 39600 24,3
a) Izračunati indeks vrednosti baza januar.
Rešenje:
160, 46%
W
I

ZADATAK 84.
Fabrika za proizvodnju papira proizvedeno je tri vrste papira po prosečnim cenama:
Količina Prosečne cene
Vrsta papira
April Maj Juni April Maj Juni
Foto papir 104300 120100 150200 10,3 10,8 11
Flis papir 85200 84100 75400 32,4 34,2 31,5
Pak papir 15400 16200 10600 8,3 8,6 8,5
61
Izračunati indeks vrednosti, baza maj mesec.
Rešenje:
Indeks vrednosti za april u odnosu na maj 91, 29%
W
I
Indeks vrednosti za juni u odnosu na maj 95, 47%
W
I


3.2.4. Indeks troškova života

ZADATAK 85.
U oktobru 2005. god. i novembru 2005. god. prosečne cene za nekoliko artikala ishrane za
četvoročlanu porodicu iznosile su:
Artikal
Prosečne cene
oktob. 2008 (P )
Cena u novembru
(P )
Količine u tipskom
budžetu (q)
Hleb
Ulje
Meso
Šećer
Mleko
20,5
70,5
270
48
28
22
75
310
51
30
55 kg.
6 l
9 kg.
3 kg.
15 l
Izračunati indeks troškova života u novembru u odnosu na oktobar 2008. godine.
Rešenje:
Troškovi života u novembru u odnosu na oktobar 2008. god.za četvoročlanu porodicu, bili su
za 11,19% veći

ZADATAK 86.
Prosečne cene za nekoliko artikala u 2007. godini i 2008. god. za četvoročlanu porodicu su iznosili:
Artikal
Količina ( q ) po
tipskom budžetu
Cene 2007. g (
0
p ) Cene 2008. g (
1
p )
Pasulj 145 kg 150 155
Sir 4 kg 180 195
Jaja 25 kom. 5 6
Brašno 3 kg 35 40
Izračunati indeks troškova života u 2008. godini u odnosu na 2007. godinu.
Rešenje: 103, 63%
p
I
0 1

1
1
0
1
22 55 75 6 310 9 51 3 30 15
20,5 55 70,5 6 270 9 48 3 28 15
1210 450 2790 153 450 5053
1,1119 111,19%
1127,5 423 2430 144 420 4544,5
n
i
n
i
P q
I
p
P q
I
p
I I
p p
=
=

=

⋅ + ⋅ + ⋅ + ⋅ + ⋅
=
⋅ + ⋅ + ⋅ + ⋅ + ⋅
+ + + +
= = = =
+ + + +


62
ZADATAK 87.
Ako troškovi za ishranu četvoročlane porodice u 2007. godini iznose 28000 dinara, a u 2008.
godini 29800 din, izračunati indeks troškova života.
Rešenje:
106, 43%
p
I


ZADATAK 88.
Prosečne cene za nekoliko artikala četvoročlane porodice u januaru 2008. god. i septembru
2008. godine, u dinarima iznosile su:
Artikal Cene januar Cene septembar
Količine po
tipskom budžetu
Mast 40 45 5 kg
Krompir 30 28 17 kg
Hleb 20 23 60 kg
Mleko 25 32 15 l
Izračunati indeks troškova života u septembru u odnosu na januar 2008. godine.
Rešenje:
112, 07%
p
I

ZADATAK 89.
U martu 2008. godine troškovi života za četvoročlanu porodicu su iznosili 29500 dinara. Pro-
cena je da će indeks troškova života u septembru biti 118%, koliko četvoročlana porodica
mora u septembru da ima novca za život?
Rešenje:
29500 1,18
p
I
34810[ ]
p
I dinara

3.2.5. Indeks plata (zarada)

ZADATAK 90.
U fabrici za proizvodnju bele tehnike plate u 10
3
dinara i broj zaposlenih bili su:
Broj radnika
Ukupan iznos
isplaćenih plata
Prosečna mesečna zarada
po kategorijama
Stručna
sprema
2007(
0
L ) 2008(
1
L ) 2007(
0
X ) 2008(
1
X )
2007
0
0
0
X
X
L
2008
0
0
0
X
X
L

Visoka 5 4 1900 2400 380 600
Viša 8 10 1000 1300 125 130
Kvalif. 78 96 800 960 10,25 10
Ukupno 91 110 3700 4660 / /
63
Na osnovu podataka izračunati (baza 2007. god.)
a) individualne indekse nominalnih plata za pojedine kategorije radnika
b) grupni indeks nominalnih plata promenjenog sastava zaposlenih
c) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
baznog perioda
d) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
tekućeg perioda
e) indeks uticaja promena u kvalifkacionom sastavu zaposlenih na promene opšteg pro-
seka plata
f) indeks dinamike zaposlenih
g) indeks mase ukupno isplaćenih plata
h) objasni koji su faktori i koliko uticali na promene mase ukupno isplaćenih plata
i) koliko iznosi indeks nominalnih plata, a koliko indeks realnih plata radnika sa visokom
stručnom spremom, ako indeks troškova života za 2008. god. u odnosu na 2007. god.
iznosi 170%.
Rešenje:
a) Individualni indeksi nominalnih plata izračunavaju se na osnovu formule:

( )
0
i
j
pl
X
I
X
(i=1,2,3,...,n j=1,2,3,...,n),
-za visoku stručnu spremu:
(1)
600
1, 5789
380
pl
I ili 157,89%
-za višu stručnu spremu:
(2)
130
1, 04
125
pl
I ili 104%
-za kvalifkovanog radnika:
(3)
10
0, 9756
10, 25
pl
I ili 97,56%
Nominalna plata u 2008. god. u odnosu na 2007. god. kod radnika visoke stručne
spreme bila je za 57,89% veća, kod radnika više stručne spreme bila je za 4% veća, i kod
kvalifkovanog radnika bila je za 2,44% manja.
b) Grupni indeks nominalnih plata promenjenog sastava zaposlenih izračunava se na os-
novu izraza:

0
1 1
0
1 1
4660 3700
: : 42, 3636: 40, 6593
110 91
n n
i
i i
pl
n n
i
i i
X X
I
L L

1, 0419 pl I ili 104,19%
Opšti prosek plata po zaposlenom u celoj fabrici u 2008. godini u odnosu na 2007. go-
dinu bio je veći za 4,19%. Na ovaj indeks uticale su ne samo promene u visini plate, već
i promene u kvalifkacionoj strukturi.
64
c) Grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
baznog perioda izračunava se na osnovu formule:

0
1
0
0
0
1
600 5 130 8 10 78 3000 1040 780
380 5 125 8 10, 25 78 1900 1000 799, 5
n
i
i
pl n
i
X L
I
X L


0
4820
1, 3028
3699, 5
pl
I ili 130,28%
Plate zaposlenih u 2008. god. u odnosu na 2007. god. su u proseku bile za 30,28% veće.
Na njih nisu uticale promene u kvalifkacionoj strukturi zaposlenih, već samo promene
u visini plate.
d) Grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
tekućeg perioda izračunava se po obrascu:

' 1
1
0
1
600 4 130 10 10 96
380 4 125 10 10, 25 96
n
i
i
i
pl n
i
i
X L
I
X L


'
1
2400 1300 960 4660
1, 2413
1520 1250 984 3754
pl
I ili 124,13%
Plate zaposlenih u 2008. god. u odnosu na 2007. god. bile su u proseku veće za 24,13%.
Na njih nisu uticale promene u kvalifkacionoj strukturi zaposlenih, već samo promene
u visini plata.
e) Indeks uticaja promena u kvalifkacionom sastavu zaposlenih na promene opšteg pro-
seka plata, izračunava se na osnovu izraza:

0
104,19
0, 7997
130, 28
pl
sp
pl
I
I
I
ili 79,97%
Promene u kvalifkacionoj strukturi zaposlenih uticale su na smanjenje opšteg nivoa
plata u 2008. god. u odnosu na 2007. god. za 20,03%.
f) Indeks dinamike zaposlenih izračunava se na osnovu formule:

1
0
1
110
1, 2087
91
n
i
i
r n
i
L
I
L
ili 120,87%
Broj zaposlenih u 2008. god. u odnosu na 2007. god. veći je za 20,87%.
g) Indeks mase ukupno isplaćenih plata izračunava se po formuli:

1
0
1
4660
1, 2594
3700
n
i
i
x n
i
X
I
X
ili 125,94%
Masa ukupno isplaćenih plata u 2008. god. u odnosu na 2007. god. bila je veća za 25,94%.
65
h) Indeks mase ukupno isplaćenih plata može se izračunati i na osnovu relacije:

0
1, 3028 0, 7997 1, 2087 1, 2593
x pl sp
I I I I ili 125,93%.
Znači da se masa ukupno isplaćenih plata u 2008. god. u odnosu na 2007. god. povećala
za 25,93%. Na ovo povećanje uticali su faktori: I prosečno povećanje visine plata po ka-
tegorijama radnika za 30,28% uticalo je da je suma ukupno isplaćenih plata za 30,28%
bila veća nego što bi bila da povećanja nije bilo; II promene u kvalifkacionoj strukturi
radnika uticale su na smanjenje opšteg proseka plata za 20,03% a samim tim i na sma-
njenje ukupne sume isplaćenih plata za 20,03%; III povećanje broja zaposlenih za
20,87% uticalo je tako da je ukupna suma isplaćenih plata za 20,87% veća nego što bi
bila da nije bilo povećanja broja zaposlenih. Prema tome, relativno najveći uticaj na po-
većanje mase ukupno isplaćenih plata imalo je povećanje visine plata.
i) Indeks nominalne plate radnika sa visokom stručnom spremom iznosi
(1)
157, 89%
pl
I
Indeks realne plate izračunava se na osnovu izraza:

147, 62
0, 8683
170, 00
pl
pl
p
I
IR
I
ili 86,83%
Radnik visoke stručne spreme je u 2008. godini primio nominalno više novca za
57,89%, ali za taj novac može da kupi za 13,17% manje roba i usluga.

ZADATAK 91.
U jednom preduzeću u 2003. i 2004. godini broj zaposlenih i isplaćene ukupne mesečne plate
u 10
3
din iznosili su:
Broj radnika Ukupan iznos isplaćenih plata
Stručna
sprema
2007(
0
L ) 2008(
1
L ) 2007(
0
X ) 2008(
1
X )
Srednja 380 410 3900 4100
VK 250 280 3200 3800
NKV 140 120 2600 2100
Na osnovu podataka izračunati (baza 2007. god.)
a) individualne indekse nominalnih plata za pojedine kategorije radnika
b) grupni indeks nominalnih plata promenjenog sastava zaposlenih
c) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
baznog perioda
d) indeks uticaja promena u kvalifkacionom sastavu zaposlenih na promene opšteg pro-
seka plata
e) indeks dinamike zaposlenih
f) indeks mase ukupno isplaćenih plata
g) objasni koji su faktori i koliko uticali na promenu mase ukupno isplaćenih plata
h) koliko iznosi indeks nominalne plate radnika sa srednjom stručnom spremom, a koliko
indeks realne, ako indeks troškova života za 2008. god. u odnosu na 2007. god. iznosi 120%.
66
Rešenje:
a)
(1)
97, 43%
pl
I ;
(2)
106, 01%
pl
I ;
(3)
94, 23%
pl
I
b) 98, 01% pl I
c)
'
0
99, 41%
pl
I
d) 98, 59%
sp
I
e) 105,19%
r
I
f) 103, 09%
x
I
g) 0, 9941 0, 9857 0, 9801
x
I ili 98,01%
h) 97, 43%
pl
I 81, 67%
pl
IR

ZADATAK 92.
U fabrici za proizvodnju cementa u januaru i oktobru 2008. god. broj zaposlenih i ukupno is-
plaćene mesečne plate u 10
3
dinara iznosile su:
Broj radnika Ukupan iznos isplaćenih plata
Stručna
sprema
Januar (
0
L ) Oktobar (
1
L ) Januar (
0
X ) Oktobar (
1
X )
Viša 90 95 3820 5240
Srednja 130 142 3210 4100
Kvalifkovani 185 198 2400 3150
Na osnovu podataka izračunati (baza januar 2008. god.)
a) individualne indekse plata za pojedine kategorije radnika
b) grupni indeks nominalnih plata promenjenog sastava zaposlenih
c) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
baznog perioda
d) indeks uticaja promena u strukturi zaposlenih na promene opšteg proseka plata
e) indeks dinamike zaposlenog osoblja
f) indeks mase ukupno isplaćenih plata i objasniti koji su faktori i koliko uticali na pro-
menu mase ukupno isplaćenih plata
g) koliko iznosi indeks nominalne plate radnika sa srednjom stručnom spremom, a koliko
indeks realne, ako indeks troškova života u oktobru u odnosu na januar iznosi 165%.
Rešenje:
a)
(1)
1, 2997
pl
I ili 129,97%;
(2)
116, 93%
pl
I ;
(3)
122, 67%
pl
I
b) 123, 32% pl I
c)
'
0
123, 67%
pl
I
d) 99, 72%
sp
I
e) 107, 41%
r
I
f) 132, 45%
x
I
g)
(2)
116, 93%
pl
I 70,87%
pl
IR
67
ZADATAK 93.
Na jednom poljoprivrednom dobru broj zaposlenih i ukupno isplaćene mesečne plate u 10
3

dinara u martu i aprilu 2004. godine iznosili su:
Broj radnika Ukupan iznos isplaćenih plata
Kvalifkacija
radnika
Mart (
0
L ) April (
1
L ) Mart (
0
X ) April (
1
X )
VKV 105 110 8500 14300
KV 98 80 12300 19820
NKV 120 140 6200 7800
Na osnovu podataka izračunati (baza mart=100%)
a) individualne indekse plata za pojedine kategorije radnika
b) grupni indeks nominalnih plata promenjenog sastava zaposlenih
c) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
tekućeg perioda
d) indeks uticaja promena u strukturi zaposlenih na promene opšteg proseka plata
e) indeks dinamike zaposlenih
f) indeks mase ukupno isplaćenih plata i objasniti koji su faktori i koliko uticali na pro-
menu mase ukupno isplaćenih plata
g) koliko iznosi indeks nominalne plate i indeks realne plate kvalifkovanog (KV) radnika,
ako indeks troškova života u aprilu u odnosu na mart iznosi 190%.
Rešenje:
a)
(1)
160, 59%
pl
I ;
(2)
197, 39%
pl
I ;
(3)
107,83%
pl
I
b) 151, 96% pl I
c)
'
1
160,13%
pl
I
d) 94, 89%
sp
I
e) 102,16%
r
I
f) 1, 6013 0, 9489 1, 0216 1, 5523
x
I ili 155,23%
g)
(2)
197, 39%
pl
I 103, 89%
pl
IR

ZADATAK 94.
U fabrici automobila u maju i decembru 2008. god. broj zaposlenih i ukupno isplaćen iznos
mesečnih plata u 10
3
dinara iznosile su:
Broj radnika Ukupno isplaćene plate
Stručna
sprema
Maj (
0
L ) Decembar (
1
L ) Maj (
0
X ) Decembar (
1
X )
Visoka 90 118 15800 17200
Viša 100 103 9300 9800
VKV 230 250 5250 5860
68
Na osnovu podataka izračunati (baza maj=100%)
a) individualne indekse nominalnih plata za pojedine kategorije radnika
b) grupni indeks nominalnih plata nepromenjenog sastava zaposlenih sa ponderima iz
baznog perioda
c) grupni indeks nominalnih plata promenjenog sastava
d) indeks uticaja promena u strukturi zaposlenih na promene opšteg proseka plata
e) indeks dinamike zaposlenog osoblja
f) indeks mase ukupno isplaćenih plata
g) koliko iznosi indeks realne plate radnika sa višom stručnom spremom, ako indeks tro-
škova života u decembru u odnosu na maj iznosi 153,5%.
Rešenje:
a)
(1)
83, 05%
pl
I ;
(2)
102, 30%
pl
I ;
(3)
102, 72%
pl
I
b)
0
92, 35%
pl
I
c) 96, 54% pl I
d) 104, 53%
sp
I
e) 112,14%
r
I
f) 0, 9235 1, 0453 1,1214 1, 0825
x
I ili 108,25%
g) 62,89%
pl
IR

3.2.6. Indeks produktivnosti rada
ZADATAK 95.
Utrošeni rad i iskop uglja u jednom rudniku tokom 2007. god. i 2008. god. bili su:
Proizvodnja u 10
3
t
Utrošeno radnih časova
u 10
3


Proizvod (j)
2007. (
0
Q ) 2008. (
1
Q ) 2007. (
0
T ) 2008. (
1
T )
Stalna ce-
na (p)
Mrki ugalj 105 110 75 69 86
Kameni ugalj 90 95 86 91 102
Lignit 120 145 45 48 94
Ukupno 315 350 206 208 282
Na osnovu ovih podataka (baza 2007. god. =100%) izračunati:
a) individualne indekse produktivnosti rada, ako je produktivnost rada izražena sa prose-
čnim vremenom za izradu jedinice proizvoda,
b) individualne indekse produktivnosti rada, ako je produktivnost rada izražena preko
proizvedenih količina u jedinici vremena,
69
c) grupni indeks produkivnosti rada promenljivog sastava proizvodnje, ako je produktiv-
nost rada izražena sa prosečnom proizvodnjom za jedinicu vremena,
d) grupni indeks produktivnosti rada promenljivog sastava proizvodnje, ako je produkti-
vnost rada izražena sa prosečnim vremenom za izradu jedinice proizvoda,
e) grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz baznog perioda,
f) grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz tekućeg perioda,
g) indeks uticaja stranih promena,
h) indeks dinamike ukupno utrošenog rada,
i) Grupni indeks fzičkog obima proizvodnje.

Rešenje:
a) Individualni indeksi produktivnosti rada, ako je produktivnost rada izražena sa prose-
čnim vremenom za izradu jedinice proizvoda, izračunavaju se na osnovu formule:

( ) 0
0
0
: :
j i
i t
i
T T
IP t t
Q Q
(i=1,2,...,n; j=1,2,...,m),
za mrki ugalj:
(1)
69 75 0, 6272
: 0, 8781
110 105 0, 7143
t
IP ili 87,81%
Produktivnost rada u iskopu mrkog uglja u 2008. godini u odnosu na 2007. god. je po-
rasla jer je za 12,19% utrošeno manje časova u iskopu mrkog uglja.
za kameni ugalj:
(2)
91 86 0, 9579
: 1, 0025
95 90 0, 9555
t
IP ili 100,25%
Produktivnost rada u iskopu kamenog uglja u 2008. godini u odnosu na 2007. god. je
opala za 0,25%.
za lignit:
(3)
48 45 0, 3310
: 0,8827
145 120 0, 375
t
IP ili 88,27%
Produktivnost rada u iskopu lignita u 2008. godini u odnosu na 2007. god. je porasla
jer je za 11,73% utrošeno manje časova u iskopu lignita.
b) Individualni indeksi produktivnosti rada, ako je produktivnost rada izražena preko
proizvedenih količina u jedinici vremena, izračunavaju se na osnovu formule:

( ) 0
0
0
: :
j i
i q
i
Q Q
IP q q
T T
(i=1,2,...,n; j=1,2,...,m),
ili na osnovu izraza
( )
( )
1
j
q j
t
IP
IP
; j=1,2,...,m
za mrki ugalj:
(1)
1
1,1388
0,8781
q
IP ili 113,88%
Produktivnost rada u iskopu mrkog uglja u 2008. godini u odnosu na 2007. god. je po-
rasla za 13,88%.
70
za kameni ugalj:
(2)
1
0, 9975
1, 0025
q
IP ili 99,75%
Produktivnost rada u iskopu kamenog uglja u 2008. godini u odnosu na 2007. god. je
opala za 0,25%.
za lignit:
(3)
1
1,1328
0, 8827
q
IP ili 113,28%
Produktivnost rada u iskopu lignita u 2008. godini u odnosu na 2007. god. je porasla za
13,28%.
c) Grupni indeks produkivnosti rada promenljivog sastava proizvodnje, ako je produkti-
vnost rada izražena sa prosečnom proizvodnjom za jedinicu vremena, izračunava se na
osnovu izraza:

0
1 1
0
1 1
:
n n
i
i i
q
n n
i
i i
Q p Q p
IP
T T


(110 86 95 102 145 94) (105 86 90 102 120 94)
:
6 0 2 8 0 2
q IP

(9460 9690 13630) (9030 9180 11280)
:
208 206
q IP

32780 29490
: 157, 5961:143,1553
208 206
q IP
1,1008 q IP ili 110,08%
Ukupna produktivnost rada u 2008. god. u odnosu na 2007. god. u iskopu mrkog, ka-
menog i lignit uglja porasla je u proseku za 10,08%. Na ove promene uticale su i pro-
mene u produktivnosti rada i promene u strukturi (sastavu) proizvodnje.
d) Grupni indeks produktivnosti rada promenljivog sastava proizvodnje, ako je produkti-
vnost rada izražena sa prosečnim vremenom za izradu jedinice proizvoda, izračunava
se na osnovu formule:

0
1 1
0
1 1
208 206
: : 0, 00634: 0, 00698
32780 29490
n n
i
i i
t
n n
i
i i
T T
IP
Q p Q p

0, 9083 t IP ili 90,83%
ili na osnovu izraza:

1 1
0, 9083
1,1008
t
q
IP
IP
ili 90,83%
Ukupna produktivnost rada u 2008. god. u odnosu na 2007. god. u iskopu mrkog,
kamenog i lignit uglja porasla je za 9,17% jer je utrošeno manje ukupnog vremena,
u proseku.
71
e) Grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz baznog perioda, izračunava se na osnovu izraza:

0
' 1
0
0 0
1
69 91 48
105 90 120
110 95 145
75 86 45
105 90 120
105 90 120
n
i
i
t n
i
t Q
IP
t Q


'
0
65,86 86, 21 39, 72 191, 79
0, 9310
75 86 45 206
t
IP ili 93,10%
Pod pretpostavkom da se struktura proizvodnje nije promenila, odnosno da je bila kao
u baznom periodu (2007. god.) ukupna produktivnost rada je porasla jer se ukupan ut-
rošak rada u proseku smanjio za 6,9%.
Pravi grupni indeks produktivnosti rada izračunava se na osnovu izraza:

'
0
'
0
1 1
1, 07411
0, 9310
q
t
IP
IP
ili 107,41%.
Ukupna produktivnost rada u proseku je porasla za 7,41%. Na ovaj indeks nisu uticale
promene u strukturi proizvodnje.
f) Grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz tekućeg perioda, izračunava se na osnovu formule:

' 1
1
0
1
69 91 48
110 95 145
69 91 48
110 95 145
75 86 45
78, 57 90, 77 54, 37
110 95 145
105 90 120
n
i i
i
t n
i
i
t Q
IP
t Q


'
1
208
0, 9297
223, 71
t
IP ili 92,97%
Pod pretpostavkom da se struktura proizvodnje nije promenila, odnosno da je bila sta-
lna kao u tekućem periodu (2008. god.) ukupna produktivnost rada je porasla jer se
ukupan utrošak rada u proseku smanjio za 7,03%.
Pravi grupni indeks produktivnosti rada izračunava se na osnovu izraza:

'
1 '
1
1 1
1, 0756
0, 9297
q
t
IP
IP
ili 107,56%.
g) Indeks uticaja strukturnih promena izračunava se na osnovu formule:

'
110, 08
1, 0248
107, 41
q
sp
q
IP
I
IP
ili 102,48%
To znači da su promene u produktivnosti uticale na promenu produktivnosti rada.
h) Indeks dinamike ukupno utrošenog rada se izračunava na osnovu relacije:

1
0
1
208
1, 0097
206
n
i
i
r n
i
T
I
T
ili 100,97%
U 2008. god. u odnosu na 2007. god. utrošeni rad se povećao za 0,97%.
72
i) Grupni indeks fzičkog obima proizvodnje se izračunava na osnovu izraza:

'
1, 0741 1, 0248 1, 0097 1,1114
q q sp r
I I IP I ili 111,14%
ili na osnovu formule:

1
0
1
110 86 95 102 145 94 9460 9690 13630
105 86 90 102 120 94 9030 9180 11280
n
i
i
q n
i
Q P
I
Q P


32780
1,1114
29490
q
I ili 111,14%
Na promenu ukupnog fzičkog obima proizvodnje uticali su sledeći faktori: 1) poveća-
nje ukupne produktivnosti rada za 7,41%, uticalo je na fzički obim proizvodnje tako
da je on za 7,41% veći nego što bi bio da nije došlo do prosečnog povećanja produktiv-
nosti rada u iskopu uglja kamenog, mrkog i lignita; 2) promene u strukturi proizvodnje
uticale su na promenu fzičkog obima proizvodnje; 3) povećanje broja zaposlenih za
0,97% uticalo je da je fzički obim proizvodnje za 0,97% veći nego što bi bio da nije bilo
povećanja zaposlenosti.

ZADATAK 96.
U fabrici za proizvodnju čarapa u 2007. i 2008. godini proizvedeno je čarapa u 10
3
pari, a broj
zaposlenih je bio:
Proizvodnja Prosečan broj zaposlenih
Vrsta čarapa
(j)
2007.(
0
Q ) 2008.(
i
Q ) 2007.(
0
T ) 2008.(
i
T )
Muške 320 450 180 195
Ženske 750 970 140 160
Dečije 980 1100 210 230
Ukupno: 2050 2520 530 585
a) izračunati individualne indekse produktivnosti rada u 2008. godini u odnosu na 2007.
godinu.
b) grupni indeks produkivnosti rada promenljivog sastava proizvodnje,
c) grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz baznog perioda,
d) grupni indeks produktivnosti rada nepromenjenog sastava proizvodnje sa ponderima
iz tekućeg perioda,
e) grupni indeks fzičkog obima proizvodnje,
f) grupni indeks dinamike ukupno utrošenog rada,
g) indeks uticaja strukturnih promena u proizvodnji čarapa na promene ukupne produk-
tivnosti u celoj fabrici,
h) Objasniti koji su faktori i koliko uticali na promene fzičkog obima proizvodnje čarapa
u celoj fabrici.
73
Rešenje:
a)
(1)
129, 81%
q
IP ;
(2)
113,17%
q
IP ;
(3)
102, 49%
q
IP
b)
0
1 1
0
1 1
: 111, 36%
n n
i
i i
q
n n
i
i i
Q Q
IP
T T

c)
0
1 '
0
0
0
1 0
88,16%
n
i
i i
t n
i
T
Q
Q
IP
T
Q
Q
;
'
0
'
0
1 1
1,1343
0, 8816
q
t
IP
IP
ili 113,43%
d)
1 '
1
0
1 0
87, 32%
n
i
i
i
i
t n
i
i
T
Q
Q
IP
T
Q
Q
;
'
1 '
1
1 1
1,1452
0, 8732
q
t
IP
IP
ili 114,52%
e)
1
0
1
122, 92%
n
i
i
q n
i
Q
I
Q

f)
1
0
1
110, 38%
n
i
i
r n
i
T
I
T

g)
'
0
98,17%
q
sp
q
IP
I
IP

h)
'
0
122, 91%
q q sp r
I I IP I

ZADATAK 97.
U fabrici za proizvodnju opeke u martu i septembru 2008. godine proizvedeno je u 103 ko-
mada, pri čemu je kod proizvodnje utrošeno časova rada:
Proizvodnja Utrošeno časova
Vrsta
opeke (j)
Mart (
0
Q )
Septembar
(
i
Q )
Mart (
0
T ) Septembar (
i
T )
Stalna cena u
dinarima (p)
Puna 55 78 158 192 0,25
Šuplja 67 92 195 210 0,28
Ukupno 122 170 353 402 /
Na osnovu ovih podataka (baza mart=100%) izračunati:
a) individualne indekse produktivnosti rada za pojedine vrste opeke,
b) grupni indeks produkivnosti rada promenljivog sastava proizvodnje,
74
c) grupni indeks produktivnosti rada promenjenog sastava proizvodnje ako je produktiv-
nost rada izražena sa prosečnom proizvodnjom za jedinicu vremena,
d) grupni indeks fzičkog obima proizvodnje,
e) grupni indeks dinamike ukupno utrošenog rada,
f) indeks uticaja strukturnih promena u proizvodnji opeke na promene ukupne produk-
tivnosti u celoj fabrici,
h) Objasniti koji su faktori i koliko uticali na promene fzičkog obima proizvodnje opeke
u celoj fabrici.
Rešenje:
a)
(1)
78 55
: 1,1669
192 158
q
IP ili 116,69%

(2)
92 67
: 1, 2754
210 195
q
IP ili 127,54%
b)
170 402
: 1, 2235
122 353
q IP ili 122,35%
c)
(78 0, 25 92 0, 28) (55 0, 25 67 0, 28)
: 1, 2216
402 353
q
IP ili 122,16%

'
0
192 210
55 67
78 92
0,8167
158 195
55 67
55 67
t
IP ;
'
0
1
1, 2244
0, 8167
q
IP ili 122,44%
c)
170
1, 3934
122
q
I ili 139,34%
d)
402
1,1388
353
r
I ili 113,88%
e) 1, 2235:1, 2244 0, 9992
sp
I ili 99,92%
f) 0, 9992 1, 2244 1,1388 1, 3932
q
I ili 139,32%

ZADATAK 98.
U jednom trgovinskom preduzeću promet po godinama u 10
5
i prosečan broj zaposlenih bio je:
Godine (x) Promet ( pQ)
Grupni indeks cena
(
p
I )
Prosečni broj
zaposlenih (T)
2006. 2750 98 320
2007. 3310 105 405
2008. 4805 151 430
ukupno 10865 / 1155
75
Na osnovu ovih podataka izračunati:
a) Grupni indeks produktivnosti rada promenjenog sastava prometa za 2007. god. u od-
nosu na 2006. godinu,
b) Grupni indeks produktivnosti rada promenjenog sastava prometa za 2008. god. u od-
nosu na 2006. godinu,
c) Grupni indeks fzičkog obima prometa,
d) Grupni indeks dinamike ukupno utrošenog rada.
Rešenje:
a) 3310: 2750 1, 2036;
w
I
3310 105
2750 98
: 1,1234;
q
I
405
320
1, 2656
r
I

^
1,1234
1,2656
0, 8876 q IP
b) 4805: 2750 1, 7472;
w
I
4805 151
2750 98
: 1,1339;
q
I
430: 320 1, 3437;
r
I
'
1,1339:1, 3437 0,8438
q
IP
c) 1,1234;
q
I 1,1339;
q
I
d) 1, 2656;
r
I 1, 3437;
r
I

ZADATAK 99.
Proizvodnja i utrošeni rad u dva pogona jedne čeličane u 2007. i 2008. godini iznosili su:
Proizvodnja u 10
3
t Utrošeno časova u hiljadama
POGONI
2007.(Q
o
) 2008.(Q
1
)
Stalna cena(p)
2007.(T
o
) 2008.(T
1
)
I
II
2800
3200
2980
3540
5600
4200
2250
1650
3280
1490
Na osnovu ovih podataka izračunati (baza 2007. god.)
a) Individualne indekse produktivnosti rada, po pogonima
b) Grupni indeks produktivnosti rada promenjenog sastava proizvodnje.
Rešenje:
a)
(1)
73, 01%;
q
IP
(2)
122, 51%;
q
IP
b)
^
88, 60% q IP

76
3.3.1. Linearni trend

ZADATAK 100.
Godišnji promet u jednom trgovinskom preduzeću u
8
10 dinara iznosio je:
Godina: 2002 2003 2004 2005 2006 2007 2008
Promet (Yi ): 20 30 26 32 24 36 39
a) Izračunati jednačinu linearnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju za 2012. godinu
e) Prikazati na grafku originalne podatke i izvršiti interpolaciju trenda
Rešenje:
Tabela 48. Radna tabela za izračunavanje linearnog trenda
Godine Promet Yi Xi Xi Yi
2
Xi
ˆ y ˆ Yi y
2
ˆ Yi y
2002 20 -3 -60 9 22,94 -2,94 8,6436
2003 30 -2 -60 4 25,15 4,85 23,5225
2004 26 -1 -26 1 27,36 -1,36 1,8496
2005 32 0 0 0 29,57 2,43 5,9049
2006 24 1 24 1 31,78 -7,78 60,5284
2007 36 2 72 4 33,99 2,01 4,0401
2008 39 3 117 9 36,20 2,80 7,84
n=7 207 0 67 28 / 112,3291
a) Jednačina linearnog trenda u opštem obliku

ˆ
i
y a bx 1, 2,..., i n
Parametri a i b izračunavaju se metodom najmanjih kvadrata:

Yi
a
n
;
2
Yi Xi
b
Xi


207
29, 57
7
a ;
62
2, 21
28
b

ˆ 29, 57 2, 21
i
y x
b)
2002
ˆ 29, 57 2, 21( 3) 22, 94 y

2003
ˆ 29, 57 2, 21( 2) 25,15 y

2004
ˆ 29, 57 2, 21( 1) 27, 36 y

2005
ˆ 29, 57 2, 21(0) 29, 57 y
3.3. TREND
77

2006
ˆ 29, 57 2, 21(1) 31, 78 y

2007
ˆ 29, 57 2, 21(2) 33, 99 y

2008
ˆ 29, 57 2, 21(3) 36, 20 y
Standardna greška:

2
ˆ
ˆ
i
y
y y
S
n


ˆ
112, 391
16, 0558
7
y
S

ˆ
4, 006
y
S
Prosečno apsolutno odstupanje originalnih podataka od linije trenda iznosi
8
4, 006 10 dinara prometa.
Ekstrapolacija trenda za 2012. god. iznosi:

2012
ˆ 29, 57 2, 21(7) y

2012
ˆ 45,04 y
Očekivani promet u 2012. godini biće
8
45,04 10 dinara.
e) Grafčki prikaz originalnih podataka i trenda

ZADATAK 101.
U jednom institutu proizvedeno je semenskog kukuruza po godinama:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 61 65 102 110 95 105 120
a) Izračunati jednačinu linearnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju za 2014. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
2
0
0
2
2
0
0
3
2
0
0
4
2
0
0
5
2
0
0
6
2
0
0
7
2
0
0
8
78
Rešenje:
a) 94 a ; 8, 93 b
ˆ 94 8, 93 y x
b)
2002 2003 2004 2005
ˆ ˆ ˆ ˆ 67, 93; 76,14; 85, 07; 94; y y y y
2006
ˆ 102, 93; y

2007 2008
ˆ ˆ 111, 92; 120, 79 y y
c)
ˆ
10, 802
y
S
d)
2014
ˆ 174,37 y

ZADATAK 102.
U jednoj banci devizna štednja u
5
10 evra bila je po godinama:
Godine (x): 2000 2001 2002 2003 2004 2005 2006
Štednja (y
i
): 31 33 32 30 27 26 25 24 28
a) Izračunati jednačinu linearnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju za 2014. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
Rešenje:
a) 28, 44, 0, 95 a b
ˆ 28, 44 0, 95 y x
b)
2000
ˆ ˆ ˆ ˆ ˆ 32, 24; 31, 29; 30, 34; 29, 39; 28, 44 y y y y y ;
ˆ ˆ ˆ ˆ 27, 49; 26, 54; 25, 59; 24, 64 y y y y
c)
ˆ
1, 767
y
S
d) evra

ZADATAK 103.
U jednom ugljenokopu iskopano je uglja u
5
10 tona po godinama:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Iskop uglja (y
i
): 60 81 75 87 103 87 94
a) Izračunati jednačinu linearnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju trenda za 2013. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
2007 2008
2001 2002 2003 2004
2005 2006 2007 2008

5
2014
ˆ 18,94 10 y = ⋅
79
Rešenje:
a) 83, 86; 5, 07 a b
ˆ 83, 86 5, 07 y x
b)
2002
ˆ ˆ ˆ ˆ 68, 65; 73, 72; 78, 79; 83,86 y y y y

2006
ˆ ˆ ˆ 88, 93; 94; 99, 07 y y y
c)
ˆ
7, 789
y
S
d) tona

3.3.1. Parabolični trend

ZADATAK 104.
Proizvodnja tapeta u
3
10
2
m po godinama iznosila je:
Godine (x): 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 106 112 120 125 131 135
a) Izračunati jednačinu paraboličnog trenda (kvadratnog);
b) Izračunati trend za svaku godinu;
c) Izračunati standardnu grešku trenda;
d) Izvršiti ekstrapolaciju za 2014. godinu;
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
Rešenje:
a) Jednačina paraboličnog (kvadratnog) trenda u opštem obliku glasi:

2
ˆ
i i
y a bx cx ( 1, 2, 3,..., ) i n
Parametri a , b , c izračunavaju se metodom najmanjih kvadrata iz sistema jednačina:

2
1 1
n n
i i
i i
y n a c x

2
1 1
n n
i i i
i i
x y b x

2 2 4
1 1 1
n n n
i i i i
i i i
x y a x c x
2003 2004 2005
2007 2008

5
2013
ˆ 124, 42 10 y = ⋅
80
Tabela 49. Radna tabela za izračunavanje paraboličnog trenda
God. Proizv
i
y
i
x
2
i
x
4
i
x
i i
x y
2
i i
x y
ˆ y ˆ
i
y y
2
ˆ
i
y y
2003 106 -2,5 6,25 39,0625 -265 662,5 103,78 2,22 4,9284
2004 112 -1,5 2,25 5,0625 -168 252 110,97 1,03 1,0609
2005 120 -0,5 0,25 0,0625 -60 30 117,52 2,48 6,1504
2006 125 0,5 0,25 0,0625 62,5 31,25 123,43 1,57 2,4649
2007 131 1,5 2,25 5,0625 196,5 294,75 128,70 2,3 5,29
2008 135 2,5 6,25 39,0625 337,5 843,75 133,33 1,67 2,7889
6 n
729 0 17,50 88,375 103,5 2114,25 / 22,6835
729 6 17, 50 a c
103, 5 17, 50b
2114, 25 17, 50 88, 375 a c
17, 5 103, 5 b
103, 5
17, 5
b
5, 91 b
729 6 17, 5 / 17, 5 a c
2104, 25 17, 5 88, 375 / (6) a c
12757, 5 105 306, 25 a c
12685, 5 105 530, 25 a c
72 224c
72
224
c
0, 321 c
729 6 17, 5 a c
6 729 17, 5(0, 321) a
6 729 5, 6175 a
6 723, 3825 a
723, 3825
6
a
120, 56 a
2
ˆ 120, 56 5, 91 0, 321 y x x
81
b)
2003
ˆ 120, 56 5, 91( 2, 5) (0, 321)(6, 25) 103, 78 y

2004
ˆ 120, 56 5, 91( 1, 5) 0, 321(2, 25) 110, 97 y

2005
ˆ 120, 56 5, 91( 0, 5) 0, 321(0, 25) 117, 52 y

2006
ˆ 120, 56 5, 91(0, 5) 0, 321(0, 25) 123, 43 y

2007
ˆ 120, 56 5, 91(1, 5) 0, 321(2, 25) 128, 70 y

2008
ˆ 120, 56 5, 91(2, 5) 0, 321(6, 25) 133, 33 y
Standardna greška paraboličnog trenda izračunava se po formuli:

2
1
ˆ
ˆ
n
i
i
y
y y
S
n


ˆ
22, 6835
3, 7805
6
y
S
Prosečno apsolutno odstupanje originalnih podataka od linije trenda iznosi
3 2
1, 94 10 m .
d)
2
2014
ˆ 120, 56 5, 91 0, 321 y x x

2014
ˆ 120, 56 5, 91(7, 5) 0, 321(56, 25) y

2014
ˆ 146,829 y
Očekivana proizvodnja u 2014. godini biće 146,829
e)


ZADATAK 105.
Proizvodnja vina u
6
10 hektolitara po godinama iznosila je:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 140 161 149 172 193 180 175
a) Izračunati jednačinu paraboličnog (kvadratnog) trenda;
b) Izračunati trend za svaku godinu;
c) Izračunati standardnu grešku kod trenda;
d) Izvršiti ekstrapolaciju trenda za 2015. godinu;
e) Gra čki prikazati originalne podatke i izvršiti interpolaciju trenda.
2
0
0
3
2
0
0
4
2
0
0
5
2
0
0
6
2
0
0
7
2
0
0
8
82
Rešenje:
a)
2
ˆ 173, 74; 6, 67; 1, 65; 173, 74 6, 67 1, 65
i i
a b c y x x
b)
2002
ˆ ˆ ˆ ˆ 138,88; 153,8; 165, 42; 173, 74 y y y y ;

ˆ ˆ ˆ 178, 76; 180, 48; 178, 90 y y y
c)
ˆ
8, 815
y
S
d)
2015
ˆ 173, 74 6, 67(10) 1, 65(100) y


ZADATAK 106.
Potrošnja električne energije u jednoj fabrici u
7
10 KWh iznosila je:
Godine (x): 2001
Proizvodnja (y
i
): 85 90 81 88 83 68 66 59
a) Izračunati jednačinu paraboličnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju trenda za 2012. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
Rešenje:
a)
2
ˆ 81,82; 4,12; 0,823; 81,82 4,12 0, 823 a b c y x x
b)
2001
ˆ ˆ ˆ ˆ 86,16; 86, 98; 86,15; 83, 69 y y y y ;

ˆ ˆ ˆ 79, 55; 73, 79; 57, 32 y y y
c)
ˆ
3, 603
y
S
d)
2012
ˆ 81, 82 4,12(7, 5) 0,823(56, 25) y
KWh

ZADATAK 107.
U jednoj šećerani prerađeno je šećerne repe u
5
10 kilograma po godinama:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 6 8 11 15 120 24 30
a) Izračunati parabolični (kvadratni trend)
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju trenda za 2013. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
2003 2004 2005
2006 2007 2008

6
2015
ˆ 75, 44 10 y = ⋅
2002 2003 2004 2005 2006 2007 2008
2002 2003 2004
2006 2007 2008

7
2012
ˆ 4, 63 10 y = ⋅
83
Rešenje:
a)
2
ˆ 15; 3, 75; 0, 321; 15 3, 75 0, 321 a b c y x x
b)
2002
ˆ ˆ ˆ ˆ 6, 64; 8, 78; 11, 57; 15; y y y y
ˆ ˆ ˆ 19, 07; 23, 78; 29,14 y y y
c)
ˆ
0, 654
y
S
d)
2013
ˆ 15 3, 75(8) 0, 321(64) y

3.3.3. Eksponencijalni trend

ZADATAK 108.
Proizvodnja celuloza u jednoj fabrici po godinama u vagonima iznosila je:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 470 455 450 440 430 410 390
a) Izračunati jednačinu eksponencijalnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku kod trenda
d) Izvrši ekstrapolaciju trenda 2013. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
Rešenje:
a) Jednačina eksponencijalnog trenda u opštem obliku glasi:

ˆ
i
x
y a b
U logaritamskom obliku glasi:

ˆ log log log
i
y a x b , 1, 2, 3,..., i n
Vrednost log a i logb izračunavaju se na osnovu formula, metodom najmanjih kvad-
ratnih:

1
log
log
n
i
i
y
a
n


1
2
1
log
log
n
i i
i
n
i
i
x y
b
x

2003 2004 2005
2006 2007 2008

5
2013
ˆ 65,5 10 y = ⋅

84
Tabela 50. Radna tabela za izračunavanje eksponencijalnog trenda
God. Proizv
i
y
i
x
2
i
x log
i
y log
i i
x y ˆ log y ˆ y ˆ
i
y y
2
ˆ
i
y y
2002 470 -3 9 2,67209 -8,01629 2,67558 473,78 -3,78 14,2884
2003 455 -2 4 2,65801 -5,31602 2,66296 460,21 -5,21 27,1441
2004 450 -1 1 2,65321 -2,65321 2,65034 447,03 2,97 8,8209
2005 440 0 0 2,64345 0 2,63772 434,23 5,77 33,2929
2006 430 1 1 2,63346 2,63346 2,62510 421,79 8,21 67,4041
2007 410 2 4 2,61278 5,22556 2,61248 409,71 0,29 0,0841
2008 390 3 9 2,59106 7,77319 2,59986 397,97 -7,97 63,5209
7 n 3045 0 28 18,46406 -0,35331 / / / 214,5554

ˆ log log log
i
y a x b

18, 46406
log 2, 63772
7
a
0, 35331
log 0, 01262
28
b
b) ˆ log 2, 63772 0, 01262
ˆ
434, 23 0971
i
Xi
y X Y

2002
ˆ log 2, 63772 0, 01262 3 2, 67558 y

2003
ˆ log 2, 63772 0, 01262 2 2, 66296 y

2004
ˆ log 2, 63772 0, 01262 1 2, 65034 y

2005
ˆ log 2, 63772 0, 01262 0 2, 63772 y

2006
ˆ log 2, 63772 0, 01262 1 2, 6251 y

2007
ˆ log 2, 63772 0, 01262 2 2, 61248 y

2008
ˆ log 2, 63772 0, 01262 3 2, 59986 y
Eksponencijalni trend u logaritamskom obliku antilogaritmujemo:

2002
ˆ
2, 67558 473, 78 Y

2003
ˆ
2, 6696 460, 21 Y

2004
ˆ
2, 65034 447, 03 Y

2005
ˆ
2, 63772 434, 23 Y

2006
ˆ
2, 6251 421, 79 Y

2007
ˆ
2, 61248 409, 71 Y

2008
ˆ
2, 59986 397, 97 Y
85
c) Standardna greška trenda:

2
ˆ
ˆ
y
Yi Y
S
n


ˆ
214, 5554
30, 6507
7
y
S


ˆ
5, 53
y
S

Prosečno apsolutno odstupanje originalnih podataka od linije trenda je 5,53 vagona
celuloze
d)
2013
ˆ log 2, 63772 0, 01262(8) 2, 53676 y

2013
ˆ 2, 53676 y

2013
ˆ 344,16 Vagona celuloze y
Očekivana proizvodnja celuloze u 2008. god. biće 344,16 vagona.
e) Grafčki prikaz:


ZADATAK 109.
Proizvodnja povrća na jednoj plantaži u tonama po godinama iznosila je:
Godine (x): 2001 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 40 50 62 80 99 120 151 190
a) Izračunati jednačinu eksponencijalnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izračunati ekstrapolaciju za 2013. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda
2
0
0
3
2
0
0
4
2
0
0
5
2
0
0
6
2
0
0
7
2
0
0
8
2
0
0
2
86
Rešenje:
a) log 1, 94113; 1, 94113 87, 32 a a
log 0, 9631; 0, 9631 1, 248 b b
ˆ log 1, 94113 0, 9631
i
y X
b)
2001
ˆ
ˆ log 1, 60404 1, 60404 40,18 y Y

ˆ
ˆ log 1, 70035 1, 70035 50,16 y Y

ˆ
ˆ log 1, 79668 1, 79668 62, 61 y Y

ˆ
ˆ log 1,89297 1, 89297 78,16 y Y

ˆ
ˆ log 1, 98923 1, 98923 97, 56 y Y

ˆ
ˆ log 2, 08559 2, 08559 121, 78 y Y

ˆ
ˆ log 2,18191 2,18191 152, 02 y Y

ˆ
ˆ log 2, 27821 2, 27821 189, 79 y Y
c)
ˆ
1,126 [tona povrća]
y
d)

2008
ˆ
574, 03 [tona povrća]

ZADATAK 110.
Potrošnja brašna u jednom gradu u tonama iznosila je:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 120 151 182 230 290 352 360
a) Izračunati jednačinu eksponencijalnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju za 2014. godinu
e) Grafčki prikazati originalne podatke i izvršiti interpolaciju trenda

ˆ 87,32 1, 248
i
X
y = ⋅
2001
2002 2002
2003 2003
2004 2004
2005 2005
2006 2006
2007 2007
2008 2008

8,5
2013
ˆ
87,32 1, 248 Y = ⋅
87
Rešenje:
a) log 2, 34931; log 0, 08460 a b
2, 34931 0, 08460 a b
223, 51 1, 215 a b
ˆ log 2, 34931 0, 0846
i
y X
b)
ˆ
ˆ log 2, 09551 2, 09551 124, 59 y Y

ˆ
ˆ log 2,18011 2,18011 151, 39 y Y

ˆ
ˆ log 2, 26471 2, 26471 183, 95 y Y

ˆ
ˆ log 2, 34931 2, 34931 223, 52 y Y

ˆ
ˆ log 2, 43391 2, 43391 271, 58 y Y

ˆ
ˆ log 2, 51851 2, 51851 329, 99 y Y

ˆ
ˆ log 2, 60311 2, 60311 400, 96 y Y
c)
ˆ
19,18
y
S tona brašna
d)

2014
ˆ
719, 04 Y tona brašna

ZADATAK 111.
Proizvodnja videorekordera u
3
10 komada iznosila je:
Godine (x): 2002 2003 2004 2005 2006 2007 2008
Proizvodnja (y
i
): 99 102 109 112 121 125 131
a) Izračunati jednačinu eksponencijalnog trenda
b) Izračunati trend za svaku godinu
c) Izračunati standardnu grešku trenda
d) Izvršiti ekstrapolaciju za 2015. godinu
e) Gra čki prikazati originalne podatke i izvršiti interpolaciju trenda
ˆ
223,51 1, 215
i
X
Y = ⋅

9
2014
ˆ
223,51 1, 215 Y = ⋅
2003 2003
2002 2002
2004 2004
2005 2005
2006 2006
2007 2007
2008 2008
88
Rešenje:
a) log 2, 05540; 2, 05540 113, 60 a a
log 0, 02096; 0, 02096 1, 049 b b
ˆ log 2, 05540 0, 02096
i
y X
b)
ˆ
ˆ log 1, 99252 1, 99252 98, 29 y Y

ˆ
ˆ log 2, 01348 2, 01348 103,15 y Y

ˆ
ˆ log 2, 03444 2, 03444 108, 25 y Y

ˆ
ˆ log 2, 07636 2, 07636 113, 60 y Y

ˆ
ˆ log 2, 09732 2, 09732 119, 22 y Y

ˆ
ˆ log 2,11828 2,11828 131, 30 y Y
c)
3
ˆ
1,08 10
y
S komada
d)

3
2015
ˆ
183, 28 10 Y komada



ˆ 113, 60 1, 049
i
X
y = ⋅

10
2015
ˆ
113, 60 1, 049 Y = ⋅
2002 2002
2003 2003
2004 2004
2005 2005
2006 2006
2007 2007
89
 
3.4 SEZONSKE VARIJACIJE 
 
 
ZADATAK 112. 
Proizvodnja putera u tonama po godinama i po kvaralima iznosila je (paran broj) 
kvartal  2005  2006  2007  2008 
I  10  11  9  12 
II  12  13  10  15 
III  15  16  14  16 
IV  18  19  17  19 
 
a) Pokažite koliko i kako utiče sezona na obim proizvodnje putera. 
b) Izvršite desezoniranje podataka o proizvodnji putera. 
 
Rešenje: 
 
a) Potrebno  je  izračunati  sezonske  indekse.  Primeniće  se  metod  odnosa  prema 
pokretnim sredinama. Postupak se sastoji u nekoliko koraka: 
• Izračunaju se pokretni procesi (sredine) na osnovu izraza: 

+ +
=− +
⋅ + +
=

1
1
2
ˆ y
4
h
j k j k
k h
j
yj h y y
h
 
= + + − 1, 2,..., j h h n h 
za paran broj podataka h=2d 
• Izvrši  se  centriranje  proseka  tako  što  se  vrši  sabiranje  dva  susedna  pokretna 
proseka i podeli sa dva. 
• Izračunavaju se sezonski indeksi na osnovu izraza: 
=
ij
ij
ij
Y
I
Y
 
=1,2,..., i n   =1,2,..., j m  
 
• Izračunavaju se sezonski kvartalni indeksi na osnovu formule: 
=
=


1
1
n
ij
i
j
I
I
n
 
=1,2,..., i m 
 
• Ako  zbir  indeksa 
j
I   nije  400%  ili  1200%  izvrši  se  korigovanje  na  osnovu 
relacije: 
=
=

1
n
k
j
m
C
I
 
90
i na osnovu formule: 
= ⋅
'
j j
I I C   =1,2,..., j m  
gde je m broj kvartala (4) ili meseca (12). 
 
 
Tabela 3‐1: Izračunavanje pokretnih proseka (paran broj) i sezonskih indeksa 
godine 
(i) 
kvartal 
(j) 
proizvodnja 
robe (
ij
Y ) 
pokretni 
proseci (
ij
Y ) 
centralni pokretni 
proseci (
'
ij
Y ) 
=
'
ij
ij
ij
Y
I
Y
 
2005 
(1) 
I  10 
13,75 
14,00 
14,25 
14,50 
14,75 
14,25 
13,50 
13,00 
12,50 
13,25 
14,50 
15,00 
15,50 
/  / 
II  12  /  / 
III  15  13,87  1,081 
IV  18  14,12  1,274 
2006 
(2) 
I  11  14,37  0,765 
II  13  14,62  0,889 
III  16  14,50  1,103 
IV  19  13,87  1,369 
2007 
(3) 
I  9  13,25  0,679 
II  10  12,75  0,784 
III  14  12,87  1,087 
IV  17  13,87  1,225 
2008 
(4) 
I  12  14,75  0,813 
II  15  15,25  0,983 
III  16  /  / 
IV  19  /  / 
 
+ + + + + +
= = =
+ + + + + +
= = =
1 2 3 4
2,3
2 3 4 5
3,4
10 12 15 18
13,75
4 4
12 15 18 11
14
4 4
y y y y
y
y y y y
y
 
itd. 
+
+
= = =
+
+
= = =
2,3 3,4
3
3,4 4,5
4
13,75 14
13,87
2 2
14 14,25
14,12
2 2
y y
y
y y
y
 
itd. 
= =
= =
13
14
15
1, 081
13,87
18
1,274
14,12
I
I
 
itd. 
91
Da bi se izdvojila čista sezonska komponenta izračunavanje se vrši na osnovu tabele 3‐1. 
Tabela 3‐2: Izračunavanje sezonskih indeksa 
kvartal 
(j) 
godina (i) indeksi 
ij
I   ukupno 
=

1
n
ij
i
I  
=
=


1
1
n
ij
i
j
I
I
n
 
2005 
(1) 
2006 
(2) 
2007 
(3) 
2008 
(4) 
I (1)  ‐  0,765  0,679  0,813  2,257  0,753 
II (2)  ‐  0,889  0,784  0,983  2,565  0,885 
III (3)  1,081  1,103  1,087  ‐  3,271  1,090 
IV (4)  1,274  1,369  1,225  ‐  3,868  1,289 
ukupno 4,017 
 
Kako  je  zbor  indeksa  = > 4,017 4
ij
I ,  mora  se  izvršiti  korigovanje  indeksa: 
= =
4
0,9957679
4, 017
C  
= ⋅ =
'
1
0,753 0,9957679 0,750 I  
= ⋅ =
'
2
0,885 0,9957679 0,882 I  
= ⋅ =
'
3
1,090 0,9957679 1, 085 I  
= ⋅ =
'
4
1,289 0,9957679 1,283 I  
Ukupno: 4,000 ili 400% 
Proizvodnja  maslaca  u  prvim  kvartalima  bila  je  u  proseku  25%  ispod  normale,  u 
drugim kvartalima bila je u proseku za 11,8% ispod normale, u trećim kvartalima bila 
je  u  proseku  za  8,5%  iznad  proseka  i  u  četvrtim  kvartalima  bila  je  za  28,3%  iznad 
proseka. To znači da je u prvim kvartalima usled uticaja sezone proizvodnja maslaca u 
proseku bila za 25% manja nego što bi bila kada nema uticaja sezone itd. Normalu u 
ovom slučaju predstavljaju pokretni procesi. 
 
b) Desezoniranje podataka vrši se na osnovu formule: 
=
'
'
ij
ij
j
Y
Y
I
 
=1,2,..., i n   =1,2,..., j m  
 
= = =
' 11
11
'
1
10
13,33
0,750
Y
Y
I
  = = =
' 12
12
'
2
12
13,60
0,882
Y
Y
I
 
= = =
' 13
13
'
3
15
13,82
1,085
Y
Y
I
  = = =
' 14
14
'
4
18
14,02
1,283
Y
Y
I
 
 
 
 
 
92
Tabela 3‐3: Desezonirani podaci o proizvodnji maslaca 
kvartal (j) 
godina (i) 
2005  2006  2007  2008 
I (1)  13,33  14,66  12,00  9,00 
II (2)  13,60  14,73  8,82  13,23 
III (3)  13,82  14,74  15,19  17,36 
IV (4)  14,02  14,03  21,81  24,37 
ukupno  54,77  58,16  57,82  63,96 
 
Podaci u tabeli 3‐3 pokazuju kakva bi bila proizvodnja maslaca kada ne bi bilo uticaja 
sezone. Na primer, u prvom kvartalu 2005. godine proizvodnja maslaca iznosila je 10 
tona, a da nije bilo uticaja sezone ona bi iznosila 13330 kilograma. 
 
ZADATAK 113. 
Prodaja  kaputa  u  jednoj  robnoj  kući  po  godinama  i  kvartalima  iznosila  je  (neparan 
broj): 
kvartali 
godine 
2006  2007  2008 
I  18  15  12 
II  12  9  10 
III  5  7  4 
IV  9  18  11 
 
a) Izračunati sezonske indekse. 
b) Izračunati desezonske podatke o prodaji kaputa 
 
Rešenje: 
a)  
+ + + +
= = =
+ + + +
= = =
+ + + +
= = =
1 2 3
1
2 3 4
2
3 4 5
3
18 12 5
11,66
3 3
12 5 9
8,66
3 3
5 9 15
9,66
3 3
y y y
y
y y y
y
y y y
y
 
itd. 
 
 
 
 
 
 
 
93
Tabela 3‐4: Izračunavanje pokretnih proseka (neparan broj) i sezonskih indeksa 
godine 
(i) 
kvartal 
(j) 
prodaja robe 
(
ij
Y ) 
pokretna 
sredina (
ij
Y ) 
=
'
ij
ij
ij
Y
I
Y
 
2006 
(1) 
I  18  ‐  ‐ 
II  12  11,66  1,029 
III  5  8,66  0,577 
IV  9  9,66  0,931 
2007 
(2) 
I  15  11,00  1,363 
II  9  10,33  0,871 
III  7  11,33  0,617 
IV  18  12,33  1,459 
2008 
(3) 
I  12  13,33  0,900 
II  10  8,66  1,154 
III  4  8,33  0,480 
IV  11  ‐  ‐ 
= =
= =
12
13
12
1, 029
11,66
5
0, 577
8,66
I
I
 
itd. 
Tabela 3‐5: Izračunavanje sezonskih indeksa 
kvartal 
(j) 
godina (i) indeksi 
ij
I   ukupno 
=

1
n
ij
i
I  
=
=


1
1
n
ij
i
j
I
I
n
 
2006 
(1) 
2007 
(2) 
2008 
(3) 
I (1)  ‐  1,363  0,900  2,263  1,131 
II (2)  1,029  0,871  1,154  3,054  1,527 
III (3)  0,577  0,617  0,480  1,674  0,837 
IV (4)  0,931  1,459  ‐  2,390  1,195 
ukupno 4,690 
Kako  je  zbor  indeksa  = > 4,690 4
ij
I ,  mora  se  izvršiti  korigovanje  indeksa: 
= =
4
0,8528785
4,690
C  
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
= = = =
'
1
'
2
'
3
'
4
' ' ' '
1 2 3 4
1,131 0,8528785 0,965
1,527 0,8528785 1,302
0,837 0,8528785 0,714
1,195 0,8528785 1, 019
0,965; 1,302; 0,714; 1, 019
I
I
I
I
I I I I
 
 
 
94
b)  
= = =
' 11
11
'
1
18
18,65
0,965
Y
Y
I
  = = =
' 12
12
'
2
12
9,22
1,302
Y
Y
I
 
= = =
' 13
13
'
3
5
18,65
0,714
Y
Y
I
  = = =
' 14
14
'
4
9
8,83
1, 019
Y
Y
I
 
= = =
' 21
21
'
1
15
15, 54
0,965
Y
Y
I
  = = =
' 22
22
'
2
9
6,91
1,302
Y
Y
I
 
= = =
' 23
23
'
3
7
9,80
0,714
Y
Y
I
  = = =
' 24
24
'
4
18
17,66
1, 019
Y
Y
I
 
= = =
' 31
31
'
1
12
12, 43
0,965
Y
Y
I
  = = =
' 32
32
'
2
10
7,68
1,302
Y
Y
I
 
= = =
' 33
33
'
3
4
5,60
0,714
Y
Y
I
  = = =
' 34
34
'
4
11
10,79
1, 019
Y
Y
I
 
 
Tabela 3‐6: Desezonirani podaci o prodaji odela 
kvartal (j) 
godina (i) 
2006  2007  2008 
I (1)  18,65  15,54  12,43 
II (2)  9,22  6,91  7,68 
III (3)  7,00  9,80  5,60 
IV (4)  8,83  17,66  10,79 
 
ZADATAK 114. 
Potrošnja povrća u jednom gradu u tonama po godinama i kvartalima iznosila je: 
kvartal
godina 
2004 2005 2006 2007 2008
I  4  5  3  6  2 
II  6  7  5  4  3 
III  15  12  16  17  15 
IV  7  4  6  5  4 
 
a) Izračunati sezonske indekse 
b) Izračunati desezoniranje podataka o potrošnji povrća 
Rešenje: 
 
a)
1 2 3 4
' ' ' '
0, 561; 0, 538; 2,222; 0,738 I I I I = = = =  
b)
11 12 13 14
7,13; 11,15; 6,75; 9, 48 y y y y = = = =  
95
21 22 23 24
31 32 33 34
41 42 43 44
51 52 53 54
8,91; 13,01; 5, 40; 5, 42
5,34; 9,29; 7,20; 8,10
10,69; 7, 43; 7,65; 6,77
3, 56; 5, 57; 6,75; 5, 42
y y y y
y y y y
y y y y
y y y y
= = = =
= = = =
= = = =
= = = =
 
 
ZADATAK 115. 
Prodaja  džempera  u  jednoj  prodavnici  u  komadima  po  godinama  i  kvartalia  iznosila 
je: 
kvartal
godine 
2006 2007 2008
I  120  110  150 
II  60  50  45 
III  10  8  9 
IV  80  100  130 
 
a) Izračunati sezonske indekse 
b) Izračunati desezoniranje podataka o potrošnji povrća 
 
Rešenje: 
 
a)
' ' ' '
1 2 3 4
1,289; 1,112; 0,221; 1,378 I I I I = = = =  
b)
' ' ' '
11 12 13 14
93, 09; 53,95; 45,24; 58, 05 y y y y = = = =  
' ' ' '
21 22 23 24
' ' ' '
31 32 33 34
58,33; 44,96; 36,20; 72, 56
116,36; 40, 46; 40,72; 94,34
y y y y
y y y y
= = = =
= = = =
 
 
ZADATAK 116. 
U  jednom  gradu  potrošnja  sladoleda,  po  kvartalima,  u  periodu  od  2004.  do  2008. 
godine bila je: 
kvartal(j) 
godine(i)
ukupno 
2004 2005 2006 2007 2008
I 186 192 183  184 207 952
II 220 234 415  202 241 1312
III 241 251 209  230 233 1164
IV 190 198 179  196 197 960
ukupno 837 875 986  812 878 4388
 
Na osnovu ovih podataka: 
a) Izračunati  sezonske  indekse  po  metodu  odnosa  prema  opštem  kvartalnom 
proseku. 
b) Izvršiti  desezoniranje podataka za 2004. Godinu. 
c) Prognozirati potrošnju sladoleda, po kvartalima, u 2009. godini 
96
Rešenje: 
 
a)     
4
1
1 2 3 4
;
952 1312 1165 960
191, 5; 262, 4; 233; 192;
5 5 5 5
i
j
j
x
x
n
x x x x
=
=
= = = = = = = =

 
 
[ ]
1 1
4388
219, 4 log ;
4 4 5
ij
i j
ij
x
x ki rama
n
= =
= = =

∑∑
 
  ;
j
j
ij
x
I
x
=  
 
1 2
3 4
191, 5 262, 4
0,8728; 1,1959;
219, 4 219, 4
233 192
1, 0619; 0,8751;
219, 4 219, 4
I I
I I
= = = =
= = = =
 
Odgovor:  Potrošnja  sladoleda  u  prvim  kvartalima  bila  je  u  proseku  za  12,72%  ispod 
normale,  u  drugim  kvartalima  bila  je  u  proseku  za  19,59%  iznad  normale,  u  trećim 
kvartalima  bila  je  u  proseku  za6,19%  iznad  normale  i  u  četvrtim  intervalima  bila  je  u 
proseku za 12,499% ispod normale. Normala u ovom slučaju prdstavlja opšti kvartalni 
prosek
[ ]
219, 4 log
ij
x ki rama =   
 
b)    
'
,
ij
ij
j
Y
Y
I
=  za 2004.godinu  desezoniranje podataka vrši se na sledeći način: 
 
[ ]
' '
11 12
' '
13 14
186 220
213,10; 183,96;
0,8728 1,1959
241 190
226,95; 217,11
1,0619 0,8751
y y
y y kg
= = = =
= = = =
 
Odgovor:  Desezonisani  podaci  u  2004.godini  pokazuju  kakva  bi  potršnja  sladoleda 
bila kada ne bi bilo uticaja sezone. 
 
c)    
Jednačina linearnog trenda 
 
Godine Y
i
X
i
X
i
2
X
i
Y
i
2004
2005 
2006 
837
875 
986 
‐2
‐1 

4


‐1674
‐875 

97
2007
2008 
812
878 
1

1

812
1756 
Ukupno 4388 0 10 19
 

2
; ;
i i i
i
y x y
y a bx a b
n x
= + = =
∑ ∑

 
  KVARTALI 

( )
( )
2009
220,884 0,1187 2 220,6466
I
y = + − =   I(‐2) 

( )
( )
2009
220,884 0,1187 1 220,7653
II
y = + − = II(‐1) 

( )
( )
2009
220,884 0,1187 0 220,884
III
y = + =   III(0) 

( )
( )
2009
220,884 0,1187 1 221, 0027
IV
y = + =   IV(1) 

4
2009
1
883,2986
j
y
=
=

 
 
Prognozirana potrošnja sladoleda po kvartalima, u 2009.godini izračunava se 
na osnovu izraza: 

'
'
'
2009,
'
2009,
'
2009,
'
2009,
;
220,6466 0,8728 192, 58;
220,7653 1,1959 264, 01;
220,884 1, 0619 234, 55;
220, 0027 0,8751 192, 52;
ij
ij j
I
II
III
IV
y Y I
y
y
y
y
= ⋅
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
 
Odgovor:  Očekivana  potrošnja  sladoleda  pod  uticajem  sezone  u  prvom  kvartalu 
2009.godine bila bi 192,58 kilograma, u drugom kvartalu 264,01 kilograma, u trećem 
kvartalu 234,55 kilograma i u četvrtom 192,52 kilograma. 
 

4388 19
877,6; 1,9; 877,6 1,9 ;
5 10
i
a b y x = = = = ⇒ = +  
 
  Jednačina linearnog trenda potrošnje sladoleda, na godišnjem nivou glasi: 
 

( )

2009
2009
877,6 1,9 3 877,6 5,7 883,3;
883,3 1,9
i
y
y x
= + = + =
= +
 
 
  Ishodište:   30.03.2006.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   kilogram sladoleda 
98
 
  Jednačina  linearnog  trenda  potrošnje  sladoleda,  na  kvartalnom  nivou,  za 
  2009.godinu  glasi: 
 

4 4 4 4 16
883,3 1,9
4 16
220,825 0,1187
0,1187
220,825 0,1187
2
220,884 0,1187
i i i
i i
i i
i i
i i
a b a b
y x x
y x
y x
y x
y x
= + = +

= +
= +
⎛ ⎞
= + ⋅
⎜ ⎟
⎝ ⎠
= +
 
 
  Ishodište:   15.08.2009.god. 
  jedinica za X:   jedan kvartil 
  jedinica za Y:   kilogram sladoleda 
 
 
ZADATAK 117. 
Poseta turista, u stotinama, u jednom turističkom mestu na moru u periodu 2005 do 
2009.godine je: 
kvartal(j) 
godine(i)
ukupno 
2005 2006 2007 2008 2009
I
80 
110 
150 
65 
98 
118 
162 
68 
105 
125 
171 
72 
112
131 
175 
75 
120
142 
181 
81 
515
626 
839 
361 
II
III
IV
ukupno 405 446 473  493 524 2341
Na osnovu ovih podataka: 
a) Izračunati  sezonske  indekse  po  metodu  odnosa  prema  opštem 
kvartalnom proseku. 
b) Izračunati  sezonske  indekse  po  korigovanom  metodu  odnosa  prema 
opštem kvartalnom proseku. 
c) Izračunati  sezonske  indekse  po  metodu  odnosa  prema  pokretim 
sredinama. 
d) Izvršiti  desezoniranje  podataka,  na  osnovu  indeksa  pod  c),  za 
2009.godinu. 
e) Prognozirati  posetu  turista  po  kvartalima,  u  2010.godini,  na  osnovu 
indeksa pod b). 
 
 
 
 
99
Rešenje: 
 
a)     
1 2 3 4
5; 4; ; 1,2,3, 4.
515 626 839 361
103; 125,5; 167,8; 72,2;
5 5 5 5
i
j
x
n j x j
n
x x x x
= = = =
= = = = = = = =

 
 
1 1 2
2341
117, 05 10 ;
4 4 5
ij
i j
ij
x
x turista
n
= =
⎡ ⎤
= = =
⎣ ⎦

∑∑
 
  ; 1,2,..., 1,2,3, 4.
j
j
ij
x
I i n j
x
= = =  
 
1
2
3
4
103
0,8799 87,99%;
117, 05
125, 5
1,0721 107,21%;
117, 05
167,8
1,4335 143,35%;
117, 05
72,2
0,6168 61,68%.
117, 05
I ili
I ili
I ili
I ili
= =
= =
= =
= =
 
Odgovor:  Poseta  turista  u  prvim  kvartalima  bila  je  u  proseku  za  12,01%  ispod 
normale,  u  drugim  kvartalima  bila  je  u  proseku  za  7,21%  iznad  normale,  u  trećim 
kvartalima bila je u proseku za 43,35% iznad normale i u četvrtim intervalima bila je u 
proseku za 38,32% ispod normale. Normala u ovom slučaju predstavlja opšti kvartalni 
prosek
2
117, 05 10
ij
x turista
⎡ ⎤
=
⎣ ⎦
  
b)    

'
4
1
4
; 1,2,3, 4.
j
j j j
j
j
j
x
I j C I I C
Y
I
=
= = = = ⋅

 
 
Godine Poseta 
turista
X

X
i
Y
i
X
i
2
 
2005
2006 
2007 
2008 
2009 
405
446 
473 
493 
524 
‐2
‐1 



‐810
‐446 

493 
1048 
4




Ukupno 2341 0  285 10
 
100
 

2
;
2431
486,2;
5
285
28, 5
10
486,2 28, 5
i
i i
i
y a bx
y
a
n
x y
b
x
y x
= +
= = =
= = =
= +



 
 
Odgovor: jednačina linearnog trenda posete turista, od 2005 do  2009.godine  glasi: 
 

486,2 28, 5 1,2,3, 4, 5.
i
y x i = + =  
  Ishodište:   30.06.2007.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   stotine turista 
 
Odgovor: jednačina linearnog trenda posete turista, na kvartalnom nivou, od 2005 do 
  2009.godine  glasi: 
 
 

4 4 4 4 16
486,2 28,5
4 16
121, 55 1,78 1,2,3, 4.
i i i
i i
i i
a b a b
y x x
y x
y x i
= + = +

= +
= + =
 
  Ishodište:   15.08.2007.god. 
  jedinica za X:   jedan kvartal (tromesečje) 
  jedinica za Y:   stotine turista 
 
  Pojedinačne kvartalne vrednosti trenda u 2007.godini su: 
 

( )

( )

( )

( )
121, 55 1,78 2 117,99;
121, 55 1,78 1 121, 55 1,78 119,77;
121,55 1,78 0 121, 55 0 121, 55;
121, 55 1,78 1 121, 55 1,78 123,33.
I
II
III
IV
y
y
y
y
= + − =
= + − = − =
= + = + =
= + = + =
 
 


1 2
1 2
1 2
3 4
3 4
3 4
4
1
103 125, 5
0,8729 ; 1, 0478;
117,99 119,77
167,8 72,2
13805; 0,5854
121, 55 123,33
3,8866.
j
j
X X
I I
Y Y
X X
I I
Y Y
I
=
= = = = = =
= = = = = =
=

 
101
  Kako je 
j
I

manja od četiri, nije potreban korektivni factor C. 
 
Odgovor:  Poseta  turista  u  prvim  kvartalima  bila  je  u  proseku  za  12,71%  ispod 
normale, u drugim kvartalima bila je za 4,78% iznad normale, u trećim kvartalima bila 
je za 38,05% iznad normale i u četvrtim intervalima bila je za 41,46% ispod normale. 
Normala u ovom slučaju predstavljaju  kvartalne vrednosti trenda.  
 
c)      
' 1
'
; 1,2,..., 1,2,..., ;
1
n
ij
ij
i
ij j j j
ij
I
Y
I i n j m I I C I
n
Y
=
= = = = = ⋅


 
  Pokretne sredine se izračunavaju na sledeći način: 
 
 
11
12
13
80 110 150 65 405
101,25;
4 4
110 150 65 98 423
105,75;
4 4
150 65 98 118 431
107,75;
4 4
Y
Y
Y
+ + +
= = =
+ + +
= = =
+ + +
= = =

 
  Centralne pokretne sredine se izračunavaju na sledeći način: 
 
'
13
'
14
101,25 105,75
103, 5;
2
105,75 107,75
106,75;
2
Y
Y
itd
+
= =
+
= =

 
  Specifični sezonski indeksi se izračunavaju na sledeći način: 
 
 
13 14
150 65
1,4492; 0,6088;
103, 5 106,75
I I itd = = = =  
 
 
 
 
 
 
 
 
 
102
Tabela 3‐7: Izračunavanje specifičnih sezonskih indeksa 
Godina 
 (i) 
Kvartal 
 (j) 
Poseta  
turista  
(Y
ij

Pokretne 
 sredine  ij Y
Centralne  
pokretne 
 sredine 
'
ij Y  
Specifični 
 sezonski 
 indeksi 
'
ij
ij
ij
Y
I
Y
=  
2005 
(1) 

II 
III 
IV 
80 
110 
150 
65 
 
‐ 
101,25 
105,75 
107,75 
110,75 
111,5 
113,25 
115,0 
117,25 
118,25 
120,0 
121,5 
122,5 
123,25 
125,25 
128,0 
129,5 
131,0 
‐ 
‐ 
‐ 
103,5 
106,75 
‐ 
‐ 
1,4492 
0,6088 
2006 
(2) 

II 
III 
IV 
98 
118 
162 
68 
109,25 
11,25 
112,375 
114,125 
0,8970 
1,0606 
1,4416 
0,5958 
2007 
(3) 

II 
III 
IV 
105 
125 
171 
72 
116,125 
117,75 
119,125 
120,75 
0,9041 
1,0615 
1,4354 
0,5962 
2008 
(4) 

II 
III 
IV 
112 
131 
175 
75 
122,0 
122,875 
124,25 
126,625 
0,9180 
1,0661 
1,0484 
0,5923 
2009 
(5) 

II 
III 
IV 
120 
142 
181 
81 
128,75 
130,25 
‐ 
‐ 
0,9320 
1,0902 
‐ 
‐ 
 
Tabela 3‐8: Izračunavanje tipičnih sezonskih indeksa 
Godina 
(i) 
Kvartal (j)/ specifični indeksi (I
ij

I (1) II(2) III(3) IV(4)
2005(1)
2006(2) 
2007(3) 
2008(4) 
2009(5) 

0,8970
0,9041
0,9180
1,9320 

1,0606
1,0615
1,0661
1,0902 
1,4492
1,4416
1,4354
1,4084
‐ 
0,6088
0,5958
0,5962
0,5923
‐ 
Ukupno
I
ij
3,7111  4,2784  5,7346  2,3931 
Tipični indeksi 
5
1
5 1
ij
i
j
I
I
=
=


 
0,9277  1,0696  1,4336  0,5982 
 
103
 
( )
4
1
0,9277 1, 0696 1, 4336 0, 5982 4, 0291
j
j
I
=
= + + + =

 
  Kako je  4, 0291 4
j
I = >  radi se korektivni factor C 
 
4 4
0,9927
4, 0291
j
C
I
= = =

 
 
' '
1 2
' '
3 4
0,9277 1, 0696
0,9345; 1, 0775;
0,9927 0,9927
1, 4336 0, 5982
1, 4441; 0,6025.
0,9927 0,9927
I I
I I
= = = =
= = = =
 
Odgovor: Poseta turista u prvim kvartalima bila je u proseku za 7,23% ispod normale, 
u  drugim  kvartalima  bila  je  u  proseku  za  7,75%  iznad  normale,  u  trećim  kvartalima 
bila  je  za  44,41%  iznad  normale  i  u  četvrtim  intervalima  bila  je  za  39,75%  ispod 
normale.  
d)     
Za 2009.godinu desezoniranje podataka se vrši na sledeći način: 
'
'
ij
ij
j
Y
Y
I
=  
' 51
51
'
1
' 52
52
'
2
' 53
53
'
3
' 54
54
'
4
120
128, 4109;
0,9345
142
131,7865;
1, 0775
181
125,3375;
1, 4441
81
134,4398.
0,6025
Y
Y
I
Y
Y
I
Y
Y
I
Y
Y
I
= = =
= = =
= = =
= = =
 
 
Odgovor:  Desenzonirani  podaci  u  2009.godini,  pokazuju  kakva  bi  poseta  bila  turista 
kada ne bi bilo uticaja sezone. 
e)    
Jednačina  linearnog  trenda  posete  turista,  na  godišnjem  nivou  za 
2010.godinu  glasi: 
 
 

( )

2010
2010
486,2 28, 5 3 571,7
571,7 28,5
i
y
y x
= + =
= +
 
  Ishodište:   30.06.2010.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   stotine turista 
104
Jednačina  linearnog  trenda  posete  turista,  na  kvartalnom  nivou  za 
2010.godinu  glasi: 
 
 

571,7 28, 5
142,925 1,7812
4 16
1,7812
142,925 1,7812
2
143,8156 1,7812 1,2,3, 4.
i i i
i i
i i
y x x
y x
y x i
= + = +
⎛ ⎞
= + +
⎜ ⎟
⎝ ⎠
= + =
 
  Ishodište:   15.08.2010.god.(treći kvartal) 
  jedinica za X:   jedan kvartil 
  jedinica za Y:   stotina turista 
 
 

( )

( )

( )

( )

4
2010
1
143,8156 1,7812 2 140,2532;
143,8156 1,7812 1 142, 0344;
143,8156 1,7812 0 143,8156;
143,8156 1,7812 1 145, 5968.
571,7 57,7
I
II
III
IV
j
j
y
y
y
y
y y
=
= + − =
= + − =
= + =
= + =
= = =

 
Prognozirana  poseta  turista  po  kvartalim  au  2010.godini  izračunava  se  na  osnovu 
izraza: 
 

'
'
'
2010,
'
2010,
'
2010,
'
2010,
;
140,2532 0,9345 131, 066;
142, 0344 1, 0775 153, 042;
143,8156 1, 4441 207,684;
145, 5968 0,6025 87,722.
ij
j ij
I
II
III
IV
y Y I
y
y
y
y
= ⋅
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
 
Odgovor:  Očekivana  poseta  turista  pod  uticajem  sezone,  u  prvom  kvartalu  2010. 
godine  bila  bi  13106  turista,  u  drugom  kvartalu  15304,  u  trećem  kvartalu  20768 
turista i u četvrtom kvartalu 8772 turista. 
 
 
 
 
 
 
 
105
ZADATAK 118. 
Proizvodnja zimske obuće u hiljadama para u jednoj fabrici, po kvartalima i godinama 
bila je: 
 
Kvartal (j) 
Godine(i)
Ukupno 
2005 2006 2007 2008 2009
I  40 50 50 40 40 220 
II  50 90 100 120 120 480 
III  80 70 120 110 130 510 
IV  30 40 40 50 40 200 
Ukupno  200 250 310 320 330 1410 
 
 
Na osnovu ovih podataka: 
a) Izračunati sezonske indekse po metodu odnosa prema pokretnim sredinama. 
b) Prognozirati proizvodnju zimske obuće, po kvartalima za2010.godinu. 
c) Izvršiti desezoniranje podataka u 2007.godini. 
 
Rešenje: 
a)   
Pokretne sredine su  ij Y  
(‐;50; 52,5; 62,5; 60; 62,5; 62,5; 65; 77,5; 77,5; 75; 80; 77,5; 80; 80; 80; 85; 82,5;‐) 
 
Centralne pokretne sredine 
'
ij Y , su: 
(‐;  ‐;  51,25;  57,5);  (61,25;  61,25;  62,5;  63,75);  (71,25;  77,5;  76,25;  77,5);  (78,75; 
78,75; 80,0; 80,0); (82,5; 83,75; ‐;‐) 
 
Specifični sezonski indeksi  
ij
I , su: 
(‐;  ‐;  1,5609;  0,5217);  (0,8169;  1,4693;  1,12;  0,6274);  (0,7017;  1,2903;  1,5737; 
0,5161); (0,5079; 1,5238; 1,375; 0,625); (0,4848;  1,4328; ‐; ‐) 
 
5
,
1
2, 5107
i I
i
I
=
=

 
1
2,5107: 4 0,6276 I = =  
5
,
1
5,7162
i II
i
I
=
=

 
2
5,7162: 4 1, 4290 I = =  
5
,
1
5,6296
i III
i
I
=
=

 
3
5,6296: 4 1, 4074 I = =  
5
,
1
2,2902
i IV
i
I
=
=

 
4
2,2902: 4 0, 5725 I = =  
  Ukupno: 4,0365 
106
  Kako je  4, 0365 4
j
I = >  radi se korektivni factor C 
 
4 4
0,9909
4, 0365
j
C
I
= = =

 
 
'
1
'
2
'
3
'
4
0,6275 0,9909 0,62188 62,188%;
1, 4290 0,9909 1, 41599 141, 599%;
1, 4074 0,9909 1,39459 139,459%;
0, 5725 0,9909 0, 56729 56,729%.
I ili
I ili
I ili
I ili
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
b)    
  
godine (x) 2005 2006 2007 2008 2009
proizvodnja (y
i
) 200 250 310 320 330
oznaka ‐2 ‐1  0 1 2
 
 
5 5 5
2
1 1 1
1410; 10; 330;
i i i i
i i i
Y x x Y
= = =
= = =
∑ ∑ ∑
 
 
 

1410 330
282; 33
5 10
282 33 ; 1,2,3, 4, 5
i i
a b
y x i
= = =
= + =
 
 
  Ishodište:   30.06.2007.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   hiljadu pari obuće 
 
 

( )

282 33 3 282 99
381 33 ; 1,2,3, 4, 5,6.
i
i i
y
y x i
= + = +
= + =
 
 
  Ishodište:   30.06.2010.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   hiljadu pari obuće 
 
Po kvatalima: 
 
 

381 33
95,25 2,06
4 16
2, 06
95,25 2, 06
2
95,28 2, 06 1,2,3, 4.
i i i
i i
i i
y x x
y x
y x i
= + = +
⎛ ⎞
= + +
⎜ ⎟
⎝ ⎠
= + =
 
107
  Ishodište:   15.08.2010.god.(treći kvartal) 
  jedinica za X:   jedan kvartil 
  jedinica za Y:   hiljadu pari obuće 
 
 

( )

( )

( )

( )
'
2010,
'
2010,
'
2010,
'
2010,
96,28 2, 06 2 92,16;
96,28 2, 06 1 94,22;
96,28 2, 06 0 96,28;
96,28 2,06 1 98,34.
I
II
III
IV
y
y
y
y
= + − =
= + − =
= + =
= + =
 
Prognozirana proizvodnja po kvartalima: 

'
'
i i
i
Y Y I = ⋅  
 

'
2010,
'
2010,
'
2010,
'
2010,
92,16 0,62188 57,312;
94,22 1, 41599 133, 414;
96,28 1,39459 134,271;
98,34 0, 56729 55,787.
I
II
III
IV
y
y
y
y
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
  [hiljadu pari zimske obuće] 
c)    
Desezoniranje podataka u 2007.godini 
'
'
ij
ij
i
Y
Y
I
=  
 


31 32
33 34
50 100
80, 40; 70,62;
0,62188 1,41599
120 40
86,05; 70,51.
1,39459 0, 56729
Y Y
Y Y
= = = =
= = = =
 
 
ZADATAK 119. 
Prodaja  muške  letnje  konfekcije,  u  stotinama  komada,  po  kvartalima  i  po  godini  bila 
je: 
Kvaril (j) 
Godine(i)
Ukupno 
2004  2005 2006 2007 2008 2009
I  152  176 185 190 198 196 1097 
II  210  220 231 235 242 240 1378 
III  184  190 205 210 215 211 1215 
IV  75  78 80 91 110 109 543 
Ukupno  621  664 701 726 765 756 4233 
 
Na osnovu ovih podataka izračunati: 
a) Izračunati  sezonske  indekse  po  korigovanom  metodu  odnosa  prema 
opštem kvartalnom proseku, za 2004.godinu. 
108
b) Izvršiti desezoniranje podataka u 2004.godini 
c) Prognozirati prodaju muške letnje konfekcije po kvartalima u 2010.godini 
 
Rešenje: 
a)     
 
Godine  Y
i
X
i
X
i
2
X
i
Y
i
 
2004 
2005 
2006 
2007 
2008 
2009 
621 
664 
701 
726 
765 
756 










16 
25 

664 
1402 
2178 
3060 
3780 
Ukupno  4233  15  55  11084 
 
 

2
;
i i
i i
i i i i
y a bx
y n a b x
x y a x b x
= +
= ⋅ +
= +
∑ ∑
∑ ∑ ∑
 
 
 

4233 6 15 633,87
11084 15 55 28,65
633,87 28,65 1,2,3, 4, 5,6.
i i
a b a
a b b
y a x i
= + =
= =
= + =
 
   
  Ishodište:   30.06.2004.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   stotine komada letnje konfekcije 
 
Trend po kvatalima: 
 
 

633,87 28,65
158, 46 1,79
4 16
1,79
158, 46 1,79
2
159,355 1,79
i i i
i i
i i
y x x
y x
y x
= + = +
⎛ ⎞
= + +
⎜ ⎟
⎝ ⎠
= +
 
  Ishodište:   15.08.2004.god.(treći kvartal) 
  jedinica za X:   jedan kvartil (tromesečje) 
  jedinica za Y:   stotina komada 
109
 

( )

( )

( )

( )
'
2004,
'
2004,
'
2004,
'
2004,
159,355 1,79 2 155,775;
159,355 1,79 1 157, 565;
159,355 1,79 0 159,355;
159,355 1,79 1 161,145.
I
II
III
IV
y
y
y
y
= + − =
= + − =
= + =
= + =
 
 
Aritmetičke sredine kvartila: 
 
1 2
3 4
1097 1378
182,83; 229,66;
6 6
1215 543
202, 5; 90, 5.
6 6
X X
X X
= = = =
= = = =
 
Sezonski indeksi po kvartilu: 
 

'
1 2
3 4
1,2,3, 4
182,83 229,66
1,1736; 1, 4575;
155,775 157, 565
202, 5 90, 5
1,2707; 0,5616.
159,355 161,145
i
j
i
X
I j
Y
I I
I I
= =
= = = =
= = = =
 
 
Kako je  4, 4634 4
j
I = >  radi se korektivni factor C 
 
4 4
0,8961
4, 4634
j
C
I
= = =

 
 
'
1
'
2
'
3
'
4
1,1736 0,8961 1,05166
1, 4575 0,8961 1,30606
1,2707 0,8961 1,13867
0,5616 0,8961 0, 5032
I
I
I
I
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
 
b) Desezonirani podaciu 2004.godini: 
' '
11 12
' '
13 14
152 210
144, 5334; 160,7889;
1, 05166 1,30606
184 75
161, 5920; 149, 0461;
1,13867 0, 5032
Y Y
Y Y
= = = =
= = = =
 
      [stotine komada] 
c)   

( )

2010
633,87 28,65 6 805,77
805,77 28,65 1,2,3, 4, 5,6,7
i i
y
y x i
= + =
= + =
 
110
  Ishodište:   30.06.2010.god. 
  jedinica za X:   jedna godina 
  jedinica za Y:   stotina komada 
 
 

805,77 28,65
201, 44 1,7906
4 16
1,7906
201, 44 1,7906
2
202,33 1,7906
i i i
i i
i i
y x x
y x
y x
= + = +
⎛ ⎞
= + +
⎜ ⎟
⎝ ⎠
= +
 
 
  Ishodište:   15.08.2010.god.(treći kvartil) 
  jedinica za X:   jedan kvartil 
  jedinica za Y:   stotina komada 
 
 
 

( )

( )

( )

( )
'
2010,
'
2010,
'
2010,
'
2010,
202,33 1,7906 2 198,7488;
202,33 1,7906 1 200, 5394;
202,33 1,7906 0 202,33;
202,33 1,7906 1 204,1206.
I
II
III
IV
y
y
y
y
= + − =
= + − =
= + =
= + =
 
Prognozirana prodaja muške konfekcije 

[ ]
'
2010,
'
2010,
'
2010,
'
2010,
198,7488 1,1736 233,2551;
200, 5394 1, 4575 292,2861;
202,33 1,2707 257,100;
204,1206 0, 5616 114,6314.
I
II
III
IV
y
y
y
y stotine komada
= ⋅ =
= ⋅ =
= ⋅ =
= ⋅ =
 
 
 
 
 
 
 
 
 
 
 
111
4 ELEMENTI TEORIJE VEROVATNOĆE 
4.1 Verovatnoća "a priori" 
 
ZADATAK 124. 
Kolika je verovatnoća da će bacanjem novčića pasti glava? 
 
Rešenje: 
 
m=1; n=2 
( )
m
P A
n
=  
1
( ) 0,5
2
P A = =  ili 50% 
 
Verovatnoća da će bavanjem novčića pasti glava iznosi 50%. 
 
ZADATAK 125. 
Kolika je verovatnoća da će se na gornjoj strani bačene kocke pojaviti broj 3? 
 
Rešenje: 
 
m=1; n=6 
1
( ) 0,1666
6
m
P A
n
= = =  ili 16,66% 
 
ZADATAK 126. 
Kolika je verovatnoća da će se na slučajan način od 30 slova na pisaćoj mašini pojaviti 
slovo M? 
 
Rešenje: 
 
m=1; n=30 
( ) 0, 03333 P A =  ili 3,33% 
 
4.2 Veorvatnoća "a posteriori" 
 
ZADATAK 127. 
Na  slučajan  način  od  300  studenata  izabrano  je  40  od  kojih  su  8  položili  statistiku. 
Kolika je verovatnoća položenih ispita iz statistike? 
 
119
Rešenje: 
 
m=8; n=40 
8
( ) 0,2
40
m
f A
n
= = =  ili 20% 
 
ZADATAK 128. 
Proizvedeno  je  800  akumulatora.  Na  slučajan  način  izabrano  je  70  akumulatora  i 
ustanovljeno je da su 3 neispravna. Kolika je verovatnoća neispravnih proizvoda? 
 
Rešenje: 
 
m=3; n=70 
3
( ) 0, 04
70
m
f A
n
= = =  ili 4% 
 
ZADATAK 129. 
U preduzeću je zaposleno 1000 radnika u procesu proizvodnje. U jednom mesecu od 
100  radnika  na  slučajan  način  5  radnika  je  imalo  prebačaj  norme.  Kolika  je 
verovatnoća radnika koji su prebacili normu? 
  
Rešenje: 
 
m=5; n=100 
5
( ) 0, 05
100
m
f A
n
= = =  ili 5% 
 
4.3 Zbirna verovatnoća 
 
ZADATAK 130. 
Bacaju se dve kocke istovremeno. Kolika je verovatnoća da će pasti ili zbir 3 ili zbir 8? 
  
Rešenje: 
 
m
1
=2; m
2
=5; n=36 
1 2
2 5 7
( )
36 36 36 36 36
m m
P A = + = + =  
( ) 0,19444 P A =  ili 19,44% 
 
ZADATAK 131. 
Kolika je verovatnoća da će bacanjem dve kocke istovremeno pasti broj 3 ili 5? 
120
  
Rešenje: 
 
m
1
=1; m
2
=1; n=6 
1 1 2
( )
6 6 6
P A = + =  
( ) 0,333 P A =  ili 33,3% 
 
ZADATAK 132. 
Od  100  studenata  60  je  položilo  metode,  40  matematiku  i  10  modele.  Kolika  je 
verovatnoća da će na slučajan način izvući ime studenta koji je položio metode ili ime 
studenta koji je položio modele? 
  
Rešenje: 
 
m
1
=60; m
2
=10; n=100 
60 10 70
( )
100 100 100
P A = + =  
( ) 0,7 P A =  ili 70% 
 
4.4 Složena verovatnoća 
 
ZADATAK 133. 
Kolika  je  verovatnoća  da  će  u  dva  istovremena  bacanja  dve  kocke  i  na  jednoj  i  na 
drugoj kocki pasti zbir 5? 
  
Rešenje: 
 
4 4
( ) 0, 01234
36 36
P A = ⋅ =  ili 1,234% 
 
ZADATAK 134. 
U jednoj kutiji nalazi se 10 crnih i 8 crvenih kuglica a u drugoj se nalazi 6 crnh i 5 žutih 
kuglica. Kolika je verovatnoća da će se iz prve ili iz druge kutije izvući crna kuglica? 
  
Rešenje: 
 
10 6
( ) 0,30300
18 11
P A = ⋅ =  ili 30,30% 
 
ZADATAK 135. 
121
Na jednoj polici nalazi se 50 vekni hleba od 600 grama i 30 vekni hleba od 590 grama. 
Na  drugoj  tezgi  nalazi  se  60  vekna  težine  600  grama  i  40  vekni  težine  590  grama. 
Kolika  je  verovatnoća  da  će  kupac  istovremenim  uzimanjem  i  sa  jedne  i  sa  druge 
police uzeti veknu tešku 600 grama? 
  
Rešenje: 
 
50 60
( ) 0,375
80 100
P A = ⋅ =  ili 37,5% 
 
4.5 Uslovna verovatnoća 
 
ZADATAK 136. 
U kutiji se nalazi 5 crvenih i 5 zelenih kuglica. Kolika je verovatnoća da će se u drugom 
izvlačenju izvući crvena kuglica, ako je u prvom izvlačenju izvučena crvena kuglica, pri 
čemu se kuglice ne vraćaju u kutiju? 
  
Rešenje: 
 
5 4
( ) 0,2222
10 9
P A B ⋅ = ⋅ =  ili 22,22% 
 
ZADATAK 137. 
U jednoj pošiljci ima 900 proizvoda a sadrži više od 4% neispravnih proizvoda. Kolika 
je verovatnoća da u uzorku od 3 proizvoda budu svi ispravni? 
  
Rešenje: 
 
864 865 866
( ) 0,88461
900 899 898
P A B C ⋅ ⋅ = ⋅ ⋅ =  ili 88,46% 
 
ZADATAK 138. 
U kutiji se nalazi 50 proizvoda, kod kojih su 15 nestandardni. Kolika je verovatnoća da 
će  kontrolor  na  slučajan  način  iz  dva  puta  jedan  za  drugim  izvući  nestandardan 
proizvod? 
  
Rešenje: 
 
15 14
( ) 0, 08571
50 49
P A B ⋅ = ⋅ =  ili 8,571% 
 
122
4.6 Bajersova verovatnoća 
 
ZADATAK 139. 
U  jednom  marketu  se  prodaje  margarin,  i  to  dve  vrste:  "Dobro  jutro"  68%  i 
"Dijamant"  32%.  Margarin  "Dobro  jutro"  ispunjava  95%  standarda,  a  margarin 
"Dijamant" 90%. Kolika je verovatnoća da će kupac kupiti margarin "Dobro jutro"? 
  
Rešenje: 
 
1 1
2 2
( ) 0,68 ( / ) 0,95
( ) 0,32 ( / ) 0,90
p D p A D
p D p A D
= =
= =
 
1 1 2 2
( ) ( ) ( / ) ( ) ( / )
( ) 0,68 0,95 0,32 0,90
( ) 0,934
p A p D p A D p D p A D
p A
p A
= ⋅ + ⋅
= ⋅ + ⋅
=
 
1 1
1
1
( ) ( / )
( / )
( )
0,68 0,95
( / )
0,934
p D p A D
p D A
p A
p D A

=

=
 
1
( / ) 0,6916 p D A =  ili 69,16% 
 
Odgovor:  Verovatnoća  da  će  kupac  kupiti  margarin  "Dobro  jutro"  koji  odgovara 
standardu je 69,16%. 
 
ZADATAK 140. 
Na četiri mašine, u fabrici za proizvodnju čarapa, proizvode se ženske čarape i to: 25% 
na  prvoj  mašini,  30%  na  drugoj,  28%  na  trećoj  i  17%  na  četvrtoj.  Na  mašinama  se 
pojavljuje  škart  i  to:  1,5%,  1,8%,  2%  i  1%  respektivno.  Kolika  je  verovatnoća  da  će 
izabrane čarape biti škart i da je proizveden na prvoj, drugoj, trećoj ili četvrtoj mašini? 
  
Rešenje: 
 
1 1
2 2
3 3
4 3
( ) 0,25 ( / ) 0, 015
( ) 0,30 ( / ) 0, 018
( ) 0,28 ( / ) 0, 02
( ) 0,17 ( / ) 0, 01
p D p A D
p D p A D
p D p A D
p D p A D
= =
= =
= =
= =
 
( ) 0,25 0, 015 0,30 0, 018 0,28 0, 02 0,17 0, 01
( ) 0, 01645
p A
p A
= ⋅ + ⋅ + ⋅ + ⋅
=
 
1
0,25 0, 015
( / ) 0,2279
0, 01645
p D A

= =  ili 22,79% 
123
2
0,30 0, 018
( / ) 0,3282
0, 01645
p D A

= =  ili 32,82% 
3
0,28 0, 02
( / ) 0,3404
0, 01645
p D A

= =  ili 34,04% 
4
0,17 0,01
( / ) 0,1033
0, 01645
p D A

= =  ili 10,33% 
 
ZADATAK 141. 
U  jednom  supermarketu  rade  tri  kase.  Prilikom  naplate  prave  greške  i  to:  40%  prva, 
35% druga i 25% treća. Uslovne verovatnoće su: 0,019, 0,03 i 0,02 respektivno. Ako je 
pri naplati učinjena greška, kolika je verovatnoća da je to počinjeno na drugoj kasi? 
  
Rešenje: 
 
1 1
2 2
3 3
( ) 0, 4 ( / ) 0, 019
( ) 0,35 ( / ) 0, 03
( ) 0,25 ( / ) 0,02
p D p A D
p D p A D
p D p A D
= =
= =
= =
 
( ) 0, 4 0, 019 0,35 0, 03 0,25 0, 02
( ) 0, 0231
p A
p A
= ⋅ + ⋅ + ⋅
=
 
2
0,35 0, 03
( / ) 0, 4545
0,0231
p D A

= =  ili 45,45% 
 
ZADATAK 142. 
Tri  fabrike  proizvode  usisivače  iste  snage  i  istih  karakteristika.  Fabrika  D
1
  isporučuje 
tržištu  20%  usisivača,  D
2
  38%  i  D
3
  42%.  Od  kupava  stižu  reklamacije  da  usisivača  od 
proizvođača  D
1
  sa  greškom  ima  1,5%,  od  D
2
  0,08%  i  od  D
3
  1,7%.  Ako  su  usisivači  sa 
greškom, kolika je verovatnoća da će to biti proizvodi iz fabrike D
1
, D
2
 ili D
3

  
Rešenje: 
 
1 1
2 2
3 3
( ) 0,20 ( / ) 0, 015
( ) 0,38 ( / ) 0, 008
( ) 0, 42 ( / ) 0, 017
p D p A D
p D p A D
p D p A D
= =
= =
= =
         
( ) 0,20 0, 015 0,30 0, 008 0, 42 0, 017
( ) 0, 01318
p A
p A
= ⋅ + ⋅ + ⋅
=
 
1
0,20 0, 015
( / ) 0,2276
0, 01318
p D A

= =  ili 22,76% 
2
0,38 0, 008
( / ) 0,2306
0, 01318
p D A

= =  ili 23,06% 
3
0, 42 0, 017
( / ) 0, 5417
0, 01318
p D A

= =  ili 54,17% 
124
4.7 Binomna verovatnoća 
 
ZADATAK 143. 
Od 300 proizvedenih sijalica utvrđeno je da ima 20 neispravnih. Kolika je verovatnoća 
da od 5 slučajno izabranih proizvoda bude 0, 1, 2, 3, 4 i 5 neispravnih? 
 
a) Izračunati očekivanu vrednost. 
b) Izračunati varijansu. 
c) Izračunati standardnu devijaciju. 
d) Prikazati binomski raspored u obliku histograma i poligona verovatnoća. 
  
Rešenje: 
 
n=5  20
0, 066
300
p = =   q=0,934 
x=0, 1, 2, 3, 4, 5 
( )
x x n x
p x Cn p q

= ⋅ ⋅  
0 5
(0) 1 0, 066 0,934 0,710778
5 0 0,066
(1) 0,71778 0,25113
0 1 0,934
5 1 0, 066
(2) 0,25113 0, 035489
1 1 0,934
5 2 0, 066
(3) 0, 035489 0, 0025076
2 1 0,934
5 3 0, 066
(4) 0, 0025076 0, 0000885
3 1 0,934
5 4
(5)
4 1
p
p
p
p
p
p
= ⋅ ⋅ =

= ⋅ ⋅ =
+

= ⋅ ⋅ =
+

= ⋅ ⋅ =
+

= ⋅ ⋅ =
+

=
+
0, 066
0, 0000885 0, 000000125
0,934
⋅ ⋅ =
 
 
Odgovor: Verovatnoća da će od 5 izabranih proizvoda biti svi ispravni iznosi 0,710778 
ili 71,0778%, da će biti 1 neispravan 0,25113 ili 25,113%, dva neispravna 0,035489 ili 
3,4589%,  tri  neispravna  0,0025076  ili  0,25076%,  četiri  neispravna  0,0000885  ili 
0,00885% i pet neispravnih 0,000000125 ili 0,0000125%. 
 
a) Očekivana vrednost izračunava se na osnovu formule: 
( ) 5 0, 066 0,33 E x n p = ⋅ = ⋅ =  
Očekivana vrednost slučajne promenljive iznosu 0,33. 
 
b) Varijansa se izračunava iz relacije 
2
x
n q p σ = ⋅ ⋅  
125
2
2
5 0,066 0,934
0,30822
x
x
σ
σ
= ⋅ ⋅
=
 
Varijansa slučajne promenljive iznosi 0,30822 
c) Standardna devijacija se izračunava iz izraza: 
5 0, 066 0,934 0, 555 n p q σ = ⋅ ⋅ = ⋅ ⋅ =  
Standardna devijacija slučajne promenljive iznosi 0,555. 
d) Grafički prikaz binomnog rasporeda 
 
Slika 2: Histogram i poligon verovatnoća 
 
ZADATAK 144. 
Ako  se  eksperiment  koji  realizuje  događaj  B  s  verovatnoćom  ( ) 0,6 p B =   ponovi  n=8 
puta. 
 
a) Izračunati verovatnoću da će događaj B ponovi 3 puta. 
b) Izračunati očekivanu vrednost. 
c) Izračunati varijansu i standardnu devijaciju. 
  
Rešenje: 
a)
3 5
8
(3) 0,6 0, 4
3
p
⎛ ⎞
= ⋅ ⋅
⎜ ⎟
⎝ ⎠
 
(3) 56 0,216 0, 01024 0,123863 p = ⋅ ⋅ =  ili 12,3863% 
b) ( ) 8 0,6 4,8 E x = ⋅ =  
c)
2
8 0,6 0, 4 1,92
x
σ = ⋅ ⋅ =  
1,3856 σ =  
126
ZADATAK 145. 
Proizvedene  sijalice  od  40W  pakuju  se  u  kutiji  od  50  komada.  Poznato  je  da  se  u 
proizvodnji proizvodi 5% neispravnih sijalica. 
 
a) Kolika je verovatnoća da će se u jednoj kutiji naći 3 neispravne sijalice? 
b) Kolika je verovatnoća da će se u kutiji naći najviše 3 neispravne sijalice? 
c) Kolika je verovatnoća da će se u kutiji naći najmanje 3 i najviše 5 neispravnih 
sijalica? 
  
Rešenje: 
a)
1 47
50
(3) 0,1 0,9
3
p
⎛ ⎞
= ⋅ ⋅
⎜ ⎟
⎝ ⎠
  (3) 19600 0, 001 0,00706965 0,138565 p = ⋅ ⋅ =  ili 
13,8565% 
b) ( 3) (0) (1) (2) (3) p x p p p p ≤ = + + +   ( 3) 0,2502937 p x ≤ =  ili 25,02937% 
c) (3 5) (3) (4) (5) p x p p p < < = + +   (3 5) 0, 5043941 p x < < =  ili 50,43941% 
 
4.8 Puasonova verovatnoća 
 
ZADATAK 146. 
U  jednoj  fabrici  mašine  sa  automatskom  obradom  u  toku  rada  od  36  dana  imale  su 
zastoje u satima: 
zastoji (χ
i
)  0  1  2  3  4  5 
broj dana (f
i
)  15  8  6  4  2  1 
 
a) Izračunati verovatnoće da će se u toku 36 radnih dana dogoditi 0, 1, 2, 3, 4 i 5 
sati zastoja mašine. 
b) Izračunati parametre Pusonovog rasporeda 
2
3 4
, , , ,
x
μ σ σ α α . 
 
Rešenje: 
a)  
Tabela 4‐1: Radna tabela za izračunavanje Pusonovih verovatnoća 
zastoji (χ
i
)  broj dana (f
i

i i
f χ ⋅  
0  15  0 
1  8  8 
2  6  12 
3  4  12 
4  2  8 
5  1  5 
ukupno  36  45 
 
127
45
1,25
36
x = =  
Prosečan zastoj automatske mašine u toku 36 dana iznosu 1,25 časova. 
n=5  1,25 x =  
x=1, 2, 3, 4, 5 
1,25
0,25
5
p = = 1,25 m x = =  
( )
!
x
m
m
p x e
x

= ⋅  
0
1,25
1
1,25
2
1,25
3
1,25
4
1,25
1,25
(0) 1 0,286504 0,286504
0!
1,25
(1) 1,25 0,286504 0,358130
1!
1,25
(2) 0,78125 0,286504 0,2238312
2!
1,25
(3) 0,3255208 0,286504 0, 09326301
3!
1,25
(4) 0,10
4!
p e
p e
p e
p e
p e





= ⋅ = ⋅ =
= ⋅ = ⋅ =
= ⋅ = ⋅ =
= ⋅ = ⋅ =
= ⋅ =
0
172526 0,286504 0, 029144
(5) 1 ( ) 1 0,99087221 0, 00912779
n
x
p p x
=
⋅ =
= − = − =

 
Verovatnoća da će mašina raditi bez zastoja iznosi 0,286504 ili 28,6504%, da će imati 
jedan  čas  zastoja  iznosi  0,358130  ili  35,8130%,  dva  časa  zastoja  iznosi  0,2238312  ili 
22,38312%, tri časa zastoja 0,09326301 ili 9,326301%, četiri časa zastoja 0,03827179 
ili 3,827179% i pet časova zastoja 0,00912799 ili 0,912779%. 
b) ( ) 5 0,12 1,25 E x n p m μ = = ⋅ = = ⋅ =  
2
3
4
5 0,25 1,25
1,25 1,118
1 1 1
0,89445
1,25
1 1
3 3 3,8
1,25
x
x
n p m
n p m
n p m
n p
σ
σ
α
α
= ⋅ = = ⋅ =
= ⋅ = = =
= = = =

= + = + =

 
 
ZADATAK 147. 
Raspored domaćinstava u jednom selu prema broju dece bio je: 
broj dece (χ
i
)  0  1  2  3 
broj domaćinstava (f
i
)  5  30  16  10 
 
a) Izračunati Pausonove verovatnoće. 
b) Izračunati parametre ovog rasporeda. 
 
128
Rešenje: 
 
a) 1, 51; 3 x m n = = =  
(0) 0,220909; (1) 0,333574; (2) 0,2518473; (3) 0,1936697 p p p p = = = =  
b)
2
3 4
( ) 1, 51; 1, 51; 1,228; 0,8143; 3,6622
x x
E x μ σ σ α α = = = = = =  
 
ZADATAK 148. 
Pakuje se kafa u kesicama od 100 grama. Kontrolom je ustanovljeno da se u proseku 
mronađe 8 kesica manje mase od 100 grama. 
a) Izračunati verovatnoće da sve kesice imaju masu 100 grama. 
b) Izračunati verovatnoću da više od 3 kesice imaju masu manju od 100 grama. 
c) Izračunati verovatnoću da kesica manje od 100 grama bude između 3 i 5. 
 
Rešenje: 
 
a) 8; 0 x m x = = =  
0
8
8
(0) 0, 0003354
0!
p e

= ⋅ =  ili 0,03354% 
b)
[ ]
( 3) 1 (0) (1) (2) (3) p x p p p p > = − + + +   ( 3) 0,95762 p x > =  ili 95,762% 
c) (3 5) (3) (4) (5) 0,177448 p x p p p < < = + + =  ili 17,7448% 
 
4.9 Zakon velikih brojeva 
4.9.1 Nejednačina Čebiševa 
 
ZADATAK 149. 
Trgovini  se  isporučuje  kafa  u  kesicama  mase  200  grama  u  paketima  u  kojima  se 
isporučuju  po  100  kesica.  Na  slučajan  način  izabrana  je  jedna  kesica  iz  svakog 
isporučenog  paketa.  Oceniti  verovatnoću  da  odstupanje  prosečne  mase  izabranih 
kesica  kafe,  od  prosečne  mase  svih  kesica  kafe,  ne  prelazi  8  grama,  ako  standardna 
devijacija mase kod svih kesica kafe ne prelazi 10 grama. 
 
Rešenje: 
 
n=100  10 δ =   8 ε =
( )
2
2
( ) 1 p x E x
n
δ
ε
ε
− < ≥ −

 
( )
2
2
10
( ) 8 1 0,9843
100 8
p x E x − < ≥ − =

 ili 98,43% 
 
129
Odgovor:  Verovatnoća  da  prosečno  odstupanje  mase  kesice  kafe,  kod  izabranih 
kesica kafe, od prosečne mase svih isporučenih kesica kafe, ne prelazi 8 grama iznosi 
98,43%. 
 
ZADATAK 150. 
Slučajna  promenljiva  x  ima  matematičko  očekivanje  E(x)=3,  i  standardnu  devijaciju 
0,18
x
δ = .  Oceniti  verovatnoću  da  će  se  vrednost  slučajne  promenljive  x  naći  u 
intervalu 2,5<x<3,5. 
 
Rešenje: 
 
( ) 2, 5 3 2, 5 0, 5 E x ε = − = − =  
ili 
3, 5 ( ) 3, 5 3 0, 5 E x ε = − = − =   0,18
x
δ =  
( )
2
2
( ) 1
x
p x E x
δ
ε
ε
− < ≥ −  
( )
2
2
0,18
3 0, 5 1 0,8704
0, 5
p x − < ≥ − =  ili 87,04%  
 
ZADATAK 151. 
U fabrici za proizvodnju paste za zube, iz iskustva se zna da je varijansa 
2
4, 5 δ = . Ha 
slučajan  način  je  izabrano  30  tuba.  Kolika  je  verovatnoća  da  prosečna  masa  30  tuba 
ne odstupa od prosečne mase, kod svih pasta za zube, za više od 2,5 grama. 
 
Rešenje: 
 
2, 5 ε =   30 n =  
2
4, 5 δ =  
( )
2
2 2
4, 5
( ) 1 1 0,976
30 2, 5
x
p x E x
n
δ
ε
ε
− < ≥ − = − =
⋅ ⋅
 ili 97,6%  
 
ZADATAK 152. 
Odstupanje svake od 2000 nezavisno, slučajno izabranih, boca vina, prema zapremini, 
iznosi 
2
4 δ = .  Oceniti  verovatnoću  da  odstupanje  aritmetičke  sredine  zapremine 
boca  vina,  u  uzorku,  od  aritmetičke  sredine  njihovih  matematičkih  očekivanja,  ne 
prelazi 0,2 dl. 
 
Rešenje: 
 
0,2 ε =   2000 n =  
2
4 δ =  
( )
2
2 2
4
( ) 1 1 0,95
2000 0,2
x
p x E x
δ
ε
ε
− < ≥ − = − =

 ili 95%  
 
130
4.9.2 Teorema Čebišova 
 
ZADATAK 153. 
Na  slučajan  način  izabrano  je  300  miksera.  Oceniti  verovatnoću,  da  prosečna  dužina 
rada bez kvara svih 300 miksera, odstupa od prosečne dužine rada svih proizvedenih 
miksera,  ne  više  od  2  časa,  ako  je  poznato  da  standardna  devijacija,  kod  svih 
proizvedenih miksera nije veća od 5 časova. 
 
Rešenje: 
 
2 ε =   300 n = 5 δ =
2
1 2 3 1 2 3
2
... ( ) ( ) ( ) ... ( )
1
n n
x x x x E x E x E x E x
p
n n n
δ
ε
ε
⎛ ⎞ + + + + + + + +
− < ≥ −
⎜ ⎟

⎝ ⎠
 
2
1 2 3 300 1 2 3 300
2
... ( ) ( ) ( ) ... ( ) 5
2 1 97,92%
300 300 300 2
x x x x E x E x E x E x
p
⎛ ⎞ + + + + + + + +
− < ≥ − =
⎜ ⎟

⎝ ⎠
 
 
Odgovor:  Verovatnoća  da  prosečna  dužina  kvara  kod  izabranih  300  miksera  ne 
odstupa  više  od  2  časa  od  prosečne  dužine  rada  svih  proizvedenih  miksera  iznosi 
97,92%. 
 
ZADATAK 154. 
Ako je ocenjena verovatnoća da je prosečna masa nekog proizvoda 0,99, pri čemu je 
odstupanje  od  prosečne  mase  dve  jedinice,  sa  standardnom  devijacijom  od  4 
jedinice, izračunati koliko proizvoda treba uzeti u uzorak, u cilju posmatrane mase? 
 
Rešenje: 
 
2 ε =  
0,99 p =
4 δ =  
2
2
1 p
n
δ
ε
− ≥

 
2
2
4
1 0,99
2 n
− =

16
1 0,99
4 n
− =

 
16
0,99 1
4 n
− = −

 
16
4
0, 01
n ⋅ =  
4 1600 n ⋅ =  
1600
4
n =   400 n =    
 
Odgovor: U cilju posmatranja mase, u uzorak treba uzeti 400 komada proizvoda. 
 
ZADATAK 155. 
Na  slučajan  način  izabrano  je  200  tovljenika  na  jednoj  farmi  za  tov.  Oceniti 
verovatnoću da prosečna telesna masa tovljenika kod svih 200 tovljenika odstupa od 
prosečne  telesne  mase  kod  svih  tovljenika  na  farmi  ne  više  od  15  kilograma,  ako  je 
131
poznato  da  standardna  devijacija  kod  svih  tovljenika  na  farmi  nije  veća  od  9 
kilograma. 
 
Rešenje: 
 
15 ε =   200 n = 9 δ =
2 2
2 2
9
1 1 0,9989
200 15
p
n
δ
ε
≥ − ≥ − =
⋅ ⋅
 ili 99,82% 
 
4.9.3 Teorema Bernulija 
 
ZADATAK 156. 
Ako  je  verovatnoća  pojavljivanja  neispravnih  auto  guma  jednaka  0,01,  oceniti 
verovatnoću  da  je  apsolutna  vrednost  razlike  frekvencija  neispravnih  auto  guma 
manja od 0,003, ako je u jednom danu proizvedeno 20000 auto guma. 
 
Rešenje: 
 
20000 n =  
0, 01 p = 0, 003 ε =   0,99 q =
2
1
x p q
p p
n n
ε
ε
⎛ ⎞ ⋅
− < > −
⎜ ⎟

⎝ ⎠
 
2
0, 01 0,99
0,01 0, 003 1 0,945
20000 20000 0, 003
x
p
⎛ ⎞ ⋅
− < > − =
⎜ ⎟

⎝ ⎠
 ili 94,5% 
 
Odgovor:  Verovatnoća  da  je  apsolutna  vrednost  razlike  frekvencija  neispravnih  auto 
guma manja od 0,003 iznosi 94,5%. 
 
ZADATAK 157. 
Ako je verovatnoća nejednakosti  0,12
x
p
n
− ≤ i da ne bude  manja od 0,99, pri čemu 
je  0, 4 p = , koliko se mora izabrati nezavisnih jedinica u uzorak. 
 
Rešenje: 
 
0, 4 p =   0,6 q = 0,12 ε =  
2
1 0,99
p q
n ε

− ≥

 
0, 4 0,6
1 0,99
0,12 n

− ≥

 
0, 4 , 06
1 0,99
0,12 n

− =

 
200 n =  (jedinica) 
 
132
ZADATAK 158. 
Verovatnoća  broja  ponavljanja  kifli  mase  manje  od  100  grama  je  20%.  Izračunati 
granicu  apsolutne  vrednosti  odstupanja  broja  kifli  od  njegove  verovatnoće,  koja  se 
može očekivati sa verovatnoćom od 0,95, ako je proizvedeno 20000 kifli. 
 
Rešenje: 
 
0,2 p =   0,8 q =
20000 n =  
2
1 0,95
p q
n ε

− >

 
2
0,2 0,8
1 0,95
20000 ε

− >

 
2
0,16
1 0,95
20000 ε
− >

 
0, 012 ε =  
 
4.10 Centralna granična teorema 
 
ZADATAK 159. 
Slučajna  promenljiva  y
n
  je  aritmetička  sredina  4900,  na  slučajan  način,  izabranih 
radnika  kod  čijih  je  zarada  matematičko  očekivanje 
3
11,8 10 ⋅   dinara  i  varijansa 
5
25 10 ⋅ .  Kolika  je  verovatnoća  da  će  prosečna  zarada  radnika  biti  u  intervalu 
3
11,6 10 ⋅  do 
3
11,9 10 ⋅ ? 
 
Rešenje: 
 
1
11,6 μ =  
1
11,9 μ =  
2
25 δ =  
( ) 11,8
i
E x =   4900 n =  
25 5 1
70 14
4900
i
x
n
δ
δ = = = =  
1 1
2
1
( )
( ) ( )
n n
i i
i i
n
x i
i
x E x
p a b F b F a
x δ
= =
=
⎛ ⎞
⎜ ⎟ −
⎜ ⎟
< < = −
⎜ ⎟
⎜ ⎟ ⋅
⎜ ⎟
⎝ ⎠
∑ ∑

 
[ ]
4900 4900
1 1
( )
11,6 11,8 11,9 11,8
11,6 11,9
1 1 1
4900
14 14 14
i i i
i i
x x E x
p p
= =
⎛ ⎞ ⎛ ⎞

⎜ ⎟ ⎜ ⎟
− −
⎜ ⎟ ⎜ ⎟
< < = < <
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
∑ ∑
 
[ ]
4900
1
( )
2,8 1, 4 (1, 4) ( 2,8)
1
14
i i
i
x E x
p F F
=
⎛ ⎞

⎜ ⎟
⎜ ⎟
− < < = − −
⎜ ⎟
⎜ ⎟
⎝ ⎠

 
133
[ ]
0,9192 1 0,9974 0,9166 p = − − =  ili 91,66% 
 
Odgovor:  Verovatnoća  da  će  prosečna  plata  biti  u  intervalu 
3
11,6 10 ⋅   do 
3
11,9 10 ⋅ iznosi 91,66%. 
 
ZADATAK 160. 
Ako  je  prosečan  prinos  suncokreta  5,65  t/ha,  sa  varijansom  0,36,  kolika  je 
verovatnoća da prinos suncokreta na 324 hektara ne bude manji od 5,7 t/ha. 
 
Rešenje: 
 
1
5,7 μ >  
2
0,36 δ =  
( ) 5,65
i
E x =   324 n =  
0,36 0,6 1
18 30
324
x
δ = = =  
5,7 5,65
(1, 5) 0,9332
1
30
p F
⎛ ⎞
⎜ ⎟

= =
⎜ ⎟
⎜ ⎟
⎝ ⎠
 ili 93,32% 
 
ZADATAK 161. 
Na  slučajan  način  izabrano  je  225  turista  koji  su  imali  očekivan  broj  dana  boravka  8, 
sa varijansom 25. Kolika je verovatnoća da će prosečan boravak turista biti u intervalu 
od 6 do 9 dana. 
 
Rešenje: 
 
1
6 μ =  
1
9 μ =  
2
25 δ =  
( ) 8
i
E x =   225 n =  
25 5 1
15 3
225
x
δ = = =  
[ ]
225 225
1 1
( )
6 8 9 8
6 9
1 1 1
225
3 3 3
i i i
i i
x x E x
p p
= =
⎛ ⎞ ⎛ ⎞

⎜ ⎟ ⎜ ⎟
− −
⎜ ⎟ ⎜ ⎟
< < = < <
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
∑ ∑
 
(3) ( 6) 0,9987 p F F = − − =   ili 99,87% 
 
ZADATAK 162. 
U jednom tovilištu bilo je 64 teladi sa očekivanom telesnom masom 52 kilograma, sa 
varijansom  144  kilograma.  Kolika  je  verovatnoća  da  će  se  prosečna  masa  teladi 
nalaziti u intervali od 49 do 587 kilograma. 
 
134
Rešenje: 
 
1
49 μ =  
1
58 μ =  
2
144 δ =  
( ) 52
i
E x =   64 n =  
144 12 3
8 2
64
x
δ = = =  
[ ]
64
1
( )
49 52 58 52
3 3 3
2 2 2
i i
i
x E x
p
=
⎛ ⎞

⎜ ⎟
− −
⎜ ⎟
< <
⎜ ⎟
⎜ ⎟
⎝ ⎠

 
[ ]
(4) ( 2) 1 1 0,9772 0,9772 p F F = − − = − − =   ili 97,72% 
 
4.11 Jednodimenzionalna prekidna slučajna promenljiva 
 
ZADATAK 163. 
Na slučajan način izabrano je 200 radnika u jednoj fabrici, koji su u toku jedne godine 
imali povrede na radu: 
broj povreda (x
i
)  1  2  3  4  5 
broj radnika (f
i
)  70  50  40  30  10 
 
Na osnovu ovih podataka: 
a) Odrediti zakon rasporeda verovatnoća. 
b) Odrediti  nove  prekidne  slučajne  promenljive  2 Y X = ⋅ ; 
2
Z X = ;  4 E X = + ; 
3 K X = − ;  2 2 H X = ⋅ + ; 
2
2 2 G X = ⋅ + . 
c) Izračunati očekivanu vrednost  ( ) E x . 
d) Izračunati  (3 ) E x ⋅ ;  ( 2) E x + . 
e) Izračunati 
2
x
δ ; 
x
δ ; 
x
V  i 
x
U  za x=2. 
f) Izračunati 
2
(3 )
x
x δ ⋅ . 
g) Izračunati 
3
M ; 
4
M ; 
3
( )
x
α  i 
4
( )
x
α . 
 
Rešenje: 
 
a)
1
1
; 200
K
i
i i
K
i
i
i
f
p f
f
=
=
= =


 
1
70
0,35
200
p = =  
2
50
0,25
200
p = =  
3
40
0,2
200
p = =  
4
30
0,15
200
p = =  
5
10
0,05
200
p = =    
135
5
1
1 2 3 4 5
; 1
0,35 0,25 0,2 0,15 0, 05
i
i
X p
=
⎧ ⎫
= =
⎨ ⎬
⎩ ⎭

 
b)  
5
1
2 2 2 2 2
5
2
1
2 1 2 2 2 3 2 4 2 5 2 4 6 8 10
2 ; 1
0,35 0,25 0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0, 05
1 4 9 16 25 1 2 3 4 5
; 1
0,35 0,25 0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0, 05
1 4 2
4
0,35
i
i
i
i
Y X p
Z X p
E X
=
=
⋅ ⋅ ⋅ ⋅ ⋅ ⎧ ⎫ ⎧ ⎫
= ⋅ = = =
⎨ ⎬ ⎨ ⎬
⎩ ⎭ ⎩ ⎭
⎧ ⎫ ⎧ ⎫
⎪ ⎪
= = = =
⎨ ⎬ ⎨ ⎬
⎪ ⎪ ⎩ ⎭ ⎩ ⎭
+ +
= + =


5
1
5
1
4 3 4 4 4 5 4 5 6 7 8 9
; 1
0,25 0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0,05
1 3 2 3 3 3 4 3 5 3 2 1 0 1 2
3 ; 1
0,35 0,25 0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0, 05
2 1 2 2 2 2 2 3
2 2
0,35 0,25
i
i
i
i
p
K X p
H X
=
=
+ + + ⎧ ⎫ ⎧ ⎫
= =
⎨ ⎬ ⎨ ⎬
⎩ ⎭ ⎩ ⎭
− − − − − − − ⎧ ⎫ ⎧ ⎫
= − = = =
⎨ ⎬ ⎨ ⎬
⎩ ⎭ ⎩ ⎭
⋅ + ⋅ + ⋅
= ⋅ + =


5
1
2 2 2 2 2
5
2
1
2 2 4 2 2 5 2 4 6 8 10 12
; 1
0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0, 05
4 10 20 34 52 2 1 2 2 2 2 2 3 2 2 4 2 2 5 2
2 2 ; 1
0,35 0,25 0,2 0,15 0, 05 0,35 0,25 0,2 0,15 0,05
i
i
i
i
p
G X p
=
=
+ ⋅ + ⋅ + ⎧ ⎫ ⎧ ⎫
= =
⎨ ⎬ ⎨ ⎬
⎩ ⎭ ⎩ ⎭
⎧ ⎫ ⋅ + ⋅ + ⋅ + ⋅ + ⋅ + ⎧ ⎫
⎪ ⎪
= ⋅ + = = =
⎨ ⎬ ⎨ ⎬
⎪ ⎪ ⎩ ⎭ ⎩ ⎭


 
c)
1
( ) 1 0,35 2 0,25 3 0,2 4 0,15 5 0, 05 2,3
n
i i
i
E x x p
=
= ⋅ = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =

 
Odgovor: Prosečan broj povreda na radu kod svih zaposlenih u jednoj fabrici 
je 2,3 dana. 
d) ( ) ( ) ; (3 ) 3 2,3 6,9 E K x E x K E x ⋅ = ⋅ ⋅ = ⋅ =  [povreda na radu] 
( ) ( ) ; ( 2) ( ) 2 2,3 2 4,3 E x C E x C E x E x + = + + = + = + =  [povreda na radu] 
e)
2 2 2 2 2 2 2 2 2
1
( ) 1 0,35 2 0,25 3 0,2 4 0,15 5 0,05 2,3 1, 51
n
x i i
i
x p E x δ
=
= ⋅ − = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ − =

Odgovor:  Prosek  kvadrata  odstupanja  pojedinačnog  broja  povreda  od 
očekivanog prosečnog broja povreda u osnovnom skupu je 1,51. 
2
1, 51 1,228
x x
δ δ = = =  
Odgovor:  Srednja  mera  odstupanja  pojedinačnog  broja  povreda  od 
očekivanog prosečnog broja povreda u osnovnom skupu je 1,228. 
1,228
100 100 53,39%
( ) 2,3
x
x
V
E x
δ
= ⋅ = ⋅ =  
Odgovor: Standardna greška iznosi 53,39% od očekivane vrednosti. 
( ) 2 2,3
0,2442
1,228
x
x
X E x
U
δ
− −
= = = −  
Odgovor:  Broj  od  dve  povrede  na  radu  odstupaju  od  očekivane  vrednosti  za 
0,2442 standardnih grešaka ispod očekivane vrednosti. 
f)
2 2 2 2 2
( ) ( ); (3 ) 3 1,228 11, 052
x x x
K x K x x δ δ δ ⋅ = ⋅ ⋅ = ⋅ =  
g)
1
n
r
r i i
i
m x p
=
= ⋅

 
136
1
2 2 2 2 2
2
3 3 3 3 3
3
4 4 4 4 4
4
1 0,35 2 0,25 3 0,2 4 0,15 5 0, 05 2,3
1 0,35 2 0,25 3 0,2 4 0,15 5 0, 05 6,8
1 0,35 2 0,25 3 0,2 4 0,15 5 0, 05 23,6
1 0,35 2 0,25 3 0,2 4 0,15 5 0, 05 90,2
m
m
m
m
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
 
3 3
3 3 1 2 1
2 4
4 4 1 3 1 2 1
2 4
3 2 23,6 3 2,3 6,8 2 2,3 1, 014
4 6 3
90,2 4 2,3 23,6 6 2,3 6,8 3 2,3 4,9597
M m m m m
M m m m m m m
= − ⋅ ⋅ + ⋅ = − ⋅ ⋅ + ⋅ =
= − ⋅ ⋅ + ⋅ ⋅ − ⋅ =
= − ⋅ ⋅ + ⋅ ⋅ − ⋅ =
 
3
3
3 3
1, 014
( ) 0, 5475
1,228
x
x
M
α
δ
= = =  
Odgovor:  Raspored  verovatnoća  broja  povreda  na  radu  ima  pozitivnu 
asimetriju. 
4
4
4 4
4,9597
( ) 2,18
1,228
x
x
M
α
δ
= = =  
Odgovor:  Raspored  verovatnoća  broja  povreda  na  radu  je  više  spljošten  u 
odnosu na normalni raspored. 
 
ZADATAK 164. 
U fabrici za preradu voća 100 radnika preradi voće u kilogramima u jednoj smeni: 
prerada voća u kg (x
i
)  30  50  70 40  60 
broj radnika (f
i
)  40  15  5  30  10 
 
Na osnovu ovih podataka: 
a) Odrediti zakon rasporeda verovatnoća. 
b) Odrediti nove prekidne slučajne promenljive  2 Y X = ⋅ ; 
2
Z X = ; 
2
2 1 K X = ⋅ + . 
c) Izračunati očekivanu vrednosti  ( ) E x ;  (4 ) E x ⋅  i  ( 2) E x − . 
d) Izračunati 
2
x
δ ; 
2
(3 )
x
x δ ⋅ . 
e) Izračunati 
4
( )
x
α . 
 
Rešenje: 
 
a)
5
1
30 50 70 40 60
; 1
0, 4 0,15 0, 05 0,3 0,1
i
i
X p
=
⎧ ⎫
= =
⎨ ⎬
⎩ ⎭

 
b)
5
1
60 100 140 80 120
2 ; 1
0, 4 0,15 0, 05 0,3 0,1
i
i
Y X p
=
⎧ ⎫
= ⋅ = =
⎨ ⎬
⎩ ⎭

 
137
5
2
1
5
2
1
900 2500 4900 1600 3600
; 1
0, 4 0,15 0,05 0,3 0,1
1801 5001 9801 3201 7201
2 1 ; 1
0, 4 0,15 0, 05 0,3 0,1
i
i
i
i
Z X p
K X p
=
=
⎧ ⎫
= = =
⎨ ⎬
⎩ ⎭
⎧ ⎫
= ⋅ + = =
⎨ ⎬
⎩ ⎭


 
c) ( ) 30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 41 E x = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =  [kilogram] 
(4 ) 4 ( ) 4 41 164 E x E x ⋅ = ⋅ = ⋅ =  [kilograma] 
( 2) ( ) 2 41 2 39 E x E x − = − = − =  [kilograma] 
d)
2 2 2 2 2 2 2
30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 41 139
x
δ = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ − =  
2 2 2 2
(3 ) 3 3 139 1251
x x
x δ δ ⋅ = ⋅ = ⋅ =  
2
1251 35,37
x x
δ δ = = =  [kilograma] 
e)
1
30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 41 m = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =  
2 2 2 2 2
2
3 3 3 3 3
3
4 4 4 4 4
4
30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 1820
30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 87500
30 0, 4 50 0,15 70 0, 05 40 0,3 60 0,1 4526000
m
m
m
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
 
2 4
4
4526000 4 87500 41 6 1820 41 3 41 55237 M = − ⋅ ⋅ + ⋅ ⋅ − ⋅ =  
4
4
4 4
55237
( ) 2,868
11,78
x
x
M
α
δ
= = =  
 
ZADATAK 165. 
U  junskom  ispitnom  roku  100  studenata  je  položilo  ispit  iz  Statistike.  Raaspored 
studenata prema dobijenim ocenama na ispitu je: 
ocene (x
i
)  6  7  8  9  10
broj studenata (f
i
)  30  40 15  5  10
 
Na osnovu ovih podataka: 
a) Odrediti zakon rasporeda verovatnoća. 
b) Odrediti nove prekidne slučajne promenljive  4 Y X = ⋅ ; 
4
Z X = ; 
3
3 2 K X = ⋅ + . 
c) Izračunati očekivanu vrednosti  ( ) E x ;  (5 ) E x ⋅  i  ( 3) E x − . 
d) Izračunati 
2
x
δ ; 
2
(3 )
x
x δ ⋅ . 
e) Izračunati 
3
( )
x
α  i 
4
( )
x
α . 
 
Rešenje: 
 
a)
5
1
6 7 8 9 10
; 1
0,3 0, 4 0,15 0, 05 0,1
i
i
X p
=
⎧ ⎫
= =
⎨ ⎬
⎩ ⎭

 
b)
5
1
24 28 32 36 40
4 ; 1
0,3 0, 4 0,15 0, 05 0,1
i
i
Y X p
=
⎧ ⎫
= ⋅ = =
⎨ ⎬
⎩ ⎭

 
138
5
4
1
5
2
1
1296 2401 4096 6561 10000
; 1
0,3 0, 4 0,15 0,05 0,1
650 1031 1538 2189 3002
3 2 ; 1
0,3 0,4 0,15 0, 05 0,1
i
i
i
i
Z X p
K X p
=
=
⎧ ⎫
= = =
⎨ ⎬
⎩ ⎭
⎧ ⎫
= ⋅ + = =
⎨ ⎬
⎩ ⎭


 
c) ( ) 6 0,3 7 0, 4 8 0,15 9 0, 05 10 0,1 7,25 E x = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =  
(5 ) 5 ( ) 5 7,25 36,25
( 3) ( ) 3 7,25 3 4,25
E x E x
E x E x
⋅ = ⋅ = ⋅ =
− = − = − =
 
d)
2 2 2 2 2 2 2
6 0,3 7 0, 4 8 0,15 9 0, 05 10 0,1 7,25 1, 4875
x
δ = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ − =  
2 2 2 2
(3 ) 3 3 1, 4875 13,383
x x
x δ δ ⋅ = ⋅ = ⋅ =  
2
1,4875 1,2196
x x
δ δ = = =  
e)
1
6 0,3 7 0, 4 8 0,15 9 0, 05 10 0,1 7,25 m = ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =  
2 2 2 2 2
2
3 3 3 3 3
3
4 4 4 4 4
4
6 0,3 7 0, 4 8 0,15 9 0,05 10 0,1 54, 05
6 0,3 7 0, 4 8 0,15 9 0,05 10 0,1 415,25
6 0,3 7 0, 4 8 0,15 9 0, 05 10 0,1 3291,65
m
m
m
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
= ⋅ + ⋅ + ⋅ + ⋅ + ⋅ =
 
3
3
2 4
4
415,25 3 7,25 54, 05 2 7,25 1,82
3291,65 4 7,25 415,25 6 54, 05 7,25 3 7,25 6,9698
M
M
= − ⋅ ⋅ + ⋅ =
= − ⋅ ⋅ + ⋅ ⋅ − ⋅ =
 
3
3
4
4
1,82
( ) 1, 003
1,2196
6,9698
( ) 3,15
1,2196
x
x
α
α
= =
= =
 
139
5 METOD UZORKA 
5.1 Veličina uzorka 
 
ZADATAK 166. 
U jednom mestu ima 200 domaćinstava. Koliko domaćinstava treba uzeti za uzorak sa 
verovatnoćom  od  95%,  u  cilju  provere  mesečne  potrošnje  ulja,  ako  se  zna  da  je 
standardna devijacija osnovnog skupa 4 litrara uz interval poverenja od 2 litre? 
 
Rešenje: 
 
2 2 2 2
2 2 2 2 2 2
4 200 1,96
47,19 47
( 1) (200 1) 1 1,96 4
N u
n
N E u
σ
σ
⋅ ⋅ ⋅ ⋅
= = = ≈
− ⋅ + ⋅ − ⋅ + ⋅
 
 
Odgovor: U uzorak treba uzeti približno 47 domaćinstava. 
 
ZADATAK 167. 
U jednom šljiviku ima 800 stabala šljiva. Koliko stabala šljiva treba uzeti za uzorak sa 
verovatnoćom od 95,45% u cilju ocene prosečnog prinosa, ako se zna da je varijansa 
osnovnog skupa 4 kg uz interval poverenja od 2 kg? 
 
Rešenje: 
 
800 N =   95, 45% 2 u = = 4 σ =  
1 E = 2 2 E ⋅ =
15,7 16 n = ≈  [stabala šljiva] 
 
ZADATAK 168. 
Na  jednoj  farmi  ovaca  ima  200  ovaca.  Koliko  ovaca  treba  uzeti  za  uzorak  sa 
verovatnoćom  od  99,73%  u  cilju  ocene  prosečne  mlečnosti  ako  se  zna  da  je 
standardna devijacija osnovnog skupa 2 litre uz interval poverenja od 1,5 litara? 
 
Rešenje: 
 
200 N =   99,73% 2,98 u = = 2 σ =  
1,5 E =
48,21 48 n = ≈  [ovaca] 
 
 
 
 
 
140
ZADATAK 169. 
U  jednom  preduzeću  zaposleno  je  400  radnika.  Koliko  radnika  treba  uzeti  za  uzorak 
uz verovatnoću 90% sa ciljem izračunavanja prosečne plate u dinarima, ako se zna da 
je  standardna  devijacija  osnovnog  skupa  1500  dinara  uz  interval  poverenja  100 
dinara? Uzorak je sa ponavljanjem. 
 
Rešenje: 
 
400 N =   1,6 u = 1500 σ = 500 E =
2
u
n
E
σ ⋅
⎛ ⎞
=
⎜ ⎟
⎝ ⎠
  
2 2
2
1500 1,6 2475
4,95 24, 5
500 500
n

⎛ ⎞ ⎛ ⎞
= = = =
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
  
24 n ≈  [radnika] 
 
ZADATAK 170. 
Koliko  treba  uzeti  u  uzorak  domaćinstava  radi  ocene  prosečne  potrošnje  mesa  po 
domaćinstvu u celom gradu, ako se želi da interval poverenja ne bude šira od 1,5 kg i 
ako je standardna devijacija osnovnog skupa 3 kg. Uzorak je sa ponavljanjem. 
a) Izračunati veličinu uzorka sa verovatnoćom od 95%. 
b) Izračunati veličinu uzorka sa verovatnoćom od 99%. 
 
Rešenje: 
 
a) 3; 0,75; 95% 1,96 E u σ = = = =  
64, 46 64 n = ≈  [domaćinstava] 
b) 3; 0,75; 99% 2, 58 E u σ = = = =  
106, 50 107 n = ≈  [domaćinstava] 
 
ZADATAK 171. 
Koliko  treba  uzeti  u  uzorak  domaćinstva  radi  ocene  prosečne  potrošnje  mleka  u 
litrima u celom gradu ako se zna da je standardna devijacija osnovnog skupa 2,3 litra 
uz interval poverenja od 0,5 litara? Veličinu uzorka odrediti za verovatnoću od 99% uz 
pretpostavku da je uzorak sa ponavljanjem. 
 
Rešenje: 
 
2,3; 0, 5; 99% 2,58 E u σ = = = =  
563,397 563 n = ≈  [domaćinstava] 
 
 
141
ZADATAK 172. 
U  jednom  mestu  od  10000  porodica  treba  oceniti  udeo  domaćinstva  koja  idu  u 
bioskop  uz  verovatnoću  od  99,73%.  Iz  iskustva  se  zna  da  je  proporcija  tih 
domaćinstava  60%,  koliko  treba  uzeti  porodica  za  uzorak  uz  interval  poverenja  od 
3%? Uzorak je bez ponavljanja. 
 
Rešenje: 
 
10000 N =   99,73% 2,98 u = = 0,6 P = 0, 015 E = 0, 4 Q=
( )
2
2 2
1
N u Q
n
u Q E N P
⋅ ⋅
=
⋅ + ⋅ − ⋅
 
( )
2
2 2
10000 2,98 0, 4
7234,5
2,98 0, 4 0,015 10000 1 0,6
n
⋅ ⋅
= =
⋅ + ⋅ − ⋅
 
7234 n ≈  [porodica] 
 
ZADATAK 173. 
U  jednoj  fabrici  za  proizvodnju  kafe  proizvodi  se  50000  pakovanja  jedne  fake  mase 
200 g. Koliko treba uzeti za uzorak pakovanja radi kontrole tačnosti ase, ako se zna da 
mašina puni 95% ovih pakovanja tačne mase od 200 g? Veličinu uzorka treba odrediti 
uz verovatnoću od 99% sa intervalom poverenja 5%. Uzorak je bez ponavljanja. 
 
Rešenje: 
 
50000 N =   2, 58 u = 0,95 P = 0, 025 E = 0, 05 Q=
554,36 554 n = ≈  [paketića kafe] 
 
5.2 Ocene na osnovu uzoraka 
5.2.1.1 Ocena aritmetičke sredine osnovnog skupa na osnovu uzorka 
 
ZADATAK 174. 
U fabrici čarapa 30 radnika proizvelo je čarapa (uzorak sa ponavljanjem): 
18  10  15  15  10  18 
10  16  18  18  13  10 
12  21  19  19  10  11 
12  16  10  15  15  19 
20  11  19  12  12  14 
 
a) Odrediti  interval  poverenja  uz  verovatnoću  95%  u  kome  se  nalazi  prosečan 
broj proizvedenih čarapa u celom preduzeću. 
142
b) Izračunati  uz  istu  verovatnoću  interval  poverenja  u  kome  se  nalazi  ukupan 
broj  proizvedenih  čarapa  u  celom  preduzeću,  ako  u  proizvodnji  radi  100 
radnika. 
 
Rešenje: 
 
1
438
14,6
30
n
i
i
x
x
n
=
= = =

 
Odgovor:  Prosečan  broj  proizvedenih  čarapa  u  uzorku  od  30  radnika  iznosi  14,6 
čarapa. 
( ) ( )
2 2
2
1
6776 30 14,6
0,66193
1 30 30 1
n
i
i
x
x n x
S
n n
=
− ⋅
− ⋅
= = =
⋅ − ⋅ −

 
Odgovor: Ocena srednje mere odstupanja aritmetičkih sredina uzorka od aritmetičke 
sredine osnovnog skupa iznosi 0,66193 komada. 
a)
x x
x u S x u S μ − ⋅ ≤ ≤ + ⋅  
14,6 1,96 0,66193 14,6 1,96 0,66193
13,3027 15,8973
μ
μ
− ⋅ ≤ ≤ + ⋅
≤ ≤
 
Odgovor:  Uz  verovatnoću  95%  može  se  očekivati  da  se  prosečan  broj 
proizvedenih  čarapa u celom preduzeću nalazi negde u intervalu od 13,3027 
do 15,8973. 
b)
( ) ( )
x x
N x u S N N x u S μ ⋅ − ⋅ ≤ ⋅ ≤ ⋅ + ⋅  
100 13,3027 100 15,8973
1330 1589
N
N
μ
μ
⋅ ≤ ⋅ ≤ ⋅
≤ ⋅ ≤
 
Odgovor:  Uz  rizik  greške  5%  može  se  očekivati  da  će  u  celom  preduzeću  biti 
proizvedeno čarapa u intervalu od 1330 do 1589 komada. 
 
ZADATAK 175. 
Na slučaj izabranih 35 studenata Ekonomskog fakulteta dobili su ocenu iz matematike 
(uzorak sa ponavljanjem): 
6  7  9  8  10  6  7 
8  6  10  8  7  6  9 
6  7  8  6  9  10  8 
8  10  6  7  6  7  8 
7  6  8  7  9  6  9 
 
Odrediti  interval  poverenja  uz  verovatnoću  99%  u  kome  se  može  očekivati  prosečna 
ocena iz matematike na celom fakultetu. 
 
143
Rešenje: 
 
7,6 x =   0,1987
x
S =   7, 08735 8,11264 μ ≤ ≤  
 
ZADATAK 176. 
Na  slučajan  način  izabrano  je  20  prodavnica  koje  su  u  toku  jednog  dana  prodale 
majce (uzorak sa ponavljanjem): 
5  8  6  4  9 
10  9  5  7  11 
5  8  6  6  9 
7  12  4  5  6 
         
a) Izračunati  interval  poverenja  u  kome  se  može  naći  prosečan  broj  prodatih 
majci u celom trgovinskom preduzeću uz verovatnoću od 99%. 
b) Kolika se ukupna prodaja može očekivati uz datu verovatnoću ako preduzeće 
ima 200 prodavnica? 
 
Rešenje: 
 
a) 7,1 x =  [komada];  0, 51809
x
S =  [komada];  6, 407 8, 436 μ ≤ ≤  [komada] 
b) 1281, 49 1687,20 N μ ≤ ⋅ ≤  [komada] 
 
ZADATAK 177. 
Radi ocene mesečne potrošnje ulja na slučajan način je izabrano 25 porodica koje su 
imale potrošnju (uzorak ponavljanja): 
5  1  2  2  3 
4  5  5  2  2 
3  1  4  1  3 
3  4  1  3  2 
2  2  3  3  2 
 
a) Izračunati  interval  poverenja  u  kome  se  može  naći  prosečna  mesečna 
potrošnja ulja po domaćinstvu uz verovatnoću od 99%. 
b) Kolika  se  ukupna  mesečna  potrošnja  ulja  može  naći  u  celom  gradu  koji  ima 
400 domaćinstava uz istu verovatnoću? 
 
Rešenje: 
 
1
68
2,75
25
n
i
i
x
x
n
=
= = =

 
 
144
Odgovor: Prosečan mesečna potrošnja ulja u uzorku od 25 porodica iznosi 2,75 litara. 
Kako  je  odnos 
25
0, 0625 6,25% 4%
400
n
N
= = = >   za  izračunavanje  ocene  standardne 
greške aritmetičke sredine koristi se formula: 
( ) ( )
2 2
2
1
262 25 2,75 400 25
0,3223
1 1 25 25 1 400 1
n
i
i
x
x n x
N n
S
n n N
=
− ⋅
− − ⋅ −
= ⋅ = ⋅ =
⋅ − − ⋅ − −

 
Odgovor: Ocena srednje mere odstupanja aritmetičkih sredina uzorka od aritmetičke 
sredine osnovnog skupa iznosi 32,23 litara. 
 
a)
x x
x u S x u S μ − ⋅ ≤ ≤ + ⋅  
2,75 2, 58 0,3223 2,75 2, 58 0,3223
1,9185 3, 5815
μ
μ
− ⋅ ≤ ≤ + ⋅
≤ ≤
 
Odgovor: Uz verovatnoću 99% može se očekivati da će se prosečna mesečna 
potrošnja ulja nalaziti negde u intervalu od 1,9185 do 3,5815 litara. 
 
b)
( ) ( )
x x
N x u S N N x u S μ ⋅ − ⋅ ≤ ⋅ ≤ ⋅ + ⋅  
( ) ( )
400 2,75 2, 58 0,3223 400 2,75 2, 58 0,3223
767, 4 1432,6
N
N
μ
μ
⋅ − ⋅ ≤ ⋅ ≤ ⋅ + ⋅
≤ ⋅ ≤
 
Odgovor: Potrošnja ulja u celom gradu  kretaće se u intervalu od 767,6 litara 
do 1432,6, uz rizik greške od 1%. 
 
ZADATAK 178. 
Na  30  parcela,  izabranih  na  slučajan  način,  ostvaren  je  prinos  suncokreta  u  t/ha 
(uzorak bez ponavljanja): 
4,6  3,1  2,8  8,5  5,2  4,6 
6,2  5,4  5,6  7,2  3,1  3,2 
7,4  7,5  4,5  3,6  5,4  8,1 
5,3  5,2  6,1  6,3  4,7  5,6 
4,8  5,1  7,4  6,1  5,3  5,1 
 
a) Odrediti  interval  poverenja  uz  verovatnoću  95%  u  kome  se  može  naći 
prosečan prinos suncokreta po hektaru. 
b) Izračunati  uz  istu  verovatnoću  interval  poverenja  u  kome  se  može  naći 
ukupna količina suncokreta uz istu verovatnoću ako je zasejano 900 parcela. 
 
 
 
 
 
145
Rešenje: 
 
a) 5, 4 x =  [t/ha];  0,28242
x
S =  [t/ha];  4,8465 5,95709 μ ≤ ≤  [t/ha]; 
30
3,33% 4%
900
= <  
b) 4361,85 5361,38 N μ ≤ ⋅ ≤  [t/ha] 
 
 
ZADATAK 179. 
U  jednoj  fabrici  za  proizvodnju  patika  25  radnika  u  toku  godine  bilo  je  na  bolovanju 
(uzorak be ponavljanja): 
3  2  1  6  10 
12  11  9  8  10 
9  8  5  10  0 
4  2  3  5  9 
3  8  7  4  11 
 
a) Izračunati  interval  poverenja  u  kome  se  može  naći  prosečan  broj  dana 
bolovanja u celoj fabrici uz verovatnoću od 99%. 
b) Koliki  je  ukupan  broj  dana  bolovanja  uz  istu  verovatnoću  ako  fabrika 
zapošljava 1500 radnika? 
 
Rešenje: 
 
a) 6,4 x =  [dana];  0,6833
x
S =  [dana];  3,863 8,936 μ ≤ ≤  [dana]; 
25
1,666% 4%
1500
= <  
b) 5794, 5 13404 N μ ≤ ⋅ ≤  [dana] 
5.2.1.2 Grupisani podaci (uzorak sa ponavljanjem) 
 
ZADATAK 180. 
U  jednom  preduzeću  za  proizvodnju  lepka,  na  slučajan  način  izabranih  45  radnika  u 
toku jedne smene spakovano je kutija sa po 50 lepka (uzorak sa ponavljanjem): 
 
spakovano kutija (x
i
)  25  32 45  48  51 55 
broj radnika (f
i
)  6  15 10  4  7  3 
 
a) Odrediti  interval  poverenja  uz  verovatnoću  95%  u  kome  se  može  naći 
prosečan broj spakovanih kutija na celoj liniji. 
146
b) Izračunati  uz  istu  verovatnoću  interval  poverenja  u  kome  se  može  očekivati 
da se nađe ukupan broj spakovanih kutija ako na liniji za pakovanje radi 300 
radnika. 
 
Rešenje: 
 
Tabela 5‐1: Radna tabela za izračunavanje standardne greške 
spakovano kutija  broj radnika 
i i
x f ⋅  
2
i i
x f ⋅  
25  6  150  3750 
32  15  480  15360 
45  10  450  20250 
48  4  192  9216 
51  7  357  18207 
55  3  165  9075 
ukupno  45  1794  75858 
 
1
1
1794
39,68
45
n
i i
i
n
i
i
x f
x
f
=
=

= = =


 
Odgovor: Prosečan broj spakovanih kutija lepka u uzorku iznosi 39,86 komada. 
 
( ) ( )
2 2
2
1
75858 45 39,86
1, 4841
1 45 45 1
n
i i
i
x
x f n x
S
n n
=
⋅ − ⋅
− ⋅
= = =
⋅ − ⋅ −

 
Odgovor:  Ocena  srednje  mere  odstupanja  aritmetičkih  sredina  uzoraka  od 
aritmetičke sredine osnovnog skupa iznosi 1,4841 kutija. 
 
a)
x x
x u S x u S μ − ⋅ ≤ ≤ + ⋅  
39,86 1,94 1, 4841 39,86 1,94 1, 4841
36,951 42,768
μ
μ
− ⋅ ≤ ≤ + ⋅
≤ ≤
 
Odgovor:  Uz  verovatnoću  95%  može  se  očekivati  da  će  se  prosečan  broj  spakovanih 
kutija lepka na celoj liniji nalaziti negde u intervalu od 36,951 do 42,768 litara. 
 
b)
( ) ( )
x x
N x u S N N x u S μ ⋅ − ⋅ ≤ ⋅ ≤ ⋅ + ⋅  
300 36,951 300 42,768
11085,3 12830,4
N
N
μ
μ
⋅ ≤ ⋅ ≤ ⋅
≤ ⋅ ≤
 
Odgovor:  Uz  rizik  greške  5%  može  se  očekivati  da  se  ukupan  broj  spakovanih  kutija 
nađe negde u intervalu od 11085,3 do 12830,4 komada. 
 
147
ZADATAK 181. 
Kontrolom, na slučaj izabranih 120 tabli čokolada od 100 g, dobijen je raspored tabli 
prema masi (uzorak sa ponavljanjem): 
 
masa u gramima (x
i
)  94,5  96,5  98,5  100,5  102,5 104,5 
broj tabli (f
i
)  4  9  25  31  48  3 
 
a) Odrediti  interval  poverenja  uz  verovatnoću  99%  u  kome  se  može  naći 
prosečna masa table čokolade u celom osnovnom skupu. 
b) Izračunati  uz  istu  verovatnoću  interval  poverenja  u  kome  se  može  naći 
ukupna proizvedena količina čokolade ako je proizvedeno 500 tabli. 
 
Rešenje: 
 
a) 100, 48 x =  [grama];  0,2227
x
S =  [grama];  2, 58 u = ;  99,9054 101, 0545 μ ≤ ≤  
[grama] 
b) 499527 505272, 5 N μ ≤ ⋅ ≤  [tabli] 
 
ZADATAK 182. 
U 50 prodavnica ostvaren je dnevni promet u 10
3
 dinara (uzorak sa ponavljanjem): 
 
promet (
i
χ )  10,1‐15  15,1‐20  20,1‐25  25,1‐30  30,1‐35  35,1‐40  40,1‐45 
broj prodavnica (f
i
)  2  4  6  5  10  15  8 
 
a) Izračunati,  uz  verovatnoću  95%  da  se  može  naći,  prosečan  dnevni  promet  u 
celom osnovnom skupu. 
b) Izračunati  total  osnovnog  skupa  uz  istu  verovatnoću,  ako  u  posmatranom 
regionu ima 200 prodavnica. 
 
Rešenje: 
 
Tabela 5‐2: Radna tabela za izračunavanje standardne greške 
promet (
i
χ ) 
broj 
prodavnica (
i
f )
i
x  
i i
x f ⋅  
2
i i
x f ⋅  
10,1‐15  2  12,5  25  312,5 
15,1‐20  4  17,5  70  1225 
20,1‐25  6  22,5  135  3037,5 
25,1‐30  5  27,5  137,5  3781,25 
30,1‐35  10  32,5  325  1056,25 
35,1‐40  15  37,5  562,5  21093,75 
40,1‐45  8  42,5  340  14450 
ukupno  50  ‐  1595  54462,5 
148
1
1
1595
31,9
50
n
i i
i
n
i
i
x f
x
f
=
=

= = =


 
Odgovor: Prosečan promet u 50 prodavnica iznosi 31900 dinara. 
 
( ) ( )
2 2
2
1
54462, 5 50 31,9
1,20914
1 50 50 1
n
i i
i
x
x f n x
S
n n
=
⋅ − ⋅
− ⋅
= = =
⋅ − ⋅ −

 
Odgovor:  Ocena  srednje  mere  odstupanja  aritmetičkih  sredina  uzoraka  od 
aritmetičke sredine osnovnog skupa iznosi 1209 dinara. 
 
a)  
μ
μ
μ
− ⋅ ≤ ≤ + ⋅
− ⋅ ≤ ≤ + ⋅
≤ ≤
31,9 1,96 1,20914 313,9 1,96 1,20914
29, 530 34,269
x x
x u S x u S
 
 
Odgovor:  Uz  verovatnoću  95%  može  se  očekivati  prosečan  dnevni  promet  u  celom 
regionu u intervalu od 29530 do 34269 dinara. 
 
b)  
( ) ( )
μ
μ
− ⋅ ≤ ⋅ ≤ + ⋅
≤ ⋅ ≤ 5906 6856,8
x x
N x u S N N x u S
N
 
 
Odgovor: Može se očekivati uz rizik greške 5% da se ukupan promet u celom regionu 
nađe  negde  u intervalu od 5906000 do 6853800 dinara. 
 
ZADATAK 183. 
Na  površini  od  51  hektar  ostvaren  je  prinos  suncokreta    u  t/ha  (uzorak  sa 
ponavljanjem) 
 
Prinos (
i
χ )  2,01‐2,5  2,51‐3  3,01‐3,5  3,51‐4  4,01‐4,5 
Površina(f
i
)  9  7  15  12  8 
 
a) Izračunati  prosečan  prinos  suncokreta  na  ukupnoj  zasejanoj  površini  uz 
verovatnoću 99%. 
b) U kom intervalu se može naći ukupna proizvedena količina suncokreta ako je 
zasejano 500 hektara, uz istu verovatnoću. 
 
 
149
Rešenje: 
 
a)  
     
[ ] ( )
[ ]
μ
= = =
≤ ≤
3,28 / ; 2,58; 0, 0927 /
3, 0408 3,5191 /
x
x t ha u S t ha
t ha
 
b)  
 
μ ≤ ⋅ ≤ 1520, 4 1759, 5 / N t ha . 
 
5.3 Statistički testovi na osnovu uzoraka 
5.3.1 Testovi na osnovu „T“ raspodela 
 
5.3.1.1 Testiranje  razlike  između  aritmetičke  sredine  uzoraka  i  hipotetične  vrednosti 
aritmetičke sredine osnovnog skupa (negrupisai podaci) 
 
ZADATAK 184. 
Od  130  prodavnica  nameštaja  na  slučajan  način  izabrano  je  12  i  popisan  je  dnevni 
promet u 10

dinara: 25, 28 ,31 ,34, 41, 29, 38, 42, 30, 39, 45, 40. 
 
a) Da  li  se  može  prihvatiti  hipoteza,  da  prosečan  dnevni  promet  kod  svih  130 
prodavnica bude 36
.
10
3
 dinara, uz verovatnoću 97,5%. 
b) Da  li  se  može  prihvatiti  hipoteza,  da  prosečan  dnevni  promet  kod  svih  130 
prodavnica nije veći od  33
.
10
3
 dinara, uz verovatnoću 95%. 
c) Da  li  se  može  prihvatiti  hipoteza,  da  prosečan  dnevni  promet  kod  svih  130 
prodavnica nije manji od  38,5
.
10
3
 dinara, uz verovatnoću 90%. 
 
Rešenje: 
=
= = =

1
422
35,16
12
n
i
i
x
x
n
 
Odgovor: Prosečni dnevni promet u uzorku od 12 prodavnica iznosi 35160 dinara. 
 
= = =
12
0,09231 9,23% 4%
130
n
N
 
150
( ) ( )
=

− − ⋅ −
= ⋅ = =
− − − −
=

2
2
2
1
15302 12 35,16 130 12
1 1 12 12 1 130 1
1,79948313.
n
i
i
x
x
x nx
N n
S
n n N
S
 
 
Odgovor:  Ocena  prosečnog  odstupanja  aritmetičke  sredine  uzoraka  od  aritmetičke 
sredine osnovnog skupa iznosi 1799 dinara. 
 
a)  
 
μ − −
= = = −
0
0
35,16 36
0, 46680.
1,79948313
x
x
t
S
 
 
2,685 t =
( ) f t
t
1,25%
2
α
=
0
0,466 t =
48,75%
97,5%
1,25%
2
α
=
2,685 t =
48,75%
Slika 3: Područje prihvatljivih odbacivanja  μ μ =
0 0
: H  
 
Odgovor:  Kako  je  ispunjena  relacija  − < ≈ − <
0
2,685 0, 466 2,685 t   nulta  hipoteza  H
0
 
se  prihvata  uz  verovatnoću  od  97,5%  i  može  se  smatrati  da  je  razlika 
μ − = − = ⋅
3
0
35,16 36 0,84 10 x  slučajna. To znači, da je prosečan dnevni promet u svih 
130 prodavnica 35160 dinara. 
 
b)  
 
μ − −
= = =
0
0
35,16 33
1,200344.
1,79948313
x
x
t
S
 
 
151
0
1,2003 = t
90%
( ) f t
t
2 10% = a
5% = a
1,833 = t
50% 48,75%
Slika 4: Oblasti prihvatanja i odbacivanja  ≥
0 0
: H m m  
 
Odgovor:  Kako  je 
0
1,20034 1,833 t t ≈ =   ,uz  verovatnoću  95%  hipoteza  H
0
  se 
prihvata  a  razlika 
3
0
35,16 33 2,16 10 x m − = − = ⋅   može  se  smatrati  slučajnom.  To 
znači, da prosečan dnevni promet u svih 130 prodavnica nije veći od 33000 dinara. 
c)  
μ − −
= = = −
0
0
26,82 31
1,89059.
2,210948
x
x
t
S
 
 
1,856 = t
( ) f t
t
40%
0
1,383 = t
10% = a
50%
90%
2 20% = a
Slika 5: Granice prihvatanja i odbacivanja  μ μ ≤
0 0
: H  
 
Odgovor:  Pošto  je ≈ = −
0
1,856 1,383 t t ,  hipoteza  H
0
  se  uz  rizik  greške  10% 
odbacuje  a  razlika  − = − = − ⋅
3
0
35,16 38, 5 3,34 10 x m   dinara  može  se  smatrati 
152
statistički  značajnom.  To  znači,  da  prosečan  dnevni  promet  u  svih  130  prodavnica 
manji od 38500 dinara. 
 
ZADATAK 185. 
U  liniji  za  proizvodnju  čarapa  postoje  20  mašina.  Na  slučajan  način  izabrano  je  6 
mašina i popisan škart u toku 8 sati rada: 3, 5, 7, 4, 6 i 8 pari. 
 
a)  Da  li  uz  verovatnoću  99%  može  prihvatiti  hipoteza  H
0
  ,  da  je  prosečan  škart 
kod svih 20 mašina 7 pari? 
b) Da li uz verovatnoću 90% može prihvatiti hipoteza H
0
 , da prosečan škart kod 
svih 20 mašina nije veći od 5 pari? 
c) Da  li  se  moze  prihvatiti  hipoteza  H
0
  ,  uz  verovatnoču  95%  da  prosečan  škart 
kod svih 20 mašina nije veći od 6 pari? 
 
Rešenje: 
[ ]
α
= ÷ = =
= = − = − = =
= −

0
5, 5 , 6 20 30% 4%; 0,655235
0, 01; 1 6 1 5; 4, 030
2,892
x
x pari S
r n t
t
 
a)   
  
− ≈ −
0
4, 0310 2,892 4, 030; t H
0
 se prihvata. 
b)  
≈ =
0
0,7631 2, 020; t t H
0
 se prihvata. 
c)  
≈ = −
0
0,76308 2,78; t t H
0
 se prihvata. 
 
5.3.1.2 Grupisani podaci 
 
 
ZADATAK 186. 
U  fabrici  za  proizvodnju  tapeta  zaposleno  je  200 radnika.  Na  slučajan  način  izabrano 
je 22 radnika koji su imali sledće plate u 10
2
 dinara. 
 
Zarade (
i
χ )  10‐20  20‐30  30‐40  40‐50  50‐60 
broj radnika (f
i
)  6  10  3  2  1 
 
a) Da li se može prihvatiti nulta hipoteza H
0
 , da je prosečna mesečna plata kod 
svih 200 radnika 3100 dinara, uz rizik greške 0,005? 
b) Da  li  se  može  uz  verovatnoću  95%  prihvatiti  hipoteza  H
0
  ,  da  je  prosečna 
mesečna plata kod svih 200 radnika nije veća od  3200 dinara? 
153
c) Da  li  se  može  prihvatiti  hipoteza  H
0
,  da  prosečna  mesečn  plata  kod  svih  200 
radnika nije manja od 3400 dinara, uz verovatnoću 97,5%? 
 
Rešenje: 
 
Tabela 5‐3: Radna tabela za izračunavanje standardne greške 
Mesečna plata u 
10
2
dinara 
broj radnika (
i
f ) 
i
x  
i i
x f ⋅  
2
i i
x f ⋅  
10‐10  6  15  90  1350 
20‐30  10  25  250  6250 
30‐40  3  35  105  3675 
40‐50  2  45  90  4050 
50‐60  1  55  55  3025 
ukupno  22  ‐  590  18350 
=
=

= = =


1
1
590
26,82.
22
n
i i
i
n
i
i
x f
x
f
 
 
Odgovor: Prosečna mesečna plata kod 22 radnika u uzorku iznosi 2682 dinara. 
= =
22
0,11
200
n
N
 ili  11% 4% 
( ) ( )
=
⋅ − ⋅
− − ⋅ −
= ⋅ = ⋅ =
− − − −

2
2
2
1
18350 22 26,82 200 22
2,210948
1 1 22 22 1 200 1
n
i i
i
x
x f n x
N n
S
n n N
 
Odgovor:  Ocena  srednje  mere  odstupanja  aritmetičkih  sredina  uzoraka  aritmetičke 
sredine osnovnog skupa iznosi 221,1 dinara. 
 
a)  
 
μ − −
= = = −
0
0
26,82 31
1,89059.
2,210948
x
x
t
S
 
 
154
3,09 = t 3,09 = t
( ) f t
t
0,25%
2
α
=
49,75%
0
0,1890 = t
0,25%
2
α
=
49,75%
99,5%
Slika 6:Granice prihvatanja i odbacivanja  μ μ =
0 0
: H  
 
Odgovor: Kako se izračunato  ≈ −
0
1,890 t  nalazi u području prihvatanja nulte 
hipoteze,  H
0
  se  prihvata  uz  verovatnoću  od  99,5%  i  može  se  smatrati  da  je 
razlika  μ − = − = − ⋅
2
0
26,82 31 418 10 x  slučajna. To znači, da je prosečan plata 
svih 200 radnika 3100 dinara. 
b)  
μ − −
= = = −
0
0
26,82 32
2,34228.
2,210948
x
x
t
S
 
0
2,343 = t
95%
( ) f t
t
2 10% = a
5% = a
1,721 = t
50% 45%
Slika 7: Granice prihvatanja i odbacivanja  μ μ =
0 0
: H  
 
155
Odgovor: Kako je  ≈ − =
0
2,343 1,721 t t  ,uz verovatnoću 95% hipoteza H
0
 se 
prihvata  a  razlika  μ − = − = − ⋅
2
0
26,82 32 5,182 10 x   dinara  je  slučajna.  To 
znači, da je prosečan plata svih 200 radnika nije veća od 3200 dinara. 
 
c)  
μ − −
= = = −
0
0
26,82 34
3,24747.
2,210948
x
x
t
S
 
3,247 = t
( ) f t
t
47,5%
0
2,080 = t
2,5% = a
50%
97,5%
2 5% = a
Slika 8: Granice prihvatanja i odbacivanja  μ μ ≥
0 0
: H  
 
Odgovor:  Pošto  je ≈ = −
0
3,247 2, 080 t t ,  hipoteza  H
0
  se  odbacuje  uz  rizik 
greške  2,5%,  a  razlika  μ − = − = − ⋅
2
0
26,82 34 7,18 10 x   dinara  može  se 
smatrati statistički značajnom. To znači, da je prosečna  plata manja od 3400 
dinara. 
 
ZADATAK 187. 
Od  150studenta  Ekonomskog  fakulteta  na  slučajan  način  izabrano  je  10  i  potpisane 
ocene iz Statistike: 
 
Ocene (
i
χ )  6  7  8  9  10 
broj studenata (f
i
)  2  1  3  3  1 
 
a) Da  li  se  može  prihvatiti  hipoteza  H
0
,  da  je  prosečna  ocena  kod  svih  150 
studenata 9, uz verovatnoću 95%? 
b) Da li se uz verovatnoću 90% može prihvatiti hipoteza H
0
 , da prosečna ocena 
nije veća od  7,5? 
c) Da  li  se  može  prihvatiti  hipoteza  H
0
,  uz  verovatnoću  97,5%?  da  prosečna 
ocena kod svih 150 studenata nije manja od 8,5? 
 
156
Rešenje: 
 
= ÷ = = 8, 10 1500 6,6% 4%; 0, 408683
x
x S  
 
a)  
≈ − = −
0
2,447 2,262; t t H
0
 se odbacuje. 
b)  
≈ =
0
1,223 1,833; t t H
0
 se prihvata. 
c)  
≈ − = −
0
1,223 2,685; t t H
0
 se prihvata. 
 
 
 
 
 
 
 
 
 
5.3.2 Testovi na osnovu „F“ raspodele 
5.3.2.1 Analiza jednog faktora varijabiliteta 
 
ZADATAK 188. 
Na dvanaest parcela zemljišta istog kvalieta zasejane su c3 sorte pšenice. Ostvaren je 
prinos u  t/ha: 
Sorta  Prinos u  t/ha 
B
1
B
2
 
B
3
 
2,4
3,2 
2,2 
3,1
3,8 
3,1 
3,5
3,7 
2,7 
3,7
4,7 
‐ 
3,2
‐ 
‐ 
 
a) Uz  verovatnoću  95%  proveriti  da  li  su  razlike  u  prinosu  s  obzirom  na  sortu 
slučajne ili statistički značajne? 
b) Izvršiti testiranje najmanje zajedničke razlike. 
 
Rešenje: 
 
a)  
Potrebni podaci su:     m=3;   n
1
=5;   n
2
=4;   n
3
=3;   n=12 
Proizvoljna aritmetička sredina  = 3 / x t ha  
 
157
Tabela 5‐4: Odstupanje 
0
ij
x x =  
Sorte pšenice
(i=1,2,3) 
−3
ij
x  
i
S  
  j=1 j=2 j=3 j=4 j=5  
B
1
(i=1) 
B
2
(i=2) 
B
3
(i=3) 
‐0,6
0,2 
‐0,8 
0,1
0,9 
0,1 
0,5
0,7 
‐0,3 
0,7
1,1 
‐ 
0,2
‐ 
‐ 
0,9 
2,9 
‐1,0 
  S=2,8 
 
  Totalna disperzija S
t
 izračunava se na osnovu izraza: 
( )
= =
= −
∑∑
2
2
1 1
i
n
m
t ij
i j
S
S x
n

( )
( ) ( )
⎡ ⎤
− + + + + + + + + +
⎢ ⎥
= − =
⎢ ⎥
− + + −
⎣ ⎦
2
2 2 2 2 2 2 2 2
2
2 2
2
0,6 0,1 0, 5 0,7 0,2 0,2 0,9 0,7 1,1
2,8
3,786
12
0,8 0,1 0,3
t
S  
 
  Disperzija  po  faktoru  B  (između  sorti  pšenica,  odnosno  između  redova 
  izračunava se na osnovu formule: 
=
= −

2 2
1
m
i
B
i i
S S
S
n n

= + + − =
2 2 2
0,9 2,9 1, 0 2,8
1,944
5 4 3 12
B
S  
 
  Rezidualna disperzija (unutar sorte pšenice), izračunava se na osnovu relacije: 
= − = − = 3,786 1,944 1,842
R T B
S S S . 
 
Tabela 5‐5: Analiza varijanse 
Suma 
kvadratnih 
odstupanja 
Broj stepeni 
 slobode 
Ocena varijanse  Odnos varijanse  Tablična vrednost F 
=
=
=
1,944
1,842
3,786
B
R
T
S
S
S
 
m‐1=3‐1=2 
 
n‐m=12‐3=9 
 
n‐1=12‐1=11 
= =
= =
= =
1,944
0,972
2
1,842
0,204
9
3,786
0,344
11
B
R
T
V
V
V
 
= =
=
0
0,972
0,204
4,764
F
 
( )
=
0,05;2;9
4,26 F  
 
Odgovor:  Kako  je 
( )
= =
0 0,05;2;9
4,764 4,26 F F ,  nulta  hipoteza  se  odbacuje  uz  rizik 
greške,  α = 0, 05  i  može  se  smatrati  da  su  razlike  u  prinosu  pšenice  statistički 
značajne, obzirom na različitost sorte. 
 
158
99%
( ) f F
1% α =
F
0( )
0,0360 =
A
F 10,92 = F
Slika 9: Oblasti prihvatanja i odbacivanja  μ μ μ = =
0 1 2 3
: H  
Aritmitička sredina uzoraka 
i
x  i opšti proseka 
i
x  izračunavaju se na osnovu izraza: 
= + + + + + + + + + + =
∑∑
2,4 3,1 3, 5 3,7 3,2 3,8 3,7 4,1 2,2 3,1 2,7 38,7
ij
x  
 
= =
=
= = =
∑∑

1 1
1
38,7
3,225
12
i
n
m
ij
i j
m
i
i
x
x
n
 
Odgovor: Prosečan prinos pšenice na svih 12 parcela iznosi 3,225 t/ha. 
=
=
=
= = =


1
1
1
1
1
1
,
15,9
3,18
5
i
n
ij
j
i
i
n
j
j
x
x
n
x
x
n
 
Odgovor: Prosečni prinos pšenice B
1
 na 5 parcela iznosi 3,18 t/ha. 
=
= = =

2
2
1
2
2
14,8
3,7
4
n
j
j
x
x
n
 
Odgovor: Prosečni prinos pšenice B
2
 na 4 parcela iznosi 3,7 t/ha. 
=
= = =

3
3
1
3
3
8
2,66
3
n
j
j
x
x
n
 
Odgovor: Prosečni prinos pšenice B
3
 na 3 parcela iznosi 2,66 t/ha 
Razlike između aritmetičkih sredina 
1 2 3
, , x x x  i  uzoraka (raznih sorti psenice) 
su toliko velike da se uz rizik greške od 5% mogu smatrati značajnim. 
 
159
b)   
Pošto  je  nulta  hipoteza  H
0
  odbačena  može  se  vršiti  testiranje  najmanje 
značajne razlike, na osnovu izraza: 
( )
( )
α
− +
= ⋅
2
1
,
i i
x x
NZR t r S  
Kako je  ≠ ≠
2
n n n  vrednosti 
( )
− +1
i i
x x
S  računa se na osnovu formule: 
( )
( )
( )
− +


⎛ ⎞
= ⋅ +
⎜ ⎟
+
⎝ ⎠
⎛ ⎞
= ⋅ + =
⎜ ⎟
⎝ ⎠
⎛ ⎞
= ⋅ + =
⎜ ⎟
⎝ ⎠
1 2
2 3
1
1 1
1
1 1
0,204 0,329
5 3
1 1
0,204 0,345
4 3
i i
R
x x
i i
x x
x x
S V
n n
S
S
 
Vrednost 
( )
=
0,05;9
2,262 t  čita se iz tablice. 
 
Prema tome, najmanje značajne razlike iznose: 
( )
( )
( )
( )
( )
( )
α
α
α



= ⋅ = ⋅ =
= ⋅ = ⋅ =
= ⋅ = ⋅ =
1 2
1 3
2 3
1 2
2 2
1 2
; 2,262 0,303 0,685
; 2,262 0,329 0,6744
; 2,262 0,345 0,780
x x
x x
x x
NZR t r S
NZR t r S
NZR t r S
 
 
Aposlutne razlike između aritmetičkih sredina + − 1 i i x x iznose: 
− = − = =
− = − = =
− = − = =

1 2
1
1 3
2
2 3
3
3,18 3,7 0, 520 0,685
3,18 2,66 0, 520 0,744
3,7 2,66 1, 04 0,780
x x NZR
x x NZR
x x NZR
 
 
Odgovor:  Postoji  samo  jedna  značajna  razlika  između  sorte  B
2
  i  B
3
.  To  znači 
da  se  sorta  B
3
  ne  treba  uopšte  sejati  jer  je  najmanji  prosečan  prinos  po 
hektaru. 
 
Za  izvođenje  testa  najmanje  značajne  razlike  najčešće  se  formira  tabela 
aritmetičkih sredina. 
 
 
 
 
160
Tabela 5‐6: Analiza varijanse 
Grupe 
(sorte pšenice) 
Aritmetička sredina 
( )
i x  
Razlike između aritmetičkih sredina 
   
−2,66 i x   −3,18 i x  
B

B
2
 
B
3
 
3,7 
3,18 
2,66 
1,04 
0,52 
‐ 
0,52 
‐ 
‐ 
 
ZADATAK 189. 
Fabrika za proizvodnji električnih šporeta plasira u  3 regiona preko robnih kuća. Kod 
5, na slučajan način izabranih robnih kuća mesečn aprodaja bila je: 
 
Region  Prodato šporeta 
A
1
21  22  25  23  36 
A
2
  18  20  23  28  31 
A
3
20  27  29  30  32 
 
a)  Uz verovatnoću 955 i 99% proveriti da li su razlike u broju prodatih šporeta, s 
obzirom na različite regione, slučajne ili statistički značajne. 
b)  Testirati najmanje značajne razlike. 
 
 
Rešenje: 
a)   
= = = = =
0
287; 7,2; 3,6; 22, 06; 0,163
T A A R
S S V V F  
( )
= =
0 0,05;2;12
0,163 3,88; F F     H
0
 se prihvata, 
( )
= =
0 0,01;2;12
0,16 6, 03; F F     H
0
 se prihvata, 
b)   
[ ] [ ] [ ] [ ]
= = = = 1 2 3 25 ; 23, 4 ; 24 ; 27,6 ; x kom x kom x kom x kom  
( )
− +

= = =
1
2 2 22, 06
2,970
5
i i
R
x x
i
V
S
n
 
( )
= =
0,05;2;12
2,179; 6, 471 t NZR  
− = − = − = 1 3 1 2 2 3 4,2 6, 471; 0,6 6, 471; 3,6 6, 471 x x x x x x  
 
 
 
 
 
161
5.3.2.2 Analiza dva faktora varijabiliteta 
 
ZADATAK 190. 
Fabrika  za  proizvodnji  konzerviranog  povrća  nabavila  je  od  tri  proizvođača  kutije  od 
lima  zapremine  od  1‐og  kilograma,  koje  se  proizvode  od  četiri  vrste  lima.  U  cilju 
donošenja  odluke  od  koga  kupiti  kutije  i  od  koje  vrste  lima,  izvršena  je  proba  na 
savijanje,  na  uzorcima  od  500  komada,  od  svake  vrste  lima  i  od  svakog  proizvođača. 
Rezultati ispitivanja su: 
 
Proizvođač Vrsta lima 
B
1
B

B
3
B
4
A
1
30  40  30  40 
A
2
  20  20  40  50 
A
3
30  20  30  40 
 
Uz verovatnoću 99% i 95% proveriti: 
a) Da  li  su  razlike  u  kvalitetu  kutija  s  obzirom  na  proizvođača  slučajne  ili 
statistički značajne? 
b) Da li su razlike u kvalitetu kutija u odnosu na vrstu lima, slučajne ili statistički 
značajne? 
c) Izvršiti testiranje najmanje značajnih razlika. 
d) Izračunati relevantan uticaj pojedinih faktora na kvalitet kutija. 
 
 
Rešenje: 
Za ovo testiranje potrevno je:  
0 3; 4; ; 3 4 12; 30 m S n m S n x komada = = = ⋅ = ⋅ = = . 
 
Tabela 5‐7: Analiza varijanse 
Proizvođač kutija
A
i
(i=1,2,3) 
Vrste kutija B
j
 (j=1,2,3,4) 
i
S  
 
30
ij
x −  
 
  B
1
(j=1)  B
2
(j=2)  B
3
(j=3)  B
4
(j=4)   
A
1
(i=1) 
A
2
(i=2) 
A
3
(i=3) 

‐1 

10 
‐10 
‐10 

10 

10 
20 
10 
20 
10 

j
S  
‐10  ‐10  10 
40  S=30 
 
Totalna disperzija se izračunava na osnovu formule: 
( )
2
2
1 1
m S
T ij
i j
S
S x
n
= =
= −
∑∑
 
162
2
2 2 2 2 2 2 2 2
30
10 10 10 10 10 20 10 10 1025
12
T
S = + + + + + + + − =  
Disperzija u odnosu na grupu faktora A(između redova, tj. Između proizvođača kutija) 
izračunava se na osnovu izraza: 
2
2 2 2 2
1
20 10 30
50
4 12
m
i
i
A
S
S
S
S n
=
+
= − = − =

 
 
Disperzija  u  odnosu  na  grupu  faktora  B  (između  kolona,  odnosno  Između  vrsta  lima) 
izračunava se na osnovu izraza: 
2
2 2 2 2 2 2
1
10 10 10 40 30
558,32
3 12
S
j
i
B
S
S
S
m n
=
+ + +
= − = − =

 
 
Rezidualna disperzija izračunava se na osnovu izraza: 
1025 50 558,32 416,67
R T A B
S S S S = − − = − − =  
 
 
 
Tabela 5‐8: Analiza varijanse 
Suma 
kvadratnih 
odstupanja 
Broj stepeni 
 slobode 
Ocena varijanse  Odnos varijanse  Tablična vrednost F 
50
558,33
416,67
A
B
R
S
S
S
=
=
=
 
m‐1=3‐1=2 
 
S‐1=4‐1=3 
 
(m‐1)(S‐1)= 
(3‐1)(4‐1)=6 
50
25
2
558,33
3
186,11
416,67
6
69, 44
A
B
R
V
V
V
= =
=
=
=
=
 
( )
( )
0
0
25
69, 44
0,360
186,11
69, 44
2,680
A
B
F
F
=
=
=
=
 
( )
( )
( )
( )
0,05;2;6
0,01;2;6
0,05;3;6
0,01;3;6
5,14
10,92
4,76
9,78
F
F
F
F
=
=
=
=
 
1025
t
S =  
1 11 n− =  
‐  ‐  ‐ 
 
a)   
Kako  je 
( ) ( ) 0 0,05;2;6
0,360 5,14
A
F F = =   i 
( ) ( ) 0 0,01;2;6
0,360 10,92
A
F F = = ,  nulta 
hipoteza se prihvata uz rizik greške  0, 05 α = i  0, 01 α =  i može se smatrati da 
su razlike u kvalitetu kutija, s obzirom na proizvođača. To znači, da na kvalitet 
kutija ne utiče izbor proizvođača. 
 
163
95%
( ) f F
5% α =
F
0( )
0,0360 =
A
F 5,14 = F
 
Slika 10: Područja prihvatanja i odbacivanja za  5% α =  
 
99%
( ) f F
1% α =
F
0( )
0,0360 =
A
F 10,92 = F
 
Slika 11: Područja prihvatanja i odbacivanja H
0
 za  1% α =  
 
 
b)   
Kako  je 
( ) ( ) 0 0,05;3;6
2,68 4,16
B
F F = =   i 
( ) ( ) 0 0,01;3;6
2,68 9,78
B
F F = = ,  nulta 
hipoteza se prihvaza uz rizik greške  0, 05 α = i  0, 01 α =  i može se smatrati da 
su razlike u kvalitetu kutija, s obzirom na vrstu lima slučajne. To znači, da na 
kvalitet kutija ne utiče vrsta lima od kog su pravljene. 
 
95%
( ) f F
5% α =
F
0( )
2,68 =
B
F 4,16 = F
 
Slika 12: Područja prihvatanja i odbacivanja H
0
 za  5% α =  
164
 
99%
( ) f F
1% α =
F
0( )
2,68 =
A
F 9,78 = F
 
Slika 13: Područja prihvatanja i odbacivanja H
0
 za  1% α =  
 
c)   
Opšti prosek izračunava se na osnovu izraza:  
1 1
30 40 30 40 20 20 40 50 30 20 30 40
12
390
32, 5
12
m S
ij
i j
x
x
n
x
= =
+ + + + + + + + + + +
= =
= =
∑∑
 
Opšti prosek savijanja kutija iznosi 32,5 komada na 500 komada. 
Aritmetičke sredine redova i x  izračunavaju se na osnovu izraza: 
1
9
S
ij
i
i
x
x
=
=

 
( )
1
1
1
1
30 40 30 40 140
35
4 4 4
n
i
i
A
x
x
=
+ + +
= = = =

 
Prosečno savijanje kutija proizvođača A
1
 iznosi 35 komada na 500 komada. 
( )
2
4
12
1
2
20 20 40 50 130
32, 5
4 4 4
j
A
x
x
=
+ + +
= = = =

 
Prosečno savijanje kutija proizvođača A
2
 iznosi 32,5 komada na 500 komada. 
( )
3
13
1
3
30 20 30 40 120
30
4 4 4
n
j
A
x
x
=
+ + +
= = = =

 
Prosečno savijanje kutija proizvođača A
3
 iznosi 30 komada na 500 komada. 
 
Standarnde  greške  razlike  između  aritmetičkih  sredina  izračunavaju  se  na 
osnovu izraza: 
165
( )
1
2 2 69, 44
5,892
4
i i
R
x x
i
V
S
n
− +

= = =  
( ) ( ) 0,05;6 0,01;6
2,447; 3,707; t t = =  
( )
( )
( )
( )
,
1
0, 05 2, 447 5,892 14, 417
0, 01 3,707 5,892 21,841
i i
r
x x
NZR t S
NZR
NZR
α
α
α
− +
= ⋅
= = ⋅ =
= = ⋅ =
 
 
Apsolutne  razlike  između  aritmetičkih  sredina  izračunavaju  se  na  osnovu 
izraza: 
( ) ( )
( ) ( )
( ) ( )
1 2
1 3
2 3
1 2
1 3
2 3
35 32, 5 2, 5 14, 417 21,841
35 30 2, 5 14, 417 21,841
32, 5 30 2, 5 14, 417 21,841
A A
A A
A A
x x i
x x i
x x i
− = − =
− = − =
− = − =

 
Vidi  se  da  su  dve  visoko  značajne  i  jedna  značajna  a  da  fabrika  treba  da  se 
orijentiše  za  proizvođača  A
3
  jer  u  proseku  ima  najmanje  škarta 
( )
( ) 3
3 30 A x = komada 
 
Aritmetičke sredine kolone  j x  izračunava es na osnovu formula: 
1
m
ij
i
j
x
x
m
=
=

 
( )
1
3
1
1
30 20 30 80
26,66
3 3 3
ij
i
B
x
x
=
+ +
= = = =

 
Prosečno savijanje kutija proizvođača B
1
 iznosi 26,66 komada na 500 komada. 
( )
2
3
2
1
2
40 20 20 80
26,66
3 3 3
i
i
B
x
x
=
+ +
= = = =

 
Prosečno savijanje kutija proizvođača B
2
 iznosi 26,66 komada na 500 komada. 
( )
3
3
3
1
3
30 40 30 100
33,33
3 3 3
i
i
B
x
x
=
+ +
= = = =

 
Prosečno savijanje kutija proizvođača B
3
 iznosi 33,33 komada na 500 komada. 
( )
4
3
4
1
4
40 50 40 130
43,33
3 3 3
i
i
B
x
x
=
+ +
= = = =

 
166
Prosečno savijanje kutija proizvođača B
4
 iznosi 43,33 komada na 500 komada. 
 
Standarnde  greške  razlike  između  aritmetičkih  sredina  izračunavaju  se  na 
osnovu izraza: 
( )
1
2 2 69, 44
6,80
3
i i
R
x x
i
V
S
n
− +

= = =  
( ) ( ) 0,05;6 0,01;6
2,447; 3,707; t t = =  
( )
( )
( )
( )
,
1
0, 05 2, 447 6,80 16,639
0, 01 3,707 6,80 25, 076
i i
r
x x
NZR t S
NZR
NZR
α
α
α
− +
= ⋅
= = ⋅ =
= = ⋅ =
 
 
Apsolutne  razlike  između  aritmetičkih  sredina  izračunavaju  se  na  osnovu 
izraza: 
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
1 2
1 3
1 4
2 3
2 4
3 4
1 2
1 3
1 4
2 3
2 4
3 4
26,66 26,66 0
26,66 33,33 6,67 16,639 25, 076
26,66 43,33 16,67 16,639 25, 076
26,66 33,33 6,67 16,639 25, 076
26,66 43,33 16,67 16,639 25,076
33,33
B B
B B
B B
B B
B B
B B
x x
x x i
x x i
x x i
x x i
x x
− = − =
− = − =
− = − =
− = − =
− = − =
− =

43,33 10 16,639 25, 076 i − =
 
 
d)    
Da  bi  se  ocenio  relativan  značaj  uticaja  pojedinih  faktora  (proizvođači  vrste 
lima) na kvalitet lima koriste se formule: 
( ) ( )
( ) ( )
1 50 3 1 69, 44
0, 0931 9,31%
1025 69, 44
1 558,33 4 1 69, 44
0,3663 36,63%
1025 69, 44
A R
A
T R
B R
B
T R
S m V
R ili
S V
S S V
R ili
S V
− − ⋅ − − ⋅
= = =
− ⋅
− − ⋅ − − ⋅
= = =
− ⋅
 
Odgovor: To znači da faktor B (vrsta lima) ima veći relativni uticaj na kvalitet kutija jer 
je R
B
=36,63%, nego faktor A (Proizvođač) koji nema značaj. 
 
ZADATAK 191. 
Zasejane  su  4  sorte  kukuruza  na  istom  kvalitetu  zemljišta  pri  čemu  su  upotrebljene 
iste količine 3 vrste mineralnih đubriva. Dobijeni su prinosi u t/ha: 
 
Vrsta đubriva Sorte 
167
kukuruza 
B
1
B
2
B
3
B
4
A
1
3,2  3,8  4,4  5,2 
A
2
  3,5  4,2  4,6  4,3 
A
3
4,3  4,5  4,8  5,3 
 
Uz verovatnoću 95% i 99% proveriti: 
a) Da  li  su  razlike  u  prinosu  kukruza  s  obzirom  na  vrstu  đubriva  slučajne  ili 
statistički značajne? 
b) Da  li  su  razlike  u  prinosu  kukuruza  obzirom  na  sortu  kukuruza  slučajne  ili 
statistički značajne? 
c) Testiratati najmanje značajne razlike. 
 
Rešenje: 
3; 4; 12; m S n = = =  
4,289; 0,882; 2,71; 0,697;
0, 441; 0,903; 0,116;
T A B R
A B R
S S S S
V V V
= = = =
= = =
 
a)   
( ) ( ) ( ) 0 0,05;2;6 0,01;2;6
3,801 5,14 10,92
A
F F F = = =  H
0
 se prihvata 
b)   
( ) ( ) 0 0,05;2;6
7,787 5,14
B
F F = =  H
0
 se odbacuje 
( ) ( ) 0 0,01;2;6
7,787 10,92
B
F F = =   H
0
 se prihvata 
c)   
 
( )
[ ] 1 0,241 /
i i
x x x t ha − + =  
( ) ( )
( ) ( )
0,05;6 0,01;6
0,05 0,01
2, 447; 3,707;
0, 589; 0,893;
t t
NZR NZR
α α = =
= =
= =
 
( ) [ ] ( ) [ ] ( ) [ ] ( ) [ ]
1 2 3 4
1 2 3 4 3,66 / ; 4,16 / ; 4,6 / ; 4,93 / ; B B B B x t ha x t ha x t ha x t ha = = = =
 
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
1 2 1 1 4 3
1 2 1 1 4 3
2 2 4 4 3 3
2 2 4 4 3 3
0, 5; 0,94; 1,27;
0, 44; 0,77; 0,33.
B B B B B B
B B B B B B
x x x x x x
x x x x x x
− = − = − =
− = − = − =
 
 
 
 
 
 
168
5.3.3 Testovi na osnovu χ
2
 rasporeda 
5.3.3.1 Testiranje jednakosti originalnih i teorijskih frekvencija 
 
ZADATAK  192. 
U  fabrici  za  proizvodnju  roto  papira  na  slučajan  način  izabrano  je  130  radnika,  od 
kojih 10 prebacuje normu 30%.  
Da  li  se  uz  verovatnoću  99%  može  prihvatiti  hipoteza  da  10%  radnika  u  celoj  fabrici 
prebacuje normu za 30%? 
 
Rešenje: 
 
Tabela 5‐9: Radna tabela za izračunavanje 
2
0
χ  
Prebačaj 
norme 
( )
i
f  
Očekivani 
 rezultati 
( )
f
i
f  
( ) ( )
t
i i
f f −  
( ) ( )
2
t
i i
f f
⎡ ⎤

⎣ ⎦
 
( ) ( )
2
2
0
t
i i
f
f f
f
χ
⎡ ⎤

⎣ ⎦
=  
Veći od 
30% 
10  0,1 130 13 ⋅ =   ‐3  9  0,692 
Manji od 
30% 
120  0,9 130 117 ⋅ =   3  9  0,076 
Ukupno  130  130 0 ‐ 0,786 
 
Za  1 2 1 1 r m = − = − =  i  0, 01 α =  iz tablice 
( )
2
0,01;1
6,635 χ =  
 
99%
2
( ) χ f
1% α =
2
χ
2
0
0,768 χ =
2
0
6,635 χ =
 
Slika 14: Područja prihvatanja i odbacivanja H
0
  
 
Odgovor:  Kako  je 
( )
2 2
0 0,01;1
0,786 6,635 χ χ = =   nulta  hipoteza  H
0
  se  prihvata  uz 
verovatnoću  99%  i  moće  se  smatrati  da  su  razlike  između  empirijskih  i  teorijskih 
frekvencija  slučajne.  To  znači,  da  u  celoj  fabrici  ima  10%  radnika  koji  prebacuju 
normu za 30%. 
 
169
ZADATAK  193. 
Kod proizvodnje jedne vrste proizvoda, od 200 na slučajan način izabranih proizvoda, 
175 su bila ispravna. 
Da  li  se  može  prihvatiti  hipoteza  da  je  u  celoj  proizvodnji  zastupljen  odnos  90%:10%  
(ispravan prema neispravan) uz verovatnoću 95%? 
 
Rešenje: 
( )
2 2
0 0,05;1
1,38 3,841; χ χ = =  H
0
 se prihvata. 
 
5.3.3.2 Test homogenosti skupa 
 
ZADATAK 194. 
Proizvođač  mesa  isporučuje  meso  u  tri  različita  grada.  Anketiranjem  1065 
četvoročlanih  porodica  o  mesečnoj  potrošnji  mesa  u  kilogramima  dobijeni  su 
rezultati: 
 
Grad 
Mesečna potrošnja mesa 
10‐15  15‐20  20‐25  25‐30 
A  71  110  85  100 
B 63  175  71  95 
V  41  129  45  80 
 
Uz  verovatnoću  99%  proveriti  da  li  se  potrošnja  mesa  statistički  značajno  razlikuje  s 
obzirom na grad u kome porodica živi? 
 
Rešenje: 
U  ovom  primeru  govori  se  o  testu  homogenosti,  jer  se  testira  nulta  hipoteza  o 
jednakosti različitih skupova različiti gradovi. 
Potrebni podaci za izračunavanje teorijskih frekvencija
( ) t
ij
f  nalaze se u tabeli: 
 
Tabela 5‐10: Mesečna potrošnja mesa u odnosu na gradove 
Grad 
Mesečna potrošnja mesa 
Ukupno 
10‐15  15‐20  20‐25  25‐30 
A  71  110  85  100  366 
B 63  175  71  95  404 
V  41  129  45  80  295 
Ukupno  175  414  201  275  1065 
 
Teorijske frekvencije se izračunavaju na osnovu formule: 
170
( ) 1 1
1 1
,
m n
j i
t i j
ij
m n
ij
i j
f f
f
f
= =
= =

=
∑ ∑
∑∑
 
11
12
13
14
175 366
60,14
1065
414 366
142,27
1065
201 366
69, 07
1065
275 366
94, 51
1065
f
f
f
f

= =

= =

= =

= =
 
21
22
23
24
175 404
66,38
1065
414 404
157, 04
1065
201 404
76,25
1065
275 404
104,32
1065
f
f
f
f

= =

= =

= =

= =
 
31
32
33
34
175 295
48, 47
1065
414 295
114,67
1065
201 295
55,67
1065
275 295
76,17
1065
f
f
f
f

= =

= =

= =

= =
 
 
 
 
 
 
 
 
 
 
171
Tabela 5‐11: Orginalne i teorijske frekvencije 
Orginalne 
frekvencije 
ij
f  
Teorijske 
frekvencije 
( ) f
ij
f  
( ) t
ij ij
f f −  
( )
2
t
ij ij
f f
⎡ ⎤

⎣ ⎦
 
( )
( )
2
2
0
t
ij ij
t
ij
f f
f
χ
⎡ ⎤

⎣ ⎦
=  
71 
110 
85 
100 
60,14
142,27 
69,07 
94,51 
10,86
‐32,27 
15,93 
8,49 
117,9396
1041,3529 
253,7649 
30,1401 
1,961 
7,319 
3,674 
0,319 
63 
175 
71 
95 
66,38
157,04 
76,25 
104,32 
‐3,38
17,96 
‐5,25 
‐9,32 
11,4244
322,5616 
27,5616 
86,8624 
0,172 
2,054 
0,361 
0,832 
41 
129 
45 
80 
48,47
114,67 
55,67 
76,17 
‐7,47
14,33 
‐10,67 
3,83 
55,8009
205,3489 
113,8489 
14,6689 
1,151 
1,791 
2,045 
0,192 
1065  ‐ ‐ 21,871 
 
 
Za broj stepeni slobode 
( )( ) ( )( )
1 1 3 1 4 1 6 r m n = − − = − − =  i rizik greske  0, 01 α =  iz 
tablice, očitava se 
( )
2
0,01;6
16,812 χ =  
 
99%
2
( ) χ f
1% α =
2
χ
2
0
16,812 χ =
2
0
21,871 χ =
 
Slika 15: Područja prihvatanja i odbacivanja H
0
  
 
Odgovor: Kako je 
2 2
0
21,871 16,812 χ χ = =  nulta hipoteza H
0
 se odbacuje  i može 
se smatrati da između gradova postoji statistički značajna razlika u potrošnji mesa. To 
znači da skupovi iz kojih su izvučeni uzorci nisu homogeni. 
 
ZADATAK 195. 
Fabrika  za  proizvodnju  metalnih  delova  u  tri  svoja  pogona  proizvodi  jednu  vrstu 
proizvoda.  U  cilju  utvrđivanja  zavisnost  produktivnost  rada  u  odnosu  na  pogone  na 
slučajan način popisan je časovni učinak 225 radnika. 
172
 
Pogon 
Učinak u komadima 
55‐60  60‐65  65‐70  70‐75 
A
1
21  15  11  22 
A
2
18  17  19  21 
A
3
20  21  15  25 
 
Uz verovatnoću 99% testirati hipotezu, da produktivnost ne zavisi od vrste pogona. 
 
Rešenje: 
( )
= =
2 2
0 0,01;6
2,9139 16,812 χ χ ;   H
0
 se prihvata. 
173
6 REGRESIJA I KORELACIONA ANALIZA 
6.1 Linearna i korelaciona analiza 
 
ZADATAK 196. 
Prodaja jednog proizvoda u 
3
10 komada i troškovi za reklamu u iznosila je: 
 
Proizvodnja (
i
y ):  10  5  8  12  19  13  20 
Troškovi za reklamu
( )
x :  15  7  10  17  21  18  25 
 
a) Prikazati ove podatke u dijagramu rasturanja, utvrdi da li postoji korelaciona 
veza i kakva je po jačini i smeru, pri čemu za promenljivu (
i
Y ) uzeti prodaju, a 
za nezavisno promenljivu (
i
X ) troškove za reklamu. 
b) Izačunati jednačinu linearne regresije 
c) Izačunati standardnu grešku 
d) Odrediti očekivanu proizvodnju za 
5
3010 i
dinara reklame 
e) Izračunati koeficijent korelacije 
f) U dijagramu rasturanja ucrtaj liniju regresije 
 
Rešenje: 
Tabela 6‐1: Radna tabela za izračunavanje linearne regresije 
 
Prodaja 
(
i
Y

Troškovi za
reklamu (
i
X

2
i
Y
 
2
i
X
 
i i
Y X i
 
c
Y
 
( )
c
i
Y Y −
 
( )
2
c
i
Y Y −
 
10  15  100 
225 150 14,44 ‐2,07 4,2998 
5  7  25 
49 35 4,54 ‐0,46 0,2116 
8  10  64 
100 80 7,13 0,87 0,7569 
12  17  144 
289 204 13,17 ‐1,17 1,3689 
19  21  361 
441 399 16,62 2,38 5,6644 
13  18  169 
324 234 14,04 ‐1,04 1,0816 
20  25  400 
625 500 20,07 ‐0,07 0,0049 
87  113  1263 
2053 1602 13,3881 
 
a)  
174
 
Slika 16: Dijagram rasuranja 
 
Iz dijagrama  rasturanja uočavamo da između prodaje jednog proizvoda i troškova za 
njegovu reklamu postoji pozitivna korelaciona veza (tačke se grupišu od donjeg levog 
ugla  ka  gornjem  desnom  uglu),  što  znači  da  sa  porastom  troškova  za  reklamu 
povećava se i prodaja proizvoda. Što se tiče jačine korelacione veze može se reći da je 
ona jaka jer se tačke grupišu oko zamišljene prave linije interpolirane između tačaka 
u dijagramu rasturanja. 
 
b) Jednačina linearne regresije: 
   
c x
Y a b = +  
    Parametri a i b izračunavaju se iz sistema jednačina: 
   
i i
Y na b X = +
∑ ∑
 
   
2
i i i i
X Y a X b X
+
=
∑ ∑ ∑
 
 
    87 7 113 / ( 113) a b = + −                7 113 87 a b + =  
    1602 113 2053 / (7) a b = +             7 87 113(0,863) a = −  
9831 791 12769 a b − = − −               7 10,519 a = −  
11214 791 14371 a b = +                  1,503 a = −     
                   1383 1602b =  
                    0,863 b =  
 
                   1,503 0,863
c i
Y X = − +  
                 
( )
1
1,503 0,863 15 11,44
c
Y = − + =  
                 
( )
2
1,503 0,863 7 4,54
c
Y = − + =  
                 
( )
3
1,503 0,863 10 7,13
c
Y = − + =  
175
                 
( )
4
1,503 0,863 17 13,17
c
Y = − + =  
                 
( )
5
1,503 0,863 21 16,62
c
Y = − + =  
                 
( )
6
1,503 0,863 18 14,04
c
Y = − + =  
                 
( )
7
1,503 0,863 25 20,07
c
Y = − + =  
c) Standardna greška regresije je: 
 
 
( )
2
1
13,3881
1,9125
7
n
i c
i
Y
c
Y Y
S
=

= = =

 
 
1,383
Y
c
S =  
 
  Srednja mera odstupanja prodaje od linije regresije iznosi 
3
1,38310 i  komada. 
 
d) 1,503 0,863
c i
Y X = − +  
   
( )
1,503 0,863 30
c
Y = − +  
    24,387
c
Y =  
  Očekivana  prodaja  za  troškove  reklame  od 
5
3010 i   dinara  je 
3
24,38710 i  
komada. 
 
e) Koeficijent korelacije: 
 
Tabela 6‐2: Radna tabela 
i
Y
 
i
X
 
( )
i
Y Y −
 
( )
2
i
Y Y −
 
( )
i
X X −
 
( )
2
i
X X −
 
( )( )
i i
X X Y Y − −
 
10  15  ‐2,43 
5,9049 ‐1,14 1,2996 2,7702 
5  7  ‐7,43 
55,2049 ‐9,14 83,5396 67,9102 
8  10  ‐4,43 
19,6249 ‐6,14 37,6996 27,2002 
12  17  ‐0,43 
0,1849 0,86 0,7396 ‐0,3698 
19  21  6,57 
43,1649 4,86 23,6196 31,9302 
13  18  0,57 
0,3249 1,86 3,4596 1,0602 
20  25  7,57 
57,3049 8,86 79,4996 67,0702 
87  113  ‐ 
181,7143 ‐ 229,8572 197,5714 
 
176
 
1
2
87
12,43
7
n
i
i
Y
Y
n
=
= = =

    Prosečna prodaja je 
3
12,4310 i  komada 
 
1
113
16,14
7
n
i
i
X
X
n
=
= = =

 Prosečna ulaganja u reklamu je 
5
16,1410 i  dinara 
 
 
( )( )
( ) ( )
2
1
2 2
1 1
n
i
i
n n
i
i i
i
i
X X Y Y
r
X X Y Y
=
= =
− −
= ±
− −

∑ ∑
i
 
 
2
197,5714 197,5714
229,8572181,7143 41768,34
r = =
i
 
 
2
197,5714
0,9667
204,3730
r = =  
 
2
0,9667100 r = i  
 
2
96,67% r =  
 
  Korelaciona  veza  između  prodaje  jednog  proizvoda  i  troškova  za  reklamu  je 
  96,67% (pozitivna i jaka). 
 
ZADATAK 197. 
Prinos suncokreta u t/ha i količina vodenog taloga na jednom poljoprivrednom dobru 
po godinama iznosili su: 
 
Godine:  1998  1999  2000  2001  2002  2003 
Prinos:  6  8  5,6  7  7,5  7,8 
Vodeni talog u cm:  7  15  9  10  13  11 
 
a) Prikazati  ove  podatke  u  dijagramu  rasturanja  i  utvrditi  da  li  postoji 
korelaciona veza i ako postoji kakvog je smera i jačine 
b) Odrediti jednačinu linearne regresije i ucrtaj u dijagramu rasturanja  
c) Izračunati standardnu trešku regresije 
d) Izračunati koeficijent korelacije 
 
 
 
177
Rešenje: 
a=3,86;  b=0,288  3,86 0,288
i c
Y X = +  
[ ]
0,490 /
Y
c
S t ha =
 
2
83,51% r =  
 
ZADATAK 198. 
U osam opština, izabranih na slučajan način, broj zaposlednih u hiljadama i društveni 
proizvod u 
8
10  dinara su: 
 
Broj zaposlenih:
16  4  58  27  19  125  130  141 
Društveni proizvod:
8  2  25  11  3  55  56  58 
 
a) Prikazati  ove  podatke  u  obliku  dijagrama  pasturanja  i  utvrditi  da  li  postoji 
korelaciona veza i kakva je po jačini i smeru 
b) Odrediti jednačinu linearne regresije i ucrtati je u dijagram rasturanja 
c) Izračunati standardnu grešku regresije 
d) Oceniti društveni proizvod za 
3
11010 i
 zaposlenih 
e) Izračunati koeficijent korelacije 
 
Rešenje: 
a) Samostalno uraditi 
 
b) a=0,635 ;   b=0,421 ;    0,635 0,421
c i
Y X = +  
 
c) 
8
1,063 10
Y
c
S динара ⎡ ⎤ =
⎣ ⎦
 
 
d)  0,635 0,421(110)
c
Y = +  
    
8
46,945 10
c
Y динара ⎡ ⎤ =
⎣ ⎦
 
 
e)  65; 28;
i i
X Y = =  
                    
2
0,9989100 r = i
 
                    
2
99,89% r =  
 
 
 
 
 
178
6.1.1 Parcijalna korelacija 
 
ZADATAK 199. 
Prinos  šećerne  repe,  dubina  oranja  i  utrošeni  je  minimalno  đubrivo  na  5  parcela 
zemljišta istog kvaliteta: 
Prinos šećerne repe
( )
1 Yt x  :  5  3  6  9  11 
Dubina oranja u cm (x2)  25  21  20  38  39 
mineralno đubrivo u kg (x3)  610  280  710  860  910 
 
a) Izračunati koeficijente proste linearne korelacije. 
b) Izračunati parcijalni koeficijent i koeficijent determinacije za vezu između prinosa 
šećerne repe i dubine oranja, ako se isključi utrošeno mineralno đubrivo. 
c) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije,  pa  vezu  između 
prinosa šećerne repe i mineralnog đubriva, ako se isključi dubina oranja. 
d) Izračunati  parcijalni  koeficijent  korelacije  i  koeficijent  determinacije  za  vezu 
između  dubine  oranja  i  utorešenog  mineralnog  đubriva  ako  se  isključi  prinos 
šećerne repe. 
 
Rešenje: 
 
Tabela 6‐3: Radna tabela 
Prinos 
(x1)
 
Dubina 
(x2)
 
đubrivo
(x3)
 
( )
1 2 x x ⋅  
( )
1 3 x x ⋅  
( )
2 3 x x ⋅  
( )
2
1 x  
( )
2
2 x
 
( )
2
3 x  




11 
25 
21 
20 
38 
39 
610 
280 
710 
860 
910 
125 
63 
120 
342 
429 
3500 
840 
4260 
7740 
10010 
15250 
5880 
14200 
32680 
35490 
25 

36 
81 
121 
625 
441 
400 
1444 
1521 
372100 
78400 
504100 
739600 
82810 
34  143  3370 
1079 25900  103500 272 4431  2522300 
 
a)    
 
[ ]
1
1
1
34
5
6,8
x
x
n
x t
= =
=

 
Prosečan prinos šećerne repe na 5 parcela je 6,8 t 
179
2
2
2
143
5
28,6
x
x
n
x cm
= =
=

 
Prosečna dubina oranja je 28,6cm. 
3
3
3
3370
5
674
x
x
n
x kg
= =
=

 
 
Prosečna količina utrošenog mineralnog đubriva je 674kg. 
 
Kovarijacije 
 
1 2
1 2
12
1 3
1 3
13
2 3
2 3
23
1079
6,8 28,6 215,8 194,48 21,32
5
25900
6,8 674 5180 4583,2 596,8
5
103500
28,6 674 20700 19276, 4 1423,6
5
x x
C x x
n
x x
C x x
n
x x
C x x
n
= − ⋅ = − ⋅ = − =
= − ⋅ = − ⋅ = − =
= − ⋅ = − ⋅ = − =



 
 
Varijanse i standarnde devijacije: 
 
2
2
1
2 2
1
1
1
272
6,8 54, 4 46,24 8,16
5
8,16 2,8
x
x
n
σ
σ
= − = − = − =
= =

 
 
2
2
2
2 2
2
2
2
4431
28,6 886,2 817,96 68,24
5
68,24 8,26
x
x
n
σ
σ
= − = − = − =
= =

 
 
2
2
3
2 2
3
3
3
2522300
674 504160 454276 50184
5
50184 224, 01
x
x
n
σ
σ
= − = − = − =
= =

 
 
Koeficijenti proste linearne korelacije: 
 
 
12
12
1 2
21,32 21,32
0,9218
2,8 8,26 23,128
C
r
σ σ
= = = =
⋅ ⋅
 
180
 
Odgovor:  Korelaciona  veza  između  prinosa  šećerne  repe  i  dubine  oranja  je 
  pozitivna i veoma jaka. 
 
 
13
13
1 3
596,8 596,8
0,9514
2,8 224, 01 627,228
C
r
σ σ
= = = =
⋅ ⋅
 
 
  Odgovor: Korelaciona veza između prinosa šećerne repe i količine đubriva  je 
  pozitivna i veoma jaka. 
 
 
23
23
2 3
1423,6 1423,6
0,7693
8,26 224, 01 1850,32
C
r
σ σ
= = = =
⋅ ⋅
 
 
  Odgovor:  Korelaciona  veza  između  dubine  oranja  i  količine  utrošenog 
  mineralnog  đubriva je pozitivna jaka. 
 
Parcijalni koeficijent korelacije i koeficijent determinacije 
 
b)  Parcijalni  koeficijent  korelacije  za  vezu  između  prinosa  šećerne  repe  i  dubine 
oranja  ako  se  isključi  uticaj  utrošenog  mineralnog  đubriva,  izračunava  se  na 
osnovu obrasca: 
 
 
( ) ( )
( )
( )
( )
( )
( )( )
12 13 23
12 3
2 2 2 2
13 23
12 3
12 3
0,9218 0,9514 0,7693
1 1
1 0,9514 1 0,7693
0,9218 0,7319 0,1899 0,1899
0, 0948 0, 4082 0,19671
1 0,90516 1 0, 5918
0,9653
r r r
r
r r
r
r



− ⋅ − ⋅
= =
− ⋅ −
− −

= = =

− −
=
 
 
  Parcijalni  koeficijent  korelacije 
123
0,9653 r =   pokazuje  da  je  veza  između 
  prinosa šećerne repe i dubine oranja, ako se isključi uticaj količine utrošenog 
  mineralnog đubriva, pozitivna i veoma jaka 
 
Koeficijent determinacije 
 
 
( )
2
2
123
2
123
0,9653 0,9318
0,9318 100 93,18%
r
r
= =
= ⋅ =
 
Odgovor:  To  znači  ,  ako  se  iključi  uticaj  utrošeog  mineralnog  đubriva,  da  na  prinos 
šećerne repe 93,18% utiču dubina oranja, 6,82% je uticaj ostalih faktora i slučajnosti. 
 
181
c)  Parcijalni koeficijent korelacije za vezu između prinosa šećerne repe i utrošenog 
mineralnog  đubriva,  ako  se  usključi  dubina  oranja  izračunava  se  na  osnovu 
obrasca: 
 
 
( ) ( )
( )
( )
( )
( )
( )( )
13 12 23
132
2 2 2 2
12 23
12 3
12 3
0,9514 0,9218 0,7693
1 1
1 0,9218 1 0,7693
0,9514 0,7091 0,2423 0,2423
0,1503 0,4082 0,2477
1 0,8497 1 0, 5918
0,9782
r r r
r
r r
r
r



− ⋅ − ⋅
= =
− ⋅ −
− −

= = =

− −
=
 
 
Odgovor:  Parcijalni  koeficijent  korelacije 
132
0,9782 r

=   pokazuje  da  je  veza    između 
prinosa  šećerne  repe  i  utrošenog  mineralnog  đubriva,  ako  se  isključi  dubina  oranja 
pozitivna i veoma jaka 
 
Koeficijent determinacije 
 
 
( )
2
2
132
2
132
0,9782 0,9568
0,9568 100 95,68%
r
r


= =
= ⋅ =
 
 
Odgovor: To znači , ako se iključi uticaj dubine oranja na prinos sećerne repe,   da 
na prinos šećerne repe 95,68% utiču utrošeno mineralno đubrivo, a 4,32%   je 
uticaj ostalih faktora i slučajnosti. 
 
d)  Parcijalni  koeficijent  korelacije  za  vezu  između  dubinu  oranja  i  utrošenog 
mineralnog đubriva, ako se isključi prinos šećerne repe, izračunava se na osnovu 
obrasca. 
 
 
( ) ( )
( )
( )
( )
( )
( )( )
23 12 13
231
2 2 2 2
12 13
231
231
0,7693 0,9218 0,9514
1 1
1 0,9218 1 0,9514
0,7693 0,8770 0,1077 0,1077
0,1503 0, 0949 0,1194
1 0,8497 1 0,9051
0,9020
r r r
r
r r
r
r



− ⋅ − ⋅
= =
− ⋅ −
− −
− − −
= = =

− −
=
 
 
  Odgovor:  Ovaj  koeficijent  pokazuje  da  je  veza  između  dubine  oranja  i 
  utrošenog mineralnog đubriva, ako se isključi prinos šećerne repe, negativna 
  i jaka. 
 
182
Koeficijent determinacije 
 
 
( )
2
2
231
2
132
0,9020 0,8136
0,8136 100 81,36%
r
r


= − =
= ⋅ =
 
 
Odgovor: To znači , ako se iključi uticaj prinosa sećerne repe, na dubinu  oranja 
81,36%  utiče  količina  utrošenog  mineralnog  đubriva  a  18,64%  je  usticaj  ostalih 
faktora slučajnosti.  
 
ZADATAK 200. 
Zagađenost vazduha ugljen dioksidom SO
2
 
3
/ g m μ , utrošena sredstva u 10
5
 dinara za 
zaštitu životne sredine i broj obolelih od disajnih puteva u 5 opština bio je: 
Emisija SO
2
 :  11  8  4  6  3 
Utrošena sredstva  6  4  2  3  1 
broj obolelih  15  9  5  7  4 
a) Izračunati koeficijente proste linearne korelacije. 
b) Izračunati parcijalni koeficijent i koeficijent determinacije  za vezu između emisije 
SO
2
 i utrošenih sredstava ako se isključi uticj obolelih. 
c) Izračunati parcijalni koeficijent i koeficijent determinacije za vezu između emisije 
SO
2
 i broja obolelih,ako se isključi uticaj utrošenih sredstava 
d) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije  za  vezu  između 
utrošenih sredstava i broja obolelih ako se iskljuci uticaj emisije SO
2
 
 
Rešenje: 
 
a)
[ ]
3 5
1 2 2 3
6, 4 / ; 3,2 10 ; 8 x SO g m x din x broj obolelih μ
⎡ ⎤ ⎡ ⎤
= = =
⎣ ⎦ ⎣ ⎦
 
 
12 13 23
4,92; 11; 6,6; C C C = = =  
 
1 2 3
2,87; 1,72; 3,89; σ σ σ = = =  
 
12 13 23
0,9979; 0,9856; 0,9865 r r r = = =  
b)   
 
2
12 3 12 3
0,9277; 86, 06% r r
⋅ ⋅
= =  
c)  
 
2
132 132
0,1132; 1,28% r r
⋅ ⋅
= =  
d)  
 
2
231 231
0,2752; 7, 57%. r r
⋅ ⋅
= =  
 
 
183
ZADATAK 201. 
Posmatrano  je  sedam  radnika  u  jednom  proizvodnom  pogonu  i  dobijeni  su  sledeći 
podaci: 
dužina radnog staža (god) :  1  3  5  7  9  11  13 
broj škarta proizvoda (kom)  12  18  9  6  5  4  2 
zarada radnika (10
2
 din)  210  230  250  270  290  310  360 
a) Izračunati koeficijente proste linearne korelacije. 
b) Izračunati parcijalni koeficijent . 
 
Rešenje: 
a)
[ ] [ ]
2
1 2 3
7 ; 8 ; 274,28 10 x godina x komada x dinara
⎡ ⎤
= = =
⎣ ⎦
 
 
12 13 23
17,72; 185,75; 202,82; C C C = − = = −  
 
1 2 3
4; 5, 099; 47,19; σ σ σ = = =  
 
12 13 23
0,8687; 0,9840; 0,8429 r r r = − = = −  
   
b)  
 
2
12 3 12 3
0, 4098; 16,72% r r
⋅ ⋅
= − =  
 
2
132 132
0,9448; 89,27% r r
⋅ ⋅
= =  
 
2
231 231
0,1349; 1,82%. r r
⋅ ⋅
= =  
 
ZADATAK 202. 
Vrednost  opreme  po  radniku  u  mil.  dinara,  broj  radnika  i  zaradi  u  m.dinara  u  jednoj 
kompaniji bili su: 
  
vrednost opreme  3  4  6  8  9  11 
broj radnika  4  5  7  9  11  13 
zarade  2  3  5  10  14  17 
a) Izračunati koeficijente proste linearne korelacije. 
b) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije  za  vezu  između 
vredosti opreme i broja radnika ako se isključuje zarada. 
c) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije  za  vezu  između 
vrednosti  opreme i zarade ako se isključi broj radnika 
d) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije  za  vezu  između  broja 
radnika i zarade ako se isključi vrednost opreme 
 
 
 
184
Rešenje: 
a)
[ ] [ ] [ ]
1 2 3
6,83 . ; 8,16 ; 8, 5 . x mil din x br radnika x mi din = = =  
 
12 13 23
8,93; 15, 45; 17, 47; C C C = = =  
 
1 2 3
2,8; 3,20; 5,62; σ σ σ = = =  
 
12 13 23
0,9966; 0,9822; 0,9716 r r r = = =  
b)   
 
2
12 3 12 3
0,9527; 90,76% r r
⋅ ⋅
= =  
c)  
 
2
132 132
0,7638; 54,29% r r
⋅ ⋅
= =  
d)  
 
2
231 231
0, 4705; 22,14%. r r
⋅ ⋅
= − =  
 
ZADATAK 203. 
U jednom preduzeću tražnja cena i ponuda jednog proizvoda bila je: 
 
tražnja  17  16  15  11  2 
cena  14  17  19  22  24 
ponuda  19  26  31  34  39 
a) Izračunati koeficijente proste linearne korelacije. 
b) Izračunati parcijalni koeficijent i koeficijent determinacije za vezu između tražnje i 
cene ako se isključi ponuda 
c) Izračunati parcijalni koeficijent i koeficijent determinacije za vezu između tražnje i 
ponude ako se isključi cena 
d) Izračunati  parcijalni  koeficijent  i  koeficijent  determinacije  za  vezu  između  cene  i 
ponude ako se isključi tražnja 
 
Rešenje: 
a)
1 2 3
12,2; 19,2; 29,8 x x x = = =  
 
12 13 23
17,24; 32,36; 24, 04; C C C = − = − = −  
 
1 2 3
5, 49; 3, 54; 6,85; σ σ σ = = =  
 
12 13 23
0,8872; 0,8606; 0,9913 r r r = = =  
b)   
 
2
12 3 12 3
0, 5074; 25,74% r r
⋅ ⋅
= − =  
c)  
 
2
132 132
0,3092; 9, 56% r r
⋅ ⋅
= =  
d)  
 
2
231 231
0,9694; 93,96%. r r
⋅ ⋅
= =  
185
6.1.2 Korelacija ranga 
 
A) Spermanov koeficijent korelacije ranga 
 
ZADATAK 204,. 
Vrednosti  proizvedene  opreme  po  radniku  i  broju  izrađenih  komada  na  čas  u  5 
pogona bio je: 
 
pogoni:  I  II  II  IV  V 
vrednost proizvodnje:  32  41  58  63  39 
broj komada  18  25  32  36  28 
Izračunati koeficijent korelacije ranga. 
Rešenje: 
 
Tabela 6‐4: Radna tabela za određivanje koeficijenta korelacije ranga 
pogoni 
vrednost
obeležja 
rang 
di  
2
di
 
X
1
X
2
X
1
X
2
I
II 
III 
IV 

32
41 
58 
63 
39 
18
25 
32 
36 
28 
5




5




0
‐1 



0




ukupno ‐ ‐ 15 15 0 2
 
Kontrola da li je dobro izvršeno rangiranje vrši se na osnovu izraza: 
( ) ( )
1 5 5 1
' 15
2 2
n n
ZR
+ ⋅ +
= = =  
Koeficijent korelacije ranga izračunava se na osnovu izraza 
( ) ( )
2
1
12
2 2
12
6
6 2 12
' 1 1 1 1 0,1
5 24
1 5 5 1
' 0,90.
n
i
di
r
n n
r
=

= − = − = − = −

− −
=

 
Odgovor:  Korelaciona  veza  između  ranga  vrednosti  proizvodnje  i  ranga  izrađenih 
broja komada je pozitivna i jaka. 
 
 
 
 
 
186
ZADATAK 205. 
U  jednom  preduzeću  za  proizvodnju  jedne  vrste  proizvoda  (izraženo  u  godinama)  i 
napravljenog škarta iskazano je u komadima: 
 
radni staž 1 2 3 4 5 6 7 8
škart 20 18 18 10 8 8 5 4
Izračunati koeficijent korelacije ranga. 
 
Rešenje: 
 
Tabela 6‐5: Radna tabela za određivanje koeficijenta korelacije ranga 
vrednost
obeležja 
rang 
di  
2
di
 
X
1
X
2
X
1
X
2
1







20
18 
18 
10 




8







1
2,5 
2,5 

5,5 
5,5 


7
4,5 
3,5 

‐1,5 
‐2,5 
‐5 
‐7 
49
20,25
12,25

2,25 
6,25 
25 
49 
‐ ‐ 36 36 0 165
 
( ) ( )
2
1
12
2 2
6
6 165
' 1 1 0,9642
1 8 8 1
n
i
di
r
n n
=

= − = − =
− −

 
 
B) Kendallov koeficijenat korelacije ranga 
 
ZADATAK 206. 
U  sedam  preduzeća  za  proizvodnju  šampona  z  akosu  u  litrima,  vrednost  proizvodne 
opreme u 10
5
 dinara i udeo kvalifikovanih radnika iznosili su: 
 
proizvodnja: 152 164 180 152 175 164 190 
vrednost opreme: 150 138 189 145 160 189 191 
udeo KV radnika: 28 31 41 41 46 44 42 
 
Izračunati koeficijenat korelacije ranga. 
 
 
 
 
187
Rešenje: 
Tabela 6‐6: Radna tabela za određivanje Kendalovog koeficijenta 
proizvodnja 
X

vrednost 
opreme X
2
udeo KV 
radnika X
3
 
rang
Si  
2
Si
 
X
1
X
2
X
3
152 
164 
180 
152 
175 
164 
190 
150
138 
189 
145 
160 
189 
191 
28
31 
41 
41 
46 
44 
42 
6,5
4,5 

6,5 

4,5 

5

2,5 


2,5 

7

4,5 
4,5 



18,5
17,5 

17 



342,25 
306,25 
81 
289 
64 
81 
25 
‐  ‐ ‐ 28 28 28 84 1188,5 
 
Koeficijent korelacije se izračunava na osnovu formule: 
2
2
2
1 1
12
2 3 2 3
12
12 12 7 1188, 5 8, 4
''
3 7 7 7
'' 0,7144.
n n
i i
n Si Si
r
m n n n
r
= =
⎛ ⎞

⎜ ⎟
⋅ −
⎝ ⎠
= ⋅ = ⋅
⋅ − ⋅ −
=
∑ ∑
 
Odgovor:  Kandall‐ov  koeficijenat  korelacije  ranga  pokazuje  da  je  korelaciona  veza 
između rangova proizvodnje, vrednost opreme i udeo Kv radnika pozitivna i značajna. 
 
ZADATAK 207. 
Kod  šest  poljoprivrednih  preduzeća,  broj  poljoprivrednih  mašina,  broj  zaposlenih, 
broj hektara i prinos kukuruza iznosili su : 
 
broj mašina: 31 42 29 45 47 50 
broj zaposlenih 116 120  131 110 140 145 
broj hektara: 1200 1500 2100 1800 2500 2300 
prinos kukuruza t/ha: 4,6 3,5  5,5 6,0 7,1 7,5 
 
Izračunati koeficijenat korelacije ranga. 
 
Rešenje: 
 
12
'' 0,7571. r =  
 
188

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->