You are on page 1of 280

Emina mr Resi

SAPREGLEDOMPOTREBNIH
FORMULAI TABLICA
Sarajevo, 2006. godine
Nazivdjela:
Zbirka zadataka iz Statistike sa pregledom
potrebnih formula i tablica
Drugo, izmjenjeno i dopunjeno izdanje
Autor:
Emina mr Resi
Izdava:
Ekonomski fakul tet u Sarajevu
Izdavaka djelatnost
Glavni i odgovorni urednik:
Dekan, prof. dr. Muris ii
Uredni k:
Prof. dr. Hasan Muratovi
Recenzenti :
Prof. dr. Blagota Lui
Doc. dr. Rabija Somun-Kapetanovi
DTP:
Engin Meanovi
tampa:
Za tampariju:
Tira:
Godina i zdanja:
2006.
CIP - Katalogizacija u publikaciji
Nacionalna i univerzitetska biblioteka
Bosne i Hercegovine, Sarajevo
519.23(075.8)(076.1/. 2)
RESIEmina
Zbirka zadataka iz statistike sa pregledom
potrebnih formula i tablica / Emina Resi. -
Sarajevo: Ekonomski fakultet, 2003. - 296 str. :
graf. prikazi ; 25 cm
Bibliografija: str. 296
ISBN 9958-605-51-1
COBISS , BiH-ID 12373254
Mojoj majci
uz bezgrani~nu ljubav i zahvalnost
SADRAJ
Predgovor ....................................................................................................................................... 5
Grafiko predstavljanje statistikih serija ...................................................................................... 7
Rijeeni zadaci ............................................................................................................. 9
Jednodimenzionalna statistika ....................................................................................................... 25
Rijeeni zadaci ........................................................................................................... 27
Zadaci za vjebu sa kratkim rjeenjima ...................................................................... 54
Kombinatorika .............................................................................................................................. 59
Rijeeni zadaci ........................................................................................................... 61
Zadaci za vjebu sa kratkim rjeenjima ...................................................................... 67
Vjerovatnoa ................................................................................................................................. 69
Rijeeni zadaci ........................................................................................................... 71
Zadaci za vjebu sa kratkim rjeenjima ...................................................................... 80
Teorijski rasporedi ....................................................................................................................... 83
Rijeeni zadaci ........................................................................................................... 85
Zadaci za vjebu sa kratkim rjeenjima ...................................................................... 99
Intervalne procjene ..................................................................................................................... 103
Rijeeni zadaci ......................................................................................................... 105
Zadaci za vjebu sa kratkim rjeenjima .................................................................... 112
Statistiki testovi ......................................................................................................................... 115
Rijeeni zadaci ......................................................................................................... 117
Zadaci za vjebu sa kratkim rjeenjima .................................................................... 144
Regresiona i korelaciona analiza ................................................................................................ 151
Rijeeni zadaci ......................................................................................................... 153
Zadaci za vjebu sa kratkim rjeenjima .................................................................... 179
Dinamika analiza ....................................................................................................................... 185
Rijeeni zadaci ......................................................................................................... 187
Zadaci za vjebu sa kratkim rjeenjima .................................................................... 211
Pregled formula ........................................................................................................................... 217
Statistike tablice ........................................................................................................................ 267
Literatura ..................................................................................................................................... 296
5
Predgovor
OvaZbirka zadatakanastala jekao rezultat mogviegodinjegrada na mjestu asistenta iz predmeta
Statistika na Ekonomskomfakultetuu Sarajevu inamjenjena jeprvenstveno studentima Ekonomskog
fakulteta, jerprati plan iprogramza predmet Statistika na Ekonomskomfakultetu uSarajevu koji se slua
na prvoj godini studija, ali obuhvata i neke elemente statistike analize koju nisu obuhvaeni planomi
programom. Izbor izloenog gradiva i obimmaterijala podeeni su, kao prvo, da olakaju studentima
usvajanjematerije vezane zaovaj predmet i da impomognu dase lake i to bolje pripreme zapolaganje
pismenogispita iz Statistike, ali i dazadovoljezahtjeve ekonomistekoji praktino, u svomsvakodnevnom
poslu, koristi statistike metodeanalize.
Zadaci u Zbirci su grupisani pooblastima, i to uprvom dijelu svakogpoglavlja zadaci su rijeeni u
potpunosti, a nakon toga dat je idio sazadacima zavjebusa kratkimrjeenjima, kako bi studenti mogli
testiratisvoj nivousvojenogznanja. Zbirka sadriidetaljan pregled formulapotrebnihza rjeavanjezadataka
iz statistike sa objanjenjima. Prije rjeavanja zadataka potrebno je preraditi odreeni dio gradiva iz
pogodnogudbenika statistike. Na krajudat je pregled tablica odabranih teorijskih statistikihdistribucija.
Kodveine zadataka podacisu fiktivni. Unarednimizdanjimauloiu naporda uzadatke uvrstimrealne
podatkeiz nae ekonomske stvarnosti. Takoer, neki zadaciuraeni suprimjenomExcela, da bistudenti
mogli vidjeti pogodnosti koritenjaovogprograma za rjeavanje zadataka iz statistike.
Koristimovu priliku da sezahvalim, prvenstveno, recenzentima i svimakoji sudoprinijeli daovaj
materijalbude kompletiran, a posebnu zahvalnost dugujemmojoj majci zasvuljubav, podrku inesebino
zalaganje.
Sarajevo, mart 2006.
Grafiko predstavljanje
statistikih serija
9
GRAFIKO PREDSTAVLJANJE STATISTIKIH SERIJA
Grafikopredstavljanjestatistikih serija moebiti:
I Kvalitativna varijabla:
- jednostavni stupci
- strukturni stubac
- strukturni krug ili polukrug
Ako je nominalna varijabla poredak nije bitan, ako je ordinalna varijabla poredak stubaca je bitan i ne
smije se mijenjati.
Usluaju kombinovanja vie varijabli:
- strukturni - razdijeljeni stubac
- viestruki stupci
- razdijeljeni stupci
Kod geografske serije mogue je nacrtati i kartogram.
II Kvantitativna varijabla:
1. mali broj podataka, negrupisana serija:
- Tukey-ev stablo - list dijagram (S-L)
- x - osa
2. grupisana serija:
- razdijeljeni stupci (prekidna serija: ako su intervali po nominalnim granicama ili ako je
neintervalno grupisanje)
- strukturni stubac
- strukturni krug
- histogram - spojeni stupci (prekidna serija sa pravim intervalnimgranicama i neprekidna
serija)
- poligon apsolutnih frekvencija*
- poligon kumulanti
- linijski dijagram(prekidna neintervalno grupisana serija)
Usluaju da imamo intervalene moemo histogramcrtati saapsolutnimfrevencijama ve sakorigovanim
frekvencijama:
i
i
i
l
f
f =
'
* Kod prekidne serije se mora crtati izlomljena kriva, kod neprekidne serije moe i glatka kriva.
10
Grafiko predstavljanje statistikih serija
Grafiki predstaviti sljedee statistikeserije:
1. atributivna serija
Strukturnistubac:
Strukturnikrug:
Jednostavni stupci: (smjeli bi mijenjati poredak)
11
Grafiko predstavljanje statistikih serija
2. ordinalna serija
Strukturnistubac:
Strukturnikrug:
Jednostavni stupci: (ne smijemo mijenjati poredak)
12
Grafiko predstavljanje statistikih serija
3. geografska serija:
Strukturnistubac:
Strukturnikrug:
Jednostavni stupci:(poredak semoe mijenjati):
Kartogram u ovom primjeru ne moemo napraviti (da moemo podruje Sarajeva bilo bi
najintenzivnije oznaeno, a podruje Zenicenajslabije).
13
Grafiko predstavljanje statistikih serija
4. kombinovana tabela (atributivna i ordinalnavarijabla)
Jednostavnirazdijeljeni stupci:
0
20
40
60
80
100
odlian vrlo dobar dobar dovoljan nedovoljan
uspjeh (pre ma spol u)
a
p
s
o
l
u
t
n
e
f
r
e
k
v
e
n
c
i
j
e
Strukturnirazdjeljeni stupci:
Dvostrukistupci:
14
Grafiko predstavljanje statistikih serija
5. numeriko obiljeje, mali broj podataka, nemagrupisanja
Stablo list dijagram:
X-osa:
6. numeriko prekidno obiljeje, mali brojmodaliteta
Razdijeljeni stupci:
15
Grafiko predstavljanje statistikih serija
Strukturnistubac:
Strukturni krug:
Poligon apsolutnih frekvencija*
0
5
10
15
20
25
0 2 4 6 8 10 12
ocj ena
b
r
o
j
s
t
u
d
e
n
a
t
a
Poligon kumulativnih frekvencija:
* Kod prekidne serije se mora crtati izlomljena kriva, kod neprekidne serije moe i glatka kriva.
16
Grafiko predstavljanje statistikih serija
Linijski dijagram:
7. prekidno obiljeje, velik broj modaliteta
Strukturni stubac:
17
Grafiko predstavljanje statistikih serija
Strukturni krug:
Razdvojeni stupci (sa nominalnim granicama i korigovanim frekvencijama):
Histogram (sa pravim granicama i korigovanim frekvancijama):
0
0,5
1
1,5
2
0-21 21-41 41-61 61-81 81-100
broj bodova
k
o
r
i
g
o
v
a
n
e
f
r
e
k
v
e
n
c
i
j
e
Poligon apsolutnih frekvencija:*
0
10
20
30
40
0 20 40 60 80 100
broj bodova
b
r
o
j
u

e
n
i
k
a
* Kod prekidne serije se mora crtati izlomljena kriva, kod neprekidne serije moe i glatka kriva.
18
Grafiko predstavljanje statistikih serija
Poligon kumulativnih frekvencija:
0
20
40
60
80
100
120
0 20 40 60 80 100
Broj bodova - razredne sredine
k
u
m
u
l
a
t
i
v
n
e
f
r
e
k
v
e
n
c
i
j
e
Poligon kumulativnih relativnih frekvencija kumulativna kriva:
0
0,2
0,4
0,6
0,8
1
1,2
0 20 40 60 80 100
broj bodova - razre dne sredine
k
u
m
u
l
a
t
i
v
n
e
r
e
l
a
t
i
v
n
e
f
r
e
k
v
e
n
c
i
j
e
8. neprekidno obiljeje:
19
Grafiko predstavljanje statistikih serija
Strukturni stubac:
Strukturni krug:
Histogram (korigovane frekvencije):
0
2
4
6
8
60-65 65-70 70-75 75-80 80-85
teina
k
o
r
i
g
o
v
a
n
e
f
r
e
k
v
e
n
c
i
j
e
Poligon apsolutnih frekvencija:
0
10
20
30
40
0 20 40 60 80 100
broj bodova
b
r
o
j
u

e
n
i
k
a
* Kod prekidne serije se mora crtati izlomljena kriva, kod neprekidne serije moe i glatka kriva.
20
Grafiko predstavljanje statistikih serija
Poligon kumulativnih frekvencija:
0
20
40
60
80
100
0 20 40 60 80 100
teina - razredne sredine
k
u
m
u
l
a
t
i
v
n
a
f
r
e
k
v
e
n
c
i
j
a
Poligon kumulativnih relativnih frekvencija kumulativna kriva:
0
0,2
0,4
0,6
0,8
1
1,2
0 20 40 60 80 100
tei na - razre dne sredine
k
u
m
u
l
a
t
i
v
n
a
r
e
l
a
t
i
v
n
a
f
r
e
k
v
e
n
c
i
j
a
9. vremenska serija
Aritmetiki dijagram:
21
Grafiko predstavljanje statistikih serija
Polulogaritamski dijagram:
Razdijeljeni stupci:
10. vie serija praenih uistomvremenskomperiodu:
Aritmetiki dijagram:
22
Grafiko predstavljanje statistikih serija
Polulogaritamski dijagram:
Dvostruki stupci:
Razdijeljeni stupci:
23
Grafiko predstavljanje statistikih serija
11. pojava uvremenupo mjesecima ili kvartalima - polarni dijagram
12. Kako grafiki predstaviti obimpojave?
cm
f
r
i
i
5 , 8
14 , 3
7 , 228
3
1
= =
t
=

=
J ednodimenzionalna
statistika
27
RIJEENI ZADACI IZ JEDNODIMENZIONALNE STATISTIKE
1. Uuzorak je uzeto 10 turistikih centara iispitivan jebroj turista kojiu toku sezone posjete te centre.
Podacisu sljedei (izraeniu 1000 turista):
5 7 11 17 9 4 14 3 8 5
a)Koliko u prosjeku ljudi posjeti turistike centre u tokusezone?
b)Odreditii objasniti kvartile.
c) Ocjeniti disperziju preko
x
o i
Q
I
.
Rjeenje:
a)
3 , 8 83
10
1 1
10
1
= = =

= i
i
x
N
X
Turistike centre u tokusezone uprosjeku posjeti 8300 turista.
b) 3
4
30
10
4
3
) 1 ( , 3 1
4
10
1
4
1
) 1 ( , 1 , 4
2 1
=
(

=
(


= = +
(

= +
(


= = =
N
N C
N
C i q
5
2
3
) 1 ( ) 1 (
1
2 1
= =
+
= x
x x
Q
C C
5
4
20
10
4
2
) 2 ( , 6 1
4
20
1
4
2
) 2 ( , 2 , 4
2 1
=
(

=
(


= = +
(

= +
(


= = =
N
N C
N
C i q
5 , 7
2
8 7
2 2
6 5
) 2 ( ) 2 (
2
2 1
=
+
=
+
=
+
= =
x x
x x
Q M
C C
e
8
4
10
10
4
1
) 3 ( , 8 1
4
30
1
4
3
) 3 ( , 3 , 4
2 1
=
(

=
(


= = +
(

= +
(


= = =
N
N C
N
C i q
28
Jednodimenzionalna statistika
11
2
8
) 3 ( ) 3 (
3
2 1
= =
+
= x
x x
Q
C C
25 %podataka je nie ili jednako 5, a 75 %podatakaje vie. 50 %podataka je nie ili jednako
7,5, a50 %podataka je vie. 75 %podataka je nie ili jednako od 11, a 25 % podataka jevie.
c)
10
2
2 2
1
1 1
875 8, 3 4, 31
10
x i
i
x X
N
o
=
= = =

Prosjenolinearnoodstupanje podataka odaritmetike sredine iznosi4310turista.


6 5 11
1 3
= = = Q Q I
Q
Variranjeoko medijane iznosi 6000 turista.
2. Utabelije predstavljenadistribucijaX:
a)Koristeistrukturni krugpredstaviti seriju.
b) Izraunati i objasniti
X
,
e
M i
o
M iobjasniti.
c)Izrazitivarijabilitet prekokoeficijentavarijacije i koeficijentainterkvartilnogodstupanja.
d) Izraunati i objasniti
3
o i
4
o .
Rjeenje:
a) u Excelu:
29
Rijeeni zadaci
b)
47 , 17
30
524 1
6
1
= = =

= i
i i
f x
N
X
Prosjek iznosi 17,47.
18 9
max
= =
o
M f

Najee se javlja modalitet 18.
, 5 , 7
4
30
4
= =
N
+
f
=12
16 5 , 7
1
= > Q
, 15
2
30
2
= =
N
+
f
=21 18 15 = >
e
M Modalitet kojipolovi seriju je18.
, 5 , 22
4
90
4
3
= =
N
3
28 22, 5 20 f Q
+
= > =
c)
55 , 2 47 , 17
30
9352 1
2
6
1
2
2
= = = o

= i
i i
X f x
N
2, 55
( ) 100 100 14, 596 %
17, 47
V X
X
o
= = =
% 1 , 11 100
16 20
16 20
100
1 3
1 3
=
+

=
+

=
Q Q
Q Q
V
Q
d)
2
2 2 2
2
2, 55 17, 47 311, 7034
X
m X o = + = + =
6
3
3
1
1 170144
5671, 47
30
i i
i
m x f
N
=
= = =

93 , 104958
30
3148768 1
6
1
4
4
= = =

= i
i i
f x
N
m
186 , 1 47 , 17 2 47 , 17 7034 , 311 3 47 , 5671 2 3
3
3
2 3 3
= + = + = X X m m
21 , 13 47 , 17 3 47 , 17 7034 , 311 6 47 , 17 47 , 5671 4 93 , 104958
3 6 4
4 2
4 2
2 3 4 4
= + =
= + = X X m X m m
30
Jednodimenzionalna statistika
07 , 0
55 , 2
186 , 1
3 3
3
3
=

=
o

= o
X

skoro neprimjetna lijeva asimetrija
31 , 0
55 , 2
21 , 13
4 4
4
4
=

=
o

= o
X

spljoten raspored
3. Sprovedenojeispitivanje kolikoneispravanautomobilu prosjekueka na popravak idobivenirezultati:
a)Pomou histogramai poligonakumulanti predstaviti pojavu.
b) Izraunati prosjeno vrijeme ekanja na popravak.
c)Raunski i grafiki odrediti kvartilei modus i objasniti.
d)Izraunati i objasniti .
x
o
e ) Koliko iznosi variranje podataka okomedijane u relativnomiznosu?
Rjeenje:
a)
31
Rijeeni zadaci
b)
45 , 1
40
58 1
6
1
= = =

= i
i i
f s
N
X
Prosjeno vrijeme ekanja na popravak iznosi 1,45 h.
c) ( ) 5 , 1 1 11
max
e =
o
M f
( ) ( ) ( ) ( )
3 , 1
9 11 8 11
8 11
5 , 0 1
1 1
1
=
+

+ =
+

+ =
+

Mo Mo Mo Mo
Mo Mo
Mo o
f f f f
f f
l L M
Najee se javljaju automehaniarske radnje sa vremenom ekanja 1,3 h.
Grafiki je modus odreen na histogramu.
( ) 9375 , 0
8
3 10
5 , 0 5 , 0
4
1 5 , 0 10
4
, 4
1
1
1
1
1 1
=

+ =

+ = e = =
+

Q
Q
Q
f
f
N
l L Q Q
N
q
( ) 41 , 1
11
11 20
5 , 0 1
2
5 , 1 1 20
2
1
=

+ =

+ = e =
+

e
e
e
M
M
M e e
f
f
N
l L M M
N
( ) 94 , 1
9
22 30
5 , 0 5 , 1
4
2 5 , 1 30
4
3
3
3
3
1
3 3
=

+ =

+ = e =

Q
Q
Q
f
f
N
l L Q Q
N
25 % podataka je nie ili jednako 0,9375, a 75 %podataka je vie. 50 %podataka je nie ili
jednako 1,41, a50 %podataka je vie. 75% podatakaje nie ili jednako1,94, a 25 %podataka
je vie.
Grafikisu kvartili odreenina poligonu kumulanti.
d)
68 , 0 45 , 1 5 , 102
40
1 1
2
2
6
1
2
= = = o

=
X f s
N
i
i i x
Prosjenolinearno odstupanje podataka odaritmetikesredine iznosi 0,68 h.
32
Jednodimenzionalna statistika
e)
=
+

=
+

= 3484 , 0
9375 , 0 94 , 1
9375 , 0 94 , 1
1 3
1 3
Q Q
Q Q
V
Q Variranje oko medijane iznosi 34,84 %.
4. Utoku ispitivanja vijeka trajanja 100 katoda utvreno je:
a)Pojavu predstavitistupcimai strukturnimkrugom.
b) Izraunatiprosjean vijek trajanja katode.
c)Izraunati iobjasniti modus i kvartile.
d) Koliki je rasponvarijacije ikoeficijent kvartilnedevijacije?
Rjeenje:
a)
b)
= = = =

=
15 , 1028 01 , 3
100
2056 , 301
log
1
log
5
1
G x f
N
G
i
i i
Prosjean vijek trajanja katode je 1028,15h.
c) = = 1000 34
max o
M f
Najee se javlja katoda sa vijekom trajanja 1000h.
33
Rijeeni zadaci
900 25 40 25
4
1
= > = =
+
Q f
N
1000 50 74 50
2
= > = =
+
e
M f
N
1200 75 89 75
4
3
3
= > = =

+
Q f
N
25 % podataka je nie ili jednako 900, a 75 % podataka je vie. 50 % podataka je nie ili
jednako 1000, a 50 % podataka je vie. 75 %podataka je nie od 1200, a 25 %podataka je
vie.
d) 750 850 1600
min max
= = = x x R
v
h
3 1
3 1
1200 900
0,1428 14, 28%
1200 900
Q
Q Q
I
Q Q

= = =
+ +
je variranje oko medijane.
5. Odreditiaritmetiku sredinu, standardnudevijaciju, mjere asimetrije i spljotenosti za pojavu - iznos
donacije (pri radu obaveznokoristiti transformisano obiljeje):
Rjeenje:
1040 1000 1 , 0 400 1 , 0
40
4 1
400
1000
0
5
1
0
= + = + = = = =

=
s Y l X f y
N
Y
s
l
s s
y
i
i i
i i
i
34
Jednodimenzionalna statistika
59 , 471
224400 39 , 1 400 39 , 1 1 , 0
40
56 1
5
1
2 2 2 2 2
2
2 2
= o
= = o = o = = = o

=
X
i
Y X i i Y
l Y f y
N
40 1000 1040
0
= = x X
224400
2
2
= o =
X X
( ) ( )
5
3
3 3
3 0 2 0
1
1
3
X i i X
i
l y f X x X x
N

=
| |
= =
|
\ .

3 3
1
400 16 3 40 224400 40 1392000
40
= =
( ) ( ) ( ) = |
.
|

\
|
=

=
4
0 2
2
0 3 0
5
1
4 4
4
6 4
1
x X x X x X f y
N
l
X X
i
i i X
( )
11 4 2 4
10 107 , 1 40 224400 40 6 1392000 40 4 176
40
1
400 = =
~ =

=
o

= o 0 013 , 0
59 , 471
1392000
3 3
3
3
X
X
simetrija
=

=
o

= o 238 , 2
59 , 471
10 107 , 1
4
11
4
4
4
X
X
spljoten raspored
6. Varijabla Ximala je sljedee vrijednosti:
a) Odrediti X ,
e
M i
o
M i objasniti.
b)Izraunativarijansu iobjasniti.
c) Ako je poznato da varijabla Yima aritmetiku sredinu 27 sa standardnom devijacijom 8, za koju
varijablukaemo da ima vei varijabilitet?
35
Rijeeni zadaci
Rjeenje:
a)
78 , 18 845
45
1 1
5
1
= = =

= i
i i
f s
N
X
Kako su upitanjuintervali razliitih irina koristimokorigovanefrekvencije zamodus:
( ) 30 26 25 , 2
max
,
e =
o
M f
( ) ( )
( ) ( )
26 , 26
0 25 , 2 125 , 2 25 , 2
125 , 2 25 , 2
4 26
1
, ,
1
, ,
1
, ,
=
+

+ =
=
+

+ =
+

Mo Mo Mo Mo
Mo Mo
Mo o
f f f f
f f
l L M
Podatak koji se najee javlja je 26,26.
( )
65 , 19
17
19 5 , 22
8 18
2
26 18 5 , 22
2
45
2
1
=

+ =
=

+ = e = =
+

e
e
e
M
M
M e e
f
f
N
l L M M
N
Podatak koji polovi serijuje 19,65.
b)
88 , 50 13 , 7 78 , 18
45
18161 1
2 2
5
1
2
2
= o = = = o

= i
i i
X f s
N
Prosjeno kvadratno odstupanje podataka od aritmetike sredine je50,88.
c)
% 96 , 37 100
78 , 18
13 , 7
100 ) ( = =
o
=
X
X V
X
% 63 , 29 100
27
8
100 ) ( = =
o
=
Y
Y V
Y
Vei varijabilitet je prisutan kod varijableX.
i
x
i
f
i
s
i
l
+
i
f
'
i
f
i i
f s
i i
f s
2
2-4 2 3 2 2 1 6 18
4-12 6 8 8 8 0,75 48 384
12-18 11 15 6 19 1,83 165 2475
18-26 17 22 8 36 2,125 374 8228
26-30 9 28 4 45 2,25 252 7056
E
45 845 18161
36
Jednodimenzionalna statistika
7. Za transformaciju:
5
65
=
i
i
x
y
; izraunali smo daje:
5 5 5 5
2 3 4
1 1 1 1
100, 15, 97, 33, 253.
i i i i i i i i
i i i i
n y f y f y f y f
= = = =
= = = = =

Odrediti za varijablu X : X ,
x
o i
3
o i objasniti dobivene parametre.
Rjeenje:
5
65
0

=

=
i i
i
x
l
x x
y
75 , 65 65 15 , 0 5 15 , 0
100
15 1
0
5
1
= + = + = = = =

=
s Y l X f y
N
Y
i
i i
Prosjena vrijednost je 65,75.

=
= = o = o = = = o
5
1
2 2 2 2 2
2
2 2
6875 , 23 9475 , 0 5 9475 , 0 15 , 0
100
97 1
i
Y X i i Y
l Y f y
N
87 , 4 = o
X
Prosjeno linearno odstupanje podatakaod aritmetike sredine je4,87.
75 , 0 65 75 , 65
0
= = x X
6875 , 23
2
2
= o =
X X
( ) ( ) = |
.
|

\
|
=

=
3
0 2 0
5
1
3 3
3
3
1
x X x X f y
N
l
X
i
i i X
4875 , 12 75 , 0 6875 , 23 75 , 0 3 33
100
1
5
3 3
= =
( ) ( ) ( ) = |
.
|

\
|
=

=
4
0 2
2
0 3 0
5
1
4 4
4
6 4
1
x X x X x X f y
N
l
X X
i
i i X
( ) 45 , 1538 75 , 0 6875 , 23 75 , 0 6 4875 , 12 75 , 0 4 253
100
1
5
4 2 4
= =
=

=
o

= o 108 , 0
87 , 4
4875 , 12
3 3
3
3
X
X
skoro neprimjetna lijeva asimetrija
= =
o

= o 73 , 2
87 , 4
45 , 1538
4 4
4
4
malo spljoten raspored
37
Rijeeni zadaci
8. Koliki jeprosjean vijekobrtasredstava u jednoj firmi akose zna da je u sredstva sa vijekomtrajanja
15 godina uloeno 30000$, usredstva sa vijekom7godinaangaovano 14000$, a usredstva sa vijekom
obrta 3 mjeseca angaovano 40000$?
Rjeenje:
obrt sredstava i uloena sredstva

indirektna veza

harmonijskasredina
146 , 6
64 , 13666
84000
3
1
3
1
= = =

=
=
i
i
i
i
i
x
f
f
H
Okopola godine iznosi prosjean vijek obrtasredstava.
9. Cijene dionica Ai B, kojima se trgovali na londonskoj berzi, u terminu od 5 dana bile su (u nekim
novanimjedinicama -nj):
a)Uporediti prosjene cijene tihdionica.
b) Kod koje dionice izraunata prosjena cijenabolje aproksimira dobivene podatke?
Rjeenje:
a)
38
Jednodimenzionalna statistika
5 5
1 1
1 125 1 125
25 25
5 5
A Ai B Bi
i i
X x X x
N N
= =
= = = = = =

Utomvremenskom periodu prosjena cijenaza objedionice bila je ista i iznosila je 25 nj.
b)
73 , 5 25
5
3289 1
2
2
5
1
2
= = = o

=
A
i
Ai A
X x
N
2 25
5
3145 1
2
2
5
1
2
= = = o

=
B
i
Bi B
X x
N
Kod dionice B prosjena ocjena 25njbolje aproksimira empirijske podatke.
10. Naispituiz matematike studentisu dobili sljedee ocjene:
4 4 4 2 5 3 1 1 3 3
3 3 4 1 4 4 3 2 2 1
2 1 4 5 3 1 1 2 2 3
3 3 2 1 4 1 4 3 2 2
5 3 3 4 2 2 1 4 2 3
a)Niz prikazatigrafiki.
b) Kolika je prosjena ocjena?
c)Koristeimetod prekocentralnih momenata odrediti iobjasnitimjeru asimetrije i spljotenosti.
Rjeenje:
a)
b)
7 , 2
50
135 1
5
1
= = =

= i
i i
f x
N
X
Prosjena ocjena iznosi2,7.
39
Rijeeni zadaci
c)
( ) | | 187 , 1
50
5 , 70 1
5
1
2
= = =

= i
i i
f X x
N
o
( ) 156 , 0
50
8 , 7 1
5
1
3
3
= = =

= i
i i
f X x
N
( ) 0377 , 4
50
885 , 201 1
5
1
4
4
= = =

= i
i i
f X x
N
~ = = = 0 093 , 0
187 , 1
156 , 0
3 3
3
3
o

o simetrija
< = = = 3 034 , 2
187 , 1
0377 , 4
4 4
4
4
o

o spljoten raspored
11. Zanumeriki niz
( ) ( ) ( ) ( ) ( ) ( ) { } 17 , 24 , 14 , 18 , 9 , 16 , 5 , 12 , 3 , 8 , 2 , 6
:
a)odrediti i objasniti srednjuvrijednost preko aritmetikesredine, modusa imedijane.
b)izraunati i objasniti standardnu devijaciju i varijabilitet oko 50%podataka.
Rjeenje:
a)
18
50
900 1
6
1
= = =

= i
i i
f x
N
X
Prosjean modalitet ovognumerikogniza je18.
24 17
max
= =
o
M f
Najee se javlja modalitet koji iznosi 24.
40
Jednodimenzionalna statistika
18 25
2
= =
e
M
N
50%podataka ima vrijednost manju ili jednaku 18, dok 50%podataka ima vrijednost veu od
18.
b)
32 , 5 18
50
17616 1
2
2
6
1
2
= = = o

=
X f x
N
i
i i
Prosjenoodstupanje podatakaod aritmetike sredine iznosi 5,32.
% 20 100
40
8
100
8 16 24 24 5 , 37
4
3
16 5 , 12
4
1 3
1 3
1 3 3 1
= =
+

=
= = = = =

= =
Q Q
Q Q
V
Q Q I Q
N
Q
N
Q
Q
Variranje oko 50% podataka iznosi 20%.
12. Izraunati prosjenuplau za 70zaposlenihPR kompanije akoje:
Ukomintervalu bi sekretala prosjena plaaako odbacimopodatke o 10%radnika sa najniomplaom
i 10%radnika sanajviomplaom?
Rjeenje:
43 , 81
70
5700 1
7
1
= = =

= i
i i
f s
N
X
41
Rijeeni zadaci
Prosjena plaaiznosi 81,43 $.
| | =

+ = = e = = =

+
) (
) ( 1
10
) ( 1 60 , 50 1 , 10 , 7
10
1
1 1
1 11 1 1
R f
R f
N
R l L Q J Q j q
N
75 , 58
8
0
10
70
10 50 =

+ =
| |
9
9 1
9 19 9
9
9
63, 10, 9 100, 110 6
10
70
9 ( ) 9 59
10 10
( ) 100 10 105
( ) 8
N
q j Q J
N
f R
Q L l R
f R
+

= = = e =

= + = + =
Usluaju da odbacimo podatke o 10%radnika sa najniomplaomi 10%radnika sa najviom
plaom, plaa bi se kretala u intervalu
| | 105 , 75 , 58
.
13. Mjeseni lini dohodak (u 100 DM) za 40 radnika bio je:
a) Izraunati prosjean mjeseni lini dohodak.
b) Izraunati (raunski igrafiki) najei dohodak idohodak koji polovi datu seriju.
Rjeenje:
a)
42
Jednodimenzionalna statistika
025 , 7 281
40
1 1
) (
7
1
= = =

= i
i i
f s
N
X A
Prosjean mjeseni lini dohodak bio je 702,5 DM.
b) ( ) 5 , 7 5 , 6 10
max
e =
o
M f
( ) ( ) ( ) ( )
17 , 7
8 10 6 10
6 10
1 5 , 6
1 1
1
=
+

+ ==
+

+ =
+

Mo Mo Mo Mo
Mo Mo
Mo o
f f f f
f f
l L M
Najeese javlja radniksa linimdohodkom 717 DM.
( ) 1 , 7
10
14 20
1 5 , 6
2
5 , 7 5 , 6 20
2
1
=

+ =

+ = e =
+

e
e
e
M
M
M e e
f
f
N
l L M M
N
50 %radnika ima plauniu ili jednaku 710 DM, a 50 %viu.
14. Provjeritida li Koijeva teorema vai za sljedei niz podataka:
5 7 9 4 12 10 8.
Rjeenje:
7
1
55
7, 86
7
i
i
x
X
N
=
= = =

43
Rijeeni zadaci
915 , 6
0123 , 1
7
1
7
1
= = =

= i
i
x
N
H
395 , 7 86895 , 0
7
082639 , 6
log
1
log
7
1
= = = =

=
G x
N
G
i
i
VaiKoijeva teorema:
H G X > >
.
15. Prvikvartil anketiranih etvorolanih radnikih domainstava prema veliini prosjenih mjesenih
raspoloivih sredstava bio je 650 nj, dok je treikvartil iznosio1280 nj. Medijalna vrijednost raspoloivih
sredstava iznosilaje 830nj.
a)Izraunati odgovarajui pokazateljdisperzije iobjasniti.
b)Izraunati i objasniti odgovarajuu mjeru asimetrije.
Rjeenje:
a) 830 , 1280 , 650
3 1
= = =
e
M Q Q
% 64 , 32 % 100
650 1280
630
% 100
630 650 1280
1 3
1 3
=
+
=
+
=
= = =
Q Q
I
V
nj Q Q I
Q
Q
Q
Variranje okomedijane iznosi 32,64%.
b)
=
+
=
+
= 42 , 0
630
830 2 650 1280 2
1 3
Q
e
bQ
I
M Q Q
S
vrlo blaga desna asimetrija.
16. Investicionisavjetnik napravioje selekciju 50 vrsta vrijednosnihpapira koje bi preporuio svojim
klijentima. Utabeli je prikazan procjenjeni procenat porasta cijena tih vrijednosnih papira za narednu
godinu:
Zaovaj uzorakrazliitih vrsta vrijednosnihpapira:
a)Pomou relativnih frekvencijaprikazati strukturuskupa.
b) Koliki je prosjeni %porasta cijene vrijednosnogpapira?
c)Izraunati i objasnitistandardnudevijaciju.
44
Jednodimenzionalna statistika
d)Izraunatii objasnitimodus.
Rjeenje:
a)Analiza strukture: % 100
i
p = najvieuee (28%)imajuVP sa oekivanim%porasta
cijena u intervalu 8-10 %, dok najnie uee (4%)imajuVP sa oekivanim%porasta cijena u
intervalu 2-4%.
b) 88 , 8 = =
i i
p s X Prosjean oekivani %porasta cijenaVP iznosi8,88%.
c)
2
2 2 2
88, 26 8, 88 9, 4056 3, 067
i i
s p X o o = = = =

Prosjeno linearno
odstupanje odaritmetike sredineiznosi3,067%.
d) ( ) 10 8 28 , 0
max
e =
o
M p
( ) ( ) ( ) ( )
4 , 8
16 , 0 28 , 0 24 , 0 28 , 0
24 , 0 28 , 0
2 8
1 1
1
=
+

+ ==
+

+ =
+

Mo Mo Mo Mo
Mo Mo
Mo o
p p p p
p p
l L M
Najeese javlja vrijednosni papir sa %porasta cijena od 8,4%.
17. Raspolaemo podacima o broju prodanih automobila popojedinimposlovnicama u gradu:
a)Pomoustubaca grafiki prikazati seriju.
b)Izraunati
o i X
i interpretirati.
c)Odrediti i objasnitimedijanu.
45
Rijeeni zadaci
Rjeenje:
a)
b)
4 , 2008
5
10042
5
1
= = =

=
N
x
X
i
i
U jednoj poslovnici prosjeno se proda 2008,4 automobila.
( )
492 , 518
5
2 , 1344171
2
= =

= o
N
X x
i
Prosjeno linearno ostupanje prodaje u jednoj poslovnici od prosjene prodaje iznosi
518,492 automobila.
c)
5 = N
( )
1 2
5 1 5 1
( ) 1 1 3, ( ) 5 3
2 2
e e
N q j
N j
C M C M N
q q
(
(
( (
= + = + = = = =
(
(
( (



3
2082
e
M x = = 50% poslovnica ima manje od 2082 prodanih automobila, dok 50%
poslovnica ima vie od 2082 prodanih automobila.
46
Jednodimenzionalna statistika
18. Za intervalno grupisanu statistiku seriju poznato je:
a) Izraunati podatak koji se najee pojavljuje u seriji.
b) Izraunati podatak koji polovi statistiku seriju.
Rjeenje:
a) ( ) 40 30 026 , 0
,
max
e =
o
M p
( ) ( )
( ) ( )
125 , 33
015 , 0 026 , 0 021 , 0 026 , 0
021 , 0 026 , 0
10 30
,
1
, ,
1
,
,
1
,
1
=
+

+ =
=
+

+ =
+

o o o o
o o
o o
M M M M
M M
M M o
p p p p
p p
l L M
b) 1 =
i
p
( )
0, 5 0, 55 ( ) 30 40
i e
p M
+
s e
08 , 38
26 , 0
29 , 0 5 , 0
10 30
5 , 0
1
1
=

+ =
=

+ =
+

o
e
e e
M
M
M M e
p
p
l L M
47
Rijeeni zadaci
19. Statistika distribucija za varijablu broj neispravnih proizvoda sa maine Au uzorcima od po
1000 proizvoda bila je:
Izraunati raunske mjere srednje vrijednosti i komentarisati.
Rjeenje:
8,16
1 1
( ) 7, 49
0,13355
( ) antilogaritam( log ) antilogaritam(0, 89437) 7, 841
i i
i
i
i i
X x p
H X
p
x
G X p x
= =
= = =
= = =

Komentar:
( ) ( ) X G X H X > >
vai Koijeva teorema.
20. Zapreduzee Xsagledali smo sljedeu distribuciju plata:
a)Izraunati Ginijev koeficijent. Zakljuak.
b)Izraunati medijalu.
48
Jednodimenzionalna statistika
Rjeenje:
a) Ginijev koeficijent
- metoda trapeza
( )
( ) ( )
( )
( ) ( )
( )
1176 , 0 882343 , 0 1
013 , 0 1 974 , 0
026 , 0 974 , 0 928 , 0 039 , 0 928 , 0 867 , 0
078 , 0 867 , 0 765 , 0
26 , 0 765 , 0 487 , 0 584 , 0 487 , 0 0
1
1
6
1
1
= =
=
(
(
(
(

+ +
+ + + + +
+ + +
+ + + +
=
= + =

=
+ +

i
i i i
p RA RA G
Kako je Ginijev koeficijent blii 0 nego 1 kaemo da je rije o relativno ravnomjernoj
raspodjeli (koncentracija je slaba).
- metoda trouglova
( )
( ) ( )
( ) ( )
( )
109 , 0
974 , 0 1 1 987 , 0
928 , 0 987 , 0 974 , 0 961 , 0 876 , 0 961 , 0 928 , 0 922 , 0
765 , 0 922 , 0 867 , 0 844 , 0 487 , 0 844 , 0 765 , 0 584 , 0
1
1
1 1
=
=
(
(
(

+
+ + +
+ +
=
= =

=
+ +
+
+
+
+
n
i
i i i i
RA p RA p G
Isti komentar.
b) Gledamo u kolonu | | 500 400 765 , 0 5 , 0 : e s
+
le i
M RA
=

+ =

+ =
+
KM 68 , 404
278 , 0
487 , 0 5 , 0
100 400
5 , 0
) (
1
le
le
le le
M
M
M M le
RA
RA
R l L M
vrijednost varijable pridruena vrijednosti 50% relativne rastue kumulativne globalne
vrijednosti.
49
Rijeeni zadaci
21. Sljedeih 25 mjerenja predstavlja broj poslovnih putovanja godinje za 25 agenata ivotnog
osiguranja firme ACC:
33, 12, 24, 17, 8, 17, 2, 15, 27, 10, 21, 48, 12, 38, 9, 15, 16, 5, 22, 18, 28, 18, 10, 20, 12.
a) Konstruisati dist ribuciju frekvencija sa 5 razreda i nacrtati histogram i poligon apsolutnih
frekvencija.
b) Izraunati raunske i pozicione mjere srednje vrijednosti.
c) Izraunati varijansu.
d) Odrediti i objasniti mjere asimetrije i spljotenosti.
Rjeenje: (uz pomo Excela):
Originalni podaci:
Prvo emo formirati intervalno grupisanu seriju (f
+
- su rastue kumulativne frekvencije
odreene upotrebom opcije frequency iz Paste function, pri emu smo predhodno zadali
gornje granice odozgo zatvorenih intervala.
Originalni rezultati ureeni u rastuemredoslijedu smjeteni su u podruju K3:K27.
gornje
granice
intervala
(nominalnih)
f
+
gornje
granice
pravih
intervala
f
prave
granice
(za
histogram)
f
razredne
sredine
(za
poligon)
f
9 4 10 4 0-10 4 5 4
19 16 20 12 10-20 12 15 12
29 22 30 6 20-30 6 25 6
39 24 40 2 30-40 2 35 2
49 25 50 1 40-50 1 45 1
50
Jednodimenzionalna statistika
22. Za statistiku seriju:
odrediti raunske mjere srednje vrijednosti.
Rjeenje (koritenjem Excela):
u zagradama zaglavlja tabele date su informacije o mjestu podataka u Exel-ovom Sheet u:
51
Rijeeni zadaci
23. U posljednih 5 godina u kompaniji ICC desilo se 121 povreda na radu i broj sati izgubljenih
zbog povreda bio je:
Izraunati i objasniti:
a) prosjean broj povreda na radu,
b) standardnu devijaciju i srednje apsolutno odstupanje, i
c) mjere asimetrije i spljotenosti.
52
Jednodimenzionalna statistika
Rjeenje (primjena Excela) :
a) arit metika sredina - {=SUMPRODUCT(C38:C45;B38:B45)/SUM(B38:B45)} -
12,66529
Prosjean broj izgubljenih sati zbogpovrede na radu iznosi 12,66529 h.
b) varijansa - {=SUM((C38:C45-12,66529)^2*B38:B45)/121} - 56,58425
Prosjeno kvadratno odstupanje podataka od aritmetike sredine iznosi 56,58425 h
2
.
standardna devijacija - {=SQRT(56,58425)} - 7,52225
Prosjeno linearno odstupanje podataka od aritmetike sredine iznosi 7,52225 h.
srednje apsolutno odstupanje - {=SUM(ABS(C38:C45-12, 66529)*B38:B45/121} -
5,681306
Prosjeno apsolutno odstupanje podataka od aritmetike sredine iznosi 5,681306 h.
c) koeficijent asimetrije -
{=(SUM((C38:C45-12,66529)^3*B38:B45)/121)/SQRT(56,58425)^3} - 0,744708
koeficijent spljotenosti -
{=(SUM((C38:C45-12,66529)^4*B38:B45)/121)/SQRT(56,58425)^4} - 3,374338
Raspored je pozitivno ili desno asimetrian i izduen.
24. Za niz podataka:
143 178 165 198 152 129 134 163 176
172 158 163 152 197 186 154 134 168
165 171 187 190 178 132 146 149 178
123 186 199 127 186 154 157 168 172
izraunati:
a) vrijednost najnieg i najvieg podatka
b) raunske mjere srednje vrijednosti
53
Rijeeni zadaci
c) pozicione mjere srednje vrijednosti
d) apsolutne mjere varijacije
e) mjere asimetrije i spljotenosti.
Rjeenje (primjena Excel-a):
Podaci su u Excel-ovom worksheet-u na mjestima od A101:I104. Primjenjujemo Paste
function:
a)
=
min
x
{=MIN(A101:I104)} = 123
=
max
x {=MAX(A101:I104)} = 199
b)
= X
{=AVERAGE(A101:I104)} = 163,61111
= ) (X H {=HARMEAN(A101:I104)} = 160,8195
= ) (X G {=GEOMEAN(A101:I104)} = 162,2344
c) =
e
M {=MEDIAN(A101:I104)} = 165
=
o
M {=MODE(A101:I104)} = 178
=
1
Q
{=QUARTILE(A101:I104;1)} =151,25
=
3
Q {=QUARTILE(A101:I104;3)} = 178
d)
2
o
= {=VAR(A101:I104)} = 449,3873
o
= {=STDEV(A101:I104)} =21,19876
MAD
={=AVEDEVA101:I104)} = 17,29938
e) = o
3
{=SKEW(A101:I104)} = -0,20352

negativna - lijeva asimetrija
= o 3
4
{=KURT(A101:I104)} = -0,79298

spljoten
54
Jednodimenzionalna statistika
ZADACI ZAVJEBU SAKRATKIM RJEENJIMA
1. Za niz: 15 20 14 21 28, aritmetika sredina je:
a) 2
b) 19,6
c) 40
d) 10,24
(19,6)
2. U 32 auto kue u predhodnoj godini prodano je automobila (u 100 komada):
17 15 25 30 21 19 35 42
29 31 23 39 18 26 17 24
14 45 43 31 21 22 20 23
26 27 28 29 31 34 39 36
a) Formirati odgovarajui statistiki niz i nacrtati histogram.
b) Izraunati prosjean broj prodanih automobila u nekoj prodavnici.
c) Grafiki i raunski odrediti modus i objasniti.
d) Izraunati i objasniti standardnu devijaciju i koeficijent varijacije.
(b- = X 27,97, c - =
o
M 25, d - % 1 , 30 , 42 , 8 = = o V )
3. Broj zaposlenih u sluajno odabranom uzorku 10 malih preduzea bio je:
15 11 33 25 16 7 17 34 4 3
a) Nacrtati S-L dijagram.
b) Izraunati prosjean broj zaposlenih u jednoj banci.
c) Odrediti i objasniti kvartile.
d) Koliko iznosi variranje oko 50% podataka?
(b -
5 , 16 = X
, c - 25 , 5 , 15 , 7
3 2 1
= = = = Q M Q Q
e
, d -
%) 25 , 56 =
Q
V
4. Distribucija zaposlenih u jednoj firmi prema starosti je sljedea:
a) Nacrtati poligon kumulante manje od.
b) Kolika je prosjena starost zaposlenih?
55
Zadaci za vjebu
c) Izraunati i objasniti standardnu devijaciju.
d) Raunski i grafiki odrediti i objasniti kvartile.
Napomena: Udijelu zadatka pod b) i c) obavezno koristiti transformisano obiljeje.
(a -
96 , 40 = X
, b - 84 , 13 = o
x
, c - ) 1 , 48 , 8 , 39 , 07 , 32
3 1
= = = Q M Q
e
5. Prosjena ocjena za 60 studenata tree godine studija Ekonomskog Fakulteta bila je:
a) Nacrtati histogram.
b) Izraunati srednju prosjenu ocjenu.
c) Raunski i grafiki odrediti modus.
d) Izraunati i objasniti koeficijent varijacije.
e ) Ako odbacimo 20% studenata sa najniom prosjenom ocjenom, u kom intervalu e se kretati
prosjena ocjena.
(b -
62 , 7 = X
, b - 725 , 7 =
o
M , c - % 49 , 9 , 723 , 0 = = o V , d - interval
| | 10 94 , 6
).
6. Za 50 sluajno odabranih studenata, visina je iznosila:
a) Izraunati prosjenu visinustudenta.
b) Izraunati i objasniti varijansu i standardnu devijaciju.
c) Odrediti i objasniti najeu visinu.
d) Izraunati i objasniti medijanu.
(a -
= X
172,68, b - 9 , 11 = o , c - 67 , 181 =
o
M , d - 375 , 171 =
e
M )
56
Jednodimenzionalna statistika
7. Za 40 sluajno odabranih studenata, teina je bila:
Koristei transformisano obiljeje:
a) izraunati prosjenu teinu studenta.
b) odrediti i objasniti standardnu devijaciju, mjere asimetrije i spljotenosti.
(a -
125 , 64 = X
, b - ) 34 , 3 , 35 , 0 , 46 , 6
4 3
= o = o = o
8. Broj zaposlenih u sektoru za marketing za sluajno odabranih 11 firmi koje se bave istom
djelatnou, bio je:
3 12 7 3 8 11 5 13 4 6 10
a) Podatke predstaviti na x osi.
b) Pokazati da vai Koijeva teorema.
c) Izraunati i objasniti standardnu devijaciju i srednje apsolutno odstupanje.
d) Odrediti i objasniti kvartile.
(c - 041 , 3 , 46 , 3 = = o MAD , d - 11 , 7 , 4
3 1
= = = Q M Q
e
)
9. Na bazi ispitivanja 35 gradova na teritoriji Zeniko dobojskog kantona dobili smo sljedee
podatke o broju osnovnih kola:
1 1 2 3 5 6 1 2 2 4 6 4 2
3 1 2 7 2 2 4 4 3 4 2 2 3
4 3 3 5 3 1 5 2 2
a)formiratiodgovarajuu statistikudistribuciju
b)nacrtati strukturnikrug.
c) izraunati prosjean brojkola, najei broj kola i broj kola koji polovi seriju.
(a - 1 , 2 , 3 , 6 , 7 , 11 , 5 : 7 , 6 , 5 , 4 , 3 , 2 , 1 :
i i
f x , c -
3 2 023 , 3 = = =
e o
M M X
)
10. Ucilju jednogstatistikogistraivanja posmatrano je 592 porodice prema potronji ulja tokom
jednogmjeseca i dobili smo podatke:
57
Zadaci za vjebu
Izraunati i grafiki odrediti:
a) najtipiniju (najeu) vrijednost obiljeja,
b) drugi kvartil.
( a - 01 , 3 =
o
M , b - 1475 , 3 =
e
M )
11. U skupu od 50 telefonskih razgovora, vrijeme trajanja razgovora imalo je sljedei raspored:
Odrediti aritmetiku sredinu, medijanu i modus i opisati simetriju ovog rasporeda.
3, 2, 666 1, 6
e o e o
X M M X M M = = = > > pozitivnaili desnaasimetrija)
12. 18studenata dobilo je stipendijeu sljedeimiznosima:
Odreditii prokomentarisati:
a)prosjean iznosstipendije,
b) koeficijent varijacije,
c)mjere asimetrije i spljotenosti.
(a 794,4; b 2,84; c -
3 4
0, 916 2, 959 o o = =
58
Jednodimenzionalna statistika
13. Prost uzorak iz normalno rasporeenog skupa graana grada A koji koriste usluge gradskog
saobraaja dao je sljedei rezultat:
a) Odrediti medijanu raunski i grafiki.*
b) Na bazi medijane i ostalih pozicionih mjera srednje vrijednosti ispitati asimetinost rasporeda.
(a - 714 , 9 =
e
M , b - = = X M M M X
e o o
545 , 10 ; 077 , 9 negativna ili
lijeva asimet rija)
14. U preduzeu radi 50 radnika. Navedeni su podaci o duini radnog staa za svakog radnika:
1 4 2 5 6 7 8 7 9 8 10 18 11
12 13 12 14
14 11 10 13 15 11 14 15 12 16 17 17 18
19 19 19 20
19 17 21 21 22 23 23 24 25 27 28 31 32
37 39 36.
a)Iz ovako datih podataka izraunati prosjean radni sta.
b)Formirati statistikudistribuciju sa razredima irine5.
c)Iz tako formiranogniza izraunatiprosjean radni sta.
Objasnitezato postojirazlikaudobivenim prosjenimvrijednostima.
( a 16,44; c 16,07; razlika jenastala zboggrupisanja jedinica u klase ili razrede u kojima se
gubeindividualne razlike lanova jednograzreda, tako da je precizniji podatak pod a).
* Napomena: napraviti intervale istih irina.
Kombinatorika
61
RIJEENI ZADACI IZ KOMBINATORIKE
1. Nakoliko razliitih nainaod cifara
{ }
0,1, 2, 3, 4, 5, 6, 7, 8, 9 moemo formirati etvorocifrene brojeve,
ako:
a) nema ogranienja,
b) ponavljanje cifara nije dozvoljeno,
c) zadnja cifra mora biti0 i ponavljanje nijedozvoljeno?
Rjeenje:
a) 10, 4, n k = = mogue ponavljanje, bitan redosljed, nula ne moe doi na prvo mjesto
4 3
3
4
(10) (9) 10 9 9271 V V = =
broj.
b) 10, 4, n k = = nemogue ponavljanje, bitan redosljed, nula ne moe doi na prvo mjesto
4 3
10 9
10! 9!
(10) (9) 4! 3! 4536
4 3 6! 6!
V V
| | | |
= = =
| |
\ . \ .
brojeva.
c) 10, 4, n k = = nemogue ponavljanje, bitanredosljed, nula mora doi na posljednje mjesto
(dakle 0 jefiksirana, nije predmet rasporeivanja)
3
9
9!
(9) 3! 504
3 6!
V
| |
= = =
|
\ .
broja.
2. Djeakimapet novia (svaki novise odnosina razliiti iznos). Koliko razliitih sumaod tih novia
djeakmoe napraviti?
Rjeenje:
Redosljedje u svakomsluaju nebitan (komutativnost kod sabiranja). Nemogue je da se isti
noviizabere vie puta.
- ako uzima samo po jedan novi
1
5
5, 1 (5) 5
1
n k C
| |
= = = =
|
\ .
- ako uzima po dva novia
2
5
5!
5, 2 (5) 10
2 2! 3!
n k C
| |
= = = = =
|

\ .
- ako uzima potri novia
3
5
5!
5, 3 (5) 10
3 3! 2!
n k C
| |
= = = = =
|

\ .
- ako uzima poetiri novia
4
5
5, 4 (5) 5
4
n k C
| |
= = = =
|
\ .
- ako uzimasvih pet novia
5
5
5, 5 (5) 1
5
n k C
| |
= = = =
|
\ .
Dakle, on moe formirati: 5 +10 + 10 + 5 + 1 = 31 razliitih sumanovca.
62
Kombinatori ka
3. Na koliko naina profesor moe odabrati 8 pitanja za neki kviz test ako raspolae sa 14 moguih
pitanja(svako pitanjenosiisti brojbodova)?
Rjeenje:
14, 8, n k = = ista funkcija, nebitan redosljed, nemogue ponavljanje
8
14
14!
(14) 3003
8 6! 8!
C
| |
= = =
|

\ .
naina.
4. Na izradi jednogposlovnogplana angaovano je 7 ekonomista, 4 pravnika i 2 ininjerainformatike.
Prilikomprezentacije togplana uee treba dauzme grupa od 5 lanova i to2 ekonomista, 2 pravnika i
1ininjer informatike. Kolikotakvihgrupa moemo formirati?
Rjeenje:
1 1
: 7, 2 E n k = =
2 2
: 4, 2 P n k = =
3 3
: 2, 1 I n k = = , nije mogue ponavljanje, ista funkcija

nebitan redosljed.
2 2 1
7 4 2
7! 4!
(7) (4) (2) 2 21 6 2 252
2 2 1 2! 5! 2! 2!
C C C
| | | | | |
= = = =
| | |

\ . \ . \ .
grupe.
5. Na raspolaganju imamo cifre
{ }
0,1, 2, 3, 4, 5, 6, 7 . Koliko petocifrenih brojeva moemoformirati od
tih cifara:
a) ako se ista cifrane smije vieputa pojaviti u nekombroju?
b) nula nesmije doi na krajtogbroja i nema ponavljanja?
Rjeenje:
a) 8, 5, n k = = bitan je redosljed i nije dozvoljeno ponavljanje, ali moramo umanjiti za broj
mogunostida se0 pojavi na prvommjestu (jer to vie nije petocifrenve etvorocifren broj)
5 4
8! 7!
(8) (7) 5880
3! 3!
V V = =
takvih brojeva.
b) 8, 5, n k = = bitan je redosljed i nije dozvoljeno ponavljanje, ali moramo umanjiti za broj
mogunostida se 0 pojavi na prvom mjestu (jer to vie nije petocifren ve etvorocifren broj) i
za broj mogunosti da 0bude na zadnjemmjestu.
5 4
8! 7!
(8) 2 (7) 2 5040
3! 3!
V V = =
takvih brojeva.
6. Pet razliitih knjiga iz Menadmenta, tri razliiteknjigeiz Marketinga iest razliitihknjiga iz Organizacije
u biblioteci treba smjestitina jednu policu. Na koliko naina jeto mogue uinitiako:
a) nema ogranienja,
b) knjige iz iste oblasti morajustajati jedna do druge,
c) samoknjige iz Organizacijemoraju stajati jedna krajdruge?
Rjeenje:
a)
5 3 6 14 n = + + =
, svaku knjigu moemo smjestiti bilo gdje i sve ih moramo rasporediti
10
14
14! 8, 71782912 10 P = = naina za rasporeivanje tih knjiga.
b) svaka oblast je grupa za sebe, pa te grupe moemo rasporediti na
3
3! 6 P = = naina
u okviru grupe Menadment knjige moemo rasporediti na
5
5! 120 P = = naina
u okviru grupe Marketing knjige moiemo rasporediti na
3
3! 6 P = = naina
u okviru grupe Organizacija knjige moemo rasporediti na
6
6! 720 P = = naina
Dakle:
6 120 6 720 3110400 =
naina da knjige rasporedimo tako da knjige iz iste oblasti
stoje jedna kraj druge.
c) knjige iz Organizacije su jedna grupa, dok su sve ostale knjige grupa za sebe

imamo 9
grupa, koje meusobno moemo razmjestiti na
9
9! 362880 P = = razliitihnaina
u okviru grupe Organizacija knjige moemo rasporediti na
6
6! 720 P = = naina
Dakle:
362880 720 261273600 =
naina da se knjige razmjeste uz uslov da knjige iz
Organizacije stojejedna poreddruge.
7. Nakoliko razliitihnaina8 osoba moe sjesti za okrugli stoako:
a)stolice nisu numerisane,
b)stolice sunumerisane,
c) stolice su numerisane i dvije osobe, tano znamo koje, moraju sjestijedna krajdruge,
d) stolice nisu numerisane itri osobe, tano znamo koje, moraju sjesti jedna kraj druge,
e) stolice nisu numerisane i tri osobe, tano znamo koje: X, Yi Z, moraju sjesti jedna kraj druge i to u
poretkuXZY.
Rjeenje:
a) Ako stolice nisu numerisane onda moramo izabrati jednu osobu i nju fiksirati, a potom
ostalih 7 rasporeivati u odnosu na njega i to na
7
7! 5040 P = = naina.
b) Tu osobu koju smo fiksirali moemo od raspoloivih 8 izabrati na 8 razliitih naina, pa
onda ostalih 7 osoba rasporediti na 5040 naina. Dakle: na
8 5040 8! 40320 = =
naina 8
osoba moe sjesti za okrugli sto, ako su stolice numerisane.
c) Prvo te dvije osobe posmatramo kao jednu osobu i onda 7 osoba za okrugli sto sa
numerisanimstolicama moemo rasporediti na
7 6! 7! 5040 = =
naina. Meutim, te dvije
osobe koje sjede jedna kraj druge meusobno moemo razmjestiti na
2
2! 2 P = = naina.
Dakle: na
5040 2 10080 =
naina 8 osoba moe sjesti z a okrugli sto, ako su st olice
numerisane i dvije osobe, tano znamo koje, moraju sjesti jedna kraj druge.
64
Kombinatori ka
d) Prvo te tri osobe posmatramo kao jednu osobu i onda 6 osoba za okrugli sto sa stolicama
koje nisu numerisane moemo rasporediti na
5! 120 =
naina. Meutim, te tri osobe koje
sjede jedna kraj druge meusobno moemo razmjestiti na
3
3! 6 P = = naina. Dakle: na
120 6 720 =
naina 8 osoba moe sjesti za okrugli sto, ako stolice nisu numerisane i tri
osobe, tano znamo koje, moraju sjesti jedna kraj druge.
e) Prvo te tri osobe posmatramo kao jednu osobu i onda 6 osoba za okrugli sto sa stolicama
koje nisu numerisane moemo rasporediti na
5! 120 =
naina. Meutim, tetriosobe koje sjede
jednakraj druge meusobnonemoemorazmjetati, jer onemorajusjediti tanoprema zadanom
poretku. Dakle: na 120 naina 8osoba moe sjesti za okrugli sto, ako stolicenisu numerisane i
tri osobe, tano znamo koje, moraju sjesti jedna kraj druge i to prema unaprijed odreenom
poretku XZY.
8. Uuiizbor zaupravniodbor ulo je 10 mukaraca i 8 ena. Na koliko naina moemo odabrati:
a) 2 mukarca i 2 ene kao lanove odbora,
b) dva mukarca kao predsjednika i zamjenika i triene kao lanove.
Rjeenje:
1 2
10, 8 n n = =
a)svi imaju istu funkciju kao lanovi odbora
2 2
10! 8!
(10) (8) 1260
2! 8! 2! 6!
C C = =

naina
b)izabrani mukarciimaju razliite funkcije, kod izabranihenafunkcija je ista
2 2
10! 8!
(10) (8) 2520
8! 2! 6!
V C = =

naina.
9. Na koliko naina 10osoba moe sjesti ako su na raspolaganju samo 4 mjesta?
Rjeenje:
10, 4, n k = = bitanje redosljed
4
10!
(10) 5040
6!
V = =
naina.
10. Od 5 statistiara i 6 ekonomista treba formirati komitet koji bi se sastojao od 3 statistiara i 2
ekonomista. Nakoliko razliitihnaina moemo formirati taj komitet ako:
a) nema ogranienja,
b)dva statistiara i jedan ekonomista, tano znamo koji, moraju biti ukomitetu,
c)jedanekonomista i dvastatistiara, tano znamokoji, ne smiju biti ukomitetu.
Rjeenje:
a)
1 1 2 2
5, 3, 6, 2 n k n k = = = = , ista funkcija

nebitanredosljed
3 2
5! 6!
(5) (6) 150
3! 2! 2! 4!
C C = =

naina
b)
1 1 2 2
3, 1, 5, 1 n k n k = = = = , ista funkcija

nebitan redosljed
1 1
(3) (5) 3 5 15 C C = = naina
c)
1 1 2 2
3, 3, 5, 2 n k n k = = = = , ista funkcija

nebitan redosljed
3 2
5!
(3) (5) 1 10
2! 3!
C C = =

naina.
11. Od 7 suglasnika i 5 samoglasnika, koliko razliitih rijei koje sadre 4 razliita suglasnika i 3
razliita samoglasnika moemo formirati? Rije ne mora imati znaenje u naem jeziku.
Rjeenje:
4 razliit a suglasnika moemo iz abrati na
4
7!
(7) 35
4! 3!
C = =

naina, dok 3 raz liita


samoglasnika moemo formirati na
3
5!
(5) 10
3! 2!
C = =

naina. Tako emo dobiti 7 razliitih


slova i od njih moemo
formirati
7
5040 P = rijei.
Dakle: na
35 10 5040 1764000 =
naina moemo formirati rije koja zadovoljava traeni
uslov.
12. Od slova koje sadri rije uspjeh koliko petoslovnih rijei moemo formirati, bez obzira na
njihovo znaenje i ako se isto slovo samo jednom moe pojaviti u nekoj rijei?
Rjeenje:
6, 5, n k = = nema ponavljanja, bitan redosljed
5
6!
(6) 720
1!
V = =
rijei
13. Na raspolaganju imamo 6 suglasnika i 3 samoglasnika. Na koliko naina moemo formirati
rije od 4 slova tako da budu tano 2 suglasnika i dozvoljeno je ponavljanje kod suglasnika, a nije
mogue ponavljanje kod samoglasnika?
Rjeenje:
1 1
6, 2 n k = = , mogue ponavljanje
2 2
3, 2, n k = = nije mogue ponavljanje
2
2
2
3!
(6) (3) 6 36 6 216
1!
V V = = =
rijei.
66
Kombinatori ka
14. Na koliko naina 6 osoba moe sjesti u jedan red:
a) ako nema nikakvih ogranienja,
b) ako se radi o tri brana para koji ele da sjede zajedno?
Rjeenje:
a)
6
6! 720 P = = naina
b) Dakle moemo razmijetati meusobno tri para, kao i u okviru svakog para dvije osobe:
3 2 2 2
3! 2! 2! 2! 48 P P P P = = naina
15. Na stolu je 5 razliitih predmeta. Na koliko razliitih naina se mogu poredati u niz?
Rjeenje: (primjena Excela):
Sve knjige e biti rasporeene,
5
5 5! 120 n P = = =
ili pomou Paste function:
{=PERMUT(5;5)}=120
16. U firmi radi 28 uposlenih. Na kraju poslovne godine dodjeljuju se nagrade za tri uposlenika
koji su u toj godini imali najbolje rezultate i to u iznosu: 1000, 500 i 300 KM. Na koliko naina je te
nagrade mogue dodijeliti?
Rjeenje: ( primjena Excel-a):
nisu isti iznosi

bitan redosljed
nije mogue ponavljanje
Dakle, u pitanju su varijacije bez ponavljanja. Koristimo Paste function:
{=PERMUT(28;3)}= 19565
67
Zadaci za vjebu
ZADACI ZAVJEBU SAKRATKIM RJEENJIMA
1. Ako u upravnom odboru imamo 7 ekonomista i 5 pravnika, na koliko naina moemo formirati
grupu od 4 lana togupravnogodbora tako da 2 budu ekonomisti i 2 pravnici, tako da ekonomista X
bude sigurno u toj grupi?
(60 naina)
2. Urazredu je 10 odlinih i 22 uenika slabijeguspjeha. Na koliko naina moemo formirati grupu
za takmienje od 5 uenika tako da makar 4 lana grupe budu odlini uenici?
(4872 naina)
3 Na koliko naina moe 5 osoba sjesti za okrugli sto uz uslov da dvije osobe, tano se zna koje,
moraju sjesti jedna kraj druge?
(48 naina)
4 Ako u upravnom odboru imamo 10 ekonomista i 8 pravnika, na koliko naina moemo izabrati
predsjednika upravnog odborauz uslov da on budeekonomista i2 zamjenikakoji supravnici?
(280 naina)
5. Za niz skup { , , , } Y = - A ^ koliko kombinacija reda 3 moemo formirati? Koje su?
(4 kombinacije i to: { , , }, { , , }, { , , }, { , , } - A - A ^ - ^ A ^ ).
6. Nakoliko nainamoemo 8razliitih knjigasloitinapolici, akosezna datriknjige, tano znamokoje,
moraju stajati jedna kraj druge?
(4320naina)
7. Ugrupi imamo 5 djeaka i 6djevojica. Nakoliko nainamoemoformirati ekipuod 4 lana tako da
makar 3 budu djeaci?
(65 naina)
8. Od 15 TVaparata, 3 nisu ispravna. Na sluaj biramo uzorak od4 TVaparataiz togskupa. Koliko je
mogunosti dase u uzorkunaenajvie 2 neispravna proizvoda?
(1353naina)
68
Kombinatori ka
9. a) Za skup napisati sve kombinacije reda 2? Koliko ih ima?
b) Ako u upravnom odboru imamo 10 ekonomista i 8 pravnika, na koliko naina moemo izabrati
predsjednika upravnog odborauz uslov da on budeekonomista i2 zamjenikakoji supravnici?
(a- ima ih 6, b - 280 naina)
10. Na koliko se naina moe smjestiti 3 radnika ako za stolomima 5 slobodnih mjesta?
(60 naina)
11. Trini inspektor uzme skup od30 finansijskihdokumenatau kome senalazi25 pravilno rijeenih i5
nepravilno rijeenih. Na kolikonaina moe formirati uzorakod 5 predmeta da sadritano 2 nepravilno
rijeena?
(23000)
12. Uopinskoj upravisu dva ministarstva. MinistarstvoAima 18 radnika, aministarstvo B16 radnika.
Svakoministarstvo birapo3 radnika ukolegijalne organe. Navedite koliko razliitih mogunosti postojiza
tajizbor.
(456960)
13. Test sadri 20 pitanja, od kojih student trebada izabere 15 pitanja iodgovorina njih. Meu koliko
razliitihtestovastudent vriizbor?
(15504testa)
14. Od 10 osoba jedne radne grupe (6 mukaraca i 4 ene ) etiri osobe je mogue unaprijediti u vie
zvanje. Koliki jebrojmoguih kombinacija unaprijeenih:
a) ako nema nikakvih ogranienja,
b) ako treba unaprijediti dvamukarcai dvijeene,
c) ako treba unaprijeditibaremjednu enu?
(a - 210, b - 90, c - 195)
Vjerovatnoa
71
RIJEENI ZADACI IZ VJEROVATNOE
1. Neka je eksperiment istovremeno bacanje dvije kocke. Razviti skup elementarnih dogaaja. Dati
primjer za siguran, nemogu i sloen dogaaj.
Rjeenje:
Eksperiment je istovremeno bacanje dvije kocke. Elementarni dogaaj je svaki ureeni par
( )
2 1
, x x
, gdje je
1
x
broj koji je pao na prvoj kocki i
2
x
broj koji je pao na drugoj kocki. Skup
elementarnih dogaaja je skup E:
( ) { } { } { } 6 , 5 , 4 , 3 , 2 , 1 6 , 5 , 4 , 3 , 2 , 1 ,
2 1 2 1
e e I = x i x x x E
. Ili u
razvijenomobliku:
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )

6 , 6 5 , 6 4 , 6 3 , 6 2 , 6 1 , 6
6 , 5 5 , 5 4 , 5 3 , 5 2 , 5 1 , 5
6 , 4 5 , 4 4 , 4 3 , 4 2 , 4 1 , 4
6 , 3 5 , 3 4 , 3 3 , 3 2 , 3 1 , 3
6 , 2 5 , 2 4 , 2 3 , 2 2 , 2 1 , 2
6 , 1 5 , 1 4 , 1 3 , 1 2 , 1 1 , 1
Dogaajzbir palihbrojevaje manji od 14 je sigurandogaaj. Dogaajproizvod palihbrojeva
je vei od 40 je nemogu dogaaj. Dogaaj na prvoj kocki pao je broj vei od 4 je sloen
dogaaj.
2. Akoistovremeno bacamo trinovia, izraunativjerovatnouda ishod bude paloje pismodva puta
i grb jednom.
Rjeenje:
Istovremenosmobacili 3 novia. Utomsluajuformiraemoalgebruili skup svih elementarnih
dogaaja:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) { } G G G G P G G G P P G G P G P P P G G P P P P P ; ; , ; ; , ; , , ; , , , , , , , , , , , , ,
.
Dakle, vjerovatnoa svakog od ovih elementarnih dogaaja pojedinano je
8
1 1
) ( = =
n
e p
i
.
Neka je sloeni dogaajApalo je pismo dva puta i grbjednom, tada je
8
3 ) (
) ( = =
n
A m
A p
.
3. Uskupu od 60proizvoda iste vrste nalazese 3proizvoda koja imaju greku. Ako na sluajizvlaimo
jedan proizvod kolika je vjerovatnoa da seizvueproizvod sa grekom?
Rjeenje:
dogaajA- izvuen je proizvod sagrekom
% 5 05 , 0
60
3 ) (
) ( = = =
n
A m
A p
72
Vjerovatnoa
4. Standardna poiljka sastojise od 90 proizvoda. Poiljalac nas je informisao dapostoje 4 proizvodasa
grekom. Ako pri kontroli uzimamo uzorak od 5 proizvoda, kolika je vjerovatnoada se u tomuzorku
nae jedan neispravan proizvod?
Rjeenje:
dogaajA- izvuen je neispravanproizvod
% 19 19 , 0
43949268
8494220 ) (
) ( = = =
n
A m
A p
8494220 2123555 4 ) 86 ( ) 4 ( ) (
4 1
= = = C C A m
43949268 ) 90 (
5
= = C n
5. Ujednoj korpise nalazi 20 crvenih i10 plavih kuglica. Akona sluaj biramo2 kuglicei to uzastopno,
kolika je vjerovatnoa da budu izvuene:
a) obje crvene
b)kuglice razliitih boja
c) kuglice istihboja
akose prva izvuena kuglica vraa ukutijuprije izvlaenja druge.
Rjeenje:
Ako se prva izvuena kuglica vraa ukutijuprijeizvlaenja drugerijejeo nezavisnimdogaajima.
A- prva izvuena kuglica je crvena
3
2
30
20
) ( = = A p
B- prva izvuenakuglica je plava
3
1
30
10
) ( = = B p
C- druga izvuena kuglica je crvena
3
2
) ( ) ( = = A p C p
D- druga izvuenakuglica je plava
3
1
) ( ) ( = = B p D p
a)
% 44 44 , 0
9
4
3
2
3
2
) ( ) ( ) ( = = = = C p A p C A p
dogaaji nezavisni
b)
( ) ( ) | | = + = + = ) ( ) ( ) ( ) ( ) ( ) ( C p B p D p A p C B p D A p C B D A p
dogaaji disjunktni
=
% 44 44 , 0
9
4
3
2
3
1
3
1
3
2
= = +
c)
( ) ( ) | | = + = + = ) ( ) ( ) ( ) ( ) ( ) ( D p B p C p A p D B p C A p D B C A p
=
% 56 56 , 0
9
5
3
1
3
1
3
2
3
2
= = +
73
Rijeeni zadaci
6. Ujednoj korpise nalazi 20 crvenih i10 plavih kuglica. Akona sluaj biramo2 kuglicei to uzastopno,
kolika jevjerovatnoa da budu izvuene kuglice razliitih boja ili obje plavekuglice akose prva izvuena
kuglica ne vraa ukutiju prije izvlaenja druge.
Rjeenje:
Ako seprva izvuenakuglicanevraa ukutiju prijeizvlaenja drugerijejeo zavisnimdogaajima.
A- prva izvuena kuglica je crvena
3
2
30
20
) ( = = A p
B- prva izvuenakuglica je plava
3
1
30
10
) ( = = B p
( ) ( ) | | ( ) { } ( ) ( ) ( ) = + + = D B p C B p D A p D B C B D A p
( ) )( ) ( ) )( ) ( ) )( ) p D A p A p C B p B p D B p B = I + I + I =
10 2 20 1 9 1 49
0, 56 56%
29 3 29 3 29 3 87
= + + = =
7. Na konkurs zaposao trinoginspektora prijavilo se12 kandidata: 5pravnikai 7 ekonomista. Bie
primljeno 4inspektora. Izraunati vjerovatnouda:
a)nee biti primljen ni jedanpravnik.
b)bie primljeno makar tripravnika.
Rjeenje:
a) % 7 07 , 0
495
35 1
4
12
4
7
0
5
=

=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
a
p
b) % 15 15 , 0
495
5 70
4
12
0
7
4
5
1
7
3
5
=
+
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|
=
b
p
8. Uterminu od 30 dana 16 dana je bilokino. Ako biramo na sluaj jedan dan iz togperioda kolika je
vjerovatnoa da emo izabrati dan kadanije bilokino?
Rjeenje:
Dogaaji
A
- bilo je kino i
A
- nije bilo kino susuprotni dogaaji, pa je
4667 , 0
30
14
30
16
1 ) ( 1 ) ( = = = = A p A p
traenavjerovatnoaiznosi 46,67%.
74
Vjerovatnoa
9. Ako 75%potroaa koristi kafu, 80%potroaa koristi aj, 65%potroaa koristi oboje, kolika je
vjerovatnoada:
a) korisnikaja koristi kafu,
b) potroa koristi makarjedno?
Rjeenje:
A-potroa koristi kafu, 75 , 0 ) ( = A p
B- potroa koristi aj, 8 , 0 ) ( = B p
B A
- potroa koristi i kafu i aj, 65 , 0 ) ( = B A p
a)Dogaaj korisnik ajakoristi kafu ili koristikafu uz uslov da ve koristi aj:
% 25 , 81 8125 , 0
8 , 0
65 , 0
) (
) (
) ( = =

= I
B p
B A p
B A p
b) Dogaaj koristi makar jedno:
% 90 9 , 0 65 , 0 8 , 0 75 , 0 ) ( ) ( ) ( ) ( = + = + = B A p B p A p B A p
10. Vjerovatnoa da na sluaj izabrani radnik ima vie od 5 godina radnog staa iznosi 0,6. Koja je
vjerovatnoa da na sluajizabraniradnik nema vie od5 godina staa?
Rjeenje:
A- radnik ima vie od 5 godina radnogstaa
% 40 4 , 0 ) ( 1 ) ( = = A p A p
11. Uvelikomgradu 70%domainstava kupujednevnu tampu, a 90%imaTVprijemnik. Pretpostavimo
dasu ta dva dogaaja meusobno nezavisna. Kolika je vjerovatnoa da enasluaj odabranodomainstvo
kupovatitampu i imatiTVprijemnik?
Rjeenje:
% 83 63 , 0 9 , 0 7 , 0 ) ( ) ( ) (
.
= = = = B p A p B A p
dog nezavisni
12. Meuturistima ujednomskijakomcentru60%su mukarci. Poredtoga, 80%ena i60%mukaraca
sudomai turisti. Izraunati vjerovatnouda ena sluajizabrana osoba biti:
a)dravljanin naezemlje.
b)strana turistkinja.
Rjeenje:
A-turista je mukarac
B- turista jeena
C- turista jedravljanin nae zemlje
D- turista jestranidravljanin
75
Rijeeni zadaci
a)
| | = I + I = + = ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( B p B C p A p A C p C B p C A p C B C A p
0, 6 0, 6 0, 8 0, 4 0, 68 68% = + =
b) % 8 08 , 0 4 , 0 2 , 0 ) ( ) ( ) ( = = I = B p B D p B D p
13. Ujednoj robnoj kui odabrano je200 kupovinaveih od5 hiljada nji zabiljeena sljedea struktura
kupovina prema nainuplaanja i vrijednosti robe:
Akosluajnimputem biramo jednukupovinu, odrediti vjerovatnou daje:
a)kupovina plaenagotovinom,
b) kupovina bila vea od 10 hiljada nj i plaena je ekovima,
c) kupovina u iznosudo 10 hiljada njplaenaekomili na kredit.
Rjeenje:
Oznaiemodogaaje:
a)
% 45 45 , 0
200
90
) 1 ( = = A p
b)
| | % 20 2 , 0
200
25 15
2 ) 3 2 ( =
+
= A B B p
c)
( ) | | % 10 1 , 0
200
10 10
3 2 1 =
+
= I A A B p
14. Berzanskianalitiarje prouavaoperformanse dionica velikogbrojakorporacijai klasifikovao ihna
dobre i loe. Nakon godinu dana ponovo su analizirane te dionicei otkriveno da je35%bolje od trinog
prosjeka, 40%oko prosjeka i25%ispod prosjeka. 40%dionica koje jetaj analitiar svrstao udobrebilo
je pri ponovnoj analizi bolje od prosjeka, 25%oko prosjekai 15%ispod. Kolika je vjerovatnoa da se
dionice uz uslov da ih je analitiar smatraodobrimnau iznadprosjeka?
Rjeenje:
H1 - iznad prosjeka 35 , 0 ) 1 ( = H p
76
Vjerovatnoa
H2 -oko prosjeka 4 , 0 ) 1 ( = H p
H3 - ispod prosjeka 25 , 0 ) 3 ( = H p
A-dionice koje je analitiar smatrao dobrominvesticijom
Prema Bayes-ovoj teoremi:
15 , 0 ) 3 ( 25 , 0 ) 2 ( 4 , 0 ) 1 ( = I = I = I H A p H A p H A p
% 45 , 50 5045 , 0
25 , 0 15 , 0 4 , 0 25 , 0 35 , 0 4 , 0
35 , 0 4 , 0
) ( ) (
) 1 ( ) 1 (
) 1 (
3
1
=
+ +

=
I
I
= I

= i
Hi p Hi A p
H p H A p
A H p
15. Nova sekretarica je dobila
n
ifri za kompjuter, od kojih samo jedna omoguava pristup fajlu
kompjutera. Kako ona nijeimala ideju koja je ifra prava, izabrala je jednuna sluaj i isprobalaje. Ako je
ifra koju je izabrala bila neispravna ona bije eliminisala i nasluaj uzeladrugu iponavljala taj postupak
doknije pronala pravuifru.
a) Kolika je vjerovatnoa da je pri prvompokuaju izabrala ba pravu ifru?
b) Kolika je vjerovatnoada naepravu ifru pri drugompokuaju? (pri treempokuaju)
c)Sigurnosni sistemjetako dizajniran daakojetri putauzeta neispravna ifra, fajlsezakljuava inemogue
muje pristupiti.Ako je
7 = n
, izraunati vjerovatnou dae sekretarica uspjeti pristupitifajlu.
Rjeenje:
a)A pri prvompokuaju izvuena prava ifra
n
A p
1
) ( =
b) B tek pri drugom pokuaju izabrana je prava ifra
A
- pri prvompokuaju nije izabrana prava ifra,
n
n
A p A p
1
) ( 1 ) (

= =
1
B
- pri drugompokuaju izvuena prava ifra
1
1
) (
1

= I
n
A B p
( ) ( )
n n
n
n
A p A B p B A p B p
1 1
1
1
) ( ) (
1 1
=

= I = =
Ctek pri treempokuajuizvuena prava ifra
1
C
- pri treempokuaju izvuena prava ifra
( )
2
1
1

= I
n
B A C p
( )
1
2
1
2
) (
) (

= I
n
n
n
n
n
n
A p
A B p
A B p
77
Rijeeni zadaci
( )
n
n
A B p
2
=
n n n
n
n
n
B A C p A B p A p C B A p C p
1
2
1
1
2 1
) ( ) ( ) ( ) ( ) (
1
=

=
= I I = =
c)D -uspjet e pristupitifajlu
7
3 3
0 0 0 0
1 1 1
) ( ) ( ) ( ) ( ) ( ) ( ) (
) ( ) (
= = + + + =
= + + + =
= =
n n n n
C B A p C B p C A p B A p C p B p A p
C B A p D p
16. Na izgradnji kua rade tri firme G, J i B. Zbog razliitih stopa uea, firma G je odgovorna za
kompletiranje30% kua, firma Jza 25%ifirma Bza 45%. Uprosjeku 5%, 10%i 12% njihovih radova
respektivno je ispod zadanih standardai mora se ponovo raditi.Ako je kua sluajno odabrana bila sa
radovima ispod standarda, izraunati vjerovatnou da je radove na njoj vrila firma G?
Rjeenje:
Definiimo dogaaje:
S radovi su ispod standarda
G radila firma G
J radila firma J
B radila firma B
Traimo vjerovatnou:
( ) G S p I
. Dati podaci su:
05 , 0 ) ( 05 , 0 ) ( 05 , 0 ) (
45 , 0 ) ( 25 , 0 ) ( 3 , 0 ) (
= I = I = I
= = =
B S p J S p G S p
B p J p G p
Prema Bayes-ovoj formulije:
( )
% 16 16 , 0
12 , 0 45 , 0 1 , 0 25 , 0 05 , 0 3 , 0
05 , 0 3 , 0
) ( ) ( ) ( ) ( ) ( ) (
) ( ) (
=
+ +

=
=
I + I + I
I
= I
B S p B p J S p J p G S p G p
G S p G p
S G p
17. Ugrupi od50studenata 20 jeuzelo engleski jezik kaoizborni, 25 francuski i15oba jezika. Izraunati
vjerovatnou da smo na sluaj odabrali studenta koji jeizabrao francuskijezikuz uslov daje uz to uzeo i
engleski jezik.
78
Vjerovatnoa
Rjeenje:
Tako bi izgledao Venov dijagram.
Imamoda je:
50
15
) (
50
25
) (
50
20
) ( = = = F E p F p E p
Onda je:
% 75 75 , 0
50
20
50
15
) (
) (
) ( = =

= I
E p
E F p
E F p
18. Grupase sastoji od 10 ljudi: 4 mukarca i 6 ena. Pri tomepuai su 3mukarca i2 ene. Odrediti
vjerovatnou da je na sluaj odabran:
a) mukarac pua,
b)ena nepua,
c) pua,
d) ena.
Rjeenje:
a)
3 , 0
10
3
) ( = = pua mukarac p
b)
4 , 0
10
4
) ( = = nepua ena p
c)
5 , 0
10
5
) ( = = pua p
79
Rijeeni zadaci
d)
6 , 0
10
6
) ( = = ena p
19. Utestiranoj seriji aagdje je ispitivana termikaotpornost dobiveni supodaci( u W/mK):
1,35 0,83 0,85 1,45 0,69 0,97 1,33 0,84 0,76 0,96
0,95 1,02 1,05 1,15 0,71 1,45 1,37 1,84 1,36 1,27
1,27 1,16 1,08 1,18 1,09 1,12 1,03 0,94 1,04 0,73
1,12 1,79 1,26 1,17 1,154 1,03 0,92 0,99 0,89 0,89
1,05 1,07 1,16 1,11 1,21 1,18 1,34 1,25 1,17 1,37
1,26 1,15 0,93 0,87 0,99 1,45 1,29 1,85 0,87 0,56
Odreditivjerovatnou daakoiz togskupa sluajnoizaberemo jednuaunjenatermika otpornost bude
nia od 1,05?
Rjeenje:
% 40
60
24 ) (
) ( = =
n
A m
A p
20. Vjerovatnoa dae zastupnik kompanije imatiautomobilskunesreu udatoj godinije 0,08. Odrediti
vjerovatnou dae on:
a) utoku naredne etiri godineproi bez automobilske nesree,
b) imati najmanje jednu nesreu u etiri godine.
Rjeenje:
a)A nije imao automobilsku nesreu udatoj godini 92 , 0 08 , 0 1 ) ( = = A p
( ) 716 , 0 92 , 0 ) ( ) (
4
4
= = = A p A A A A p
b) Ovo je dogaajsuprotan predhodnom (imao je makar jednu nesreu):
1-
( ) 284 , 0 ) ( 1 ) (
4
= = A p A A A A p
80
Vjerovatnoa
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Nekaod 10 radio aparata 2 ne rade. Biramo na sluaj uzorakod 3 radio aparata iz te skupine. Kolika
je vjerovatnoa da u uzorku budu makar 2 radio aparata koji ne rade?
(6,7%)
2. Broker raspolae sa 7 vrsta obveznica i 6 vrsta dionica. Kolika je vjerovatnoa da investitor, koji
sarauje samo sa timbrokerom, u svoj portfolio izabere 2 vrste dionica i3 vrsteobveznica?
(40,79%)
3. Izraunati vjerovatnou da ako istovremeno bacimo kocku i novi, na kocki padne broj2 ili 3, a na
noviu padne pismo?
(
6
1
)
4. Proizvoa ocjenjuje daje vjerovatnoakomercijalnog uspjeha novogproizvodaAjednaka0,6; dok
zanovitip proizvodaBocjenjujuvjerovatnou uspjehasa0,2.Ako jenoviproizvodAuspjean vjerovatnoa
uspjeha novogtipaproizvoda Be biti0,9. Izraunati vjerovatnou dasuobaproizvoda postiglakomercijalni
uspjeh.
(54%)
5. U odjeljenju ima 30 uenika i od toga je 9 odlinih. Ako na sluaj biramo 4 uenika, izraunati
vjerovatnouda:
a) sve budu odlini uenici.
b) makar 3 buduodlini uenici.
(a - 0,46%, b - 6,89%)
6. Od 5 razliitih knjiga (B1, B2, B3, B4, B5) biramo dvije. Kolika je vjerovatnoa da knjiga B2 nije
meuodabranim?
(60%)
7. Bacamo par kocki: jednu crnu i jednu bijelu.Zabiljeimo ureene parove brojeva koji su ishod tih
bacanja. Kolika je vjerovatnoa da je broj koji je pao na bijeloj kocki bio manji od 3 i da je broj koji je
pao na crnoj kocki vei od 5?
(5,5%)
8. Ukutiji se nalazi17bijelihi 8crnih kuglica. Nasluajuzastopnobiramo2 kuglice. Izraunativjerovatnou
da budu obje bijele ili obje crne, ako prvu izvuenu kuglicu ne vraamo u kutiju prije izvlaenja druge
kuglice.
(54,66%)
9. Neka od15 TVaparata 3nisu ispravna. Nasluaj biramo uzorak od 4TVaparata iz togskupa. Kolika
je vjerovatnoa dase u uzorku nae najvie 2 neispravna proizvoda?
(99,12%)
81
Zadaci za vjebu
10. Od 5razliitih knjiga (C1, C2, C3, C4, C5)biramotri. Kolika je vjerovatnoa da knjige C2 i C4budu
meuodabranim?
(30%)
11. Ujednoj fabricimainaAproizvodi10%, maina B40%i maina C50%odukupne proizvodnje. Od
artikalaproizvedenihna mainiAje5% neispravnih. Odartikalaproizvedenih namainiBje 3%neispravnih.
Odartikala proizvedenihnamainiC je4%neispravnih. Kolika jevjerovatnoa da je neispravan proizvod
koji smona sluaj izabrali proizveden na mainiC?
(54%)
12. Bacamo novi tri puta. Kolika je vjerovatnoa da se u prvombacanju sigurno pojavi pismo, a u
drugombacanju grb?
(25%)
13. Ujednoj fabrici mainaAproizvodi 10 %, maina B40 % i maina C50% od ukupne proizvodnje.
Od artikala proizvedenih na mainiAje 5 %neispravnih. Od artikala proizvedenih na maini Bje 6 %
neispravnih. Odartikala proizvedenih na mainiC je3 %neispravnih. Kolikajevjerovatnoa da jeproizvod
koji smona sluajizabrali neispravan?
(4,4%)
14. U kutiji se nalazi 15 bijelih i 10 crnih kuglica. Na sluaj uzastopno biramo 2 kuglice. Izraunati
vjerovatnou da budu: jedna bijela jedna crna ili obje crne, ako prvuizvuenu kuglicune vraamou kutiju
prije izvlaenja druge kuglice.
(65%)
15. Formiramo petocifrene brojeve permutujui cifre6 6 6 5 5. Sve permutacije su jednako vjerovatne.
Zahtjevajuida je dobijeni broj paran, kolika je vjerovatnoa dase dvije 5-ice pojave zajedno jedna do
druge?
(30%)
16. Neka je
3
2
) (
2
1
) ( ,
2
1
) ( = = = B A P i B P A P
. Da li su dogaaji Ai B nezavisni? Ako je
4
3
) ( = B A P
, dali su dogaajiAi Bnezavisni? Objasniti.
17. Meu10prijavljenih kandidatana konkursza 4radna mjestaprijavilo se i4lica satehnikimfakultetom.
Poduslovomda seizbor vri sluajnimputem, koja je vjerovatnoada nee bitiizabrano ni jedno lice sa
tehnikimfakultetom?
(7,14%)
18. Vjerovatnoada e trgovakiputnik prodati proizvod je 0,8. Koja je vjerovatnoa, uz uslov davai
nezavisnost, da e uspjeno obaviti dvijeprodaje?
(0,64)
19. Uvelikomgradu 70%domainstava kupujednevnu tampu, a 90%ima tvaparat. Pretpostavimoda
su dva dogaaja meu sobomnezavisna. Kolika je vjerovatnoa da e na sluaj odabrano domainstvo
kupovatidnevnu tampuiimati TVaparat?
(0,63)
82
Vjerovatnoa
20. Posmatrajmo osnovni skup od10000 zaposlenih ujednom preduzeu, ija je struktura po spolu i
stepenustrunosti prikazana tabelom:
Ako svizaposleni imajuistuvjerovatnou da buduizabranii ako se eksperiment sastojiu sluajnomizboru
jedne zaposlene osobe, izraunati vjerovatnou sljedeihdogaaja:
a) izabrana osoba je mukarac,
b) izabrana je osobasa visokom kolskomspremom,
c) izabrana je enska osoba sa osnovnimobrazovanjem,
d)izabran je mukarac sasrednjomili viomstrunomspremom.
(a - 0,6, b - 0,16, c - 0,04, d - 0,44)
21. Poznato je da 7,7%vozaa imaju manje od 20 godina. Takoer znamo da je vjerovatnoa da voza
kojiima manje od20 godina ima fatalnunesreu 0,082%i daje vjerovatnoa da voza koji ima20 ilivie
od 20 godina ima fatalnu nesreu 0,039%. Izraunati vjerovatnou da voza koji je imao fatalnu nesreu
ima:
a) manje od 20 godina,
b) 20 ili vieod 20 godina.
(a 0,149, b 0,851)
22. Jedanovjek ima dva automobila. Uzimskimuslovima sa snijegomvjerovatnoada e voziloAupaliti
iznosi 0,8, Vjerovatnoa da e vozilo Bupaliti iznosi 0,4 i vjerovatnoa da e oba upaliti iznosi 0,3.
Odrediti vjerovatnou da :
a) makar jedno vozilo e upaliti,
b)nijednovozilo nee upaliti.
(a 0,9, b 0,1 )
Teorijski rasporedi
85
RIJEENI ZADACI IZ TEORIJSKIH RASPOREDA
1. Neka je funkcija vjerovat noe prekidne sluajne promjenjive definisana na sljedei nain:
|
|
.
|

\
|
9
1
9
4
9
2
9
2
4 3 2 1
: X
. Kako tumaimo tu definiciju?Izraunati matematskooekivanjete sluajnevarijable.
Izraunati ) 3 ( F .
Rjeenje:
{ }
( )
1 ,
9
1
,
9
4
,
9
2
,
9
2
, 4 , 3 , 2 , 1
4
1
4 3 2 1
= = = = = e

i
i
p p p p p x
44 , 2
9
1
4
9
4
3
9
2
2
9
2
1 ) (
4
1
= + + + = =

= i
i i
p x X E
9
4
9
2
9
2
) 3 ( = + = F
2. Neka je funkcijavjerovatnoe (funkcija gustine rasporeda vjerovatnoa) neprekidne sluajne varijable
definisana:
( )
| |
( )

)

e
e
e
=
, 8 , 0
8 , 1 ,
63
2
) 1 , , 0
) (
x
x x
x
x f
.Odrediti vrijednost funkcije rasporeda ove sluajnevarijableza
4
0
= x . Koliko iznosi matematsko oekivanjeove sluajnevarijable?
Rjeenje:
| | 8 , 1 ,
2 63
2
63
2
63
2
) ( ) (
0 1
2
1 1 1
0
0
0 0 0
e
|
|
.
|

\
|
I = = = =
} } }
x
x
dx x dx x dx x g x F
x
x x x
f
63
15
2
1
2
4
63
2
2 63
2
) 4 (
2 2
4
1
2
=
|
|
.
|

\
|
=
|
|
.
|

\
|
I =
x
F
4074 , 5
3
1
3
8
63
2
3 63
2
63
2
) ( ) (
3 3
8
1
3
8
1
2
8
1
=
|
|
.
|

\
|
=
|
|
.
|

\
|
I = = =
} }
x
dx x dx x g x X E
f
3. Bacamo istovremeno 3 novia. Definiimo sluajnu promjenjivu X- broj pada pisma kod jednog
bacanja. Odrediti: zakon vjerovatnoe, oekivanu vrijednost istandardnudevijaciju sluajne promjenjive
X.
Rjeenje:
Moguih ishoda ovogeksperimenta ima 8 2 ) (
3
= = =
r
r
n n V itosu:
86
Teorijski rasporedi
{ } ) , , ( ), , , ( ), , , ( ), , , ( ), , , ( ), , , ( ), , , ( ), , , ( P P P P P G P G P G P P P G G G P G G G P G G G
Naa sluajna varijabla X- brojpada pismakodjednogbacanja moe uzeti vrijednosti :0,1,2,3.
Moemo odrediti odgovarajuevjerovatnoe:
8
1
) 3 (
8
3
) 2 (
8
3
) 1 (
8
1
) 0 (
= =
= =
= =
= =
X p
X p
X p
X p
Dakle, sada matematski definiemo sluajnu varijablu pomou zakona vjerovatnoe:
|
|
.
|

\
|
8
1
8
3
8
3
8
1
3 2 1 0
: X
.
4
1
1 3 3 1 12
( ) 0 1 2 3 1, 5
8 8 8 8 8
k k
k
X E X x p
=
= = = + + + = =

2
4
2 2 2 2
1
1 3 3 1
( ( ) (0 1, 5) (1 1, 5) (2 1, 5) (3 1, 5)
8 8 8 8
i i
i
x E X p o
=
= = + +

= 0,866
4. Funkcija vjerovatnoe sluajnepromjenjive Xdata je tabelom:
Akoseuvede funkcija: 1 2 + =
i i
x y , odreditioekivanu vrijednost i standardnudevijaciju nove sluajne
varijable Y.
Rjeenje:
Novasluajna varijabla ima iste vjerovatnoe:
8 , 3 025 , 0 7 475 , 0 5 375 , 0 3 125 , 0 1 ) (
4
1
= + + + = = =

= k
k k
p y Y E Y
47 , 1 025 , 0 ) 8 , 3 7 ( 475 , 0 ) 8 , 3 5 ( 375 , 0 ) 8 , 3 3 ( 125 , 0 ) 8 , 3 1 ( 0
) ( (
2 2 2 2
2
4
1
= + + +
= =

=
i
i
i Y
p Y E y o
x 0 1 2 3
p 0,125 0,375 0,475 0,025
y 1 3 5 7
p 0,125 0,375 0,475 0,025
87
Rijeeni zadaci
5. Imamo zadatak da napravimo uzorak od 400 proizvoda. Poznato je da vjerovatnoa pojavljivanja
neispravnogproizvoda iznosi 15%. Odreditiaritmetiku sredinu istandardnu devijaciju odgovarajueg
binomnograsporeda.
Rjeenje:
400
85 , 0 15 , 0
=
= =
n
q p
= = = 60 15 , 0 400 ) ( p n X E Oekujemo da e se pojaviti u prosjeku 60 neispravnih
proizvoda utomuzorku.
14 , 7 51 85 , 0 15 , 0 400
2
= = = = o o q p n
Oekivano variranje broja neispravnih proizvodaokoprosjeka60iznosi 7proizvoda(60-7,60+7
ili 53-67 neispravna proizvoda).
6. Izraunati vjerovatnou da ako 10 puta bacimo kocku 3 puta padne broj 5.
Rjeenje:
% 5 , 15 155 , 0
6
5
6
1
3
10
3
3 ,
6
5
,
6
1
, 10
7 3
3 3
3
=
|
.
|

\
|

|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|
= = = = =
n
q p
n
p k q p n
7. Prekidna varijabla Xse ponaa pozakonu binomne distribucije
( ) 75 , 3 , 5 ) (
2
= o = X E X
. Kakoglasi
zakonvjerovatnoe? Izraunati vjerovatnoudasluajna varijabla uzmevrijednosti: 5 , 3 , 0 s = X X X .
Rjeenje:
( ) 75 , 3 1 75 , 3 , 5 5 ) (
2
= = o = = p p n p n X E
. Imamo dvije jednaine sa dvije
nepoznate ikadaih rijeimo dobivamo: 20 , 75 , 0 , 25 , 0 = = = n q p . Dakle, zakon vjerovatnoe
glasi:
|
|
|
.
|

\
|

|
|
.
|

\
|
= = =
= =
k k
k k
k
k
k x p p
k k x
X
20
75 , 0 25 , 0
20
) (
20 , 0 ,
:
.
% 3 , 0 003 , 0 75 , 0 75 , 0 25 , 0
0
20
0
20 20 0
0
= =
|
|
.
|

\
|
= = p X
Vjerovatnoa da varijabla uzme vrijednost 3 je 0,3%.
% 5 , 77 775 , 0 ) 134 , 0 067 , 0 021 , 0 003 , 0 ( 1
75 , 0 25 , 0
3
20
75 , 0 25 , 0
2
20
75 , 0 25 , 0
1
20
003 , 0 1
) ( 1 ) 3 ( 1 ) 3 ( 3
17 3 18 2 19 1
3 2 1 0
= + + + =
=
|
|
.
|

\
|

|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
+ =
= + + + = s = > > p p p p X p X p X
Vjerovatnoa da varijabla uzmevrijednost veu od 3 je 77,5%.
88
Teorijski rasporedi
616 , 0 202 , 0 189 , 0 225 , 0
75 , 0 25 , 0
5
20
75 , 0 25 , 0
4
20
003 , 0 134 , 0 067 , 0 021 , 0 003 , 0
) 5 ( 5
15 5 16 4
5 4 3 2 1 0
= + + =
=
|
|
.
|

\
|
+
|
|
.
|

\
|
+ + + + + =
= + + + + + = s s p p p p p p X p X
Vjerovatnoa da varijabla uzme vrijednost manju od5 ili 5 je61,6%.
8. Revizor kontrolie tanost knjienja knjigovostvenih promjena. Na bazi iskustva je poznato da je
knjienje neispravno u5%sluajeva.Ako se kontroli podvrgne 20sluajnoodabranih knjienja, kolikaje
vjerovatnoa: da su sva knjienja tana, da 3 sadre greku?
Rjeenje:
20 , 95 , 0 , 05 , 0 = = = n q p - imamo podatke u tablici binomnograsporeda.
Svaknjienja ispravna 35849 , 0 , 0
0
= = p k

35,849%.
3 knjienja neispravna = = 05958 , 0 , 3
3
p k 5,958%.
9. Automat proizvodi nekiproizvodsa20%karta. Odabirase na sluajan nainuzorakod 6proizvoda.
a)Kolikaje vjerovatnoa da e u navedenomuzorkubiti sve ispravniproizvodi?
b) Koliko iznosi vjerovatnoa dae biti 2 ili 3 loaproizvoda?
c) Kolika je vjerovatnoa da bude makar 1lo proizvod?
Rjeenje:
8 , 0 , 6 , 2 , 0 = = = q n p binomni raspored
k n k
q p
k
n
k P


|
|
.
|

\
|
= ) (
a)
=
|
|
.
|

\
|
= = 262144 , 0 8 , 0 2 , 0
0
6
) 0 (
6 0
k P
Vjerovatnoa da se u uzorku nausamoispravni
proizvodi je 26,2144 %.
b)
2 4 3 3
6 6
( 2) ( 3) 0, 2 0, 8 0, 2 0, 8 0, 24576 0, 08192
2 3
P k P k
| | | |
= + = = + = +
| |
\ . \ .
=0,32768

Vjerovatnoa da u uzorku budu 2ili 3 loa proizvoda je 32,768 %.


c) 737856 , 0 262144 , 0 1 ) 0 ( 1 ) 0 ( = = = = = k P k P

Vjerovatnoada se u uzorku nae
makar jedan lo proizvod je 73,7856 %.
10. Kontroliuirad jednogautomata, kontrolor uzima uzorakod po 10 jedinica. Na bazi 50 na taj nain
pregledanih uzoraka dobili smo sljedee podatke o kvalitetu analiziranogproizvoda:
89
Rijeeni zadaci
Ovu empirijsku distribuciju aproksimirati odgovarajuim teorijskimrasporedom i izraunati greku
aproksimacije.
Rjeenje:
Rije je oprekidnoj varijabli. Imamo dvijevarijante, ili ispravan, ilineispravan proizvod, tonas
asocira na binomni raspored.
10 , 50 = = n N
18 , 2
50
109
= =

=

N
f x
X
k k
71 , 1 18 , 2
50
323
2
2
2
2
= =

= o

X
N
f x
k k
7 , 1
10
18 , 2
1 18 , 2 1 =
|
.
|

\
|
=
|
|
.
|

\
|

n
X
X
Zadovoljenisu uslovi za aproksimaciju binomnimrasporedom:
|
|
.
|

\
|
~ o
s = s
n
X
X
n
X
1
1 218 , 0 0
2
broj
neispravnih
proizvoda
broj
uzoraka
0 6
1 11
2 15
3 10
4 7
5 1
E 50
90
Teorijski rasporedi
Tadaje:
2 , 0 = =
n
X
p
(zaokruiemo da bi moglikoristiti tablice) 8 , 0 = q
2 10
, 10 , 0 , 8 , 0 2 , 0
10
k k k
b
k
b
k
k k b
k
f f d N p f k
k
p = = =
|
|
.
|

\
|
=

= =
+
= o

1947 , 1
11
1417 , 13
1
1
2 2
k b
d
n
greka aproksimacije je 1,09.
11. Vjerovatnoa da je neka osoba pozitivna na virus XY je 0,001. Odrediti vjerovatnou da je od
5000 sluajno odabranih osoba na taj virus pozitivno:
a) 2
b) vie od 3.
Rjeenje:
Vjerovatnoa da je neka osoba pozitivna na virus XY je 0,001, to je jako malo pa se to
smatra rijetkim dogaajem. Stoga primjenjujemo Poissonovraspored.
5 001 , 0 5000 = = = p n m
!
5
5
k
e p
k
k
=

a)
% 42 , 8 0842 , 0 2 =
tablice iz
k
b) = + + + = s = > > ) ( 1 ) 3 ( 1 ) 3 ( 3
3 2 1 0
p p p p k P k P k
% 5 , 73 735 , 0 ) 1404 , 0 0842 , 0 0337 , 0 0067 , 0 ( 1 = + + +
12. Ujednoj slubi koristi se automat za umnoavanje. eli se utvrditikoliko prosjeno kopija treba
odbaciti. Svakiput se uzmeskup od 100kopija, broj izvrenih serija je 250 i dobiveni su rezultati:
Ovaj empirijski raspored aproksimiratiodgovarajuimteorijskimrasporedom.
91
Rijeeni zadaci
Rjeenje:
100 , 250 = = n N
65 , 3
250
912
= =

=

N
f x
X
k k
75 , 3 65 , 3
250
4268
2
2
2
2
= =

= o

X
N
f x
k k
Kako je
o ~
2
X
Poissonov raspored,
65 , 3 = = X m
!
65 , 3
65 , 3
k
e p
k
p
k
=

N p f
p
k
p
k
=
13. U razredu je 10 odlinih uenika, dok je ostalih 22 loijeg uspjeha. Kolika je vjerovatnoa da u
uzorak od 8 uenika budeizabrano samo 3 uenika koji nisu odlini?
Rjeenje:
3 , 22 , 8 , 32 = = = = k M n N
% 7 , 3 037 , 0
8
32
5
10
3
22
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
n
N
k n
M N
k
M
p
h
k
14. Sluajna varijabla seponaaprema normalnomrasporedu ) 4 , 8 ( N X ~ . Izraunati vjerovatnou da
je: 6 2 , 10 s s s x x .
92
Teorijski rasporedi
Rjeenje:
2
8
) 4 , 8 (

= ~
i
i
x
z N X
% 134 , 84 84134 , 0 ) 1 ( ) 1 (
2
8 10
) 10 ( = u = s =
|
.
|

\
|
s = s
tablica
z p z p x p
( )
% 731 , 15 15731 , 0 84134 , 0 99865 , 0 ) 1 ( ) 3 (
) 3 ( 1 ) 1 ( 1 ) 3 ( ) 1 ( ) 1 3 (
2
8 6
2
8 2
) 6 2 (
= = u u =
= u u = u u = s s =
|
.
|

\
|

s s

= s s
tablica
z p z p x p
15. Akoneprekidna sluajna varijabla imanormalan raspored ) 16 , 15 ( N X ~ , kolikaje vjerovatnoada
sluajna varijabla uzmevrijednost veu od18?
Rjeenje:
4 , 15 ) ( = o = X E
% 66 , 22 2266 , 0 7734 , 0 1 ) 75 , 0 ( 1 ) 75 , 0 (
4
15 18
) 18 ( = = u = > =
|
.
|

\
|

> = > z p z p x p
16. Visina ovjeka jenormalna sluajna varijabla sa matematskim oekivanjem164cmi devijacijom15
cm. Iznad koje visine je 6 %ljudi? Ispod koje visineje 15 % ljudi? Koliki je postotakljudi viihod 170
cm?
Rjeenje:
( ) 164 15
X
E X o = =
15
164 ) (
=
o

=
i i
i
x X E x
z
555 , 1
) (
555 , 1 94 , 0 ) ( 06 , 0 ) ( 06 , 0 ) ( =

= = < = > = >


X
o
o o o o
X E x
z z z P z z P x x P
o
= =

325 , 187 555 , 1


15
164
o
o
x
x
6%ljudi je iznad visine 187,325 cm.
035 , 1
) (
035 , 1 15 , 0 ) ( 15 , 0 ) ( =

= = < = <
X
o
o o o
X E x
z z z P x x P
o
= =

475 , 148 035 , 1


15
164
o
o
x
x
15%ljudi je ispod visine 148,475 cm.
= = < = > =
|
.
|

\
|

> = > 3446 , 0 6554 , 0 1 ) 4 , 0 ( 1 ) 4 , 0 (
15
164 170
) 170 ( z P z P z P x P
Ljudiviih od 170 cm ima 34,46%.
93
Rijeeni zadaci
17. U skupu (za koji se pretpostavlja da se ponaa prema normalnom rasporedu) poznato je
A(X) = 22 i
2
= 4
a) ako sugranice tolerancije 18 i 23, koliki se procenat moe oekivati u granicama tolerancije?
b) izraunati granice x
1
i x
2
takoda simetrinost oko aritmetike sredine bude96 %.
Rjeenje:
4 22 ) (
2
= o = X E
2
22 ) (
=
o

=
i i
i
x X E x
z
a)
( )
% 871 , 66 66871 , 0 97725 , 0 1 69146 , 0
) 2 ( 1 ) 5 , 0 ( ) 5 , 0 2 (
2
22 23
2
22 18
) 23 18 (
= + =
= u u = s s =
|
.
|

\
|

s s

= s s z P z P x P
Ugranicama tolerancije se oekuje 66,871%elemenataskupa.
b)
055 , 2 98 , 0 ) ( 96 , 0 1 ) ( 2 ) (
0 0 0
= = u = u = s s z z z z z z P
11 , 26
2
22
055 , 2
) (
89 , 17
2
22
055 , 2
) (
2
2 2
0
1
1 1
0
=

=
o

=
=

=
o

=
x
x X E x
z
x
x X E x
z
18. Jedno preduzee proizvodi leajeveza automobile. Neka je rasporednjihovih prenika normalansa
A(X) = 2,6 cm i
2
o
= 0,03 cm. Ako su granice tolerancije 2,55 i 2,62, koliko e se odbaciti karta
prilikomkontrole10 000 proizvedenih leajeva?
Rjeenje:
17 , 0
6 , 2 ) (
17 , 0 03 , 0 6 , 2 ) (
2

=
o

= = o = o =
i i
i
x X E x
z X E
= s s = |
.
|

\
|

s s

= s s ) 12 , 0 29 , 0 (
17 , 0
6 , 2 62 , 2
17 , 0
6 , 2 55 , 2
) 62 , 2 55 , 2 ( z P z P x P
| | 1619 , 0 6141 , 0 1 5478 , 0 ) 29 , 0 ( 1 5478 , 0 ) 29 , 0 ( ) 12 , 0 ( = + = u = u u =
Dakle karta e biti % 81 , 83 % 100 ) 1619 , 0 1 ( = ako su to granice tolerancije i na 10 000
proizvedenihleajevabie ih8381neispravan.
19. Data je serija:
94
Teorijski rasporedi
Uz pretpostavku normalnograsporeda, izraunati broj radnika koji ima plau:
a) izmeu3000 i 5500
b) veu od 5500
c) do 3000
d) izmeu prosjene plae i5500.
Rjeenje:
73 , 4670
82
383000
6
1
= =

=

=
N
f x
X
i
i i
( )
16 , 1395
82
4 , 159609754
6
1
2
= =

= o

=
N
f X x
i
i i
a)
3000 4670, 73 5500 4670, 73
(3000 5500)
1395,16 1395,16
p x p z

| |
s s = s s =
|
\ .
( ) ( )
1, 2 0, 59 (0, 59) 1 (1, 2 0, 7224 1 0, 88493 z = s s = u u = + =
0, 60733 0, 60733 82 50 = = radnika
b) 23 82 2776 , 0 2776 , 0 7224 , 0 1 ) 59 , 0 ( 1 ) 59 , 0 ( ) 5500 ( = = = u = > = > z p x p
radnika
c) 9 82 11507 , 0 11507 , 0 88493 , 0 1 ) 2 , 1 ( 1 ) 2 , 1 ( ) 3000 ( = = = u = < = < z p x p
radnika
d) (4670, 73 5500) (0 0, 59) (0, 59) (0) 0, 7224 0, 5 0, 2224 p x p z s s = s s = u u = =
0, 2224 82 18 = radnika
20. Za 100 uenika jedne srednje kole poznate su teine:
95
Rijeeni zadaci
Ovaj empirijski rasporedaproksimirajte pomounormalnograsporedai izraunajte greku aproksimacije.
Rjeenje:
5
1
1 6518
( ) 65,18
100
i i
i
A X s f
N
=
= = =

5
2 2 2
1
1 1
( ) 425204 65,18 1, 9
100
x i i
i
s f A X
N
o
=
= = =

9 , 1
18 , 65 ) (
=
o

=
i
x
i
i
s X A a
z
1 1
( ) ( )
i i i ti i
p z z f N p
+ +
= u u =
= = = o

=
4 , 1
5
817 , 9
) (
1
5
1
2
i
ti i n
f f
n
greka aproksimacije
21. Za vrijednost stepeni slobode
9 = n
, odrediti vrijednost za
0
t , ako je:
a) 05 , 0 ) (
0
= > t t P
b) 99 , 0 ) (
0 0
= s s t t t P
c) 9 , 0 ) (
0
= s t t P
Rjeenje:
a) 05 , 0 ) ( 1 ) ( 1 ) (
0 9 0 0
= = s = > t S t t P t t P
85 , 1 95 , 0 ) (
0 0 9
= = t t S
tablica iz
b) 3 , 3 995 , 0 ) ( 99 , 0 1 ) ( 2 ) (
0 0 9 0 9 0 0
= = = = s s t t S t S t t t P
c) 4 , 1 9 , 0 ) ( ) (
0 0 9 0
= = = s t t S t t P
22. Ako je rije o Snedecor-ovom rasporedu odrediti
0
F ako je 05 , 0 ) ( , 7 , 4
0 2 1
= = v = v F F P .
Rjeenje:
12 , 4 7 , 4 , 05 , 0
0 2 1
= = v = v = F p
tablica iz
x f s sf s
2
f a
i
z
i ) (
i
z u
p f
t
(f-f
t
)
2
- -
0 0
60-62 5 61 305 18605 62 -1,67 0,0475 0,0475 4,75 0,0625
62-64 20 63 1260 79380 64 -0,62 0,2676 0,2201 22,01 4,0401
64-66 42 65 2730 177450 66 0,43 0,6664 0,3988 39,88 4,4944
66-68 27 67 1809 121203 68 1,48 0,9306 0,2642 26,42 0,3364
68-70 6 69 414 28566
+ +
1 0,0694 6,94 0,8836
E=
100 6518 425204 100 9,817
96
Teorijski rasporedi
23. a)Ako je
2
0
7 i 20, n _ = = odrediti ) ( ) (
2
0
2 2
0
2
_ _ _ s _ P i P ,
b) Za 5 stepeni slobode i zadatu vjerovatnou 0,9 nai odgovarajuu vrijednost
2
0
_ , ako se vjerovatnoa
odnosi na relaciju
2
0
2
_ s _ . Uz identine uslove nai
2
0
_ uz relaciju
2
0
2
_ _ .
Rjeenje:
a)
7 = n
995 , 0 ) 20 (
2
= s _ P
005 , 0 995 , 0 1 ) 20 ( 1 ) 20 (
2 2
= = s = > _ _ P P
b)
5 = n
5 , 9 9 , 0 ) (
2
0
2
0
2
= _ = _ s _ P
5 , 1 1 , 0 ) ( 9 , 0 ) (
2
0
2
0
2 2
0
2
= = s = > _ _ _ _ _ P P
24. Bacamo istovremeno 4 novia. Neka je sluajna promjenjiva Xbroj pojavljivanja grba kod jednog
takvogeksperimenta. Odreditizakon vjerovatnoe sluajne varijable X. Prikazati grafiki funkcijurasporeda
i odrediti ) 3 ( s X P .
Rjeenje (primjena Excela):
Rije je o Binomnomrasporedu vjerovatnoe. Modaliteti varijable X:0,1,2,3,4.
5 , 0 5 , 0 = = q p
|
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
= = =
= =

n k
k k
k x P p
k k x
X
k k
k
b
k
k
, 0 , 5 , 0
4
5 , 0 5 , 0
4
) (
4 , 0 ,
:
4 4
- zakon vjerovatnoe
UPaste function dobiemo vjerovatnoe prema binomnomzakonu vjerovatnoe na sljedei
nain ( za svako X pojedinano) - {=BINOMDIST(
k
x ;4;0,5;FALSE)} i kumulativne
vjerovatnoe zafunkciju rasporedana sljedeinain - {=BINOMDIST(;4;0,5;TRUE)}.
97
Rijeeni zadaci
) 3 ( s X P dobijamo iz Pastefunction:{=BINOMDIST(3;4;0,5;TRUE)}=0,8125.
25. Na1000 jedinicaproizvoda nae se 28 neispravnih proizvoda.Ako na sluajuzimamouzorak od14
proizvoda, kolika je vjerovatnoada :
a)u uzorku budu tano 4 neispravna;
b)u uzorkubudunajvie 2neispravna;
c)u uzorku budu makar 3 neispravna.
Rjeenje (primjena Excela):
Rijeje o Binomnomrasporeduvjerovatnoe. Modaliteti varijableX: 0,1,2,3,4,...,14.
972 , 0 028 , 0
1000
28
= = = q p
|
|
|
.
|

\
|

|
|
.
|

\
|
= = =
= =
k k
k
b
k
k
k
k x P p
k k x
X
14
972 , 0 028 , 0
14
) (
14 , 0 ,
:
a) {=BINOMDIST(4;14;0,028;FALSE)}= 0,000463

0,0463%
b) {=BINOMDIST(2;14;0,028;TRUE)}= 0,993662

99,3662
c) 1-{=BINOMDIST(2;14;0,028;TRUE)}=1- 0,993662=0,006338

0,6338%
26. U osnovnomskupu ima 30 jedinica nekog proizvoda i to 30%neispravnih. Biramo uzorak od 4
proizvodai to takodaizvueni proizvod nevraamo u skup prijeizvlaenjanarednogproizvoda. Izraunati
vjerovatnoudase izvukunajviedvaneispravna proizvoda uuzorak.
Rjeenje (primjena Excel-a):
30%neispravnih

u osnovnomskupu ima9 neispravnihproizvoda
izvueniproizvod ne vraamo u skup prije izvlaenja narednogproizvoda

izvlaenjasu zavisni
dogaaj

hipergeometrijski raspored.
najvie dva neispravna

ili nijedan ilijedan ili dva neispravna proizvoda
PrimjenjujemoPaste function:
- vjerovatnoa da ne bude izvuennitijedanneispravanproizvod
={=HYPGEOMDIST(0;4;9;30)} = 0,218391
98
Teorijski rasporedi
- vjerovatnoa da bude izvuen jedanneispravanproizvod
={=HYPGEOMDIST(1;4;9;30)} = 0,436782
- vjerovatnoa da budu izvuena dva neispravna proizvoda
={=HYPGEOMDIST(2;4;9;30)} = 0,275862
- konano, vjerovatnoa da buduizvuena najvie 2 neispravna jednaka je zbiru vjerovatnoa
prethodna dogaaja ( kaovjerovatnoa unije - dogaaja ili - za iskljuive dogaaje) - 0,931034

93,1034%
27. Zadistribuciju koja se ponaa po normalnomrasporedupoznate su aritmetikasredina 8 i standardna
devijacija 2,32. Izraunati vjerovatnou da sluajna varijabla xbude:
a) u intervaluod 8,5 do 10,2.
b) vea od 9.
c) manja od 7,6.
Rjeenje (primjena Excel-a):
8 2, 32 o = =
a)PrimjenjujemoPaste function:
{=NORMDIST(10, 6;8;2,32;TRUE)-NORMDIST(8, 5;8;2,32;TRUE)}= 0, 283472
% 3472 , 28
b)Primjenjujemo Pastefunction:
1-{=NORMDIST(9;8;2,32;TRUE)}=1-0,66778 = 0,33222 % 222 , 33
c)Primjenjujemo Pastefunction:
{=NORMDIST(7,6;8;2,32;TRUE)}=0,414682 % 4682 , 41
28. Ako je vjerovatnoa da je neka osoba alergina na vakcinu jednaka 0,3%, izraunativjerovatnou
da su od 2800 osoba alergine:
a) 4
b) vie od 3
c) najvie 2.
Rjeenje (primjena Excel-a):
= 003 , 0 p rijedak dogaaj

Poissonov raspored
2800 0, 003 8, 4 m n p = = =
KoristiemoPaste function:
a) = = ) 4 (X P {=POISSON(4;8,4;FALSE)}= 0,046648

4,6648%
b) 1- = s ) 3 (X P 1-{=POISSON(3;8,4;TRUE)}=1- 0,03226= 0,96774

96,774%
c) = s ) 2 (X P {=POISSON(2;8,4;TRUE)}=0,010047

1,0047 %
99
Zadaci za vjebu
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Iz iskustva jepoznato da 8 %proizvodaproizvedenih u Ismjeni imagreku.
a)Akopravimo uzorakod30 proizvoda izraunati vjerovatnouda se uuzorkunaunajvie 2neispravna
proizvoda.
b)U uzorku veliine 50 proizvoda, kolikoneispravnihproizvoda moemooekivati?
(a - 56,53%, b - 4)
2. Eksperiment bacanja homogene kocke za igru ponavljamo 30 puta. Kolika je vjerovatnoa se da u
okviru toga 12puta nee pojaviti broj 1?Kolikije oekivani brojishoda sa rezultatom1?
(
8
10 55 , 9

5)
3. Neka je funkcija vjerovatnoe p rekidne sluajne promjenjive definisana na sljedei nain:
|
|
.
|

\
|
10
2
10
3
10
3
10
2
5 4 3 2
: X
. Iz raunat i matemat sko oekivanje i varijansu te sluajne varijable.
Izraunati
) 4 ( F .
)
2
1
) 4 ( ; 05 , 1 ) ( ; 5 , 3 ) ( ( = = = F X Var X E
4. Vjerovatnoada pri kontroliproizvodnje naemoneispravanproizvod je 14%.Ako prikontroliuzimamo
uzorak od18 nasluaj odabranihproizvoda, izraunati vjerovatnouda:
a)nijedan proizvod ne bude neispravan,
b)najvie 3 proizvoda suneispravna.
(a - 6,6%, b - 76,16%)
5. Neka je funkcija vjerovatnoe (funkcijagustine rasporeda vjerovatnoa) neprekidne sluajnevarijable
definisana:
( )
| |
( )

)

e
e
e
=
, 7 , 0
7 , 2 ,
45
2
) 2 , , 0
) (
x
x x
x
x g
f
. Koliko iznosimatematskooekivanje ivarijansa ove sluajne
varijable?
(
87 , 1 ) ( ,
27
134
) ( = = X Var X E
)
6. Uskupu (za koji sepretpostavlja da se ponaaprema normalnomrasporedu)poznato je ) ( X E =20
i
2
o
= 1,3;
a) ako su granice tolerancije 19 i20,8, koliki se procenat moe oekivati u granicama tolerancije?
b) izraunati granice x
1
i x
2
takoda simetrinost oko aritmetike sredine bude92%.
(a - 56,86%, b -
| | 01 , 22 ; 99 , 17
)
100
Teorijski rasporedi
7. Za binomnu raspodjelu E(X) = 9i p = 1/3. Odrediti:
a)koje vrijednosti moe uzeti sluajna promjenjivaX?
b) vjerovatnou da je Xizmeu 2 i 6.
c) ,
3
i
4
(a -
| | 27 , 0 e x
, b - 7%, c - 94 , 2 , 018 , 0 , 45 , 2
4 3
= o = o = o )
8. Eksperiment se sastoji uistovremenombacanjudvije kocke. Neka je sluajnavarijabla X:zbir ishoda
pada te dvije kocke.
a) Odrediti funkciju vjerovatnoe te sluajne varijable, matematsko oekivanje i varijansu, pa nacrtati
histogram.
b)Izraunati iobjasniti vrijednost funkcije rasporeda vjerovatnoaza X: 6, 12,15.
c)Ako dogaaj Bdefiniemona sljedeinain:Definisanavarijabla Xuzimavrijednostivee ili jednake
8, izraunati vjerovatnou togdogaaja.
(a -
83 , 5 , 7 ) (
2
= o = X E
, b -
1 ) 15 ( ,
36
35
) 12 ( ,
36
10
) 6 ( = = = F F F
, c -
36
15
)
9. Sluajnaprekidna varijabla imala je sljedeu empirijsku distribuciju:
Zadatu empirijsku seriju procjeniti pomou odgovarajueg teorijskograsporeda i izraunati greku te
procjene, ako je veliina uzoraka koji su formiranibila
. 5 = n
( 81 , 0 = o
b
)
10. Teina ovjeka je normalna sluajna varijablasa matematskimoekivanjem70 kgi devijacijom6 kg.
Ispod koje teine je 5%ljudi? Iznad koje teineje 10%ljudi? Kolikije postotak ljudi lakih od 64 kg?
(5%, 77,74kg, 15,87%)
11. Useriji od 20elemenata ispitivali smo pojavljivanje neispravnogproizvoda.Akoje vjerovatnoadase
pribiranjujednogproizvodapojavineispravanproizvod iznosila0,09, izraunatiaritmetiku sredinu, varijansu,
standardnudevijaciju, koeficijente asimetrije ispljotenosti iobjasniti. Kolika je vjerovatnoada se useriji
pojave manje od 3 neispravnaproizvoda?
(
3 4
( ) 1, 8, 1, 28, 0, 41, 3, 31 ( 3) 73, 34% E X P k o o o = = = = = )
12. Standardna devijacija Poissonove sluajne varijable je 3. Odrediti:
a) vjerovatnou da se ta sluajna varijabla nalaziizmeu 3 i 7,
101
Zadaci za vjebu
b)oekivanje, koeficijente asimetrije i spljotenosti,
c) vjerovatnou dasluajna varijabla uzme vrijednost 2.
(a - 18,56%; b - 11 , 3 , 33 , 0 , 9 ) (
4 3
= o = o = X E ; c - 0,5%)
13. Za100 uenika jedne srednje kole poznate su teine:
Ovaj empirijski raspored aproksimirajtepomou normalnograsporeda.
14. Binomna raspodjela ima oekivanje 4 i standardnu devijaciju
2
. Odrediti koeficijent asimetrije i
spljotenosti, kao ivjerovatnouda varijabla Xuzme vrijednosti X ?7.
(
3 4
0, 2, 75, ( 7) 96, 5% P k o o = = = )
15. Poissonova sluajna varijabla ima P(k = 2) = 0,27067. Odrediti
X
, ,
3
i
4
, i P(k< 3).
) 6767 , 0 ) 3 ( ,
2
1
3 ,
2
1
, 2 , 2 (
4 3
= < + = = = = k P X o o o
16. Radniku u prosjeku treba 1 sat da uradi odreeni posao sa standardnomdevijacijomod 10 minuta.
Uz pretpostavkunormalnog rasporeda, odreditivjerovatnouda radnik zavri posao unutar perioda od
82minute.
(98,6%)
I ntervalne procjene
105
RIJEENI ZADACI IZ INTERVALNIH PROCJENA
1. Utehnolokom procesu seproizvode kutije kocke eera. Teina tihkutijau populaciji je normalno
rasporeena sastandardnomdevijacijom12 gr. U uzorkuod 25kutija prosjenateina iznosila je 198gr.
Sa99%signifikantnosti odrediti intervalukombi se kretala prosjena teinakutijekockeeera upopulaciji.
Rjeenje:
12 , 198 , 25 = o = =
o
X n
a) 0, 01 o = poznatavarijansau populaciji
( ) 1 0, 995 2, 58
2
t t
z z
o
u = = =
) 01 , 0 ( gr 192 , 204 808 , 191 4 , 2 58 , 2 198 4 , 2 58 , 2 198
4 , 2
5
12
= o s s + s s
o + s s o = =
o
= o
M M
z X M z X
n
X
t
X
t
o
X
2. Na ostrvu koje ima 1500 domainstava sluajno smo odabrali 35 domainstava i ispitivali koliko
hektara obradivogzemljitaposjeduju. Prosjenaveliina obradivogzemljitva podomainstvu u tom
uzorku bilaje 1,85 ha sa devijacijom 0,35 ha.
35 , 0 , 85 , 1 , 35 , 1500 = o = = =
u
X n N
a) Uz 95%vjerovatnosti procjeniti u komintervalu se kree prosjenaveliina obradivog zemljitva po
domainstvu za osnovniskup.
b) Koliki uzorak treba bitida se uz 5%greku postigne preciznost 2c = 0,4.
Rjeenje:
35 , 0 , 85 , 1 , 35 , 1500 = o = = =
u
X n N
a) 0, 05 o = veliki uzorak
( ) 1 0, 975 1, 96
2
t t
z z
o
u = = =
) 05 , 0 ( 9676 , 1 7324 , 1 06 , 0 96 , 1 85 , 1 06 , 0 96 , 1 85 , 1
06 , 0
83 , 5
35 , 0
1
= s s + s s
+ s s = =

=
o
o
M M
S z X M S z X
n
S
X
t
X
t
u
X
b) 0, 05 o =
( ) 1 0, 975 1, 96
2
t t
z z
o
u = = =
2 , 0 = c
2 2
0
0
1, 96 0, 35 1500
11, 7649
1 1499
0, 2
1 1
11, 7649
t
z N
n n
N
n
o
c

| | | |
= = = = =
| |

\ . \ .
+ +
11, 68 12 = ~
elemenata.
3. Odabrano je 10 studenata ije su teine bile (u kg):
106
Intervalne procjene
65 71 69 68 65 66 67 68 66 67
Savjerovatnoom95 %odreditiinterval povjerenja za aritmetikusredinuteine svih studenata.
Rjeenje:
2 , 67 672
10
1 1
10
1
= = =

= i
i
x
N
X
78 , 1 2 , 67 45190
10
1 1
2
2
10
1
2
= = = o

=
X x
N
i
i u
3 , 2 975 , 0
2

1 ) ( , 59 , 0
9
78 , 1
1
, 10 , 05 , 0
9
= = = = =

= = =
t t
u
X
t t S
n
S n
o
) 05 , 0 ( 557 , 68 843 , 65
59 , 0 3 , 2 2 , 67 59 , 0 3 , 2 2 , 67
= s s
+ s s + s s
M
M S t X M S t X
X
t
X
t
4. Uprostomuzorku sa 15elemenata izraunali smo standardnu devijaciju0,8. Sa pouzdanou 0,9
odreditiintervalpovjerenja za varijansu osnovnogskupa.
Rjeenje:
2
15 , 8 , 0 _ = = o n
u
raspored, 1 , 0 = o
2
2
2
2
2
2
1
2
o o

_
o
s o s
_
o
u
o
u
n n
24
2
95 , 0 , 14
2
2
1 , 0
1 , 14
2
2
1 , 1
= _ = _ = _

o
n
5 , 6
2
05 , 0 , 14
2
2
1 , 0
, 14
2
2
, 1
= _ = _ = _
o
n
107
Rijeeni zadaci
%) 10 ( 48 , 1 4 , 0
5 , 6
8 , 0 15
24
8 , 0 15
2
2
2
2
= o s o s

s o s

o o
5. Za uzorak od 40 paketa proizvoda B naena je varijansa 1,12. Ocijeniti varijansu populacije sa
rizikomgreke 10%.
Rjeenje:
= = o 40 , 12 , 1
2
n
u
normalan raspored, 1 , 0 = o
( ) ( )
2
2
2
2
2
3 2
2
3 2
2
z n
n
z n
n
u
o
u

o
s o s
+
o
0, 1
( ) 1 1 0, 95 1, 65
2 2
z z
o
u = = = =
( ) ( )
%) 10 ( 765 , 1 824 , 0
65 , 1 3 40 2
12 , 1 40 2
65 , 1 3 40 2
12 , 1 40 2
2
2
2
2
= o s o s


s o s
+

o o
6. Uuzorak je uzeto 400radnika radi ocjenjivanja stambene situacije. Uuzorku jebilo 220 radnika sa
stanom. Sa vjerovatnoom92%ocijeniti proporciju radnika bez stana u osnovnomskupu.
Rjeenje:
08 , 0 , 220 , 180 , 400 = o = = = b a n
55 , 0 1 , 45 , 0
400
180
= = = = = p q
n
a
p
( ) 76 , 1 96 , 0 04 , 0 1
2
1 = = = = u z z
o
p p
S z p P S z p + s s
025 , 0
400
55 , 0 45 , 0
=

=
n
q p
S
p
%) 8 ( 494 , 0 406 , 0 025 , 0 76 , 1 45 , 0 025 , 0 76 , 1 45 , 0 = o s s + s s P P
7. Stratifikovani uzorak o prinosu jedne itarice po hektaru dao je sljedee rezultate (stratumi su 3
poljoprivredne oblasti):
108
Intervalne procjene
a) Sa vjerovatnoom95%odrediti interval povjerenjaza prosjean prinosu populacji koja obuhvatasve
3poljoprivredne oblasti.
b)Koliko treba uzeti jedinica u uzorakiz svakogstratuma dase postigne proporcionalan izbor?
c)uz istu vjerovatnou(95%)odrediti optimalnu veliinu uzorka dapreciznost bude 6 , 0 = c .
Rjeenje:
a)
0, 05, 1000, ( ) 1 0, 975 1, 96
2
n z z
o
o = = u = = =
9 , 35
1000
35900 1
3
1
= = =

= i
i i
X n
n
X
1887 , 0
1000
35600 1
3
1
2
= = =

= i
ui i
X
n
n
o o
%) 5 ( 27 , 36 53 , 35 1887 , 0 96 , 1 9 , 35 1887 , 0 96 , 1 9 , 35 = o s s + s s
o + s s o
M M
z X M z X
X X
b)
N
n N
n
i
i

=
- proporcionalan izbor
200
50000
1000 10000
360
50000
1000 18000
440
50000
1000 22000
3
2
1
=

=
=

=
=

=
n
n
n
c)
344
50000
284000
6 , 0
96 , 1 1
2
2
2
2
3
1
2
2
=
|
.
|

\
|
= |
.
|

\
|
o
c
=

= i
ui i
N
N
z
n
elementau uzorku.
109
Rijeeni zadaci
8. Za uzorak od100 fluorescentnih lampi izraunalismo prosjean vijek trajanja 2135 h sa varijansom
1000
2
h
. Ukom intervalu e se kretati prosjean vijektrajanjafluorescentne lampe, ako dozvoljavamo
greku 4%?
Rjeenje:
6 , 31 1000 , 2135 , 100 = = o = =
u
X n
0, 04 o = veliki uzorak
( ) 1 0, 98 2, 055
2
t t
z z
o
u = = =
X
t
X
t
u
X
S z X M S z X
n
S + s s = =

= 17 , 3
95 , 9
6 , 31
1
o
2135 2, 055 3, 17 2135 2, 055 3,17 2128, 48 2141, 51 ( 0, 04) M M o s s + s s =
9. U osnovnoj koli prosjena ocjena u uzorku od 32 djeaka bila je 75 poena sa devijacijom 9.
Procijenitiu kom bise intervalukretala prosjenaocjena svihdjeaka na nivouosnovnogskupa (kole)sa
grekom2 %.
Rjeenje:
0, 02 o = veliki uzorak
( ) 1 0, 99 2, 33
2
t t
z z
o
u = = =
) 02 , 0 ( 7746 78 2254 , 71 62 , 1 33 , 2 75 62 , 1 33 , 2 75
62 , 1
57 , 5
9
1
1
1
= s s + s s
+ s s = =

=
o
o
, M M
S z X M S z X
n
S
X
t
X
t
u
X
10. Uzorakveliine 18 elemenataimaoje varijansu15. Sa rizikomgreke4%ocijeniti intervalpovjerenja
zavarijansu osnovnogskupa.
Rjeenje:
04 , 0 , 15 , 18
2
= o = o =
u
n
5 , 32
7
98 , 0
2
1
02 , 0
2
) (
2 2
17
= _
=
o

=
o
= _
t t
P
| | % 4 , 57 , 38 307 , 8
7
15 18
5 , 32
15 18
2 2
2
2
2
2
2
2
1
2
= o e o

s o s

_
o
s o s
_
o
o o

o o
u
o
u
n n
11. Ispitivanje sluajnog uzorka od 185 elemenata opreme pokazalo je da je 17 elemenata bilo
nezadovoljavajueprema utvrenomkriterijumu. Sasignifikantnou 96%odreditibroj ispravnihelemenata
opreme ako je upopulaciji 3000 elemenata opreme.
110
Intervalne procjene
Rjeenje:
092 , 0 1 , 908 , 0
185
168
, 168 17 185 , 17 , 185 = = = = = = = = p q p a b n
p p
S z p P S z p + s s
02 , 0
185
092 , 0 908 , 0
=

=
n
q p
S
p
04 , 0 = o
055 , 2 98 , 0
2
1 ) (
. .
= =
o
= u
teor teor
z z
( ) % 4 9491 , 0 8669 , 0 02 , 0 055 , 2 908 , 0 02 , 0 055 , 2 908 , 0 = o s s + s s P P
2847 elemenata ispravnih broj 2601
3000 9491 , 0 elemenata ispravnih broj 3000 8669 , 0
s s
s s
12. Zadan je 99%interval pouzdanosti aritmetike sredine osnovnogskupa od 3100 do 3300 sastavljen
iz uzorka od 256 elemenata. Kolika je aritmetikasredinai standardna devijacija uzorka?
Rjeenje:
n = 256
X X
S z X M S z X + s s
3300 58 , 2
3100 58 , 2
58 , 2 01 , 0 , 3300 , 3100
= +
=
= = = + =
X
X
X X
S X
S X
z S z X S z X o
Uvrstimo
1
=
n
S
u
X
o
Rjeenjemdvije jednainesa dvije nepoznate dobivamo rezultat:
3200 = X
,
76 , 38 =
X
S
Dakle, 94 , 618 255 76 , 38 1 , 3200 = = = = n S X
X
u
o
13. Na sluajje izabran uzorak od20 radnika izabiljeili smo njihove visine:
111
Rijeeni zadaci
Izraunatiintervalpovjerenja za aritmetiku sredinuosnovnogskupanabazi ovoguzorka, sapouzdanou
97%.
Rjeenje: (primjena Excel-a):
Prvo traimo aritmetikusredinu i standardnudevijacijuza uzorak.
= X {=AVERAGE(A56:E59)}=176,035i
= o
{=STDEV(A56:E59)}=8,053262
Za greku 3%, veliinu uzorka 20 i izraunatu standardnu devijaciju pozivamo funkciju
CONFIDENCEi dobiemo:
X
S t ={=CONFIDENCE(0,03;8,053262;20)} = 3,907822
Dakle interval povjerenjaglasi:
) ; ; ( n X o o CONFIDENCE
176,035 3,907822
( )
172,12718; 179, 94282 e sa
pouzdanou 97%.
112
Intervalne procjene
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Metodom sluajnoguzorka ispitano je 15 studenata o koliini vremena koje oni utroe na putu do
fakulteta. Rezultati ispitivanja dali su prosjeno vrijeme 42min sa standardnomdevijacijom12 min. Na
bazi tih rezultata procijenitisa vjerovatnou 94%intervalu kome e senaiprosjeno potrebnovrijeme
zasvestudente togfakulteta.
(
| | 6 , 48 4 , 35
)
2. Za uzorak od 90 fluoroscentnih lampi izraunali smo prosjean vijek trajanja 2250h sa varijansom
1000h2. Ukom intervalu e se kretati prosjean vijek trajanja fluoroscentne lampe, ako dozvoljavamo
greku 9%? ta e se desiti sa timintervalomako greka bude 4%?
(
| | 7 , 2255 3 , 2244
, to je greka manja interval je iri
| | 9 , 2256 1 , 2243
)
3. Od 200 elemenata jednogosnovnog skupa sluajnosmo izabrali 25 jedinica. Aritmetika sredina tog
uzorka iznosi 2,54 sadevijacijom1,2. Uz 91%pouzdanosti procijenitiaritmetiku sredinuposmatranog
skupa. Ako u osnovnomskupu ima 1000 elemenata kolikibi trebaobiti uzorak dase uz istu pouzdanost
postignepreciznost 2?? = 0,4?
(
| | 94 , 96 , 2 12 , 2 = n
)
4. U tvornici cigareta ispitujemo % kartanovogstroja za pakovanje. Od 99sluajno odabranih kutija
pronali smo9 kutija sa grekom. Sa 88 %signifikantnostiodrediti broj kutija uosnovnomskupu (koje
proizvede tamaina) koje suneispravne, ako je veliina osnovnogskupa 12500 kutija.
(
| | 1362 , 0 04558 , 0
)
5. U tri velikeregije ispitivali smoprosjenu potronjuartikla Bpodomainstvu i dobili informacije:
a)Na baziovoguzorkaocijeniti prosjenupotronjuzaoblast kojuineove tri regije, sagrekom6%.
b)Odrediti strukturu uzorka da bise obezbijedio proporcionalan izbor.
( a -
| | 856 , 4 803 , 4
, b - 308 , 392 , 140
3 2 1
= = = n n n )
6. Uzorak od 45 jedinica dao je ove rezultate:
3 , 6 , 10 = o =
u
X
. Sa 89% pouzdanosti procijeniti
aritmetiku sredinu i varijansu osnovnogskupa iz kogje izvaen tajuzorak?
| | | |) 564 , 13 781 , 6 , 32 , 11 88 , 9 (
2
e e
o
M o
113
Zadaci za vjebu
7. Pretpostavljase dajeosnovniskup normalnorasporeen. Uzelismo uzorak sa 16elemenata i izraunali
aritmetikusredinu 12,5sastandardnomdevijacijom 2. Ukom intervalue senalaziti varijansa osnovnog
skupasa grekom prve vrste 4%?
| |) 667 , 10 427 , 2 (
8. Od 12 000 gostiju jednog podruja anketirano je 250 sluajno izabranih osoba. 14% anketiranih
gostiju dalo jenegativan odgovorna pitanje: Da liste zadovoljni smjetajem?. Procijeniti sa 1%greke
proporcijunezadovoljnih gostijuu tomosnovnomskupu.
| |) 1968 , 0 0832 , 0 (
9. Na ostrvu koje ima 162 domainstva sluajnosmoodabrali 18domainstava iispitivali koliko hektara
obradivogzemljita posjeduju. Prosjenaveliina obradivogzemljitva podomainstvuu tom uzorku bila
je 1,8 ha sa devijacijom0,15 ha.
a)Uz 96%vjerovatnosti procijeniti u komintervaluse kree prosjena veliina obradivog zemljitva po
domainstvu za osnovniskup.
b) Odrediti interval u kombibila varijansaosnovnogskupa sa grekom5%.
( a -
| | 8819 , 1 7181 , 1
, b -
| | 054 , 0 0135 , 0
)
10. Utvornicimotoraispitivalismo kvalitet proizvodnjeventilaza pumpuiod 90ventilabiloje 6neispravnih.
Voljni smo tolerisati greku 0,04. Odrediti interval u komese kretati procenat karta za sveproizvedene
ventile.
| |) ) 1206 , 0 0127 , 0 (
11. Iz proizvodnje brodskih ventila u tvornici motora XY sluajnimizboromuzet je uzorak od 100
ventila. Rezultati dobiveniovimuzorkom bili su:
Pomoutoguzorka procijenitiprosjenu teinu brodskih ventilau tvornici sa 98%pouzdanosti.
(
| | 5647 , 12 4753 , 12
)
12. Metodomsluajnoguzorka ispitanoje235 studenatanazavrnomispitu. Odnjihje73 dobilonegativnu
ocjenu. Odrediti savjerovatnoom94%u komintervalu ese kretati proporcija svih studenata koji su
uspjeli na zavrnomispitu.
(
| | 7467 , 0 6333 , 0
)
13. Uuzorku od 470 anketiranihlica na postavljenopitanjenjih 230 je dalo potvrdan odgovor. Koliki bi
uzoraktrebali izabrati da uz pouzdanost 0,94 postignemo preciznost
= c 2
0,03, akou osnovnomskupu
ima 45000 lica?
(
3617 = n
)
14. U uzorku od 14 jedinica izraunali smo standardnu devijaciju 5,8. U kom intervalu e se kretati
varijansaosnovnogskupa kompripadataj uzorak uz greku9%?
(
| | 6 , 85 9 , 20
)
15. Za uzorakod200proizvoda tipaNizraunalismo prosjenuduinu0,75ina sastandardnomdevijacijom
0,005ina. Ako je u osnovnom skupu 5000takvih proizvodaodreditiintervalpovjerenja za prosjenu
duinusvih prizvoda sa grekom6%.
| |) 7506 , 0 7494 , 0 (
Statistiki testovi
117
RIJEENI ZADACI IZ STATISTIKIH TESTOVA
Parametarski testovi
1. PogoniA, Bi C proizvodeistiproizvod. Ispitujese utroak radnogvremena po jedinici proizvoda. Iz
svakogpogona izabranje sluajni uzorak radnika i mjereno utroeno vrijeme poproizvodu uminutama.
Rezultatiispitivanja su:
a) Da li se moe prihvatiti pretpostavka da ne postoji znaajna razlika u prosjenom utroenom
vremenu u pogonima A i B na nivou signifikantnosti 97%?
b) Da li je tana pretpostavka da utroak radnog vremena po jedinici proizvoda u pogonu B iznosi
najvie 25 minuta sa grekom 4%?
Rjeenje:
64 , 22
14
317
1
1
1
= = =

n
x
X
15 , 3 9304 , 9 64 , 22
14
7315
1
2
2
1
1
2
1 2
1
= o = = = o

X
n
x
86 , 20
7
146
2
2
2
= = =

n
x
X
98 , 2 8604 , 8 86 , 20
7
3108
1
2
2
2
2
2
2 2
2
= o = = = o

X
n
x
1
1 1
2
2 2
1 2
14 22, 64 3,15
7 20, 86 2, 98
2 14 7 2 19 30
n X
n X
n n t
o
o
= = =
= = =
+ = + = <
118
Statistiki testovi
a )
2 1 1 2 1 0
: / : M M H M M H = = 03 , 0 = o
( ) ( ) ( )
1 2
2 14 7 2 19
0, 015
2
2, 35; 2, 35
0, 985
1
2
n n t t t
S t S t t
o
o
+ + =
= = e

19 , 1
5 , 1
86 , 20 64 , 22
2 1
=

=
d
i
S
X X
t
5 , 1 27 , 2
7 14
21
19
8604 , 8 7 9304 , 9 14
2
2 1
2 1
2 1
2
2 2
2
1 1
= =

+
=

+
o + o
=
n n
n n
n n
n n
S
d
e
0
H t t
t i
moese prihvatiti navedena pretpostavka.
b )
0 2 0 1 2 0 0
: / : , 25, 0, 04 H M M H M M M o s > = =
( )
2
1 6
1 0, 96 2,1
n t t
S t t o
=
= = =
4 , 3
1 7
98 , 2
25 86 , 20
2
0 2
=

=
X
i
S
M X
t
0 i t
t t H < tana pretpostavka.
2. Ponekompitanju sprovelismoanketu meustudentima isrednjokolcima. Uuzorku od 200 studenata
njih 142 imalo je pozitivan stav, dok je u uzorku od 150 srednjokolaca 48 imalo negativan stav. Sa
grekom6%testirati hipotezu da sestav kod tedvijepopulacije ne razlikuje.
Rjeenje:
1.
2 1 1 2 1 0
: / : P P H P P H = =
2.
| | 88 , 1 ; 88 , 1
97 , 0
03 , 0
2
1
2
) ( e =
o

o
= u
t t
z z
,
06 , 0
0496 , 0
68 , 0 71 , 0
2 1
=

=
dp
i
S
p p
z
0496 , 0
150 200
150 200
150 200
68 , 0 150 71 , 0 200
1
150 200
68 , 0 150 71 , 0 200
1
2 1
2 1
2 1
2 2 1 1
2 1
2 2 1 1
=

|
.
|

\
|
+
+

|
.
|

\
|
+
+
=
=

|
|
.
|

\
|
+
+

|
|
.
|

\
|
+
+
=
n n
n n
n n
p n p n
n n
p n p n
S
dp
119
Rijeeni zadaci
4.
0
H z z
t i
e populacijeimaju isti stav. .
3. Prosjena ocjena studenata univerziteta je sluajna varijablanormalno rasporeena saaritmetikom
sredinom7,83 i devijacijom0,86. Za uzorak od 150 studenata izraunali smo prosjenu ocjenu i ona je
iznosila7,72. Testiratihipotezuda je dolo dopada aritmetike sredine ove varijable u osnovnomskupu
sa grekom 0,05.
Rjeenje:
83 , 7 , 86 , 0 , 72 , 7 , 150
0
= = o = = M X n
o
1.
0 0 0
/ : M M M M H > s
2. veliki uzorak 645 , 1 95 , 0 1 ) (
. .
= = = u
teor teor
z z o
57 , 1
150
86 , 0
83 , 7 72 , 7
. 3
0
.
=

=
o

=
X
izr
M X
z
4. <
0 . .
H z z
tero izr
tvrdnja o paduaritmetike sredine je tana.
4. Proizvoa tvrdi da najmanje 90%potroaazahtjeva dodatne usluge. Zauzorak od200 potroaa
njih174 imalo je posebne zahtjeve. Sa grekom4%testirati tvrdnju proizvoaa.
Rjeenje:
04 , 0 , 9 , 0 , 174 , 200 = o = = =
o
P a n
1.
o o
P P H P P H < > : / :
1 0
2. 75 , 1 04 , 0 ) ( = = o = u
t t
z z
3.
174
0, 9
200
1, 41
0, 0212
o
i
p
p P
z
o

= = =
0, 9 0,1
0, 0212
200
o o
p
P Q
n
o

= = =
4.
0
H z z
t i
> tvrdnja proizvoaa je tana.
5. Poznato je davarijansaza% neispravnih proizvoda u staromtehnolokomprocesu iznosila 25. Uvodi
senovatehnologija kojapredvia porast varijanse. Sa novomtehnologijomproizvedeno je 55 proizvoda
i izraunata jevarijansa 28. Sa grekom5%ispitati opravdanost predvianja.
Rjeenje:
05 , 0 , 28 , 55 , 25
2 2
= o = o = = o
u oo
n
1.
2 2 2 2
0
/ :
oo o oo o
H o o o o < >
120
Statistiki testovi
2. veliki uzorak, ( ) 0, 05 1, 65
t t
z z o u = = = ,
54 1 = = n k
( ) ( )
2 2
2
1 1
2 1 1, 65 2 54 1 37, 8
2 2
t t
z k _
(
= + = + =
(

3.
6 , 61
25
28 55
2
2
2
=

=
o
o
= _
oo
u
i
n
4.
2 2
0
2 2
:
oo o t i
H o > o _ _
6. Sa ciljemda se dostignestandard pretpostavka jeda varijansa %uea materije Cu nekojhemikaliji
neprelazipreko 4. Za uzorakod 12boica te hemikalije izraunalismovarijansu5,62. Sa signifikantnou
85%testirati navedenu pretpostavku.
Rjeenje:
15 , 0 , 62 , 5 , 12 , 4
2 2
= o = o = = o
u oo
n
1.
2 2 2 2
0
/ :
oo o oo o
H o o o o > >
2. mali uzorak, 16 85 , 0 1 ) (
2 2 2
11
= _ = o = _ s _
t t
P
3.
86 , 16
4
62 , 5 12
2
2
2
=

=
o
o
= _
oo
u
i
n
4.
2 2
1
2 2
:
oo o t i
H o o _ _ > >
7. Test inteligencije za 16 studenata oblastiYdaoje prosjean rezultat 107 sadevijacijom10, dok je isti
test za 18 studenataoblasti Z dao prosjean rezultat 112 sa devijacijom8. Sa grekom1%zakljuiti dali
postojirazlikaizmeu prosjenogrezultatatesta inteligencije za studenteiz ove dvijeoblasti.
Rjeenje:
2 1 1 2 1 0
: / : M M H M M H = = 01 , 0 = o
( ) ( ) ( )
1 2
2 16 18 2 32
0, 005
2
2, 58; 2, 58
0, 995
1
2
n n t t t
S t S t z
o
o
+ + =
= = e

57 , 1
19 , 3
112 107
2 1
=

=
d
i
S
X X
z
19 , 3 15 , 10
18 16
34
32
64 18 100 16
2
2 1
2 1
2 1
2
2 2
2
1 1
= =

+
=

+
o + o
=
n n
n n
n n
n n
S
d
121
Rijeeni zadaci
e
0
H z z
t i
moese prihvatiti navedena pretpostavka.
8. Pretpostavlja se da trino ueekorporacije jednako varira u industrijisa istomkonkurencijomi
industriji sa oligopolom. Za istu korporaciju u prve etiri godine sa istomkonkurencijom varijansa je
iznosila 114,0895 azasljedeih sedamgodinau oligopoluiznosilaje 96,078. Testiratiistinitost pretpostavke
sa grekom 1%.
Rjeenje:
078 , 96 , 7 , 0895 , 114 , 4 ,
2
2 2
2
1 1 2 1
= = = = > o o o o n n
1.
2
2
2
1 1
2
2
2
1 0
: / :
o o o o
H H o = o o = o
2.
t
F F n n = = = = v = = v 92 , 12 , 6 1 , 3 1
2 2 2 1 1
3.
19 , 1
078 , 96
0895 , 114
2
2
2
1
= =
o
o
=
i
F
4.
0
H F F
t i
<
9. Metodom sluajnoguzorka ispitano je 180 studenata na zavrnom ispitu. Od njih je 120 dobilo
pozitivnuocjenu. Pretpostavili smo dana zavrnomispitu ne zadovolji najvie 30% studenata. Testirati
ispravnost tepretpostavke sapouzdanou 94%.
Rjeenje:
33 , 0 , 67 , 0
180
120
120 , 180 = = = = = = p
n
b
q a n
3 , 0 / 3 , 0 : . 1
0 0 0
= > = s P P P P H
2. 06 , 0 = o 555 , 1 94 , 0 1 ) (
. .
= = o = u
teor teor
z z
, 857 , 0
035 , 0
3 , 0 33 , 0
. 3
0
.
=

=
p
izr
S
P p
z
0 0
0, 3 0, 7
0, 035
180
p
P Q
n
o

= = =
. . 0
4.
izr teor
z z H < ispravna pretpostavka.
10. Proizvoa tvrdi da najmanje 96 %opreme koju koristiu svojoj proizvodnji odgovara ekolokim
standardima. Ispitivanje sluajnoguzorka od 185 elemenata te opreme pokazalo je da je 17elemenata
bilo nezadovoljavajue prema navedenomkriterijumu. Testiratitvrdnju proizvoaasa signifikantnou
98 %.
Rjeenje:
092 , 0 1 , 908 , 0
185
168
, 185 = = = = = p q p n
0 0
0, 96 0, 04
0, 014
185
p
P Q
n
o

= = =
122
Statistiki testovi
96 , 0 / 96 , 0 : . 1
0 0 0
= = > P P P P H
2. 06 , 0 = o 055 , 2 02 , 0 ) (
. .
= = o = u
teor teor
z z
61 , 3
02 , 0
96 , 0 908 , 0
. 3
0
.
=

=
p
izr
S
P p
z
4. <
1 . .
H z z
teor izr
neispravnapretpostavka.
11. Uzorak veliine 18 elemenata imao je varijansu 15. Sa rizikom greke 4%:
a)ocijeniti intervalpovjerenja zavarijansu osnovnogskupa.
b) testirati tvrdnju daje varijansaosnovnog skupa najvie 15,5.
Rjeenje:
04 , 0 , 15 , 18
2
= o = o =
u
n
a )
5 , 32
7
98 , 0
2
1
02 , 0
2
) (
2 2
17
= _
=
o

=
o
= _
t t
P
| | % 4 , 57 , 38 307 , 8
7
15 18
5 , 32
15 18
2 2
2
2
2
2
2
2
1
2
= o e o

s o s

_
o
s o s
_
o
o o

o o
u
o
u
n n
b ) 1. 5 , 15 : / 5 , 15 :
2 2
0
2 2
0
= > = s
oo o oo o
H H o o o o
2. 28 96 , 0 1 ) (
2 2
17
= _ = o = _
t t
P
3.
4 , 17
5 , 15
15 18
2
2
2
=

=
o
o
= _
oo
u
i
n
4.
0
2 2
H
t i
< _ _ .
12. Nastavaiz statistike izvodi se nastavnom metodomAi nastavnommetodomB. Uspjeh naispitu
mjeren brojembodova za 10 sluajno odabranih studenata koji su pratili nastavupo metodiAbioje kako
slijedi:
uspjehna ispitu
67 51 89 72 80 55 74 92 58 72
Na bazi broja bodova na ispitu 10 sluajno odabranih studenata, koji su pratili nastavu po metodi B
izraunate su sljedee veliine: obini momenat prvog reda je 84 i centralni momenat drugog reda
je 140.
a)Da li se moe prihvatiti pretpostavkada uprosjeku nema znaajnerazlikeu efikasnosti metodaAi Bsa
grekom8%?
123
Rijeeni zadaci
b)Sa grekom2%testiratitvrdnju da studenti koji pohaajunastavu pometodi Bpostiu naispituprosjean
rezultat najmanje 80 bodova.
Rjeenje:
71
10
710
1
1
1
= = =

n
x
X
03 , 13 8 , 169 71
10
52108
1
2
2
1
1
2
1 2
1
= o = = = o

X
n
x
83 , 11 140 84 10
2 2
2
2 1 2 2
2 2
= o = = o = = = m X n
a ) 1.
2 1 1 2 1 0
: / : M M H M M H = = 08 , 0 = o
2.
( ) ( ) ( )
1 2
2 10 10 2 18
0, 04
2
1, 85;1, 85
0, 96
1
2
n n t t t
S t S t t
o
o
+ + =
= = e

3. 21 , 2
87 , 5
84 71
2 1
=

=
d
i
S
X X
t
87 , 5 42 , 34
10 10
20
18
140 10 8 , 169 10
2
2 1
2 1
2 1
2
2 2
2
1 1
= =

+
=

+
o + o
=
n n
n n
n n
n n
S
d
4. e
1
H t t
t i
nemoe se prihvatiti navedena pretpostavka.
b ) 1. 02 , 0 , 80 , : / :
0 0 2 1 0 2 0
= = < > o M M M H M M H
2.
( )
2
1 9
0, 02 2, 4
n t t
S t t o
=
= = =
3.
01 , 1
1 10
83 , 11
80 84
2
0 2
=

=
X
i
S
M X
t
124
Statistiki testovi
4. >
0
H t t
t i
tana pretpostavka.
Neparametarski testovi
13. Za 100 uenika jedne srednje kole poznate su teine:
Ovaj empirijski raspored aproksimirajte pomou normalnog rasporeda i izraunajte greku
aproksimacije. Testirati ispravnost aproksimacije koju smo izveli sa grekom 8 %.
Rjeenje:
5
1
1 6518
( ) 65, 18
100
i i
i
A X s f
N
=
= = =

5
2 2 2
1
1 1
( ) 425204 65,18 1, 9
100
x i i
i
s f A X
N
o
=
= = =

9 , 1
18 , 65 ) (
=
o

=
i
x
i
i
s X A a
z 1 1
( ) ( )
i i i ti i
p z z f N p
+ +
= u u =
= = = o

=
4 , 1
5
817 , 9
) (
1
5
1
2
i
ti i n
f f
n
greka aproksimacije
ti i ti i
f f H f f H = = : / : . 1
1 0
x f s sf s
2
f ai zi
( )
i
z u
p ft (f-ft )
2
ti
2
ti i
f
) f - (f
-

-
0 0
60-62 5 61 305 18605 62 -1,67 0,0475 0,0475 4, 75 0,0625 0,013
62-64 20 63 1260 79380 64 -0,62 0,2676 0,2201 22,01 4,0401 0,183
64-66 42 65 2730 177450 66 0,43 0,6664 0,3988 39,88 4,4944 0,204
66-68 27 67 1809 121203 68 1,48 0,9306 0,2642 26,42 0,3364 0,012
68-70 6 69 414 28566
+

1 0,0694 6, 94 0,8836 0,127


? 100 6518 425204 100 9,817 0,539
125
Rijeeni zadaci
( )
0
2 2
2
2 2
2 1 2 5
2
1
. 4
539 , 0 . 3
5 92 , 0 08 , 0 1 ) ( 1 . 2
H
P P
t i
i
t t t r m
<
= =
= = = =
=
_ _
_
_ _ o _
ti
2
ti i
f
) f - (f
Ovaaproksimacijabila je ispravna.
14. Eksperiment se sastoji u istovremenombacanju pet novia i ponovljen je 1000 puta. Dobili smo
sljedee rezultate:
Ovajempirijski raspored aproksimirati odgovarajuimteorijskim rasporedom. Sa grekom2%testirati
ispravnost aproksimacije.
Rjeenje:
Kako je u pitanju diskretna varijabla ispitujemo da li je rije o binomnom rasporedu:
2431 , 1 47 , 2 344 , 7 47 , 2
1000
2470
2 2
5
0
2
2
5
0
= =

= o = =

=

= =
X
N
f x
N
f x
X
k
k k
k
k k
o ~ =
|
.
|

\
|
=
|
|
.
|

\
|

2
25 , 1
5
47 , 2
1 47 , 2 1
n
X
X binomni raspored
126
Statistiki testovi
N
- broj ponavljanja eksperimenta(broj uzoraka)
n
- veliina uzorka
5 , 0 , 506 , 0 494 , 0 1 494 , 0 = = = = = k q
n
X
p
k k
k
k
p


|
|
.
|

\
|
=
5
506 , 0 494 , 0
5
N p f
k tk
=
05 , 0 , : / 6 , 1 , :
1 0
= o = - = =
ti i ti i
f f H i f f H
( )
2 2
1 6 2 1 3
1 0, 98 10
m r t t
P _ o _
= =
= = =
( )
2
2
8,1376
i ti
i
ti
f f
f
_

= =

<
0
2 2
H
t i
_ _ ispravna aproksimacija.
Ispitivali smo prodaju proizvodaAu komadima po radnojsmjeni u trgoviniX.
15. Posmatranjem400 radnihsmjenadobilismo sljedeerezultate:
a) Ovu empirijsku distribuciju aproksimirati pomou Poissonovog rasporeda.
b) Testirati ispravnost aproksimacije sa grekom 3%.
Rjeenje:
127
Rijeeni zadaci
a)
6 , 0 ,
!
2
400
800
= = = = =

i
i
m
e p m
N
f x
X
i
m
i
i i
koristimo tablice N p f
ti ti
=
b)
03 , 0 , : / 6 , 0 , :
1 0
= o = - = =
ti i ti i
f f H i f f H
( ) 12 97 , 0 1
2 2
5 1 1 7 1
= _ = o = _
= = t t r m
P
( )
2
2
18, 32625
i ti
i
ti
f f
f
_

= =

>
1
2 2
H
t i
_ _ loa aproksimacija.
16. Tvornicakonfekcijeproizvodi 4modelaodijela:A, B, Ci D, iji se udiou ukupnoj proizvodnjiodnosi
kao 9:3:3:1. Na osnovuanketiranjaodreenogbroja prodavnicau trgovininamaloregistrovana jeslijedea
prodajapo modelima:
Testirati na nivougreke 6%da li struktura proizvodnjeodgovara strukturiprodaje?
Rjeenje:
06 , 0 , : / 4 , 1 , :
1 0
= o = - = =
ti i ti i
f f H i f f H
( ) 5 , 7 94 , 0 1
2 2
3 1 4 1
= _ = o = _
= = t t r m
P
( )
470024 , 0
2
2
=

=
ti
ti i
i
f
f f
_
<
0
2 2
H
t i
_ _ struktura proizvodnje odgovara strukturi prodaje.
17. Organizovanoje dobrovoljno davanje krvi u tripreduzea koja imaju jednak broj radnika. Iz prvog
preduzeakrv je dalo25 radnika, iz drugog20i i treeg30radnika. Moe lise, sagrekom 1%, tvrditi da
svatri preduzea imaju podjednaku zainteresovanost radnika zadobrovoljno davanje krvi?
model
odj ela
prodano
komada-
i
f
ti
f
( )
ti
ti i
f
f f
2

A 315 312,75 0,016187


B 101 104,25 0,101319
C 108 104,25 0,134892
D 32 34,75 0,217626
suma 556 556 0,470024
128
Statistiki testovi
Rjeenje:
Ako svi imajuistiinteresza davanje krvisvakombipreduzeu pripadalaista teorijskafrekvencija:
25
3
75
1
= = =

=
m
f
f
m
i
i
ti
.
Na bazi empirijskihpodataka nismo procijenili niti jedanparametar, pa je r=0 i broj stepeni
slobode je:
2 1 3 1 = = = m k
.
01 , 0 , : / 3 , 1 , :
1 0
= o = - = =
ti i ti i
f f H i f f H
( ) 9 99 , 0 1
2 2
2 1 3 1
= _ = o = _
= = t t r m
P
( )
2
2
2
i ti
i
ti
f f
f
_

= =

<
0
2 2
H
t i
_ _ Tana tvrdnja.
18. Na4 odvojena podruja ispitujemo kupovinu kafe. Pretpostavkaje da kafu uistoj proporcijikupuju
potroainasvakomodova4podruja. Izabrali smo uzorak potroaa kafedabitestirali tu pretpostavku.
Moemo li prihvatiti pretpostavku da je proporcija kupaca kafe jednaka zasvako podruje sa grekom
5%?
Rjeenje:
129
Rijeeni zadaci
( )
0
2 2
1
1
1
2
2
2 2 2
3 1 4
1
2 1 0
. 4
19286 , 0
700
135
, 17304 , 3 . 3
815 , 7 95 , 0 05 , 0 1 ) ( . 2
, 1 , :
... ... : . 1
'
H
n
f
p p n f
f
f f
P
m k P P H
P P P P P H
t i
m
k
k
m
k
k
i kt
m
k
kt
kt k
i
t t
k
k
m k
<
= = = =
=
(


=
= = =
= = -
= = = = = =

=
=
=
= =
_ _
_
_ _ _
je gdje
podruju svakom u kafe kupaca proporcija ista nije
podruju svakom u kafe kupaca proporcija ista

Dakle, moemo rei da je u svakom podruju proporcijakupaca kafe jednaka.


19. Veza izmeu sklonosti potronji proizvodaAi veliine dohotka potroaanekog podruja ispitujese
naosnovu uzorka. Rezultatidobiveni ispitivanjemsu:
Do kakvog se zakljuka dolazi vezano za nezavisnost obiljeja sa grekom 5%?
Rjeenje:
j i ij j i ij
p p p H p p p H
. . 1 . . 0
: / : . 1 = - =
,
3 , 1 , 4 , 1 = = j i
ilirijeimanulta hipotezaglasi:klasifikacijakupaca premaobiljejuplata i prema obiljeju sklonost
potronjisu nezavisne.
Raunamooekivane frekvencije:
130
Statistiki testovi
... 72
900
600 108
1 . . 1
11
. .
=

= =
n
n n
e
n
n n
p n e
j i
ij ij
Dakle, empirijskei oekivanefrekvencijesu:
Oekivanih frekvencija treba izraunati onoliko koliko ima step eni slobode, jer z bir
oekivanih frekvencija mora biti jednak zbiru empirijskih frekvencija.
( ) ( )
( ) ( ) ( )
2 2
4 3
2
.
1 1 1 1
2 2 2
11 11 12 12 43 43
11 12 43
... 18, 633
r c
ij ij ij ij
i
i j i j
ij ij
m e m e
e e
m e m e m e
e e e
_
= = = =

= = =

= + + + =

( ) ( )
6
6 2 3 ) 1 3 ( ) 1 4 ( 1 1
59 , 12 95 , 0 05 , 0 1 1 ) (
' '
' '
2 2
.
2
6
=
= = = =
= = = = <
k
c r k
P
t teor
_ o _ _
1
2 2
H
t i
_ > _ Dakle, neprihvatase pretpostavka dasklonost potroaane zavisi odnjihove
platei obratno.
U naem p rimjeru je p okaz ana z avisnost p a je koeficijent kont igencije:
=
+
= 142 , 0
633 , 18 900
633 , 18
C nije jaka zavisnost.
20. (Kendallovprimjer) Jedna fabrikasijalica treba da ispitakoji od4 raspoloivakvaliteta vlakana treba
dakoristi u svojojproizvodnji, to jeste, sa kojimvlaknomsijalica imanajdui vijek. Na sluaj jeizabrano
7 sijalicasa vlaknom
1
A
, 8 sijalica sa vlaknom
2
A
, 5 sijalica sa vlaknom
3
A ,6 sijalicasa vlaknom
4
A
.
Vijek trajanja ( uh) bio je sljedei:
131
Rijeeni zadaci
:
1
A
1600, 1610, 1650, 1680, 1700, 1720, 1800
:
2
A
1580, 1640, 1640, 1700, 1750
:
3
A 1460, 1550, 1600, 1620, 1640, 1660, 1740, 1820
:
4
A
1510, 1520,1530, 1570, 1600, 1680.
Rjeenje:
Radimojednofaktorsku analizuvarijanse. Izraunali smo aritmetikesredine za svaki uzorak
i
o :
3 , 1637
6 8 5 7
3 , 1568 6 2 , 1636 8 1662 5 1680 7 1
4
1
=
+ + +
+ + +
= =

= i
i i
X n
n
X
( )
( ) ( ) ( ) ( ) 195711 3 , 1637 1510 ... 3 , 1637 1460 ... 3 , 1637 1580 ... 3 , 1637 1600
2 2 2 2
1 1
2
2
= + + + + + + =
= =

= =
k
i
n
j
ij t
i
X x S
( )
( ) ( ) ( ) ( ) 151351 3 , 1568 1510 ... 2 , 1636 1460 ... 1662 1580 ... 1680 1600
2 2 2 2
1 1
2
2
= + + + + + + =
= =

= =
k
i
n
j
i ij r
i
X x S
( )
( ) ( ) ( ) ( ) 44360 1637 3 , 1568 6 1637 2 , 1636 8 1637 1662 5 1637 1680 7
2 2 2 2
1
2
2 2
= + + + =
= = =

=
k
i
i i A A
X X n S S
Onda je:
15 , 2 , 6880
22
151351
, 14787
3
44360
1
2 2
= = = =

= = =

=
r
A
i
r
r
A
A
W
W
F
k n
S
W
k
S
W
Za 3 i 22 stepena slobode i greku 5% je 05 , 3 =
t
F , pa kako je
t i
F F zakljuujemo da
heterogenost u rezultatima ne moemo smatrati znaajnom te dasmo indiferentni pri izboru
kvalitetevlakna.
21. U uzorku od 12 finansijskih analitiara sprovedena je anketa da predvide %porasta cijena za 2
dionice A i B u narednoj godini i dobiveni rezultati:
132
Statistiki testovi
Koristeitest predznaka testiratihipotezuda u populacijifinansijskihanalitiaranema razlikeupreferencijama
za te dvije dionice. ( 05 , 0 = o )
Rjeenje:
:
0
H identinesu preferencije/
:
1
H
nisuidentine
= =

=
12 , 2
12
1
n u
i
i binomni raspored,
6
2
= = =
n
p n U
,
73 , 1
2
12
2
= = =
n
u
o
96 , 1 05 , 0 = = z o
: 39 , 3 4 39 , 3 12 98 , 0
2
, 4 6 2
2
1
H n
z n
u
o
= = = =
postoji razlika u preferencijama.
22. Zagrupu od 32 studentakoji supolagali ispite iz fizikei hemije poznate su ocjene dobivene na ispitu:
Ispitati da li je raspored ocjenaiz fizikei iz hemije identianza populacijusvihstudenata sagrekom1%.
(signumtest)
Rjeenje:
133
Rijeeni zadaci
:
0
H identinisu/
:
1
H
nisuidentini
= = =

=
32 , 19
32
1
0
n u u
i
i
normalan raspored
( ) 58 , 2 , 58 , 2
58 , 2 095 , 0
2
1 ) (
58 , 2 005 , 0
2
) (
.
e
|
|
|
|
.
|

\
|
= =
o
= u
= =
o
= u
teor
t t
t t
z
z z
z z
0
0
06 , 1
2
32
19
32
2
2
2
H z z
n
U
n
z
t i
i
e
=
|
.
|

\
|
=
|
.
|

\
|
=
Dakle, rasporedi suidentini.
23. Za uzorak od 8 studenata zabiljeili smo prosjene ocjene na Igodini studija: 7,2; 7;7,5; 8; 9,3;8,8;
9; 8,7. Moe li se prihvatititvrdnja da je medijalna ocjena svih studenata 8,5 sa grekom2%?
Rjeenje:
8 , 1 , . 2
5 , 0 : / 5 , 0 :
5 , 8 : / 5 , 8 : . 1
1 0
1 0
= =
= =
= = = =
i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
+ + + +

; ; ; ; ; ; :
2 , 0 5 , 0 , 3 , 0 ; 8 , 0 ; 5 , 0 ; 1 ; 5 , 1 ; 3 , 1 :
znak
d
i
4 ) , min( , 4 , 4 = = = =
+ +
c c c c c
( ) 64 , 0 5 , 0 5 , 0
4
8
... 5 , 0 5 , 0
1
8
5 , 0 5 , 0
8
4
4 4 1 7
4
0
8
=
|
|
.
|

\
|
+ +
|
|
.
|

\
|
=
|
|
.
|

\
|
= s

=

k
k k
k
k P
o
H k P = > = s = 01 , 0
2
64 , 0 ) 4 ( , 01 , 0
2
o o
134
Statistiki testovi
24. Dat je niz 10,12,15,14,20,23,21,25. KoristeiWilcoxonov test rangasapredznakomispitatiispravnost
hipotezeda jemedijana uzorka jednakapretpostavljenoj medijani populacije kojaiznosi16, sa grekom
5%.
Rjeenje:
16 : / 16 : . 1
1 0
= = = =
eo eu eo eu
M M H M M H
8 , 5 , 7 , 5 , 3 , 2 , 1 , 5 , 3 , 6
:
8 , 5 , 7 , 5 , 3 , 2 , 1 , 5 , 3 , 6 :
9 , 5 , 7 , 4 , 2 , 1 , 4 , 6 :
9 , 5 , 7 , 4 , 2 , 1 , 4 , 6 :


znakom sa rang
d rang
d
d
i
i
i
( )
5 , 23 ) 8 5 7 5 , 3 (
5 , 12 2 1 5 , 3 6
= + + + =
= =
+

T
T
5 , 12 ) , min( = =
+
T T T
i
3 , 3 8 , 5 , 0 = = = o
t
T tablica n
0
H T T
t i
>
25. Sluajnim izboromizabranisuuzorci od7 redovnih i 9 vanrednih studenataiz odgovarajuihosnovnih
skupova. Rezultati pismenogispita iz statistike (ubodovima ) dati su:
Da li se moe prihvatiti pretpostavka da se uspjeh vanrednih studenata ne razlikuje od uspjeha
redovnih studenata, ako uspjeh mjerimo medijalnim brojem bodova sa grekom 5%?
Rjeenje:
0 : / 0 : . 1
1 0
= =
eD eD
M H M H
Test veliina je
56
1
= T
.
Kritinevrijednosti za5%greke su: 11 , 62 , 79 , 40 = =
U L
T T . Kako se test vrijednost nalazi
izmeu teorijskih granica prihvatamo hipotezu da su uzorci odabrani iz skupova sa istom
medijanom.
135
Rijeeni zadaci
26. Pretpostavimo da menader za dizajn proizvodaeli da ispita uticaje etiri mogua tipa pakovanja
jednog kozmetikog proizvoda (faktor A) na prodaju. U analizu je ukljuio i drugi faktor B vrsta
prodavnice (B
1
- robne kue, B
2
- samoposluge, B
3
parfimerije). Na sluaj je odabrao 12 prodavnica
(po 4 za svaku vrstu) i zatimna sluajan nain alocirao pojedine tipove pakovanja po prodavnicama.
Pri tome je, da bi eliminisao uticaj cijene, kod svakog pakovanja dao istu cijenu. Dobio je rezultate:
Uz rizik greke 5% kako bi glasio njegov zakljuak?
Rjeenje:
Radimo viefaktorsku analizu varijanse.
:
0
H Faktor A nema uticaja na na prodaju.
:
0
H Faktor B nema uticaja na na prodaju.
( )
( ) 46 ) 78 657 ( 781
78
3 4
942
4
296100 ) (
657
3 4
942
3
223812 ) (
781
3 4
942
66 ... 75 80
) (
2 2 2 2
2 2
1
2
2
2 2
1
2
2
1 1
2
2 2 2
2
2 2
= + = + =
=

=
=

=
=

+ + + =

=
=
= =
B A t
s
j
j
B
k
i
i
A
k
i
s
j
ij t
S S S S
s k
S
k
S
S
s k
S
s
S
S
s k
S
x S
r
136
Statistiki testovi
( ) ( )
67 , 7
6
46
1 1
39
2
78
1
219
3
657
1
2
2
2
= =

=
= =

=
= =

=
s k
S
W
s
S
W
k
S
W
r
r
B
B
A
A
08 , 5
67 , 7
39
56 , 28
67 , 7
219
= = =
= = =
r
B
iB
r
A
iA
W
W
F
W
W
F
1 05 , 0 , 6 , 3
, 76 , 4 H F F F F
tA iA tA
> = =

faktorAsistematskiutie na varijabilitet pojave.


0 05 , 0 , 6 , 2
, 14 , 5 H F F F F
tA iA tB
< = =

faktorB sistematski ne utie na varijabilitet pojave.


27. Pregledane su dvije razliite vrste proizvodaAiBsa razliitimbrojemkomadai dobijeni rezultati:
Testirati hipotezuda je proporcijaloih proizvoda 1:1. ( ) 01 , 0 = o
Rjeenje (primjena Excela):
empirijskefrekvencije =
ij
f
teorijske frekvencije =



=
ij
j i
ij t
f
f f
f
. .
137
Rijeeni zadaci
Traimo prvo empirijskuvjerovatnou -{=CHITEST(B24:C25;H24:I25)}=0,230962

ovoj
vjerovatnoi uz jedan stepen slobodeodgovara vrijednost za = _
2
e
{=CHIINV(0,230962;1)}=
1,434927.
Sadatraimoteorijsku hi-kvadrat vrijednost:
= _
2
t
{=CHIINV(0,01;1)}= 6,634891
Kakoje
<
2
e
2
e
_ _
razlike empirijskih i teorijskih frekvencija nisu znaajne, pa moemorei
da je odnosproporcija loih proizvoda 1:1.
28. Za 2528 osoba analizirali smo boju kose i boju oijui dobili rezultate:
Testirati hipotezuda su boja kosei bojaoijunezavisna obiljeja kod ljudi. ( ) 05 , 0 = o .
Rjeenje (primjena Excela):
empirijskefrekvencije
teorijskefrekvencije
Traimo prvo empirijsku vjerovatnou- {=CHITEST(B36:D38;H36:J38)}= 0,83603636

ovoj vjerovat noi uz jedan st ep en slobode odgovara vrijednost z a


= _
2
e
{=CHIINV(0,83603636;4)}= 1,46714.
138
Statistiki testovi
Sadatraimo teorijsku hi- kvadrat vrijednost: = _
2
t
{=CHIINV(0,05;4)}= 9,487728
Kakoje
2 2
e e
_ _ <
obiljeja su nezavisna.
29. Zadistribuciju:
pretpostavljamoda seponaapoPoisonovom rasporedu. Testiratiispravnost te pretpostavke. (
% 4 = o
)
Rjeenje (primjena Excela):
Obzirom da je za Poissonov raspored karakteristian jedan parametar
m
i on je isti kao
aritmetikasredina, prvo raunamo aritmetiku sredinuserije (pomou Pastefunction):
m X = ={=SUMPRODUCT(A45:A50;B45:B50)/SUM(B45:B50)}=0,873. Ondaraunamo
teorijske frekvencije Poissonovograsporeda na sljedei nain:
{=324*POISSON(x;1,046296;FALSE)} za svako xod 0 do 5.
Obziromda imamo klasesa frekvencijama manjimod 5moramo izvriti pregrupisavanje:
Primjenjujemohi kvadrat test:
modaliteti
(A45:A50)
frekvencije
(B45:B50)
teorijske
frekvencije
(C45:C50)
0 150 135,43
1 100 118,26
2 50 51,52
3 15 14,90
4 7 6,48
5 2 0,97
suma 324 327,56
modaliteti
(E45:E49)
frekvencije
(F45:F49)
teorijske
frekvencije
(G45:G49)
0 150 135,43
1 100 118,26
2 50 51,52
3 15 14,90
4 9 7,49
139
Rijeeni zadaci
{=CHITEST(F45:F49;G45:G49)}

empirijska vjerovatnoa je0,31388 i na bazi nje sa 3


stepena slobode dobiemo = _
2
e
{=CHIINV(0,31388;3)}= 3,553573.
Sadatraimo teorijsku hi-kvadrat vrijednost: {=CHIINV(0,04;3)}= 8,311154761
Kako je >
2
e
2
e
_ _ pretpostavka nije tana.
30. Iz proizvodnje nadvijerazliite maine uzeta sudva uzorka proizvoda i dobijenipodaci o njihovoj
teini:
Testiratihipotezu daosnovni skupoviiz kojih su uzetiuzorci imajujednaku varijansu, uz pretpostavkuda
suuzorci uzeti iz osnovnih skupova koji sunormalnograsporeda. Greka je1%.
Rjeenje (primjena Excel-a):
Raunamo empirijsku vrijednost F-a primjenom Paste function: (za prvu oblast uzimamo
uzorak sa manje elemenata:
6 , 4
2 1
= = n n
):
{=FTEST(B64:G64;B63:E63)} = 0,423743
Onda raunamo teorijsku vrijednost F-a primjenom Paste function:
=
t
F {=FINV(0,99;3;5)}= 0,035414
Kako je izraunata vrijednost F-a vea od teorijske znai da nije tana hipoteza

varijanse
nisu jednake.
Ili primjena Data analysis( F-test two-sample for variances - mjesto prve varijable B64:E64,
mjesto druge varijable B63:G64 u Excel-ovom worksheet-u, greka 0,01):
Zakljuak isti.
140
Statistiki testovi
31. Da bi se ocijenilo djelovanjenovog vjetakogubriva uinjeno jesljedee:
uzeta su dva uzorkai to takodaje na parceleiz prvoguzorka primjenjeno to novo vjetako ubrivo, dok
naparcele iz drugoguzorka nijeprimjenjeno nikakvo ubrivoi dobili smo sljedee rezultate:
Testirati ispravnost pretpostavke da vjetako ubrivo pozitivno djeluje na prinos, sa grekom2%.
Rjeenje (primjena Excel-a):
Rije je o testu razlike aritmetikih sredina dva osnovna skupa na bazi njihovih uzoraka
(mali uzorci

t test).
Koristiemo Paste function:TTEST (izaberemo Two tailed ilidvosmjerni test 2i opcijutwo
sampleassumingunequal variances 3), da bi odredili vjerovatnou potrebnu za odreivanje
i
t :
{=TTEST(A193:A201;B193:B199;2;3)}= 0,046323.
Onda tra imo emp irijsku vrijednost z a t koja odgovara t oj vjerovat noi:
i
t ={
=TINV(0,046323;14)}= 2,186875.
Zatimtraimo odgovarajuuteorijsku vrijednost za t: =
t
t {=TINV(0,02;14)}=2,624492

( ) 624492 , 2 ; 624492 , 2 e
t
t .
Kako je = = e
2 1 0
M M H t t
t i
ubrivo nema oekivano dejstvo.
Ovojemogue uraditii pomouData analysis( t-Test:TwoSample AssumingUnequalVariances):
141
Rijeeni zadaci
Zakljuak je isti.
32. Sluajnimizboromdobijeni su sljedeirezultati o brojustudenatakoji su poloili ispit iz statistike u
prolomroku:
Sa rizikom greke 5% ispitati da li faktori: uspjeh na parcijali i posjeenost predavanja utiu na
varijabilitet broja studenata koji su poloili ispit.
Rjeenje (primjena Excel-a):
Originalni podaci u Excel-ovom worksheet-u (A218-C221):
Data analysis Anova
142
Statistiki testovi
Dakle:
- Po kolonama: Za faktor posjeenost predavanja = > = 14 , 5 465 , 14
t i
F F taj faktor
(posjeenost predavanja) sistematski ne utie.
- Po redovima: Za faktor uspjeh na parcijalnom dijelu ispita = > = 76 , 4 136 , 3
t i
F F taj
(uspjeh na parcijalnomdijelu ispita) faktor sistematskiutie.
33. Mjesena potronja jednogproizvoda u kg na bazi uzoraka od po 6 domainstava, s obziromna
visinu dohotka, iznosila je:
Sa grekom 4% ispitati da li visina dohotka sistematski utie na varijabilitet potronje.
Rjeenje (primjena Excel-a):
Originalni podaci u worksheet-u na mjestima A252:C257:
Koristimo Data analysis Anova single factor:
143
Rijeeni zadaci
Kako je = < = 358846 , 6 269094 , 2
t i
F F visina dohotka ne utie sistematski na variranje
potronje.
144
Statistiki testovi
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Pretpostavka je da je aritmetika sredina osnovnogskupa najmanje 123. Uzeli smo uzorak od 18
jedinica tog osnovnog skupa i izmjerili aritmetiku sredinu 122 sa varijansom 9. Sa pouzdanou
92% testiratiispravnost navedene pretpostavke.
> = = >
0 0 0
45 , 1 37 , 1 : H t t t t M M H
t i t i
tanapretpostavka )
2. Iz dva osnovnaskupauzelismo uzorkei dobilisljedee informacije: 5 , 5 , 5 , 11 , 9
2 1 2 1
= o = o = =
u u
n n .
Uz greku 0,1 testirati hipotezu o jednakosti varijansita dva osnovnaskupa.
< = = =
0
2
02
2
01 0
46 , 3 1 , 1 : H F F F F H
t i t i
o o
varijansejednake)
3. Dabi saznali da li postoji razlikauvisiniuenika razredatipaAi Bizvrilismo mjerenje. Prosjena visina
u nekom razreduA, koji broji 40 uenika, iznosila je 161cmsa devijacijom10. Prosjena visina u nekom
razredu B, koji broji 32 uenika, iznosila je 157 cmsa devijacijom8cm. Na razini signifikantnosti 0,92
odrediti dali postoji statistikiznaajnarazlika izmeu ovadvarazreda uvisini uenika.
( | | e e = =
1 2 1 0
76 , 1 ; 76 , 1 82 , 1 : H z z z z M M H
t i t i
postoji statistiki znaajna razlika )
4. Nanivou 4%grekepotrebnoje testirati hipotezudane postojiznaajnarazlikaudjela izvrsnihstudenata
sve etiri studijske godine. Rezultatiprikupljanja podatakaprikazani su u tabeli:
< = = = = = =
0
2 2 2 2
4 3 2 1 0
5 , 8 6 , 4 : H P P P P P H
t i t i
_ _ _ _
nepostojistatistiki znaajna razlika )
5. Dvije grupe od po 90 bolesnikaAi B imaju istu bolest. Novi lijek primjenjen je kod lijeenjabolesnika
iz grupe A. Nakon odreenogvremena izvrenajekontrola i ustanovljenoje da jeiz grupeAizlijeeno75,
a iz grupe B65 pacijenata. Testirati hipotezuda novi lijek pomae (dapostoji statistiki znaajnarazlika
rezultatagrupaAi B) sa grekom 5%.
| | e e = =
0 2 1 0
96 , 1 ; 96 , 1 76 , 1 : H z z z z P P H
t i t i
novi lijek nepomae)
145
Zadaci za vjebu
6. U uzorku od350 glasaa proveli smoanketu sa pitanjem da liete glasatina predstojeimizborima?
. Od njih je 295 odgovorilopotvrdno. Testirati hipotezu da se pretpostavka da eodziv kandidatabiti
najmanje 80%statistiki znaajno ne razlikujeod rezultatadobivenih iz ankete uz signifikantnost 90%.
0 0 0
: 2, 04 1, 29
i t i t
H P P z z z z H > = e >
odziv je najmanje80%)
7. Pretpostavka jedanatestu inteligencijeprosjeanrezultat ispitanikaiznosi104sa standardnomdevijacijom
7,5. Uzorak od 25 studenata jeproao specijalan kurs i njihov rezultat na testu inteligencije u prosjekuje
iznosio107. Sagrekom4%testirati hipotezudaseprosjean rezultat dobijen uuzorku statistikiznaajno
nerazlikuje od navedenepretpostavke.
( | | e e = =
0 0 0
06 , 2 ; 06 , 2 2 : H z z z z M M H
t i t i
ispravnahipoteza )
8. Proizvoa TVi video aparata eli da zna kojidio populacije iz osnovnogskupa vlasnika TV-a ima
video. Uuzorak smo sluajno odabrali 105 vlasnika TV-a i 78 od njih imalo je i video. Proizvoa je
pretpostavljaoda ueeonih kojiimaju video nijenie od 76%. Testiratiispravnost njegovepretpostavke
sa grekom 3%.
0 0 0
: 0, 408 1, 89
i t i t
H P P z z z z H > = = >
tanapretpostavka )
9. Prosjena ocjena studenata univerziteta je sluajna varijablanormalno rasporeena sa aritmetikom
sredinom 8,53 i devijacijom 0,86. Za uzorak od 150 studenata izraunali smo prosjenu ocjenu i
ona je iznosila 8,32. Testirati hipotezu da je dolo do pada aritmetike sredine ove varijable u
osnovnomskupusa grekom0,05.
( < = = <
0 0 0
65 , 1 3 : H z z z z M M H
t i t i
tana hipoteza, dolo je do pada aritmetike sredine)
10. Pretpostavka je da na testu inteligencije prosjean rezultat ispitanika iznosi 84 sa standardnom
devijacijom 7,5. Uzorak od 20 st udenata je proao specijalan kurs i njihov rezult at na t estu
inteligencije u prosjeku je iznosio 88. Sa grekom 3% testirati hipotezu da se prosjean rezultat
dobijenu uzorku statistiki znaajno nerazlikuje odnavedene pretpostavke.
( | | e e = =
1 0 0
17 , 2 ; 17 , 2 38 , 2 : H z z z z M M H
t i t i
pogrena pretpostavka )
11. Tri kocke za igru bacali smo istovremeno 400 puta i dobili sljedee podatke: broj 1 pao je 205
puta, broj 2 pao je 232 puta, broj 3 pao je 240 puta, broj 4 pao je 204 puta, broj 5 pao je 173 puta,
broj6 pao je146 puta. Testirati hipotezu da su kocke ispravne (homogene)sa grekom9%.
( > = = =
1
2 2 2 2
0
12 55 , 23 , : H i f f H
t i t i ti i
_ _ _ _
kocke nisu ispravne)
12. Dvije maine proizvode iste proizvode. Dimenzija u uzorku od 14 proizvoda sa prve maine
ima standardnu devijaciju 1,8, dok dimenzija 10 proizvoda sa druge maine ima standardnu devijaciju
2,2. Da li moemo sagrekom 5%tvrditi da na obje maine dimenzija proizvoda jednako varira?
(
< =
+
= = =
0
2
02
2
01 0
45 , 3
2
19 , 4 71 , 2
48 , 1 : H F F F F H
t i t i
o o
jednako variranje)
146
Statistiki testovi
13. Dva proizvoaa proizvode hljeb. Za 6 hljebovauzetih od prvogproizvoaa dobili smo sljedee
vrijednosti teine hljebova u gramima: 842 847 855 843 865 849.
Za 7 hljebova uzetih od drugog proizvoaa dobilismo sljedeevrijednosti teine hljebova u gramima:
849 844 853 843 862 848 851. Da li sa grekom4% moemo zakljuiti da proizvoai proizvode
hljebjednakih prosjenihteina?
( | | e e = =
0 2 1 0
35 , 2 ; 35 , 2 041 , 0 : H t t t t M M H
t i t i
proizvode hljeb jednakih prosjenih teina )
14. Uobiajenom ishranom pilia oekivani prinos mase za prva 3 mjeseca ivota je najmanje 650
grama. Za uzorak smo uzeli 14 pilia i prinos mase u gramima bio je:
580 630 540 650 635 610 590 600 620 585 605 615 570 625. Da li je oekivanje statistiki
ispravno sa grekom7%?
( < = = >
1 0 0
6 , 1 89 , 5 : H t t t t M M H
t i t i
oekivanje nije ispravno)
15. U osnovnoj koli prosjena ocjena u uzorku od 32 djeaka bila je 75 poena sa devijacijom 9,
dok je za 35 djevojica ta ocjena bila 73 sa devijacijom 4. Testirati hipotezu da na nivou kole ne
postoji statistiki znaajna razlika izmeu prosjene ocjene djeaka i djevojica, sa vjerovatnoom
98%.
( | | e e = =
0 2 1 0
33 , 2 ; 33 , 2 17 , 1 : H z z z z M M H
t i t i
tana hipoteza )
16. Proizvoa tvrdi danajmanje 96 %opreme koju koristi u svojoj proizvodnji odgovara ekolokim
standardima. Ispitivanje sluajnoguzorka od 190 elemenata te opreme pokazalo je da je 17elemenata
bilo nezadovoljavajue prema navedenom kriterijumu. Test irati t vrdnju p roiz voaa sa
signifikantnou97 %.
0 0 1
: 3, 4847 1, 88
i t i t
H P P z z z z H > = = <
tvrdnja nije tana )
17. Proizvoa odreene vrste deterdenta anketirao je domainstva i postavio im pitanje koju vrstu
deterdenata kupuju. 20%anketiranihizjasniloseda kupujenjegovdeterdent. Uciljuunapreenjaprodaje
sprovelisu reklamu na TV-u i nakon izvjesnogvremenaanketirali250 sluajno odabranihdomainstava.
Ovog puta 60 domainstava se izjasnilo da kupuje njegov proizvod. Uz 2% greke zakljuiti da li je
reklama uticala na opredjeljenjekupaca oizboru vrstedeterdenta?
0 0 0
: 1, 59 2, 06
i t i t
H P P z z z z H > = = >
reklamaje uticala naopredeljenje kupca )
18. S ciljemdase ispita njihova sklonost i izbor studija, anketirano je 220 maturanata:
147
Zadaci za vjebu
Uz 5%greke zakljuitidali se moeprihvatitipretpostavka da od ukupnogbroja maturanata 30%ne eli
studirati, 50%eli studirati drutvenenauke, 10%elistudiratitehnike nauke i10%eli studiratiprirodne
nauke i medicinu .
( < = = =
0
2 2 2 2
0
8 64 , 3 , : H i f f H
t i t i ti i
_ _ _ _
moe se prihvatiti navedena pretpostavka )
19. Izraunali smo za30firmi daprosjeangodinji profit iznosi30877 KM. Predhodne godineprosjean
profit u toj industriji godinje iznosio je 28000KM sa devijacijom 3000 KM. Da li je pretpostavka o
porastu prosjenoggodinjeg profita ispravna akotoleriemo greku3%?
( > = = >
0 0 0
89 , 1 25 , 5 : H z z z z M M H
t i t i
porast godinjeg profita )
20. Razvijena je nova vakcina protiv gripe. U sluajnom uzorku sa 80 osoba koje su vakcinisane
gripu su ipak dobile 20 osoba. Na drugoj strani od 120 nevakcinisanih 50 osoba je dobilo gripu. Da
li je vakcina efikasna uz pouzdanost 96%?
( | | e e = =
1 2 1 0
06 , 2 ; 06 , 2 43 , 2 : H z z z z P P H
t i t i
efikasna vakcina )
21. Proizvoa sapuna tvrdi da najmanje jedna od 4 osobe koriste njegov proizvod. U uzorku sa
400 osoba 80 je koristilo tajnjegov proizvod. Da lije njegova tvrdnja pouzdana sa grekom6%?
0 0 1
: 2, 27 1, 56
i t i t
H P P z z z z H > = = <
nepouzdana tvrdnja )
22. Pretpostavimo daispitujemo tvrdnju potroaa da medijana kapacitetaakumulatoraAiznosi manjeod
150 amper-asova. Radi provjere ove tvrdnje uzeli smo uzorak od 12 akumulatora i dobili sljedee
podatke:
147, 146, 150, 147, 148, 154, 143, 143, 150,149, 143, 151.
Da li je tvrdnja potroaa ispravna sa grekom5%?
(
0 0 0
45 , 10 47 : H T T T T M M H
i i e e
> = = <

tvrdnja potroaa je tana )
23. Prilikom ispitivanja uticaja privredne propagande na potronju proizvoda Z, uzet je uzorak od
14 domainstava i formirani su usklaeni parovi tako da se svakom domainstvu pridruio to
slinijipar. Jednoj grupi domainstava (eksperimentalnoj) prikazani su reklamni spotovi kojiukazuju
na relativne prednosti proizvoda Z i nakon mjesec dana utvrena je potronja kod obje grupe
domainstava:
148
Statistiki testovi
PrimjenomWilcoxon-ovogtestaranga sapredznakomispitatidaliprivredna propagandaznaajnopozitivno
utie na potronjuproizvodaZ, sa pouzdanou 95%.
( > = = >
+ + 0 2 1 0
8 , 25 27 : H T T T T M M H
i i e e
pozitivnoutie)
24. Raspolaemo podacima o dva nezavisna uzorka o vijeku trajanja ( u mjesecima ) akumulatora
proizvoaa A i B:
Sa grekom 5%provjeriti da li je kvalitet akumulatora u pogledu vijeka trajanja kod oba proizvoaa
jednak.
( | | e e = = =
0 1 0
93 , 51 52 0 : H T T T T T M H
t i t i eD
kvalitet je jednak kod oba proizvoaa )
25. Broj neispravnih proizvoda u jednom pogonu, na osnovu sluajnog uzorka, s obzirom na vrstu
maine, dat je u tabeli:
Analizom varijanse na nivou pouzdanosti 99% utvrditi da li vrsta maina sistematski utie na
varijabilitet neispravnihproizvoda utompogonu.
0 1 2 3 . 0
: 2, 34 6, 36
i t izr t
H M M M F F F F H = = = = < ne utie)
26. Iz prispjele poiljke od 1000 pakovanja kafe, ija je ugovorena teina 200 gr., a varijansa 49 gr2
formiran je uzorak od 80 pakovanja. Prosjena teina u uzorku je 198,5 gr. Sa rizikom greke 0,05
provjeriti da li poiljka zadovoljava ugovorom predvienu teinu.
( | | e e = =
1 0 0
96 , 1 ; 96 , 1 99 , 1 : H z z z z M M H
t i t i
ne zadovoljava )
27. Proizvoa cigareta tvrdi da koliina katrana u novoj vrsti cigarete iznosi 17 miligrama. Sluajni
uzorak od 16 cigareta pokazao je sljedee vrijednosti katrana u miligramima:
Da li se moe zakljuiti da je medijalna vrijednost koliine katrana ove vrste nove cigarete razliita
od 17 miligrama ( 01 , 0 = o )?
( > = = =
+ + 0 0 0
16 62 : H T T T T M M H
i i e e
nijerazliita )
149
Zadaci za vjebu
28. Na osnovu sluajnog uzorka dobili smo sljedee rezultate o prodaji jedne vrste proizvoda (u 000
komada):
Sapouzdanou 95%ispitatidali markaproizvodai nain plaanjasistematskiutiuna prodajuproizvoda.
(radimo dvofaktorsku analizu varijanse:
:
0
H marka proizvoda ne utie, > = =
1
; 76 , 4 ; 68 , 6 H F F F F
tA iA tA iA
marka proizvoda utie na prodaju proizvoda; :
0
H nain plaanjane utie,
> = =
1
; 14 , 5 ; 86 , 30 H F F F F
tB iB tB iB
nain plaanja utiena prodaju proizvoda).
29. Prost uzorak iz normalno rasporeenog skupagraanagrada Akojikoristeusluge gradskogsaobraaja
daoje sljedeirezultat:
U prostom uzorku od 15 stanovnika grada B prosjena duina ekanja na gradski prevoz oznosila
je 8,2 minuta sa devijacijom4 minute. Sa rizikom greke 6% testirati da li se kvalitet usluga razlikuje
u ova dva grada.
( | |
0 2 1 0
88 , 1 ; 88 , 1 , 832 , 0 , : H z z z z M M H
teor izr teo izr
e e = = )
Regresiona i
korelaciona analiza
153
RIJEENI ZADACI IZ REGRESIONE I KORELACIONE ANALIZE
Prosta regresiona i korelaciona analiza
1. Neka su za10 domainstava poznati godinji neto prihodi ( u000 $)- xi godinjitrokovi za odjeu
( u 00 $) y:
Primjenom normalnih jednaina odrediti oblik linearne zavisnosti.
Rjeenje:


= = =
= =
+ =
+ =
10
1
2
10
1
10
1
10
1
10
1
i
i
i
i
i
i i
i
i
i
i
x b x a y x
x b N a y
154
Regresiona i korelaciona analiza
b a
b a b a
+ =
= + =
406 60 1122
6 17 60 10 170
( ) 68 , 3 22 , 2 46 102 406 6 17 60 1122 = = = + = a b b b b
Linearnioblikveze glasi:
i i
x y + = 22 , 2 68 , 3

2. Za10 majki injihovihnajstarijih kerki poznate suteine:


a) Nacrtati dijagram rasipanja.
b) Odrediti regresione linije
x i y
i objasniti dobivene parametre.
c) Izraunati i objasniti jainu veze.
d) Ako je majka imala teinu 60 kg, koliku teinu kerke oekujemo sa grekom 3%?
Rjeenje:
a)
b)
i i i i i i
y y x x x b a y + = + = + = + = 84 , 0 47 , 9 48 , 0 62 , 35 | o
155
Rijeeni zadaci
66
10
660 1
3 , 67
10
673 1
10
1
10
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
10
2 2 2 2
1
10
2 2 2 2
1
45325
1
67, 3 3, 21
10
43616
1
66 5, 6
10
y i
i
x i
i
y y
N
x x
N
o
o
=
=
= = =
= = =

7 , 2 66 3 , 67
10
44445
1
10
1
= = =

=
x y x y
N
Cov
i
i i xy
2
2, 7
0, 48, 1 0, 48
5, 6
67, 3 0, 48 66 35, 62, 0 35, 62
xy
x
Cov
b x y
a y b x x y
o
A A = = = = =
= = = = =
2
2, 7
0, 84, 1 0, 84
3, 21
66 0, 84 67, 3 9, 47, 0 9, 47
xy
y
Cov
y x
x y y x
|
o
o |
A A = = = = =
= = = = =
c)
=

=
o o
= 4055 , 0
21 , 3 6 , 5
7 , 2
2
2 2
2
2
y x
xy
Cov
r
srednje jaka veza 40,55% varijabileteta teine
kerke objanjeno je varijabilitetom teine majke i obratno. ( = 6368 , 0 r stepen linearnog
kvantitativnogslaganja dvijevarijable)
d) 42 , 64 60 48 , 0 62 , 35 60 = + = =
i i
y x
65 , 2 985 , 0
2
1 ) ( 10 , 03 , 0
8 2
= = = = =
= t t n
t t S n
o
( ) ( ) 38 , 1 908 , 1 21 , 3 4055 , 0 1 1 1
2 2 2
2
2
2
= = = = =
y y y
y
y
S r S
S
r o
o
) 03 , 0 ( 077 , 68

763 , 60
38 , 1 65 , 2 42 , 64

38 , 1 65 , 2 42 , 64

= s s
+ s s + s s
i
i y t i i y t i
Y
Y S t y Y S t y
3. Nakvizu iz fizike ihemije 10 studenata pokazaloje sljedei uspjeh:
a) Primjenom linearnog koeficijenta korelacije odrediti jainu veze izmeu ove dvije pojave.
b) Primjenom koeficijenta korelacije ranga odrediti jainu veze izmeu ove dvije pojave.
156
Regresiona i korelaciona analiza
Rjeenje:
a)
7
10
70 1
4 , 7
10
74 1
10
1
10
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
3 7
10
520
1
84 , 2 4 , 7
10
576
1 2 2
10
1
2 2 2 2
10
1
2 2
= = = o = = = o

= =
x x
N
y y
N
i
i x
i
i y
2 7 4 , 7
10
538
1
10
1
= = =

=
x y x y
N
Cov
i
i i xy
=

= 4695 , 0
3 84 , 2
4
2 2
2
2
y x
xy
Cov
r
o o
srednje jaka veza ( ) 6852 , 0 = r
b)
6939 , 0 306 , 0 1
10 10
5 , 50 6
1
6
1
3 3
10
1
2
2
= =

=

=
N N
d
i
i
4. Poznatisu podacio koliini utroenog mineralnogubriva i prinosu jedne itarice:
Odgovarajuimmatematskimmodelomodreditioblikvezeove dvijevarijable. Izraunati koliki je stepen
slaganja njihovih varijacija.
157
Rijeeni zadaci
Rjeenje:
Nacrtamo dijagramrasipanja:
Na bazi ovogdijagrama zakljuujemo da bi empirijskimpodacima odgovarao krak parabole
i zato uzimamo parabolinu vezu:



= = = =
= = = =
= = =
+ + =
+ + =
+ + =
5
1
4
5
1
3
5
1
2
5
1
2
5
1
3
5
1
2
5
1
5
1
5
1
2
5
1
5
1
i
i
i
i
i
i
i
i i
i
i
i
i
i
i
i
i i
i
i
i
i
i
i
x c x b x a y x
x c x b x a y x
x c x b N a y
Ili:
c b a
c b a
c b a
+ + =
+ + =
+ + =
978 225 55 897
225 55 15 231
55 15 5 70
Kada rijeimotri jednaine satri nepoznate dobivamo da je:
2
07 , 0 67 , 1 2 , 8 07 , 0 , 67 , 1 , 2 , 8
i i i
x x y c b a + + = = = =
Jaina veze je:
158
Regresiona i korelaciona analiza
( )
( )
98 , 0
46
8316 , 1
1

1 1
5
1
2
5
1
2
2
2
= =

= =

=
=
N
y y
N
y y
S
i
i
i
i i
y
y
o

Kao to vidimo 96,04 %varijacija u prinosu nastalo je usljed varijacija u koliini utroenog
mineralnogubriva.
5. Zakretanjenivoa drutvenogproizvoda (Y)i linepotronje(X)u periodu90-99godina ustatistikom
zavodu dobili smo sljedee informacije: N= 10,

= , 3255
j
x

= = 573392 , 1759
j j j
y x y ,

= 393975
2
j
y . Ocijeniti potronju kao linearnu funkciju dohotka. Koja ogranienja u pogledu ove
funkcijepostavlja ekonomska teorijai da li suona ispunjena uovomsluaju? Koliku potronju moemo
oekivati za dohodak od 400 nj?
Rjeenje:
i i i
y y x + = + = 01 , 0 741 , 323 | o
5 , 325
10
3255 1
9 , 175
10
1759 1
10
1
10
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
75 , 83 5 , 325 9 , 175
10
573392
1
69 , 8456 9 , 175
10
393975
1
10
1
2 2
10
1
2 2
= = =
= = = o

=
=
x y x y
N
Cov
y y
N
i
i i xy
i
i y
741 , 323 0 , 741 , 323 9 , 175 01 , 0 5 , 325
01 , 0 1 , 01 , 0
69 , 8456
75 , 83
2
= = = = | = o
= = = =
o
= | A A
x y y x
x y
Cov
y
xy
741 , 327 400 01 , 0 741 , 323 400 = + = =
i i
x y
6. Ukupanprihod ostvaren prodajomartiklaAi broj prodatih komada tog artiklau razdobljuod 8godina
bilisu:
a) Koliko se u prosjekupovea ukupan prihod, ako se prodaja povea za 1 komad?
b) Kolika je jaina veze ovihpojava?
c)Ako se postigne prodaja uiznosu 80 komada koliki ukupan prihod moemooekivati?
159
Rijeeni zadaci
Rjeenje:
a)
875 , 46
8
375 1
375 , 77
8
619 1
8
1
8
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
86 , 294 875 , 46
8
19937
1
98 , 185 375 , 77
8
49383
1
2 2
8
1
2 2
2 2
8
1
2 2
= = = o
= = = o

=
=
x x
N
y y
N
i
i x
i
i y
797 , 203 875 , 46 375 , 77
8
30646
1
8
1
= = =

=
x y x y
N
Cov
i
i i xy
69 , 0 1 , 69 , 0
86 , 294
797 , 203
2
= = = =
o
= A A y x
Cov
b
x
xy
Povea se za 0,69.
03 , 45 0 , 03 , 45 875 , 46 69 , 0 375 , 77 = = = = = y x x b y a
i
x y + = 69 , 0 03 , 45
c)
=

=
o o
= 7574 , 0
98 , 185 86 , 294
797 , 203
2
2 2
2
2
y x
xy
Cov
r
jaka veza ( ) 87 , 0 = r
d) 23 , 100 80 69 , 0 03 , 45 80 = + = =
i i
y x nj ukupnog prihoda za 80 prodatih proizvoda
A.
160
Regresiona i korelaciona analiza
7. Broj prometnih nezgoda (Y) ujednom graduu odnosu naprekrajnekazne (X) bio je:
a) Nacrtati oblak rasipanja.
b) Odrediti odgovarajui oblik regresione veze.
c) Koliki se broj nezgoda moe oekivati ako je kazna 70 nj?
Rjeenje:
a)
b)
30
5
150 1
732
5
3660 1
5
1
5
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
200 30
5
5500
1
4296 732
5
2700600
1
2 2
5
1
2 2
2 2
5
1
2 2
= = = o
= = = o

=
=
x x
N
y y
N
i
i x
i
i y
920 30 732
5
114400
1
5
1
= = =

=
x y x y
N
Cov
i
i i xy
6 , 4 1 , 6 , 4
200
920
2
= = = =
o
= A A y x
Cov
b
x
xy
Povea se za 4,6.
594 0 , 594 30 6 , 4 732 = = = = = y x x b y a
x y + = 6 , 4 594
nj y x
i
916 6 , 4 70 594 70 = + = =
161
Rijeeni zadaci
8. Regresijski pravac y

prolazi kroz takuAA


( ) 72 , 1 ; 1
.
Regresijski pravac
x

prolazikroz takuB
( ) 2 ; 85 , 1
.
Regresijski pravci se sijeku u taki C
( ) 5 ; 75 , 3
.
Poznato je da je

= . 40
i
y
a) Kako glase regresione jednaine y

i
x

.
b) Koliki je koeficijent linearne korelacije?
Rjeenje:
b a + = 1 72 , 1
| + o = 2 85 , 1
b a + = 75 , 3 5
| + o = 5 75 , 3
a)
i i
x y a b b b b a + = = = = = = 19 , 1 53 , 0 53 , 0 19 , 1 28 , 3 75 , 2 75 , 3 5 72 , 1
i i
y x b + = = = = = = 63 , 0 59 , 0

59 , 0 63 , 0 9 , 1 3 5 75 , 3 2 85 , 1 o | | | o
b)
% 87 , 0 63 , 0 19 , 1 = = | = b r
Jaina veze izraena koeficijentomlinearne korelacije
je 87%.
9. Analizom obima prodaje proizvodaA(u 1000 komada) -y i broja stanovnika (u 1000) - xna 17
odabranih podruja dobili smo sljedeu regresionu jednainu:
i i
x y + = 625 , 0 250

. Koeficijent
determinacije iznosi 0,8464, dok je ( )

= 625 , 9765
2
y y
i
i ( )

= 42500
2
x x
i
.
a) Koliki je koeficijent linearne korelacije?
b) Ukom intervalu moemo oekivati prosjenu prodaju proizvodaAakoje broj stanovnika 295000 sa
pouzdanou 98%.
Rjeenje:
8464 , 0 625 , 0 250 17
2
= = = = r b a N
( )

= 625 , 9765
2
y y
i
i ( )

= 42500
2
x x
i
.
a)
92 , 0 8464 , 0
2
= = = r r
Jaina veze je 92%.
b) x y = 625 , 0 250
( )
50 2500
17
42500
2
2
= o = =

= o

x
i
x
N
X x
162
Regresiona i korelaciona analiza
( )
97 , 23 45 , 574
17
625 , 9765
2
2
= o = =

= o

y
i
y
N
Y y
( ) ( ) 39 , 9 23 , 88 8464 , 0 1 45 , 574 1
2 2
2
= = = o =
y y y
S r S
375 , 434 295 625 , 0 250 = + =
i
y
( )
2 15
1 0, 99 2, 6
2
N t t
S t t
o
=
= = =
y t i i y t i
S t y Y S t y + s s

( ) 02 , 0 789 , 458

961 , 409 39 , 9 6 , 2 375 , 434

39 , 9 6 , 2 375 , 434 = s s + s s o
i i
Y Y
10. Za 6studenata dati su podaci o vremenu uenja van kole irezultatima testa:
Sa 4% rizika procijenite rezultat studenta koji bi za test van kole uio 40 sati.
Rjeenje:
163
Rijeeni zadaci
83 , 17
6
107 1
30
6
180 1
6
1
6
1
= = = = = =

= = i
i
i
i
x
N
x y
N
y
6
2 2 2 2
1
6
2 2 2 2
1
6250
1
30 141, 67
6
2379
1
17, 83 78, 59
6
y i
i
x i
i
y y
N
x x
N
o
o
=
=
= = =
= = =

43 , 103 83 , 17 30
6
3830
1
6
1
= = =

=
x y x y
N
Cov
i
i i xy
32 , 1 1 , 32 , 1
59 , 78
43 , 103
2
= = = =
o
= A A y x
Cov
b
x
xy
46 , 6 0 , 46 , 6 83 , 17 32 , 1 30 = = = = = y x x b y a
i
x y + = 32 , 1 46 , 6
=

=
o o
= 9608 , 0
67 , 141 59 , 78
43 , 103
2
2 2
2
2
y x
xy
Cov
r
vrlo jaka veza, ( ) 9802 , 0 = r
26 , 59 40 32 , 1 46 , 6

40 = + = =
i i
y x
( ) ( ) 36 , 2 67 , 141 9608 , 0 1 1
2 2
= = o =
y y
r S
4
( ) 1 0, 98 3
2
t t
S t t
o
= = =
y t i i y t i
S t y Y S t y + s s

36 , 2 3 26 , 59

36 , 2 3 26 , 59 + s s
i
Y
) 04 , 0 ( 34 , 66

18 , 52 = s s o
i
Y
11. efaproizvodnje interesuje dali postoji veza izmeu broja proizvoda sa grekomi broja danakoje
jenovozaposleni proveo naposlu. On je jednogdana na bazi sluajnoguzorkaizabrao 10novozaposlenih
radnika izabiljeio broj proizvodasa grekomza njih 8:
164
Regresiona i korelaciona analiza
Na bazi odgovarajue regresione veze ocijeniti broj proizvoda sa grekom koji moemo oekivati od
radnika koji radi 8 dana.
Rjeenje:
Sa grafa vidimo da je rije o stepenoj vezi.
i i
b
i i
u b A v x a y + = =

53999 , 1
8
90848 , 4
8
81147 , 3
8
38345 , 10
8
90848 , 4
8
14158 , 5
2
2
2 2
=
|
.
|

\
|

=
o
=

U
N
u
V U
N
v u
C
b
i
i i
u
uv
24281 , 2
8
90848 , 4
5399 , 1
8
38345 , 10
= = = U b V A
i i
u v = 53999 , 1 24281 , 2

90309 , 0 8 log 8 = = =
i i
u x
( ) 11 , 7 90309 , 0 53999 , 1 24281 , 2

= = tam antilogari
i
y
Radnik koji radi 8 dana u prosjeku e proizvesti 7 neispravnih proizvoda.
165
Rijeeni zadaci
12. Uvoz i izvoz razliitih 6vrsta proizvoda bilisu (u 000 KM):
Za uvoz od 27 000 KM koliki izvoz moemo oekivati sa grekom procjene 2%.
Rjeenje:
Sa grafa vidimo da moemo iskoristiti eksp onencijalnu ili linearnu vezu. Odabraemo
onu gdje je greka manja.
166
Regresiona i korelaciona analiza
Eksponencijalnaveza:
i
x
i
b a y =

ili ( )
i i
x y + = 00120896 , 0 780627 , 0

tam antilogari
00120896 , 0
6
1723
6
817493
6
76681 , 6
6
1723
6
34113 , 2333
2
2
2 2
=
|
.
|

\
|

=
o
=

X
N
x
V X
N
v x
C
B
i
i i
x
xv
780627 , 0
6
1723
00120896 , 0
6
76681 , 6
= = = X B V A
Linearna veza:
i i i
x x b a y + = + = 048 , 0 38 , 3
048 , 0
14 , 53784
14 , 2575
6
1723
6
817493
6
103
6
1723
6
45029
2
2
2 2
= =
|
.
|

\
|

=
o
=

X
N
x
Y X
N
y x
C
b
i
i i
x
xy
38 , 3
6
1723
048 , 0
6
103
= = = X b Y a
Kako je greka izraena preko
2

( )
i i
y y

punomanja kod linearneveze biramo nju.


676 , 4 27 048 , 0 38 , 3

27 = + = =
i i
y x
( )
79 , 2
6
84 , 46
2
= =

=
N
y y
S
i i
y
7 , 3 99 , 0
2
1 ) (
4 2
= = =
= t t N
t t S
o
y t i i y t i
S t y Y S t y + s s

79 , 2 7 , 3 676 , 4

79 , 2 7 , 3 676 , 4 + s s
i
Y
99 , 14

65 , 5 s s
i
Y
13. U nekom skupu egzistiraju dvije varijable koje su u korelaciji. Pravci regresije su: 1 = x y i
y x + = 5 , 0 1 . Ako je za varijablu x:
4
2
=
, odreditikoeficijent korelacije zate dvije varijablei njihove
varijable i objasniti.
Rjeenje:
1 , 1 1 = = = a b x y
167
Rijeeni zadaci
5 , 0 , 1 5 , 0 1

= = + = | o y x
2 4 4
2
2
= o = o =
x x
2 2 8
4
1
2
2 2
= o = o
o
=
o
= =
y y
x x
xy
C
b
= =

=
o o
= 7071 , 0
2
1
2 2 2
4
y x
xy
C
r
relativno jaka veza, stepen linearnogkvantitativnog
slaganja varijabilitetatih varijablije 0,7071.
14. U sljedeoj tabeli prikazani su rezultati 9 studenata prema radu u laboratoriji i prema teorijskom
znanju:
Izraunati i objasniti koeficijent korelacije ranga.
Rjeenje:
% 90 9 , 0
9 9
12 6
1
6
1
3 3
2
2
=

=

N N
d
je jaina veze izmeu pojava rezultat na
teorijskom radu i rezultat u laboratoriji.
15. Kao personalni direktor velikefirme dobili smo sljedeu informaciju sainjenu na bazi ispitivanja
sluajnoguzorkaod 100 radnika:
i i
x y + = 4 , 0 50

gdjeje:
i
x - rezultat na testu
i
y - ocjena rada od strane pretpostavljenih efova
20 50
2 2
= =
y y
S o
168
Regresiona i korelaciona analiza
a)Odrediti jainu vezeposmatranihpojava.
b)Objasniti znaenje regresionih parametara.
Rjeenje:
a)
7746 , 0 6 , 0
50
20
1 1
2
2
2
= = = =
o

y
y
S
Jaina vezeje 60%ueaobjanjenogu ukupnomvarijabilitetu..
b) Radnik koji jena testuimao 0 bodova imao je ocjenu pretpostavljenih 50.
Kako rezultat testaporaste zajedinicu tako ocjenapretpostavljenihraste za 0,4.
16. Poznato je:
i i
x y + = 16 , 0 08 , 17

05 , 4 =
y
S
,

= 210
i
x ,

= 9850
2
i
x ,
5 = N
Sa grekom 5%ocijeniti interval povjerenja za y ako je x=50.
Rjeenje:
2 , 3 975 , 0
2
1 , 3 2 = = = t N
o
08 , 25 50 16 , 0 08 , 17

= + =
i
y
04 , 38

12 , 12
05 , 4 2 , 3 08 , 25

05 , 4 2 , 3 08 , 25

s s
+ s s
+ s s
i
i
y i i y i
Y
Y
S t y Y S t y
17. Za 10 prodavaa imali smo informacije o broju narudbi (x) i broju prodanihproizvoda (y) nabazi
kojih smoodredili postojanjelinearne veze i izraunalisljedee:

= 199
i
x , 408 =
i
y , 9661 =
i i
y x ,

= 20510
2
i
y 7601 , 1 = a
Izraunati iobjasniti koeficijent korelacije.
Rjeenje:
% 36 , 92 9236 , 0
49 , 8 66 , 19
18 , 154
=

=
y x
xy
C
r
o o
je jaina stepena linearnog kvantitativnog
slaganja varijabiliteta tih varijabli..
18 , 154
10
408
10
199
10
9661
= =

y x
N
y x
C
i i
xy
66 , 19 36 , 386
10
408
10
20510
2
2
2
2
= =
|
.
|

\
|
= =

x
i
y
y
N
y
o o
169
Rijeeni zadaci
1387 , 2 9 , 19 8 , 40 7601 , 1 = = = b b x b y a
49 , 8 09 , 72
18 , 154
1387 , 2
2
2 2
= = = =
y x
x x
xy
C
b o o
o o
18. Za dvije pojave: troakmarketinke reklame x i obim prodaje y, kod10 razliitih trnih centara
pratilismokretanje i dobili podatke:
a) Nacrtati dijagram rasipanja.
b) Odrediti odgovarajui oblik i jainu regresione veze.
c) Za troak reklame 30, koliki obim prodaje oekujete sa grekom 5%?
d) Koristei koeficijent korelacije ranga utvrditi jainu veze.
Rjeenje (koritenje Excela):
170
Regresiona i korelaciona analiza
a)
b)primjena Data analysis- Regresion):
Input y range : $B$60:$B$69
Input xrange: $A$60:$A69
Primjena Paste function:
{=INTERCEPT(B60:B69;A60:A69)} - a = 1,021341
{=SLOPE(B60:B69;A60:A69)} - b = 2,734756
171
Rijeeni zadaci
{=CORREL(B60:B69;A60:A69)} - r = 0,980802
{=RSQ(B60:B69;A60:A69)} -
961974 , 0
2
= r
c)Predvianje: (Paste function)
Donja granica intervala
{=FORECAST(30;B60:B69;A60:A69)-TINV(5%;10-2)*STEYX(B60:B69;A60:A69)}-
558909 , 71

=
y i
S t y
Gornja granica intervala
{=FORECAST(30;B60:B69;A60:A69)+TINV(5%;10-2)*STEYX(B60:B69;A60:A69)}-
9721579 , 94

= +
y i
S t y
d) Odredimo za svaki podatak njegov rang: (recimo da su rangovi u kolonama J60-J69 za
x i K60-K69 za y):
{=RANK(A60;A60:A69)} ili {=RANK(B62;B60:B69)}...
tada je koeficijent korelacije ranga jednak
{=1-(6*(SUMXMY2(K60:K69;J60:J69))/(10^3-10))} -
987879 , 0
2
=
19. Za dvije pojave utvrditi oblik i jainu regresione veze:
Rjeenje (primjenom EXCELA):
Biramo eksponencijalnu vezu.
Logaritmiramo svaku vrijednost y-a primjenomPaste function: npr. {=LOG(B108;10)}... i
dobijemoniz:
172
Regresiona i korelaciona analiza
Traimo linearnu vezuizmeuvarijabli xi logy (koristiomoData analysis - Regresion):
Input y range : $C$108:$C$112
Input x range:$A$108:$A$112
695 , 11 002293 , 1 001038 , 0 058966 , 1 log = + =
i
x
i i
y y (antilogaritmiranjem).
Multipla (viedimenzionalna)regresija i korelacija
20. Podaci o trokovimareklame, realizovanojprodaji i broju agenata kojisu radilina promociji prodaje
odreenogproizvodana nivou osamdijelovajedne korporacije bilisu:
173
Rijeeni zadaci
Kakva se prodaja moe oekivati ako je broj agenata bio 25, a trokovi reklame 300 000 DM?
Rjeenje:
?

3
= X
2 1 3
1775 , 1 0467 , 0 203 , 3

X X X + + = 65 , 46

25 300
3 2 1
= = . = X X X
1775 , 1
523 , 0 1
523 , 0 478 , 0 482 , 0
997 , 2
05 , 11
1
0467 , 0
523 , 0 1
523 , 0 482 , 0 478 , 0
46 , 73
05 , 11
1
203 , 3 625 , 17 1775 , 1 625 , 276 0467 , 0 875 , 36
2 2
12
13 12 23
2
3
1 . 32
2 2
12
23 12 31
1
3
2 . 31
2 1 . 32 1 2 . 31 3 3
=

o
o
=
=

o
o
=
= = =
r
r r r
b
r
r r r
b
X b X b X a
625 , 276
8
2213
2
1
= = =

N
x
X 625 , 17
8
141
2
2
= = =

N
x
X
875 , 36
8
295
3
3
= = =

N
x
X
46 , 73 625 , 276
8
655339
2
2
1
2
1
1
= = = o

X
N
x
174
Regresiona i korelaciona analiza
997 , 2 625 , 17
8
2557
2
2
2
2
2
2
= = = o

X
N
x
05 , 11 875 , 36
8
11855
2
2
3
2
3
3
= = = o

X
N
x
23 , 115 625 , 17 625 , 276
8
39926
2 1
2 1
12
= =

=

X X
N
x x
C
08 , 388 875 , 36 625 , 276
8
84709
3 1
3 1
13
= =

X X
N
x x
C
95 , 15 875 , 36 625 , 17
8
5327
3 2
3 2
23
= =

X X
N
x x
C
523 , 0
997 , 2 46 , 73
23 , 115
2 1
12
12
=

=
o o
=
C
r 478 , 0
05 , 11 46 , 73
08 , 388
3 1
13
13
=

=
o o
=
C
r
482 , 0
05 , 11 997 , 2
95 , 15
3 2
23
23
=

=
o o
=
C
r
21. Posmatrali smo meusobnu zavisnost tri pojave
3 2 1
, , X X X i dobili podatke:
a) ocijeniti multiplu regresiju za
1
X
i objasniti parametre.
b) izraunati i objasniti koeficijente parcijalne korelacije.
Rjeenje:
a)
?

1
= X
3 2 1
78 , 4 46 , 2 5 , 12

X X X + =
78 , 4
43 , 0 1
43 , 0 3 , 0 71 , 0
2
38 , 9
1
46 , 2
43 , 0 1
43 , 0 71 , 0 3 , 0
83 , 2
38 , 9
1
5 , 12 3 78 , 4 4 46 . 2 8
2 2
23
23 12 13
3
1
2 . 13
2 2
23
23 13 12
2
1
3 . 12
3 2 . 13 2 3 . 12 1 1
=

o
o
=
=

+
=

o
o
=
= + = =
r
r r r
b
r
r r r
b
X b X b X a
175
Rijeeni zadaci
8
25
200
1
1
= = =

N
x
X 4
25
100
2
2
= = =

N
x
X 3
25
75
3
3
= = =

N
x
X
38 , 9 8
25
3800
2
2
1
2
1
1
= = = o

X
N
x
83 , 2 4
25
600
2
2
2
2
2
2
= = = o

X
N
x
2 3
25
325
2
2
3
2
3
3
= = = o

X
N
x
8 4 8
25
1000
2 1
2 1
12
= =

=

X X
N
x x
C
8 3 8
25
800
3 1
3 1
13
= =

X X
N
x x
C
4 3 4
25
200
3 2
3 2
23
= =

X X
N
x x
C
3 , 0
83 , 2 38 , 9
8
2 1
12
12
=

=
o o
=
C
r 43 , 0
2 38 , 9
8
3 1
13
13
=

=
o o
=
C
r
71 , 0
2 83 , 2
4
3 2
23
23
=

=
o o
=
C
r
b)
( ) ( ) ( ) ( ) ( )
952 , 0
6357736 , 0
6053 , 0
71 , 0 1 43 , 0 1
71 , 0 43 , 0 3 , 0
1 1
2
2
2
23
2
13
23 13 12
3 . 12
= =

+
=


=
r r
r r r
r
Ako iskljuimo uticaj varijable
3
X , jaina veze izmeu varijabli
1
X
i
2
X
je 95,2%.
( ) ( ) ( ) ( ) ( )
957 , 0
6717656 , 0
643 , 0
71 , 0 1 3 , 0 1
71 , 0 3 , 0 43 , 0
1 1
2
2
2
23
2
12
23 12 13
2 . 13
= =

+
=


=
r r
r r r
r
Ako iskljuimo uticaj varijable
2
X
, jaina veze izmeu varijabli
1
X
i
3
X je 95,7%.
( ) ( ) ( ) ( ) ( )
675 , 0
861244 , 0
581 , 0
43 , 0 1 3 , 0 1
43 , 0 3 , 0 71 , 0
1 1
2
2
2
13
2
12
13 12 23
1 . 23
=

=

+
=


=
r r
r r r
r
Ako iskljuimo uticaj varijable
1
X
, jaina veze izmeu varijabli
2
X
i
3
X je 67,5% i veza
je indirektna.
22. Instruktor iz matematike jeelio da sagleda kako se rezultati na testu1(
1
X
)i testu 2(
2
X
)odraavaju
na ocjenu na konanom ispitu (
3
X ). Napravio je istraivanje sa 120 studenata i izraunao korelacinu
matricu:
176
Regresiona i korelaciona analiza
(
(
(

1
65 , 0 1
7 , 0 6 , 0 1
.
Izraunatii objasnitikoeficijent multiplekorelacije. Izraunatii objasnitikoeficijente parcijalnekorelacije.
Rjeenje:
- Koeficijent multiple korelacije:
I metod:
% 76 76 , 0
573 , 0
6 , 0 1
6 , 0 65 , 0 7 , 0 2 65 , 0 7 , 0
1
2
12 . 3
2
2 2
2
12
12 23 13
2
23
2
13 2
12 . 3
=
=

+
=

+
=
R
r
r r r r r
R
76%variranja konane ocjeneduguje se variranju ocjena na testovima 1 i 2.
IImetod:
Formiramomatricu kofaktora:
(
(
(


=
64 , 0
23 , 0 51 , 0
31 , 0 145 , 0 5775 , 0
*
R
( ) 5775 , 0 65 , 0 1
1 65 , 0
65 , 0 1
1
2
2
11
= = = R
( ) 51 , 0 7 , 0 1
1 7 , 0
7 , 0 1
1
2
4
22
= = = R
( ) 64 , 0 6 , 0 1
1 6 , 0
6 , 0 1
1
2
6
33
= = = R
( ) 145 , 0 7 , 0 65 , 0 6 , 0
1 7 , 0
65 , 0 6 , 0
1
3
12
= = = R
( ) 31 , 0 7 , 0 65 , 0 6 , 0
65 , 0 7 , 0
1 6 , 0
1
4
13
= = = R
( ) 23 , 0 7 , 0 6 , 0 65 , 0
65 , 0 7 , 0
6 , 0 1
1
5
23
= = = R
% 76 76 , 0 573 , 0
64 , 0
2735 , 0
1 1
12 . 3
33
2
12 . 3
= = = = R
R
R
R
177
Rijeeni zadaci
Dakle, 76%variranja konane ocjene duguje se variranju ocjena na testovima 1 i 2.
( ) 2735 , 0 31 , 0 7 , 0 145 , 0 6 , 0 5775 , 0 1
65 , 0 7 , 0
1 6 , 0
7 , 0
1 7 , 0
65 , 0 6 , 0
6 , 0
1 65 , 0
65 , 0 1
1
= + =
= +
(

= R
- Koeficijenti parcijalnekorelacije
Obziromda imamomatricukofaktora upotrijebiemo nju:
% 27 27 , 0
51 , 0 5775 , 0
145 , 0
22 11
12
3 . 12
=

=
R R
R
r
variranja rezultata na testu 1objanjava
variranje rezultata na drugomtestu i obratno ako iskljuimo uticaj varijable konana ocjena.
% 51 51 , 0
64 , 0 5775 , 0
31 , 0
33 11
13
2 . 13
=

=
R R
R
r
variranja rezultatana testu 1 objanjava
variranje konane ocjene i obratno ako iskljuimo uticaj varijable rezultat na testu 2.
% 40 4 , 0
64 , 0 51 , 0
23 , 0
33 22
23
1 . 23
=

=
R R
R
r
variranja rezultata na testu 2 objanjava
variranje konane ocjene i obratno ako iskljuimo uticaj varijable rezultat na testu 1.
variranje konaneocjene iobratno ako iskljuimo uticaj varijable rezultat na testu 1.
23. Zatri varijable poznate suvrijednosti:
Ako je X
3
zavisna varijabla odrediti odgovarajui regresioni model i koeficijent viestruke korelacije.
Rjeenje (primjena Excela Data analysis - Regresion):
178
Regresiona i korelaciona analiza
Input y range : $C$141:$C$146
Input x range: $A$141:$B$146
i i i
X X X
2 1 3
538462 , 2 64615 , 3 4 , 61

+ =
179
Zadaci za vjebu
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Neka je
5 , 2879 , 8 , 2993 , 2891 , 165 , 159
10
1
10
1
2
10
1
2
10
1
10
1
= = = = =

= = = = = i
i i
i
i
i
i
i
i
i
i
y x y x y x
. Kako
glase regresione linije .

x y i
(
i i i i
y x x y + = + = 94 , 0 39 , 0

, 7 , 0 37 , 5

)
2. Izraunalismo: . 572370 , 635950 , 531933 , 5 , 277 , 875 , 248
8
1
8
1
2
8
1
2
= = = = =

= = = i
i i
i
i
i
i
y x y x y x
Kako glasi regresionalinija y

? Izraunati iobjasniti jainulinearne veze.


( 738 , 0 , 545 , 0 86 , 141 = + = r x y
i i
)
3. Za dvije pojave x- stopapovrata na tritukapitala i y-stopapovratana dionice dobili smo podatke:
i i y x
x y y x + = = = = = 72 , 1 94 , 0

, 94 , 5 , 31 , 5 , 2 , 2
2 2
o o . Objasniti parametre linaerne veze. Kako
glasi regresionalinija ako jexzavisna promjenjiva? Objasnitiparametre.
(
i i
y x + = 5764 , 0 559 , 0

)
4. Ako je
( ) ( ) ( )

= = = = = 9 , 33 , 1 , 526 , 339 , 20 , 263
2
xy i i i
i
i
Cov x x y y x x y x
.
Izraunati i objasniti parametre linearne veze.
(
i i
x y + = 64 , 0 832 , 14 )
5. Ako je:
( ) ( ) ( ) ( )

= = = = =
= = = = =
9
1
9
1
2 2
9
1
9
1
9
1
97 , 5 , 36 4 , 14 , 3 , 21 , 36
i i
i i
i i
i i i
i
i
y y x x y y x x y x
.
Izraunati jainulinerane veze iobjasniti.
( ) 9825 , 0 = r
6. Neka je
( ) ( ) ( )

= =
= = =
23
1
2
23
1
29 , 272 , 11 , 428 , 65 , 0
i
i
i
i i
y y y y x x . Izraunati i objasniti b
parametar linearne veze.
(b = 0,2688)
7. Naispitu za studijsku grupumatematika- statistikaposmatrajuirezultate 10 studenataprirjeavanju
testa iz matematikeodnosnofizike, dobili smo sljedee rezultate:od moguih 20 bodovana svakomtestu
pojedinano; prvi student jeosvojio15 bodova iz matematike i6 bodovaiz fizike; drugi 10 iz matematike
i 8 iz fizike; trei (14,4); etvrti (5,1);peti (11,18); esti (14,5); sedmi (6,7); osmi (18,5); deveti (9,9); i
deseti (4,3). Na bazi tih rezultata odreditipravce regresijei koeficijent linearne korelacije (prvi podatak u
zagradiseodnosi na rezultat iz matematike, a drugina rezultat iz fizike).
( veza slaba vrlo 097 , 0 , 0998 , 0 941 , 9

, 094 , 0 6036 , 5

= + = + = r y x x y
i i i i
)
180
Regresiona i korelaciona analiza
8. Unekomskupu egzistirajudvije varijable xi y. Izmeu njih postoji korelacija tako da je prvi pravac
regresije 3 = x y i
2

y
x =
. Ako je varijansa za varijablu y jednaka 2, odreditioekivanja tih sluajnih
varijabli, standardnedevijacije i koeficijent korelacije, pa objasniti dobivenerezultate.
( 7072 , 0 , 2 , 1 , 6 , 3 = = o = o = = r Y X
y x
)
9. Nakvizu iz fizikei hemije 10 studenata pokazaloje sljedeiuspjeh:
Primjenom koeficijenta korelacije ranga odrediti jainu veze izmeu ove dvije pojave.
( 6939 , 0 = )
10. Izmeu varijabli
X
i
Y
postojilinearna regresionaveza. Koeficijent determinacije iznosi 0,9409. Za
X
i
Y
poznate su respektivno: standardne devijacije 50 i 400, i aritmetike sredine 921 i3600.
a)Izraunatii objasniti koeficijent korelacije.
b) Nai parametre regresione prave i objasniti.
c) Za
X
=900, koliko
Y
moemo oekivati?
(a - 97 , 0 = r , b -
i i
x y + = 76 , 7 96 , 3546

, c -
04 , 3437

= y
)
11. Unekoj firmi analiziranje odnosizmeutrokovana slubenomputovanju (u $) kaozavisnevarijable
i trajanja slubenogputovanja (udanima) kaonezavisne varijable za100 slubenih putovanja i dobiveni
podaci:

= = = = = . 740200 , 4150 , 54900 , 7140 , 510
2 2
y x xy y x
a) Odrediti jednainu linearneregresije i objasnitiparametre.
b)Izraunati i objasniti koeficijent determinacije i korelacije.
c) Za slubeno putovanje koje bi trajalo 20 dana koliki bi troak moglioekivati uz dozvoljenu greku
5%?
( a -
i i
x y + = 93 , 11 557 , 10 , b - , 978 , 0 = r c -
| | 66 , 268 65 , 229
)
12. Broj prometnihnezgoda (Y) u jednomgradu u odnosu na prekrajne kazne (X) bio je:
a) nacrtati oblak rasipanja.
b) odrediti odgovarajui oblik regresione veze.
c) koliki se broj nezgoda moe oekivati ako je kazna 65 nj?
(b -
2
03 , 0 42 , 1 4 , 53
i i i
x x y + = , c - 19 nezgoda)
181
Zadaci za vjebu
13. Na bazi podatakadatih u sljedeoj tabeli:
Izraunati koeficijent multiple korelacije.
(0,9628)
14. Sljedea tabela sadri podatkeo obimu prometa(u 000komada) jednogprehrambenogartikla prema
veliini poslovnog prostora ( u 00 m2) i udaljenosti od centra grada (u km), u sluajnomuzorku od 7
prodavnica:
a) ocijeniti parametre odgovarajueg regresionog modela,
b) ocijeniti prosjean obimprometa za prodavnicu sa poslovnimprostorom 370 m2 koja je udaljena
od centra 1 km sa grekom 5% ako je
62 , 4

=
y
S
,
c) izraunati koeficijente parcijalne i multiple korelacije.
( a -
i i i
x x x
3 2 1
258 , 37 94 , 91 016 , 187

+ = , b -
| | 74 , 128 , 07 , 103
, c - 9896 , 0
23 . 1
= R )
15. Za date podatke odrediti odgovarajuioblik regresione veze ijainuveze:
a)
182
Regresiona i korelaciona analiza
b)
16. Na osnovupodataka datih u tabeli:
a) Ocijeniti parametre odgovarajueg regresionog modela
b) Ocijeniti koeficijente parcijalne linearne korelacije izmeu zavisne promjenjive i nez avisnih
promjenjivih.
( zavisna promjenjiva je prihod X3,
nezavisne promjenjive su izdaci za reklamu X1 i broj prodajnih mjesta X2 ;
a -
i i i
X X X
2 1 3
848 , 0 115 , 0 399 , 0

+ + =
,
b -
2076 , 0 , 2076 , 0
1 . 32 2 . 31
= = r r
)
17. Iz skupa pripravnika jedne fabrikeizabralismo8 radnika izabiljeili:
183
Zadaci za vjebu
Odrediti odgovarajui regresioni model i sa vjerovatnoom 99%odrediti procenat karta u proizvodnji
jednogradnika saradnimstaomod 5 mjeseci.
(
i i
x y = 63 , 0 96 , 11

, predvianje z | | 67 , 13 95 , 3 5 =
i
x a)
18. Dati supodaci o trokovima reklame ( u000 nj), cijenii prodaji (u 000komada) jednogproizvoda
fabrikeT:
a) Ako je prodaja zavisna promjenjiva ocijeniti odgovarajui regresioni model.
b) Ispitati da li na prodaju vei relativni uticaj imaju trokovi reklame ili cijena.
(a neka je
1
X
- prodaja,
2
X
- troak reklame,
3
X - cijena
i i
X X X
3 21 1
656 , 0 278 , 1 647 , 0

+ + =
,
b - = = 636 , 0 , 976 , 0
2 . 13 3 .. 12
r r vei uticaj ima cijena)
Dinamika analiza
187
RIJEENI ZADACI IZ DINAMIKE ANALIZE
Analizatrenda
1. Za period 1982-1990 dati su podaci o godinjemprometu u jednoj robnoj kui:
a) Nacrtati aritmetiki dijagram.
b) Grafiki, primjenom metoda pokretnih prosjeka odrediti trend.
Rjeenje:
a)
b)
3
1 1 +
+ +
=
i i i
i
y y y
y
graf je prikazan pod a).
2. Proizvodnja ujednojgrani privrede bila je:
188
Dinamika analiza
a)Nacrtati aritmetikidijagram.
b) Nai i ucrtati odgovarajui trend.
c)Izolovati trend iobjasniti.
d) Kolika se proizvodnja oekuje 2002. i 2003. godine?
Rjeenje:
a)
b)
U pitanju je parabolini trend:
2
63 , 73 25 , 56 48 , 355
i i ti
x x y + + =
25 , 56
28
1575
48 , 355
7
28
63 , 73
7
4550
7
1
2
7
1
7
1
2
= =

= = = =


=
= =
i
i
i
i i
i
i
x
y x
b
N
x
c Y a
63 , 73
28 196 7
4550 28 24385 7
2 2
7
1
2
7
1
4
7
1
7
1
2
7
1
2
=


=
|
.
|

\
|


=


= =
= = =
i
i
i
i
i
i
i
i
i
i i
x x N
y x y x N
c
c) Iskljuujemo trend:
100
ti
i
y
y
.
189
Rijeeni zadaci
Sve dok je graf ispod normale 100 rezidiumje negativno uticao na pojavu i obratno.
d) Za 2002. god.
66 , 3343 36 63 , 73 6 25 , 56 48 , 355 63 , 73 25 , 56 48 , 355 6
2
= + + = + + = =
i i ti i
x x y x
Za 2003. god.
1 , 4357 49 63 , 73 7 25 , 56 48 , 355 63 , 73 25 , 56 48 , 355 7
2
= + + = + + = =
i i ti i
x x y x
3. Za period 1990- 1995. godinadati su podaci o izdacima prosjenogdomainstva (u 100 DM):
a) Nacrtati oblak rasipanja.
b) Ocijeniti i ucrtati linearni trend.
c) Koliki nivo izdataka se moe oekivati 95. godine.
d) Iskljuiti trend i objasniti podatke.
Rjeenje:
a)
b)
190
Dinamika analiza

= =
= = =
6
1
6
1
1
0
i
i
i
i
y
N
Y a x
65 , 0
70
4 , 45
67 , 40
6
8 , 242
6
1
2
6
1
= =

= = =

=
=
i
i
i
i i
x
y x
b
i ti
x y + = 65 , 0 67 , 40
c) za 1995. godinuoekivani izdatak bio bi43,92.
d)
Svedok jegrafiznad normale 100 rezidiumje pozitivno uticao na pojavu i obratno.
4. Poznati su podaci oprometutrgovine na malo u jednom preduzeu uperiodu1980-1988. godina (u
milionimadinara):
Odreditiodgovarajuu linijutrenda.
Rjeenje:
Rije je o eksponencijalnomtrendu.
god. '80 '81 '82 '83 '84 '85 '86 '87 '88
promet 395 459 558 607 751 816 956 1137 1328
191
Rijeeni zadaci
i i
x x
ti
b a y 161 , 1 4 , 727 = =
161 , 1 06474 , 0
60
88445 , 3
log
log
4 , 727 86166 , 2
9
75497 , 25
log
log
2
= = =

=
= = = =

b
x
y x
b
a
n
y
a
i
i i
i
5. Podacio dobiti neke firme u periodu 86-94. godina bili su:
a) Nacrtati dijagram rasipanja.
b) Preko pokretnih sredina odrediti trend i ucrtati.
c) Metodom najmanjih kvadrata odrediti trend i ucrtati.
d) Koliku dobit moemo oekivati u 2000- toj godini.
Rjeenje:
a)
192
Dinamika analiza
3
1 1 +
+ +
=
i i i
i
y y y
y
graf je prikazan pod a).
c)
717 , 0
60
43
567 , 11
9
60
285 , 0
9
87
7
1
2
7
1
7
1
2
= =

= = + = =


=
= =
i
i
i
i i
i
i
x
y x
b
N
x
c Y a
285 , 0
60 708 9
87 60 493 9
2 2
7
1
2
7
1
4
7
1
7
1
2
7
1
2
=


=
|
.
|

\
|


=


= =
= = =
i
i
i
i
i
i
i
i
i
i i
x x N
y x y x N
c
2
285 , 0 717 , 0 567 , 11
i i ti
x x y + =
d)
2000

10 11, 567 0, 717 10 0, 285 100 9, 763
t
x y = = + =
6. Indeksi produktivnosti rada u graniAbili susljedei:
a) Ako je produktivnost rada u 1986-toj godini iznosila 12, odrediti kolika je bila produktivnost
rada u ostalim godinama navedenog intervala, pa nacrtati aritmetiki dijagram.
b) Utvrditi odgovarajuu jednainu trenda i na bazi nje odrediti prosjenu godinju stopu porasta
produktivnost rada u navedenom razdoblju.
b)
193
Rijeeni zadaci
c)Koliki nivo produktivnosti rada jemogao biti u 1995-toj godini akoje nastavljenaista tendencija rasta?
Rjeenje:
a)
100
100
12
100
0
0
y I
y
y
y
y
I
i
i
i i
i

= = =
b) Sa aritmetikog dijagrama vidimo da je rije o linearnom trendu
99 , 18
7
96 , 132
= = = =

N
y
y a
i
18 , 2
28
96 , 60
2
= =

i
i i
x
y x
b
i ti
x y + = 18 , 2 99 , 18 Prosjeno godinje produktivnost raste za 2,18 jedinica.
c) 07 , 32 6 18 , 2 99 , 18 6 1995 = + = =
ti i
y x .
7. Podacio kretanju investicija za period 1985 -1992. godina bili su:
194
Dinamika analiza
a)Nacrtati aritmetikidijagram.
b) Koliki nivo pojave moemooekivati u 2001-oj godini?
c)Kada je rezidiumpozitivno djelovao na kretanje investicija?
Rjeenje:
a)
b) Nije mogue formirati niz tako da bude 0 =

x jer su preskoene neke godine kod


zadavanja podataka.
i i ti
x x b a y + = + = 703 , 1 12 , 18
12 , 18
6
26
703 , 1
6
153
= = = x b y a
703 , 1
556 , 6
167 , 11
6
26
6
152
6
26
6
153
6
730
1
1
2
2 2
= =
|
.
|

\
|

x x
N
y x y x
N
b
i
i i
774 , 48 18 703 , 1 12 , 18 18 2001 = + = =
ti i
y x
c) Rezidium je pozitivno djelovao na kretanje investicija u periodu 1987-1989. godina, jer
je tada
. 100 100 >
ti
i
y
y
195
Rijeeni zadaci
Indeksni brojevi
8. Pratili smo kretanje drutvenogproizvoda u periodu 1985-1990 (podaci dati u 1000DM):
a) Izraunati srednji apsolutni prirast, bazne indekse (100=1985) i lanane indekse.
b) Lanane indekse preraunati u bazne indekse (100=1987).
c) Nai i objasniti
g g
S L i
.
d) Ako se nastavi ista tendencija koliki nivo pojave moemo oekivati 2000 godine.
e) Ako se nastavi ista tendencija koliko godina treba da proe od 1985 godine da se nivo pojave
udvostrui u odnosu na tu godinu.
Rjeenje:
a)
97
5
485
1
2
= =

A
=

=
n
y
SAP
n
i
i
U periodu 85-90 drutveni proizvod je prosjeno godinje u apsolutnom iznosu rastao
97000 DM.
100
7528
100
85 '
0
= =
i
je baza
i
i
y
y
y
I 100
1
=
i
i
i
y
y
L
196
Dinamika analiza
b)
100
100
1
1
=

i
i
i
i i
i
L
I
I i
I L
I
.
c )
n
i
2
log L
10, 02712
antilogaritam antilogaritam 101, 257
n-1 5
i
g
L
=
(
| |
( |
(
| |
(
|
= = =
|
(
( |
\ .

|
(
\ .

ili
1
log log
antilogaritam
n-1
log8013 log 7528
antilogaritam 1, 01256 101, 256
5
n
g
y y
L
(
| |
= =
( |
\ .

(
| |
= =
|
(
\ .

Daje temporastabiokonstantan utomperiodu lanani indeks bi svake godine iznosio101,256
ilibi drutveni proizvod prosjenogodinje rastaou relativnomiznosu1,256%.
d)
01256 , 1
1 - n
log log
tam antilogari
1
=
(

|
.
|

\
|

=
y y
L
n
g
01256 , 1
1 - 11
log log
tam antilogari
1990 2000
=
(

|
.
|

\
|
y y
9000 05 , 0 8013 log log 01256 , 1 log
1 - 11
8013 log log
2000 2000
2000
= = =
|
.
|

\
|

y y
y
Drutveniproizvod u 2000-tojgodinije trebao biti 9 000 000DM.
e)
01256 , 1
1 - n
log log
tam antilogari
1
=
(

|
.
|

\
|

=
y y
L
n
g
01256 , 1
1 - n
log 2 log
tam antilogari
85 ' 85 '
=
(

|
.
|

\
|
y y
61 01256 , 1 log
1 - n
2 log
01256 , 1
1 - n
2 log
tam antilogari = =
|
.
|

\
|
=
(

|
.
|

\
|
n
Treba da proe 61 godina.
197
Rijeeni zadaci
9. Poznatisu bazni indeksi sabazomu 1996. godiniza pojavu povrinazasijana penicom:
a) Bazne indeksepreraunati u lanane indekse.
b)Akose zna daje 1994. godine povrina zasijana penicom iznosila2000 hektara, odrediti po godinama
nivo za datu pojavu.
Rjeenje:
a)
a)
100
1
=
i
i
i
I
I
L
b)
100
100
100
1
1
1
=

= =

i
i
i
i i
i
i
i
i
L
y
y i
y L
y
y
y
L
100
100
0
0
y I
y
y
y
I
i
i
i
i

= =
.
198
Dinamika analiza
10. Na bazi informacija o cijenama i koliinama nekihroba:
nai grupniindeks vrijednosti, cijena ikoliina. Objasniti dobivene rezultate.
Rjeenje:
% 39 , 133 100
63160
84250
100
3
1 0
1
= = =

= j j
j
W
W
W
I
Vrijednost je 2000-te godine porasla 33,39% u odnosu na 1999-tu godinu.
05 , 105 100
63160
66350
100
3
1
0 0
3
1
0
) , (
= =

=
=
j
j j
j
ij j
L ma p
p q
p q
I
199
Rijeeni zadaci
15 , 105 100
63160
2 , 66416
100
3
1
0
3
1
0
0
) , (
= =

=
=
j
j
j
j
j
ij
L mp p
W
W
p
p
I
44 , 105 100
79900
84250
100
3
1
0
3
1
) , (
= =

=
=
j
j ij
j
ij ij
P ma p
p q
p q
I
11 , 105 100
80015
84250
100
3
1
0
3
1
) , (
= =

=
=
j
ij
ij
j
j
ij
P mp p
W
p
p
W
I
24 , 105 44 , 105 05 , 105
) ( ) ( ) (
= = =
P p F p F p
I I I
Po Fisheru cijene su 2000-te godine porasle 5,24%u odnosu na 1999-tugodinu.
( )
( )
27 , 105 100
143060
150600
100
3
1
0 0
3
1
0
) (
= =
+
+
=

=
=
j
ij j j
j
ij j ij
ME p
q q p
q q p
I
PoMarshal- Edgworth-u cijene su2000-te godine porasle5,27%u odnosu na1999-tu godinu.
5 , 126 100
63160
79990
100
3
1
0 0
3
1
0
) , (
= =

=
=
j
j j
j
j ij
L ma q
p q
p q
I
47 , 126 100
63160
6 , 79877
100
3
1
0
3
1
0
0
) , (
= =

=
=
j
j
j
j
j
ij
L mp q
W
W
q
q
I
98 , 126 100
66350
84250
100
3
1
0
3
1
) , (
= =

=
=
j
ij j
j
ij ij
P ma q
p q
p q
I
200
Dinamika analiza
25 , 127 100
5 , 66207
84250
100
3
1
0
3
1
) , (
= =

=
=
j
ij
ij
j
j
ij
P mp q
W
q
q
W
I
86 , 126 25 , 127 47 , 126
) ( ) ( ) (
= = =
P q F q F q
I I I
Po Fisheru koliine su 2000-te godine porasle 26,86%uodnosu na 1999-tu godinu.
( )
( )
75 , 126 100
129510
164150
100
3
1
0 0
3
1
0
) (
= =
+
+
=

=
=
m
j
ij j j
j
ij j ij
ME q
p p q
p p q
I
PoMarshal-Edgworth-ukoliine su2000-tegodineporasle 26,75%u odnosuna 1999-tugodinu.
11. Za period 1990- 1996poznatisu lanani indeksi:
a) Preraunati u bazne indekse sa bazom u 1990. godini.
b) Izraunati srednji tempo rasta i prosjenu stopu rasta, pa objasniti.
c) Ako se nastavi isti tempo rasta, koliki e biti nivo te pojave u 2001-oj godini. (nivo pojave u
1994-toj bio je 545).
Rjeenje:
a)
100
1

=
i i
i
I L
I
201
Rijeeni zadaci
b)
= =

=

=
00902 , 2
6
05421 , 12
log
1
1
log
6
1 i
i g
L
n
L
099 , 2 099 , 102 = =
g g
S L
Prosjeno godinje pojava je rasla 2,099%.
c)
( ) 00902 , 0 02099 , 1 log log log
1
1
log
1
= =

= y y
n
L
N g
( ) ( )
( )
2001 1994 2001
2001 2001 2001
1 1
0, 00902 log log log log545
8 1 7
0, 00902 0,143 log 2, 7364 log 2, 7995 630, 2
y y y
y y y
= =

= = =
12. Za 4proizvoda imamopodatke o cijenama iprodanimkoliinama:
Nai i objasniti indeks cijena i koliina koristei metodu agregata po Fisher-u.
Rjeenje:
1 1
( , )
1 0
0 1
( , )
0 0
3528
100 100 111, 05
3177
3006
100 100 110, 23
2727
q ma P
q ma L
p q
I
p q
p q
I
p q

= = =

= = =

= = = 64 , 110 23 , 110 05 , 111


) , ( ) , ( ) ( L ma q P ma q F q
I I I
Koliine su porasle 10,64%96 u
odnosu na 95 godinupo Fisher-u.
1 1
( , )
0 1
1 0
( , )
0 0
3528
100 100 117, 36
3006
3177
100 100 116, 5
2727
p ma P
p ma L
p q
I
p q
p q
I
p q

= = =

= = =

202
Dinamika analiza
= = = 93 , 116 5 , 116 36 , 117
) , ( ) , ( ) ( L ma p P ma p F p
I I I
Cijene su porasle 16,93% 96 u
odnosu na 95 godinupo Fisher-u.
13. Poznatisu nivoiinvesticija (u 000$):
a)Izraunati srednji apsolutniprirast.
b) Kolika je prosjena stopa rastai ta to znai?
c)Ako se nastavi takva tendencija rasta u kojoj godini ese pojava dostii nivo za200%vii nego nivo
pojaveiz 1990. godine?
Rjeenje:
a)
= =

=

=
A 2 , 8
5
41
1
1
6
2 i
i
y
n
SAP
Investicije su u prosjeku godinje rasle u iznosu od 8200 $.
b)
( )
% 95 , 4 0495 , 1
021 , 0
5
150 log 191 log
log log
1
1
log
90 ' 95 '
= =
=

=
g g
g
S L
y y
n
L
Prosjean relativnirast investicija godinje bio je 4,95 %.
c) ( ) 021 , 0
3
log
1
1
021 , 0 log 3 log
1
1
log
90 '
90 '
90 ' 90 '
=
|
|
.
|

\
|

=
y
y
n
y y
n
L
g
( ) = = = =

72 , 23 72 , 22
021 , 0
3 log
1 021 , 0 3 log
1
1
n n
n
Nivopojave e se udvostruitiu toku 2013-te godine.
203
Rijeeni zadaci
14. Za tri proizvoda uperiodu1990 i 1991. godina poznate su cijenei koliine:
a)Izraunati iobjasnitiagregatni indeksvrijednosti.
b) Primjenom metode agregata i odgovarajuih pondera nai Laspeyres-ov indeks cijena i Paache-ov
indekskoliina. Interpretirati dobivene podatke.
Rjeenje:
a)
= =

=
=
97 , 141 100
274
389
100
3
1
0 0
3
1
i
i
i i
w
q p
q p
I
Vrijednost je 1991 u odnosu na 1990
godinu porasla za 41,97%.
b)
= =

=
=
65 , 153 100
274
421
100
3
1
0 0
3
1
0
) , (
i
i
i
L ma p
q p
q p
I Cijene su po Lasperes-u porasle 1991
u odnosu na 1990 za 53,65%.
= =

=
=
4 , 92 100
421
389
100
3
1
0
3
1
) , (
i
i
i
i i
P ma q
q p
q p
I Koliinesu poPashe-u opale 1991 u odnosu
na 1990 za 7,6%.
15. 1988. godine utvren je nacionalnidohodak poglavistanovnika u iznosu796dolara. Premadugoronoj
prognozi, nacionalnidohodak po glavi stanovnikae 2005-te godinebitiza 167%veiu odnosu na 1988-
ugodinu.
a) Koliki bi trebaoiznositi per capitadohodaku 2005-toj godini?
b)Uz koju prosjenu godinju stopuje prognoziranporast?
204
Dinamika analiza
c) Koje bi godine dohodak per capita mogao dostii nivo 2500 dol. raunajui od 1988-e godine uz
nastavak iste tendencije?
Rjeenje:
a) 796
1988
= y
32 , 2125 796 67 , 2 67 , 2
1988 2005
= = = y y
( )
( )
2005 1988
1
b) antilogaritam log log
1
1
antilogaritam log 2125, 32 log796
18 1
3, 327424 2, 900913
antilogaritam
17
ant ilogaritam0, 0250889 1, 05947 105, 947%
g
L y y
n
(
= =
(


(
= =
(

= =
= =
Dakle, prosjenastopa rasta koritenapri prognozi je 5,947%.
( )
( )
( )
1
c) antilogaritam log 2500 log 796 1, 05947
1
1
log 2500 log796 0, 0250889
1
1
3, 39794 2, 900913 0, 0250889
1
0, 497027
1 19, 8 21 1988 21 2009
0, 0250889
g
L
n
n
n
n n
(
= =
(


(
=
(


(
=
(


= = ~ + =
Ako se nastavi ista tendencija to ese desiti 2009-te godine.
Iskljuenje trenda
16. Poznati su nivoi pojave za 10 godina po kvartalima:
205
Rijeeni zadaci
Metodomodnosa prema optemprosjeku izraziti sezonskevarijacije.
Rjeenje:
4 , 63
4
6 , 253
= = Y
Tumaenje: I kvartal ima sezonski indeks106,15

nivopojave je uI kvartalu veiod prosjeka


za 6,15%pod uticajemsezone.
Kod ove metode problemjeto to nijemogue iskljuiti trend (eliminie se samo Ci N), pa je
ovametoda preporuljiva samo kada nije prisutna promjena trenda.
17. Poznati su nivoi pojave za 10 godina po kvartalima:
Metodom odnosa prema optem prosjeku izraziti sezonske varijacije.
Rjeenje:
Prvo smo odredili trend na godinjem nivou:
206
Dinamika analiza
i ti
i
i
i
i i
x y
x
y x
b y a + = = =

= = = =

=
=
2 , 13 6 , 253 2 , 13
5 , 82
1091
, 6 , 253
10
2536
10
1
10
1
Nakon toga odreujemo kvartalni trend:
ij ti
x y
b
b
a
a + = = = = = 825 , 0 4 , 63 ' 825 , 0
16
' , 4 , 63
4
'
sezonskiindeksi -
ij
S
18. Poznati su nivoi pojave za 10 godina po kvartalima:
Metodom promjene lananih indeksa izraziti sezonske varijacije.
207
Rijeeni zadaci
Rjeenje:
lanani indeksi -
ij
L
19. Pojava se u periodu 1995-1998. god. kretala na sljedei nain:
Koristeimetodu odnosa premapokretnimsredinamaizraziti uticajsezone.
208
Dinamika analiza
Rjeenje:
20. Uperiodu 1991-1999. god. pojava se kretala na sljedei nain:
a) Metodom pokretnih prosjeka utvrditi i ucrtati trend.
b) Izraunati jednainu linearnog trenda.
c) Koliki nivo pojave se oekuje u 2004-toj godini ako se nastavi isti trend?
Rjeenje (primjena Excela):
A)Data analyisisMovingaverage (output result):
209
Rijeeni zadaci
b)Svakojgodini damonjenrednibroj od 1 do9 i to su nai x-ovi ionda pravimo regresiju (Data
analysis):
i ti
x y + = 9 , 0 833 , 40
c) Predvianje za 2004-tu

x
i
= 14
{=FORECAST(14;Q3:Q11;S3:S11)}

433 , 53 =
ti
y
210
Dinamika analiza
21. Za period od10 godina poznati su podaci o prometu u oblasti trgovine na veliko (u000 000KM):
Odreditijednainu eksponencijalnogtrenda.
Rjeenje (primjena Excela):
Za eksponencijalni trend:
i
x
ti
b a y = , parametre raunamo primjenom Paste fuction -
Logest:
a = {=INDEX(LOGEST(B87:B96;C87:C96);2)} = 357,5445
b = {=INDEX(LOGEST(B87:B96,C87:C96);1)} = 1,15832
Dakle, jednaina eksponencijalnog trenda glasi:
i
x
ti
y 15832 , 1 5445 , 357 =
211
Zadaci za vjebu
ZADACI ZA VJEBU SA KRATKIM RJEENJIMA
1. Promet jednogpreduzeakoje se bavi proizvodnjomnamjetaja bio je:
a)Izraunatigrupne indeksevrijednosti, cijenei koliine(koristitipondereiz baznogperioda)(1997=100)
b)Odrediti Fisher-ov idealni indekskoliine.
(a -
159 , 150 , 238
) , ( ) , (
= = =
L ma p L ma q w
I I I
, b -
150
) (
=
F q
I
).
2. Lanani indeksi proizvodnje bili su:
Preraunati lanane indekse u bazne sa bazomu 1995 godini.
( 18 , 249 ,..., 96 , 87
1998 1992
= = L L )
3. Neka je:
Metodomagregata izraunati ponderisaneindekse koliina, cijena ivrjednosti za 1998. (1995=100).
(
3 , 162 , 9 , 109 , 9 , 174
) , ( ) , (
= = =
L ma p L ma q w
I I I
).
4. Indeksi izvoza iuvoza bili su:
koliina vrsta
proizvoda
1997 1999
vrijednost 1997.
(u milionima nj)
indeks cijena 1999
(1997=100)
A 2000 3000 100 180
B 4000 6000 400 190
C 2000 3000 1600 150
priozvodnja u t vrsta
proizvoda 1995 1998
cijena1995.
(u 000 nj)
indeks vrijednosti
1998 (1995=100)
A 33 40,6 15 140
B 50 65 27 200
C 80 72 21 165
212
Dinamika analiza
Izraunati koliki je bio uvoz i izvoz prema godinama, ako jeizvoz 1978. godineiznosio 107 milijardi nj, a
uvoz u 1976. godini 140 milijardinj.
5. U periodu od 9 godina pojava Ykretala se ovako:
a) Nacrtati aritmetiki dijagram,
b) Odrediti odgovarajuu jednainu linearnog trenda i objasniti parametre.
( b - = = 9 , 1
1995 1987
x x
i ti
x y + = 8 , 1 57 , 29 )
6. Neka je pojava praena u vremenu i dobili smopodatke:
Odrediti lanane indekse i prosjenu stopu rasta.
213
Zadaci za vjebu
(
%) 92 , 3 93 , 103 = =
g g
S L
7. Za tri proizvoda (A,B,C) datisu podaci o cijenama i koliinama:
Primjenom metode agregata nai individualne i grupni indeks vrjednosti.
(
12 , 101 35 , 84 36 , 91 2 , 117 = = = =
w C w B w A w
I I I I
)
8. Broj diplomiranih studenata na jednomfakultetu utokujedne godine bioje:
a) Odrediti i nacrtati odgovarajuu liniju trenda
b) Koliki broj diplomiranih studenata se mogao oekivati 2002. god?
(a -
2
1997 1992
0059 , 0 215 , 1 28 , 120 6 1
i i ti
x x y x x + = = = ,
b = =
ti i
y x 11 107,63)
9. Trokoviprosjenog domainstva bilisu:
i
L
-
108,3
96,15
108
103,7
214
Dinamika analiza
a)Ocjeniti i ucrtatilinearnitrend i obrazloitiparametre,
b)Iskljuititrend iobjasniti.
( a -
i ti
x y x x + = = = 15 396 2 2
1984 1980
, b rezidiumnegativnodjelovao odsredine
1981. godine do sredine 1983. godine)
10. Neka pojava je praena u vremenu i dobiveni podaci:
a) Izraunati prosjenu stopu rasta.
b) Ako se nastavi isti tempo rasta, koliko godina treba da proe da nivo pojave bude vei za 50% u
odnosu na 1990-tu godinu?
( a -
929 , 3 =
g
S
, b 11,5 godina)
11. Za period 1990 -1996. god. lanani indeksi su bili:
a) Lanane indekse pretvoriti u bazne sa bazom u 1993.godini.
b) Izraunati i objasniti prosjenu stopu rasta.
(a - 119
1994
= I , b 19,77%)
12. Utabeli sudati podaci ocijenama i vrijednostima:
Metodom prosjeka odrediti grupni indeks cijena i objasniti.
215
Zadaci za vjebu
(
74 , 136
) , (
=
L mp p
I
)
13. Za period 1982-1990dati su podaci o godinjemprometu u jednoj robnoj kui:
a) Nacrtati aritmetiki dijagram i stupce.
b) Grafiki (metodom pokretnih prosjeka) odrediti trend.
( : y -, 20; 20,3; 20,6; 21,3; 22; 23,3; 24,3; -)
14. Za period 1990-1996 poznatisu lananiindeksi:
a) Preraunati u bazne indekse sa bazom u 1991. godini.
b) Izraunati srednji tempo rasta i prosjenu stopu rasta, pa objasniti.
c) Ako se nastavi isti tempo rasta, koliki e nivo pojave biti u 2001-oj godini (nivo pojave u 1994-
toj bio je 545).
( a - 15 , 104
94 '
= I , b -
% 0984 , 2 0984 , 102 = =
g g
S L
, c =
2001
y 630,27)
15. Poznati su nivoi ulaganjau vrijednosne papire (u 000$):
a) Izraunati srednji apsolutni prirast.
b) Kolika je prosjena stopa rasta i ta to znai?
c) Ako se nastavi takva tendencija rasta u kojoj godini e se utrostruiti nivo pojave iz 1990. godine?
(a -
6 = SAP
, b -
% 53 , 3 =
g
S
, c 2023. godina)
16. Za 3 proizvoda(A,B,C)dati su podaci:
216
Dinamika analiza
Primjenommetode agregata odreditii objasniti Marshal Edgworth-ov indeks cijena.
(
% 83 , 97
) (
=
ME p
I

cijene su pale za 2,17%)
17. Utabeli sudati lanani indeksiinvesticijau neki proizvod:
a) Ako su investicije 1995. godine iznosile 250 miliona nj utvrditi funkciju koja odgovaraempirijskim
podacima i ocjenite bazni indeks investicija u 2002. godini (baza je 1990-ta godina).
b) Uporedite eksponencijalnu sa geometrijskom stopom rasta.
( a eksponencijalni t rend
i
x
ti
y x x 10367 , 1 64642 , 236 5 , 0 ; 5 , 0
1995 1994
= = = ,
326
2002
= I , b -
= = 3 , 10 ; 4 , 10
e g
S S
priblino su iste)
18. Kretanje proizvodnje artiklaAu jednojfabricitokomperioda 1988-1994. god. prikazano je sljedeom
tabelom:
Utvrditi koja funkcija trenda (linearna ili parabolina) bolje odgovara za prikazivanje dugorone
tendencije i predvidjeti nivo pojave za 1997.god. (Kriterij za izbor funkcije neka bude standardna
greka ocjene funkcije trenda).
( 0
1991
= x , linearni t rend
998 , 47
1
=
t
y
S
, parabolini t rend (krak
parabole)
= 6 , 35
2 t
y
S
bolje odgovara parabolini trend,
04 , 864
1997 ,
=
t
y
t )
Pregledformula
Jednodimenzionalna statistika analiza
219
JEDNODIMENZIONALNA STATISTIKA ANALIZA

MJERE SREDNJE VRIJEDNOSTI
Raunske mjere srednje vrijednosti
1


Aritmetika sredina negrupisanih podataka

=
=
N
i
i
x
N
X
1
1


N - veliina osnovnog skupa,
ukupan broj podataka
i
x - i-ti modalitet posmatranog
obiljeja

Aritmetika sredina grupisanih podataka

=
=

=
=

=
=
= =
=

n
i
i
P
i
x
i
p
i
x
i
f
i
x
N
i
f
i
x X
n
i
n
i
n
i
n
i
i
f
1
100
1
1 1
1
1 1
1

N
f
p
i
i
= , 100 =
i i
p P
N f
n
i
i
=

=1
, 1
1
=

=
n
i
i
p , 100
1
=

=
n
i
i
P
i
f - apsolutna frekvencija, uestalost
(broj pojavljivanja) i-tog modaliteta
(razreda, intervala)
n- broj modaliteta (razreda,
intervala)
i
p - relativna frekvencija
i
P - procentualna frekvencija

Harmonijska sredina negrupisanih podataka

=
=
N
i i
x
N
H
1
1



Harmonijska sredina grupisanih podataka

= = = =
=
= = = =
n
i i
i
n
i i
i
n
i i
i
n
i i
i
n
i
i
x
P
x
p
x
f
N
x
f
f
H
1 1 1 1
1
100 1



Geometrijska sredina negrupisanih podataka
N
N
i
i
x G

=
=
1
ili

=
=
N
i
i
x
N
G
1
log
1
log


Geometrijska sredina grupisanih podataka
N
n
i
f
i
i
x G

=
=
1
ili

= =
=
= =
= =
n
i
n
i
i i i i
n
i
i i
x P x p
x f
N
G
1 1
1
log
100
1
log
log
1
log



1
Treba da vai Koijeva teorema: H G X .
Pregled formula

220
Aritmetika sredina - primjena transformisanog obiljeja
transformisano obiljeje:
l
x x
y
i
i
0

=
=
=
n
i
i
f
i
y
N
Y
1
1
Y l x X + =
0


0
x - modalitet ili razredna sredina
koji se nalazi na sredini niza ili koji
ima najviu frekvenciju
i
l - rastojanje meu modalitetima ili
irina intervala ( =
i
l const.=l,
n i , 1 = )


Pozicione mjere srednje vrijednosti
2


Modus
na osnovu
o
M
f f =
max
ita se modus ili se iz proitanog
intervala odreuje na bazi formule:
( ) ( )
1 1
1
1
+

+

+ =
o o o o
o o
o o
M M M M
M M
M M o
f f f f
f f
l L M
Ili pomou relativnih frekvencija:
na osnovu
o
M
p p =
max
ita se modus ili se iz proitanog
intervala odreuje na bazi formule:
( ) ( )
1 1
1
1
+

+

+ =
o o o o
o o
o o
M M M M
M M
M M o
p p p p
p p
l L M
Ili pomou procentualnih frekvencija:
na osnovu
o
M
P P =
max
ita se modus ili se iz proitanog
intervala odreuje na bazi formule:
( ) ( )
1 1
1
1
+

+

+ =
o o o o
o o
o o
M M M M
M M
M M o
P P P P
P P
l L M
o
M
L
1
- donja granica modalnog
intervala
o
m
l - irina modalnog intervala
o
m
f - frekvencija modalnog intervala
1
o
M
f - frekvencija intervala koji
predhodi modalnom intervalu
1 +
o
M
l - frekvencija intervala koji se
nalazi nakon modalnog intervala


Kvantili reda q kod negrupisanih podataka
Niz prvo moramo numeriki urediti, tako da
bude: N i x x
i i
, 1 ,
1
=
+
( )


= +


=
+
=
q
j q N
N j C
q
j N
j C
x x
Q
j C j C
j
) ( , 1 ) (
,
2
2 1
) ( ) (
2 1

j
Q - j-ti kvantil reda q , 1 , 1 = q j
) (
1
i C - pozicija donje granice koja
odreuje Q
j
) (
2
i C - pozicija gornje granice koja
odreuje Q
j




2
Napomena: U sluaju da intervali nisu istih irina, kod izraunavanja modusa za intervalno grupisane podatke
umjesto apsolutnih (relativnih ili procentualnih) frekvencija koristimo korigovane apsolutne (relativne ili
procentualne) frekvencije:
i
i
i
l
f
f =
'
(
i
i
i
i
i
i
l
P
P
l
p
p = =
, ,
, ), gdje je
i
l irina i-tog intervala.
Jednodimenzionalna statistika analiza
221

Kvantili reda q kod grupisanih podataka
Odredimo kumulativne frekvencije "manje od":
n m f f
m
i
i m
=

=
+
,
1
. Prvi modalitet ili interval kod kog
je zadovoljeno:
+

m
f j
q
N
je modalitet koji emo
nazvati
j
Q ili interval gdje se nalazi
j
Q . Ako je rije o
intervalu tada
j
Q odreujemo na bazi formule:
) (
) (
) (
) (
) (
1
1
1
1
1
J
J
J J
J
J
i
i
J J j
R f
R f j
q
N
R l L
R f
f j
q
N
R l L Q

=

+ =
=

+ =


Ili pomou relativnih frekvencija:
odredimo kumulativne frekvencije "manje od":
n m p p
m
i
i m
=

=
+
,
1
. Prvi modalitet ili interval kod kog
je zadovoljeno:
+

m
f j
q
1
je modalitet koji emo
nazvati
j
Q ili interval gdje se nalazi
j
Q . Ako je rije o
intervalu tada
j
Q odreujemo na bazi formule:
) (
) (
1
) (
) (
1
) (
1
1
1
1
1
J
J
J J
J
J
i
i
J J j
R p
R p j
q
R l L
R p
p j
q
R l L Q

=

+ =
=

+ =


Ili pomou procentualnih frekvencija:
odredimo kumulativne frekvencije "manje od":
n m P P
m
i
i m
=

=
+
,
1
. Prvi modalitet ili interval kod kog
je zadovoljeno:
+

m
f j
q
100
je modalitet koji emo
nazvati
j
Q ili interval gdje se nalazi
j
Q . Ako je rije o
intervalu tada
j
Q odreujemo na bazi formule:
J
L
1
- donja granica intervala gdje se
nalazi
j
Q
) (
J
R l - irina intervala gdje se nalazi
j
Q
) (
j
R f - frekvencija intervala gdje se
nalazi
j
Q

+
=
1
1
1
) (
J
i
i J
f R f - kumulativna
frekvencija "manje od" intervala koji
predhodi onom intervalu gdje se
nalazi
j
Q


Pregled formula

222
) (
) (
100
) (
) (
100
) (
1
1
1
1
1
J
J
J J
J
J
i
i
J J j
R P
R P j
q
R l L
R P
P j
q
R l L Q

=

+ =
=

+ =




Medijala
Odredimo kumulantu "manje od" za relativni agregat
ili relativnu globalnu vrijednost:
n m RA RA
m
i
i m
=

=
+
,
1
. Prvi modalitet ili interval kod
kog je zadovoljeno:
+

m
RA 5 , 0 je modalitet koji
emo nazvati medijala ili interval gdje se nalazi
medijala. Ako je rije o intervalu tada medijalu
odreujemo na bazi formule:
le
le
le le
M
M
M M le
RA
RA
R l L M
+

+ =
5 , 0
) (
1


i i i
f x A = - neintervalno grupisanje
i i i
f s A = - intervalno grupisanje

=
n
i
i i
i i
i
f x
f x
RA
1
- neintervalno
grupisanje

=
n
i
i i
i i
i
f s
f s
RA
1
- intervalno
grupisanje


MJERE DISPERZIJE (VARIJABILITETA, VARIRANJA)
Apsolutne mjere disperzije

Raspon variranja
min max
x x R =
max
x - najvii podatak u nizu
min
x - najnii podatak u nizu

Interkvartilni razmak
1 3
, 4 Q Q I q
Q
= =


Interdecilni razmak
1 9
, 10 Q Q I q
Q
= =


Varijansa negrupisanih podataka
( )
2
1
2
1
2
2
1 1
X x
N
X x
N
N
i
i
N
i
i

= =

= =



Jednodimenzionalna statistika analiza
223
Varijansa grupisanih podataka
( ) [ ] ( )
( ) [ ] ( )
( ) [ ] ( )
2
1
2
1
2
2
1
2
1
2
2
1
2
1
2
2
100
1
100
1
1 1
X P x P X x
X p x p X x
X f x
N
f X x
N
n
i
i i
n
i
i i
n
i
i i
n
i
i i
n
i
i i
n
i
i i

= =
=

= =
=

= =



= =
= =
= =




Standardna devijacija
2
=


Varijansa- primjena transformisanog obiljeja
( ) [ ] ( )
2
1
2
1
2
2
1 1
Y f y
N
f Y y
N
n
i
i i
n
i
i i y

= =

= =

2 2 2
y x
l =


Srednje apsolutno odstupanje negrupisanih podataka

=
=
N
i
i
X x
N
MAD
1
1



Srednje apsolutno odstupanje grupisanih podataka
( ) ( )
( )


=
= =
=
= =
n
i
i i
n
i
i i
n
i
i i
P X x
p X x f X x
N
MAD
1
1 1
100
1
1



Relativne mjere disperzije

Koeficijent varijacije
(%) 100

=
X
V


Koeficijent kvartilne devijacije
1 3
, 4
Q Q
I
V q
q
Q
+
= =


Standardizovano odstupanje

=
X x
z
i
i




Pregled formula

224
MJERE ASIMETRIJE I SPLJOTENOSTI

Momenti
( ) [ ]
( ) [ ] ( ) [ ]


= =
=
= =
= =
n
i
i
s
i
n
i
i
s
i
n
i
i
s
i s
P c x p c x
f c x
N
M
1 1
1
100
1
1

c =constans
obini momenti:

( ) ( )
( )


=
= =
=
= = =
n
i
i
s
i
n
i
i
s
i
n
i
i
s
i s
P x
p x f x
N
m
1
1 1
100
1
1

centralni momenti:
( ) [ ]
( ) [ ] ( ) [ ]


= =
=
= =
= =
n
i
i
s
i
n
i
i
s
i
n
i
i
s
i s
P X x p X x
f X x
N
1 1
1
100
1
1


2
2
3 1 0
, , 1 X m X m m + = = =
2
2 1 0
, 0 , 1 = = =

Koeficijent asimetrije
3
3
3

=
= 0
3
simetrija
> 0
3
desna asimetrija
< 0
3
lijeva asimetrija

Koeficijent spljotenosti
4
4
4

=
= 3
4
normalna spljotenost
> 3
4
izduenost
< 3
4
spljotenost

Raunanje centralnih momenata preko veze sa obinim momentima
( )
( )
s
s
s
s
s
s s s s
X
m X
s
s
m X
s
m X
s
m X
s
m
1
1
1
...
3
2 1
1
1
1
3
3
2
2
1
+
+

+ +



2
2 2
X m =
3
2 3 3
2 3 X m X m + =
4
2
2
3 4 4
3 6
4
X m X
m X m
+
+ =





Jednodimenzionalna statistika analiza
225
Raunanje centralnih momenata- primjena transformisanog obiljeja
( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( )
3
0 2 0
1
3 3
3
0 2 0
1
3 3
3
0
2 0
1
3 3
3
3
100
1
3
3
1
x X x X P y l
x X x X
p y l x X
x X f y
N
l
k
i
i i
k
i
i i
k
i
i i

=
=
=



( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( )
4
0 2
2
0
3 0
1
4 4
4
0 2
2
0 3 0
1
4 4
4
0 2
2
0
3 0
1
4 4
4
6
4
100
1
6 4
6
4
1
x X x X
x X P y l
x X x X x X
p y l x X x X
x X f y
N
l
k
i
i i
k
i
i i
k
i
i i

=
=

=
=
=



( )
( ) ( )
( )
( )
( )
0
1
2 2
0
1
2 2
0
1
2 2
2
100
1
1
x X
P y l
x X
p y l x X
f y
N
l
k
i
i i
k
i
i i
k
i
i i

=
=

=
=
=



Pearson-ova mjera asimetrije
( ) ( )
'
"
3
,
e o
p
p
X M X M
S S


= =


Bowley-eva mjera asimetrije
Q
e
bQ
I
M Q Q
S q
+
= =
2
, 4
1 3




Mjere koncentracije

Ginijev koeficijent
1. metoda trapeza
( )

=
+ +

+ =
n
i
i i i
p RA RA G
1
1
1
2. metoda trouglova
( )

=
+ +
+
+
+
+
=
1
1
1 1
n
i
i i i i
RA p RA p G
1 0 G

Pregled formula

226
KOMBINATORIKA

OSNOVNI POJMOVI

Faktorijeli
n!= n ... 3 2 1 ,
0
N n , 0!=1
ako je n velik broj primjenjujemo
aproksimaciju Stirling-a:
n!= n e n
n n


2

Osobine faktorijela
n!=(n-1)!n = (n-2)!(n-1)n
r! n!, (n-r)! n!,
n r r
r
n
+ + = ... ) 2 ( ) 1 (
!
!

n n r n r n
r n
n
+ + =

) 1 ( ... ) 2 ( ) 1 (
)! (
!

0
, N n r
0 r n, 0 (n- r) n

Binomni koeficijenti
)! ( !
!
r n r
n
r
n

=


0 =

+ k n
n
, n k n N k > + ) ( ,

r n
n
r
n
, 1
0
0
=

, 1
0
=

n

1 =

n
n
, n
n
=

1
, n
n
n
=

1


Binomna teorema
r r n
n
r
n
b a
r
n
b a

= +

=

0
) (
r r n
n
r
r n
b a
r
n
b a

=

=

0
) 1 ( ) (



PERMUTACIJE, VARIJACIJE I KOMBINACIJE

Broj permutacija bez ponavljanja od n elemenata skupa S
! ) ( n n P =
0
N n - broj elemenata skupa S
(svi elementi meusobno razliiti)

Broj permutacija sa ponavljanjem od n elemenata skupa S
! ... ! !
!
2 1
,..., ,
2 1
k
n n n
n n n
n
P
k

=
0
, N n k , 0 k n ,

=
=
k
i
i
n n
1

k- broj meusobno razliitih
elemenata u skupu S
i
n - koliko se puta pojavi elemenat
i
e u skupu S


Kombinatorika
227
Broj varijacija bez ponavljanja r-tog razreda od n elemenata skupa S
)! (
!
! ) (
r n
n
r
r
n
n V
r

=
r- broj elemenata podskupa skupa S
0
N r , 0 r n

Broj varijacija sa ponavljanjem r-tog razreda od n elemenata skupa S
r
r n n V = ) (
,
0
N r
n r < , n r = ili n r >

Broj kombinacija bez ponavljanja r-tog razreda od n elemenata skupa S
)! ( !
!
) (
r n r
n
r
n
n C
r

=

=
0
N r , 0 r n

Broj kombinacija sa ponavljanjem r-tog razreda od n elemenata skupa S
)! 1 ( !
)! 1 (
1
) 1 ( ) (

+
=

+
= + =
n r
r n
r
r n
r n C n C
r
r
0
N r , 0 r n


Pregled formula

228
VJEROVATNOA, SLUAJNA VARIJABLA I TEORIJSKI RASPOREDI

OSNOVNI POJMOVI



Vjerovatnoa dogaaja A i njemu suprotnog dogaaja A'
n
A m
A P
) (
) ( =
) ( 1 ) ' ( A P A P =
n- koliko puta je ponovljen
eksperiment
m(A)- koliko puta se u tih n
eksperimenata realizovao dogaaj A


Potpun sistem dogaaja
1 ) ( ) (
1
= =

=
n
i
i
A P X P j i A A A X
j i
n
i
i
= =
=
I U
,
1


Vjerovatnoa sloenog dogaaja "i"
= ) ( ) ( ) ( B P A P B A P I dogaaji A i B su nezavisni.


Potpuno nezavisni dogaaji

=
=
=
k
i
i
A P
k
i
i
A P
1
) ( )
1
( I


Vjerovatnoa sloenog dogaaja "ili"

I U ) ( ) ( ) ( ) ( B A P B P A P B A P + =

specijalno:
=
+ =
I
U
B A
B P A P B A P ) ( ) ( ) (

ako su dogaaji A i B disjunktni.

Vjerovatnoa "razlike" dva dogaaja
P(A\B)= I ) ( ) ( B A P A P

Uslovna vjerovatnoa
P(A|D)=
) (
) (
D P
D A P I
I ) ( D A P = P(A|D)P(D)
i I ) ( A D P = P(D|A)P(A), za zavisne dogaaje
kod nezavisnih dogaaja:
P(A|D)=P(A), P(D|A)=P(D)


Teorem totalne vjerovatnoe

=
=
n
i
i
H P A P
1
) ( ) ( P(AH
i
)
dogaaji n i H
i
, 1 , = ine potpun
sistem dogaaja.

Bayes-ov teorem
P(H
i
A)=
=[ ) (
i
H P P(AH
i
)]
/
[

=

n
i
i
H P
1
) (

P(AH
i
)]

Vjerovatnoa, sluajna varijabla i teorijski rasporedi
229
SLUAJNA PROMJENJIVA

Zakon vjerovatnoe prekidne sluajne promjenjive X
1 ,
... ...
... ...
:
1 2 1
2 1
=

=
n
k
k
n k
n k
p
p p p p
x x x x
X

=
= =
n
k
k k
p x X E X
1
) (
[ ] [ ]
2 2 2 2
) ( ) ( ) ( X E X E X E X E
X
= =

=
=
n
k
k
s
k s
p c x M
1
) (
) (
k k
x x P p = = - funkcija gustine
vjerovatnoe prekidne sluajne
promjenjive X
n k p R p
k o k
, 1 , 1 0 , =
+


Funkcija rasporeda prekidne sluajne promjenjive X

=
= < < =
1
1
) ( ) ( ) (
j
i
i j j
x P x X P x F
) ( ) ( ) ( F F X P = < <
1 ) (
0 ) (
= +
=
F
F


Funkcija rasporeda neprekidne sluajne promjenjive X
R x dx x f x X P x F
j
x
j j
j
= < < =


, ) ( ) ( ) (

= = < <

dx x f F F X P ) ( ) ( ) ( ) (
[ ]

+

+

=
= = =
dx x f E x
X E X E dx x f x X E
X
) ( ) (
) ( , ) ( ) (
2
2 2


[ ]

+

= = dx x f c x c X E M
s s
s
) ( ) ( ) (
) ( ) (
'
j j
x f x F = - funkcija gustine
vjerovatnoe neprekidne sluajne
promjenjive X (gustina raspodjele,
zakon vjerovatnoe)
R x x f
j j
> , 0 ) (
) ( 1
) ( 1 ) (
, 1 ) ( lim , 0 ) ( lim
j
j
j
x
j
x
x F
x X P dx x f
x F x F
=
= > =
= =

+




ebieve nejednaine
[ ]
2
2
1 ) ( , ) ( (

+
X
k
X E X E x P
[ ]
2
1
1 ) ( , ) ( (
t
t X E t X E x P
X X k
+
- okolina
X
t

=





Pregled formula

230
TEORIJSKI RASPOREDI
Prekidni rasporedi

Binomni raspored

= = =
= =

n k q p
k
n
k x P p
n k k x
X
k n k
k
b
k
k
, 0 , ) (
, 0 ,
:
) , ( : p n B X
p n
q
V q p n p n X E
X

= = = 100 , , ) (
2

q p n
q p
q p n
p q


+ =

=
6 1
3 ,
) (
4
2
3

b
k
b
k
p N f =
( )

=

+
=
n
k
b
k k b
f f
n
1
2
2
1
1
- greka aproksimacije
p A P q A P p = = = 1 ) ' ( ), (
A- elementarni dogaaj koji se
ponovi n puta
rekurzivna formula ( n k , 0 = ):
k
b
k
n b
p
q
p
k
k n
p q p
+

= =
+
1
,
1 0

uslovi za primjenu u praksi:
1 0 < <
n
X
i


n
X
X
X
1
2

0
2
b
bolja aproksimacija

Poisson-ov raspored

= = = =
= =

0 , , 0 ,
!
) (
, 0 ,
:
f m n k
k
m
e k x P p
n k k x
X
k
m
k
p
k
k

) ( : m P X
o

m
V m m X E
X
100
, , ) (
2
= = =
m
m
1
3 ,
1
4 3
+ = =
p
k
p
k
p N f =
( )

=

+
=
n
k
p
k k p
f f
n
1
2
2
1
1
- greka aproksimacije
rekurzivna formula ( n k , 0 = ):
k
p
k
m p
p
k
m
p e p
+
= =
+

1
,
1 0

uslov za primjenu u praksi:
m X
X

2

0
2
p
bolja aproksimacija


Hipergeometrijski raspored

= = =
= =
n k
n
N
k n
M N
k
M
k x P p
n k k x
X
k
h
k
k
, 0 , ) (
, 0 ,
:
) , , ( : n M N H X
( ) ( )
( ) 1
,
2
2


= =
N N
n N m N M n
N
n
M X
X

rekurzivna formula ( n k , 0 = ):
( ) ( )
k
h
k
p
k n M N k
k n k M
p
+ + +

=
+
1 ( ) 1 (
1

N- broj elemenata u osnovnom
skupu
M- broj elemenata u osnovnom
skupu koji posjeduju obiljeje A
n- broj elemenata u uzorku
k - broj elemenata u uzorku koji
posjeduju obiljeje A
N M k N n ,
h
k
p - vjerovatnoa da u uzorku iz tog
osnovnog skupa bude k elemenata
koji posjeduju obiljeje A

Vjerovatnoa, sluajna varijabla i teorijski rasporedi
231
Neprekidni rasporedi

Normalan raspored
( )
2
2
1
2
1
) ( , ,


= +
E
j
x
j j
e x f x
3 , 0 ), ; ( :
4 3
2
= = E N X

j
x
E x
j
dx e x F
2
2
1
2
1
) (



) ( ) (
) (
i j
j i
x F x F
x X x P j i
=
= p

) ( 1 ) (
j j
x F x X P = f


Standardizirani normalni raspored
3 , 0 , 1 , 0 ) (
), 1 , 0 ( : ,
2
1
) ( ,
4 3
2
2
2
= = = =

Z
z
j
j
j
Z E
N Z e z
E x
z

=
j
z
z
j
dz e z
2
2
2
1
) (


n
j
n
j
p N f =

=
=
n
j
n
j j n
f f
n
1
2 2
) (
1
- greka aproksimacije
) ( ) (
) (
i j
j i
z z
z Z z P j i
=
= <


) ( 1 ) (
j j
z z Z P = >
) (
1 ) ( 2 ) (
) ( 1 ) (
1 j
j j j
j j
z
z z Z z P
z z Z P
=
= = <
=
apro
ksimacija:
X
j
j
X a
z

= gdje je
j
a gornja granica intervala i
) ( ) (
1 j j
n
j
z z p =
+

0
2
n
bolja aproksimacija

Studentov raspored
( )


=
+
2
1
2
1
2
2
1
1
) (
, ,
n
j
j
n
t
n
n
n
t f
t

2 ,
2
, 0 ) (
2
f n
n
n
M M T E
T e o

= = = =
4
6
3 , 0
4 3

+ = =
n

=
j
t
n
j n
dt
n
t
n
n
n
t S
2
1
2
1
2
2
1
1
) (


) ( ) (
j j
t f t f =
n- broj stepeni slobode, N n
) ( ) 1 (
0 , ) (
0
1
u u u
y dy e y u
y u
= +
> =




) ( ) (
) (
i n j n
j i
t S t S
t T t P j i
=
= <

) ( 1 ) (
j n j
t S t T P = >
1 ) ( 2 ) (
) ( 1 ) (
= <
=
j n j j
j n j
t S t T t P
t S t T P

[ ] ) ( 1 2 ) (
j n j
t S t T P q = > =

Pregled formula

232
Fisher-ov raspored
( )
( ) 2
1
2
,
1
2 2
2
) ( , , 0
n m
m
j n m j
x
x
n m
n m
x f x
+

= +
( )
( ) ( )
4 ,
4 2
2 2
, 2 ,
2
) (
2
2
>

+
= >

= n
n n
m n m
n
n
m
X E
X

m,n- broj stepen i slobode
( )
+
= +
0
, 0 R x
j

N n m ,
m n
n m
M
o
+

=
2
2


Snedecor-ov F raspored
( )


+


= 2
2 1
1
2
2 1
2
2
2
1
2 1
1
2 1
) , (
) ( F F
B
F f
( )
( ) ( ) 4 2
2 2
,
2
) (
2
2
2 1
2 1
2
2 2
2
2

+
=

F
F E

+
= > =
j
F
j j
dF F f F F P F P ) ( ) ( ) (
Smjenom F
n
m
x
j
= dobiemo
Snedecor-ov F raspored sa
2 1
i stepeni slobode
R F

Gama - (
2
hi kvadrat) raspored
( )
( )
2
2
2
2
2
2 2
2 2
2
2
2
2
2
1
) ( 0
2
2
1
) ( , , 0


= >


= +
e
n
g x
e x
n
x g x
n
j
n
j
x n
j
n
j j
n n n
V
n n E
12
3 ,
2
4
,
2
100
2 , ) (
4 3
2 2
2
+ =

= =
= =



+
=
2
0
0
2 2 2 2
), ( ) ( ) (
j
R d g F
j n


) ( 1
) ( 1 ) (
2
2 2 2 2
j n
j n j n
F
F F


=
= < =



Uzorci intervalne procjene i statistiki testovi
233
UZORCI INTERVALNE PROCJENE I STATISTIKI TESTOVI

INTERVALNE PROCJENE PARAMETARA OSNOVNOG SKUPA
NA BAZI INFORMACIJA IZ UZORKA

Interval povjerenja
= = + 1 ) ( h h P


- vrijednost parametra u uzorku
- vrijednost parametra u osnovnom
skupu
h- okolina
- sigurnost (pouzdanost,
signifikantnost)
-rizik greke (greka prve vrste)

Odrediti veliinu uzorka da bi se zadovoljio odreeni stepen preciznosti
0
1
1
n
N
N
n

+
=
2
0


=
o
z
n z z

=
2
1 ) (
- stepen preciznosti
n- veliina uzorka
N- veliina osnovnog skupa
o
- standardna devijacija u
osnovnom skupu


Intervalna procjena aritmetike sredine

Ako je poznata varijansa u osnovnom skupu
( )


= =
= +
1 1 ) ( 2 z
z X M z X P
X X

z z

=
2
1 ) (
n
o
X

=
n- veliina uzorka
N- veliina osnovnog skupa
X - aritmetika sredina u uzorku
M- aritmetika sredina u osnovnom
skupu
2
o
- varijansa u osnovnom skupu

Ako nije poznata varijansa u osnovnom skupu i uzorak je mali (n30)
( ) 0 0
0
1 ( ) 1
X
X
P X t S M X t S
P T t
+ =
= > =

0 0 1
2
1 ) ( t t S
n


X
u
n
S
X

=
1

2
u
- varijansa u uzorku


Ako nije poznata varijansa u osnovnom skupu i uzorak je velik (n>30)
( )
= =
= +
1 1 ) ( 2 z
S z X M S z X P
X X

z z

=
2
1 ) (
1
=
n
S
u
X




Pregled formula

234
Intervalna procjena varijanse

Mali uzorak (n30)
=


1
2
2
, 1
2
2
2
2
1 , 1
2
n
u
o
n
u
n n
P
2
2
, 1
2
1
2
2
1 , 1
2
1
2
) (
2
1 ) (

=
n
j n
n
j n
F
F

1 n - broj stepeni slobode

Veliki uzorak (n>30)
( ) ( )
= =
=




+

1 ) ( 2
3 2
2
3 2
2
2
2
2
2
2
z
z n
n
z n
n
P
u
o
u

z z

=
2
1 ) (


Intervalna procjena proporcije

Veliina uzorka nije bitna
( ) = = + 1 ) ( 2 z S z p P S z p P
p p

z z

=
2
1 ) (
n
q p
S
p

=
N B A n b a = + = + ,
p- proporcija u uzorku
P- proporcija u osnovnom skupu
N
B
Q
N
A
P
n
b
q
n
a
p = = = = , , ,
1 , 1 = + = + Q P q p

Procjena parametara osnovnog skupa upotrebom stratifikovanog uzorka

Procjena aritmetike sredine - veliki uzorak (n>30)
( )
= =
= +
1 1 ) ( 2 z
z X M z X P
X X

N N n n
k i p X n N
k
i
i
k
i
i
i ui i i i
= =
=

= = 1 1
2
,
, 1 , , , :

=
=
k
i
i i
X n
n
X
1
1


= =
= =
k
i
ui
i
i
X
k
i
ui i
X
n
N
N
S n
n
1
2
2
2
2
1
2
1
,
1

n- veliina stratifikovanog uzorka
n
i
-koliko je elementa iz i-tog
stratuma uzeto u stratifikovani
uzorak
N- veliina osnovnog skupa
N
i
- veliina i-tog stratuma
2
,
ui i
X - parametri koji odgovaraju
uzorku elementa iz i-tog stratuma
uzetih u stratifikovani uzorak
X - aritmetika sredina
stratifikovanog uzorka
X
-standardna greka procjene ija
je nepristrasna ocjena
X
S
Uzorci intervalne procjene i statistiki testovi
235
Proporcionalan izbor u stratifikovanom uzorku
i i
i
i
i i
N
N
n
n
N
n
N
n
N N n n = = = : :


Optimalna veliina stratifikovanog uzorka
2
1
2
1

=

=
k
i
ui i
N
N
z
n



STATISTIKI TESTOVI

Parametarski testovi
Testiranje hipoteze o aritmetikoj sredini osnovnog skupa
na bazi velikog uzorka (z- test)

Jednosmjerni test na donju granicu
1 . . 0 . .
)
3
0
.
. .
0 1 0 0
, . 4
. 3
) ( . 2
: / : . 1
H z z H z z
M X
z
z z
M M H M M H
teor izr teor izr
X
izr
teor teor
>

=
=
<


0
M - predpostavljena aritmetika
sredina osnovnog skupa u odnosu na
koju se vri testiranje
. teor
z - teorijska vrijednost za z
. izr
z - izraunata vrijednost za z (iz
uzorka)
3



Jednosmjerni test na gornju granicu
1 . . 0 . .
0
.
. .
0 1 0 0
, . 4
. 3
1 ) ( . 2
: / : . 1
H z z H z z
M X
z
z z
M M H M M H
teor izr teor izr
X
izr
teor teor
<

=
=
>




Dvosmjerni test
1 . . 0 . .
0
.
2
1
2
.
. .
. .
0 1 0 0
, . 4
. 3
,
2
1 ) (
2
) (
. 2
: / : . 1
H z z H z z
M X
z
z z z
z z
z z
M M H M M H
teor izr teor izr
X
izr
teor
teor teor
teor teor

=
=




3
Ukoliko nije poznata
0
ve samo
n
umjesto
x
uzimamo
x
S .
Pregled formula

236
Testiranje hipoteze o aritmetikoj sredini osnovnog skupa
na bazi malog uzorka (T- test)

Jednosmjerni test na donju granicu
1 . . 0 . .
0
.
. . 1
0 1 0 0
, . 4
. 3
) ( . 2
: / : . 1
H t t H t t
M X
t
t t S
M M H M M H
teor izr teor izr
X
izr
teor teor n
>

=
=
<


. teor
t - teorijska vrijednost za t
. izr
t - izraunata vrijednost za t (iz
uzorka)


Jednosmjerni test na gornju granicu
1 . . 0 . .
0
.
. . 1
0 1 0 0
, . 4
. 3
1 ) ( . 2
: / : . 1
H t t H t t
M X
t
t t S
M M H M M H
teor izr teor izr
X
izr
teor teor n
<

=
=
>




Dvosmjerni test
1 . . 0 . .
0
.
2
1
2
.
. . 1
. . 1
0 1 0 0
, . 4
. 3
,
2
1 ) (
2
) (
. 2
: / : . 1
H t t H t t
M X
t
t t t
t t S
t t S
M M H M M H
teor izr teor izr
X
izr
teor
teor teor n
teor teor n

=
=





Testiranje jednakosti aritmetikih sredina dva osnovna skupa
na bazi njihovih uzoraka

Dva velika uzorka, poznato
2 2
2
2
1 o o o
= =
2 1 1 2 1 0
: / : . 1 M M H M M H =
1 . . 0 . .
2 1
2 1
.
2
1
2
.
. .
. .
, . 4
1 1
. 3
,
2
1 ) (
2
) (
. 2
H z z H z z
n n
X X
z
z z z
z z
z z
teor izr teor izr
o
izr
teor
teor teor
teor teor

+


) (
2 1
n n - veliina uzorka uzetog iz
osnovnog skupa 1 (2)
) (
2 1
X X - aritmetika sredina u
uzorku uzetom iz osnovnog skupa 1
(2)
) (
2 1
M M - aritmetika sredina u
osnovnom skupu 1 (2)
) (
2
2
2
1 o o
- varijansa u osnovnom
skupu 1 (2)


Uzorci intervalne procjene i statistiki testovi
237
Dva velika uzorka, poznato
2
2
2
1 u u

1 . . 0 . .
2 1
2 1
2 1
2
2 2
2
1 1 2 2 1
.
2
1
2
.
. .
. .
2 1 1 2 1 0
, . 4
2
, . 3
,
2
1 ) (
2
) (
. 2
: / : . 1
H z z H z z
n n
n n
n n
n n
S
s
X X
z
z z z
z z
z z
M M H M M H
teor izr teor izr
u u
d
d
izr
teor
teor teor
teor teor


+

+
+
=

=
=


) (
2
2
2
1 u u
-varijansa u uzorku uzetom
iz osnovnog skupa 1 (2)


Dva mala uzorka, poznato
2
2
2
1 u u

1 . . 0 . .
2 1
.
2
1
2
.
. . 2
. . 2
2 1 1 2 1 0
, . 4
. 3
,
2
1 ) (
2
) (
. 2
: / : . 1
2 1
2 1
H t t H t t
s
X X
t
t t t
t t S
t t S
M M H M M H
teor izr teor izr
d
izr
teor
teor teor n n
teor teor n n

=
=

+
+




Testiranje hipoteze o varijansi osnovnog skupa na bazi velikog uzorka

Jednosmjerni test na donju granicu
( )
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
2
.
2
.
. .
2
0
2
1
2
0
2
0
, . 4
. 3
1 , 1 2
2
1
) ( . 2
: / : . 1
H H
n
n k k z
z z
H H
teor izr teor izr
o
u
izr
teor teor
teor teor
o o o o
>

=
= + =
=
<



2
0 o
- predpostavljena varijansa
osnovnog skupa u odnosu na koju se
vri testiranje
2
. teor
- teorijska vrijednost za
2

2
. izr
- izraunata vrijednost za
2
(iz
uzorka)


Jednosmjerni test na gornju granicu
( )
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
2
.
2
.
. .
2
0
2
1
2
0
2
0
, . 4
. 3
1 , 1 2
2
1
1 ) ( . 2
: / : . 1
H H
n
n k k z
z z
H H
teor izr teor izr
o
u
izr
teor teor
teor teor
o o o o
<

=
= + =
=
>





Pregled formula

238
Dvosmjerni test
( )
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
2
2
1 .,
2
,
2
.,
2
.
2
.
2
.
2
1
2
.
. .
. .
2
0
2
1
2
0
2
0
, . 4
. 3
,
1 , 1 2
2
1
,
2
1 ) (
2
) (
. 2
: / : . 1
H H
n
n k k z
z z z
z z
z z
H H
teor izr teor izr
o
u
izr
teor teor
teor
teor teor
teor
teor teor
teor teor
o o o o


= + =

=
=
=








Testiranje hipoteze o varijansi osnovnog skupa na bazi malog uzorka

Jednosmjerni test na donju granicu
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
2
.
2
.
2
1
2
0
2
1
2
0
2
0
, . 4
. 3
) ( . 2
: / : . 1
H H
n
P
H H
teor izr teor izr
o
u
izr
teor teor n
o o o o
>

=
= <
<






Jednosmjerni test na gornju granicu
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
2
.
2
.
2
1
2
0
2
1
2
0
2
0
, . 4
. 3
1 ) ( . 2
: / : . 1
H H
n
P
H H
teor izr teor izr
o
u
izr
teor teor n
o o o o
<

=
= <
>






Dvosmjerni test

= <
= <
=

2
2
1
2
2
2
.
2
.
2
1
2
.
2
1
2
0
2
1
2
0
2
0
,
2
1 ) (
2
) (
. 2
: / : . 1



teor
teor n
teor n
o o o o
P
P
H H
1
2
.
2
. 0
2
.
2
.
2
0
2
2
.
, . 4
. 3
H H
n
teor izr teor izr
o
u
izr



=



Uzorci intervalne procjene i statistiki testovi
239
Testiranje jednakosti varijansi dva osnovna skupa na
bazi njihovih uzoraka ( F -test)

2 1
f
1 . 0 .
2
2
2
1
2
2
2
1
.
2 2 1 1
2 . 2
2
2
2
1 1
2
2
2
1 0
, . 4
. 3
1 , 1
2
) ( . 2
: / : . 1
H F F H F F
S
S
F
n n
F F F F P
H H
teor i teor i
u
u
izr
teor
o o o o

= =
= =
= = >
=
p






Testiranje proporcije osnovnog skupa na bazi uzorka
(veliina uzorka nije bitna)

Jednosmjerni test na donju granicu
. .
0 1 0 0
) ( . 2
: / : . 1
teor teor
z z
P P H P P H
=
<


p
izr
P p
z

0
.
. 3

= ,
n
Q P
p
0 0

=
1 . . 0 . .
, . 4 H z z H z z
teor izr teor izr
>
0
P - pretpostavljena proporcija
osnovnog skupa u odnosu na koju se
vri testiranje
0 0
1 P Q =

Jednosmjerni test na gornju granicu
1 . . 0 . .
0
.
. .
0 1 0 0
, . 4
. 3
1 ) ( . 2
: / : . 1
H z z H z z
P p
z
z z
P P H P P H
teor izr teor izr
p
izr
teor teor
<

=
=
>




Dvosmjerni test
1 . . 0 . .
0
.
2
1
2
.
. .
. .
0 1 0 0
, . 4
. 3
,
2
1 ) (
2
) (
. 2
: / : . 1
H z z H z z
P p
z
z z z
z z
z z
P P H P P H
teor izr teor izr
p
izr
teor
teor teor
teor teor

=
=



Pregled formula

240
Testiranje jednakosti proporcija dva osnovna skupa
na bazi njihovih uzoraka

=
=

2
1
2
.
. .
. .
2 1 1 2 1 0
,
2
1 ) (
2
) (
. 2
: / : . 1
z z z
z z
z z
P P H P P H
teor
teor teor
teor teor

1 . . 0 . .
2 1
2 2 1 1
2 1
2 1
2
2 1
.
, . 4
1 ,
, . 3
H z z H z z
p q
n n
p n p n
p
n n
n n
q p S
S
p p
z
teor izr teor izr
dp
dp
izr

=
+
+
=

+
=

=




Neparametarski testovi
Testiranje hipoteze o rasporedu osnovnog skupa

Poznati predpostavljeni parametri
: . 1
0
H Raspored osnovnog skupa je specifinog oblika
vezanog za konkretni teorijski raspored/
0 1
: H H nije
ispravna hipoteza
( )
1
2
.
2
. 0
2
.
2
.
1
2
2
.
' 2
.
2
.
2
, . 4
. 3
1 , 1 ) ( . 2
'
H H
f
f f
r m k P
teor izr teor izr
m
k kt
kt k
izr
teor teor
k
<


=
= = <



r - broj parametara koji su
procjenjeni iz empirijskih podataka
m- broj modaliteta ili intervala
) (
kt k
f f - empirijske (teorijske)
frekvencije


Testiranje jednakosti proporcija dva ili vie osnovna skupa
na bazi njihovih uzoraka
( )
1
2
.
2
. 0
2
.
2
.
1
1
1
2
2
.
'
2
.
2
.
2
1
2 1 0
, . 4
, , . 3
) 0 ( 1 1
1 ) ( . 2
, 1 , :
/ ... ... : . 1
'
H H
n
f
p p n f
f
f f
r m r m k
P
m k P P H
P P P P P H
teor izr teor izr
m
k
k
m
k
k
k kt
m
k kt
kt k
izr
teor teor
k
k
m k
<
= =


=
= = =
= <
=
= = = = = =

=
=
=



m- broj uzoraka (broj osnovnih
skupova)
k
P - proporcija u k-tom osnovnom
skupu
k
n - veliina uzorka iz k-tog
osnovnog skupa
) (
kt k
f f - empirijske (teorijske)
frekvencije


Uzorci intervalne procjene i statistiki testovi
241
Testiranje hipoteze o nezavisnosti modaliteta obiljeja
4


Ili testiranje nezavisnosti klasifikacije
5

j i ij j i ij
p p p H p p p H
. . 1 . . 0
: / : . 1 =
( ) ( )
( )
1
2
.
2
. 0
2
.
2
.
1 1
2
2
.
. .
2
. . .
.
.
.
' '
2
.
2
.
2
, . 4
, , . 3
1 1
1 ) ( . 2
' '
H H
e
e m
n
n n
p n e
n
n n
p
n
n
p
n
n
p
c r k
P
teor izr teor izr
r
i
c
j ij
ij ij
izr
j i
ij ij
j i
ij
j
j
i
i
teor teor
k
<

= =

= = =
=
= <

= =



Za 1 2
' '
= = = k c r i za 40 f n koristimo Yates-ovu
korekciju: od svake apsolutne razlike empirijskih i
oekivanih frekvencija oduzmemo 0,5 i dobivenu
vrijednost kvadriramo.
Za 20 n Fisher-ov test nezavisnosti.
Test se koristi u sluaju
40 20 n p i ako nijedna oekivana
vrijednost nema vrijednost niu od
5.
. i
n - frekvencija marginalne kolone
j
n
.
- frekvencija marginalne vrste
ij
p - vjerovatnoa izbora elementa
osnovnog skupa sa modalitetima
obiljeja
j i
B i A
. i
p - vjerovatnoa izbora sa
modalitetom
i
A
j
p
.
- vjerovatnoa izbora sa
modalitetom
j
B
j i ij
p p p
. .
= jer su
j i
B i A
nezavisni


Koeficijent kontigencije
Ako se kod testa nezavisnosti prihvati alternativna
hipoteza
1
H mjera zavisnosti je koeficijent
kontigencije:
2
.
2
.
, 0 1
izr
izr
C C
n

= < <
+

n- veliina uzorka
vee C vea zavisnost modaliteta
obiljeja
za
r
r
C c r
1
max

= =
za c r predhodno je teko
izraunati.

4
Tabela kontigencije (m
ij
=f
ij
, n
i.
=f
i.
, n
.j
=f
.j
)
modaliteti obiljeja B modaliteti
obiljeja A B
1
B
2
... B
j
... B
c
ukupno
()
A
1
m
11
m
12
m
1j
m
1c
n
1.
A
2
m
21
m
22
m
2j
m
2c
n
2.

...
A
i
m
i1
m
i2
m
ij
m
ic
n
i.

...
A
r
m
r1
m
r2
m
rj
m
rc
n
r.

ukupno
()
n
.1
n
.1
n
.j
n
.c
n

5
Na isti nain se vri testiranje homogenosti posmatranih skupova (umjesto razlika obiljeja testira se razlika
osnovnih skupova).
Pregled formula

242

Analiza varijanse

Jednofaktorska analiza varijanse
:
0
H kontrolisani faktor ne utie na varijabilitet
obiljeja (svi uzorci imaju iste aritmetike sredine) /
:
1
H kontrolisani faktor sistemski utie na varijabilitet
obiljeja (svi uzorci nemaju iste aritmetike sredine)
Kako je
( ) ( ) ( ) [ ]
( ) ( )
2
1
2
1
2
1
2
X X n X x
X X X x X x
i i
n
j
i ij
n
j
i i ij
n
j
ij
i
i i
+ =
= + =


=
= =

tada je
( ) ( )
2 2
1
2
1 1
2
2
A r
k
i
i i
k
i
n
j
i ij t
S S X X n X x S
i
+ = + =

= = =

gdje je ( )

= = =
= =
k
i
i i
k
i
n
j
i ij r
n X x S
i
1
2
1 1
2
2
rezidualna
varijansa, ( )

=
=
k
i
i i A
X X n S
1
2
2
faktorijalna varijansa.
Brojevi stepena slobode su sljedei:
( ) ( ) ( ). , 1 , 1
2 2 2
k k n S k S n k S
r A t

Odgovarajue ocjene varijansi su:
1
2

=
n
S
W
t
t
- ovo je ocjena varijanse osnovnog skupa i
predstavlja rezultat kako fluktuacije uzorka tako i svih
ostalih uzroka koji efektivno utiu na posmatrano
obiljeje.
1
2

=
k
S
W
A
A
- ovo je ocjena varijanse sredine vie grupa
uzoraka i predstavlja rezultat kako fluktuacije uzorka
tako i diverziteta akcija k faktora. Zato se naziva
faktorska varijansa.
k n
S
W
r
r

=
2
- ovo je ocjena varijanse osnovnog skupa sa
koga je eliminisan uticaj k faktora. Ona je proizvod
samo fluktuacije uzorka i zato se zove rezidualna
varijansa.
Ako ne postoji razlika u dejstvu razliitih k faktora na
posmatrano obiljeje, varijanse
r A
W W i treba da
predstavljaju jednu istu varijansu i njihov kolinik
2
2
1
r
A
r
A
S
S
k
k n
W
W
F

= = ne bi trebao znaajno da se
razlikuje od 1.

elimo da ispitamo uticaj k razliitih
nivoa faktora A:
k
A A A ,..., ,
2 1
na
jedno obiljeje. Dakle, imamo k
uzoraka pri emu na elemente i-tog
uzorka djeluje samo nivo faktora
i
A .
Ako je broj elemenata u i-tom
uzorku
i
n i ako j-ti element i-tog
uzorka oznaimo sa
ij
x , imamo
sljedee rezultate mjerenja:
k
i
kn k k
in i i
n
n
x x x
x x x
x x x
x x x
...
... ... ... ...
...
... ... ... ...
...
...
2 1
2 1
2 22 21
1 12 11
2
1

Aritmetike sredine i varijanse tih
uzoraka su:
k i x
n
X
j
n
j
ij
i
i
, 1 ,
1
1
= =

=

( ) k i X x
n
j
n
j
i ij
i
i
, 1 ,
1
1
2
2
= =

=
Ako
sve te uzorke spojimo u jedan
uzorak dobiemo jedan uzorak sa

=
=
k
i
i
n n
1
elemenata sa aritmetikom
sredinom

=
=
k
i
i i
X n
n
X
1
1
i
totalnom varijansom
( )

= =
=
k
i
n
j
ij t
i
X x S
1 1
2
2
.
Ako je n n
i
)
= za svaki uzorak (ili
svaki uzorak je iste veliine) onda je
mogue pojednostaviti stvari:
n k
S
n
S
S
n k
S
x S
k
i
i
A
k
i
n
j
ij t
) )
)
)

=
= =
2
1
2
2
1 1
2
2 2
) (
) (

Uzorci intervalne procjene i statistiki testovi
243
Ako je tana naa pretpostavka da svih k uzoraka
pripadaju jednom istom normalno rasporeenom
osnovnom skupu (nisu razliite njihove aritmetike
sredine), tada e teoretska vrijednost za poreenje imati
vrijednosti F rasporeda sa 1
1
= k i k n =
2

stepeni slobode i grekom prve vrste i bie
t i
F F .

Izvor
varijabi-
liteta
Suma
kvadrata
odstupa-
nja
Stepeni
slobode
Ocjena
varijans
e


F
i
Izmeu
uzoraka
A
S
k-1
A
W
Unutar
uzoraka
r
S
n-k
r
W
Ukupno
t
S
n-1

r
A
i
W
W
F =



2 2 2
A t r
S S S =
pri emu je:
i
S - zbir podataka u i-tom uzorku
S zbir podataka u svim uzorcima

Viefaktorska analiza varijanse
Imamo dvije nulte hipoteze:
1. :
0
H kontrolisani faktor A ne utie na varijabilitet
obiljeja (svi uzorci imaju iste aritmetike sredine) /
:
1
H kontrolisani faktor A sistemski utie na
varijabilitet obiljeja (efekat barem jednog nivoa
faktora A je razliit od 0)
2. :
0
H kontrolisani faktor B ne utie na varijabilitet
obiljeja (svi uzorci imaju iste aritmetike sredine) /
:
1
H kontrolisani faktor B sistemski utie na
varijabilitet obiljeja (efekat barem jednog nivoa
faktora B je razliit od 0).
Analogno pojednostavljenom modelu u
jednofaktorskoj varijansi:
( )
2 2 2 2
2
1
2
2
2
1
2
2
1 1
2
2 2
) (
) (
) (
B A t
s
j
j
B
k
i
i
A
k
i
s
j
ij t
S S S S
s k
S
k
S
S
s k
S
s
S
S
s k
S
x S
r
+ =

=

=
=
= =



elimo da ispitamo uticaj k razliitih
nivoa faktora A:
k
A A A ,..., ,
2 1
i s
razliitih nivoa faktora B:
s
B B B ,..., ,
2 1
na jedno obiljeje.
Pregled formula

244
Izvor
varijabi-
liteta
Suma
kvadrata
odstupa-
nja
Stepeni
slobode
Ocjena
vari-
janse


F
i
Faktor A
A
S
k-1
A
W
Faktor B
B
S
s-1
B
W
Greka
r
S ( )
( ) 1
1


s
k

r
W
Ukupno
t
S
1 s k


r
A
iA
W
W
F =
r
B
iB
W
W
F =


Ako je tana naa pretpostavka da svih k uzoraka
pripadaju jednom istom normalno rasporeenom
osnovnom skupu (nisu razliite njihove aritmetike
sredine) i da svih s uzoraka pripadaju jednom istom
normalno rasporeenom osnovnom skupu (nisu
razliite njihove aritmetike sredine), tada e teoretska
vrijednost za poreenje imati vrijednosti F rasporeda sa
1
1
= k i ( ) ) 1 ( 1
2
= s k
stepeni slobode i grekom prve vrste i sa 1
1
= s i
( ) ) 1 ( 1
2
= s k
stepeni slobode i grekom prve vrste i bie
tB iA
F F
i
tB iB
F F .


Signum test (test predznaka)

Predpostavimo jednak broj elemenata u uzorcima
2 1
A i A
: . 1
0
H Oba sluajno izabrana uzorka pripadaju
skupovima iji su rasporedi identini/
0 1
: H H -nulta
hipoteza nije ispravna
2. n i y x d
i i i
, 1 , = =
ako je H
0
tano 5 , 0 ) ( ) ( = > = >
i i i i
y x P y x P
to jeste: 5 , 0 ) 0 ( ) 0 ( = < = >
i i
d P d P
Obrazujemo novu sluajnu promjenjivu
U: 0 0 0 1 < = > =
i i i i
d u i d u :

5 , 0 5 , 0
1 0
: U .
Zbir

=
=
n
i
i
u U
1
0
ima binomni raspored sa p=0,5.
Ako je H
0
tana oekivani broj pozitivnih razlika je
2
n
p n U = = sa standardnom grekom
( )
2
1
n
p p n
u
= =
n
n
y y y A
x x x A
,..., , :
,..., , :
2 1 2
2 1 1
Izmeu ovih
uzoraka postoji korespodencija.
Parovi ( )
i i
y x , su meusobno
nezavisni, te su i modaliteti
promjenjive U meusobno
nezavisni.

Uzorci intervalne procjene i statistiki testovi
245
Ako je 30 f n posmatrani binomni raspored
aproksimiramo normalnim rasporedom:
1 ) ( 2
2
2
. . 0 .
=

<

<
teor teor teor
z z
n
U
n
z P
1 . . 0 . .
0 .
2
1
2
.
. .
. .
, . 5
2
2
. 4
,
2
1 ) (
2
) (
. 3
H z z H z z
n
U
n
z
z z z
z z
z z
teor izr teor izr
izr
teor
teor teor
teor teor

=
=


ili
0
0
2 2
H n
z
n
U
teor




Test hipoteze o medijani osnovnog skupa za mali uzorak (binomni raspored)

Jednosmjerni test na donju granicu
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
<
<

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Za < + > 0 , 0
i i
d d
+
= = c c c ?
Za i binomni raspored
( )

=

c
k
k k n
k
n
c k P
n B
0
5 , 0 5 , 0
) 5 , 0 ; ( :

3. ( ) ( )
1 0
, H c k P H c k P <
eu
M - medijana u uzorku
eo
M - predpostavljena medijana u
osnovnom skupu

c - broj elemenata sa -
+
c - broj elemenata sa +


Jednosmjerni test na gornju granicu
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
>
>

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Za < + > 0 , 0
i i
d d

= = c c c ?
Za i binomni raspored
) 5 , 0 ; ( : n B

Pregled formula

246
( )

=

=
c
k
k k n
k
n
c k P
0
5 , 0 5 , 0
3. ( ) ( )
1 0
, H c k P H c k P <

Dvosmjerni test
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
=
=

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Za < + > 0 , 0
i i
d d
( )
+
= = c c c c , min ?
Za i binomni raspored
( )

=

c
k
k k n
k
n
c k P
n B
0
5 , 0 5 , 0
) 5 , 0 ; ( :

3. ( ) ( )
1 0
2
,
2
H c k P H c k P <




Test hipoteze o medijani osnovnog skupa za veliki uzorak (normalni raspored)

Jednosmjerni test na donju granicu
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
<
p

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Za < + > 0 , 0
i i
d d
+
= = c c c ?
1 . . 0 . .
2
.
. .
, . 5
,
5 , 0
5 , 0
. 4
) ( . 3
H z z H z z
n
c
p
n
p
z
z z
teor izr teor izr
izr
teor teor
>
=

=
=
+




Jednosmjerni test na gornju granicu
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
>
>

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.

Uzorci intervalne procjene i statistiki testovi
247
Za < + > 0 , 0
i i
d d
_
? c c c = =
1 . . 0 . .
2
.
. .
, . 5
,
5 , 0
5 , 0
. 4
1 ) ( . 3
H z z H z z
n
c
p
n
p
z
z z
teor izr teor izr
izr
teor teor
<
=

=
=



Dvosmjerni test
n i M x d
p H p H
M M H M M H
eo i i
eo eu eo eu
, 1 , . 2
5 , 0 : / 5 , 0 :
: / : . 1
1 0
1 0
= =
=
=

Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Za < + > 0 , 0
i i
d d
( )
+
= = c c c c , min ?
1 . . 0 . .
2
.
2
1
2
.
. .
. .
, . 5
,
5 , 0
5 , 0
. 4
,
2
1 ) (
2
) (
. 3
H z z H z z
n
c
p
n
p
z
z z z
z z
z z
teor izr teor izr
izr
teor
teor teor
teor teor

=





Wilcoxon-ov test ranga sa predznakom za mali uzorak

n i M x d
eo i i
, 1 , = =
Element gdje je 0 =
i
d eliminiemo iz analize
umanjujui veliinu uzorka.
Naemo
i
d i rangiramo ih (od najmanje do najvee).
Tada rangovima pridruimo odgovarajui rang za
i
d .

T - zbir rangova sa negativnim predznakom


+
T - zbir rangova sa pozitivnim predznakom


Jednosmjerni test na donju granicu
+
=
<
T T
M M H M M H
izr
eo eu eo eu
.
1 0
. 2
: / : . 1

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>

Pregled formula

248
Jednosmjerni test na gornju granicu

=
>
T T
M M H M M H
izr
eo eu eo eu
.
1 0
. 2
: / : . 1

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>


Dvosmjerni test
( )
+
=
=
T T T
M M H M M H
izr
eo eu eo eu
, min . 2
: / : . 1
.
1 0

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>



Wilcoxon-ov test ranga sa predznakom za veliki uzorak

T
izr
T E T
z

=
) (
.

( ) ( ) ) 1 2 ( 1
24
1
, 1
4
1
) ( + + = + = n n n n n T E
T



Jednosmjerni test na donju granicu
1 . . 0 . .
.
. .
1 0
, . 4
. 3
) ( . 2
: / : . 1
H z z H z z
z T T
z z
M M H M M H
teor izr teor izr
izr
teor teor
eo eu eo eu
>
=
=
<
+




Jednosmjerni test na gornju granicu
1 . . 0 . .
.
. .
1 0
, . 4
. 3
1 ) ( . 2
: / : . 1
H z z H z z
z T T
z z
M M H M M H
teor izr teor izr
izr
teor teor
eo eu eo eu
<
=
=
>




Dvosmjerni test
1 . . 0 . .
.
2
1
2
.
. .
. .
1 0
, . 4
) , min( . 3
,
2
1 ) (
2
) (
. 2
: / : . 1
H z z H z z
z T T T
z z z
z z
z z
M M H M M H
teor izr teor izr
izr
teor
teor teor
teor teor
eo eu eo eu

=

=
=
+



Uzorci intervalne procjene i statistiki testovi
249
Wilcoxson-ov test na bazi ekvivalentnih parova za mali uzorak

Imamo uzorke sa istim brojem elemenata:
( )
i i
y x n i Y i X , , 1 , =
i i i
y x h =
Za = 0
i
h eliminacija i smanjuje se n.
Naemo
i
h i rangiramo ih (od najmanje do najvee).
Tada rangovima pridruimo odgovarajui rang za
i
h .

T - zbir rangova sa negativnim predznakom


+
T - zbir rangova sa pozitivnim predznakom


Jednosmjerni test na donju granicu
+
=
<
T T
M H M H
izr
eD eD
.
1 0
. 2
0 : / 0 : . 1

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>
2 1 e e eD
M M M = - razlika medijana
osnovnih skupova iz kojih su uzeti ti
uzorci

Jednosmjerni test na gornju granicu

=
>
T T
M H M H
izr
eD eD
.
1 0
. 2
0 : / 0 : . 1

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>


Dvosmjerni test
( )
+
=
=
T T T
M H M H
izr
eD eD
, min . 2
0 : / 0 : . 1
.
1 0

3.za i n iz odgovarajue tablice
. teor
T
1 . . 0 . .
, . 4 H T T H T T
teor izr teor izr
>



Wilcoxson-ov test na bazi ekvivalentnih parova za veliki uzorak

T
izr
T E T
z

+
=
) ( ) 5 , 0 (
.

( ) ( ) ) 1 2 ( 1
24
1
, 1
4
1
) ( + + = + = n n n n n T E
T



Jednosmjerni test na donju granicu
1 . . 0 . .
.
. .
1 0
, . 4
. 3
) ( . 2
0 : / 0 : . 1
H z z H z z
z T T
z z
M H M H
teor izr teor izr
izr
teor teor
eD eD
>
=
=
<
+




Pregled formula

250
Jednosmjerni test na gornju granicu
0 1
. .
.
. . 0 . . 1
1. : 0/ : 0
2. ( ) 1
3.
4. ,
eD eD
teor teor
izr
izr teor izr teor
H M H M
z z
T T z
z z H z z H

>
=
=
<



Dvosmjerni test
1 . . 0 . .
.
2
1
2
.
. .
. .
1 0
, . 4
) , min( . 3
,
2
1 ) (
2
) (
. 2
0 : / 0 : . 1
H z z H z z
z T T T
z z z
z z
z z
M H M H
teor izr teor izr
izr
teor
teor teor
teor teor
eD eD

=

=
=
+





Mann-Whitney-Wilcoxson-ov test za nezavisne uzorke (MWW test,
test sume rangova) za
1 2
10 n n <


Uzorci su iz dva osnovna skupa. Testiramo da li su
funkcije rasporeda ta dva osnovna skupa identine.
1 2
10 n n < ,
2 1
n n
Uzmemo uniju elemenata oba uzorka sa
2 1
n n +
elemenata i rangiramo (najvii ima rang
2 1
n n + , dok
najnii ima rang 1).
1
T - zbir rangova elemenata prvog uzorka
Na bazi
U L
T n n i T n n , , , ,
2 2 2 1
(iz
odgovarajue tablice)


Jednosmjerni test na donju granicu
0 1
.
. 1
. . 0 . . 1
1. : 0/ : 0
2.
3.
4. ,
eD eD
teor L
izr
izr teor izr teor
H M H M
T T
T T
T T H T T H
<
=
=
>



Jednosmjerni test na gornju granicu
0 1
.
. 1
. . 0 . . 1
1. : 0/ : 0
2.
3.
4. ,
eD eD
teor U
izr
izr teor izr teor
H M H M
T T
T T
T T H T T H
<
=
=
<


Uzorci intervalne procjene i statistiki testovi
251
Dvosmjerni test
1 . . 0 . .
1 .
.
1 0
, . 4
. 3
) , ( . 2
0 : / 0 : . 1
H T T H T T
T T
T T T
M H M H
teor izr teor izr
izr
U L teor
eD eD

=

=




Mann-Whitney-Wilcoxson-ov test za nezavisne uzorke (MWW test,
test sume rangova) za
1 2
10 n n >

1
) (
1 1
.
T
izr
T E T
z

=
( )
( ) 1
12
1
1
2
1
) (
2 1 2 1
1 2 1 1
1
+ + =
+ + =
n n n n
n n n T E
T



Jednosmjerni test na donju granicu
0 1
. .
.
. . 0 . . 1
1. : 0/ : 0
2. ( )
3.
4. ,
eD eD
teor teor
izr
izr teor izr teor
H M H M
z z
z
z z H z z H

<
=
>



Jednosmjerni test na gornju granicu
0 1
. .
.
. . 0 . . 1
1. : 0/ : 0
2. ( ) 1
3.
4. ,
eD eD
teor teor
izr
izr teor izr teor
H M H M
z z
z
z z H z z H

<
=
<



Dvosmjerni test
1 . . 0 . .
.
2
1
2
.
. .
. .
1 0
, . 4
. 3
,
2
1 ) (
2
) (
. 2
0 : / 0 : . 1
H z z H z z
z
z z z
z z
z z
M H M H
teor izr teor izr
izr
teor
teor teor
teor teor
eD eD

=
=





Pregled formula

252
REGRESIONA I KORELACIONA ANALIZA

DVODIMENZIONALNA (PROSTA) REGRESIONA I KORELACIONA ANALIZA

Nacrtamo oblak rasipanja i odredimo koji oblik veze najbolje odgovara (linearna, parabolina,
stepena ili eksponencijalna veza).

Linearna veza
i i
x b a y + =
Izraunavanje parametara:
I nain:

+ =
+ =


= = =
= =
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
x b x a y x
x b N a y
1
2
1 1
1 1

II nain:
( )

=
=
= =

=
=


=
=
= =
N
i
i x
N
i
i i xy
N
i
i
N
i
i
x
xy
X x
N
Y X y x
N
Cov
x
N
X y
N
Y
Cov
b
X b Y a
1
2
2
1
1 1
2
1
1
1
,
1

( )
( ) ( )


= =
=
= =
= + =
N
i
i y
N
i
i i y
N
i
i y y y y
Y y
N
S y y
N
S
Y y
N
S S
1
2
2

1
2 2
1
2
2 2

2 2

1
,
1
1
,

2
2
2
2
2
1
y
y
y
y
S S

= =
Specijalno za linearnu vezu :
2 2
2
2 2
y x
xy
Cov
r

= =
i
x - empirijska vrijednost nezavisne
promjenjive za i-ti objekat, N i , 1 =
i
y - empirijska vrijednost zavisne
promjenjive za i-ti objekat, N i , 1 =
y - izraunata (ocjenjena) vrijednost
zavisne promjenjive za i-ti objekat,
N i , 1 =
xy
Cov - kovarijansa izmeu X i Y,
mjera slaganja
Interpretacija parametara:
b y x b
a y x a
i i
i i
= =
= =
1 :
0 :

2
y
S - neobjanjeni varijabilitet Y-a
2
y
S - objanjeni varijabititet Y-a
2
-
2
r - koeficijent determinacije -
jaina veze
2
= -
2
r r = - koeficijent
korelacije

Parabolina veza
2

i i i
x c x b a y + + =
Izraunavanje parametara:



= = = =
= = = =
= = =
+ + =
+ + =
+ + =
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i
x c x b x a y x
x c x b x a y x
x c x b N a y
1
4
1
3
1
2
1
2
1
3
1
2
1 1
1
2
1 1
y

Regresiona i korelaciona analiza
253
( )
( ) ( )


= =
=
= =
= + =
N
i
i y
N
i
i i y
N
i
i y y y y
Y y
N
S y y
N
S
Y y
N
S S
1
2
2

1
2 2
1
2
2 2

2 2

1
,
1
1
,

2
2
2
2
2
1
y
y
y
y
S S

= =



Stepena veza
j i
N
i
i u
N
i
i i uv
N
i
i
N
i
i
u
uv
j j
i j i j
i i
b
i i
v tam antilogari y A tam antilogari a
U u
N
V U v u
N
Cov
u
N
U v
N
V
Cov
b U b V A
veza linearna u b A v
a A x u y v
x b a y x a y
,
1
,
1
1
,
1
,
:
log , log , log : Smjene
log log log
2
1
2 2
1
1 1
2
= =
= =
= =
= =
+ =
= = =
+ = =


= =
= =


( )
( ) ( )


= =
= =
= =
= = + =
N
i
i y
N
i
i i y
N
i
i
N
i
i y y y y
Y y
N
S y y
N
S
y
N
Y Y y
N
S S
1
2
2

1
2 2
1 1
2
2 2

2 2

1
,
1
1
,
1
,

2
2
2
2
2
1
y
y
y
y
S S

= =



Eksponencijalna veza
j i
N
i
i x
N
i
i i xv
N
i
i
N
i
i
x
xv
j j
i j
i i
x
i
v tam antilogari y
B tam antilogari b A tam antilogari a
X x
N
V X v x
N
Cov
x
N
X v
N
V
Cov
b X B V A
veza linearna x B A v
b B a A y v
b x a y b a y
i

,
1
,
1
1
,
1
,
:
log , log , log : Smjene
log log log
2
1
2 2
1
1 1
2
=
= =
= =
= =
= =
+ =
= = =
+ = =


= =
= =


Pregled formula

254
( )
( ) ( )


= =
= =
= =
= = + =
N
i
i y
N
i
i i y
N
i
N
i
i i y y y y
Y y
N
S y y
N
S
y
N
Y Y y
N
S S
1
2
2

1
2 2
1 1
2
2 2

2 2

1
,
1
1
,
1
,
2
2
2
2
2
1
y
y
y
y
S S

= =



Korigovani koeficijent determinacije
( )
2
2
2
2
, 1
2
1
1

=
N
N

Ako je korigovani koeficijent
determinacije manji od 0 ne koristi
se.


Korelacija ranga
i i
y x i
N
i
i
xy
r r d
N N
d
=

=

=
,
6
1
3
1

i
x
r - rang za
i
x
i
y
r - rang za
i
y


MULTIPLA (VIESTRUKA) REGRESIONA I KORELACIONA ANALIZA


Skup N objekata: { } { } N e O O O O O
e N e
, 1 / ,..., ,
2 1
= =
Skup M obiljeja:
{ } { } M i X X X X X
i M i
, 1 / ,..., ,
2 1
= =
ie
X - vrijednost i-tog obiljeja kod e-
tog objekta



Matrica empirijskih podataka
[ ] =

= =

M
i N M ie
X
X
X
X X
...
...
1

=
MN Me M
iN ie i
N e
X X X
X X X
X X X
... ...
... ... ... ... ...
... ...
... ... ... ... ...
... ...
1
1
1 1 11
i
X -aritmetika sredina i-tog
obiljeja
i
- standardna devijacija i-tog
obiljeja
ij
Cov - kovarijansa (slaganje
varijabiliteta )i-tog i j-tog obiljeja
ij
r -objanjava jainu veze i-tog i j-
tog obiljeja (njihovih varijabiliteta)
ako ne iskljuimo ve zanemarimo
uticaj k-te i ostalih (M-3) obiljeja
(ako to posmatramo kao prostu
korelaciju ta dva obiljeja
zaboravljajui postojanje ostalih
obiljeja)

Regresiona i korelaciona analiza
255
( )
( )
M j i
r
Cov
r
X X X X
N
Cov
X X
N
X
N
X
X f X
ji
j i
ij
ij
j i
N
e
je ie ij
i
N
e
ie i
N
e
ie i
i j
, 1 ,
1
1
1
) (
1
2
1
2 2
1
=
=

=
=
=
=
=


=
=
=



Standardizacija empirijskih podataka

= =
= =

=
MN Me M
iN ie i
N e
ie
i
i ie
ie
Z Z Z
Z Z Z
Z Z Z
Z Z
M j i N e
X X
Z
... ...
... ... ... ... ...
... ...
... ... ... ... ...
... ...
, 1 , , , 1 ,
1
1
1 1 11

( )
ji
j i
ij
ij
N
e
je ie ij
i
N
e
ie i
N
e
ie i
i j
r
Cov
r
Z Z
N
Cov
Z Z
N
Z
N
Z
Z f Z
=

=
=
= =
= =
=

=
=
=
1
2
1
2 2
1
1
1
1
0
1
) (

ji ij
j i j i
r r
Z Z Kor X X Kor
= =
= = ) , ( ) , (



Matrica linearnih korelacija
[ ]

= =

MM Mj M
iM ij i
M j
M M
ij
r r r
r r r
r r r
r R
... ...
... ... ... ... ...
... ...
... ... ... ... ...
... ...
1
1
1 1 11

T
Mj M
iM ij i
M j
R
r r
r r r
r r
R =

=
1 ... ...
... ... ... ... ...
... ...
... ... ... ... ...
... ... 1
1
1
1 1







1 = =
jj ii
r r
Pregled formula

256
Matrica kofaktora
T
MM Mj M
iM ij i
M j
R
R R R
R R R
R R R
R
*
1
1
1 1 11
*
... ...
... ... ... ... ...
... ...
... ... ... ... ...
... ...
=

=
ij
M - minor (iskljuimo i-ti red i j-tu
kolonu)
( )
ij
j i
ij
M R =
+
1 - kofaktor



Parcijalna korelacija
M k j i
R R
R
r
jj ii
ij
k ij
, 1 , , , ...
.
=

=
...
.k ij
r -objanjava jainu veze i-tog i
j-tog obiljeja (njihovih
varijabiliteta) ako iskljuimo uticaj
k-te i ostalih (M-3) obiljeja.



Mulipla (viestruka) determinacija
ii ii
k j i
M
R
R
R
R = = 1 1
2
,...) , (


2
,...) , .( k j i
R - objanjava kako je
promjena varijabiliteta i-tog
obiljeja objanjena promjenama
varijabiliteta ostalih (M-1) obiljeja
ii ii
M R = jer je i i i = + 2 parno


Trodimenzionalna regresija
( ) { }
e e e
e e e e
X b X b a X
N e X X X X
3 2 . 13 2 3 . 12 1 1
3 2 1 1

, 1 / , , /

+ + =
=

( )

=

=
N
e
e e
X X
N
S
1
2
1 1
2
23 . 1

1
min min
2
23
23 12 13
3
1
2 . 13
2
23
23 13 12
2
1
3 . 12
3 2 . 13 2 3 . 12 1 1
1
1
r
r r r
b
r
r r r
b
X b X b X a


=
=


( ) { }
e e e
e e e e
X b X b a X
N e X X X X
3 1 . 23 1 3 . 21 2 2
3 2 1 2

, 1 / , , /

+ + =
=

( )

=

=
N
e
e e
X X
N
S
1
2
2 2
2
13 . 2

1
min min
2
13
13 12 23
3
2
1 . 23
2
13
23 13 12
1
2
3 . 21
3 1 . 23 1 3 . 21 2 2
1
1
r
r r r
b
r
r r r
b
X b X b X a


=
=


2 . 13 1
3 2 2 . 13
3 . 12 1
3 2 3 . 12
1 1
3 2 1
1 0 :
0 1 :

0 0 :
b X
X X b
b X
X X b
a X
X X a
e
e e
e
e e
e
e e
=
= =
=
= =
=
= =

1 . 23 2
3 1 1 . 23
3 . 21 2
3 1 3 . 21
2 2
3 1 2
1 0 :
0 1 :

0 0 :
b X
X X b
b X
X X b
a X
X X a
e
e e
e
e e
e
e e
=
= =
=
= =
=
= =



Regresiona i korelaciona analiza
257
( ) { }
e e e
e e e e
X b X b a X
N e X X X X
2 1 . 32 1 2 . 31 3 3
3 2 1 3

, 1 / , , /

+ + =
=

( )

=

=
N
e
e e
X X
N
S
1
2
3 3
2
12 . 3

1
min min
2
12
13 12 23
2
3
1 . 32
2
12
23 12 31
1
3
2 . 31
2 1 . 32 1 2 . 31 3 3
1
1
r
r r r
b
r
r r r
b
X b X b X a


=
=


1 . 32 3
2 1 1 . 32
2 . 31 3
2 1 2 . 31
3 3
2 1 3
1 0 :
0 1 :

0 0 :
b X
X X b
b X
X X b
a X
X X a
e
e e
e
e e
e
e e
=
= =
=
= =
=
= =



Parcijalne korelacije u sluaju tri obiljeja
( ) ( )
( ) ( ) ( ) ( )
2
13
2
12
13 12 23
1 . 23
2
23
2
12
23 12 13
2 . 13
2
23
2
13
23 13 12
3 . 12
1 1
,
1 1
1 1
r r
r r r
r
r r
r r r
r
r r
r r r
r


=


=


=




Multiple determinacije u sluaju tri obiljeja
2
3
2
12 . 3 2
12 . 3
2
2
2
13 . 2 2
13 . 2
2
1
2
23 . 1 2
23 . 1
1 , 1
1

=
S
R
S
R
S
R

to jeste, uopteno za sluaj tri varijable:
2
2
.
2
.
1
i
jk i
jk i
S
R

=
ili preko koeficijenata korelacije:
2
12
12 23 13
2
23
2
13 2
12 . 3
2
13
13 23 12
2
23
2
12 2
13 . 2
2
23
23 13 12
2
13
2
12 2
23 . 1
1
2
1
2
1
2
r
r r r r r
R
r
r r r r r
R
r
r r r r r
R

+
=

+
=

+
=

to jeste, uopteno za sluaj tri varijable:
2
2 2
2
.
1
2
jk
jk ik ij ik ij
jk i
r
r r r r r
R

+
=
ili preko matrice kofaktora kako je ve objanjeno:
ii ii
jk i
M
R
R
R
R = = 1 1
2
.



Pregled formula

258
DINAMIKA ANALIZA

INDIVIDUALNI INDEKSNI BROJEVI

Srednji apsolutni prirast
N i y y y y
N
SAP
N
i
i i i i
, 1 , ,
1
1
2
1
= =

=

=


i
y - nivo pojave u posmatranoj i-toj
vremenskoj jedinici (najee godini)
u periodu sa N takvih vremenskih
jedinica

Bazni indeksi
N i
y
y
I
i
i
, 1 , 100
0
= =
0
y - nivo pojave u baznoj 0-toj
vremenskoj jedinici

Lanani indeksi
N i
y
y
L
i
i
i
, 2 , 100
1
= =




Veza izmeu baznih i lananih indeksa
100 , 100 ,
100
1
1
1
= =

i
i
i
i
i
i
i i
i
I
I
L
L
I
I
I L
I


Poznati individualni indeksi, kako odrediti nivoe pojave
100
, 100 ,
100
0
1
1
y I
y
L
y
y
y L
y
i
i
i
i
i
i i
i

= =




Srednji indeks razvoja
( ) 100 log log
1
1
log
1
1
1
1
2
2

=
=

=
=
y y
N
tam antilogari
L
N
tam antilogari L
N
L
L
N
N
i
i g
N
i
i



Srednja stopa razvoja
( )
100
1
log log
2
100
1
log log
2
100
1
100
100
1
1
2

+ =
=

+ =
= =

= =

=
N
I I
tam antilogari
N
y y
tam antilogari
L S
N
L
L S
N
N
g g
N
i
i
a


Dinamika analiza
259
Odrediti godinu u kojoj e pojava dostii zadani nivo
( )
1
log log
1
log 1
N
g
y y
N
S

= +
+

zadani nivo (
N
y ) u odnosu na
poznati nivo poetne godine (
1
y )

Individualni indeks vrijednosti za proizvod j
100 100
0 0 0

= =
q p
q p
W
W
I
i i i
W

) , (
i i i
q p W - vrijednost (cijena,
koliina) proizvoda j u tekuem i-
tom periodu
) , (
0 0 0
q p W - vrijednost (cijena,
koliina) proizvoda j u baznom 0-
tom periodu


GRUPNI INDEKSI

Grupni indeks vrijednosti za m proizvoda
100 100
1
0 0
1
1
0
1

= =

=
=
=
=
m
j
j j
m
j
ij ij
m
j
j
m
j
ij
W
q p
q p
W
W
I


Grupni indeksi fizikog obima proizvodnje
Metoda prosjeka - ponder iz baznog perioda - po
Laspeyres-u: 100
1
0
1
0
0
) , (

=
=
m
j
j
m
j
j
j
ij
L mp q
W
W
q
q
I
Metoda prosjeka - ponder iz tekueg perioda - po
Paache-u: 100
1
0
1
) , (

=
=
m
j
ij
ij
j
m
j
ij
P mp q
W
q
q
W
I
Metoda agregata - ponder iz baznog perioda - po
Laspeyres-u: 100
1
0 0
1
0
) , (

=
=
m
j
j j
m
j
j ij
L ma q
p q
p q
I
Metoda agregata - ponder iz tekueg perioda - po
Paache-u: 100
1
0
1
) , (

=
=
m
j
ij j
m
j
ij ij
P ma q
p q
p q
I


Pregled formula

260
Fisher-ov idealni indeks koliina:
) ( ) ( ) ( P q F q F q
I I I =
Marshal - Edgworth-ov indeks koliina:
( )
( )
100
1
0 0
1
0
) (

+
+
=

=
=
m
j
ij j j
m
j
ij j ij
ME q
p p q
p p q
I

Grupni indeksi cijena
Metoda prosjeka - ponder iz baznog perioda - po
Laspeyres-u: 100
1
0
1
0
0
) , (

=
=
m
j
j
m
j
j
j
ij
L mp p
W
W
p
p
I
Metoda prosjeka - ponder iz tekueg perioda - po
Paache-u: 100
1
0
1
) , (

=
=
m
j
ij
ij
j
m
j
ij
P mp p
W
p
p
W
I
Metoda agregata - ponder iz baznog perioda - po
Laspeyres-u: 100
1
0 0
1
0
) , (

=
=
m
j
j j
m
j
ij j
L ma p
p q
p q
I
Metoda agregata - ponder iz tekueg perioda - po
Paache-u: 100
1
0
1
) , (

=
=
m
j
j ij
m
j
ij ij
P ma p
p q
p q
I
Fisher-ov idealni indeks cijena:
) ( ) ( ) ( P p F p F p
I I I =
Marshal - Edgworth-ov indeks cijena:
( )
( )
100
1
0 0
1
0
) (

+
+
=

=
=
m
j
ij j j
m
j
ij j ij
ME p
q q p
q q p
I


Dinamika analiza
261
Nai grupni indeks vrijednosti preko grupnih indeksa cijena i koliina
100
) ( ) ( P p L q
W
I I
I

=
100
) ( ) ( L p P q
W
I I
I

=



ODREIVANJE DUGORONE TENDENCIJE POJAVE - TRENDA

Grafiko odreivanje trenda - metod pokretnih sredina
2 4
3
1 , , 1
2 1 1
1 ,
1 1
+
+ +
+
+
+
=
+ + +
=
+ +
=
i i i i
i
i i i i
i i
i i i
i
y y
y
y y y y
y
y y y
y



Raunsko odreivanje trenda - metoda najmanjih kvadrata - linearni trend
i i ti
x b a x f t f y + = = = ) ( ) (
2
1 1
2
1 1 1
1 1
, ,



=
= = =



= =
= = =
= =
N
i
i
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
x x N
y x y x N
b
N
x
x
N
y
y x b y a

Ako postignemo da je 0
1
=

=
N
i
i
x tada moemo
primjeniti skraeni metod:


=
= =

= = =
N
i
i
N
i
i i
N
i
i
x
y x
b
N
y
y y a
1
2
1 1
,
( )

=
=
N
i
ti i
y y
N
S
1
2 2
1

) (
ti i
y y - originalni (trendom
ocjenjeni) nivo pojave u i-toj
vremenskoj jedinici (najee godini)
a - poetni nivo pojave 0 =
i
x
b - apsolutni prirast pojave u toku
jedne vremenske jedinice (najee
godine)
S - standardna greka

Transformacija parametara sa godinjeg na mjeseni i kvartalni nivo
Mjeseni trend:
144
' ,
12
'
' '
b
b
a
a
x b a y
i ti
= =
+ =

Kvartalni trend:
16
' ' ,
4
' '
' ' ' '
b
b
a
a
x b a y
i ti
= =
+ =

ako su a i b parametri na godinjem
nivou.
Pregled formula

262
Raunsko odreivanje trenda - metoda najmanjih kvadrata - parabolini trend
c b a
x c x b x a y x
x c x b x a y x
x c x b N a y
x c x b a x f t f y
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
N
i
i
i i i ti
, ,
) ( ) (
1
4
1
3
1
2
1
2
1
3
1
2
1 1
1
2
1 1
2

+ + =
+ + =
+ + =
+ + = = =



= = = =
= = = =
= = =

Ako postignemo da je 0
1
=

=
N
i
i
x tada moemo
primjeniti skraeni metod:
N
y
y
N
x
c y a
N
i
i
N
i
i
= =
= =
1 1
2
,
2
1
2
1
4
1 1
2
1
2
1
2
1
,

= =
= = =
=
=
N
i
i
N
i
i
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i i
x x N
y x y x N
c
x
y x
b
( )

=
=
N
i
ti i
y y
N
S
1
2 2
1



Raunsko odreivanje trenda - metoda najmanjih kvadrata eksponencijalni trend
B tam antilogari b A tam antilogari a
x B x A y x
x B N A y
b B a A x B A y
b a x f t f y
N
i
i
N
i
i
N
i
i i
N
i
i
N
i
i
i ti
x
i ti
i
= =
+ =
+ =
= = + =
= = =


= = =
= =
,
log
log
log , log , log
) ( ) (
1
2
1 1
1 1

Ako postignemo da je 0
1
=

=
N
i
i
x tada moemo
primjeniti skraeni metod:

=

=
N
y
tam antilogari a
N
i
i
1
log

=
=
N
i
i
N
i
i i
x
y x
tam antilogari b
1
2
1
log

a - poetni nivo pojave 0 =
i
x
b 100% - srednji tempo rasta
b 100% -100% - stopa rasta pojave
1 b < opadajui trend
1 b > rastui trend
Dinamika analiza
263
Iskljuenje trenda
100 100
i
ti
y
y
< pod uticajem rezidijuma
6
pojava je
bila ispod prosjeka
= 100 100
ti
i
y
y
pod uticajem rezidijuma pojava je
bila u prosjeku neizmjenjena
100 100
i
ti
y
y
> pod uticajem rezidijuma pojava je
bila iznad prosjeka




SEZONSKE VARIJACIJE

Metoda odnosa prema optem prosjeku
1. naemo prosjek po kvartalu (mjesecu) -
N
y
y
N
i
ij
j

=
=
1

2. naemo opti prosjek -
1
1
1
N
y
y
N
j
j
=
=
3. sezonski indeks po kvartalu (mjesecu) -
100 =
y
y
S
j
j

i - oznaka za godinu
j - oznaka za kvartal (mjesec)
ij
y - nivo pojave u j-tom kvartalu
(mjesecu) i-te godine
N - broj godina
1
N - broj kvartala (mjeseci) - 4 (12)

Metoda odnosa prema trendu
1. izraunamo trend na kvartalnom ili mjesenom
nivou na bazi godinjeg trenda (tranformacijom) -
tij
y'
2. 100
'
'
=
tij
ij
ij
y
y
S - izolujemo kvartalni (mjeseni)
trend, pa naemo sezonske indekse
3. raunamo sezonske indekse -prosjek po kvartalima
(mjesecima) i eliminiemo ciklinu i neregularnu
komponentu -
N
S
S
N
i
ij
j

=
=
1

Ako je
1
1
1
N S
N
j
j

=
moramo
primjeniti korektivni faktor

=
=
1
1
1
N
j
j
S
N
k , pa je
j j
S k S = ' .




6
Rezidijum sainjavaju sezonska, ciklina i neregularna komponenta. Rezidijum i trend su djelovi jedne vremenske
serije, tako da kada iskljuimo uticaj trenda dobivamo uticaj rezidijuma i obratno.
Pregled formula

264
Metoda primjene lananih indeksa
1. iz originalnih podataka izraunamo lanane indekse
-
1
=
j i
ij
ij
y
y
L
2. naemo prosjeke lananih indeksa po kvartalima
(mjesecima) -
1
1

=

=
N
L
L
N
i
ij
j (preko aritmetike sredine
ili medijane, ali za ,medijanu treba rastui niz)
3. preraunamo lanane indekse u bazne indekse -
j j j L I I = 1
4. naemo prosjean bazni indeks -
1
1
1
N
I
I
N
j
j

=
=
5.
I
I
S
j
i
= - odredimo sezonski indeks


Metoda odnosa prema pokretnim sredinama
1. raunamo trend metodom pokretnih prosjeka -
tij
y'
2. iskljuimo trend -
tij
ij
ij
y
y
S
'
'
=
3. raunamo sezonske indekse - prosjek po kvartalima
(mjesecima) i eliminiemo ciklinu i neregularnu
komponentu -
N
S
S
N
i
ij
j

=
=
1

Ako je
1
1
1
N S
N
j
j

=
moramo
primjeniti korektivni faktor

=
=
1
1
1
N
j
j
S
N
k , pa je
j j
S k S = ' .

Desezoniranje vremenske serije zadane u kvartalima ili mjesecima
ij
ij
S
y'



Iskljuenje trenda kod vremenske serije zadane u kvartalima ili mjesecima
tij
ij
ij
y
S
y
'
'





Dinamika analiza
265
RAZLIITE MOGUNOSTI ZA DISTRIBUCIJE PREMA MJERAMA
ASIMETRIJE I SPLJOTENOSTI


simetrija i normalna spljotenost (
3 4
0 3 = = )

simetrija i izduenost (
3 4
0 3 = > )

simetrija i spljotenost (
3 4
0 3 = < )

lijeva asimetrija i normalna spljotenost (
3 4
0 3 < = )

lijeva asimetrija i spljotenost (
3 4
0 3 < < )

lijeva asimetrija i izduenost (
3 4
0 3 < > )

desna asimetrija i normalna spljotenost (
3 4
0 3 > = )

desna asimetrija i spljotenost (
3 4
0 3 > < )

desna asimetrija i izduenost (
3 4
0 3 > > )




Statistiketablice
Statistike tablice
269
TABLICA I SLUAJNI BROJEVI
*



7766 7520 1607 6048 2771 4733 8558 8681 5204 3806
9627 5293 3569 0457 4426 2857 3666 9156 6931 6157
4594 2563 6826 8102 2543 4032 6897 2012 0945 9709
6668 4104 4018 4544 8117 7664 5270 3014 0420 4232
8874 0822 0949 8697 7550 4154 9697 9045 4916 1235

8009 5708 7072 8045 8451 5777 1613 0399 2069 7909
7271 5633 6025 0745 9804 3333 7160 5150 7743 5221
6450 6850 0602 9518 2275 9221 6441 8899 4640 7742
0598 0564 9655 3988 5620 3286 6319 6392 5743 1111
6546 4417 4453 5125 1356 6011 5965 9253 1486 7503

2806 6217 4278 3170 1526 1746 9731 9289 7667 5209
6901 9464 9302 6401 8049 3653 8101 4498 8558 6238
3625 0749 5025 7327 3984 1635 5963 0970 7357 2033
2222 9942 1706 2907 6304 8022 7972 7852 6242 6269
7224 3014 3943 5982 4052 4243 5306 1530 7537 3233

7160 6043 0767 0230 6082 3637 4556 6654 8972 9697
7965 7435 3397 9741 6207 2297 6491 7961 0243 6897
6708 0600 2765 1911 0813 2268 3554 7976 4102 0414
4159 6804 3838 4255 9664 7044 3067 6720 7416 4748
6592 1846 2269 9136 7107 0676 9782 8016 2715 3932

2805 7999 3743 1655 7812 7223 0954 4397 7427 9120
9501 0400 8056 4148 5585 7497 7421 0640 6695 6127
3346 6596 1997 9417 0164 9718 5671 9765 7091 1920
4447 3427 6134 9130 4763 2301 2892 4251 4491 5772
0610 4363 0705 0969 4684 4202 5274 6660 0468 1814

2131 4792 1418 0080 9763 7306 0167 9688 6959 2250
9569 9413 5681 9632 8505 8948 6475 2934 6046 9640
1412 7690 5615 1776 8568 7209 9907 3541 8847 8752
5064 7408 1951 1033 7817 2626 2441 3795 3275 1319
4193 2082 0412 5519 4108 3333 5546 0177 9345 5269

6414 5111 4003 3695 2976 4939 7555 7374 2913 2705
2672 8616 7005 5736 0172 7472 2033 6308 8779 1270
0758 3869 9288 2397 6264 8352 8617 7869 2459 8591
4502 2535 2434 5018 1202 9081 2674 2467 2532 9689
4823 3965 2801 6179 8592 6763 6567 1016 5801 9288

3011 0939 7162 4443 3849 9142 2922 9191 6029 7631
6611 9238 2160 9339 8177 2180 3905 2977 9234 3434
0378 8311 0623 4299 2335 7044 5855 0186 5895 5642
9905 4972 6907 5633 6548 3412 8469 0559 8878 8671
9424 4750 8325 3871 1831 7268 1863 9963 1905 7484

7004 3469 1159 4841 8681 8751 9214 1145 4394 1160
5658 2963 5798 4691 8653 7427 7826 9971 2622 9886
9327 2129 3459 1165 1011 4805 1821 7999 2136 9308
1161 2217 1197 3906 5304 4087 6766 3063 1747 3836
6002 3340 3648 3765 1565 8483 6353 8232 4942 5721

4311 3087 1756 6612 3277 1269 6573 3096 0898 1103
5237 1667 5941 2504 6213 5797 9326 3079 8796 4220
0163 7150 0894 9009 7858 4812 7678 0835 8447 1524
0437 7497 0187 4907 2202 2318 5339 3290 4342 9375
0974 9130 4974 9757 8802 8514 6564 5485 0793 5675



*
Tablice preuzete iz knjige "Statistika", Lui B., Ekonomski fakultet Sarajevo, 1996.
Statistike tablice

270


3754 7829 9473 8264 8502 0364 5146 0609 4708 5229
9278 1828 8171 8788 3821 0923 8249 8431 6516 0911
9152 6396 7516 2959 4988 0943 6070 8342 5643 7476
0306 8452 1326 8892 2571 4860 1097 4843 0248 5283
1775 3205 8496 0201 6864 3375 0599 7516 8592 9823

4448 1897 3406 1429 8153 3408 1136 9173 9582 2866
3406 4332 0083 1241 5107 0912 8257 4015 5933 5520
4869 7491 5786 3633 9450 4572 6046 7844 2536 9502
5042 6524 1138 4001 6957 7220 8715 5082 8909 2384
0371 1656 8756 3369 3347 3534 0519 7230 2516 2674

2969 0056 8199 9383 4840 4135 7713 6317 4188 8873
4680 0551 7807 9470 9460 2253 0146 6082 9037 1862
1979 1845 0247 4813 2052 2758 6032 8288 6840 2677
3463 7252 3753 1178 2766 3207 2332 8262 8499 4501
0698 8601 2945 6077 3785 4647 4226 8959 9006 0964

2709 2447 0580 3375 1775 2038 3797 5163 7845 9397
6014 1671 2362 2315 8297 3930 6686 5835 9464 0916
7219 3355 3933 9312 3808 7579 6254 7075 7818 0295
6900 7276 4131 5402 3263 4026 5185 2862 8450 7749
0652 9020 6533 5737 6390 8723 8240 6442 4775 6040

3559 8683 0358 0118 0825 3360 7913 1403 4016 0202
1133 5094 3564 9818 0188 6367 2887 5038 1039 1658
1066 2065 4018 9132 3343 6165 1351 1312 7876 8452
8099 2678 7288 1970 9523 4070 7258 7276 3138 6818
5599 5836 0212 7172 8857 5894 6647 1660 3518 5780

6204 6540 1791 3190 3727 4500 5370 5231 8629 6291
8288 1891 5014 8442 9712 3435 4570 9493 1563 9165
7590 9691 1601 6615 0848 2885 1863 5682 1666 3398
7162 9599 9286 2819 2867 6533 9931 9217 4987 7722
9948 6283 0839 4175 8654 2005 6128 1306 6979 3152

5187 9791 4301 8481 5699 2522 0394 1538 8492 1812
5330 8112 2323 3056 1282 0543 4135 5819 6172 1017
6454 8783 7254 5267 9809 9964 9835 1111 5988 8017
8771 0872 6538 9975 4349 4106 6047 9630 4211 3234
1804 3896 2518 5665 8766 7161 0755 0886 3256 3198

8109 0020 3347 9221 6511 7593 6133 6123 2128 2735
9371 0132 4794 3110 5357 7242 4790 8002 9268 9733
6062 6416 7311 1167 5131 9955 9738 6038 1119 0832
7072 3929 8992 8062 6898 5499 5278 3407 0544 8772
5867 5384 8700 8017 5235 4094 9441 2381 8478 0981

1390 8293 7525 7188 8218 0131 3543 1679 8610 5737
4974 9904 7964 6038 0910 9364 4842 3873 3495 5511
9086 9898 1529 8544 7800 8523 1353 3312 5255 3096
8786 4498 5476 6266 9636 1897 3924 7298 3764 0906
7215 2019 6780 1005 0787 8463 3784 6072 0940

2701 2584 8904 7799 9877 9015 11 9330 0037 8215
9830 7090 3878 7553 7460 2845 9183 6429 9249 0246
0008 1130 3811 1862 1670 6389 9179 8571 7621 2169
5338 0351 6437 6148 5015 6174 5761 4690 0799 3291
6508 4163 0794 5801 1272 2814 0989 1130 3918 8596

Statistike tablice
271
TABLICA II BINOMNI RASPORED

( )
k n k
n
P k p q
k


=




P
k
0,05 0,06 0,07 0,08 0,09 0,1 0,2 0,3 0,4 0,5
n=5
0 77378 73390 69569 65908 62403 5905 3277 1681 0778 0313
1 19363 23423 26182 28656 30859 3280 4096 3601 2592 1562
2 02143 02990 03941 04983 06104 0729 2048 3087 3456 3125
3 00113 00191 00297 00434 00604 0081 0512 1323 2314 3125
4 00003 00006 00011 00019 00029 0005 0064 0284 0768 1562
5 00000 00000 00000 00000 00001 0000 0003 0004 0102 0313
n=10
0 59874 53862 48398 43439 38942 3487 1074 0282 0060 0010
1 31512 34379 36429 37773 38513 3874 2684 1211 0404 0097
2 07464 09875 12334 14780 17141 1937 3020 2335 1209 0440
3 01047 01681 02476 03428 04521 0574 2013 2668 2150 1172
4 00097 00188 00327 00521 00782 0112 0881 2001 2508 2051
5 00006 00014 00029 00055 00093 0015 0264 1030 2007 2460
6 00000 00001 00002 00004 00008 0001 0055 0367 1114 2051
7 00000 00000 00000 00000 0000 0008 0090 0425 1172
8 0001 0015 0106 0440
9 0000 0001 0016 0097
10 0000 0001 0010
n=15
0 46329 39529 33670 28630 24301 2059 0352 0047 0005 0000
1 36576 37847 38015 37343 36050 3431 1319 0306 0047 0005
2 13475 16911 20029 22730 24959 2669 2309 0915 0219 0032
3 03073 04677 06533 08566 10696 1285 2502 1701 0634 0139
4 00486 00896 01475 02234 03174 0429 1876 2186 1268 0416
5 00056 00125 00244 00427 00690 0105 1031 2061 1859 0917
6 00005 00014 00031 00062 00114 0019 0430 1473 2066 1527
7 00000 00001 00003 00007 00014 0003 0139 0811 1771 1964
8 00000 00000 00001 00002 0000 0034 0348 1181 1964
9 00000 00000 0001 0115 0612 1527
10 0000 0030 0245 0917
11 0006 0074 0416
12 0001 0016 0139
13 0000 0003 0032
14 0000 0005
15 0000

(Svakoj vrijednosti u ovoj tabeli prethodi decimalni zarez)
Statistike tablice

272
TABLICA II (nastavak)

P
k
0,05 0,06 0,07 0,08 0,09 0,10 0,20 0,30 0,40 0,50

n=20

0 35849 29011 23424 18869 15164 1216 0115 0008 0000 0000
1 37735 37034 35262 32817 29996 2701 0577 0068 0005 0000
2 18868 22458 25214 27109 28183 2852 1369 0279 0031 0002
3 05958 08600 11387 14143 16724 1901 2053 0716 0124 0011
4 01333 02334 03642 05228 07029 0898 2182 1307 0350 0046
5 00224 00476 00878 01454 02225 0319 1746 1789 0746 0148
6 00030 00076 00165 00316 00550 0089 1091 1916 1244 0370
7 00003 00010 00025 00055 00109 0020 0546 1643 1659 0739
8 00000 00001 00003 00008 00017 0003 0221 1144 1797 1201
9 00000 00000 00001 00003 0001 0074 0653 1597 1602
10 00000 00000 0000 0020 0309 1172 1762
11 0005 0120 0710 1602
12 0001 0038 0355 1201
13 0003 0049 0370
14 0000 0013 0148
15 0003 0046
16 0000 0011
17 0002
18 0000
19

n=30

0 21464 15626 11337 08197 05905 0424 0012 0000 0000 0000
1 33890 29921 25599 21382 17522 1413 0093 0003 0000 0000
2 25864 27693 27939 26961 25126 2277 0337 00I8 0000 0000
3 12705 16498 19627 21881 23194 2360 0785 0072 0003 0000
4 04513 07108 09972 12843 15484 1771 1325 0209 0012 0000
5 01236 02359 03903 05807 07963 1023 1723 0464 0042 0002
6 00271 00628 01224 02104 03281 0474 1795 0829 0115 0005
7 00049 00137 00316 00628 01113 0180 1538 1219 0263 0019
8 00007 00025 00068 00156 00316 0058 1105 1501 0505 0055
9 00001 00004 00013 00034 00077 0015 0676 1573 0823 0133
10 00000 00001 00002 00006 00016 0004 0355 1416 1152 0280
11 00000 00000 00001 00002 0001 0161 1103 1396 0508
12 00000 00001 0000 0064 0748 1474 0806
13 00000 0022 0444 1360 1115
14 0007 0232 1101 1355
15 0002 0105 0783 1444
16 0000 0043 0490 1355
17 0015 0279 1115
18 0004 0119 0806
19 0002 0054 0508
20 0000 0020 0280
21 0007 0133
22 0002 0055
23 0000 0019
24 0005
25 0002
26 0000

(Svakoj vrijednosti u ovoj tabeli prethodi decimalni zarez)
Statistike tablice
273
TABLICA III POISSONOV RASPORED

k
m
m
r k
P e

=


Vrijednost parametra m
k 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
0 900481 81873 74082 67032 60653 54881 49659 44933 40657 36788
1 09048 16375 22225 26813 30327 32929 34761 35946 36591 36788
2 00452 01637 03334 05363 07582 09879 12166 14379 16466 18394
3 00015 00109 00333 00715 01264 01976 02839 03834 04940 06131
4 00000 00005 00025 00072 00158 00296 00497 00767 01111 01533

5 00000 00002 00006 00016 00036 00070 00123 00200 00307
6 00000 00000 00001 00004 00008 00016 00030 00051
7 00000 00000 00001 00002 00004 00007
8 00000 00000 00000 00001
9 00000
Vrijednost parametra m
r 2 3 4 5 6 7 8 9 10 11
0 13534 04979 01832 00674 00248 00091 00034 00012 00005 00002
1 27067 14936 07326 03369 01487 00638 00268 00111 00045 00018
2 27067 22404 14653 08422 04462 02234 01073 00500 00227 00101
3 18045 22404 19537 14037 08924 05213 02863 01499 00757 00370
4 09022 16803 19537 17547 13385 09123 05725 03374 01892 01019

5 03609 10082 15629 17547 16062 12772 09160 06073 03783 02242
6 01203 05041 10420 14622 16062 14900 12214 09109 06306 04109
7 00344 02160 05954 10444 13768 14900 13959 11712 09008 06458
8 00086 00810 02977 06528 10326 13038 13959 13176 11260 08879
9 00019 00270 01323 03627 06884 10140 12408 13176 12511 10853

10 00004 00081 00529 01813 04130 07098 09926 11858 12511 11938
11 00001 00022 00192 00824 02253 04517 07219 09702 11374 11938
12 00000 00006 00064 00343 01126 02635 04813 07277 09478 10943
13 00001 00020 00132 00520 01419 02962 05038 07291 09259
14 00000 00006 00047 00223 00709 01692 03238 05208 07275

15 00002 00016 00089 00331 00903 01943 03472 05335
16 00000 00005 00033 00145 00451 01093 02170 03668
17 00001 00012 00060 00212 00579 01276 02373
18 00000 00004 00023 00094 00289 00709 01450
19 00001 00009 00040 00137 00373 00840

20 00000 00003 00016 00062 00187 00462
21 00001 00006 00026 00089 00242
22 00000 00002 00011 00040 00121
23 00001 00004 00018 00058
24 00000 00002 00007 00027
25 00001 00003 00012
26 00000 00001 00005
27 00000 00002
28 00001
29 00000

(Svakoj vrijednosti u ovoj tabeli prethodi decimalni zarez)
Statistike tablice

274
TABLICA IV NORMALAN RASPORED ZAKON VJEROVATNOE




z 0 1 2 3 4 5 6 7 8 9
0,0 39894 39892 39886 39876 39862 39844 39822 39797 39767 39733
0,1 39695 39654 39608 39559 39505 39448 39387 39322 39253 39181
0,2 39104 39024 38940 38853 38762 38667 38568 38466 38361 38251
0,3 38139 38023 37903 37780 37654 37524 37391 37255 37115 36973
0,4 36827 36678 36526 36371 36213 36053 35889 35723 35553 35381

0,5 35207 35029 34849 34667 34482 34294 34105 33912 33718 33521
0,6 33322 33121 32918 32713 32506 32297 32086 31874 31659 31443
0,7 31225 31006 30785 30563 30339 30114 29887 29659 29431 29200
0,8 28969 28737 28504 28269 28034 27798 27562 27324 27086 26848
0,9 26609 26369 26129 25888 25647 25406 25164 24923 24681 24439

1,0 24197 23955 23713 23471 23230 22988 22747 22506 22265 22025
1,1 21785 21546 21307 21069 20831 20594 20357 20121 19886 19652
1,2 19419 19186 18954 18724 18494 18265 18037 17810 17585 17360
1,3 17137 16915 16694 16474 16256 16038 15822 15608 15395 15183
1,4 14973 14764 14556 14350 14146 13943 13742 13542 13344 13147

1,5 12952 12758 12566 12376 12188 12001 11816 11632 11450 11270
1,6 11092 10915 10741 10567 10396 10226 10059 09893 09728 09566
1,7 09405 09246 09089 08933 08780 08628 08478 08329 08183 08038
1,8 07895 07754 07614 07477 07341 07206 07074 06943 06814 06687
1,9 06562 06438 06316 06195 06077 05959 05844 05730 05618 05508

2,0 05399 05292 05186 05082 04980 04879 04780 04682 04586 04491
2,1 04398 04307 04217 04128 04041 03955 03871 03788 03706 03626
2,2 03547 03470 03394 03319 03246 03174 03103 03034 02965 02898
2,3 02833 02768 02705 02643 02582 02522 02463 02406 02349 02294
2,4 02239 02186 02134 02083 02033 01984 01936 01888 01842 01797

2,5 01753 01709 01667 01625 01585 01545 01506 01468 01431 01394
2,6 01358 01323 01289 01256 01223 01191 01160 01130 01100 01071
2,7 01042 01014 00987 00961 00935 00909 00885 00861 00837 00814
2,8 00792 00770 00748 00727 00707 00687 00668 00649 00631 00613
2,9 00595 00578 00562 00545 00530 00514 00499 00485 00470 00457

3,0 00443 00430 00417 00405 00393 00381 00370 00358 00348 00337
3,1 00327 00317 00307 00298 00288 00279 00271 00262 00254 00246
3,2 00238 00231 00224 00216 00210 00203 00196 00190 00184 00178
3,3 00172 00167 00161 00156 00151 00146 00141 00136 00132 00127
3,4 00123 00119 00115 00111 00107 00104 00100 00097 00094 00090

3,5 00087 00084 00081 00079 00076 00073 00071 00068 00066 00063
3,6 00061 00059 00057 00055 00053 00051 00049 00047 00046 00044
3,7 00042 00041 00039 00038 00037 00035 00034 00033 00031 00030
3,8 00029 00028 00027 00026 00025 00024 00023 00022 00021 00021
3,9 00020 00019 00018 00018 00017 00016 00016 00015 00014 00014
4,0 00013 00009 00006 00004 00002 00002 00001 00001 00000 00000

Svakoj vrijednosti tabela IV, V, VI prethodi decimalni zarez
Statistike tablice
275
TABLICA V NORMALAN RASPORED FUNKCIJA RASPOREDA


dz e z
z
z
=

2
2
2
1
) (



z 0 1 2 3 4 5 6 7 8 9
0,0 50000 50399 50798 51197 51595 51994 52392 52790 53188 53586
0,1 53983 54380 54776 55172 55567 55962 56356 56749 57142 57535
0,2 57926 58317 58706 59095 59483 59871 60257 60642 61026 61409
0,3 61791 62172 62552 62930 63307 63683 64058 64431 64803 65173
0,4 65542 65910 66276 66640 67003 67364 67724 68082 68439 68793

0,5 69146 69497 69847 70194 70540 70884 71226 71566 71904 72240
0,6 72575 72907 73237 73565 73891 74215 74537 74857 75175 75490
0,7 75804 76115 76424 76730 77035 77337 77637 77935 78230 78524
0,8 78814 79103 79389 79673 79955 80234 80511 80785 81057 81327
0,9 81594 81859 82121 82381 82639 82894 83147 83398 83646 83891

1,0 84134 84375 84614 84849 85083 85314 85543 85769 85993 86214
1,1 86433 86650 86864 87076 87286 87493 87698 87900 88100 88298
1,2 88493 88686 88877 89065 89251 89435 89617 89796 89973 90147
1,3 90320 90490 90658 90824 90988 91149 91308 91466 91621 91774
1,4 91924 92073 92220 92364 92507 92647 92785 92922 93056 93189

1,5 93319 93448 93574 93699 93822 93943 94062 94179 94295 94408
1,6 94520 94630 94738 94845 94950 95053 95154 95254 95352 95449
1,7 95543 95637 95728 95818 95907 95994 96080 96164 96246 96327
1,8 96407 96485 96562 96638 96712 96784 96856 96926 96995 97062
1,9 97128 97193 97257 97320 97381 97441 97500 97558 97615 97670

2,0 97725 97778 97831 97882 97932 97982 98030 98077 98124 98169
2,1 98214 98257 98300 98341 98382 98422 98461 98500 98537 98574
2,2 98610 98645 98679 98713 98745 98778 98809 98840 98870 98899
2,3 98928 98956 98983 99010 99036 99061 99086 99111 99134 99158
2,4 99180 99202 99224 99245 99266 99286 99305 99324 99343 99361

2,5 99379 99396 99413 99430 99446 99461 99477 99492 99506 99520
2,6 99534 99547 99560 99573 99585 99598 99609 99621 99632 99643
2,7 99653 99664 99674 99683 99693 99702 99711 99720 99728 99736
2,8 99744 99752 99760 99767 99774 99781 99788 99795 99801 99807
2,9 99813 99819 99825 99831 99836 99841 99846 99851 99856 99861

3,0 99865 99869 99874 99878 99882 99886 99889 99893 99896 99900
3,1 99903 99906 99910 99913 99916 99918 99921 99924 99926 99929
3,2 99931 99934 99936 99938 99940 99942 99944 99946 99948 99950
3,3 99952 99953 99955 99957 99958 99960 99961 99962 99964 99965
3,4 99966 99968 99969 99970 99971 99972 99973 99974 99975 99976

3,5 99977 99978 99978 99979 99980 99981 99981 99982 99983 99983
3,6 99984 99985 99985 99986 99986 99987 99987 99988 99988 99989
3,7 99989 99990 99990 99990 99991 99991 99992 99992 99992 99992
3,8 99993 99993 99993 99994 99994 99994 99994 99995 99995 99995
3,9 99995 99995 99996 99996 99996 99996 99996 99996 99997 99997

4,0 99997 99998 99999 99999 99999 - - - - -

Statistike tablice

276
TABLICA VI NORMALAN RASPORED INTEGRAL VJEROVATNOE


dz e z
z
z
=

2
0
1
2
2
2
) (




z 0 1 2 3 4 5 6 7 8 9
0,0 00000 00798 01596 02393 03191 03988 04784 05581 06376 07171
0,1 07966 08759 09552 10343 11134 11924 12712 13499 14285 15069
0,2 15852 16633 17413 18191 18967 19741 20514 21284 22052 22818
0,3 23582 24344 25103 25860 26614 27366 28115 28862 29605 30346
0,4 31084 31819 32551 33280 34006 34729 35448 36164 36877 37587

0,5 38292 38995 39694 40389 41080 41768 42452 43132 43809 44481
0,6 45149 45814 46474 47131 47783 48431 49075 49714 50350 50981
0,7 51607 52230 52848 53461 54070 54675 55275 55870 56461 57047
0,8 57629 58206 58778 59346 59909 60468 61021 61570 62114 62653
0,9 63188 63718 64243 64763 65278 65789 66294 66795 67291 67783

1,0 68269 68750 69227 69699 70166 70628 71086 71538 71986 72429
1,1 72867 73300 73729 74152 74571 74986 75395 75800 76200 76595
1,2 76986 77372 77754 78130 78502 78870 79233 79592 79945 80295
1,3 80640 80980 81316 81648 81975 82298 82617 82931 83241 83547
1,4 83849 84146 84439 84728 85013 85294 85571 85844 86113 86378

1,5 86639 86896 87149 87398 87644 87886 88124 88358 88589 88817
1.6 89040 89260 89477 89690 89899 90106 90309 90508 90704 90897
1,7 91087 91273 91457 91637 91814 91988 92159 92327 92492 92655
1,8 92814 92970 93124 93275 93423 93569 93711 93852 93989 94124
1,9 94257 94387 94514 94639 94762 94882 95000 95116 95230 95341

2,0 95450 95557 95662 95764 95865 95964 96060 96155 96247 96338
2,1 96427 96514 96599 96683 96765 96844 96923 96999 97074 97148
2,2 97219 97289 97358 97425 97491 97555 97618 97679 97739 97798
2,3 97855 97911 97966 98019 98072 98123 98172 98221 98269 98315
2,4 98360 98405 98448 98490 98531 98571 98611 98649 98686 98723

2,5 98758 98793 98826 98859 98891 98923 98953 98983 99012 99040
2,6 99068 99095 99121 99146 99171 99195 99219 99241 99264 99285
2,7 99307 99327 99347 99367 99386 99404 99422 99439 99456 99473
2,8 99489 99505 99520 99535 99549 99563 99576 99590 99602 99615
2,9 99627 99639 99650 99661 99672 99682 99592 99702 99712 99721

3,0 99730 99739 99747 99755 99763 99771 99779 99786 99793 99800
3,1 99806 99813 99819 99825 99831 99837 94842 99848 99853 99858
3,2 99863 99867 99872 99876 99880 99885 99889 99892 99896 99900
3,3 99903 99907 99910 99913 99916 99919 99922 99925 99928 99930
3,4 99933 99935 99937 99940 99942 99944 99946 99948 99950 99952

3,5 99953 99955 99957 99958 99960 99961 99963 99964 99966 99967
3,6 99968 99969 99971 99972 99973 99974 99975 99976 99977 99978
3,7 99978 99979 99980 99981 99982 99982 99983 99984 99984 99985
3,8 99986 99986 99987 99987 99988 99988 99989 99989 99990 99990
3,9 99990 99991 99991 99992 99992 99992 99992 99993 99993 99993
4, 99994 99996 99997 99998 99999 99999 - - - -

Statistike tablice
277
TABLICA VII STUDENTOV RASPORED





n
t
0

1 2 3 4 5 6 7 8 9 10
0 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500
0,1 0,532 0,535 0,537 0,537 0,538 0,538 0,538 0,539 0,539 0,539
0,2 0,563 0,570 0,573 0,574 0,575 0,576 0,576 0,577 0,577 0,577
0,3 0,593 0,604 0,608 0,610 0,612 0,613 0,614 0,614 0,615 0,615
0,4 0,621 0,636 0,642 0,645 0,647 0,648 0,649 0,650 0,651 0,651
0,5 0,648 0,667 0,674 0,678 0,681 0,683 0,684 0,685 0,685 0,686
0,6 0,672 0,695 0,705 0,710 0,713 0,715 0,716 0,717 0,718 0,719
0,7 0,694 0,722 0,733 0,739 0,742 0,745 0,747 0,748 0,749 0,750
0,8 0,715 0,746 0,759 0,766 0,770 0,773 0,775 0,777 0,778 0,779
0,9 0,733 0,768 0,783 0,790 0,795 0,799 0,801 0,803 0,804 0,805
1 0,750 0,789 0,804 0,813 0,818 0,822 0,825 0,827 0,828 0,830

1,1 0,765 0,807 0,824 0,833 0,839 0,843 0,846 0,848 0,850 0,851
1,2 0,779 0,823 0,842 0,852 0,858 0,862 0,865 0,868 0,870 0,871
1,3 0,791 0,838 0,858 0,868 0,875 0,879 0,883 0,885 0,887 0,889
1,4 0,803 0,852 0,872 0,883 0,890 0,894 0,898 0,900 0,902 0,904
1,5 0,813 0,864 0,885 0,896 0,903 0,908 0,911 0,914 0,916 0,918
1,6 0,822 0,875 0,896 0,908 0,915 0,920 0,923 0,926 0,928 0,930
1,7 0,831 0,884 0,906 0,918 0,925 0,930 0,934 0,936 0,938 0,940
1,8 0,839 0,893 0,915 0,927 0,934 0,939 0,943 0,945 0,947 0,949
1,9 0,846 0,901 0,923 0,935 0,942 0,947 0,950 0,953 0,955 0,957
2 0,852 0,908 0,930 0,942 0,949 0,954 0,957 0,960 0,962 0,963

2,1 0,859 0,915 0,937 0,948 0,955 0,960 0,963 0,966 0,967 0,969
2,2 0,864 0,921 0,942 0,954 0,960 0,965 0,968 0,971 0,972 0,974
2,3 0,869 0,926 0,948 0,959 0,965 0,969 0,973 0,975 0,977 0,978
2,4 0,874 0,931 0,952 0,963 0,969 0,973 0,976 0,978 0,980 0,981
2,5 0,879 0,935 0,956 0,967 0,973 0,977 0,980 0,982 0,983 0,984
2,6 0,883 0,939 0,960 0,970 0,976 0,980 0,982 0,984 0,986 0,987
2,7 0,887 0,943 0,963 0,973 0,979 0,982 0,985 0,986 0,988 0,989
2,8 0,891 0,946 0,966 0,976 0,981 0,984 0,987 0,988 0,990 0,991
2,9 0,894 0,949 0,969 0,978 0,983 0,986 0,989 0,990 0,991 0,992
3 0,898 0,952 0,971 0,980 0,985 0,988 0,990 0,991 0,993 0,993

3,1 0,901 0,955 0,973 0,982 0,987 0,989 0,991 0,993 0,994 0,994
3,2 0,904 0,957 0,975 0,984 0,988 0,991 0,992 0,994 0,995 0,995
3,3 0,906 0,960 0,977 0,985 0,989 0,992 0,993 0,995 0,995 0,996
3,4 0,909 0,962 0,979 0,986 0,990 0,993 0,994 0,995 0,996 0,997
3,5 0,911 0,964 0,980 0,988 0,991 0,994 0,995 0,996 0,997 0,997
3,6 0,914 0,965 0,982 0,989 0,992 0,994 0,996 0,997 0,997 0,998
3,7 0,916 0,967 0,983 0,990 0,993 0,995 0,996 0,997 0,998 0,998
3,8 0,918 0,969 0,984 0,990 0,994 0,996 0,997 0,997 0,998 0,998
3,9 0,920 0,970 0,985 0,991 0,994 0,996 0,997 0,998 0,998 0,999
4 0,922 0,971 0,986 0,992 0,995 0,996 0,997 0,998 0,998 0,999

Statistike tablice

278
TABLICA VII (nastavak)


n
t
0

1 2 3 4 5 6 7 8 9 10
4,1 0,924 0,973 0,987 0,993 0,995 0,997 0,998 0,998 0,999 0,999
4,2 0,926 0,974 0,988 0,993 0,996 0,997 0,998 0,999 0,999 0,999
4,3 0,927 0,975 0,988 0,994 0,996 0,997 0,998 0,999 0,999 0,999
4,4 0,929 0,976 0,989 0,994 0,996 0,998 0,998 0,999 0,999 0,999
4,5 0,930 0,977 0,990 0,995 0,997 0,998 0,999 0,999 0,999 0,999
4,6 0,932 0,978 0,990 0,995 0,997 0,998 0,999 0,999 0,999 0,999
4,7 0,933 0,979 0,991 0,995 0,997 0,998 0,999 0,999 0,999 1,000
4,8 0,935 0,980 0,991 0,996 0,998 0,998 0,999 0,999 0,999
4,9 0,936 0,980 0,992 0,996 0,998 0,999 0,999 0,999 1,000
5 0,937 0,981 0,992 0,996 0,998 0,999 0,999 0,999

5,1 0,938 0,982 0,993 0,997 0,998 0,999 0,999 0,999
5,2 0,940 0,982 0,993 0,997 0,998 0,999 0,999 1,000
5,3 0,941 0,983 0,993 0,997 0,998 0,999 0,999
5,4 0,942 0,984 0,994 0,997 0,999 0,999 0,999
5,5 0,943 0,984 0,994 0,997 0,999 0,999 0,999
5,6 0,944 0,985 0,994 0,998 0,999 0,999 1,000
5,7 0,945 0,985 0,995 0,998 0,999 0,999
5,8 0,946 0,986 0,995 0,998 0,999 0,999
5,9 0,947 0,986 0,995 0,998 0,999 0,999
6 0,947 0,987 0,995 0,998 0,999 0,999



Statistike tablice
279
TABLICA VII (nastavak)


n
t
0

11 12 13 14 15 16 17 18 19 20
0 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500 0,500
0,1 0,539 0,539 0,539 0,539 0,539 0,539 0,539 0,539 0,539 0,539
0,2 0,577 0,578 0,578 0,578 0,578 0,578 0,578 0,578 0,578 0,578
0,3 0,615 0,615 0,616 0,616 0,616 0,616 0,616 0,616 0,616 0,616
0,4 0,652 0,652 0,652 0,652 0,653 0,653 0,653 0,653 0,653 0,653
0,5 0,687 0,687 0,687 0,688 0,688 0,688 0,688 0,688 0,689 0,689
0,6 0,720 0,720 0,721 0,721 0,721 0,722 0,722 0,722 0,722 0,722
0,7 0,751 0,751 0,752 0,752 0,753 0,753 0,753 0,754 0,754 0,754
0,8 0,780 0,780 0,781 0,781 0,782 0,782 0,783 0,783 0,783 0,783
0,9 0,806 0,807 0,808 0,808 0,809 0,809 0,810 0,810 0,810 0,811
1 0,831 0,831 0,832 0,833 0,833 0,834 0,834 0,835 0,835 0,835

1,1 0,853 0,854 0,854 0,855 0,856 0,856 0,857 0,857 0,857 0,858
1,2 0,872 0,873 0,874 0,875 0,876 0,876 0,877 0,877 0,878 0,878
1,3 0,890 0,891 0,892 0,893 0,893 0,894 0,895 0,895 0,895 0,896
1,4 0,905 0,907 0,908 0,908 0,909 0,910 0,910 0,911 0,911 0,912
1,5 0,919 0,920 0,921 0,922 0,923 0,923 0,924 0,925 0,925 0,925
1,6 0,931 0,932 0,933 0,934 0,935 0,935 0,936 0,936 0,937 0,937
1,7 0,941 0,943 0,944 0,944 0,945 0,946 0,946 0,947 0,947 0,948
1,8 0,950 0,951 0,952 0,953 0,954 0,955 0,955 0,956 0,956 0,957
1,9 0,958 0,959 0,960 0,961 0,962 0,962 0,963 0,963 0,964 0,964
2 0,965 0,966 0,967 0,967 0,968 0,969 0,969 0,970 0,970 0,970

2,1 0,970 0,971 0,972 0,973 0,973 0,974 0,975 0,975 0,975 0,976
2,2 0,975 0,976 0,977 0,977 0,978 0,979 0,979 0,979 0,980 0,980
2,3 0,979 0,980 0,981 0,981 0,982 0,982 0,983 0,983 0,984 0,984
2,4 0,982 0,983 0,984 0,985 0,985 0,986 0,986 0,986 0,987 0,987
2,5 0,985 0,986 0,987 0,987 0,988 0,988 0,989 0,989 0,989 0,989
2,6 0,988 0,988 0,989 0,990 0,990 0,990 0,991 0,991 0,991 0,991
2,7 0,990 0,990 0,991 0,991 0,992 0,992 0,992 0,993 0,993 0,993
2,8 0,991 0,992 0,992 0,993 0,993 0,994 0,994 0,994 0,994 0,994
2,9 0,993 0,993 0,994 0,994 0,995 0,995 0,995 0,995 0,995 0,996
3 0,994 0,994 0,995 0,995 0,996 0,996 0,996 0,996 0,996 0,996

3,1 0,995 0,995 0,996 0,996 0,996 0,997 0,997 0,997 0,997 0,997
3,2 0,996 0,996 0,997 0,997 0,997 0,997 0,997 0,998 0,998 0,998
3,3 0,996 0,997 0,997 0,997 0,998 0,998 0,998 0,998 0,998 0,998
3,4 0,997 0,997 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,999
3,5 0,998 0,998 0,998 0,998 0,998 0,999 0,999 0,999 0,999 0,999
3,6 0,998 0,998 0,998 0,999 0,999 0,999 0,999 0,999 0,999 0,999
3,7 0,998 0,998 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999
3,8 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999
3,9 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 1,000
4 0,999 0,999 0,999 0,999 0,999 0,999 1,000 1,000 1,000

4,1 0,999 0,999 0,999 0,999 0,999 1,000 1,000
4,2 0,999 0,999 0,999 1,000 1,000
4,3 0,999 0,999 1,000
4,4 0,999 1,000
4,5 0,999
4,6 1,000

Statistike tablice

280
TABLICA VIII





q
k

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,05

0,02

0,0l

0,00l
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,451 5,841 12,941
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,859

6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,405
8 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587

11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0;393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073

16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3.883
20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850

21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0;390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0.127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1.059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0;390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2.485 2,787 3,725

26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646


Statistike tablice
281
TABLICA IX SNEDECOROV F-RASPORED
Vrijednosti F
0
za dato P(F
0
)




P(F
o
)=0,10

v
1

v
2

1 2 3 4 5 6 7 8 9 10
1 39,86 49,50 53,59 55,83 57,24 58,20 58,91 59,44 59,86 60,20
2 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39
3 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23
4 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,94 3,92
5 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30

6 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94
7 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70
8 3,46 3,11 2,92 2,81 2,73 2,67 2,62 2,59 2,56 2,54
9 3,36 3,01 2,81 2,69 2,61 2,55 2,51 2,47 2,44 2,42
10 3,29 2,92 2,73 2,61 2,52 2,46 2,41 2,38 2,35 2,32

11 3,23 2,86 2,66 2,54 2,45 2,39 2,34 2,30 2,27 2,25
12 3,18 2,81 2,61 2,48 2,39 2,33 2,28 2,24 2,21 2,19
13 3,14 2,76 2,56 2,43 2,35 2,28 2,23 2,20 2,16 2,14
14 3,10 2,73 2,52 2,39 2,31 2,24 2,19 2,15 2,12 2,10
15 3,07 2,70 2,49 2,36 2,27 2,21 2,16 2,12 2,09 2,06

16 3,05 2,67 2,46 2,33 2,24 2,18 2,13 2,09 2,06 2,03
17 3,03 2,64 2,44 2,31 2,22 2,15 2,10 2,06 2,03 2,00
18 3,01 2,62 2,42 2,29 2,20 2,13 2,08 2,04 2,00 1,98
19 2,99 2,61 2,40 2,27 2,18 2,11 2,06 2,02 1,98 1,96
20 2,97 2,59 2,38 2,25 2,16 2,09 2,04 2,00 1,96 1,94

21 2,96 2,57 2,36 2,23 2,14 2,08 2,02 1,98 1,95 1,92
22 2,95 2,56 2,35 2,22 2,13 2,06 2,01 1,97 1,93 1,90
23 2,94 2,55 2,34 2,21 2,11 2,05 1,99 1,95 1,92 1,89
24 2,93 2,54 2,33 2,19 2,10 2,04 1,98 1,94 1,91 1,88
25 2,92 2,53 2,32 2,18 2,09 2,02 1,97 1,93 1,89 1,87

26 2,91 2,52 2,31 2,17 2,08 2,01 1,96 1,92 1,88 1,86
27 2,90 2,51 2,30 2,17 2,07 2,00 1,95 1,91 1,87 1,85
28 2,89 2,50 2,29 2,16 2,06 2,00 1,94 1,90 1,87 1,84
29 2,89 2,50 2,28 2,15 2,06 1,99 1,93 1,89 1,86 1,83
30 2,88 2,49 2,28 2,14 2,05 1,98 1,93 1,88 1,85 1,82

40 2,84 2,44 2,23 2,09 2,00 1,93 1,87 1,83 1,79 1,76
60 2,79 2,39 2,18 2,04 1,95 1,87 1,82 1,77 1,74 1,71
120 2,75 2,35 2,13 1,99 1,90 1,82 1,77 1,72 1,68 1,65

2,71 2,30 2,08 1,94 1,85 1,77 1,72 1,67 1,63 1,60

Statistike tablice

282

P(F
o
)=0,10




v
1

v
2

12 15 20 24 30 40 60 120 besk.
1 60,71 61,22 61,74 62,00 62,26 62,53 62,79 63,06 63,33
2 9,41 9,42 9,44 9,45 9,46 9,47 9,47 9,48 9,49
3 5,22 5,20 5,18 5,18 5,17 5,16 5,15 5,14 5,13
4 3,90 3,87 3,84 3,83 3,82 3,80 3,79 3,78 3,76
5 3,27 3,24 3,21 3,19 3,17 3,16 3,14 3,12 3,10

6 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,72
7 2,67 2,63 2,59 2,58 2,56 2,54 2,51 2,49 2,47
8 2,50 2,46 2,42 2,40 2,38 2,36 2,34 2,32 2,29
9 2,38 2,34 2,30 2,28 2,25 2,23 2,21 2,18 2,16
10 2,28 2,24 2,20 2,18 2,16 2,13 2,11 2,08 2,06

11 2,21 2,17 2,12 2,10 2,08 2,05 2,03 2,00 1,97
12 2,15 2,10 2,06 2,04 2,01 1,99 1,96 1,93 1,90
13 2,10 2,05 2,01 1,98 1,96 1,93 1,90 1,88 1,85
14 2,05 2,01 1,96 1,94 1,91 1,89 1,86 1,83 1,80
15 2,02 1,97 1,92 1,90 1,87 1,85 1,82 1,79 1,76

16 1,99 1,94 1,89 1,87 1,84 1,81 1,78 1,75 1,72
17 1,96 1,91 1,86 1,84 1,81 1,78 1,75 1,72 1,69
18 1,93 1,89 1,84 1,81 1,78 1,75 1,72 1,69 1,66
19 1,91 1,86 1,81 1,79 1,76 1,73 1,70 1,67 1,63
20 1,89 1,84 1,79 1,77 1,74 1,71 1,68 1,64 1,61

21 1,87 1,83 1,78 1,75 1,72 1,69 1,66 1,62 1,59
22 1,86 1,81 1,76 1,73 1,70 1,67 1,64 1,60 1,57
23 1,84 1,80 1,74 1,72 1,69 1,66 1,62 1,59 1,55
24 1,83 1,78 1,73 1,70 1,67 1,64 1,61 1,57 1,53
25 1,82 1,77 1,72 1,69 1,66 1,63 1,59 1,56 1,52

26 1,81 1,76 1,71 1,68 1,65 1,61 1,58 1,54 1,50
27 1,80 1,75 1,70 1,67 1,64 1,60 1,57 1,53 1,49
28 1,79 1,74 1,69 1,66 1,63 1,59 1,56 1,52 1,48
29 1,78 1,73 1,68 1,65 1,62 1,58 1,55 1,51 1,47
30 1,77 1,72 1,67 1,64 1,61 1,57 1,54 1,50 1,46

40 1,71 1,66 1,61 1,57 1,54 1,51 1,47 1,42 1,38
60 1,66 1,60 1,54 1,51 1,48 1,44 1,40 1,35 1,29
120 1,60 1,55 1,48 1,45 1,41 1,37 1,32 1,26 1,19

1,55 1,49 1,42 1,38 1,34 1,30 1,24 1,17 1,00

Statistike tablice
283

P(F
o
)=0,05




v
1

v
2

1 2 3 4 5 6 7 8 9 10
1 161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74

6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98

11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54

16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35

21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24

26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16

40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99
120 3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91

3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83


Statistike tablice

284

P(F
o
)=0,05




v
1

v
2

12 15 20 24 30 40 60 120 besk.
1 243,90 245,95 248,02 249,05 250,10 251,14 252,20 253,25 254,31
2 19,41 19,43 19,45 19,45 19,46 19,47 19,48 19,49 19,50
3 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,36

6 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
8 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54

11 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07

16 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84

21 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71

26 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62

40 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25

1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00


Statistike tablice
285

P(F
o
)=0,01




v
1

v
2

1 2 3 4 5 6 7 8 9 10
1 4052,18 4999,34 5403,53 5624,26 5763,96 5858,95 5928,33 5980,95 6022,40 6055,93
2 98,50 99,00 99,16 99,25 99,30 99,33 99,36 99,38 99,39 99,40
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,34 27,23
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05

6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85

11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80

16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37

21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13

26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98

40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47

6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32


Statistike tablice

286

P(F
o
)=0,01




v
1

v
2

12 15 20 24 30 40 60 120 besk.
1 6106,68 6156,97 6208,66 6234,27 6260,35 6286,43 6312,97 6339,51 6365,59
2 99,42 99,43 99,45 99,46 99,47 99,48 99,48 99,49 99,50
3 27,05 26,87 26,69 26,60 26,50 26,41 26,32 26,22 26,13
4 14,37 14,20 14,02 13,93 13,84 13,75 13,65 13,56 13,46
5 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02

6 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,97 6,88
7 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91

11 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87

16 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42

21 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,27 2,17

26 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,06
29 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,03
30 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01

40 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38

2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00


Statistike tablice
287

P(F
o
)=0,005




v
1

v
2

1 2 3 4 5 6 7 8 9 10
1 16212,46 19997,36 21614,13 22500,75 23055,82 23439,53 23715,20 23923,81 24091,45 24221,84
2 198,50 199,01 199,16 199,24 199,30 199,33 199,36 199,38 199,39 199,39
3 55,55 49,80 47,47 46,20 45,39 44,84 44,43 44,13 43,88 43,68
4 31,33 26,28 24,26 23,15 22,46 21,98 21,62 21,35 21,14 20,97
5 22,78 18,31 16,53 15,56 14,94 14,51 14,20 13,96 13,77 13,62

6 18,63 14,54 12,92 12,03 11,46 11,07 10,79 10,57 10,39 10,25
7 16,24 12,40 10,88 10,05 9,52 9,16 8,89 8,68 8,51 8,38
8 14,69 11,04 9,60 8,81 8,30 7,95 7,69 7,50 7,34 7,21
9 13,61 10,11 8,72 7,96 7,47 7,13 6,88 6,69 6,54 6,42
10 12,83 9,43 8,08 7,34 6,87 6,54 6,30 6,12 5,97 5,85

11 12,23 8,91 7,60 6,88 6,42 6,10 5,86 5,68 5,54 5,42
12 11,75 8,51 7,23 6,52 6,07 5,76 5,52 5,35 5,20 5,09
13 11,37 8,19 6,93 6,23 5,79 5,48 5,25 5,08 4,94 4,82
14 11,06 7,92 6,68 6,00 5,56 5,26 5,03 4,86 4,72 4,60
15 10,80 7,70 6,48 5,80 5,37 5,07 4,85 4,67 4,54 4,42

16 10,58 7,51 6,30 5,64 5,21 4,91 4,69 4,52 4,38 4,27
17 10,38 7,35 6,16 5,50 5,07 4,78 4,56 4,39 4,25 4,14
18 10,22 7,21 6,03 5,37 4,96 4,66 4,44 4,28 4,14 4,03
19 10,07 7,09 5,92 5,27 4,85 4,56 4,34 4,18 4,04 3,93
20 9,94 6,99 5,82 5,17 4,76 4,47 4,26 4,09 3,96 3,85

21 9,83 6,89 5,73 5,09 4,68 4,39 4,18 4,01 3,88 3,77
22 9,73 6,81 5,65 5,02 4,61 4,32 4,11 3,94 3,81 3,70
23 9,63 6,73 5,58 4,95 4,54 4,26 4,05 3,88 3,75 3,64
24 9,55 6,66 5,52 4,89 4,49 4,20 3,99 3,83 3,69 3,59
25 9,48 6,60 5,46 4,84 4,43 4,15 3,94 3,78 3,64 3,54

26 9,41 6,54 5,41 4,79 4,38 4,10 3,89 3,73 3,60 3,49
27 9,34 6,49 5,36 4,74 4,34 4,06 3,85 3,69 3,56 3,45
28 9,28 6,44 5,32 4,70 4,30 4,02 3,81 3,65 3,52 3,41
29 9,23 6,40 5,28 4,66 4,26 3,98 3,77 3,61 3,48 3,38
30 9,18 6,35 5,24 4,62 4,23 3,95 3,74 3,58 3,45 3,34

40 8,83 6,07 4,98 4,37 3,99 3,71 3,51 3,35 3,22 3,12
60 8,49 5,79 4,73 4,14 3,76 3,49 3,29 3,13 3,01 2,90
120 8,18 5,54 4,50 3,92 3,55 3,28 3,09 2,93 2,81 2,71

7,88 5,30 4,28 3,72 3,35 3,09 2,90 2,74 2,62 2,52

Statistike tablice

288

P(F
o
)=0,005




v
1

v
2

12 15 20 24 30 40 60 120 besk.
1 24426,73 24631,62 24836,51 24937,09 25041,40 25145,71 25253,74 25358,05 25466,08
2 199,42 199,43 199,45 199,45 199,48 199,48 199,48 199,49 199,51
3 43,39 43,08 42,78 42,62 42,47 42,31 42,15 41,99 41,83
4 20,70 20,44 20,17 20,03 19,89 19,75 19,61 19,47 19,32
5 13,38 13,15 12,90 12,78 12,66 12,53 12,40 12,27 12,14

6 10,03 9,81 9,59 9,47 9,36 9,24 9,12 9,00 8,88
7 8,18 7,97 7,75 7,64 7,53 7,42 7,31 7,19 7,08
8 7,01 6,81 6,61 6,50 6,40 6,29 6,18 6,06 5,95
9 6,23 6,03 5,83 5,73 5,62 5,52 5,41 5,30 5,19
10 5,66 5,47 5,27 5,17 5,07 4,97 4,86 4,75 4,64

11 5,24 5,05 4,86 4,76 4,65 4,55 4,45 4,34 4,23
12 4,91 4,72 4,53 4,43 4,33 4,23 4,12 4,01 3,90
13 4,64 4,46 4,27 4,17 4,07 3,97 3,87 3,76 3,65
14 4,43 4,25 4,06 3,96 3,86 3,76 3,66 3,55 3,44
15 4,25 4,07 3,88 3,79 3,69 3,59 3,48 3,37 3,26

16 4,10 3,92 3,73 3,64 3,54 3,44 3,33 3,22 3,11
17 3,97 3,79 3,61 3,51 3,41 3,31 3,21 3,10 2,98
18 3,86 3,68 3,50 3,40 3,30 3,20 3,10 2,99 2,87
19 3,76 3,59 3,40 3,31 3,21 3,11 3,00 2,89 2,78
20 3,68 3,50 3,32 3,22 3,12 3,02 2,92 2,81 2,69

21 3,60 3,43 3,24 3,15 3,05 2,95 2,84 2,73 2,61
22 3,54 3,36 3,18 3,08 2,98 2,88 2,77 2,66 2,55
23 3,47 3,30 3,12 3,02 2,92 2,82 2,71 2,60 2,48
24 3,42 3,25 3,06 2,97 2,87 2,77 2,66 2,55 2,43
25 3,37 3,20 3,01 2,92 2,82 2,72 2,61 2,50 2,38

26 3,33 3,15 2,97 2,87 2,77 2,67 2,56 2,45 2,33
27 3,28 3,11 2,93 2,83 2,73 2,63 2,52 2,41 2,29
28 3,25 3,07 2,89 2,79 2,69 2,59 2,48 2,37 2,25
29 3,21 3,04 2,86 2,76 2,66 2,56 2,45 2,33 2,21
30 3,18 3,01 2,82 2,73 2,63 2,52 2,42 2,30 2,18

40 2,95 2,78 2,60 2,50 2,40 2,30 2,18 2,06 1,93
60 2,74 2,57 2,39 2,29 2,19 2,08 1,96 1,83 1,69
120 2,54 2,37 2,19 2,09 1,98 1,87 1,75 1,61 1,43

2,36 2,19 2,00 1,90 1,79 1,67 1,53 1,36 1,00



Statistike tablice
289
TABLICA X
2
RASPORED





n
x
o
2

1 2 3 4 5 6 7 8 9 10

0,001 0,005
0,01 0,08 0,005
0,05 0,18 0,02

0,1 0,25 0,05 0,01
0,2 0,35 0,10 0,02 0,005
0,3 0,42 0,14 0,04 0,01
0,4 0,47 0,18 0,06 0,02 0,005
0.5 0,52 0,22 0,08 0,03 0,01
0,6 0,56 0,26 0,10 0,04 0,01
0,7 0,60 0,30 0,13 0,05 0,02 0,005
0,8 0,63 0,33 0,15 0,06 0,02 0,01
0,9 0,66 0,36 0,17 0,08 0,03 0,01

1 0,68 0,39 0,20 0,09 0,04 0,01 0,005
2 0,84 0,63 0,43 0,26 0,15 0,08 0,04 0,02 0,01 0,005
3 0,92 0,78 0,61 0,44 0,30 0,19 0,11 0,07 0,04 0,02
4 0,95 0,86 0,74 0,59 0,45 0,32 0,22 0,14 0,09 0,07
5 0,97 0,92 0,83 0,71 0,58 0,46 0,34 0,24 0,17 0,11
6 0,99 0,95 0,89 0,80 0,69 0,58 0,46 0,35 0,26 0,18
7 0,99 0,97 0,93 0,86 0,78 0,70 0,57 0,46 0,36 0,27
8 0,995 0,98 0,95 0,91 0,84 0,76 0,67 0,57 0,47 0,37
9 0,995 0,99 0,97 0,94 0,89 0,83 0,75 0,66 0,56 0,47

10 0,995 0,98 0,96 0,92 0,88 0,8I 0,73 0,65 0,56
11 0,995 0,99 0,97 0,95 0,91 0,86 0,80 0,72 0,64
12 0,995 0,98 0,97 0,94 0,90 0,83 0,79 0,71
13 0,995 0,99 0,98 0,96 0,93 0,89 0,83 0,78
13 0,995 0,98 0,97 0,95 0,92 0,88 0,83
15 0,995 0,99 0,98 0,96 0,94 0,91 0,87
16 0,995 0,995 0,99 0,97 0,96 0,93 0,90
17 0,995 0,99 0,98 0,97 0,95 0,93
18 0,995 0.995 0,99 0,98 0,96 0,95
19 0,995 0,99 0,99 0,97 0,96

20 0,995 0,995 0,99 0,98 0,97
21 0,995 0,995 0,99 0,98
22 0,995 0,995 0,99 0,98
23 0,995 0,995 0,99
24 0,995 0,99
25 0,995 0,995
26 0,995
27 0,995



Statistike tablice

290




n
x
o
2

11 12 13 14 15 16 17 18 19 20

2
3 0,01 0,005
4 0,03 0,02 0,01 0,005
5 0,07 0,04 0,02 0,01 0,01 0,005
6 0,13 0,09 0,06 0,03 0,02 0,01 0,005 0,005
7 0,20 0.14 0,10 0,07 0,04 0,03 0,02 0,01 0,005 0,005
8 0,29 0,21 0,16 0,11 0,08 0,05 0,03 0,02 0,01 0,01
9 0,38 0,30 0,23 0,17 0,12 0,09 0,06 0,04 0,03 0,02

10 0,47 0,38 0,31 0,24 0,18 0,13 0,10 0,07 0,05 0,03
I1 0,56 0,47 0,39 0,31 0,25 0,19 0,14 0,11 0,08 0,05
12 0,64 0,55 0,47 0,39 0,32 0,26 0,20 0,15 0,11 0,08
13 0,71 0,63 0,55 0,47 0,40 0,33 0,26 0,21 0,16 0,12
14 0,77 0,70 0,63 0,55 0,47 0,40 0,33 0,27 0,22 0,17
15 0,82 0,76 0,69 0,62 0,55 0,48 0,40 0,34 0,28 0,22
16 0,86 0,81 0,75 0,69 0,62 0,55 0,48 0,41 0,34 0,28
17 0,89 0,85 0,80 0,74 0,68 0,61 0,55 0,48 0,41 0,37
18 0,92 0,88 0,84 0,79 0,74 0,68 0,61 0,54 0,48 0,41
19 0,94 0,91 0,88 0,83 0,79 0,73 0,67 0,61 0,54 0,48

20 0,96 0,93 0,90 0,87 0,83 0,78 0,73 0,68 0,61 0,54
21 0,97 0,95 0,93 0,90 0,86 0,82 0,77 0,72 0,66 0,60
22 0,98 0,96 0,94 0,92 0,89 0,86 0,82 0,77 0,72 0,66
23 0,98 0,97 0,96 0,94 0,92 0,89 0,85 0,81 0,76 0,71
24 0,99 0,98 0,97 0,95 0,93 0,91 0,88 0,84 0,80 0,76
25 0,99 0,99 0,98 0,97 0,95 0,93 0,91 0,88 0,84 0,80
26 0,995 0,99 0,98 0,97 0,96 0,95 0,93 0,90 0,87 0,83
27 0,995 0,99 0,99 0,98 0,97 0,96 0,94 0,92 0,90 0,86
28 0,995 0,995 0,99 0,99 0,98 0,97 0,96 0,94 0,92 0,90
29 0,995 0,995 0,99 0,98 0,98 0,97 0,95 0,93 0,91

30 0,995 0,995 0,99 0,99 0,98 0,97 0,96 0,95 0,93
35 0,995 0,995 0,99 0,99 0,98
40 0,995 0,995



Statistike tablice
291




n
x
o
2

21 22 23 24 25 26 27 28 29 30

8 0,005
9 0,01 0,005 0,005

10 0,02 0,01 0,01 0,005 0,005
I1 0,04 0,03 0,02 0,01 0,01 0,005
12 0,06 0,04 0,03 0,02 0,01 0,01 0,005 0,005
13 0,09 0,07 0,05 0,03 0,02 0,02 0,01 0,01 0,005
14 0,l3 0,10 0,07 0,05 0,04 0,03 0,02 0,01 0,01 0,005
15 0,18 0,14 0,11 0,08 0,06 0,04 0,03 0,02 0,01 0,01
16 0,23 0,18 0,14 0,11 0,09 0,06 0,05 0,03 0,02 0,02
I7 0,29 0,24 0,19 0,15 0,12 0,09 0,07 0,05 0,04 0,03
18 0,35 0,29 0,24 0,20 0,16 0,12 0,10 0,07 0,06 0,04
19 0,41 0,35 0,30 0,25 0,20 0,16 0,13 0,10 0,08 0,06

20 0,48 0,42 0,36 0,30 0,25 0,21 0.17 0,14 0,11 0,08
21 0,54 0,48 0,42 0,36 0,31 0,26 0,21 0,17 0,14 0,11
22 0,60 0,54 0,48 0,42 0,36 0,31 0,26 0,22 0,18 0,15
23 0,66 0,60 0,54 0,48 0,42 0,37 0,31 0,27 0,22 0,18
24 0,71 0,65 0,60 0,54 0,48 0,42 0,37 0,32 0,27 0,23
25 0,75 0,70 0,65 0,59 0,54 0,48 0,43 0,37 0,32 0,27
26 0,79 0,75 0,70 0,65 0,59 0,54 0,48 0,43 0,37 0,32
27 0,83 0,79 0,74 0,70 0,64 0,59 0,54 0,48 0,43 0,38
28 0,86 0,81 0,78 0,74 0,69 0,64 0,59 0,54 0,48 0,43
29 0,89 0,86 0,82 0,78 0,74 0,69 0,64 0,59 0,53 0,48

30 0,91 0,88 0,85 0,82 0,78 0,73 0,69 0,64 0,59 0,53
35 0,98 0,96 0,94 0,93 0,90 0,89 0,86 0,83 0,79 0,76
40 0,995 0,99 0,98 0,98 0,97 0,96 0,95 0,93 0,92 0,90
45 0,995 0,995 0,995 0,99 0,99 0,98 0,98 0,97 0,96
50 0,995 0,995 0,995 0,99 0,98





Statistike tablice

292
TABLICA XI Vrijednosti
2
0
za dato






P

n

0,995

0,990

0,975

0,950

0,900

0,750

1 3927x10
-8
1571x10
-7
9821x10
-7
3932x10
-6
0,01579 0,1015
2 0,01003 0,02010 0,05064 0,1026 0,2107 0,5754
3 0,07172 0,1148 0,2158 0,3518 0,5844 1,213
4 0,2070 0,2971 0,4844 0,7170 1,064 1,923
5 0,4117 0,5543 0,8312 1,145 1,610 2,675

6 0,6757 0,8721 1,237 1,635 2,204 3,455
7 0,9893 1,269 1,690 2,167 2,833 4,255
8 1,344 1,646 2,180 2,733 3,490 5,071
9 1,735 2,088 2,700 3,325 4,168 5,899
10 2,156 2,558 3,247 3,940 4,865 6,737

11 2,603 3,053 3,816 4,575 5,578 7,584
12 3,074 3,571 4,404 5,226 6,304 8,438
13 3,565 4,107 5,009 5,892 7,042 9,299
14 4,075 4,660 5,629 6,571 7,790 10,17
15 4,601 5,229 6,262 7,261 8,547 11,04

16 5,142 5,812 6,908 7,962 9,312 11,91
17 5,697 6,408 7,564 8,672 10,09 12,79
18 6,265 7,015 8,231 9,390 10,86 13,68
19 6,844 7,633 8,907 10,12 11,65 14,56
20 7,434 8,260 9,591 10,85 12,44 15,45

21 8,034 8,897 10,28 11,59 13,24 16,34
22 8,643 9,542 10,98 12,34 14,04 17,24
23 9,260 10,20 11,69 13,09 14,85 18,14
24 9,886 10,86 12,40 13,85 15,66 19,04
25 10,52 11,52 13,12 14,61 16,47 19,94

26 11,16 12,20 13,84 15,38 17,29 20,84
27 11,81 12,88 14,57 16,15 18,11 21,75
28 12,46 13,56 15,31 16,93 18,94 22,66
29 13,12 14,26 16,05 17,71 19,77 23,57

30 13,79 14,95 16,79 18,49 20,60 24,48
40 20,71 22,16 24,43 26,51 29,05 33,66
50 27,99 29,71 32,36 34,76 37,69 42,94
60 35,53 37,48 40,48 43,19 46,46 52,29
70 43,28 45,44 48,76 51,74 55,33 61,70
80 51,17 53,54 57,15 60,39 64,28 71,14
90 59,20 61,75 65,65 69,13 73,29 80,62
100 67,33 70,06 74,22 77,93 82,36 90,13


Statistike tablice
293






P

n

0,500

0,250

0,100

0,050

0,025

0,010

0,005

1 0,4549 1,323 2,706 3,841 5,024 6,635 7,879
2 1,386 2,773 4,605 5,991 7,378 9,210 10,60
3 2,366 4,108 6,251 7,815 9,348 11,34 12,84
4 3,357 5,385 7,779 9,488 11,14 13,28 14,86
5 4,351 6,626 9,236 11,07 12,83 15,09 16,75

6 5,348 7,841 10,64 12,59 14,45 16,81 18,55
7 6,346 9,037 12,02 14,07 16,01 18,48 20,28
8 7,344 10,22 13,36 15,51 17,53 20,09 21,96
9 8,343 11,39 14,68 16,92 19,02 21,67 23,59
10 9,342 12,55 15,99 18,31 20,48 23,21 25,19

11 10,34 13,70 17,28 19,68 21,92 24,72 26,76
12 11,34 14,85 18,55 21,03 23,34 26,22 28,30
13 12,34 15,98 19,81 22,36 24,74 27,69 29,82
14 13,34 17,12 21,06 23,68 26,12 29,14 31,32
15 14,34 18,25 22,31 25,00 27,49 30,58 32,80

16 15,34 19,37 23,54 26,30 28,85 32,00 34,27
17 16,34 20,49 24,77 27,59 30,19 33,41 35,72
18 17,34 21,60 25,99 28,87 31,53 34,81 37,16
19 18,34 22,72 27,20 30,14 32,85 36,19 38,58
20 19,34 23,83 28,41 31,41 34,17 37,57 40,00

21 20,34 24,93 29,62 32,67 35,48 38,93 41,40
22 21,34 26,04 30,81 33,92 36,78 40,29 42,80
23 22,34 27,14 32,01 35,17 38,08 41,64 44,18
24 23,34 28,24 33,20 36,42 39,36 42,98 45,56
25 24,34 29,34 34,38 37,65 40,65 44,31 46,93

26 25,34 30,43 35,56 38,89 41,92 45,64 48,29
27 26,34 31,53 36,74 40,11 43,19 46,96 49,64
28 27,34 32,62 37,92 41,34 44,46 48,28 50,99
29 28,34 33,71 39,09 42,56 45,72 49,59 53,34
30 29,34 34,80 40,26 43,77 46,98 50,89 53,67
40 39,34 45,62 51,80 55,76 59,34 63,69 66,77
50 49,33 56,33 63,17 67,50 71,42 76,15 79,14
60 59,33 66,98 74,40 79,08 83,30 88,38 91,95
70 69,33 77,58 85,53 90,53 95,02 100,02 104,22
80 79,33 88,13 96,58 101,88 106,63 112,33 116,32

90 89,33 98,65 107,56 113,14 118,14 124,12 128,30
100 99,33 109,14 118,50 124,34 129,56 135,81 140,17


Statistike tablice

294
TABLICA XII
Donja i gornja kritina vrijednost W+Wilcoxon-ovog testa ranga sa znakom



n Jednosmjerni =.0S =.025 =.01 =.005
Dvosmjerni =.10 =.05 =.02 =.01
(Donja, gornja)
5 0,15
6 2,19 0,21
7 3,25 2,26 0,28
8 5,31 3,33 1,35 0,36
9 8,37 5,50 3,42 1,44
10 10,45 8,47 5,50 3,52
11 13,53 10,56 7,59 5,61
12 17,61 13,65 10,68 7,71
13 21,70 17,74 12,79 10,81
14 25,80 21,84 16,89 13,92
15 30,90 25,95 19,101 16,104
16 35,101 29,107 23,113 19,117
17 41,112 34,119 27,126 23,130
18 47,124 40,131 32,139 27,144
19 53,137 46,144 37,153 32,158
20 60,150 52,158 43,167 37,173
21 67,164 58,173 49,182 43,188
22 75,178 66,187 55,198 48,205
23 83,193 73,203 62,214 54,222
24 91,209 81,219 69,231 61,239
25 100,225 89,236 76,249 68,257
26 110,241 98,253 84,267 75,276
27 119,259 107,271 93,285 83,295
28 130,276 116,290 101,305 91,315
29 140,295 126,309 110,325 100,335
30 151,314 137,328 120,345 109,356


Statistike tablice
295
TABLICA XIII
Donja i gornja kritina vrijednost W testa sume rangova



n
2
n
1
(manji uzorak)
Jedno- Dvo-
smjerni smjerni
4 5 6 7 8 9 10
.05 .10 11,25
.025 .05 10,26
4
.01 .02
.005 .01
.05 .10 12,28 19,36
.025 .05 11,29 17,38
5
.01 .02 10,30 16,39
.005 .01 ----- 15,40
.05 .10 13,31 20,40 28,50
.025 .05 12,32 18,42 26,52
6
.01 .02 11,33 17,43 24,54
.005 .01 10,34 16,44 23,55
.05 .10 14,34 21,44 29,55 39,66
.025 .05 13,35 20,45 27,57 36,69
7
.01 .02 11,37 18,47 25,59 34,71
.005 .01 10,38 16,49 24,60 32,73
.05 .10 15,37 23,47 31,59 41,71 51,85
.025 .05 14,38 21,49 29,61 38,74 49,87
8
.01 .02 12,40 19,51 27,63 35,77 45,91
.005 .01 11,41 17,53 25,65 34,78 43,93
.05 .10 16,40 24,51 33,63 43,76 54,90 66,105
.025 .05 14,42 22,53 31,65 40,79 51,93 62,109
9
.01 .02 13,43 20,55 28,68 37,82 47,97 59,112
.005 .01 11,45 18,57 26,70 35,84 45,99 56,115
.05 .10 17,43 26,54 35,67 45,81 56,96 69,111 82,128
.025 .05 15,45 23,57 32,70 42,84 53,99 65,115 78,132
10
.01 .02 13,47 21,59 29,73 39,87 49,103 61,119 74,136
.005 .01 12,38 19,61 27,75 37,89 47,105 58,122 71,139


Statistike tablice

296
Koritena literatura:

Beals R. E.; Statistics for Economists; Rand MNally & Company; Chicago; 1972.
Blai M.; Opta Statistika- osnovi i analiza; Savremena administracija; Beograd; 1982.
Darlington, R. B.; Regression and linear models; McGraw-Hill; New York; 1990
DeLurgio S. A.; Forecasting Principles and Applications; Irwin McGraw-Hill; 1998.
Dixon, W. J., & Massey, F. J.; Introduction to statistical analysis; McGraw-Hill; New York;
1983.
Dixon, W. J., & Massey, F. J.; Introduction to statistical analysis; McGraw-Hill; New York;
1983.
Evans, M., Hastings, N., & Peacock, B.; Statistical Distributions; Wiley; New York; 1993.
Harnett D.L., Murphy J.L.; Statistical Analysis for Business and Economics; Addison-Wesley
Publishing Company; Massachusetts; 1985.
Ivanovi Branislav; Teorijska statistika; Nauna knjiga; Beograd; 1979.
Ku H.; Statistike funkcije u Excel-u kroz primjere; Chip studio; Zenica; 1999.
Lind D.A., Mason R.A.; Basic Statistics for Business and Economics; Irwin McGraw-Hill; 1997.
Lui B.; Statistika; Ekonomski fakultet; Sarajevo; 1996.
McClave J.T., Benson P.G., Sincich T.; A First Course in Business Statistics; Prentice Hall;
2001;
Newbold P.; Statistics for Business and Economics; Prentice Hall Intenational; Englewood Cliffs
N.J.; 1991.
Poirier D.J.; Intermediate Statistics and econometrics - A Comparative Approach; The MIT
Press; Massachusetts; 1995.
Serdar V., oi I.; Uvod u statistiku; kolska knjiga; Zagreb; 1994.
Somun R.; Deskriptivna statistika; Ekonomski fakultet u Sarajevu; Sarajevo; 2004.
Somun R.; Pregled predavanja II; Ekonomski fakultet u Sarajevu; Sarajevo; 2003.
Spiegel M. R.; Schaums Outline of Theory and Problems of Statistics; Shaum Publishing
Company; New York, 1961
ilj M.; Uvod u modernu poslovnu statistiku; Nakladnika kua Tonimir; Varadinske Toplice,
1998.
oi I.; Zbirka zadataka iz osnova statistike; Informator; Zagreb; 1989.
Vukadinovi S.; Zbirka reenih zadataka iz teorije verovatnoe; Privredni pregled; Beograd;
1983.
Waxman P.; Business Mathematics and Statistics; Prentice Hall; Australia; 1993.
Webster a. L.; Applied Statistics for Business and Economics: An Essentials Version; Irwin
McGraw Hill; 1998.;
Wonnacott T.H., Wonnacott R.J.; Student Workbook for Intraductory Statistics for Business and
Economics; John Wiley & Sons; New York; 1984.
ii M., Lovri M., Pavlii D.; Metodi statistike analize; Ekonomski fakultet; Beograd; 2001.
uul J., Branica Marija; Statistika; Informator; Zagreb; 1998.