Professional Documents
Culture Documents
UMARSKA BIOMETRIKA
Numericki primjeri
Sarajevo, 2003
Sadraj
UVOD
I.
DESKRIPTIVNA STATISTIKA
II.
TEORIJSKI RASPOREDI
Normalni raspored
Binomski raspored
III.
REGRESIONA ANALIZA
Linearna regresija
Krivolinijska regresija
Viestruka regresija
Neto korelacije
Korelacija ranga
IV.
TEORIJA UZORAKA
Distribucije statistika uzoraka
Intervalne ocjene parametara osnovnog skupa
Statisticki testovi
UVOD
Ordinalna skala
Ordinalna skala (redna)(skala ranga) se upotrebljava kad je potrebno rangirati
objekte, odnosno klasificirati rang objekta pri cemu skala kvantificira objekte tako da
su manji ili veci jedan od drugog po ispitivanoj varijabli (uzgojno-tehnicka
klasifikacija stabala, tehnicka klasifikacija stabala, razvojni stupanj sastojine).
Metricke skale
Metricke skale odnose na numericka varijable. Mogu biti: intervalna skala i
apsolutna skala.
Intervalna skala
Intervalna skala predstavlja skalu s jednakim razlikama izmedu parova podataka,
ali nula tacka je proizvoljna (npr. prosjecna temperatura experimentalne povrine).
Apsolutna skala
Apsolutna skala je slicna intervalnoj skali, ali na ovoj skali postoji fizicka oznaka
nula tacke. Kako se mogu analizirati omjeri mjerenja, ova skala nosi naziv i mjerna
skala (npr. teina, zapremina). Mjerna skala ukazuje na tacnu razliku izmedu
objekata.
Ponekad podaci s ordinalne, intervalne ili apsolutne skale mjerenja mogu biti
registrovani u kategorijama nominalne skale.
Takode je prakticno, gdje god je moguce, podatke ordinalne skale izraziti
intervalnom ili apsolutnom skalom.
Skala varijable je presudna za statisticku analizu koja treba biti primjenjena.
Najcece se u umarstvu vri proucavanje masovnih pojava cije su manifestacije
numericke neprekidne varijable metricke skale (Primjer 1).
Primjer 1
U sastojini smrce u Han Pijesku 1990 godine, izvreno je mjerenje velicina
taxacionih elemenata stabala, i to: prsnog promjera stabla ( X 1e ) i visine stabla ( X 2e )
te je izvedena velicina zapremine stabla ( X3e ).
Za 132 stabla (bioloka objekta)
({O , O ,....O
1
132
} {O e e = 1,132})
X1e
(cm)
16,1
11,0
19,0
24,4
24,0
26,8
6,2
16,5
23,5
12,0
14,1
8,8
8,0
12,6
13,6
6,6
14,7
15,6
18,4
15,8
16,0
15,8
24,8
17,3
16,7
15,0
28,1
22,3
30,2
14,3
e
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
X1e
(cm)
26,4
9,2
20,5
22,4
27,8
17,3
14,9
21,3
15,7
21,7
10,1
13,2
9,7
15,8
17,4
18,7
14,7
14,9
24,9
15,7
24,3
9,1
20,0
20,8
23,6
25,4
17,0
20,7
12,1
18,7
e
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
X1e
(cm)
16,9
26,5
22,7
13,2
24,4
17,3
25,0
8,8
24,8
10,1
15,0
32,9
20,2
10,3
20,6
15,8
15,0
19,9
21,1
16,1
16,0
19,7
20,4
17,2
15,6
28,3
13,4
21,0
21,5
17,5
e
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
X1e
(cm)
17,6
10,9
17,0
12,8
16,1
27,7
7,4
18,4
25,1
16,4
16,0
11,6
19,2
16,1
20,2
17,8
18,5
10,1
14,8
17,7
17,5
19,1
20,1
20,3
25,9
23,2
8,9
16,9
17,9
18,0
e
121
122
123
124
125
126
127
128
129
130
131
132
131
132
X1e
(cm)
15,0
17,4
12,1
24,2
25,2
26,8
11,8
15,0
19,0
12,5
11,3
25,9
11,3
25,9
u Tabeli 1
Naziv simbola
teta
N
K
d
[Li Di ]
fi
ki
(Xi , f i
ST
X
Ci
Me
Mo
H
G
RV
Q
P
dx
2x
x
KQ
RD
KVx
Ze
H
J
3
4
Cij
)
Sigma
Iks bar
Sigma
Sigma
Alfa
Alfa
Znacenje simbola
Objekat
Numericka vrijednost i-tog obiljeja
Numericka vrijednost e-tog objekta
Numericka vrijednost i-tog obiljeja e-tog objekta
Numericka vrijednost i-tog obiljeja e-tog objekta u
t trenutku
Broj podataka u skupu
Broj intervala
Duina intervala
Lijeva i desna granica i-tog intervala
Apsolutna frekvencija i-tog intervala
Redni broj i-tog intervala
Distribucija apsolutnih frekvencija
Suma
Sredinja tacka
Prosjecna velicina, prosjek, aritmeticka sredina
Jedinicna cijena
Medijana
Modus, mod
Harmonijska sredina
Geometrijska sredina
Razmak varijacije
Kvartilna devijacija
10-90 percentilni razmak
Srednje apsolutno odstupanje
Varijansa
Standardna devijacija
Koeficijent interkvartilne devijacije
Relativna devijacija
Koeficijent varirijacije
Standardizirana varijabla
Index biodiverziteta
Relativni diverzitet
Asimetrija
Spljotenost
Kovarijansa
S12. 2
Rezidualna varijansa
S1. 2
ro
ro
rs
F0. 05, 1, 2
XO
2O
n
A(X )
D 2 (X)
D(X)
Xu
p
q
t, n
f it
2
Broj uzoraka
Broj elemenata (podataka) u uzorku
Aritmeticka sredina aritmetickih sredina uzoraka
Varijansa aritmetickih sredina uzoraka
hi
Teorijska frekvencija
Hi kvadrat
DESKRIPTIVNA STATISTIKA
Uredivanje statistickih skupova
Zadatak 1.
Statisticki skup varijable X1e (prsni promjer (cm)) predstavljen u Tabeli 1. urediti u:
a) rastuci niz,
b) distribuciju neintervalnih frekvencija,
c) distribuciju intervalnih frekvencija (apsolutno, relativno, procentualno,
kumulativno, relativno kumulativno).
Rjeenje:
a) Formiranje rastuceg niza je prvi korak uredivanja statistickog skupa. Omogucava
uvid u brojnost skupa i u velicine minimalne i maximalne numericke vrijednosti u
statistickom skupu. Rastuci niz predstavlja numericki ureden niz podataka tako da
je svaki naredni podatak veci ili jednak prethodnom:
X e X e +1 .
Rastucim nizom obuhvaceni svi podaci uredeni pocevi od minimalnog
maximalnog podatka:
do
X Xe X+ .
nv
1
1
1
1
2
1
1
1
1
3
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
2
1
2
5
2
2
4
3
4
1
Xv
16,5
16,7
16,9
17,0
17,2
17,3
17,4
17,5
17,6
17,7
17,8
17,9
18,0
18,4
18,5
18,7
19,0
19,1
19,2
19,7
19,9
20,0
20,1
20,2
20,3
20,4
20,5
20,6
20,7
20,8
21,0
21,1
21,3
21,5
21,7
22,3
nv
1
1
2
2
1
3
2
2
1
1
1
1
1
2
1
2
2
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
Xv
22,4
22,7
23,2
23,5
23,6
24,0
24,2
24,3
24,4
24,8
24,9
25,0
25,1
25,2
25,4
25,9
26,4
26,5
26,8
27,7
27,8
28,1
28,3
30,2
32,9
nv
1
1
1
1
1
1
1
1
2
2
1
1
1
1
1
2
1
1
2
1
1
1
1
1
1
132
10
Duina intervala (d) predstavlja razmak izmedu gornje i donje granice intervala.
Duina intervala se odreduje po formuli:
X+ X
d=
.
K
Prakticno je da duina intervala bude izraena cijelim brojem.
32,9 6,2
U naem primjeru je:
d=
= 3,34 4 cm .
8
Donja granica prvog interva la (L1 ) i gornja granica posljednjeg intervala (Dk )
treba da obuhvati sve podatke:
L1 X X e X + D k .
U naem primjeru je:
L1 6, 2 Xe 32,9 Dk .
Donja granica prvog intervala treba da je manja ili jednaka najmanjoj numerickoj
varijanti X :
L1 X .
U naem primjeru je:
L1 = 6 X = 6,2 .
Ostale donje granice intervala odreduju se po formuli:
L i = Li1 + d .
U naem primjeru je:
L 2 = 6 + 4 = 10 ,
L 3 = 10 + 4 = 14 ,
L 4 = 14 + 4 = 18
...
Gornje granice intervala odreduju se po formuli:
Di = L i + ( d 0,1) .
U naem primjeru je:
D 2 = 6 + (4 0,1) = 9,9
D3 = 10 + (4 0,1) = 13,9
D 4 = 14 + (4 0,1) = 17,9
...
11
=N.
i =1
(Li Di )
6-9,9
10-13,9
14-17,9
18-21,9
22-25,9
26-29,9
30-34
Xi
8
12
16
20
24
28
32
frekvencije
IIIII IIIII
IIIII IIIII IIIII IIII
IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII I
IIIII IIIII IIIII IIIII IIIII II
IIIII IIIII IIIII IIIII IIIII
IIIII III
II
fi
10
19
46
27
20
8
2
132
= 132 .
i =1
Fi+ = f j .
j =1
F1+ = f j = f 1 = 10 ,
j=1
12
F2+ = f j = f1 + f 2 = 10 + 19 = 29 ,
j=1
F3+ = f j = f1 + f 2 + f 3 = 10 + 19 + 46 = 75 ,
j =1
...
Distribucija intervalnih kumulativnih frekvencija X i , Fi je ureden statisticki
skup kod koga se u svakom narednom intervalu oduzimaju apsolutne frekvencije
predhodnih uzimajuci da se prvom intervalu dodjeljuje ukupan broj podataka N.
U naem primjeru je:
F1 = N = 132 ,
F2 = F1 f i = 132 10 = 122 ,
i 1
2
F3 = F2 f i = 122 19 = 103 ,
i =1
...
Distribucija intervalnih relativnih kumulativnih frekvencija X i , RFI je ureden
statisticki skup kod koga se relativne kumulativne frekvencije odreduju po
formuli:
F
RFi = i .
N
10
U naem primjeru je:
RF1+ =
= 0,07
132
29
RF2+ =
= 0,22
132
75
RF3+ =
= 0,57
132
...
odnosno
132
RF1 =
=1
132
122
RF2 =
= 0,92
132
103
RF3 =
= 0,78 .
132
13
= 1.
i =1
= 1.
i =1
= 100 .
i =1
= 100 .
i =1
L i Di
Xi
fi
6-9,9
10-13,9
14-17,9
18-21,9
22-25,9
26-29,9
30-34
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
Fi+
10
29
75
102
122
130
132
RFi+
0,07
0,22
0,57
0,77
0,92
0,98
1,00
Fi
132
122
103
57
30
10
2
RFi
1,00
0,92
0,78
0,43
0,23
0,07
0,01
ri
0,076
0,144
0,348
0,205
0,152
0,061
0,015
1,000
pi
7,58
14,39
34,85
20,45
15,15
6,06
1,52
100
14
fi
50
45
40
35
30
25
20
15
10
5
0
0
12
16
20
24
28
32
36
40
Xi(cm)
15
45
40
35
30
25
20
15
10
0
6-9,9
10-13,9
14-17,9
18-21,9
22-25,9
26-29,9
30-34
Xi(cm)
16
N
140
120
100
F+
F80
60
40
20
0
0
10
Grafik 3. Kumulane F+ i F-
15
20
25
30
35
40
Xi(cm)
17
d) Koristeci graficki prikaz s dvije y-ose moguce je predstaviti dva tipa distribucije
frekvencija intervalno uredenog statistickog skupa. Pri tome se mogu koristiti
kombinacije linijskog i povrinskog grafikona.
Primjeri.
F+
RF+
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
140
120
100
80
60
40
20
0
6
12
16
20
24
28
32
F+
RF+
Xi(cm)
F-
RF-
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
140
120
100
80
60
40
20
0
8
12
16
20
24
28
32
34
Xi(cm)
FRF-
18
f
50
r
0,4
45
0,35
40
0,3
35
0,25
30
25
0,2
20
f
r
0,15
15
0,1
10
0,05
5
0
0
2
12
16
20
24
28
32
38
Xi(cm)
50
40
45
35
40
30
35
25
30
25
20
20
15
15
10
10
5
5
0
0
2
12
16
20
Xi(cm)
24
28
32
38
f
p
19
Zadatak 3.
Na terenu je registrovano prisustvo razlicitih vrsta drveca:
Tabela 7. Prisustvo vrsta
Vrsta drveca
Fagus
Abies
Picea
Quercus
Fraxinus
Acer
Oznaka
A
B
C
D
E
F
Frekvencije
44
12
28
8
2
3
50
40
30
20
10
0
A
A
46%
C
29%
B
12%
20
Zadatak 4.
Izvrena je uzgojna klasifikacija 132 stabla za dvije razlicite vrste drveca A i B.
Distribucije frekvencija u uzgojnim klasama su sljedece:
Tabela 8. Uzgojna klasifikacija stabala
Frekvencije
A
18
59
42
13
Uzgojna klasa
I
II
III
IV
B
12
38
46
36
60
50
40
A
B
30
20
10
0
I
II
III
IV
21
Zadatak 5.
U periodu 12.05.-08.09. 2000 vrena su registrovanja brojnosti potkornjaka:
Tabela 9. Ulov potkornjaka
12.05.00 19.05.00. 26.05.00. 02.06.00. 09.06.00. 16.06.00. 23.06.00. 30.06.00. 07.07.00.
1722
874
237
354
800
470
197
69
363
14.07.00. 21.07.00. 28.07.00. 04.08.00. 11.08.00. 18.08.00. 25.08.00. 01.09.00. 08.09.00.
86
30
61
90
38
91
70
77
1800
1600
1400
1200
1000
800
600
400
200
12
.05
.0
19 0
.05
.00
26 .
.05
.0
02 0.
.06
.0
09 0.
.06
.0
16 0.
.06
.00
23 .
.06
.0
30 0.
.06
.00
07 .
.07
.0
14 0.
.07
.0
21 0.
.07
.0
28 0.
.07
.00
04 .
.08
.0
11 0.
.08
.0
18 0.
.08
.00
25 .
.08
.0
01 0.
.09
.0
08 0.
.09
.00
.
70
22
Zadatak 6.
U sektorima od po 45 u odnosu na stajalite posmatraca, u toku jednog dana,
registrovana je pojava ptica. Registrovani su podaci:
Tabela 10. Pojava ptica
Sektor
0-45
45-90
90-135
135-180
180-225
225-270
270-315
315-360
Frekvencija
66
29
9
10
14
146
290
201
0-45
300
315-360
250
200
45-90
150
100
270-315
225-270
50
0
90-135
135-180
23
Kod statistickog skupa s parnim brojem podataka potrebno je odrediti prvi i drugi
centralni podatak:
Xc
- prvi centralni podatak,
X c +1
- drugi centralni podatak,
pri cemu je:
c=
N
.
2
Medijana je tada:
X c + X c +1
.
2
U naem primjeru je X c = 16,4cm i X c +1 = 16,5cm , pa je medijana:
16,4 + 16,5
Me =
= 16, 45cm .
2
Me =
24
Rjeenje:
a) Kod intervalno uredene distribucije frekvencija medijana M e se dobije iz formule:
N +1
FMe 1
M e = L Me + d 2
f Me
pri cemu je:
L Me lijeva (nia) granica medijanskog intervala,
d
irina medijanskog intervala,
N
broj svih podataka u skupu,
FMe 1 kumulativna frekvencija u predmedijanskom intervalu,
f Me
frekvencija u medijanskom intervalu.
Medijanski interval predstavlja interval u kome se nalazi N/2-ti podatak.
Za na primjer, koritenjem Tabele 4. odredujemo medijanski interval posmatrajuci
kumulantu K+ i registrujuci interval u koji pada 132/2=61 podatak. To je interval (1417,9). Zatim izracunavamo medijanu:
132 + 1
29
M e = 14 + 4 2
= 17,26cm .
46
Znaci, 50 % stabala (61 stablo) ima prsni promjer manji od 17,26 cm.
c) Percentili, decili i kvartili su pozicione mjere centralne tendencije kojima se
odreduju vrijednosti koje skup dijele na podskupove cija brojnost odgovara
odabranom procentu, desetom dijelu ili cetvrtini posmatranog skupa. Kod intervalno
uredene distribucije frekvencija percentil je:
25
(N + 1)
Fp 1
100
P = L p + d p
,
fp
gdje je:
P - percentil,
L p - lijeva granica percentilnog intervala,
d p - duina percentilnog intervala,
Fp 1 - kumulativna frekvencija u pred-percentilnom intervalu,
f p - apsolutna frekvencija percentilnog intervala.
26
Decili predstavljaju vrijednosti koje skup brojno dijele na desete dijelove. Mogu biti
izraeni i kao percentili.
Drugi decil D 2 ustvari predstavlja 20-ti percentil P20 .
U naem primjeru je:
20(132 + 1)
P (D 2 ) = P(P20 ) =
= 26,6 ? F2+ =29? P20 (10,13.9]
100
20(132 + 1)
10
100
D 2 = P20 = 10 + 4
= 13,49cm
19
Znaci, 20% podataka u skupu ima vrijednost manju od 13,49cm.
Kvartili predstavljaju vrijednosti koje skup brojno dijele na 25% dijelove. Mogu
biti izraeni i kao percentili. Npr. Q1 je ustvari 25-ti percentil, tj. P25 . Unaem
primjeru se odreduje kao:
25(132 + 1)
P (Q 1 ) = P(P25 ) =
= 33,25 ? F3+ =75? P25 (14,17.9]
100
25(132 + 1)
29
100
Q 1 = P25 = 14 + 4
= 14,37cm
46
Znaci, prvi kvartil je 14,37cm, tj. 25% podataka u skupu ima vrijednost manju od
14,37 cm.
Drugi kvartil Q 2 = P50 = M e :
50(132 + 1)
= 66,5 ? F3+ =75? P50 (14,17.9 ]
100
50(132 + 1)
29
100
Q 2 = P50 = 14 + 4
= 17,26cm
46
Znaci, drugi kvartil je 17,26cm, tj. 50% podataka u skupu ima vrijednost manju od
17,26 cm.
P (Q 2 ) = P(P50 ) = M e =
27
28
X=
Xe
e =1
Znaci, aritmeticka sredina negrupisanih podataka prsnih promjera iznosi 17,25 cm.
Zadatak 10.
Za intervalno uredenu distribuciju apsolutnih frekvencija iz Tabele 4 izracunati
aritmeticku sredinu.
Rjeenje:
a) Aritmeticka sredina intervalno uredene distribucije apsolutnih frekvencija se
racuna po formuli:
X=
1 k
fiXi .
N i=1
X = ri X i .
i =1
29
Xi
fi
ri
Xifi
X i ri
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
0,076
0,144
0,348
0,205
0,152
0,061
0,015
80
228
736
540
480
224
64
2352
0,61
1,73
5,58
4,09
3,64
1,70
0,48
17,82
X=
1
2352 = 17,82cm
132
X = 17,82cm
Znaci, aritmeticka sredina intervalno grupisanih podataka iznosi 17,82 cm.
X=
P X
i
i =1
N
P
i =1
P1X1 + P2 X 2 + ... + PN X N
,
P1 + P2 + ... + PN
30
Rjeenje:
Kvadratna sredina negrupisanih podataka predstavlja kvadratni korijen aritmeticke
sredine sume kvadrata podataka:
N
K=
K=
X
e=1
2
e
45942,6
= 18,66cm
132
Znaci, kvadratna sredina negrupisanih podataka prsnih promjera iznosi 18,66 cm.
Zadatak 13.
Za intervalno uredenu distribuciju apsolutnih frekvencija iz Tabele 4 izracunati
kvadratnu sredinu (prsni promjer srednjeg stabla po temeljnici).
Rjeenje:
Kvadratna sredina intervalno uredene distribucije apsolutnih frekvencija se racuna
po formuli:
K=
1 k
fiXi2
N i=1
Xi
fi
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
K=
f i Xi
640
2736
11776
10800
11520
6272
2048
45792
1
45792 = 18,63cm
132
31
Harmonijska sredina
Zadatak 14.
Tri radnika, pri istim uslovima rada, izvode kresanje grana. Za kresanje grana
jednog stabla utroe razlicito vrijeme i to:
Radnik
Vrijeme (minuta)
I
10,4
II
16,6
III
12,3
4
10,4
12
11,6
15
15,1
5
9,9
1
a) Kada se varijabla posmatrane pojave izraava reciprocnom vrijednocu
Xe
koristi se harmonijska sredina H.
U ovom slucaju koristi se jednostavna harmonijska sredina H:
H=
N
.
1
e =1 X e
N
3
3
=
= 12,62 min
1
1
1
0
,
24
+
+
10,4 16,6 12,3
H=
N
.
fi
i =1 X i
k
4 + 12 + 15 + 5
36
=
= 12,34 min
4
12
15
5
2
,
92
+
+
+
10,4 11,6 15,1 9,9
U ovom slucaju, prosjecno utroeno vrijeme za kresanje grana jednog stabla je 12,34
minuta.
32
Geometrijska sredina
Zadatak 15.
Godinja proizvodnja pilanskih trupaca u jednom preduzecu umarstva bila je:
Godina
Proizvodnja (u 000 m3)
G = N Xi
e =1
log G =
log X
i +1
33
Mjere varijacije
Razmak varijacije
Zadatak 16
Izracunati razmak varijacije statistickog skupa iz Tabele 1.
Rjeenje:
Razmak varijacije statistickog skupa RVx predstavlja razliku izmedu najvece i
najmanje numericke vrijednosti u skupu:
RVx = ( X+ X )
RVx = (32,9 6,2) = 28,7cm
Razmak varijacije statistickog skupa iznosi 28,7 cm.
Kvartilna devijacija
Zadatak 17.
Izracunati kvartilnu devijaciju intervalnih frekvencija iz Tabele 4.
Rjeenje:
Kvartilna devijacija distribucije intervalnih frekvencija Q je definirana sljedecom
formulom:
Q Q1
Q= 3
,
2
gdje su Q1 i Q 3 prvi i treci kvartil u skupu.
U naem primjeru je:
Q=
21,67 14,37
= 3,65cm .
2
34
1 N
Xe X
N e =1
U naem slucaju:
dx =
1
( 16,1 17,25 + 11,0 17, 25 + ... + 25,9 17,25 ) = 570,66 = 4,32cm
N
132
1 k
fi Xi X
N i=1
Xi
fi Xi X
fi
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
98,2
110,5
83,6
58,9
123,6
81,5
28,4
584,7
1
584,7 = 4,4cm
132
Znaci, srednje apsolutno odstupanje u analiziranom skupu je 4,4 cm.
dx =
35
Varijansa
Zadatak 20.
Izracunati:
a) Varijansu i standardnu devijaciju statistickog skupa iz Tabele 1,
b) Varijansu i standardnu devijaciju distribucije intervalnih frekvencija iz Tabele
4.
Rjeenje:
a) Varijansa statistickog skupa je aritmeticka sredina kvadrata odstupanja
podataka od aritmeticke sredine:
1 N
2
2
x = (X e X ) .
N e=1
U navedenom primjeru je:
1
2x =
(16,1 17,25)2 + (11,0 17, 25)2 + ... + (25,9 17,25)2 = 3971,29 = 30,08
N
132
x = 2x =
1 N
(X e X )
N e=1
x = 30,08 = 5,48 cm
Standardna devijacija statistickog skupa iznosi 5,48 cm. Znaci, prosjecno
odstupanje podataka od njhove aritmeticke sredine iznosi 5,48 cm.
b) Varijansa intervalno uredene distribucije frekvencija se racuna po formuli:
x =
2
1 k
2
f i (X i X ) po def.
N i =1
1 k
2
f i (X i X ) po def.
N i =1
x = x 2 =
1 k
fi X i 2 X 2
N i=1
x = x =
2
odnosno,
1 k
f i Xi 2 X 2
N i =1
36
x =
2
k
1 k
2
( f i X i X f i X i )
N i=1
i =1
x = x =
2
k
1 k
2
( f i X i X f i X i )
N i=1
i =1
Xi
Xi X
fi
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
fi Xi X
-98,2
-110,5
-83,6
58,9
123,6
81,5
28,4
98,2
110,5
83,6
58,9
123,6
81,5
28,4
584,7
f i (X i X)
964,0
643,2
152,1
128,5
764,3
829,4
402,2
3883,6
po definiciji:
x =
2
1
3883,6 = 29, 42
132
x = 29,42 = 5,42cm
po radnim formulama:
x =
2
1
45792 17,82 2 = 29,42
132
x = 29,42 = 5,42cm
x =
2
1
( 45792 17,82 2352) = 29, 42
132
x = 29,42 = 5,42cm
37
Ponderisana varijansa
Zadatak 21:
Za tri ogledne plohe ( o = 1,3) zasada smrce (A, B i C) iste starosti odredeni su:
NO
A
412,0
B
386,0
C
432,0
Xo
14,2
15,4
13,6
2o
18,2
20,2
24,1
gdje su:
N O - broj stabala o-te ogledne plohe,
X o - aritmeticka sredina prsnih promjera stabala o-te ogledne ploha,
2o - varijansa prsnih promjera stabala o-te ogledne ploha.
Izracunati aritmeticku sredinu prsnih promjera i varijansu zajednickog skupa svih
zasada.
Rjeenje:
Kako se radi o tri podskupa jednog zajednickog skupa, koriste se sljedece formule:
- aritmeticka sredina zajednickog skupa:
X=
1 K
NoXo
N o=1
X=
1 K
NoXo
N o=1
( )
2x = 2 + 2 tj.
2x =
1 K
1 K
2
2
N
+
N o (X o )2 (X )
o o
N o =1
N o=1
1
17670 = 14,36 cm,
1230
( ) =
2
1
2573,66 = 20,92 ,
1230
1
2
2
=
254522, 20 14,36 = 0,55 , pa je
1230
38
21,47.
p=
X
e=1
39
Standardizacija varijable
Zadatak 23:
a) Izvriti transformaciju intervalnog obiljeja X i Tabele 7 u standardiziranu
varijablu Zi ,
b) Formulirati novi statisticki skup standardizirane varijable,
c) Izracunati aritmeticku sredinu, varijansu i standardnu devijaciju standardizirane
distribucije frekvencija.
Rjeenje:
a) Standardizirana varijabla je nova promjenjiva koja se dobije transformacijom
originalnih podataka po formuli:
Zi =
Xi X
.
x
Xi
fi
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
Zi
f i ZI
-1,81
-1,07
-0,34
0,40
1,14
1,88
2,62
-18,10
-20,38
-15,42
10,86
22,79
15,02
5,23
0
f i (Zi Z)
32,76
21,86
5,17
4,37
25,98
28,19
13,67
132
c) Iz Tabele 7 izracunavamo:
Z=
0
= 0,
132
2z =
132
=1.
132
40
Relativna devijacija
Zadatak 25:
Izracunati:
a) Relativnu devijaciju statistickog skupa iz Tabele 1,
b) Relativnu devijaciju distribucije intervalnih frekvencija iz Tabele 4.
Rjeenje:
a) Relativna devijacija statistickog skupa RD je srednje apsolutno odstupanje
izraeno u procentima aritmeticke sredine:
RD =
d
100 .
X
4,32
100 = 25,04%
17,25
41
Koeficijent varijacije
Zadatak 26:
Izracunati:
a) Koeficijent varijacije statistickog skupa iz Tabele 1,
b) Koeficijent varijacije distribucije intervalnih frekvencija iz Tabele 4.
Rjeenje:
a) Koeficijent varijacije KV je standardna devijacija izraena u procentima
aritmeticke sredine. Pomocu varijacionog koeficijenta utvrduje se u kom
stepenu varira neka osobina.
KVx =
x
100 %
X
5,48
= 0,3177 = 31,77%
17,25
5,42
= 0,3041 = 30, 41% .
17,82
42
Index biodiverziteta
Zadatak 27.
Koristeci podatke iz Tabele 17., odrediti:
a) Shannonov index biodiverziteta,
b) Relativni diverzitet.
Tabela 17. Shannonov index biodiverziteta
Vrsta
Frekvencija
Fagus
Abies
Picea
Quercus
Fraxinus
Acer
44
12
28
8
2
3
97
pi
log (pi )
0,4536
0,1237
0,2887
0,0825
0,0206
0,0309
-0,3433
-0,9076
-0,5396
-1,0837
-1,6857
-1,5097
p i log (p i )
-0,1557
-0,1123
-0,1558
-0,0894
-0,0348
-0,0467
-0,5946
Rjeenje:
a) Shannonov index biodiverziteta predstavlja mjeru varijacije izmedu kategorija i
racuna se po formuli:
k
H = p i log (p i )
i =1
H = 0,59
H
,
Hmax
43
3 =
3
x3
fi
10
19
46
27
20
8
2
132
f i (X i X)
-9464,4
-3742,1
-276,5
280,4
4724,7
8444,3
5704,6
5671,1
3
1
5671,1 = 42,96
132
42,96
3 =
= 0,27
5,423
3 =
44
Spljotenost
Zadatak 29.
Za distribuciju apsolutnih frekvencija iz zadataka 1.c) izracunati mjeru spljotenosti.
Rjeenje:
Spljotenost a 4 se racuna po formuli:
4 =
4
,
x4
4 =
fi
8
12
16
20
24
28
32
10
19
46
27
20
8
2
132
4 =
f i (X i X)
92923,2
21772,2
502,7
611,8
29207,5
85978,8
80901,7
311898,0
4
Xi
1
311898 = 2362,86
132
4 =
2362,86
= 2,73
5,42 4
45
TEORIJSKI RASPOREDI
Normalni (Gaussovog) raspored
Zadatak 30.
Za ispitivanu distribuciju frekvencija prsnih promjera odabrati model teorijskog
rasporeda (provjeriti uvjete za primjenu modela normalnog (Gaussovog) rasporeda).
Navesti model vjerovatnoce odabranog teorijskog rasporeda.
Navesti opci model vjerovatnoce odabranog standardiziranog teorijskog rasporeda.
Rjeenje:
Radi izbora odgovarajuceg teoretskog rasporeda potrebno je utvrditi tip varijable:
neprekidna ili prekidna. U ovom primjeru varijabla je neprekidna, numericka.
Nadalje, za empirijske distribucije frekvencija neprekidne numericke varijable
potrebno je provjeriti odnos medijane, modusa i aritmeticke sredine, te velicine
koeficijenata asimetrije i spljotenosti.
Ukoliko je empirijska distribucija frekvencija neprekidne numericke varijable, te
Me = Mo = X ,
3 = 0 i
4 = 3
za modeliranje analizirane empirijske distribucije frekvencija bira se normalni
(Gaussov) teorijski raspored.
U ovom slucaju:
M e = M o = X ? 17,26 16,35 17,82 ,
3 = 0 ? 3 = 0,27 0 ,
4 = 3 ? 4 = 2,73 3 .
Kako se ispitivana distribucija frekvencija odnosi na numericko, neprekidno
obiljeje, a uz to i priblino zadovoljava navedene uvjete, odabran je teorijski model
normalnog (Gaussovog) rasporeda.
Model vjerovatnoce normalnog rasporeda je:
f (X i ) =
1
2
1 X X
i
2 x
U konkretnom slucaju,
f (Xi ) =
1 X i 17 ,82
5 , 42
1 2
e
2
1 2 Z2
e
.
2
46
Zadatak 31.
Za transformirani standardizirani normalni raspored iz zadatka 10.:
a) odrediti teorijske frekvencije ispitivane distribucije frekvencija metodom ordinata,
b) nacrtati poligon empirijskih i teorijskih frekvencija,
c) odrediti teorijske frekvencije ispitivane distribucije frekvencija metodom
povrina.
Rjeenje:
a) Kod odredivanja teorijskih frekvencija ispitivane distribucije frekvencija
metodom ordinata koriste se utablicene ordinate standardizirane normalne krive
(Tablica 1). Za izracunate vrijednosti standardiziranog obiljeja:
Zi =
Xi X
x
Nd
f ( Zi ) .
x
f it .
Xi
8
12
16
20
24
28
32
fi
10
19
46
27
20
8
2
132
Zi
-1,81
-1,07
-0,34
0,40
1,14
1,88
2,62
f (Zi )
0,0775
0,2251
0,3765
0,3683
0,2083
0,0681
0,0129
f it
[f it ]
7,55
21,91
36,65
35,85
20,28
6,63
1,25
8
22
37
36
21
7
2
130,12
132
47
b)
f
50
45
40
35
30
25
20
15
10
5
0
0
12
16
20
24
28
32
36
40
X (cm)
Xi
6
8
12
16
20
24
28
32
34
fi
Zi
10
19
46
27
20
8
2
132
P (Zi )
P (Zi )k
Pi
f it
[f it ]
-2,18
-1,81
-1,07
-0,34
0,4
1,14
1,88
0,0146
0,0351
0,1423
0,3669
0,6554
0,8729
0,9699
0,4854
0,4649
0,3577
0,1331
0,1554
0,3729
0,4699
0,0205
0,1072
0,2246
0,2885
0,2174
0,0971
0,0257
2,71
14,15
29,65
38,08
28,70
12,82
3,39
3
14
30
38
29
13
4
2,62
2,99
0,9956
0,9986
0,4956
0,4986
0,0030
0,9840
0,40
129,88
1
132
127,19
132
48
Zadatak 32.
Pretpostavljajuci model standardiziranog normalnog rasporeda:
a) odrediti vjerovatnocu da stablo ima prsni promjer:
- veci od 30 cm,
- manji od 10 cm;
b) odrediti vjerovatnocu da stablo ima prsni promjer izmedu 15 cm i 25 cm;
c) odrediti prsni promjer d tako da je P(di>d)=0,95;
d) odrediti prsni promjer stabla iznad kojeg se nalazi 10 % najdebljih stabala u
sastojini.
Rjeenje:
a) Za X e = 30cm
30 17,82
= 2,25
5, 42
P (Z 2,25) = 1 0,9878 = 0,0122
Traena vjerovatnoca iznosi 1,22%. Znaci da u analiziranom skup u stabala 1,22%
ili dva stabla imaju prsni promjer veci od 30 cm.
Zi =
Za X e = 10cm
10 17,82
= 1, 44
5,42
P (Z 1, 44) = P(Z 1,44 ) = 1 0,9251 = 0,0749
Traena vjerovatnoca iznosi 7,49%. Znaci da u analiziranom skupu stabala 7,49%
ili deset stabala imaju prsni promjer manji od 10 cm.
Zi =
b) Za X1 = 15cm
X 2 = 25cm
Z1 = 0,5200
Z2 = 1,3247
P (Z Zi ) = 0,95 ?
Zi = 1,64
X i = Zi x + X
X i = 26,73cm
Znaci, u analiziranom skupu stabala 5% stabala ima prsni promjer veci od 26,73 cm.
P (Z Z1 ) = 0,90 ?
Z1 = 1,28
X i = Zi x X
X1 = 24,76cm
Znaci, u analiziranom skupu stabala 10% najdebljih stabala ima prsni promjer iznad
24,76 cm.
d)
49
Binomni raspored
Zadatak 33.
U rasadniku je ispitivano preivljavanje 75 skupina od po 8 sadnica koje su tretirane
hemijskim sredstvom:
Xi
fi
0
1
2
3
4
5
6
7
8
21
26
19
6
2
0
1
0
0
75
50
f X
f
i
96
= 1,28
75
X
p =
n
1, 28
p =
= 0,16
8
X=
fi = P(X )N .
fi .
Xi
fi
P (X)
fi
[f it ]
0
1
2
3
4
5
6
7
21
26
19
6
2
0
1
0
0,2479
0,3777
0,2518
0,0959
0,0228
0,0035
0,0003
2E-05
18,591
28,329
18,886
7,1946
1,7130
0,2610
0,0249
0,0014
19
28
19
7
2
0
0
0
4E-07
3E-05
75
75
51
c)
30
25
20
fe
ft
15
10
0
0
52
REGRESIONA ANALIZA
Linearna regresija (korelacija)
Zadatak 34.
Provjerite, na osnovu dijagrama rasipanja tacaka i strucnog razmatranja, da li postoji
korelaciona veza izmedu prsnog promjera i visine stabala (X1e , X 2e ) za 30 stabala
datih u Tabeli 2.
Na osnovu podataka o velicinama koreliranih varijabli (X1e , X2 e ) za 30 stabala iz
Tabele 2. odaberite model regresije.
(X1e )
(X 2e )
1
2
3
6,2
30,2
6,8
10,5
34,5
8,5
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
21,2
8,3
15,8
10,2
22,4
11,4
16,3
12,5
23,5
12,6
16,5
18,4
24,4
14,1
17,3
19,6
22,6
14,7
19,4
22,3
23,5
20,1
26,8
28,1
24,7
26,6
24,8
24,5
10,5
14,0
11,5
22,0
10,0
17,0
12,0
25,5
10,0
15,0
18,5
26,0
12,5
16,0
22,0
22,0
15,5
18,5
24,5
27,0
19,0
32,5
35,5
23,5
30,0
28,0
53
X2 (m)
40
35
30
25
20
15
10
0
0
10
15
20
25
30
35 X1 (cm)
54
Zadatak 35.
Izracunajte parametre linearnog regresijskog modela metodom najmanjih kvadrata.
Rjeenje:
Regresijski model:
X 2e = f (X1e )
X 2e = a + bX1e
Parametar a naziva se konstanta regresije.
Parametra b naziva se koeficijent regresije.
Metod najmanjih kvadrata
Analogno racunanju varijanse za jednu varijablu, kojom su minimizirani kvadrati
odstupanja od prosjeka, odreduje se model linearne regresije tako da se suma kvadrata
pojedinacnih odstupanja od pravca minimizira:
X 2e = (X2e a bX1e )2 = min
Koeficijenti a i b se odreduju tako da suma kvadrata odstupanja od pravca bude
minimalna po metodu najmanjih kvadrata.
Za odredivanje minimuma, uzimamo parcijalne izvode po a i b i izjednacavamo ih s
nulom. Parcijalni izvodi po a i b su:
X 2e = a + bX1e = F(a , b )
F
= 2( X 2e a bX1e )( 1) = 0
a
X 2e + a 1 + b X1e = 0
na + b X1e = X2 e ? I
F
= 2( X 2e a bX1e )( X1e ) = 0
b
X1e X2e + a X1e + b X12e = 0
? II
na + b X1e = X2 e
e =1
e =1
e =1
e =1
e =1
55
Iz druge slijedi
uvrstimo u prvu
b = 1,15
i dobijemo
a = 1,68
561,30
a 18,71b = 19,88
a + 20,88b = 22,38
2,17b = 2,50
b = 1,15
a = 22,38 20,88 *1,15 = 1,68
n
=
1e
e =1
e =1
N
1e
= n X X1e
e=1
e =1
2
e1
2
1e
e =1
30
561,30
=
= 30 11719,13 561,30 2 = 36516,21
561,30 11719,13
56
(a ) =
X
e =1
X1e X2e
e =1
(a ) =
2e
1e
e =1
N
X12e
e =1
e =1
e =1
2
e1
e =1
561,30
561,30
= 561,30 11719,13 12563,65 561,30 = 61515,70
12563,65 11719,13
Konstanta regresija a
(a ) 61515,70
=
= 1,68
36516, 21
Determinanta uz koeficijent regresije b
N
(b) =
e =1
N
1e
e =1
1e
2e
X 2e
e =1
e =1
e =1
e =1
30
596,50
(b) =
= 30 12563,65 561,30 596,50 = 42094,05
561,30 12563,65
Koeficijent regresije b
(b ) 42094,05
=
= 1,15
36516,21
IV Pomocu kovarijanse:
(X
C
b = 122 =
1
a = X 2e bX1e
1403,10
= 1,15
1217,21
57
X 2e = 1,68 + 1,15X1e
Koeficijent regresije b=1,15 znaci da s porastom prsnog promjera za 1 cm, visina
raste za 1,15 m.
po definiciji:
(X
n
s 2.1 = s 2. 1 =
2
s 2.1 = s 22. 1 =
e =1
2e
X 2e
n
149,88
= 4,99 = 2,23m
30
Determinacija
Zadatak 37.
Na osnovu podataka o velicinama koreliranih varijabli (X1e , X2 e ) za 30 stabala,
izracunajte jacinu korelacione veze.
Interpretirajte izracunati pokazatelj.
Rjeenje:
Jacina veze izraava se determinacijom ? 2 .
2 =
22
22
1617,46 / 30
2 =
= 0,91
1767,34 / 30
Znaci, u konkretnom slucaju, modelom linearne regresije, variranje u visini
objanjava se sa 91 % variranjem prsnih promjera, a ostatak (7%) se odnosi na druge
neobuhvacene faktore.
58
Koeficijent korelacije
Zadatak 38.
Odrediti stupanj meduzavisnosti prsnih promjera i visina.
Rjesenje:
Meduzavisnost se izraava koeficijentom korelacije ? , koji predstavlja kvadratni
korijen iz determinacije ( ? 2 ).
Izracunava se iz:
= 2
= 0,91 = 0,96 ,
to ukazuje na vrlo visok stupanj korelacije izmedu prsnih promjera i visina stabala.
59
X 2e
X 12e
X1e X 2e
X 31e
X 14e
X 12e X 2e
X1e
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Rjeenje:
Krivolinijsku regresiju moemo izraziti polinomom k-tog stupnja:
k
X*2e = b0 + b jX1je .
j =1
X*2e
15,8
17
15,2
17,2
18,4
14,8
18,5
14,5
19,2
14,2
20,7
13,2
21
12,3
21,2
11,5
22,4
11,5
13,2
24,7
336,6
60
e =1
e =1
na + b X 1e + c X 1e =
n
X
e =1
2e
a X 1e + b X 1 e + c X 1e =
2
e =1
n
e =1
n
e =1
n
a X 1e + b X 1 e + c X 1 e =
2
e =1
e =1
e =1
e=1
1e
X
e =1
X 2e
2
1e
X 2e
61
(X
n
e =1
s 2.1 = s 2.1 =
2
2e
X
2e
n
40,36
= 2,02 = 1,42 m
20
s 2.1 = s 22.1 =
Determinacija ? 2
- po definiciji
(X
n
=
2
e =1
n
(X
e =1
2 =
2e
2 /n
X
2e
2e
X 2e / n
278,72 / 20
= 0,87
319,08 / 20
22.1
22
ili
62
= 2
= 0,87 = 0,93
Viestruka regresija
Parametri modela viestruke linerane regresije
Zadatak 40:
Na osnovu podataka o velicinama koreliranih varijabli ( X1e , X2e , X3e ) (prsni
promjer, visina, volumen stabla) za 30 stabala datih u Tabeli Y, odredite model
viestruke (multiple) linearne regresije tj. odredite parametre funkcije izravnanja
( X 3e = f (X1e , X2e ) ) metodom najmanjih kvadrata.
Rjeenje:
Model viestruke (muliple) regresije X 3e = f (X1e , X2e ) odnosi se na
X3e = + * X1e + * X 2e
Sistem normalnih jednacina za proracun parametara jednacine viestruke regresije
e =1
e =1
e =1
e =1
e =1
e =1
e =1
e =1
e =1
e =1
63
e
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
X1e
X 2e
16,12 14,93
10,98 10,54
18,98 18,53
24,41 27,60
24,00 26,81
26,82 32,55
6,21
8,82
16,47 15,33
23,46 25,79
11,98 11,19
14,07 12,86
8,81
9,48
7,99
9,20
12,56 11,61
13,63 12,48
6,56
8,87
14,71 13,47
15,57 14,34
18,41 17,74
15,78 14,56
15,98 14,78
15,75 14,53
24,76 28,28
17,25 16,25
16,72 15,62
15,00 13,75
28,07 35,37
22,25 23,63
30,20 40,49
14,26 13,03
507,78 532,41
X3e
0,15
0,05
0,25
0,62
0,58
0,88
0,01
0,16
0,53
0,06
0,10
0,03
0,02
0,07
0,09
0,01
0,11
0,13
0,23
0,14
0,14
0,14
0,65
0,18
0,16
0,12
1,05
0,44
1,38
0,10
8,55
X32e
0,02
0,00
0,06
0,38
0,34
0,77
0,00
0,02
0,28
0,00
0,01
0,00
0,00
0,00
0,01
0,00
0,01
0,02
0,05
0,02
0,02
0,02
0,42
0,03
0,03
0,01
1,09
0,19
1,92
0,01
5,75
X1e X 3e
X12e
2,35 259,88
0,52 120,55
4,75 360,42
15,06 596,06
13,90 576,16
23,54 719,11
0,08
38,62
2,57 271,20
12,49 550,36
0,72 143,62
1,34 197,95
0,24
77,59
0,18
63,76
0,86 157,70
1,18 185,81
0,09
43,03
1,61 216,46
2,03 242,57
4,15 338,90
2,14 248,93
2,26 255,36
2,13 248,14
16,10 613,17
3,13 297,61
2,74 279,59
1,74 225,02
29,35 788,14
9,77 495,22
41,81 911,80
1,42 203,21
200,25 9725,93
X 2e X 3e
2,17
0,50
4,64
17,02
15,53
28,57
0,11
2,39
13,73
0,67
1,23
0,26
0,20
0,80
1,08
0,13
1,47
1,87
4,00
1,98
2,09
1,96
18,39
2,95
2,56
1,60
36,97
10,37
56,06
1,29
232,60
X 22e
223,01
111,04
343,31
761,52
718,58
1059,34
77,86
234,89
665,03
125,19
165,45
89,78
84,56
134,70
155,63
78,71
181,36
205,67
314,73
211,93
218,39
211,15
799,61
264,22
243,95
189,08
1251,04
558,57
1639,58
169,86
11487,72
X1e X 3e
2,35
0,52
4,75
15,06
13,90
23,54
0,08
2,57
12,49
0,72
1,34
0,24
0,18
0,86
1,18
0,09
1,61
2,03
4,15
2,14
2,26
2,13
16,10
3,13
2,74
1,74
29,35
9,77
41,81
1,42
200,25
64
12
C12
C12
2
= 1222 C12
2
2
() =
C13
C23
C12
= 22C13 C12C 23
22
( ) =
12
C12
C13
= 12C23 C12C13
C23
12 =
1
(X1e X1e )2
n
12 =
1
(X1e X1e )2
n
12 =
1
(X1e X1e )2
n
C12 =
1
(X1e X1e )(X2 e X2e )
n
65
C13 =
1
(X1e X1e )(X3e X3e )
n
C23 =
1
(X2e X 2e )(X3e X3e )
n
()
( )
= X 3 X 1 X 2
37,71 48,77
= 37,71 * 67,97 48,772 = 184,74
48,77 67,97
() =
1,85 48,77
= 1,85 * 67,97 2,69 * 48,77 = 5,64
2,69 67,97
( ) =
37,71 1,85
= 37,71 * 2,69 48,77 * 1,85 = 11,37
48,77 2,69
=
5,64
= 0,03
184,74
11,37
= 0,06
184,74
X 3e = 0, 29 0,03X1e + 0,061X 2e
66
(X
n
s 3. 12 =
3e
X
3e
e =1
U nasem slucaju:
s 3. 12 = 0,0011
s 3. 12 = 0,0332m 3
Determinacija
Zadatak 42.
Na osnovu podataka o velicinama koreliranih varijabli ( X1e , X2e , X3e ) za 30
stabala, za viestruku linearnu regresiju odredite mjere jacine krivolinijske regresije :
determinaciju i index korelacije.
Rjeenje:
Proracun jacine viestruke korelacije vri se
s 23.12
0,0011
2
3.12 = 1 2 = 1
= 0,9902
0,1105
3
67
Neto korelacije
Modeli neto regresija
Zadatak 43.
Odrediti modele neto regresije za zavisnost volumena stabala (X3e ) od prsnog
promjera (X1e ) i visine stabala (X 2e ) .
Rjeenje:
Model viestruke linearne regresije:
X 3e = + X1e + X2e
X 3e = 0,29 0,03X1e + 0,06X 2e
(2) X 3. 21 = + X1e + X 2e
68
Neto korelacije
Zadatak 44.
Odrediti parcijalne korelacije izmedu volumena stabala (X3e ) i prsnog promjera
(X1e ) i visine stabala (X 2e ) ,pomocu determinanti (koeficijenata parcijalnih
korelacija).
Rjeenje:
Korelaciona matrica
1 r12 r13
R = r21 1 r 23
r31 r32 1
rij =
Cij
i j
(X X )(X X )
(X X ) (X X )
ie
ie
je
je
ie
ie
je
je
1463,10
= 0,9632
1131,34 * 2039,11
r12 =
55,5221
= 0,9067
1131,34 * 3,31
80,85
=
= 0,9835
2039,11 * 3,31
r13 =
r23
Korelaciona matrica:
0,9632 0,9067
1
R = 0,9632
1
0,9835
0,9067 0,9835
1
Determinanta korelacione matrice:
det R = 1
1
0,9835
0,9632 0,9835
0,9632
1
0,9632
+ 0,9067
= 0,0007
0,9835
1
0,9067
1
0,9067 0,9835
Minori:
69
M11 =
1
r32
r32
2
= 1 r32
1
M11 =
1
0,9835
= 1 0,9835 2 = 0,0327
0,9835
1
M 22 =
1
0,9067
= 1 0,9067 2 = 0,1778
0,9067
1
M 33 =
1
0,9632
= 1 0,96322 = 0,0720
0,9632
1
Algebarski kofaktori:
R ij = ( 1) M ij
i+ j
R11 = 0,0327
R 22 = 0,1778
R 33 = 0,0720
Parcijalne korelacije
rij. k =
R ij
R iiR jj
R13 =0,0406
R11 =0,0327
R 33 =0,0720
r13. 2 =
1R13
1 * 0,0406
=
= 0,8371
R11R 33 0,0327 * 0,0720
R 23 =-0,1100
R 22 =0,1778
r23. 1 =
1R 23
1* 0,11
=
= 0,9720
0,1778
R 22R 33
70
A = (X1e X1e ), B = (X 2 e X 2e ), C = (X 3e X 3e )
X1e
X 2e
X3e A
B
C
A
B
C
AB
16,12 14,93 0,15 -0,81 -2,81 -0,14
0,65
7,91 0,02
2,27
10,98 10,54 0,05 -5,95 -7,21 -0,24
35,36
51,97 0,06
42,87
18,98 18,53 0,25
2,06 0,78 -0,03
4,24
0,61 0,00
1,61
24,41
27,6 0,62
7,49 9,85 0,33
56,08
97,00 0,11
73,75
24,00 26,81 0,58
7,08 9,06 0,29
50,09
82,07 0,09
64,12
26,82 32,55 0,88
9,89 14,8 0,59
97,82 219,06 0,35 146,38
6,21
8,82 0,01 -10,71 -8,92 -0,27 114,74
79,62 0,07
95,58
16,47 15,33 0,16 -0,46 -2,42 -0,13
0,21
5,86 0,02
1,11
23,46 25,79 0,53
6,53 8,04 0,25
42,69
64,66 0,06
52,54
11,98 11,19 0,06 -4,94 -6,56 -0,22
24,42
43,01 0,05
32,41
14,07 12,86 0,10 -2,86 -4,88 -0,19
8,16
23,85 0,04
13,95
8,81
9,48 0,03 -8,12 -8,27 -0,26
65,90
68,42 0,07
67,15
7,99
9,20 0,02 -8,94 -8,55 -0,26
79,94
73,13 0,07
76,45
12,56 11,61 0,07 -4,37 -6,14 -0,22
19,08
37,71 0,05
26,83
13,63 12,48 0,09 -3,29 -5,27 -0,20
10,85
27,79 0,04
17,37
6,56
8,87 0,01 -10,37 -8,88 -0,27 107,46
78,77 0,07
92,00
14,71 13,47 0,11 -2,21 -4,28 -0,18
4,90
18,32 0,03
9,47
15,57 14,34 0,13 -1,35 -3,41 -0,15
1,83
11,60 0,02
4,60
18,41 17,74 0,23
1,48 -0,01 -0,06
2,20
0,00 0,00
-0,01
15,78 14,56 0,14 -1,15 -3,19 -0,15
1,32
10,17 0,02
3,66
15,98 14,78 0,14 -0,95 -2,97 -0,14
0,89
8,81 0,02
2,81
15,75 14,53 0,14 -1,17 -3,22 -0,15
1,38
10,34 0,02
3,77
24,76 28,28 0,65
7,84 10,53 0,37
61,41 110,89 0,13
82,52
17,25 16,25 0,18
0,33 -1,49 -0,1
0,11
2,23 0,01
-0,49
16,72 15,62 0,16 -0,21 -2,13 -0,12
0,04
4,53 0,01
0,44
15,00 13,75 0,12 -1,93 -4,00 -0,17
3,71
15,97 0,03
7,69
28,07 35,37 1,05 11,15 17,62 0,76 124,28 310,58 0,58 196,46
22,25 23,63 0,44
5,33 5,89 0,15
28,38
34,66 0,02
31,36
30,20 40,49 1,38 13,27 22,74 1,10 176,09 517,33 1,21 301,82
14,26 13,03 0,10 -2,67 -4,71 -0,19
7,13
22,22 0,03
12,59
507,78 532,41 8,55
1131,34 2039,11 3,31 1463,10
AC
BC
0,11
1,41
-0,07
2,48
2,08
5,86
2,92
0,06
1,62
1,11
0,54
2,09
2,35
0,95
0,65
2,81
0,39
0,21
-0,09
0,17
0,14
0,18
2,86
-0,03
0,02
0,33
8,48
0,82
14,59
0,50
55,52
0,39
1,71
-0,03
3,27
2,66
8,77
2,43
0,31
1,99
1,47
0,93
2,13
2,25
1,33
1,04
2,40
0,75
0,53
0,00
0,48
0,43
0,48
3,85
0,15
0,26
0,68
13,40
0,91
25,01
0,88
80,85
Korelacija ranga
Spearmanov koeficijent korelacije ranga
Zadatak 45.
Dva sumarska inzinjera ocijenila su kvalitet deset razlicitih stabala hrasta koristeci
skalu od 1 do 100.
Ocjene za pojedina stabla predstavljena su u Tabeli 26:
71
Osoba B
Bodovi
Rang
17
24
27
19
37
44
56
35
72
88
1
3
4
2
6
7
8
5
9
10
Rang
17
15
30
16
38
44
70
41
68
91
Razlike
3
1
4
2
5
7
9
6
8
10
-2
2
0
0
1
0
-1
-1
1
0
6 d 2i
n n2 1
6 *12
= 0,927 .
10(100 1)
rT = 0,564 .
Uocava se da je izracunata vrijednost Spirmanovog koeficijenta korelacije ranga
veca od kriticne vrijednosti, te zakljucujemo da je korelacija statisticki znacajna, tj. da
postoji znacajna povezanost izmedju nacina ocjenjivanja ova dva sumarska inzinjera.
72
5!
5 * 4 * 3 * 2 *1
5 * 4 * 3! 5 * 4
=
=
=
= 10
2!*(5 2)! ( 2 * 1) * (3 * 2 * 1)
2 * 3!
2
X
e =1
73
37 + 42 + 55 + 50 + 46
= 46,0m
5
39,5 + 46,0 + 43,5 + 41,5 + 48,5 + 46,0 + 44,0 + 52,5 + 50,5 + 48,0
= 46,0m
10
1 2
2
X u (X O )
u =1
1560,2
2116,0
1892,2
1722,2
2352,2
2116,0
1936,0
2756,2
2550,2
2304,0
21305,5
D(X) = 3,81m
b) Broj mogucih uzoraka velicine n=4:
C 54 =
5!
5 * 4!
=
=5
4!*1!
4!
74
(Xi i = 1, 2,3, 4)
37, 42, 55, 50
37, 55, 50, 46
37, 42, 50, 46
37, 42, 55, 46
42, 55, 50, 46
Xi2
Xi
46,00 2116,00
47,00 2209,00
43,75 1914,06
45,00 2025,00
48,25 2328,06
230,00 10592,10
( )
1
230,00
D X = 10592,10
= 2,42
5
5
Standardna devijacija aritmeticke sredine visine uzorka D(X) :
D(X) = 1,56m
2
75
Rjeenje:
a) Za ocjenu intervala povjerenja potrebno je izracunati statistike uzorka.
Tabela 29.
Xi
Xi2
316,73 100317,89
304,4
92659,36
315,25
99382,56
235,98
55686,56
301,41
90847,99
174,58
30478,18
151,92
23079,69
266,48
71011,59
269,06
72393,28
306,77
94107,83
193,42
37411,30
209,16
43747,91
186,7
34856,89
313,44
98244,63
316,52 100184,91
308,48
95159,91
189,31
35838,28
220,72
48717,32
254,92
64984,21
197,03
38820,82
189,59
35944,37
186,94
34946,56
211,5
44732,25
248,93
61966,14
5869,24 1505520,43
Intervala povjerenja
X u Zc D (X u ) X o X u + ZcD (X u )
D(Xu ) =
-
u
- standardna greka aritmeticke sredine uzoraka
n
za n<30:
Xo = Xu t
o
n
1
N
n
76
Xu =
Xu =
5869,24
= 244,55m 3 / ha
24
( X)
X n 1
u =
u =
2
i
n 1
5869,24 2
24 1 = 3051,65 = 55,24m 3 / ha
24 1
1505520,43
D(Xu ) =
x
55,24
=
= 11,27 m 3 / ha
n
24
t 0.05, 23 = 2,068
55, 24
24
55,24
24
1
< X O < 244,55 + 2,068
1
90
90
24
24
224,59 m/ha < X O < 264,51 m/ha
N n 2u
?
N n
2u T = 902
90 24 3051,65
= 755283,38 ? X = 869,07 m3
T
90
24
77
4 * (KV)2
E2
u
55,24
100 ? KV =
*100 = 22,59
X
244,55
E = 5%
n=
4 * 22,59 2
52
82
Zadatak 48.
Premjerom debljina 19 stabala obuhvacenih uzorkom ( stopa izbora 0,125) na
oglednoj plohi, dobijene su sljedece statistike :
X u = 32,3cm
u = 7,9cm
Ocijenite uz vjerovatnocu od 95 %:
a) Interval povjerenja aritmeticke sredine osnovnog skupa,
b) Interval povjerenja standardne devijacije osnovnog skupa,
Rjesenje:
a) Ocjena intervala povjerenja aritmeticke sredine osnovnog skupa
Xo = Xu t
o
n
1
N
n
stopa izbora=
XU = 32,3 2,101
n
N
7,9
1 0,125
19
X +O = 35,86cm
X O = 28,73cm
Na bazi statistickog uzorka ,uz vjerovatnocu od 95 % procjenjujem da se
aritmeticka sredina osnovnog skupa krece u intervalu od 28,73 cm do 35,86 cm.
78
D(u ) =
2u
2n
u
n
1
N
2n
7,9
o = 7,9 2,101
1 0,125
2 *19
+o = 10,42cm
o = u t
o = 5,38cm
Na bazi statistickog uzorka ,uz vjerovatnocu od 95 % procjenjujem da se
standardna devijacija osnovnog skupa krece u intervalu od 5,38 cm do 10,42 cm.
Statisticki testovi
t-test
Zadatak 49.
Na terenu su testirani uticaji dva razlicita feromona PH i IP. Pri tome su dnevno
registrovane brojnosti ulovljenih potkornjaka:
PH
IP
t=
d
,
sd
sd =
d 2j
2
(
dj )
n
n * (n 1)
4500
4400
79
IP
4960
524
1290
892
2240
3480
2320
2560
625
4300
3440
2540
4500
33671
2760
296
777
457
2840
2960
1640
1524
107
2000
2220
2060
4400
24041
t=
dj
2200
228
513
435
-600
520
680
1036
518
2300
1220
480
100
9630
d 2j
4840000
51984
263169
189225
360000
270400
462400
1073296
268324
5290000
1488400
230400
10000
14797598
740,77
= 3,35
221,65
80
Zadatak 50.
Dati su prosjecne visine, varijanse i velicine dva uzorka iz sastojina smrce:
X1 = 22 m, 12 = 12 , n1 =9 i
X2 = 18 m, 22 = 15 , n 2 =11.
Testirati razliku prosjecnih visina uzoraka uz vjerovatnocu od 95 %. Napisati
zakljucak.
Rjeenje:
H O : X1 = X2 (test nezavisnih uzoraka)
(Nema statisticki znacajnih razlika izmedu prosjecnih visina uzoraka dviju razlicitih
sastojina uz vjerovatnocu od 95%.)
Testiranje razlike izmedu dvije aritmeticke sredine
t=
X1 X 2
sX X
1
s X1 X2 =
s12 s 22
12 15
+
? s X1 X2 =
+
= 2,09m
n1 n 2
9 11
t=
22 18
= 1,91
2,09
Hipoteza se ne odbacuje.
Zakljucak: Ne postoje statisticki znacajne razlike izmedu prosjecnih visina u
razlicitim sastojinama smrce.)
Zadatak 51.
Provjeriti da li se varijansa Uzorka 1 statisticki znacajno razlikuje od varijanse
Uzorka 2 uz vjerovatnocu od 95 %, pri cemu su:
n 1 = 16 ; 12 = 25 ,
n 2 = 11 ; 22 = 10 .
Rjesenje:
U ovom slucaju primjenjuje se F-test, pri cemu se izracunata vrijednost
F = 12 / 22
F = 25 / 10 = 2,5
poredi s tablicnom vrijednoscu iz Tablica F distibucije
F*(n 1 , n 2 )0, 05
F * (15, ;10) 0,05 = 2,85
81
Viestruka poredenja
Slucajni blok sistem analiza varijanse
Zadatak 52.
Registrovane su visine stabala tri razlicite provenijencije aria.
X1
21,08
22,89
20,03
20,18
18,08
X2
24,63
23,98
19,77
18,81
17,48
X3
20,31
22,05
24,78
18,58
21,50
Rjeenje:
(Nema statisticki znacajnih razlika izmedu prosjecnih visina uzoraka tri razlicite
provenijencije aria uz vjerovatnocu od 95%.)
Tabela 31. Jednostruka analiza varijanse
ANOVA
Izvori varijacije
Izmedu grupa
Unutar grupa
Ukupno
SK
2,4608
73,9393
76,4001
df
2
12
14
PK
1,2304
6,1616
0,1997
P-value
0,8217
F0 .05,2
3,8853
F0.05, 2 = 3,8853
82
Zadatak 53.
Postavljen je slucajni blok plan radi testiranja razlicitih provenijencija aria. Pri
tome su registrovane prosjecne visine provenijencija u blokovima:
Provenijencija(P) / Blok
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
I
14,50
19,33
16,25
18,75
17,20
21,75
17,50
19,70
13,83
17,33
II
21,75
20,00
19,60
18,25
20,33
24,83
18,88
19,50
16,25
19,83
III
20,60
20,00
20,25
14,50
20,00
22,00
25,17
19,13
23,17
21,00
PK
7,2692
24,286
5,6383
F
P-value
1,2893 0,3078
4,3073 0,0296
F crit
2,4563
3,5546
Provenijencije
Fprovenijencija < Fprovenijencija , crit
Hipoteza se ne odbacuje.
Zakljucak:
Nema statisticki znacajnih razlika izmedu prosjecnih visina uzoraka deset razlicitih
provenijencija aria uz vjerovatnocu od 95%.
83
Blokovi:
Fblokova > Fblokova ,crit
Hipoteza se ne prihvata.
Zakljucak:
Postoje statisticki znacajne razlike izmedu prosjecnih visina
vjerovatnocu od 95%.
blokova
uz
Blok J
Razlika Prosjeka (I-J) Signifikantnost
II
-2,3080(*)
,048
III
-2,9680(*)
,013
II
I
2,3080(*)
,048
III
-,6600
,558
III
I
2,9680(*)
,013
II
,6600
,558
* Razlika prosjeka je signifikantna na nivou od 0,05.
84
=
2
(fi fit )2
f it
(f i fit )2 / f it
10
0,50
19
22
0,40
46
37
2,18
27
36
2,25
20
21
0,04
0,14
130
130
5,54
2 = 6,5388
02.05, 6 = 12,59
85
SEb =