Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

1. Uvod
Statistika je mlada matematika disciplina koja se bavi sakupljanjem, tabelarnim i
grafikim predstavljanjem podataka te izvoenjem zakljuaka nakon njihove analize.
Tokom poslednjih etrdesetak godina analiza statistikih podataka je postala veoma
popularna. Vea dostupnost kompjutera i statistikih softverskih paketa dodatno je poveala
ulogu statistike u empirijskim istraivanjima. Ona se zbog toga koristi za istraivanja u gotovo
svim oblastima, od medicine do sporta. Danasse na skoro svim fakultetima u svetu
podrazumeva da studenti imaju bar jedan predmet iz statistike. Gotovo svi dnevni listovi i
asopisi sadre grafikone i lanke o statistikim istraivanjima.
Re statistika ima dva znaenja. U svakodnevnom ivotu re statistika se odnosi na
numerike podatke. Primeri takvih numerikih podataka su prihod porodice, starost studenta,
procenatdodavanja koja je ostvario kvorterbek nekog fudbalskog tima1
i poetna plata pripravnika sa univerzitetskom diplomom.
Drugo znaenje rei statistika odnosi se na statistiku kao naunu disciplinu. U tom smislu,
re statistika definie se na sledei nain: Statistika je nauni metod koji se koristi za
prikupljanje, prikazivanje, analizu i interpretaciju podataka i donoenje statistikih zakljuaka.
Svakog dana smo u prilici da donosimo odluke koje mogu biti line, poslovne ili neke
druge. Sve te odluke se obino donose u uslovima neizvesnosti. Veoma esto, za probleme
sa kojima se suoavamo u stvarnosti ne postoji dovoljno precizno ili konano reenje.
Statistike metode nam pomau da u takvim situacijama donosimo strune i ispravne odluke.
Odluke donete na osnovu statistikih metoda nazivaju se procenama i prognozama.
Odluke koje se donose bez korienja statistikih (ili naunih) metoda predstavljaju
isto nagaanje i stoga su nepouzdane.
Kao i veina naunih disciplina, statistika ima dva aspekta: teorijski i primenjeni.
Teorijska ili matematika statistika bavi se razvojem, izvoenjem i dokazivanjem statistikih
teorema, formula, pravila i zakona.
Primenjena statistika podrazumeva primenu tih teorema, formula, pravila i zakona u
reavanju realnih problema.
Primenjena Statistika se dijeli na deskriptivnu, bavi se sakupljanjem, obradom i
tabelarnim i grafikim prikazivanjem podataka i induktivnu (na engleskom jeziku inference
statistics), bavi se izvoenjem zakljuaka nakon analize prikupljenih podataka. Deskriptivna
statistika je zaokruena oblast i njeno razumijevanje zahtjeva samo elementarno
matematiko znanje. Induktivna statistika je aktuelna, popularna i primjenjiva matematika
disciplina. Bavljenje induktivnom statistikom zahtjeva odlino znanje matematike, prije svega
vjerovatnoe.

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

2.Sreivanje i grafiko prikazivanje podataka

2.1.

Raspodela frekvencija

Sreivanjem podataka dobijaju se statistike serije koje se po nainu formiranja i

analiziranja dele na strukturne i vremenske serije.
Serije struktura raspodele statistikog skupa po vrednostima obeleja sastoji se iz
dva reda obavetenja: modaliteta i frekvencije (broja jedinica). U zavisnosti od vrste obeleja
postoje serije strukture sa nominalnim (kvalitativnim) i sa numerikim (kvantitativnim)
obelejem. Modaliteti atributivnih obeleja se iskazuju opisno i za njihovo grupisanje
potrebno je imati jasnu emu kvalifikacije formiranu po kriterijumu koji odgovara prirodi
samog obeleja
Vrsta sadnica
Bor
Jela

Broj
140
80

modaliteti

frekvencije

Kvantitativno obeleje:
Broj lanova domainstva:
Broj smena u preduzeima:
moe se prikazati raspodelom relativnih frekvencija koja se dobija tako to se
za svaku moguu vrednost obeleja H utvrdi koliko elemenata statistikog skupa uzima tu
vrednost.
H)
Apsolutne frekvencije (f)
x1

xk

f1

fk

N
Gradiranje brojanih verdnosti obeleja se razlikuje u zavisnosti od toga da li je
obeleje:
Prekidno (diskontinualno) = grupiu se po veliini (od nie ka vioj vrednosti)
Neprekidno (kontinualno) = H uzima vrednost iz konanog ili beskonanog
intervala (a, b); taj interval se deli na podintervale (a, a1), , (ak, b) koji se zovu grupni
intervali (koji ne moraju biti jednaki).

Grupni
intervali

Apsolutne
frekvencije (f)

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
a a1

f1

ak b

fk

N
Odreivanje grupnih intervala (broja i veliine) esto se vri uz pomo Sturgess-ovog
pravila:
Veliina intervala: k 1 3,3 log N , gde je N broj podataka
X X min
Broj intervala: d max
k
Ako treba podeliti H na dva ili vie statistikih skupova, onda apsolutne frekvencije
moraju da se pretvore u relativne brojeve i to uz pomo raspodele relativnih frekvencija.
f

pi i ; pi 0; pi 1 .
N
i 0

H)

Apsolutne Relativne
frekvencije frekvencije
(f)
(r)
p1

a f1a1

f1
N

a k fk b

pk

1,00

fk
N

Procentualne
Kumulativne
relativne
apsolutne
frekvencije
frekvencije (S)
(r) (%)
p1 100

C1 f1

p k 100

C k f1 ... f k

Kumulativne
relativne
frekvencije
(F)
F1

C1
N

Fk

ck
1
N

100,00

Relativne frekvencije su brojevi koji zadovoljavaju sledea dva uslova:

pi 0; p1 ... pk 1

Kumulativna frekvencija i-tog grupnog intervala se dobija kada se sve frekvencije za

prethodne intervale saberu Ci f1 f 2 ... f k ; i 1,..., k kada se Ci podele sa brojem
C
elemenata statistikog skupa Fi i .
N

2.2.

Grafiko prikazivanje raspodela frekvencija

Obavlja se uz pomo grafikona koji se konstruiu tako to se na horizontalnoij osi

nanosi vrednost obeleja H (H=prekidno) ili granice grupnih intervala (H=neprekidno). Kod
grafikona apsolutnih frekvencija na Y osi se nanose vrednosti odgovarajuih frekvencija za
3

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
grupni interval ili H, i konsturiu se pravougaonici iznad grupnih intervala sa visinama
jednakim frekvencijama; kada se spoje take na srednama grupnih intervala dobija se
poligon apsolutnih frekvencija.

Kod relativnih frekvencija koriste se histogrami: na H osi su sredine grupnih intervala,

a zatim se oko tih taaka vri konstruisanje pravougaonika ije e povrine biti jednake
vrednostima relativnih frekvencija. Primer:
Ako je duina i-tog intervala: d i ai ai 1
pi
; i 1,2,..., k ; r je
Visina pravougaonika iznad take:
treba da je: hi
di
odgovarajua relativna frekvencija
Histogram relativnih frekvencija (na slici=>)

Histogram je veoma pogodan za poreenje raspodela frekvencija:

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

Raspodela H na dva skupa

Kumulativne frekvencije

Na osnovu histograma koji odgovara raspodeli relativnih frekvencija neprekidnog

obeleja H, moe se izabrati kriva linija koja e aproksimirati posmatranu raspodelu
frekvencija. Ta linija se zove zakon verovatnoe ili funkcija gustine i predstavlja granini oblik
histograma ako se broj elemenata u statistikom skupu neogranieno poveava, a duine
intervala, na osnovu kojih pravimo histogram, neograneno se smanjuju.

3. Statistiki pokazatelji i parametri za analizu

3.1.

Srednje vrednosti obeleja

Za dublju analizu nisu dovoljni relativni brojevi i raspodela frekvencije, vee se

utvruju izvesni pokazatelji i parametri, ije utvrivanje omoguava donoenje zakljuaka o
odreenoj pojavi ili procesu. Prva grupa tih parametara su srednje vrednosti (proseci):
Poeljne osobine srednjih vrednosti su:
- Ako su sve vrednosti obeleja H jednake i njihova srednja vrednost treba da je tolika
- Ako postoje minimalna i maksimalna vrednost H onda je srednja vrednost vea od
minimuma i manja od maksimuma
- Srednja vrednost treba da zavisi od svih vrednosti H na celom statistikom skupu
- Aritmetika sredina niza brojeva je broj koji se dobije kad se njihov zbir podeli sa ukupnim
brojem lanova tog niza.
Najee se koristi, metod izraunavanja je isti za negrupisane i grupisane podatke:

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
n
1
x1 ... xn 1 xi
N
N i 1

Ako su utvreni x1 ,..., xn x

Ako je h prekidnog tipa, x1 ,..., xk sa frekvencijama f1 ,..., f k ;

1
N

f
i 1

N :

x f
i 1

Ako je h neprekidnog tipa, a a1 ,..., a k b sa frekvencijama f1 ,..., f k ;

f
i 1

N :

ai 1 ai
1
; i 1,2,..., k
x xi f i
2
N i 1
Osim ako se prvi i poslednji grupni interval znatno razlikuju po duini od ostalih (ili ako
je neki od njih beskonaan), tada je:
k

xi

xi a1

d
d
, x k a k 1 , gde je d prosena duina preostalih k 1 intervala.
2
2

fi
1 k
, i 1,..., k x xi pi .
N
N i 1
Pored univerzalnih (koji se mogu pokazati) aritmetika sredina ima jo neke osobine
koje omoguavaju njeno lake odreivanje:
1) Zbir odstupanja vrednosti obeleja H na posmatranom skupu od njihove
aritmetike sredine je jednako nuli:
Iz raspodele relativnih frekvencija pi

i 1

i 1

xi x 0, xi x f i 0
2) Zbir kvadrata odstupanja vrednosti obeleja H na elementima statistikog skupa
od bilo kog broja a je najmanji ako je a x :
N

x
i 1

a minimum za a x
2

3) Ako izmeu H i Y postoji linearna zavisnost, ista takva zavisnost postoji izmeu
njihovih aritmetikih sredina:
Y aX b y ax b; a, b , a 0

4) Pretpostavka: statistiki skup 1: N1 , X 1 ; statistiki skup 2: N 2 , X 2 ; tada je

aritmetika sredina za oba skupa zajedno jednaka ponderisanoj aritmetikoj sredini:
X

N1 X 1 N 2 X 2
N1 N 2

5) Posmatra se S statistikih skupova sa N1 ,..., N S elemenata i X 1 ,..., X S

aritmetikih sredinarespektivno. Tada je aritmetika sredina obeleja H na svim skupovima
zajedno jednaka ponderisanoj aritmetikoj sredini:
1 S
X Ni X i
N i 1

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
esto se statistiki skupovi sastoje iz stratuma, tj. podskupova koji se meusobno
iskljuuju, a zajedno ine ceo skup. Statistiki podaci se prikupljaju i obrauju po stratumima
=> analiza celog skupa, to je nekad nemogue.
- Geometrijska sredina (najpogodnija u analizama vremenskih serija) niza brojeva je
N-ti koren iz proizvoda njegovih lanova. Neka su X 1..., X N vrednosti posmatranog obeleja
H na elementima statistikog skupa. Geometrijska sredina je jednaka:
G N X 1 X 2 ... X n

Kada je H dato raspodelom frekvencija f1 ,..., f k :

f

G N x1 1 x2 2 ... xk

fk

Upotreba geometrijske sredine je mogua samo za pozitivna obeleja.

Logaritmovanjem se dobija:
1 N
log G log xi
N i 1
1 k
log G f i log xi
N i 1
k
fi
Za relativne frekvencije se dobija: log G pi log xi , pi , i 1, k
N
i 1
Sve osobine aritmetike poseduje i geometrijska sredina.
- Harmonijska sredina niza brojeva je reciprona vrednost aritmetike sredine
recipronih vrednosti lanova tog niza.
Ako su X 1 ..., X n vrednosti obeleja H na N elemenata statistikog skupa, tada je
N
N
1 1 N 1
H
,H N

1 1
1
1
H N i 1 xi .
harmonijska sredina:
...

x1 x2
xn
i 1 xi
Kada je H dato raspodelom frekvencija:

Preko relativnih frekvencija:

1
1

H N

fi

i 1

N
p
1
i
H i 1 xi

Cauchy-jeva teorema: H G m

3.2.

Indeksi, stope promene

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
Slue za najjednostavniju analizu vremenskih serija (praenje dinamikih kretanja
pojava).
- Indeks je broj koji predstavlja kolinik vrednosti posmatranog obeleja H u trenutku t
Xt
(Xt) i vrednosti tog obeleja u nekom drugom trenutku t : I t , t
.
X t
Postoje dve vrste indeksa: bazni i lanani indeks.
- Lanani indeksi su kolinici vrednosti obeleja H u trenutku t (Xt) i njegove vrednosti
u prethodnom trenutku merenja t1 (Xt-1). Za t 1,2,..., T , lanani indeksi su:

X
X2 X3
, ,..., t
X X
X
1 2 t 1
I1

I2

100 %

najee

IT

Za vremensku seriju od T podataka, dobija se (T1) lanani indeks jer se prvi podatak u seriji
ne moe porediti sa prethodnim.
Ako od procentualno izraenog indeksa u trenutku t oduzmemo 100, dobiemo procentualno
izraenu promenu obeleja H od momenta (t1), do momenta t koji nazivamo stopa
promene.

Grafiki prikaz lananih indeksa

- Bazni indeksi slue za iskazivanje promene posmatranog obeleja u vremenskoj
seriji u odnosu na jedan trenutak merenja sa kojim elimo da poredimo ostale promene:
X1 X 2
X
,
,..., T 100 %
X0 X0
X0
U statistikoj analizi se esto koristi prosena stopa promene:

X
PSP T 1 T 100 100 %
X1

3.3.

Odreivanje i interpretacija modusa i medijane obeleja

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
- Modus je ona vrednost obeleja H koja ima najveu frekvenciju u posmatranom
statistikom skupu ili ona vrednost u ijoj se okolini najee pojavljuju izmerene vrednosti
H na statistikom skupu.
To je jedina srednja vrednost koja se moe koristiti za kvalitativna obeleja i predstavlja
dobar pokazatelj za homogene statistike skupove.
Kada je H grupisano i dato raspodelom frekvencija, za modus se uzima sredina
grupnog intervala sa najveom frekvencijom.
- Medijana je ona vrednost obeleja H koja deli statistiki skup na dva jednaka dela.

Ako su x1 , x2 ,..., xn ;

X n1 ,

x1 x2 ... xn e

X n X n1 , N
2 2
2

Za obeleje koje je grupisano i dato raspodelom frekvencija, medijanu odreujemo

tako to prvo odredimo grupni interval u kome se nalazi e , a zatim po dogovoru biramo
jednu vrednost iz tog intervala.
Ako je H dato raspodelom:
H
(f)

a0 a1

a1 a2

f1

f2

a k 1 a k

fk

N S 1
N
f

;
f

i 2
i
2 i 1
i 1
S

Prvo se odreuje indeks S za koji e biti zadovoljeno:

Za medijanu se uzima vrednost H u intervalu a s a s 1 na sledei nain:

a a N S
e aS S 1 S f i
f S 1 2 i 1
3.4.

Mera varijabiliteta obeleja

Ukazuje na dve innjenice: njihov iznos govori koliko su srednje vrednosti obeleja H
dobri predstavnici svih njihovih vrednosti na posmatranom skupu i treba da pokau koliko se
svi elementi na posmatranom skupu meusobno razlikuju u odnosu na dato obeleje H. Tj:
to je varijansa manja to je srednja vrednost bolji predstavnik, i obrnuto.
- Razmak varijacije je razmak izmeu najvee i najmanje vrednosti H na posmatranom
statistikom skupu:
R X max X min

Kada je obeleje H grupisano i dato raspodelom frekvencija a0 a1 ,..., ak 1 a k , da

bismo odredili R, moramo znati a0 i ak . Ima najveu primenu u kontroli kvaliteta i
industrijskoj proizvodnji.
9

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

- Kvartilna devijacija sklui ziskljuenje odreenog procenta elemenata statistikog

skupa. Odreena je izrazom:
X
X 0, 25
Q 0, 75
2
X 0 , 75 gornji kvartil je ona vrednost obeleja H za koju 75% elemenata statistikog skupa ima vrednost H manju od X 0 , 75 (25% elemenata ima H vee od X 0, 75 )
X 0 , 25 donji kvartil je ona vrednost obeleja H za koju 25% elemenata statistikog
skupa ima vrednost manju od X 0, 25 .
Raunaju se slino kao medijana:
S
a a N S
N S 1
N
X 0, 25 f i ; f i ;
X 0, 25 aS S 1 S
fi
4
4
f S 1 2 i 1
i 1
i 1

X 0,75

f
i 1

3N
;
4

P 1

f
i 1

3N
;
4

X 0, 75 a P

a P 1 a P 3N P
fi

f P 1 2 i 1

- Srednja devijacija (zavisi od svih vrednosti H) je aritmetika sredina apsolutnih

vrednosti odstupanja od njegove aristmetike sredine x na posmatranom statistikom
skupu:
1 N
x
,...,
x
e

1
n su obeleja, x je aritmetika sredina:
xi x
m
N i 1
1 N
Za grupisane podatke date raspodelom frekvencija: em xi x f i
N i 1

Relativne frekvencije: em xi x pi
i 1

- Varijansa i standardna devijacija. Standardna devijacija je pozitivna vrednost

korena varijanse. Varijansa je aritmetika sredina kvadrata odsupanja vrednosti obeleja H
od njegove aritmetike sredine:
x1 ,..., x n
x je

su
obeleja,
aritmetika
sredina:
N
1
2
s 2 xi x , s s 2
N i 1
1 N
2
2
a0 a1 ,..., ak 1 a k , f1 ,..., f k : s xi x f i
N i 1

2
Relativne frekvencije: s xi x pi
2

i 1

- Koeficijent varijacije je procentualno izraen odnos standardne devijacije i

aritmetike sredine obeleja H:
V

10

s
100%
m

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

3.5.

Osobine varijanse obeleja

- Varijansa obeleja H je jednaka nuli, ako i samo ako je H konstantno na svim

elementima statistikog skupa, tj:
s 2 0 xi e, i 1,2,..., N
- Varijansa obeleja H se moe izraziti formulom:
1 N 2
1 K 2
s 2 xi x 2 , tj. s 2 xi f i x 2 kada je H grupisano
N i 1
N i 1
2
2
- Neka obeleje H ima varijansu s x , a Y s y , i ako postoji linearna veza Y aX b,
2
2 2
tada je: s y a s x
- Pretpostavimo da jedan statistiki podskup ima N1 element, sa aritmetikom
sredinom x i varijansom s12 , a drugi N 2 , x2 , s22 tada je varijansa statistikog skupa:

s2

N1 s12 N 2 s 22
N1 N 2
x1 x2 2

2
N1 N 2
N1 N 2
2

- Uopteno (4); statistiki skup od k podskupova N1 ,..., N k , x1 ,...xk , s1 ,..., s k , tada je:
1 K
1 K
2
s 2 N i si2 xi x
N i 1
N i 1
K

gde je: N N i veliina statistikog skupa, a x njegova aritmetika sredina.

i 1

3.6.

Momenti statistikog obeleja

Obian momenat k-tog reda statistikog obeleja H predstavlja matematiko

k
oekivanje k-tog stepena tog statistikog obeleja: mk E X , k 0,1,2...
k

k
Ako je H prekidno: mk xi pi

Ako je H neprekidno:

Specijalno: m0

i 1

x f x dx
E X 0 E 1 1, m1 E X
mk

Centralni momenat k-tog reda statistikog obeleja H je oekivana vrednost k-tog

k
stepena razlike statistikog obeleja H i oekivane vrednosti m: k E X m , k 0,1...
k

Ako je H prekidno: k xi m pi

Ako je H neprekidno:

i 1

x m

f x dx

Specijalno: 0 E X m E 1 1, 1 E X m E X m m m 0
Centralni momenti se lake odreuju preko obinih momenata: ako k-ti stepen razlike
(Hm) razvijemo preko binomnog obrasca dobiemo:
0

11

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri
k

k k i i
m x , pa zbog osobie oekivane vrednosti:
i
k
k k i
k
m E x i k (1) k i m k i mi , k 0,1,2...
i
i 0
i

( x m) k (1) k i
i 0

E ( x m) k (1) k i

3
2
4

m
;

m
Spacijalno: 2
2
3
3 3m2 m 2m ; 4 m4 4 m3 m 6m2 m 3m .
i 0

3.7.

Pearson-ovi koeficijenti obeleja, Koeficijent spljotenosti obeleja

Koeficijent asimetrije, za merenje asimetrinosti raspodele H slui parametar baziran

na x i e : K a

3 x e
.
s

Za simetrine raspodele K a 0 , asimetrine u levo za K a 0 , u desno za K a 0 .

Mada je jednostavan, vie se koristi Pearson-ov koeficijent:

Prvi Pearson-ov koeficijent je definisan preko kolinika 1

3
, gde je 3 trei
s3

centralni momenat.
1 N
xi x 3

N i 1

x1 ,..., xn ; x 3

a0 a1 ,..., a k 1 a k , f1 ,..., f k : 3

Relativne frekvencije: 3 xi x pi

1 N
xi x 3 f i

N i 1
3

i 1

1 0 raspodela H je simetrina (i obrnuto).

1 0 raspodela H asimetrina u levu stranu.
1 0 raspodela H asimetrina u desnu stranu.

Koeficijent spljotenosti slui kao mera spljotenosti jedne raspodele i definie se

na osnovu tzv. etvrtog centralnog momenta.

12

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

Drugi Pearson-ov koeficijent je kolinik 2

1 N
xi x 4

N i 1

x1 ,..., xn ; x 4

a0 a1 ,..., a k 1 a k , f1 ,..., f k : 4

4
s4

1
N

x
i 1

x fi
4

Relativne frekvencije: 4 xi x pi
4

i 1

2 3 obeleje H ima normalnu spljotenost (i obrnuto).

2 3 obeleje H ima spljotenost veu od normalne.
2 3 obeleje H ima spljotenost manju od normalne.
Moe se koristiti i koeficijent 2 3 koji ima normalnu spljotenost u 0.

Literatura:

13

Deskriptivna statistika: Sreivanje i grafiko prikazivanje podataka, statistiki pokazatelji i

parametri

- Dr. Stevan M. Stojanovi, Matematika statistika, Nauna knjiga, Beograd, 1980.

- Dr. Blai M., Opta statistika, Savremena administracija, Beograd, 1986.
- Dr. Biljana Popovi, Matematika statistika i statistiko modelovanje, Sven, Ni, 2003.
- V. Vrani: Vjerojatnost i statistika, Tehnika knjiga, Zagreb, 1971.
- I. Pavli: Statistika teorija i primjena, Tehnika knjiga, Zagreb, 1970.

Sadraj:
-

14

1.Uvod..................................................................................................................... ..1
2. Sreivanje i grafiko prikazivanje podataka........................................................ ..2
2.1. Raspodela frekvencija..........................................................................................2
2.2 Grafiko prikazivanje raspodela frekvencija ........................................................4
3 Statistiki pokazatelji i parametri za analizu............................................................5
3.1 .Srednje vrednosti obeleja..................................................................................5
3.2. Indeksi, stope promene.......................................................................................8
3.3. Odreivanje i interpretacija modusa i medijane obeleja....................................9
3.4. Mera varijabiliteta obeleja..................................................................................9
3.5. Osobine varijanse obeleja................................................................................11
3.6. Momenti statistikog obeleja............................................................................11
3.7. Pearson-ovi koeficijenti obeleja, Koeficijent spljotenosti obeleja..................12
Literatura...................................................................................................................14