Statistika analiza podataka

Sve analitike procedure su podlone grekama. Zbog toga, izmerene koncentracije neke
komponente u vodi, vazduhu ili zemljistu se obino razlikuju od stvarnih vrednosti. Razni
podaci koriste u razliite svhre (inenjerstvo, forenzika, pravo, itd) gde je od velike vanosti
poznavati tane vrednosti. Iz tog razloga, potrebno je u potpunosti poznavati nesigurnosti koje se
javljaju.
Raunari i kalkulatori su u mnogo olakali statistiku analizu, jer u sebi ve poseduju
predefinisane funkcije za racunanje pojmova kao to su srednje vrednosti, ili devijacije. Treba
napomenuti da njihova lakoa korienja izuskuje potrebu za jo boljim poznavanjem osnova
statistike analize, jer se u suprotnom mogu nainiti velike greke, a da osobe koje vre analizu
nisu ni svesne toga.

1. Zaokruivanje numerikih podataka

Prva stvar na koju treba obratiti panju je broj znaajnih cifara koje se pojavljuju
(predstavljaju) u rezultatima. Na primer, moemo dobiti podatak da je koliina natrijuma u
uzorku 276.539 m/L. Taj podatak se moe predstaviti na vie naina: 276.539, 276.5, 276 ili 280
mg/l. Koji nain e se koristiti zavisi od toga u koje nam svrhe taj podatak slui i koliko nam je
bitno da bude blizu stvarne (tane) vrednosti. Obino, u oblasti zatite ivotne sredine,
analitika merenja su retko tanija (blia stvarnoj vrednosti) od 1 % od stvarne vrednosti,
zbog analitikih nesigurnosti u uzorkovanju, uvanju uzoraka i pripremi, kao i u samim
merenjima. esto se nalaze u 10 % od tane vrednosti. Vrednost nesigurnosti se uvek mora
naznaiti u izvetajima. U primeru koncentracije natrijuma, vrednosti koje bi odgovarale
nesigurnosti od 1 % jesu vrednosti 276 i 280 mg/l. To je zato to 1 % od 276 iznosi 2.76, tako
da bi se na osnovu toga moglo oekivati da tana vrednost lei u intervalu izmeu 273.24 i
278.76. Ako nesigurnost iznosi npr 10 %, onda se moe oekivati da tana vrednost lei izmeu
248 i 304 mg/l. U ovom sluaju, 280 mg/l poseduje adekvatnu tanost. Kada bismo rekli da je
276 mg/l tano, implicirali bi preciznost koju ne moemo da garantujemo.
Znaajne cifre je broj cifara razliitih od nule, koje se koriste da se predstave rezultati.
Na primer, brojevi 10300, 273, 3.54 i 0.0976 su svi predstavljeni sa tri znaajne cifre i
podrazumevaju nesigurnost od 1 %. Vrednosti 24000, 560 i 0.42 su predstavljene sa dve
znaajne cifre i predstavljaju nesigurnost od oko 10 %. Zaokruivanje brojeva ne treba raditi
tokom raunanja, jer tada dolazi do jo veih greaka, ve samo u prezentovanju rezultata.

2. Definicije
Zbog pojave nesigurnosti u merinjima, obino se merenja vre po nekoliko puta, uzima
se vie uzorka itd. Rezultati pojedinanih merenja se takodje razlikuju zbog nesigurnosti, tako
da je potrebno sistematizovati dobijene vrednosti. Obino se koriste metode za odrivanje
centralne tendencije rezulata, kao metode koje pokazuju koliko se pojedinana merenje razlikuju
jedna od drugih. Cenralna vredsnot rezultata (odreena nekom od metoda) obino je pouzdanija
od bilo kog od pojedinanih rezultata ponaosob. Stepen odstupanja pojedinanih rezutata jedni
od drugih pokazuju meru nesigurnosit.
Srednja vrednost ili aritmetika sredina su termini koji se koriste da bi se iskazala centralna
tendencija, koja se dobija deljenjem sume svih merenja sa brojem izvrenih merenja:
n

x =

xi
i=1

jednaina7.1.

gde svako predstavlja pojedinano merenje, a n predstavlja ukupni broj nainjenih merenja.
Medijana je srednja vrednost u seriji (niz) podataka. Ako se niz sastoji iz neparnog broja
podataka, onda je medijana onaj broj tano u sredini. U sluaju da se niz sastoji od parnog broja
podataka, medijana je aritmetika sredina dva broja u sredini.
Primer 1:
Odrediti srednju vrednost i medijalnu srednju vrednost za sledea merenja BPK za postrojenje za
tretman otpadnih voda za mesec maj: 15, 22, 10, 29, 5, 16, 19, 6, 28, 14 i 17 mg/l.
Srednja vrednost:

x = (15 + 22 + 10 + 29 + 5 + 16 + 19 + 6 + 28 + 14 + 17)/11 = 16 mg/l

Ovde je vrednost zaokruena bez decimala, jer su u tom, obliku date izmerene vrednosti.
Medijalna srednja vrednost: Kada se pogleda niz dobijenih vrednosti (5, 6, 10, 14, 15, 16, 17,
19, 22, 28, 29), vidi se da je broj u sredini 16, to znai da 16 mg/l predstavlja medijalnu srednju
vrednost, to je u ovom sluaju, ista vrednost kao i za srednju vrednost, to ne mora uvek da
bude tako.
Standardna devijacija mera rasprostranjenosti srodnih vrednosti u setu podataka. Takoe moe
da pokae meru nesigurnosti u vrednosti ili njenu preciznost. Standardna devijacija s se definie
kao:

s=

( x i x )

jednaina 7.2.

n1

to je numeriki jednako:

s=

x 2i ( xi ) /n

jednaina 7.3.

n1

Jednaina 7.3 iskazuje je standardna devijacija mera relativne razlike izmeu

pojedinanih vrednosti u setu podataka i njihove srednje vrednosti. to je vea razlika, vea je i
devijacija. Vrednost n-1 imeniocu se naziva broj stepeni slobode. Iako jednaina 10.2 bolje
pokazuje znaenje standardne devijacije, jednaina 10.3 se ee koristi zato to nij epoterbno
raunati srednju vrednost.
Varijansa s2 se koristi kada je potrebno kombinovati standardne devijacije razliitih
procesa. Ona se dobija jednostavnim kvadriranjem standardne devijacije:

s2=

( xi x ) 2

jednaina 7.4.

n1

Primer 2:
Odrediti standardnu devijaciju i varijansu za izmeren BPK u efluentu datom u prethodnom
primeru.
Reenje:
Vrednost srednje vrednosti u prethodnom primeru iznosi 16,45 mg/l, to je zaokrueno na 16
mg/l. Koriene su jednaine 7.2. i 7.3. da bi se rezultati predstavili na sledei nain:
Tabela 7.1: Dobijene vrednosti primenom jednaina 7.2 i 7.3
xi
15
22
10
29
5
16

(xi

x )2

2,12
30,75
41,66
157,39
131,21
0,21

x 2i
225
484
100
841
25
256

19
6
28
14
17

6,48
109,30
133,30
6,02
0,30
618,73

= 181
x = 16,45

Iz jednaine 7.2. s =

( x ix ) 2
n1

618,73
111

361
36
784
196
289
3597

= 7,87

Kada se ova vrednost zaokrui dobije se 8 mg/l.

Iz jednaine s =

x 2i ( xi ) / n
n1

3597( 1812 /11 )

111

= 7,78

Kada se ova vrednost zaokrui dobije se 8 mg/l.

Tanost i preciznost Tanost i preciznost su dva veoma vana pojma koja se esto koriste
nepravilno. Tanost se odnosi na blizinu izmerenih vrednosti stvarnoj (prihvaenoj) vrednosti.
Preciznost se odnosi na blizinu izmeu samih izmerenih vrednosti. Na primer, koncentracija
hlora u vodi je merena tri puta i dobijene su tri vrednosti: 145, 147 i 143 mg/l. Vrednosti su
prilino bliske jedna drugoj i imaju srednju vrednost od 145 mg/l, tako da se moe rei da je
merenje dalo precizne rezultate. Meutim, ako referentna vrednost koncentracije, dobijena
merenjem preciznijim ureajem, iznosi 155 mg/l, onda se moe rei da prethodna tri merenja
nisu preterano tana. Dobra preciznost nije dovoljna pokazatelj valjanost merenja, ve je
potrebno odrediti i tanost.
Nedostatak tanosti u merenju pokazuje da u tom merenju postoje greke. Apsolutna
greka Ea se dobija kao razlika izmerene vrednosti i referentne vrednosti (prihvaene vrednosti).
Ea = xi xt

jednaina 7.5.

gde je xt referentna ili prihvaena vrednost. Pored apsolutne greke, odreuje se i relativna
greka koja je nekada i vanija od apsolutne.

Er = 100

x ix t
xt

jednaina 7.5.

Za podatke iz prethodnog paragrafa, apsolutna greka iznosi 145 155, tj -10 mg/l, a relativna
greka iznosi 100(145 155)/155, tj -6.5 %.
Postoje tri tipa greaka, neodreene (nasumine), odreene (sistematske) i grube greke.
Neoreene greke prouzrokuju da se izmerene vrednosi nalaze manje ili vie sistematski rasute
oko srednje vrednosti. Ove greke su rezultat nekontrolisanih faktora i promenljivih koje se
javljaju u svakom merenju. Odreene greke imaju taan uzrok koji moe biti identifikovan. To
mogu biti greke od instrumenata, greke u metodi ili greke osoblja. Greke od instrumenata se
javljaju jer ni jedan instrument nije savren i mogu se javiti i na najprostijim instrumentima kao
to je pipeta, a i na najkompleksnijim kao to je npr hromatograf. Greke u metodi su vezane za
fizike i hemijske aspekte odreene metode merenja, kao to su neistoe u hemikalijama koje
se koriste za pravljenje standarda, nepotpune hemijske reakcije, itd. Greke osoblja se odnose na
loe rukovanje ili prirodna ogranienja osobe koja izvodi merenje, kao to je npr nemogunost
da se uzorak ubaci u hromatograf uvek na isti nain. Grube greke obino nastaju kao posledica
loeg rukovanja osoblja, kao to je npr loe oitana vrednost sa vage, greke u raunanju,
zapisivanju rezultata, itd. Osoba koja izvodi merenje mora uvek proveravati svoje procedure da
bi bile u skladu sa standardima. Paljivom evaluacijom nastalih greaka, mogue je utvrditi
njihov izvor.

3.
Distribucija
podataka

(raspodela)

eksperimentalnih

Raspodela podataka dobijenih u analitikim eksperimentima obino ima oblik zvona,

odnosno prati Gausovu krivu. To se naziva normalna raspodela, prikazana na slici 10.1. Na slici
se je predstavljen beskonaan set podataka raporeenih oko srednje vrednosti, koja je obeleena
sa , i ima svoju standardnu devijaciju . Ovi simboli se koriste da bi se razlikovali od x
(nadvueno) i s u jednainama 7.1 i 7.2, koji se obino koriste kada je set podataka konaan.
Slika 10.1 pokazuje kako su
relativne frekvencije vrednosti u beskonanom skupu
rasprostranjene oko srednje vrednosti , koja je predstavljena kao 0 na z osi. Ose z i y
normalizovane, tako da povrina ispod kive linije iznosi 1. Kriva se moe predstaviti sledeom
jednainom:
ez /2
y = 2
jednaina 7.6.
2

Maksimalna vrednost y kada je z= je 0.39894. Procenat vredsnoti koje lee u oblasti

od srednje vrednosti iznosi 68.27 %, dok 95.45 % vrednosti lei u okviru 2, a 99.73 % u
okviru 3 od srednje vrednosti.

Ako izmereni podaci prate normalnu distribuciju, za oekivati je da frekvencija raspodele

vrednosti oko srednje vrednosti ima oblik zvona, kao na slici 10.1. Da bi se ta tvrdnja proverila,
ako je dostupan dovoljan broj podataka, moe se napraviti histogram koji se moe uporediti sa
krivom normalne raspodele. U te svrhe, korisna je modifikovana jednaina 7.7 koja glasi:
ez /2
2
2

Y=

jednaina 7.7

gde n predstavlja ukupni broj prikupljenih podataka, a i predstavlja interval u okviru koga se
proverava uestalost vrednosti.

Slika 7.1: Gausova frekvencija distribucije podataka

Primer 3:
Izmerene koncentracije trihloretena (g/l) u uzorcima podzemne vode uzimanih u periodu od
nekoliko dana predstavljene su u tabeli 4. Odrediti srednju vrednost, medujalnu srednju vrednost,
standardnu devijaciju, nacrtati histogram koji pokazuje frekvenciju distribucije podataka i
uporediti sa teroijskom normalnom distribucijom.
Tabela 7.2: Koncentracije trihloretana (g/l)
33,2
38,3
33,2
36,3
40,6
33,1
37,5
46,2
33,0
37,8

35,0
37,9
35,2
30,7
28,8
36,6
27,0
29,1
33,2
29,0

25,5
26,4
30,6
28,9
33,7
28,1
35,2
24,0
25,6
32,8

23,3
23,2
22,5
28,0
23,7
21,9
12,9
12,6
14,7
13,3

41,8
39,1
24,7
30,0
35,1
33,9
35,7
33,3
36,0
30,5

27,3
36,4
25,5
9,0
9,4
29,5
37,3
28,9
27,5
7,7

31,8
30,0
28,7
42,2
30,9
22,1
36,8
31,4
29,0
5,9

31,4
29,9
33,6
29,9
33,3
25,8
28,3
37,1
35,9
26,1

26,4
27,9
24,6
25,4
28,8
26,0
27,0
25,2
27,7
24,6

33,4
24,4
29,3
21,0
23,5
25,2
23,3
26,9
27,5
26,1

41,6
49,5
36,0
45,7

30,2
28,5
34,8
26,7

23,8
26,8
23,3
33,3

17,9
19,5
36,6
38,8

32,1
33,7
30,5
30,9

30,6
39,3
23,3
37,0

30,9
33,2
38,1
40,6

25,7
31,9
28,3
32,6

24,8
26,9
23,1
24,9

Prvo, podaci se poreaju po vrednostima od najvie do najnie:

Tabela 7.3: Koncentracije trihloretana (g/l) rasporeeni od najnie ka najvioj
5,9
7,7
9,0
9,4
12,6
12,9
13,3
14,7
17,9
19,5
21,9
22,1
22,5
23,1

23,2
23,3
23,3
23,5
23,6
23,7
23,8
24,0
24,0
24,4
24,6
24,6
24,7
24,8

24,9
25,2
25,2
25,4
25,5
25,5
25,6
25,7
25,8
26,0
26,1
26,1
26,4
26,4

26,7
26,8
26,9
26,9
27,0
27,0
27,3
27,5
27,5
27,7
27,7
28,0
28,1
28,3

28,3
28,5
28,7
28,8
28,8
28,9
28,9
29,0
29,0
29,1
29,3
29,3
29,5
29,9

29,9
30,0
30,0
30,2
30,5
30,5
30,6
30,6
30,7
30,9
30,9
30,9
31,4
31,4

31,8
31,9
32,1
32,6
32,8
33,0
33,1
33,2
33,2
33,2
33,2
33,3
33,3
33,3

33,4
33,6
33,7
33,7
33,9
34,8
35,5
35,1
35,2
35,2
35,7
35,9
36,0
36,0

36,3
36,4
36,6
36,8
36,9
37,0
37,1
37,3
37,5
37,8
37,9
38,1
38,3
38,8

39,1
39,3
40,6
40,6
41,6
41,8
42,2
45,7
46,2
49,5

Sledee, odabrati prikladan interval koji deli podatke u 10 do 12 grupa. Dobijene grupe podataka
od 6 do 50 predstavljaju razliku od 44. Kada se to podeli sa 12, dobija se 3,7. nakon toga se
biraju intervali od 3 do 4:
Tabela 7.4: Intervali i broj podataka
Interval
0,0-2,9
3,0-5,9
6,0-8,9
9,0-11,9
12,0-14,9
15,0-17,9
18,0-20,9
21,0-23,9
24,0-26,9
27,0-29,9
30,0-32,9
33,0-35,9

Broj podataka
0
1
1
2
4
1
1
11
25
25
18
21

36,0-38,9
39,0-41,9
42,0-44,9
45,0-47,9
48,0-50,9

16
6
1
2
1

Broj koji se nalazi unutar svakog intervala predstavlja frekvenciju. Odnos frekvencija za svaki
interval u odnosu na interval koncentracije prikazan je na slici 7.2.

Slika 7.2: Poreenje histograma i Gausove krive distribucije

Nakon toga se izraunava srednja vrednost

i standardna devijacija s podataka,

primenom jednaina 7.1. i 7.3. i dolazi se do vrednosti 29,6 i 7,4, respektivno. Mogu se uporediti
srednjavrednost sa medijalnom srednjom vrednosti. Poto ima paran broj vrednosti, da bi se
dobila medijlalna vrednost mora se izraunati srednja vrednost 68. i 69. vrednosti (od ukupno
138), odakle se dobija 29,4. Ova vrednost je blizu srednje vrednosti, kao to i treba da bude kada
su vrednosti ravnomerno rasporeene.
Sada se moe frekvencija distribucije za podatke sa teorijskom frekvencijom, koja bi se
dobila kada bi = x i = s. Tada, primenom jednaine 7.8. gde je n = 136 i i = 3, dobija
se kriva frekventne distribucije, prikazana na slici 10.2. Moe se videti da je u cilju da se napravi
ovakvo poreenje, potrebno mnogo vdobijenih vrednosti.
Jo jedna komparacija koja se moe porediti je poreenje procenata koji se nalaze unutar
datih opsega definisanih standardnom devijacijom. Ove vrednosti se mogu uporediti sa
teorijskim vrednostima.
Tabela 7.5: Stvarni podaci u opsegu
Opseg oko srednje
vrednosti

Broj

Teorijski podaci
u opsegu, %

s
2s
3s

22,2 - 37,0
14,8 - 44,4
7,4 - 51,8

106
125
135

77
91,9
99,3

68,3
95,5
99,7

Iako se procentne vrednosti podataka u svakom opsegu razlikuju od teorijske vrednosti

zasnovane na normalnoj distribuciji, razlika nije velika, to potvruje da podaci prate normalnu
distribuciju.

4. Greke
Uprkos svim naporima da se unaprede metode merenja, uvek e postojati greke nastale
usled uzorkovanja, preparacije i analize uzoraka, tako da e izmerena vrednost neke veliine
uvek odstupati od srednje vrednosti. Zbog toga, ako se odreeni uzorak analizira cie puta
sukcesivno, vrlo je verovatno da e izmerena vrednost biti drugaija svaki put. Raunanjem
srednje vrednosti (mean), dobijamo vrednost koja je verovatno blia stvarnoj vrednosti u odnosu
na izmerene rezultate pojedinano. Postavlja se pitanje koliko se moe poboljati merenje,
uzimanjem srednje vrednosti niza merenja, i koliko pojedinanih merrenja je dovoljno da bi se
dobio zadovoljavajui rezultat?
Standardna greka srednje vrednosti Standardna devijacija s pokazuje nam meru distribucije
(rasprostranjenosti) podataka oko srednje vrednosti. Ako je s odreenog merenja vee od eljene
vrednosti, moemo ga smanjiti sprovoenjem dodatnih merenja. Standardna greka srednje
vrednosti sm je funkcija broja analiza izvrenih da bi dobila srednja vrednost.

sm =

s
n

jednaina 7.9

Primer 4:
Odrediti standardnu greku medinalne sredne vrednosti sm za svaki red podataka datih u primeru
3 i uporedti i uporediti rezultate sa standardnom devijacijom s. Uraditi analizu za svaki red
posebno uzimajui redove sa 10 i 9 vrednosti. procene sm za redove ako je n 9 ili 10 su:

sm(n=9) =

s
n

7,4
9

= 2,5

sm(n=10) =

s
n

7,4
10

= 2,3

Srednje vrednosti za svaki red iz tabele u primeru 3 date su koritei jdnainu 7.9. u tabeli 7.6:

Tabela 7.6: Srednje vrednosti za svaki red tabele 7.2

Red
n
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
10
10
10
11
9
12
9
13
9
14
9
Srednja vrednost
Standardna devijacija srednje vrednosti
Standardna greka srednje vrednosti

Red (n = 10)
30,9
31,4
28,8
28,4
28,8
28,2
30,1
30,4
29,2
25,7

29,2
1,6
2,3

Red (n = 9)

25,8
31,9
30,6
34,2
30,6
3,5
2,5

Na dnu kolone predstavljene su srednje vrednosti i standardne devijacije. Standardne greke

izraunate su pomou jednaine 7.9. Standardne devijacije za redove su manje nego originalne
dobijene primenom jednaine 7.4. za individualne vrendosti iz originalne tabele. Takoe se vidi da
standardne devijacije za redove su blizu vrednostima dobijenim raunanjem pomou jednaine
7.9. Ipak, vrednosti nisu jednake. Standardna devijacija za redove gde je n = 9 je via, to
pokazuje da one ne predstavljaju istu vrednost. Ovaj primer slui da pokae da postoje prilikom
nasuminog grupisanja podataka.
Standardna devijacija objedinjenih podataka (pooled data) Odreivanje zadovoljavajue
vrednosti s esto zahteva veliki broj podataka, to moe oduzeti dosta vremena i kotati puno
novca. Meutim, moe se odrediti unapreena pretpostavljena s (spooled) tako to se kombinuju
vrednosti merenja iz razliitih setova podataka. Prvo se rauna, a zatim i kvadrira, devijacija od
srednje vrednsti svakog seta podataka pojedinano (tj izrauna se varijansa za svaki set
podataka). Zatim se saberu varijanse svih setova i podele sa brojem stepeni slobode. Na kraju,
spooled se dobija tako to se prethodno dobijena vrednost korenuje. Jedan stepen slobode se gibi za
svaki od sabsetova. To znai da je broj stepeni slobode jednak ukuopnom broju merenja minus
broj subsetova.
Primer 5:

U razliitim uzorcima vode analiziran je sadraj hlorida.Rezultati su prikazani u tabeli. Odrediti

s (spooled) za analizu hlorida i uporediti sa standardnom devijacijom za svaki set podataka.
Tabela 7.7: Rezultati dobijeni analizom hlorida
Broj
uzorka
1
2
3

Broj
analiza
4
4
7

4
Ukupno

3
18

Hloridi, mg/l
2 220; 2 260; 2 230; 2 090
3 220; 3 200; 2 930; 3 100
2 460; 2 820; 2 430; 2 540; 2 550;
2 560; 2 580;
1 850; 1 810; 1 730
Ukupni zbir kvadrata

Srednja
vrednost, mg/l
2 220
3 110
2 560

Zbir kvadrata
devijacija
17 000
52 675
95 343

1 800

7 467
172 485

Tabela7.8: Izraunavanje standardne devijacije

Broj uzorka
1
2
3
4
Pooled

Raunanje standardne devijacije

s = [17 000/(3-1)]0,5
s = [53 675/(3-1)]0,5
s = [95 343/(7-1)]0,5
s = [7 467/(3-1)]0,5
spooled = [172 485/(18-4)]0,5

Standardna devijacija s, mg/l

75
133
126
61
100

Odvojena standardna devijacija (pooled) koja iznosi 100 mlnalazi se izmeu standardne
devijacije individualnog uzorka, koja je u opsegu od 61 do 133 mg/l. Dok vrednost od 100 mg/l
nije daleko od prosene vrednosti standardne devijacije etiri uzorka (99 mg/l), metoda koriena
za raunanje odvojene vrednosti ima veu teinu nego prosto raunanje prosene vrednosti.
Granine sigurnosti i intervali esto nas zanima stvarna srednja vrednost seta podataka.
Meutim, nikada ne moemo znati egzaktnu srednju vrednost, jer bi to zahtevalo beskonaan
broj merenja. Korienjem statistike teorije, moemo pretpostaviti, sa odreenim stepenom
verovatnoe, opseg oko eksperimentalne srednje vrenosti u kome se moe oekivati da lei
stvarna srednja vrednost. Granice odreene ovim postupkom se nazivaju granice sigurnosti (CL
- confidence limits), a interval koji definiu se naziva interval sigurnosti (CI - confidence
interval). Za njihovo izraunavanje koristi se parametar t.

CL za =

ts
n

jednaina 7.10

Tabela 7.9: Intervali poverenja za odreenu verovatnou i stepene slobode

Stepen
slobode
1
2
3
4
5
6
7
8
9
10
12
14
16
18
20
25
30
40
50
60
80

50 %

90 %

Nivo verovatnoe
95 %

1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,695
0,692
0,690
0,688
0,687
0,684
0,683
0,681
0,679
0,679
0,678
0,674

6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,782
1,761
1,746
1,734
1,725
1,708
1,697
1,684
1,676
1,671
1,664
1,645

12,71
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,179
2,145
2,120
2,101
2,086
2,060
2,042
2,021
2,009
2,000
1,990
1,960

98 %

99 %

31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,681
2,624
2,583
2,552
2,528
2,485
2,457
2,423
2,403
2,390
2,347
2,326

63,66
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,055
2,977
2,921
2,878
2,845
2,787
2,750
2,704
2,678
2,660
2,639
2,576

U jednaini 7.10, predstavlja stvarnu srednju vrednost, a x (nadvueno) predstavlja srednju

izraunatu vrednost. Koeficijent t se obino naziva Studentovo t, jer se autor originalnog rada
potpisivao kao Student. Postoje razliite vrednosti za koeficijent t, zavisno od traenog nivoa
verovatnoe i dostupnog broja stepeni slobode. Vrednosti za t se nalaze u tabeli 10.1. Moemo
primetiti da kako se poveava broj podataka dostupnih za izraunavanje xnadvueno, interval
sigurnosti se smanjuje, ne samo zato to se imenilac u jednaini 7.10 poveava, ve se i
numerika vrednost koeficijenta t smanjuje. to se vie podataka koristi za izraunavanje
srednje vrednosti, to se poveava i sigurnost da je dobijena srednja vrednost blizu stvarnoj
srednjoj vrednosti. Moemo izabrati bilo koji nivo sigurnosti, ali obino se trai sigurnost od
95%. To znai da e samo jednom u 20 puta stvarna srednja vrednost najverovatnije biti izvan
izraunatih granica sigurnosti.
Primer 6:
Odrediti granini nivo poverenja za nivo verovatnoe 95%standardnu vrednost BPK iz primera
1.

Broj podataka u primeru 1 je 11, pa je stepen slobode 10. Srednja vrednost je izraunata i
dobijena je vrednost 16 mg/l, a standardna devijacija je bila 8 mg/l. Iz tabele 10.1 za verovatnou
od 95% verovatnoa i 10 stepen slobode, t jednak je 2,228. Iz toga seldi:

CL =

ts
n

2,228 (8)
111

= 5,6 ili 6 mg/l kada se zaokrui na znaajne cifre

i CL = 16 6 mg/l ili 10 do 22 mg/l

Ovaj primer ilustruje da ak i sa 11 vrednosti i dalje se ne moe sa sigurnou znati koja je prava
vrednost jer je standardna devijacija velika. ak i sa 80 vrednosti interval poverenja proseka bio
bi 2 mg/l za nivo verovatnoe 95%, to je mnogo s obzirom na broj podataka koji je ukljuen.
Ova injanica bi trebalo da ukae na oprez prilikom donoenja zakljuaka.
Standardna devijacija izraunatih rezultata Ponekad je potrebno dodati, oduzeti, pomnoiti ili
podleiti analitiki rezultat koji poseduje poznatu standardnu devijaciju. Odreivanje nove
standardne devijacije zavisi od tipa matematikih operacija.
Za matematike operacije sabiranja i oduzimanja, varijansa rezultata je jednaka zbiru varijansi
pojedinanih merenja. Tako da ako je y funkcija od a, b i c, jednaina 7.11,
y(sy) = a(sa) + b(sb) - c(sc)

jednaina 7.11.

onda se standardna devijacija vrednosti y dobija kao:

sy =

s +s + s
2
a

2
b

2
c

jednaina 7.12.

Primer 7:
Uklanjanje BPK se posmatra kao reakcija prvog reda:
ln

Lt
L

= - k't

jednaina 7.20.

gde L/Lt predstavlja frakciju preostalog BPK nakon vremena t. Ako je konstanta prvog reda k
jednaka 0,28(0,05) dan-1, koliki bi bio stepen nesigurnosti prilikom raunanja preostale koliine
BPK nakon standardnog petodnevnog BPK testa, izraeno preko standardne devijacije?
Za poetak, potrebno je tano odrediti vreme, da bi standardna devijacija vreena bila 0. Nakon
toga, L/Lt se izrazi preko jednaine 7.20. u eksponencionalnoj formi:
Lt
L

'

k t
= e

i onda pomo'u jedna;ine 7.19:

skt

s L /L
Lt / L
t

odakle sledi:
sL / L

Lt
L

skt

Da bi se izraunala standardna devijacija proizvoda kt, koristi se jednaina 7.14:

skt
kt

s k 2 st
+
k
t

)( )

sk
= k

Odatle je:
skt

tsk

= 5 0,05 = 0,25

Odatle se moe dobiti:

sL / L
t

Lt
L

5. Zadaci

= 0,25 0,247 = 0,062

= 0,247(0,062)

1. Odrediti srednju vrednost i medijanu izmerenih vrednosti BPK u otpadnoj vodi. Izmerene vrednosti su:
15, 22, 10, 29, 5, 16, 19, 6, 28, 14, 17 mg/l.

Srednja vrednost:
n

x =

xi
i=1

15,+22,+10,+29+5+ 16+19+6+28+ 14+17

11

= 16.45 mg/l = 16 mg/l

Rezultat je zaokruen na 2 znaajne cifre da bi odgovarao tanosti pojedinanih vrednosti

merenja.
Za izraunavanje medijane potrebno je poreati vrednosti po njihovoj numerikoj vrednosti (5, 6,
10, 14, 15, 16, 17, 19, 22, 28, 29). Srednji broj u nizu (esti broj) je 16. Prema tome, 16 mg/l
predstavlja medijanu i u ovom sluaju je jednak srednjoj vrednosti. Srednja vrednost i medijana
nisu uvek jednake.
2. Odrediti standardnu devijaciju i varijansu izmerenih vrednosti BPK, datih u 1. zadatku.
Standardna devijacija:

s=

s=

( x i x )
n1
2

x 2i ( xi ) / n
n1

Varijansa:
2

s=

( xi x ) 2
n1

Tabela 7.10:Podaci za izraunavanje standardne devijacije

xi

( x ix )
15
22
10

xi
2.12
30.75
41.66

225
484
100

29
5
16
19
6
28
14
17

157.39
131.21
0.21
6.48
109.30
133.30
6.02
0.30

841
25
256
361
36
784
196
289

181

618.83

3597

Na osnovu podataka iz tabele, izraunavamo standardnu devijaciju:

s=

( x i x )
n1

618.3
111

= 7.87 = 8 mg/l

Varijansa:

( 7,87 )2 = 62 mg/l

3. Analizirana su 4 razliita uzorka vode na prisustvo hlora. Rezultati analize su dati u tabeli.
Odrediti standardnu devijaciju objedinjenih podataka (spooled) i uporediti je sa standardnom
devijacijom svakog seta podataka zasebno.
Tabela 7.11: Rezultati dobijeni analizom hlorida
Redni broj
uzorka
1
2
3

Broj analiza
uzoraka

Hlor, mg/l

Srednja vrednost,
mg/l

( x i x )

4
4
7

2200; 2260; 2230; 2090

3220; 3200; 2930; 3100
2460; 2820; 2430; 2540; 2550;
2560; 2580
1850; 1810; 1730

2200
3110
2560

17000
52675
95343

18

1800

7467

172485

7.12: Izraunavanje standardne devijacije

Redni broj uzorka
1
2
3
4

Raunanje standardne
devijacije

Standardna devijacija

Pooled
4. Odrediti granice sigurnosti sa verovatnoom od 95% za srednju vrednost BPK izraunatu u 1.
zadatku.
Broj podataka u 1. zadatku je 11, to znai da broj stepeni slobode iznosi 10. Izmerena srednjav
rednost je iznosila 16 mg/l, a standardna devijacija 8 mg/l. Za verovatnou od 95% i 10 stepeni
slobode, iz tabele (na sledeoj stani) vadimo vrednost koeficijenta t, koji iznosi 2.228.
Interval sigurnosti:
CI =

ts
n

2,228 8
111

= 5.6 , to priblino iznosi 6 mg/l

Granice sigurnosti:
CL = 16 6 mg/l u intervalu 10 + 22 mg/l

Tabela 7.13: Vrednosti studentovog koeficijenta t

Stepen
i

99.5

99.8

99.9

63.66

127.3

318.3

636.6

6.965

9.925

14.09

22.33

31.60

3.182

4.541

5.841

7.453

10.21

12.92

2.132

2.776

3.747

4.604

5.598

7.173

8.610

1.476

2.015

2.571

3.365

4.032

4.773

5.893

6.869

1.134

1.440

1.943

2.447

3.143

3.707

4.317

5.208

5.959

0.896

1.119

1.415

1.895

2.365

2.998

3.499

4.029

4.785

5.408

0.706

0.889

1.108

1.397

1.860

2.306

2.896

3.355

3.833

4.501

5.041

0.703

0.883

1.100

1.383

1.833

2.262

2.821

3.250

3.690

4.297

4.781

10

0.700

0.879

1.093

1.372

1.812

2.228

2.764

3.169

3.581

4.144

4.587

11

0.697

0.876

1.088

1.363

1.796

2.201

2.718

3.106

3.497

4.025

4.437

12

0.695

0.873

1.083

1.356

1.782

2.179

2.681

3.055

3.428

3.930

4.318

13

0.694

0.870

1.079

1.350

1.771

2.160

2.650

3.012

3.372

3.852

4.221

50%

60%

70%

80%

90%

95%

98%

99%

1.000

1.376

1.963

3.078

6.314

12.71

31.82

0.816

1.061

1.386

1.886

2.920

4.303

0.765

0.978

1.250

1.638

2.353

0.741

0.941

1.190

1.533

0.727

0.920

1.156

0.718

0.906

0.711

slobod
e

14

0.692

0.868

1.076

1.345

1.761

2.145

2.624

2.977

3.326

3.787

4.140

15

0.691

0.866

1.074

1.341

1.753

2.131

2.602

2.947

3.286

3.733

4.073

16

0.690

0.865

1.071

1.337

1.746

2.120

2.583

2.921

3.252

3.686

4.015

17

0.689

0.863

1.069

1.333

1.740

2.110

2.567

2.898

3.222

3.646

3.965

18

0.688

0.862

1.067

1.330

1.734

2.101

2.552

2.878

3.197

3.610

3.922

19

0.688

0.861

1.066

1.328

1.729

2.093

2.539

2.861

3.174

3.579

3.883

20

0.687

0.860

1.064

1.325

1.725

2.086

2.528

2.845

3.153

3.552

3.850

30

0.683

0.854

1.055

1.310

1.697

2.042

2.457

2.750

3.030

3.385

3.646

40

0.681

0.851

1.050

1.303

1.684

2.021

2.423

2.704

2.971

3.307

3.551

50

0.679

0.849

1.047

1.299

1.676

2.009

2.403

2.678

2.937

3.261

3.496

60

0.679

0.848

1.045

1.296

1.671

2.000

2.390

2.660

2.915

3.232

3.460

80

0.678

0.846

1.043

1.292

1.664

1.990

2.374

2.639

2.887

3.195

3.416

0.674

0.842

1.036

1.282

1.645

1.960

2.326

2.576

2.807

3.090

3.291

5. Inenjer eli da proceni preostalu masu bakra u zapeaenom laboratorijskom reaktrou.

Zasnovano na analitikim merenjima dodao je 22,3(1,5) g odmah i 13,5(1,0) g kasnije. Nakon
toga je uklonio 14,7( 1,2) god jednom i 5,3(0,8) g kasnije.
Izraunata vrednost ostatka je iznosila:
22,3 + 13,5 -14,7-5,3 = 11,58 g
Ipak zbog nesiguronsti prilikom merenja, vrednost ostatka je ipak drugaija. Izraunavanje
standardne devijacije pomou jednaine 7.12 obezbeuje merljivost ovenesigurnosti:
s 15,8

1,522 +1,0 22 +1,222 +0,8 22

Stoga, inenjer je mogao da zakljui da je u reaktoru preostalo 15,8(2,3) g bakra.

6. Potrebno je odrediti efikasnost preiavanja otpdne vode. Za ovaj proraun izmeren je protok
ulaza i izlaza u jedinici vremena koji je iznosio 1,5(0,05) m3/s i 1,4(0,06) m3/s. Potencionalno
smanjenje predstavlja isparavanje vode iz reaktora. Vrednosti za ulaz i izlaz HPK ile su 195(22)
mg/l i 9(3) mg/l, respektivno.

Ulaz HPK u reaktor je predstavljen je kao proizvod protoka prilikom ulaza i koncentracije HPK,
kao to je HPK na izlazu predstavljen kao proizvod protoka na izlazu i koncentracije
HPK.Procenat ukljanjanja HPK predstavljen je:
HPKuklanjanje = 100 (1

Qizlaz C izlaz
Qulaz Qulaz

Rezultat se izraunava pomou informacija:

Q izlaz C izlaz
Q ulaz Qulaz

1,4 9
1,5 195

= 0,043

Standardna devijacija za vrednost 0,043 dobija se iz jednaine 7.14:

s0,043
0,043

Odakle je

s 0,043

0,05 2 3 2 0,06 2 22
+
+
+
1,5
9
1,4
195

)()( )( )

= 0,36

= 0,043 0,36 = 0,015

Odatke, na osnovu balansa mase efikasnost uklanjanja je:

HPKuklanjanje = 100(1-0,043(0,015)) = 97,5 (1,5)%
Odatle se vidi da izraunavanje ukljuuje oduzimanje od broja 1 i mnoenje sa 100. Ipak, ovi
brojevi su tani bez standardne devijacije . Kada bi se metodiki prolo kroz istu proceduru
koristei 0 kao standardnu deviajciju dolo bi se do istog rezultata ili 95,7(1,5)%.
Standardna devijacija eksponenata i logoritama se izraunava na 3. nain. Pretpostavimo da
imamo broj podignut na neki eksponent, gde je eksponent egzaktan broj,
y(sy) = (a(sa))x
Za ovaj sluaj, relativna standardna devijacija iznosi:

sy
y

=x

( sa )
a

Za logoritme imamo:
y = ln a
za koju je derivat (izvod):
dy =

da
a

Na osnovu toga moemo videti da mala promena apsolutne vrednosti y odgovara maloj promeni
relativne vrednosti a, s toga standardna devijacija za y odgovara relativnoj standardnoj devijaciji
za a.
sy =

sa
a