Professional Documents
Culture Documents
Dkztekdtz
Dkztekdtz
x y
Chart Title
0.000001 4 3 35
1 7 30
f(x) = 5.808581304882 exp( 0.208878063369
2 10 R² ==0.923835772528084
f(x) 3.00000016363635 x + 3.999998963636
3 13 25
R² = 0.999999999999992
4 16 20
5 19
15 f(x) = 15.0316732938238 x^0.1072510982378
6 22
7 25 10
R² = 0.62917365229934
8 28
5
9 31
0
0 1 2 3 4 5 6 7 8 9
Koji je model najprikladniji?
Najprikladniji je linearni model, jer ima maksimalan mogući R^2.
x y 5
0.0000001 2 4.5
1 2.14 4 f(x)
f(x) = = 1.99999999628249
0.206974434245954exp( 0.0676586486968653 x )
x + 1.85671383290597
2 2.2898 3.5 R²
R² =
=1 0.987640841470618
3 2.450086 3 f(x) = 2.97421152423591 x^0.0306429766053849
2.5 R² = 0.336105294218139
4 2.621592
2
5 2.805103
1.5
6 3.001461
1
7 3.211563
0.5
8 3.436372
0
9 3.676918 0 2 4 6 8 10 12 14
10 3.934303 y=2*e^0,0677*x
11 4.209704 y=a*e^(b*x)
12 4.504383 a=2 Kad bi x bio nula, možemo očekivati da y bude a jedinica.
b=0,0677 s= 7.00%
c= 1.0700
Kad bi se x povećao za jednu jedinicu, možemo očekivati povećanje/smanjenje y za
3. Neka se za svako povećanje varijable x za 1%, varijabla y poveća za 1,6%.
x y
y
25
1 5 y
1.01 5.08
25
1.0201 5.16128
1.030301 5.24386
20 f(x) = 1.99129197425433 exp( 1.01392791760518 x )
1.04060401 5.327762 R²
f(x)==0.988010971538171
f(x) =10.6252686087867
5 x^1.59525842813922
x − 6.12089021110378
1.05101005 5.413006 R²
R² ==0.995931344256271
1
15
1.06152015 5.499615
1.07213535 5.587608
10
1.08285671 5.67701
1.09368527 5.767842
5
1.10462213 5.860128
1.11566835 5.95389
0
1.12682503 6.049152 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6
1.13809328 6.145938
1.14947421 6.244273
1.16096896 6.344182 y=5*x^1,5953
1.17257864 6.445689
1.18430443 6.54882 y=a*x^b
1.19614748 6.653601
1.20810895 6.760059 a=5 Kada bi x bio 1 jedinica, možemo očekivati da će y biti a jedinica.
1.22019004 6.868219 b=1,5953 Kad bi se x povećao za jedan posto, možemo očekivati povećanje/smanje
1.23239194 6.978111
1.24471586 7.089761
1.25716302 7.203197
1.26973465 7.318448
1.282432 7.435543
1.29525631 7.554512
1.30820888 7.675384
1.32129097 7.79819
1.33450388 7.922961
1.34784892 8.049729
1.3613274 8.178524
1.37494068 8.309381
1.38869009 8.442331
1.40257699 8.577408
1.41660276 8.714647
1.43076878 8.854081
1.44507647 8.995746
1.45952724 9.139678
1.47412251 9.285913
1.48886373 9.434488
1.50375237 9.585439
1.51878989 9.738807
1.53397779 9.894627
1.54931757 10.05294
1.56481075 10.21379
1.58045885 10.37721
1.59626344 10.54324
1.61222608 10.71194
1.62834834 10.88333
1.64463182 11.05746
1.66107814 11.23438
1.67768892 11.41413
1.69446581 11.59676
1.71141047 11.7823
1.72852457 11.97082
1.74580982 12.16235
1.76326792 12.35695
1.7809006 12.55466
1.7987096 12.75554
1.8166967 12.95963
1.83486367 13.16698
1.8532123 13.37765
1.87174443 13.59169
1.89046187 13.80916
1.90936649 14.03011
1.92846015 14.25459
1.94774475 14.48266
1.9672222 14.71439
1.98689442 14.94982
2.00676337 15.18901
2.026831 15.43204
2.04709931 15.67895
2.06757031 15.92981
2.08824601 16.18469
2.10912847 16.44365
2.13021975 16.70674
2.15152195 16.97405
2.17303717 17.24564
2.19476754 17.52157
2.21671522 17.80191
2.23888237 18.08674
2.26127119 18.37613
2.2838839 18.67015
2.30672274 18.96887
2.32978997 19.27237
y=3x+4
y=bx+a
208878063369 x ) a=4 Kad bi x bio nula, možemo očekivati da y bude a jedinica.
.99999896363642 b=3 Kad bi se x povećao za 1 jedinicu, možemo očekivati povećanje/smanjen
107251098237857
7 8 9 10
x y
0.0000001 2 Chart Title
86968653 x )
290597 1 2.4 20
2 2.88 18
3 3.456 16 f(x) = 1.99999998998233 exp( 0.182321557395015 x )
4 4.1472 14
R² =1
f(x) = 1.24721541939357 x − 0.0222767275652034
5 4.97664 R² = 0.919403600732442
12
6 5.971968 10
7 7.166362 8
8 8.599634 6 f(x) = 5.82698865901972 x^0.0825744428172656
12 14 9 10.31956 R² = 0.336105294218139
4
10 12.38347 2
11 14.86017 0
12 17.8322 0 2 4 6 8 10 12
b=0,1823 s= 20.00%
c= 1.2000 a=2
većanje/smanjenje y za s %.
2.4 2.6
biti a jedinica.
ivati povećanje/smanjenje y za b posto.
ati povećanje/smanjenje y za b jedinica.
2321557395015 x )
10 12 14
Ulaganje u
Red. br. marketing (mil Godišnji profit
agencije EUR) (000 EUR)
0.985
Korelacija između ulaganja u marketing i godišnjeg p
Veće ulaganje u marketing donosi veći godišnji profi
Chart Title
6000
5000
1000
0
0 20 40 60 80 100
y=bx+a
y=28,396x+162,99
b=28,396 Kad bi se ulaganje u marketing po
a=162,99 Kad bi ulaganje u marketing bilo n
a linearne regresije koja pokazuje ovisnost profita o ulaganju u marketing i objasnite značenje dobivenih parametara.
tivnost modela.
i zašto?
Chart Title
054476446 x + 162.993971868721
344148498
e ulaganje u marketing povećalo za jedan milijun eura, možemo očekivati povećanje godišnjeg profita za 28,396 tisuća eura.
laganje u marketing bilo nula eura, možemo očekivati godišnji profit od 162,99 tisuća eura.
veze između ulaganja u marketing i godišnjega profita objašnjeno je modelom linearne regresije.
Kad bi ulaganje u marketing bilo 75 milijuna eura, mogao bi se očekivati godišnji profit od 2 292 690 eura.
Kad bi ulaganje u marketing bilo 180 milijuna eura, mogao bi se očekivati godišnji profit od 5 274 270 eura.
a), jer je ovaj model napravljen za iznose ulaganja između 15 i 150 milijuna eura, a iznos pod b) je izvan tog raspona.
dobivenih parametara.
20
10
0
20 40 60 80 100 120 140 160
y=a*e^(bx)
y=1,5139e^(0,0203x)
a=1,5139 Kada bi ukupna godišnja primanja bila nula
b= 0.0203 (Ako je b do 5 posto, odnosno do 0,05; gr
c= 1.0205
s= 2.05% Kada bi se ukupna godišnja primanja pove
59.87%
primanjima i izdvajanju za ljetovanje i zimovanje 15 slučajno
ednadžbu eksponencijalnog modela regresije koji pokazuje
nje i zimovanje o godišnjim primanjima. Objasnite značenje
ijenite reprezentativnost regresijskog modela. Na temelju
te koliko bi za ljetovanje i zimovanje izdvajala obitelj čija
se 220.000,00 kuna. Komentirajte rezultat.
upna godišnja primanja bila nula kuna, možemo očekivati izdvajanje za ljetovanje i zimovanje u iznosu od 1,5139 tisuća kuna (1513,90 kn).
do 5 posto, odnosno do 0,05; greška je dovoljno malena da ne treba računati c.)
ukupna godišnja primanja povećala za 1000 kuna, možemo očekivati povećanje izdvajanja za ljetovanje i zimovanje u iznosu od 2,05%.
ze između ukupnih godišnjih primanja i izdvajanja za ljetovanje i zimovanje objašnjeno je eksponencijalnim modelom regresije.
a ukupna godišnja primanja iznose 220 tisuća kuna mogla bi prema eksponencijalnom modelu za ljetovanje i zimovanje izdvojiti 131 721,40
39 tisuća kuna (1513,90 kn).
delom regresije.
movanje izdvojiti 131 721,40 kuna, što je više od polovine (gotovo 60% !!!) iznosa godišnjih primanja.
Ukupna Izdvajanje za
godišnja ljetovanje i
Redni broj primanja zimovanje (000
obitelji (000 kn) kn)
14 180 45
40
15 200 65
30
20
10
0
20 40 60 80 100 120 140 160
y=a*x^b
y=0,0021*x^1,9262
a=0,0021 Kada bi ukupna godišnja primanja izno
b=1,9262 Kada bi se ukupnja godišnja primanja
3.933465
primanjima i izdvajanju za ljetovanje i zimovanje 15 slučajno
jednadžbu dvostruko logaritamskog modela regresije koji
za ljetovanje i zimovanje o godišnjim primanjima. Objasnite
ra i procijenite reprezentativnost regresijskog modela. Na
rocijenite koliko bi za ljetovanje i zimovanje izdvajala obitelj
znose 220.000,00 kuna.
x^1.92617661156393
upna godišnja primanja iznosila 1000 kuna, moglo bi se očekivati izdvajanje za ljetovanje i zimovanje u iznosu od 2,10 kuna.
ukupnja godišnja primanja povećala za 1 %, moglo bi se očekivati povećanje izdvajanja za ljetovanje i zimovanje od 1,9262 %.
eze između ukupnih godišnjih primanja i izdvajanja za ljetovanje i zimovanje objašnjeno je modelom potencije.
a ukupna godišnja primanja iznose 220 tisuća kuna mogla bi prema modelu potencije za ljetovanje i zimovanje izdvajati 68 264,
nosu od 2,10 kuna.
movanje od 1,9262 %.