Odredite 3 modela (linearni, eksponencijalni i model potencije) za svaki od sljedećih zadataka

1. Neka se za svako povećanje varijable x za 1 jedinicu, varijabla y poveća za 3 jedinice.

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.

2. a) Neka se za svako povećanje varijable x za 1 jedinicu, varijabla y poveća za 7%.

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

2. b) Neka se za svako povećanje varijable x za 1 jedinicu, varijabla y poveća za 20%.

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)

1 15 800 Zadani su podaci o ulaganju u marketing i ostvareno

2 22 950
3 25 1000
4 30 1200
Odredite Pearsonov koeficijent korelacije i interpreti
5 40 1100
6 45 1450
7 50 1300
8 60 1800 Odredite jednadžbu modela linearne regresije koja p
9 70 2100 Interpretirajte reprezentativnost modela.
10 80 2000
11 95 2800
12 100 3200 Koliki profit može očekivati turistička agencija koja b
13 120 3500 a) 75 000 000 EUR
b) 180 000 000 EUR
14 130 3750 Koja prognoza je preciznija i zašto?
15 150 4800

0.985
Korelacija između ulaganja u marketing i godišnjeg p
Veće ulaganje u marketing donosi veći godišnji profi

Chart Title
6000

5000

4000 f(x) = 28.3964054476446 x + 162

3000
R² = 0.969420344148498
2000

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

R^2=0,9694 96,94% veze između ulaganja u m

a) 2292.69000
b) 5274.27000
Preciznija je prognoza pod a), jer je ovaj model napra
u u marketing i ostvarenom godišnjem profitu u 15 turističkih agencija.

ijent korelacije i interpretirajte ga. Podatke prikažite grafički dijagramom rasipanja.

a linearne regresije koja pokazuje ovisnost profita o ulaganju u marketing i objasnite značenje dobivenih parametara.
tivnost modela.

ti turistička agencija koja bi ulagala u marketing:

i zašto?

u marketing i godišnjeg profita je vrlo jaka i pozitivna.

donosi veći godišnji profit.

Chart Title

054476446 x + 162.993971868721
344148498

60 80 100 120 140 160

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.

profita za 28,396 tisuća eura.

ofit od 2 292 690 eura.
rofit od 5 274 270 eura.
) je izvan tog raspona.
 Ukupna Izdvajanje za
Redni godišnja ljetovanje i
broj primanja (000 zimovanje (000
obitelji kn) kn)

1 30 2 Zadani su podaci o godišnjim primanjima i izdvajanju za lje

2 45 3 odabranih obitelji. Odredite jednadžbu eksponencijalnog
3 50 4
zavisnost izdvajanja za ljetovanje i zimovanje o godišnjim p
4 60 4
5 70 7 dobivenih parametara i procijenite reprezentativnost reg
6 75 8 dobivene jednadžbe procijenite koliko bi za ljetovanje i
7 80 9 ukupna godišnja primanja iznose 220.000,00 kuna. Komenti
8 90 11
9 100 14 70
10 110 18 f(x) = 1.51387042644 exp( 0.02033
11 120 23 60
R² = 0.956575629179657
12 140 28
50
13 150 35
14 180 45 40
15 200 65
30

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

R^2=0,9566 95,66% veze između ukupnih godišnjih pri

131.72140 Obitelj čija ukupna godišnja primanja izno

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.

042644 exp( 0.020332201234 x )

629179657

100 120 140 160 180 200 220

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).

vanje u iznosu od 2,05%.

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)

1 30 2 Zadani su podaci o godišnjim primanjima i izdvajanju za

2 45 3 odabranih obitelji. Odredite jednadžbu dvostruko loga
3 50 4
pokazuje zavisnost izdvajanja za ljetovanje i zimovanje o
4 60 4
5 70 7 značenje dobivenih parametara i procijenite reprezenta
6 75 8 temelju dobivene jednadžbe procijenite koliko bi za ljeto
7 80 9 čija ukupna godišnja primanja iznose 220.000,00 kuna.
8 90 11
9 100 14 70
10 110 18
11 120 23 60
12 140 28 f(x) = 0.00206790367878623 x^1.92617661156393
13 150 35 50 R² = 0.982195811861819

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

R^2=0,9822 98,22 % veze između ukupnih godišnji

68.26433 Obitelj čija ukupna 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

100 120 140 160 180 200 220

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 %.

vanje izdvajati 68 264,33 kune.