Nominalni niz Gornji kvartil Neke pomoćne formule

3N
Relativni brojevi   f1
( računaju se za nominalne nizove) Q3  L1  4 i  2  m2  m12
f k var t .razr . 2
Vagana sredina relativnih brojeva Aritmetička sredina aritmetičke sredina  2  m2  x
Aritmetička Harmonijska
x
x i
x
N x i i
V2x
2

R B A
2
 m2  x
R
B
i i
R
A
i
N N i 100 2
i
R i
Raspon varijacije
Ri = niz relativnih brojeva
2 V 
2
Harmonijska sredina
i
Rx  X max  X min x   1  m2
2
N f  100 
H H i
Momenti oko 0
1
x f
x x fx m2
i
x
r r

 
i i i i
 V2 
i
mr
Numerički niz
N f i  2
 1
 100 
Aritmetička sredina Momenti oko «a»

di  xi  a m r 
'  d ir

fd i i
r
m2  m12   2
x
x i
 m1 x
 f x  m
i i
N f
,
f
1 i
n i

d  fd Momenti oko «a i b»
m3   3  3m1 m2  2m13
x a
d fd
i
xa b  a  m b
i i
x a
r r

f  
1
d  i
N ' i i i
mr
f
i
i
b N i
Mod x  a  m1'
ba
M O  L1   i => sa fk Momenti oko sredine (pomoću momenata
b  a   b  c  oko 0)
xa
Medijan
N
2  m2  m12 m1'' 
' 
   fi  b
M e  L1   2 i  3  m3  3m1 m2  2m13
 2  b 2 m1''
 f med  2
 

Varijanca
 
 4  m4  4m1 m3  6m12 m2  3m14 m2 
''

b3
2  
( xi  x) 2
 2 Momenti oko sredine (pomoću momenata
N oko «a») 2   2
2  
f i ( xi  x) 2
 2  m2'  m1 '2
x  m1
f i

 3  m  3m m  2m
'
3
'
1
'
2
'3
1
Standardna devijacija
 4  m4'  4m1' m3'  6m1' m2'  3m1'
2 3
  2
Pearsonov koeficijent asimetrije
(pomoću moda) Momenti oko sredine (pomoću momenata
oko «a i b»)
Sk 
x  Mo

- 3,3  
 2  b 2 m2''  m1''
2

Pearsonov koeficijent asimetrije 3  b m  3m m  2m 

3 '' '' '' '' 3

 b m  4m m  6m m  3m 
3 1 2 1
(pomoću medijana)
3( x  Me)
4 4 '' '' '' '' 2 '' '' 4

- 3,3
4 1 3 1 2 1
Sk 
 Momenti za relativne brojeve (oko 0, oko
a i oko a i b)
Bowleyev koeficijent asimetrije

Sk q 
Q3  Q1  2Me
- 1,1 mr 
R x r
i i
mr '

Rd i i
r

Q3  Q1
R i R i

Koeficijent varijacije xi  a
 di  xi  a d 'i 
V   100% b
x Standardizirano obilježje
Interkvartil
IQ  Q3  Q1 xi  x
Zi 
Koeficijent kvartilne devijacije 
Mjere asimetrije (α3)

 f x  x 
Q3  Q1
VQ  0,1 
3
Q3  Q1  3  33 3  i i
Donji kvartil
N
 f i
  f1 Mjere zaobljenosti (α4)

 f x  x 
Q1  L1  4 i

4
f k var t .razr .
 4  44 4  i i

 f i
 VJEROJATNOST

P D  
m
n
P(D) – vjerojatnost događaja

m – broj povoljnih ishoda

n – broj mogućih ishoda

P(D)+Q(D) = 1

P(D) – vjerojatnost događaja

Q(D) – suprotna vjerojatnost događaja

TOTALNA VJEROJATNOST

P(D) = P(D1)+P(D2)+P(D3)....... – vjerojatnost da će se realizirati ili događaj D 1 ili događaj D2..........

SLOŽENA VJEROJATNOST

P(D) = P(D1)*P(D2)*P(D3)......... - vjerojatnost da će se realizirati i događaj D 1 i događaj D2..........

....koliko treba puta izvršiti neki pokus da se s vjerojatnošću P može očekivati da će se događaj, koji ima vjerojatnost p,
dogoditi bar jedanput....

log(1  P)
n
log(1  p)

RELATIVNA VJEROJATNOST

P(B/A) = P(AB)/P(A) - vjerojatnost da će se dogoditi događaj B ako se dogodi događaj A

P(A/B) = P(AB)/P(B) - da će se dogoditi događaj A ako se dogodi događaj B

P(A+B) = P(A)+P(B)-P(AB) - vjerojatnost da će se dogoditi barem jedan od dva događaja jednaka je zbroju vjerojatnosti
svakog pojedinog događaja umanjenom za vjerojatnosti da će se oba događaja dogoditi istodobno.

BAYESOVA FORMULA VJEROJATNOSTI

PB1   P A / B1 
PB1 / A 
PB1   P A / B1   PB2   P( A / B2 )  P( B3 )  P( A / B3 )  P( B4 )  P( A / B4 )
Vremenski niz b) Dinamičke vrijednosti
Individualni indeksi - trendovi
 Linearan trend
a) stalne baze
x
 xi y 
Yk N y i

Ik   100 N
Yb yt  a  bx
b) promjenjiva baza (lančani indeksi)
Y Y b
 x y  x yi i i

I n / n 1  n *100 Yn 1  n  100  x  x x 2
i i
Yn 1 I n / n 1
a  y  x *b
Izračunavanje članova vremenskog niza temeljem
indeksa stalne baze : b
x y i i } ishodište na sredini (neparan broj članova niza ili jednak
Yk 100 Yb  I k x 2
i
razmak između članova) – ishodište je godina uz koju stoji
Yb   Yk  član xi=1, ako paran broj : ishodište 6. mj.
a y
Ik 100
ya - kod ishodišne godine
Izračunavanje članova vremenskog niza temeljem Pretvaranje godišnje jednadžbe u mjesečnu kod intervalnog niza:
lančanih indeksa : yt 
a

b
x
Yk 1 100 12 144
Yk   unatrag Pretvaranje godišnje jednadžbe u mjesečnu kod trenutačnog niza:
I k 1 b
yt  a  x
Y I 12
Yk  k 1 k  unaprijed Mjere reprezentativnosti
100 1. Apsolutne

Preračunavanje indeksa stalne baze u indekse nove

Varijanca  2   (Y i  Yt ) 2
k
N
stalne baze :
Standardna devijacija  k   k2
I k 100
In  2. Relativne
Ib Koeficijent varijacije V   k *100
In = novi indeks godine n Y
Ik = stari indeks godine In  Krivolinijski trend (b-stopa promjene trenda, a – trend veličina u
Ib = indeks nove bazne godine ishodištu trenda)

Srednje vrijednosti vremenskih nizova

yt  a  bx  cx 2
a) Statičke vrijednosti Koeficijenti kad je ishodište u sredini vremenskog niza
k k k k

 y x x  y x
k k k k
x y k  yi xi2   xi2  yi
4 2 2
Aritmetička sredina i i i i i
i i
a i 1 i 1 i 1 i 1
b i 1

 Yi c
k k k i 1 i 1 i 1
k x   x x
k

x
4 2 2 k k k
Y k x   x x
2 4 2 2
- intervalni vremenski niz i 1
i
i 1
i
i 1
i
i i i i
i 1
N i 1 i 1 i 1

 Eksponencijalni trend
Kronološka sredina

KS 
V Y i i
- trenutačni vremenski niz yt  AB x 

V i
log B  b 
 i
x log y i  x  log y 
i 

Geometrijska sredina – ako: pozitivna ekstremna
 x i  x  xi
2
 Ishodište na početku

vrijednost log A  a 
 log yi  x log B 


G  k Y1Y2 ...Yk N

Geometrijska sredina lančanih indeksa

log B  b 
 x log y  i i
ishodište na sredini (neparan br. članova ili jednak
G  k 1 I 2 / 1  I 3 / 2  ...  I k / k 1 yk  x  2
i razmak)
G  k 1
y1 log A  a 
 log y  i

N 
Prosječna godišnja stopa (rasta ili pada) log B =x
s  G 100 100 B = 10 x

Predviđanja b - pokazuje koliko se puta promijeni veličina pojave ako se vrijeme promijeni za
y k  yi  G k 1 - ubraja se i ishodišna god. i god. za koju se predviđa jedinicu mjere, tj. sadrži informaciju o prosječnoj stopi promjene trend vrijednosti
(sB = (B-1)*100)

Očekivanje a – pokazuje trend veličinu u ishodištu trenda

log1,%
x  rast
log G
log(1  0,%)
x  pad
log G
 Mjere reprezentativnosti s log
r 2
 1
(y  y ) i r
2

 ( y  y) 2

 (log Yi  log Yt ) 

i
2 standardna devijacija i
 k log  varijanca (na kvadrat) 2 k 1
N  (jed. za y) r  1 (1  r 2 )
 k 2
 k log
V  *100 - varijanca
log Y  Multipla linearna regresija
yr  a  b1 x1  b2 x2  ...  bk xk
Ukupno kvadratno odstupanje org. članova od trenda – u
Ispitivanje reprezentativnosti – koeficijent multiple determinacije
u   (log y i  log y t ) 2

Očekivanje – (pad ili rast, npr. za koliko godina će se….smanjiti R2 

 ( y  y)
r


2

za 15%….)  ( y  y)
i
2

1  %( pad ) 
log
1,%(rast ) R 2
 1
(y  y )
i r
2

 0,1 

K – br. nezavisnih varijabli
x
log G
godina (x+početna godina)  ( y  y)
i
2

k 1 
R2  1 (1  R 2 ) 
Regresija i korelacija k  ( K  1) 

 Jednostavna linearna regresija
y r  a  bx  Jednostavna linearna korelacija
y r  a  bx
b
 x y  kxy
i i
 x y  kxy
b
x  kx
2 i i
2

x  kx
i 2 2
i
a  y  xb
a  y  xb
Odstupanja = individualna + rezidualna x r  a'b' y
ST  SP  SR   ( yT  y ) 2   ( y i  y r ) 2   ( y i  y ) 2
b' 
 x y  kxy
i i

y ky
2
SP   y i  a  y i  b xi y i
2
2
i

a'  x  yb'
SR   y i2  a  y i  b xi y i  k y
2

Pearsonov koeficijent korelacije

ST   y i2  k y
2

r2 
(y r  y) 2
 0,1 
Rezidualna odstupanja
ui  yi  y r
(y i  y) 2
r  r (1) 2

Relativna RO
r  b * b' (1)
y  yr
u i ,rel  i  100
yi  Multipla linearna korelacija
y r  a  b1 x1  b2 x 2  ...  bk x k
Standardizirana RO
yi  y r x r  a '  b1' y1  b2' y 2  ...  bk' y k
u i , s tan 
 SR  Korelacija ranga

 SR
2

(y i  yr ) 2

r'  1
6 *  d i2


 d i = razlika rangova parova (u
( 1)  nizu najmanji = 1, najveći = n)
k k3  k 

Koeficijent determinacije
r
r i

r2 
 ( y r  y) 2

 0,1 
k
(y i  y) 2
Procjene nepoznatih karakteristika osnovnog skupa

x u  z  sex   x  x u  z  se x  - interval pouzdanosti

2
 z  
n'    - opseg uzorka
 Ga 

n' n'
n  - opseg uzorka ukoliko je f>0,05 ili 5%
n' 1  f
1
N


se x 

- ako je frakcija f  0,05
n

n
s 2   u2 
n 1


se x 
s
ukoliko se radi o uzorku manjem od 30 elemenata
n

x u  t  se x   x  x u  t  se x 


se x 
 u2 N  n
n

N 1
- standardna pogreška => za frakcija > 5%

n'
f  - frakcija odabiranja
N

xu 
x u
- aritmetička sredina iz totala skupa
n

Procjena totala osnovnog skupa

 x'  N  x u - total s greškom

se x   N  se x  - standardna greška procjene totala

 x'  z  se x    x   x'  z  se x  - interval pouzdanosti

2
 z  
n'   N   - opseg uzorka
 Ga 

Procjena proporcije osnovnog skupa

2
 z  PQ 
n'    - opseg uzorka
 Ga 

Mu
Pu  - proporcija elementa u uzorku s određenim modalitetom
n

n  Mu
Qu   1  Pu - proporcija elementa u uzorku s promatranim modalitetom
n
 Pu Qu
se p   - kada je f  0,05
n 1

Pu Qu N  n
se p    - kada je f  0,05
n 1 N 1

Pu  z  se p   P  Pu  z  se p  - interval pouzdanosti

Testiranje hipoteze o nepoznatim karakteristikama osnovnog skupa

H 0 ............x  200 ili H 0 ............x  200  0 - naša pretpostavka.....

ukoliko naša pretpostavka nije istinita, postavlja se alternativna pretpostavka:

H 1 ............x  200 ili H 1 ............x  200  0 - alternativna pretpostavka

x u  z  sex   x  x u  z  se x  - interval pouzdanosti

xu  x0
zi 
se x  - donošenje odluke o prihvaćanju nul-hipoteze

Testiranje hipoteze o razlici aritmetičkih sredina osnovnih skupova

H 0 ............x 1  x 2  0 ili H 0 ............x 1  x 2 - nul-hipoteza

H 1 ............x 1  x 2  0 ili H 1 ............x1  x 2 - alternativna hipoteza

n1   u21  n2   u2 2
s
n1  n2  2
- ukoliko je n  30 elemenata


se x1  x 2  n  n2
 s 1
n1  n2
 u21  u2 2

se x1  x 2   n1

n2
- standardna pogreška ukoliko je n  30 elemenata


0  t  se x1  x 2  - interval prihvaćanja nul-hipoteze kada je n  30 elemenata
0  z  sex 1  x  - interval prihvaćanja nul-hipoteze kada je n  30 elemenata
2

x u1  x u 2
ti  n  30

se x1  x 2  - ako je elemenata

x u1  x u 2
zi  n  30

se x1  x 2  - ako je elemenata

Testiranje hipoteze o nepoznatoj proporciji skupa

H 0 ............P  P0  0 ili H 0 ............P  P0 - nul-hipoteza

H1 ............P  P0  0 ili H1 ............P  P0 - alternativna hipoteza

P0  z  se p 
interval prihvaćanja nul-hipoteze za velike uzorke
Pu  z  se p 
 Pu  P0
zi  - donošenje odluke o prihvaćanju hipoteze...
se p 

PQ N  n
se p    - standardna pogreška
n N 1

Pu 1  Pu 2
zi  - donošenje odluke o prihvaćanju hipoteze
se p1  p 2 

n1 Pu 1 u 1  n2 Pu 2 u 2
se p1  p 2    - standardna pogreška proporcije dvaju skupova
n1  n2  2 n1  n2

Testiranje hipoteze da distribucija osnovnog skupa ima određeni oblik - Hi – kvadrat

M u i  ei 2
 
2
- izračunavanje Hi – kvadrata
ei
M u i - opažene frekvencije df=k-1 - stupanj slobode
ei - očekivane frekvencije

Testiranje hipoteze o razlici proporcija triju ili više osnovnih skupova

H 0 .............P1  P2  P3  ...  Pk - nul-hipoteza

H1 .............P1  P2  P3  ...  Pk - nul-hipoteza

P' 
M u
- opća proporcija osnovnog skupa
n
ei  ni  P' - izračunavanje očekivanih proporcija