Godine rad. Broj rasvet.

PRIMER 1
xy x2 y2 Ocena (ŷ) (y-ŷ)2
staža (x) KD (y) rasvetljenih k
3 5 15 9 25 6.812 3.282
7 10 70 49 100 10.604 0.365
8 12 96 64 144 11.552 0.200
10 15 150 100 225 13.449 2.407
12 17 204 144 289 15.345 2.739
15 20 300 225 400 18.189 3.279
16 18 288 256 324 19.137 1.294
19 22 418 361 484 21.982 0.000 Metodom na
20 21 420 400 441 22.930 3.725
Opisati utica
110 140 1961 1608 2432 140 17.291
korelacije go
Broj parova (n): 9
Koliki se bro
Prosek x 12.2
Koeficijenti regresije: Prosek y 15.56 Koliko je na
b1 0.948
b0 3.967
Prognoza za xp=25:
Broj rasve
F-ja regresije: ŷ=3.967+0.948x y=b0+b1x 28

Koficijent determinacije (r2)

r2 93.20% Regresija
25
Koficijent korelacije ( r ) f(x) = 0.948145025295109 x + 3.96711635750422
r 96.54% 20 R² = 0.931983462363943

15 Empirijski Po
Regresija

10
Srednje kvadratna greška (S)
S 1.5717
5

0
2 4 6 8 10 12 14 16 18 20 22
 PRIMER 1. Podaci u narednoj tabeli prikazuju redni broj, godine radnog staža, kao i broj
rasvetljenih krivičnih dela za svakog od devet zaposlenih policijskih službenika:

Metodom najmanjih kvadrata oceniti parametre odgovarajućeg regresionog modela.

Opisati uticaj objašnjenog varijabiliteta u dobijenoj regresionoj vezi. Na osnovu njega odrediti stepen
korelacije gore navedenih obeležja.
Koliki se broj rasvetljenih KD može očekivati od službenika sa 25 godina radnog staža?
Koliko je najmanje godina radnog staža neophodno da bi se uspešno rešilo bar 25 KD?

Broj rasvetljenih KD iznosi 28

Prognoza za yp>=25:
b0+b1xp>=25 Potrebno je najmanje 23 godina radnog staza
b1xp>=25-b0
xp>=(25-b0)/b1
Empirijski Podaci
Regresija

22
og staža, kao i broj

dela.
njega odrediti stepen

g staža?
25 KD?

ina radnog staza

 x y t = x2 ty t2 y2 Ocena (ŷ)
10 120 100 12000 10000 14400 140.734
15 270 225 60750 50625 72900 224.891
20 360 400 144000 160000 129600 342.709
25 450 625 281250 390625 202500 494.191
30 650 900 585000 810000 422500 679.334
35 930 1225 1139250 1500625 864900 898.141
135 2780 3475 2222250 2921875 1706800 2780

Broj parova (n): 6

Prosek x2 579.166667
Koeficijenti regresije: Prosek y 463
b1 0.673 Srednje-kvadratna greška 40.60
b0 73.41
Prognoza za xp=50:
F-ja regresije: ŷ = 73.41 + 0.673 x2 yp=b0+b1xp2 1,756,530.00

Koficijent determinacije (r2):

r2 0.9843 Srednje-kvadratna regresija
1000
900
Koficijent korelacije (r): 800
r 99.21%
Ukupni troškovi (y)

700
600
500
400
300
200 Empir. podaci
100 Regresija
0
5 10 15 20 25 30 35 40

Broj radnika (x)

 (y-ŷ)2 PRIMER 2. Zavisnost ukupnih troškova (u 000 din) u odnosu na broj dodatno an
429.9125994 radnika MUP-a u rasvetljavanju KD data je tabelom:
2034.8584583
298.9662452 Broj radnika 10 15 20 25 30
1952.8116859 Ukupni troškovi 125 270 360 450 650
860.5071739
1015.0162396 Oceniti parametre srednje-kvadratnog regresionog modela.
6592.07240234
Odrediti koeficijente determinacije i linearne korelacije dobijenog modela.
Koliki se troškovi mogu očekivati ako se dodatno angažuje 50 radnika?
Koliko se najviše radnika može angažovati sa budžetom od milion dinara?

a xp=50:
Očekuju se troškovi od 1756530 dinara
,756,530.00

tna regresija Prognoza za yp=1000:

Najviše se m
yp <=1000 37.10
b0+b1x 2<=1000
b1x2 <=1000-b0
x2 <=(1000-b0)/b1

Empir. podaci
Regresija
25 30 35 40

dnika (x)
osu na broj dodatno angažovanih

35
930

bijenog modela.
26
50 radnika?
milion dinara?

Najviše se može angažovati 37.1 radnika

 x y xy x2 y2
73 84 6132 5329 7056 Regresija
66 70 4620 4356 4900 105
91 81 7371 8281 6561 100

Broj primljenih poena

80 79 6320 6400 6241 95
90
69 65 4485 4761 4225 f(x) = 0.7615649898917
85
58 67 3886 3364 4489 R² = 0.46608010275869
80
74 71 5254 5476 5041 75
79 84 6636 6241 7056 70
65
83 101 8383 6889 10201
60
66 72 4752 4356 5184 50 55 60 65 70
739 774 57839 55453 60954 Broj postignutih

n 10
Prosek x 73.9
b1 0.7616 Prosek y 77.4
b0 21.12

fja regresije y=21,12+0,7616x

Prognoza za xp=100 poena Prognozira se da ukupan
Koficijent determinacije (r ) 2
yp=b0+b1x 97 b
r2 46.61%
x>y
Koficijent korelacije ( r ) x>b0+b1x 89
r 0.683 x(1-b1)>b0
 Regresija

f(x) = 0.761564989891783 x + 21.1203472469973

R² = 0.466080102758694

0 55 60 65 70 75 80 85 90 95
Broj postignutih poena

Prognozira se da ukupan broj primljenih poena moze

biti 97

Da bi Partizan imao nade da pobedi, treba najmanje da postigne bar 89 poena.

 x y xy x2 y2
-1 -5 5 1 25 Regresija
0 -4 0 0 16 20
2 2 4 4 4 f(x) = 1.91901795529498 x − 3.78417002565
15
R² = 0.927026753240458
-2 -7 14 4 49
10
5 6 30 25 36
6 0 0 36 0 5

B
9 13 117 81 169 0
-3 -1 1 3 5 7
11 21 231 121 441 -5
12 20 240 144 400 -10
-3 -9 27 9 81
A
39 37 668 425 1221

n 10 Prosek x 3.9
Prosek y 3.7
b1 1.919
b0 -3.784
Prognoza za xp=7 stepena
Prognozira s
fja regresije y=-3,784+1,919x yp=b0+b1x 9.65

Koficijent determinacije (r2)

r2 92.70%

Koficijent korelacije ( r )
r 0.9628
 Regresija

1795529498 x − 3.78417002565042
6753240458

1 3 5 7 9 11 13

Prognozira se da ce u gradu B temperatura biti 9.65 stepeni.

 x y xy x2 y2
13 10 130 169 100 Regresija
14 15 210 196 225 80 f(x) = 11.0119047619048 x − 13
15 25 375 225 625 70 R² = 0.984750395626529

Pozitivni odgovori (%)

16 35 560 256 1225 60
17 50 850 289 2500 50
18 65 1170 324 4225 40
19 75 1425 361 5625 30
20 80 1600 400 6400 20
132 355 6320 2220 20925 10
12 13 14 15 16 17
Starost ispitanika (go
n 8

b1 11.012 Prosek x 16.5

b0 -137.321 Prosek y 44.38

fja regresije y=-137,321+11,012x

Koficijen determinacije (r2) Prognoza za xp=21 godina

Procenat pozitivn
r2 98.48% yp=b0+b1x 93.93

Koficijent korelacije ( r )
r 0.992
 Regresija
f(x) = 11.0119047619048 x − 137.321428571429
R² = 0.984750395626529

14 15 16 17 18 19 20 21
Starost ispitanika (god)

Procenat pozitivnih odgovora za uzrast od 21 god. Je 93.93