Istorijat i osnovni pojmovi

u statistici

Prvo predavanje iz statistike

doc. dr Dragan Bogdanovi
Uvod
Statistika je oblast primenjene matematike
koja se bavi prikupljanjem, organizacijom,
prikazivanjem, analizom i interpretacijom
podataka, kao i donoenjem statistikih
zakljuaka, a njena metodologija se zasniva
na teoriji verovatnoe i zakonu velikih
brojeva.
Uvod
Statistika nam omoguava da tumaimo
podatke kritiki i sa razumevanjem, da
dobijemo jasne odgovore na znaajna pitanja
i da donesemo pouzdane zakljuke
zasnovane na numerikim dokazima.

Ona predstavlja moan intelektualni metod

primenljiv u mnogim profesijama.
Uvod
Poznavanje statistike metodologije
neophodno je studentima svih disciplina
za pravilno definisanje problema, kritiko
razmiljanje, analizu i sintezu.

Priprema za kreativnu i produktivnu

profesionalnu karijeru.
Uvod
Teorijska ili matematika statistika bavi se
razvojem, izvoenjem i dokazivanjem
statistikih teorema, formula, pravila i
zakona.

Primenjena statistika podrazumeva primenu

tih teorema, formula, pravila i zakona u
reavanju realnih problema.
Istorijat i razvoj
Izraz statistika se u poetku odnosio na
prikupljanje podataka koji su bili od znaaja
za dravu, kao to su evidencije o
stanovnitvu, posedima i prihodima, a vodi
poreklo od italijanske rei state to znai
drava.
Istorijat i razvoj
Razvoj vitalne statistike (praenje i analiza
raanja i umiranja) u imperijalnoj Engleskoj
XVII veka. Pioniri u ovoj oblasti bili su Don
Graunt (1620-1674. g.) i Vilijam Peti (1623-
1687. g.).

Gotovo u isto vreme Blejz Paskal (1623-

1662. g.) i Pjer de Fermat (1601-1665. g.)
postavili su osnove teorije verovatnoe.
Istorijat i razvoj
Dalji podsticaj za razvoj statistike metodologije
dala je astronomija, gde je rezultate mnogih
pojedinanih posmatranja bilo potrebno
objediniti u jedinstvenu teoriju. Vodee linosti u
ovoj oblasti bili su Pjer Simon Laplas (1749-
1827. g.) u Francuskoj i Karl Fridrih Gaus (1777-
1855. g.) u Nemakoj.
Istorijat i razvoj
Adolfo Katlet (1796-1874. g.) prvi poeo da primenjuje
statistiku metodologiju u biolokim, medicinskim i
sociolokim istaivanjima.
Fransis Galton (1822-1911. g.) uveo analizu varijabilnosti
i meuzavisnosti izmeu vrednosti razliitih obeleja
(regresije i korelacije) u biolokim merenjima.
Karl Pirson (1857-1936. g.) i Rafael Veldon (1860-1906.
g.) dalji razvoj primene statistike metodologije u biologiji
i uvode pojam biometrije za vrstu studija kojima su se
bavili.
Ronald Fier (1890-1962. g.) dominantna linost u
razvoju statistike i biometrije u XX veku.
Deskriptivna statistika

Deskriptivna statistika obuhvata metode

prikupljanja, sreivanja i prikazivanja
podataka na jasan i razumljiv nain, kao i
izraunavanja statistikih parametara.
Deskriptivna statistika
Na primer, izmerena je telesna teina 250 uenika jedne
srednje kole. Rezultati ovih merenja mogu se prikazati
numeriki i grafiki.
Korienjem numerikog pristupa mogu se izraunati i
prikazati srednja vrednost i standardna devijacija. Ovi
parametri nam daju informacije o prosenoj telesnoj
teini i stepenu razlika koje postoje izmeu uenika.
Korienjem grafikog pristupa moe se iscrtati
takasti dijagram. Ovaj grafikon prua detaljne
informacije o rasporedu svih izmerenih vrednosti telesne
teine.
Deskriptivna statistika
Grafiki metod daje bolji uvid u raspored
podataka.
Numeriki pristup je precizniji i objektivniji.
Kako se ovi pristupi meusobno dopunjuju,
preporuljivo je u prikazivanju podataka
koristiti obe metode.
Analitika statistika

Analitika statistika se koristi kako bi se

doneli zakljuci o celokupnoj populaciji na
osnovu podataka dobijenih merenjima
sprovedenim na uzorku.
Analitika statistika
Primer: Sprovedeno je ispitivanje u kome je 10 uesnika
koji su odgovarali na test posle 24 asa nespavanja imali
u proseku 12 tanih odgovora manje nego 10 uesnika
koji su imali normalan ritam sna.
Pitanja: 1. Da li je razlika u broju tanih odgovora nastala
zbog nespavanja ili je posledica sluajnosti? 2. Ukoliko
je razlika u uzorku nastala zbog nespavanja, kolika bi
bila stvarna razlika kada bi se ispitivanje sprovelo na
celokupnoj populaciji?
Na pitanja ovakve vrste odgovore moe da prui
analitika statistika.
Analitika statistika
Analitika statistika koristi dve osnovne metode:
a) procenu i
b) testiranje hipoteza.
Pri procenama se izraunavaju parametri osnovnog
skupa na osnovu parametara uzorka.
Kod testiranja hipoteza proverava se istinitost neke
pretpostavke istraivaa. U naem primeru radna
hipoteza bi glasila da nespavanje utie na broj
tanih odgovora pri testiranju.
Populacija i uzorak
Osnovni skup ili populacija se sastoji od svih
elemenata ili jedinica posmatranja ije
karakteristike ispitujemo pojedinaca (bia),
stvari ili predmeta.
Osnovni skup koji se prouava naziva se jo i
ciljnom populacijom.
Svi elementi osnovnog skupa su istorodni, ali
ne i istovetni.
Populacija i uzorak
Idealno bi bilo kada bi mogli da analiziramo
svaku jedinicu populacije, meutim u praksi to
gotovo nikada nije mogue.
Zbog toga se u statistici donoenje sudova i
zakljuaka o celini pojave vri na osnovu
prouavanja i poznavanja odreenog broja
statistikih jedinica, odnosno na osnovu dela
osnovnog skupa - uzorka.
Populacija i uzorak

Jedinica posmatranja ili element uzorka ili

osnovnog skupa jeste odreeni subjekat ili
objekat (na primer: osoba, firma, predmet,
drava) o kojem se prikupljaju podaci, odnosno,
na kojem se odreena pojava statistiki
posmatra.
Populacija i uzorak
Adekvatan uzorak mora da ispuni principe:
- nepristrasnosti,
- reprezentativnosti i
- ekonominosti.

Nepristrasnost uzorka se postie nainom i

metodama odabiranja uzorka.
Populacija i uzorak
Reprezentativnost - uzorak treba da obuhvati
one statistike jedinice koje e u sebi nositi sve
karakteristike osnovnog skupa
Kvalitet, tanost i preciznost rezultata
istraivanja su direktno proporcionalni
reprezentativnosti uzorka.
Reprezentativnost uzorka zavisi od varijabilnosti
vrednosti posmatranog obeleja unutar skupa i
od veliine uzorka.
Populacija i uzorak
Ekonominost je princip koji nameu
finansijska i vremenska ogranienja.

Veliki uzorak zahteva vie finansijskih i

ljudskih resursa, kao i vremena za ispitivanje.

Princip ekonominosti je sutinski suprotan

principu reprezentativnosti.
Jednostavan sluajan uzorak
Kada svaka jedinica iz populacije ima jednaku ansu da bude
izabrana uzorak je sluajan, randomiziran (engl. random
sample).
Metode sluajnog izbora:
- Lutrijska metoda
- Tablice sluajnih brojeva
- Raunarski generator sluajnih brojeva.
Prvo se odreuje okvir izbora, odnosno populacija iz koje se
bira.
Zatim se svakoj statistikoj jedinici dodeljuje identifikacioni
broj
Na kraju se ovi brojevi koriste da bi se nekom od metoda
sluajnog izbora izvrilo izdvajanje uzorka.
Sistematski uzorak
Kada se izbor statistikih jedinica u uzorak vri po
nekom sistemu.
Na primer, sprovodimo anketu birajui svaki deseti
broj telefona iz telefonskog imenika, pri emu samo
prvi broj izaberemo metodom sluajnog izbora.
U nekim sluajevima taj nain izbora nosi rizik da
bude pristrasan.
Jednostavniji je od metode sluajnog uzorka jer nije
neophodna lista svih statistikih jedinica, pa se u
praksi esto primenjuje. Meutim, pri tome valja biti
oprezan pri donoenju zakljuaka.
Viestepeni uzorak
Kod velike i rairene populacije.
Na primer, elimo da utvrdimo zastupljenost povienog
krvnog pritiska kod odraslog stanovnitva cele drave,
koje broji 5 miliona ljudi, na uzorku od 10000 ispitanika.
Prvo se iz liste naselja sluajnim izborom izdvoji
odreeni broj naselja. Zatim se iz tih naselja prema
popisnim podacima izabere sluajnim izborom
srazmeran broj stanovnika.
Viestepeni uzorak daje dobre podatke za populaciju u
celini, ali ne i za pojedina naselja jer broj ispitanika u
njima ipak nije dovoljan za zakljuivanje.
Stratifikovani uzorak
Kada je potrebno analizirati neku pojavu u celoj
populaciji, ali i posebno po populacionim grupama od
posebnog interesa stratumima.

Svaki stratum je podpopulacija koja bi trebalo da je

homogena, a izmeu pojedinih stratuma se oekuju
znaajne razlike. Za svaki stratum se odreuje poseban
sluajni uzorak. Veliina uzoraka iz stratuma je obino
proporcionalna udelima stratuma u celokupnoj populaciji,
ali to nije pravilo.

Stratifikovani uzorci se mogu podeliti na proporcionalne i

neproporcionalne.
Viefazni uzorak

Kada je komplikovano ili skupo sve elemente

istraivanja sprovesti na svim ispitanicima iz
uzorka. Tada deo istraivanja sprovodimo
samo na poduzorku.
Klaster uzorak
Slian je viestepenom uzorku, samo to se sluajni
izbor ne sprovodi za pojedinane ispitanike, ve po
odreenim grupama - klasterima, na primer po
ulicama ili domainstvima.

Vrste odabira uzoraka se mogu meusobno

kombinovati. Ovo vai za sve vrste izbora, osim za
jednostavni sluajni uzorak.
Obeleja

Obeleje (promenljiva, varijabla) je merljiva ili

opisna karakteristika koja se razlikuje izmeu
pojedinih subjekata ispitivanja.
Podatak
Vrednost promenljive koja se odnosi na jednu jedinicu
posmatranja naziva se opservacijom ili podatkom.
Serija podataka ili statistiki niz je skup podataka koji
se odnosi na jednu ili vie promenljivih.
Podaci prikupljeni o razliitim obelejima osnovnog
skupa ili uzorka u istom vremenskom periodu nazivaju
se strukturnim serijama podataka (podacima preseka
ili uporednim podacima).
Serija podataka prikupljenih za istu jedinicu posmatranja
o jednoj istoj promenljivoj u razliitim vremenskim
trenucima ili vremenskim periodima, naziva se
vremenskom serijom.
Kvantitativna i kvalitativna
obeleja

Kvantitativna (numerika) obeleja se mere

intervalnom i skalom odnosa.

Kvalitativna (atributivna, kategorijska)

obeleja se mere nominalnom i ordinalnom
skalom.
Nezavisna i zavisna obeleja

Obeleja iji se uticaj ispituje nazivaju se nezavisno

promenljive ili faktori.
Obeleja koja menjaju vrednost ili kategoriju pod
uticajem nezavisnih faktora predstavljaju zavisno
promenljive.
Na primer, pri eksperimentu koji ispituje uticaj
konzumiranja alkohola na brzinu reakcije, nezavisno
promenljivu predstavlja broj popijenih alkoholnih
pia, a zavisno promenljivu predstavlja vreme do
reakcije.
Kontinuirana i diskontinuirana
obeleja
Neka obeleja (kao to je vreme reakcije) imaju
neogranieni broj numerikih vrednosti, koje mogu
biti i decimalne, a ona se nazivaju kontinuiranim
(neprekidnim).

Druge promenljive mogu imati samo cele vrednosti.

Na primer, ako je obeleje ocena na ispitu tada su
samo vrednosti 5, 6, 7, 8, 9 i 10 dozvoljene, to
znai da se merenje vri estostepenom skalom.
Takvo obeleje se naziva diskontinuirano (prekidno).
Statistiki parametar -
pokazatelj
Statistiki parametar je numerika (kvantitativna)
mera nekog obeleja koja se izraunava na osnovu
prikupljenih podataka. Na primer, prosena telesna
teina uenika jedne srednje kole je statistiki
parametar.
Statistiki parametar se moe izraunati i za
pojedinca, a ne samo za uzorak ili populaciju, ali je
tada potrebno izvriti vie merenja.
Na osnovu statistikih parametara uzorka mogu se
procenjivati parametri celokupne populacije.
Statistiki parametar -
pokazatelj
Neki autori koriste termin statistik kao naziv za
meru nekog obeleja koja se izraunava na osnovu
prikupljenih podataka iz uzorka, dok termin
parametar koriste kao naziv za meru dobijenu na
celoj populaciji ili procenjenu za celu populaciju.

Va nastavnik ne koristi ovakvu podelu termina jer je

vrlo zbunjujua kada se u igru umea i engleski jezik
(veoma esto) na kome izraz statistics znai
jednostavno statistika.
Skale merenja
Merenje predstavlja odreivanje vrednosti obeleja
pojedinih jedinica posmatranja, na sistematizovan
nain.

Merne skale se mogu podeliti na: nominalne,

ordinalne, intervalne i skale odnosa.

Nominalne i ordinalne skale se primenjuju za

atributivna obeleja, a intervalne i skale odnosa za
numerika obeleja.
Nominalne skale
Rasporeuju subjekte u grupe ili kategorije
(modalitete) pojedinih opisnih (atributivnih) obeleja.
Ove skale su kvalitativne jer ne daju nikakve
kvantitativne informacije, odnosno nisu nam poznati
pravac i veliina razlika izmeu pojedinih vrednosti.
Primeri: pol (dva modaliteta) i brano stanje (etiri
modaliteta).
Modalitetima je mogue pridruiti numerike
vrednosti, ali samo u svrhu oznaavanja (kodiranja).
U analizi se porede uestalosti izmeu ovih
modaliteta, a ne njihove vrednosti.
Ordinalne skale
Rangiraju modalitete atributivnih obeleja po znaaju ili
intenzitetu.
Rangiranje moe biti od najmanje vanih do najvanijih, ali i
obratno.
Rangovi mogu imati numerike ili atributivne vrednosti, a
intervali izmeu pojedinih vrednosti ne moraju biti identini.
Na primer, studenti mogu ocenjivati kvalitet nastave na
pojedinim predmetima ocenama: nisam zadovoljan/na 1,
delimino sam zadovoljan/na 2 i u potpunosti sam
zadovoljan/na 3. Intervali izmeu pojedinih ocena ne moraju
biti podjednaki. Takoe, ocenjivanje je, umesto od 1 do 3,
moglo da se vri i rangiranjem od 0 do 2 ili ak i od -1 do 1.
Intervalne skale
Imaju merne jedinice koje predstavljaju identine intervale i
zbog toga nam mogu pruiti informacije o apsolutnim
razlikama izmeu izmerenih vrednosti.

Formirane su tako da nemaju stvarnu nultu vrednost i zbog

toga nam ne daju obavetenje o relativnim razlikama izmeu
izmerenih vrednosti.

Kao primer za intervalnu skalu moe posluiti Celzijusova

skala za merenje temperature u stepenima (C).

Intervalne skale su veoma este u psihologiji (na primer IQ

skor. Da li je IQ nekoga ko je na MENSA testu postigao 0
poena zaista 0?).
Skale odnosa
Sline su intervalnim skalama, ali one imaju i
stvarnu nultu vrednost.

Mogu nam pruiti i informacije o relativnim razlikama

izmeu izmerenih vrednosti.

Na primer, masa od 0 kg znai da mase zaista i

nema. Prema tome, osoba sa 110 kg ima dvostruko
veu masu tela od osobe sa 55 kg.
Merne skale
Skale merenja vrednosti obeleja imaju uticaj na
izbor statistike metodologije za analizu podataka.
Za numerika obeleja merena intervalnom skalom
ili skalom odnosa moemo izraunati srednje
vrednosti i poredimo ih najee parametrijskim
testovima.
Za obeleja merena ordinalnom skalom moemo
raunati srednje vrednosti, ali je ovakav postupak
diskutabilan. Kod njih je ispravnije koristiti medijanu
kao meru centralne tendencije, a vrednosti porediti
neparametrijskim testovima.
Ova zadnja tvrdnja je pod velikim znakom pitanja u
psihologiji!
Stepen slobode
Pri bilo kom izraunavanju stepen slobode predstavlja
broj nezavisnih vrednosti na kojima se bazira rezultat.
Drugim reima, broj stepeni slobode je broj lanova
nekog izraunavanja koji mogu slobodno uzeti bilo koju
vrednost, a da se pri tome rezultat ne promeni.
On se odreuje u zavisnosti od vrste izraunavanja.
Uzmimo da zbir etiri broja: X1, X2, X3 i X4 iznosi 30.
Bilo koja tri od ova etiri broja mogu slobodno uzeti bilo
koje vrednosti, ali e zato etvrti broj morati da uzme
tano odreenu vrednost da bi zbir iznosio 30. Prema
tome, kod izraunavanja zbira samo jedan od N sabiraka
ne moe slobodno uzimati bilo koju vrednost, pa broj
stepeni slobode iznosi: ss=N-1, u naem primeru: ss=4-
1=3.
HVALA NA PANJI