PROMETEJ

Visoka škola za primijenjene i pravne

nauke

TEMA 1:
OSNOVI DESKRIPTIVNE STATISTIKE

Prof. dr Saša Mičić

mart 2019. godine

 DEFINISANJE STATISTIKE
• Riječ statistika potiče od latinske riječi statisticus
• Sumerci iz Mesopotamije riječ statistika koristili 5000
godina prije Hrista, vezano za podatke, način
prikupljanja i objašnjenja u vezi sa prikupljanjem,
obradom i evidencijom raznih taksi i poreza.
• Prvi pristup statistici – nauka koja se bavi
prikupljanjem, klasifikacijom i interpretacijom
numeričkih informacija. Povezana sa teorijom
vjerovatnoće radi kvalitetne ocjene parametara
cjeline ispitivane pojave, odnosno populacije slučajne
promjenjive.
• Drugi pristup –svaki podatak, skup informacija, svaka
slučajna promjenjiva se naziva Statistika.
 UPOTREBA STATISTIKE
• Korišćenje pojma statistike pojavilo se mnogo ranije
od pojma vjerovatnoće.
• Predmet Statistike je prikupljanje, organizacija i
predstavljanje informacija i podataka pomoću tabela
i grafikona.
• Pojavom pojma vjerovatnoće u 17.vijeku povezanog
sa igrama na sreću kroz radove matematičara
Fermata i Paskala korišćenje Statistike dobija na
značaju.
• Kome treba statistika?
• Svima: inženjerima, menadžerima, matematičarima,
ekolozima, biolozima, psiholozima, pravnicima,
političarima, proizvođačima...
 DEFINICIJA
• U statistici posmatra se konačan ili beskonačan skup
elemenata, koji se zove statistički skup, statistička
masa ili populacija i obilježava sa

  1 , 2 , (omega)

Primjer:
Populacija je:
skup svih građana neke države,
skup svih studenata naše škole,
skup svih mjerenja neke veličine i sl.
 OBILJEŽJE
• Svaka populacija se može posmatrati sa stanovišta jedne ili
više osobina, koje nazivamo obilježje.

• Za posmatranu populaciju neka obilježja su važna, druga nisu.

Naprimjer, ako posmatramo studente jednog fakulteta,

• bitna obilježja su:
njihov broj,
prolaznost na ispitima,
srednje ocjene,
dužina studiranja i slično,
• nebitna obilježja su:
njihova visina,
težina i slično.
 OBILJEŽJE
• Obilježja mogu biti :
numerička, koja se izražavaju brojem i
atributivna, koja se izražavaju opisno.

• Numerička obilježja su naprimjer:

ako u populaciju studenata posmatramo, visinu i težinu,
a atributivna su pol i boja očiju.

• Da bi se i na atributivna obilježja mogli primjeniti

matematički metodi, neophodno je se oni prevedu na
jezik matematike.

• Za matematiku su od interesa samo numerički podaci,

odnosno oni koji se mogu izraziti brojem.
• Do statističkih podataka se dolazi se
sistematski, po jasno utveđenom planu.

• U procesu proučavanja pojava statistika se

služi određenim metodama.
 UZORAK
Često ispitivanja obilježja cijele populacije mogu da budu:
• složena,
• neracionalna, a
• ponekad i nemoguća
jer populacija može da ima beskonačno mnogo elemenata ili
konačno mnogo, ali da je taj broj veliki.
• Iz tih razloga definiše se neki podskup uočene populacije i
nazivamo ga uzorak.
• Definicija:
• Bilo koji podskup U, populacije  nazivamo uzorak .
 PROST UZORAK
• U vezi sa uzorcima postavlja se niz teorijskih i praktičnih pitanja u
vezi formiranja uzorka.
• Zaključci na osnovu uzorka nisu sasvim pouzdani, već manje ili
više vjerovatni.
Uzorak tako birati da se :
• obezbijedi dovoljna pouzdanost zaključka.
• treba da bude reprezentativan.
• odbaciti sve subjektivne faktore, tako da uzorak bude što više
objektivan.
• To se postiže slučalnim izborom, što znači da takvim izborom
svaka jedinica ima istu vjerovatnoću da bude izabrana kao
element uzorka.
• Ovakav uzorak zove se prost uzorak.
 Proces obrade podataka
• Obrada podataka je proces koji u sebe uključuje:
1. Prikupljanje statističkih podataka – putem: popisa,
evidencija, statističkih izvještaja, redovnih i povremenih
anketa.
2. Klasifikovanje na kvalitativne, atributivne podatke i
kvantitativne podatke, numeričke podatke.
3. Uređivanje znači sve kvantitativne podatke, u skladu sa
ciljevima predmeta istraživanja urediti tako da za
statističku obradu budu što upotrebljiviji.
4. Grupisanje znači da dato statističko obilježje u
istraživanju treba posmatrati i sa aspekta nijansi,
klastiranjem s obzirom na kriterijum
5. Utvrđivanje i izbor odgovarajuće frekvence, empirijskih
podataka koji se ponavljaju.
 Empirijske raspodjele
Karakteristika statističkog zaključivanja je da se na osnovu
informacije dobijene posmatranjem uzorka donose zaključci
o populaciji (cjelini).

Osnova statističkog ispitivanja su empirijski podaci. To su

numeričke vrijednosti koje treba aranžirati tako da daju
adekvatnu sliku o prirodi pojave i omoguće primjenu
statističkih procedura.

Neuređeni statistički podaci su niz neuređenih

numeričkih vrijednosti dobijenih kao rezultat posmatranja
svake jedinice u izabranom skupu.
 Neuređeni i uređeni podaci

1. Neuređeni podaci – ako imamo numeričke empirijske

podatke, preuzete iz nekih od izvora podataka,
predstavljene na način da numerički podaci nisu
poređani od najmanje do najveće vrijednosti.
(5,3,1,2,4,4,2) - neuređena stat. serija.
2. Uređeni podaci – ukoliko su numerički empirijski
podaci, preuzete iz nekih od izvora podataka ili
naknadno preuređeni, predstavljeni na način od
najmanje do najveće vrijednosti u statističkoj seriji. (2,
2, 3, 4, 4, 5) - uređena statistička serija.
 Negrupisani podaci
Podaci zapisani po redoslijedu prikupljanja, prije nego što
se urede po veličini ili grupišu na neki način zovu se
neuređeni, negrupisani ili sirovi podaci.

Skupovi neuređenih podataka sređuju se u vidu tabela i

prikazuju pomoću grafikona.

Podaci mogu biti kvantitativni (numerički) i

kvalitativni (ili kategorijski, atributni).
 Sređivanje i grafičko prikazivanje kvalitativnih
podataka
Primjer : Studenti završne godine Prometej-a se izjašnjavali gdje bi željeli da
se zaposle posle diplomiranja.

Tabela raspodjele frekvencija

Kvalitativna Vrsta zaposlenja Broj studenata
promjenljiva
Privatne firme 44
Kategorija frekvencija
Državni oragani vlasti 26
ili modalitet
Sopstvena firma 20
N=100
Ne zna 10
 Negrupisani i grupisani podaci
• Negrupisani podaci – kada cilj istraživanja određene pojave
nije utvrđivanje numeričkih nijansi ili numeričkih razlika u
jedinicama mjere te pojave – negrupisani numerički
statistički podaci.
Prihod u pet pogona jedne fabrike u hiljadama KM (40, 50,
60, 70, 80)
• Grupisani podaci – ako je cilj istraživanja određenog
statističkog obilježja i da se utvrde numeričke razlike, u
jedinicama mjere, statističkog obilježja, jer se određene
jedinice mjere statističkog obilježja u statističkoj seriji
ponavljaju.
Predstavljaju se: kao cijele numeričke vrijednosti (diskretno
stat. obilježje ili prekidna slučajna promjenjiva) i kao
intervalne numeričke vrijednosti (kontinuirano stat. obilježje
ili neprekidna slučajna promjenjiva)
Grafičko prikazivanje kvalitativnih grupisanih
podataka

Grupisani kvalitativni podaci se

mogu grafički prikazati pomoću:
• štapićastog dijagrama
• strukturnog kruga (pite)
 Štapićasti dijagram

Štapićasti dijagram je grafikon u kome se na apscisi nalaze

kategorije, a na ordinati frekvencije ili relativne frekvencije
određenih kategorija.
50

45

40
F re k v e n c ija

35

30

25

20

15

10

Privatne firme Državni oragani Sopstvena firma Ne zna

vlasti
Vrsta zaposlenja
 Strukturni krug (pita)

Strukturni krug ili pita je vrsta grafikona u vidu kruga

podeljenog na kružne isečke od kojih svaki predstavlja relativnu
frekvenciju ili procentualno učešće svake kategorije u
osnovnom skupu ili uzorku.
Državni
oragani vlasti,
26, 26%
Privatne firme,
44, 44%
β=0,26·360°=93,6°
α=158,4°
Sopstvena
Ne zna, 10, firma, 20, 20%
10%
δ=0,10·360°=36° γ=0,20·360°=72°
Krug ima 360 stepeni. Da bi smo prikazali učešće ili relativnu
frekvenvciju kao kružne isečke, 360 množimo sa relativnom
frekvencijom svake kategorije. Npr. 0,44·360°=158,4°
 3. Negrupisani i grupisani podaci
• Diskretni raspored – istraživano statističko obilježje
grupisano na osnovu cijelih brojeva
Primjer: planirani prihod po pogonima jedne fabrike u
hiljadama KM predstavljen u tabeli:
Planirani prihod 40 50 60 70 80

Broj pogona 4 3 2 2 1
• Kontinuirani raspored – istraživano statističko obilježje
grupisano na bazi intervalnih numeričkih vrijednosti
Primjer: planirani prihod po pogonima jedne fabrike u
hiljadama KM predstavljen u tabeli:

Planirani prihod 30-40 40-50 50-60 60-70 70-80

Broj pogona 4 3 2 2 1
 4. Klase i granice klase
• Klase – su grupe statističkog obilježja, iste cijele numeričke
vrijednosti, kada je riječ o diskretnom statističkom obilježju,
ili iste intervalne numeričke vrijednosti ako se radi o
kontinuiranom statističkom obilježju.
Primjer 4.1.: Ako je uvidom u tromjesečnu evidenciju o
dolasku na posao utvrđeno da su u rasponu od jedan do pet
dana bolovanja imali zaposleni kao u tabeli:

Broj dana bolovanja 1 2 3 4 5

Broj zaposleni 20 27 15 7 2
• Kažemo da je ispitivano statističko obilježje podijeljeno u pet
grupa iste cijele numeričke vrijednosti. Ove grupe zovemo
klase diskretnog statističkog obilježja.
 Sređivanje i grafičko prikazivanje (numeričkih)
kvantitativnih podataka
Primjer : Data je raspodjela frekvencija za starosnu strukturu svih 50
zaposlenih u jednoj firmi.

Kvantitativna Frekvencije
Starost Broj zaposlenih
promjenljiva
Drugi 18 - 30 12 Frekvencij
grupni drugog
interval 31 - 43 19 grupnog
intervala
44 - 56 14
Donja granica
četvrtog grupnog 57 - 69 5
intervala
Gornja granica četvrtog
grupnog intervala
 4. Klase i granice klase
Primjer 4.2.: Neka je uvidom u tromjesečnu evidenciju o
dolasku na posao utvrđeno da je broj bolovanja, prema
broju zaposlenih koji su koristili bolovanje, izgledao kao u
tabeli:
Broj dana bolovanja 0-1 1-2 2-3 3-4 4-5
Broj zaposleni 20 27 15 7 2

• Kažemo da je ispitivano statističko obilježje podijeljeno u pet

grupa iste intervalne numeričke vrijednosti. Ove grupe
zovemo klase kontinuiranog statističkog obilježja.
 4. Klase i granice klase
• Granice klase su imanentne klasama sa intervalnim
numeričkim vrijednostima obilježja.
• To su dvije numeričke vrijednosti obilježja, gdje je donja
vrijednost obilježja niža a gornja vrijednost obilježja viša
vrijednost. Raspon između te dvije tačke se zove dužina (ili
širina) intervala.
• Određivanje granice klase na dva načina:
1. Prvi način gdje postoji razlika između gornje granice
prethodnog i donje granice sljedećeg intervala: (10,2-10,4;
10,5-10,7; 10,8-11,0)
2. Drugi način gdje nema razlike između gornje granice
prethodnog i donje granice sljedećeg intervala: (10,2-10,4;
10,4-10,6; 10,6-10,8)
 4. Klase i granice klase
• Klasna sredina. Numerička sredina aritmetičke sredine
između donje i gornje granice intervala zove se sredina
intervala statističkog obilježja (xm).
Primjer: neka je predmet statističkog istraživanja prihod
izražen u hiljadama KM u nekoj fabrici:
Prihod (x) 10-15 15-20 20-25 25-30
i neka se zahtijeva da ovo statističko obilježje predstavimo
pomoću klasnih sredina, dobijamo:

Prihod (xm) 12,5 17,5 22,5 27,5

 Raspodjela frekvencija numeričkih podataka

Raspodjela frekvencija numeričkih podataka je tabelarni

prikaz dva niza podataka: vrijednosti promjenljive prikazane
grupnim intervalima i njima odgovarajući brojevi jedinica
posmatranja (frekvencije). Ovako prikazani podaci su grupisani
podaci.

Granična vrijednost grupnog intervala predstavlja

aritmetičku sredinu gornje granice jednog grupnog intervala i
donje granice narednog grupnog intervala.

Širina grupnog intervala = gornja granična vrednost - donja granična vrednost

Sredina grupnog intervala = ( donja granica + gornja granica ) / 2

 5. Frekvencija podataka
• Apsolutna frekvencija. To je broj (f), koji pokazuje koliko
podataka se odnosi na svaku pojedinačnu klasu ispitivanog
obilježja (x) statističkog skupa.
Ilustracije radi, ako je dat statistički skup od (n) elemenata
statističkog obilježja (x) kao u tabeli:
x x1 x2 x3 ... xn
f f1 f2 f3 ... fn

pri čemu su realni brojevi: x: (x1, x2, x3,... xn)

moguće realne vrijednosti elemenata skupa statističkog
obilježja (x); a realni brojevi f: (f1, f2, f3,... fn)
su frekvencije (ili učestalosti) pojavljivanja vrijednosti
statističkog obilježja (x) u navedenom skupu, tada kolekciju
parova: [(x1,f1), (x2,f2), (x3,f3),...(xn,fn)] nazivamo raspodjelom
(ili rasporedom) apsolutne frekvencije (f) obilježja (x)
posmatranog statističkog skupa.
 5. Frekvencija podataka
• Zbir (suma) vrijednosti svih apsolutnih frekvencija klasa
ispitivanog obilježja (x) u datoj statističkoj seriji (f1, f2, f3,...
fn) označava se sa (n) ili ∑f; a matematički se izražava kao:
n=∑f=f1+f2+f3,...+fk, gdje je
f:(f1, f2, f3,... fk)=broj pojavljivanja klase statističkog obilježja x:
(x1, x2, x3,... xk) u statističkoj seriji.
 5. Frekvencija podataka
Primjer 5.1.: Podaci o dnevnoj prodaji pakovane soli, izraženi
u kilogramima, prema broju prodajnih centara
komercijalnog sektora jednog rudnika soli, koji su prodavali
samo po jednu vrestu pakovane soli, prikazani su u tabeli:
Dnevna prodaja (x) 1 2 3 4 5
Broj prodajnih centara (f) 20 15 12 7 6
Zadatak: a) Odrediti sve pojedinačne apsolutne frekvencije
za svaki element statističkog obilježja
b) Pokaži da zbir apsolutnih frekvencija svih klasa obilježja
iznosi 60 prodajnih centara.
Rješenje:
a) (x1,f1)=(1,20); (x2,f2)=(2,15); (x3,f3)=(3,12); (x4,f4)=(4,7);
(x1,f1)=(5,6);
b) n=∑f=f1+f2+f3+f4+f5=20+15+12+7+6=60
 5. Frekvencija podataka
• Relativna frekvencija. Numerička vrijednost iskazana kao
kao količnik pojedinačnih apsolutnih vrijednosti frekvencija i
ukupne sume frekvencija, naziva se relativna frekvencija
istraživanog statističkog obilježja. Označava se malim
latiničnim slovom (p) i matematički predstavlja kao:
p=f/∑f
gdje je:
p=relativna frekvencija,
f=f1, f2, f3,... fk=pojedinačna apsolutna frekvencija
∑f=n=f1+f2+f3...+fk=suma svih apsolutnih frekvencija, suma
svih jedinica mjere istraživanog stat. obilježja
∑p=p1+p2+p3...+pk=1
 5. Frekvencija podataka
• Primjer: Neka imamo diskontinuirano statističko obilježje
kao na primjeru i ako treba izračunati relativne frekvencije
onda saglasno podacima učinićemo kao u tabeli:

Prodaja soli Br. prodajni centara Relativne frekvencije p=f/∑f

(x) (f)
1 20 0,33
2 15 0,25
3 12 0,20
4 7 0,12
5 6 0,10
Suma (∑) 60 ≈1,00
 Raspodjela relativnih frekvencija i
procentualna raspodjela
Na osnovu tabele raspodjele frekvencija možemo izračunati
raspodjelu relativnih frekvecija i procentualnu raspodjelu.

Relativna frekvencija Frekvencija grupnog intervala

=
grupnog intervala Zbir svih frekvencija

Procentualno učešće = Relativna frekvencija X 100

 5. Frekvencija podataka
• Kumulativna frekvencija. Ako apsolutne ili relativne
frekvencije sukcesivno sumiramo po klasama – tada
dobijamo novi pokazatelj frekvencije koji zovemo
kumulativna frekvencija (apsolutna ili relativna).
• Postoje dvije vrste kumulativa: 1) kumulativ “odozdo” i 2)
kumulativ “odozgo”. Označava se sa (C), a u indeksu za
apsolutnu frekvenciju (Cf) ili oznaka za relativnu ferkvenciju
(Cp)
• Kumulativ “odozdo” pokazuje koliko jedinica statističkog
skupa podijeljenog na klase ima vrijednost (x) manju (ili
jednaku) od nekog unaprijed datog broja (x).
• Kumulativ “odozgo” pokazuje koliko jedinica statističkog
skupa podijeljenog na klase ima vrijednost (x) veću (ili
jednaku) od nekog unaprijed datog broja (x).
Raspodela kumulativnih frekvencija ”manje od” ili
“odozdo”

Donja - Frekve Granična Kumulativna Kumulativna

gornja ncija vrijednost frekvencija relativna
granica intervala frekvencija
18 - 30 12 17,5 – 30,5 12 12/50=0,24
31 - 43 19 30,5 – 43,5 12+19=31 31/50=0,62
44 - 56 14 43,5 - 56,5 12+19+14=45 45/50=0,90
57 - 69 5 56,5 – 69,5 12+19+14+5=50 50/50=1,00
 5. Frekvencija podataka
• Primjer: Neka sa za zadato kontinuirano obilježje o dobiti
jednog preduzeća izraženo u hiljadama KM, prema broju
pogona traži: a) kumulativ “odozdo” za broj pogona i
apsolutne frekvencije broja pogona; b) kumulativ “odozgo”
za broj pogona i relativne frekvencije broja pogona

Dobit Broj pogona Relativne Kumul. apsol. Kumul. relat.

(x) (f) ferkvencije (p) frekvencije frekvencije
“odozdo” Cf “odozdo” Cp
10-20 20 0,20 20 0,20
20-30 10 0,10 30 0,30
30-40 40 0,40 70 0,70
40-50 30 0,30 100 1,00
Suma (∑) 100 1,00
 5. Frekvencija podataka
• Primjer: Neka sa za zadato kontinuirano obilježje o dobiti
jednog preduzeća izraženo u hiljadama KM, prema broju
pogona traži: a) kumulativ “odozgo” za broj pogona i
apsolutne frekvencije broja pogona; b) kumulativ “odozgo”
za broj pogona i relativne frekvencije broja pogona

Dobit Broj pogona Relativne Kumul. apsol. Kumul. relat.

(x) (f) ferkvencije (p) frekvencije frekvencije
“odozgo” Cf “odozgo” Cp
10-20 20 0,20 100 1,00
20-30 10 0,10 80 0,80
30-40 40 0,40 70 0,70
40-50 30 0,30 30 0,30
Suma (∑) 100 1,00
 6. Grafičke metode prezentovanja
distribucije frekvencija
• Grafikon se konstruiše u dvije dimenzije koordinatnog
sistema, tako što se na apscisnoj osi nanosi vrijednost klasa
statističkog obilježja, a na ordinatnoj osi se nanose
odgovarajuće frekvencije.
• Načini grafičkog prikazivanja distribucija frekvencija u
koordinatnom sistemu: a) histogram i b) poligon
• Histogram je grafički prikaz raspodjele apsolutnih ili
relativnih frekvencija za kontinuirano statističko obilježje na
način da konstruišemo pravougaonike sa visinama jednakim
frkvencijama.
 Grafičko prikazivanje grupisanih podataka
Histogram se koristi za grafičko prikazivanje raspodjele
frekvencija, raspodjele relativnih frekvencija i procentualne
raspodjele.

Histogram je dijagram koji se sastoji od niza spojenih

pravougaonika čije su osnovice grupni intervali naneti na
x-osu, a visine su frekvencije grupnog intervala (ili relativne
frekvencije ili procentualna učešća) nanete na y-osu.
 HISTOGRAM

Grafičko prikazivanje grupisanih podataka

Histogram frekvencija

20
Frekvencija

15

10

0
18 - 30 31-43 1 44-56 57-69

Starosni intervali
 HISTOGRAM

Grafičko prikazivanje grupisanih podataka

Histogram relativnih frekvencija
R e la tiv n e fre k v e n c ije

0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0 1
18-30 31-43 44-56 57-69
Starosni intervali
 HISTOGRAM

Grafičko prikazivanje grupisanih podataka

Histogram učešća

40%
35%
30%
25%
Učešće

20%
15%
10%
5%
0% 1
18-30 31-43 44-56 57-69
Starosni intervali
 Oblici histograma
Histogram može biti:

1. Simetričan

2. Asimetričan

3. Uniformni ili pravougaoni.

 Oblici histograma
Simetričan histogram
35

30

25
Frekvencija

20

15

10

0
1
Promenljiva
 Oblici histograma
Simetričan histogram

9
8
7
Frekvencija

6
5
4
3
2
1
0 1

Promenljiva
 Oblici histograma
Histogram asimetričan ulevo

35
30
25
Frekvencija

20
15
10
5
0 1

Promenljiva
 Oblici histograma
Histogram asimetričan udesno

12
10
Frekvencija

8
6
4
2
0 1

Promenljiva
 Oblici histograma
Uniformni (pravougaoni) histogram

12

10
Frekvencija

0 1

Promenljiva
 Deskriptivna statistika
grafičke metode - histogram
Definicija: Frekvencija fi neke određene vrijednosti xi obeležja X je broj
pojavljivanja te vrijednosti u posmatranom skupu podataka.
xi fi
4 1
Neuređeni statistički skup 5 0
6 1
7 1
11 16 9 10
8 0
15 17 10 20
9 2
10 16 11 14 raspodjela frekvencija 10 5
11 17 11 12
11 6
17 12 10 16
12 3
15 12 13 16
13 2
14 17 14 4
14 5
15 14 7 14
15 8
15 17 15 10
16 6
15 18 15 16
17 5
15 9 13 16
18 2
11 18 11 6
19 0
20 1
 Deskriptivna statistika grafičke
metode - histogram
Definicija: Relativna frekvencija fri neke vrednosti xi obeležja
X je frekvencija fi podeljena sa ukupnim brojem podataka N.
xi fi
xi fri fri (%)
4 1

 fi
4 0.021 2.1
5
6
0
1
N 5 0 0
6 0.021 2.1
7 1 svi i 7 0.021 2.1
8 0 8 0 0
9 2 9 0.042 4.2
10 5 N = 48 10 0.104 10.4
11 6 11 0.125 12.5
12 0.063 6.3
12 3
13 2 fi 13 0.042 4.2

14 5 f ri  14
15
0.104
0.167
10.4
16.7
15 8 N 16 0.125 12.5
16 6 17 0.104 10.4
17 5 18 0.042 4.2
18 2 19 0 0
20 0.021 2.1
19 0
20 1
 Empirijska raspodjela -
histogram
Crtanje histograma (za diskretnu raspodjelu):
1. odrediti frekvencije ili relativne frekvencije
2. na apscisi označiti moguće vrijednosti obilježja X
3. nacrtati pravougaonik visine fi ili fri koja je data na
9 ordinati
8
7
6
5
4
fi

3
2
1
0
0 2 4 6 8 10 12 14 16 18 20
xi
 6. Grafičke metode prezentovanja
distribucije frekvencija
• Poligon je takva grafička slika distribucije frekvencija gdje na
horizontalnu apcisnu osu nanosimo aritmetičku sredinu
donje i gornje granice intervalnih grupa kontinuiranog
statističkog obilježja, a na vartikalnu osu frekvencije, tačke
spajamo dužima u izlomljenu liniju.
 POLIGON

Grafičko prikazivanje grupisanih podataka

Poligon je dijagram koji se dobija spajanjem tačaka čije su
koordinate sredine grupnih intervala na x-osi i frekvencije
intervala na y-osi.

Kada je reč o dugačkoj seriji podataka i sa povećanjem broja

grupnih intervala, a smanjenjem njihove širine poligon
frekvencija postaje glatka kriva.
Ova kriva se naziva kriva raspodele frekvencija.

Poligon u kojem se na y-osi nalaze relativne frekvencije naziva

se poligon relativnih frekvencija, a poligon sa učešćima
prikazanim na y-osi naziva se poligon učešća.
 POLIGON

Grafičko prikazivanje grupisanih podataka

Poligon frekvencija

20
18
16
Frekvencija

14
12
10
8
6
4
2
0
0 18 - 30 31 - 43 44 - 56 57 - 69 71-
Starosni intervali
 Primjer
• Neka je zadata slučajna neprekidna promjenjiva kao što slijedi:

X f
2-4 3
4-6 2
6-8 1
8-10 5
Suma (∑) 11
1. Odrediti relativnu frekvenciju p
2. Odrediti kumulativnu frekvenciju “odozdo” Cf
3. Odrediti kumulativnu frekvenciju “odozgo” Cf
4. Načiniti histogram apsolutne i relativne frekvencije
5. Načiniti poligon apsolutne i relativne frekvencije
 Rješenje

Srednja Relativne Kumul. apsol. Kumul. apsol.

vrijednost (f) ferkvencije frekvencije frekvencije
intervala (p=f/∑f) “odozdo” Cf “odozgo” Cf
(xn)
3 3 3/11 3 11
5 2 2/11 5 8
7 1 1/11 6 6
9 5 5/11 11 5
Suma (∑) 11 1,00