Upload
cruelatheevil
View
195
Download
6
Embed Size (px)
DESCRIPTION
statistika prof Čižmić efzg
Citation preview
STATISTIKA znanstvena metoda koja se bavi prikupljanjem, ureivanjem, analizom i tumaenjem podataka
Doc.dr.sc. Draenka izmi predavanja 2009.g.
STATISTIKADoc.dr.sc.Draenka izmi
- predavanja 2009.g -
SADRAJ:1. UVOD
Statistiki skup...................................................................................4 Vrste i izvori statistikih podataka....................................................4 2. UREIVANJE PODATAKA
Statistiki nizovi i tabele
5 Numeriki nizovi
73. OSNOVNA ANALIZA VREMENSKIH NIZOVA
Grafiko prikazivanje vremenskih nizova
10 Individualni indeksi
104. SREDNJE VRIJEDNOSTI STATISTIKOG NIZA
Mod....................................................................................................
12
Medijan.............................................................................................
13
Aritmetika sredina...........................................................................
15
Geometrijska sredina.......................................................................
17
Skupni indeksi..................................................................................
185. MJERE DISPERZIJE Raspon varijacije, Interkvartil, Koeficijent kvartilne devijacije.......
19 Srednje apsolutno odstupanje (MAD)...........................................
22 Varijanca, Standardna devijacija, Koeficijent varijacije..................
23 Standardizirana varijabla..................................................................
256. MJERE ASIMETRIJE Koeficijent asimetrije, Pearsonova mjera, Bowleyjeva mjera........
26
7. MJERE ZAOBLJENOSTI
Koeficijent zaobljenosti....................................................................
298. MJERE KONCENTRACIJE Koncentracijski omjer, Ginijev koeficijent.......................................
319. OSNOVNI POJMOVI VJEROJATNOSTI Definicije i svojstva vjerojatnosti......................................................
32 Modeli distribucija vjerojatnosti.......................................................
3410. OSNOVNI POJMOVI INFERENCIJALNE STATISTIKE Plan uzorka.......................................................................................
37 Sampling distribucija........................................................................
38 PROCJENE PARAMETRA Procjena aritmetike sredine...........................................................
39 Procjena totala osnovnog skupa.....................................................
42 Procjena proporcije osnovnog skupa.............................................
4411. TESTIRANJE HIPOTEZA O PARAMETRU Testiranje hipoteza o pretpostavljenoj vrijednosti aritmetike sredine osnovnog skupa................................................................
44 Testiranje hipoteza o razlici aritmetikih sredina dvaju
osnovnih skupova nezavisnim uzorcima..........................................4912. REGRESIJSKA ANALIZA Model jednostavne linearne regresije...............................................52 deskriptivno statistika analiza modela...............................52 inferencijalno statistika analiza modela............................
57 testiranje hipoteza o modelu................................................
5813. MODEL VIESTRUKE REGRESIJE Analiza modela viestruke regresije................................................
58 Testiranje hipoteza o modelu viestruke regresije.........................
5914. MODELI VREMENSKIH SERIJA Komponente vremenskih serija.......................................................
60 Modeli trenda....................................................................................
61PREDAVANJE #1
STATISTIKA znanstvena metoda koja se bavi prikupljanjem, ureivanjem, analizom i tumaenjem podataka.
DESKRIPTIVNA u okviru deskriptivne statistike zakljuci se donose na temelju svih podataka. Ona obuhvaa postupke ureivanja, grupiranja, tabeliranja, grafikog prikazivanja te izraunavanja razliitih statistiko-analitikih veliina
INFERENCIJALNA u sklopu inferencijalne statistike zakljuci se dodose na temelju dijela podataka (uzoraka). Temelji se na teoriji vjerojatnosti
STATISTIKI SKUP ine jedinice koje su predmetom promatranja statistikom metodom. Moemo promatrati osobe, poduzea, zemlje, proizvode itd.
OPSEG SKUPA broj jedinica. S obzirom na opseg statistiki skupovi se dijele na:
KONANI STATISTIKI SKUP studenti upisani na efzg
BESKONANI STATISTIKI SKUP bacanje novia ili proizvodnja
Statistiki skupovi definiraju se pojmovno, prostorno i vremenski.
OSNOVNI SKUP (POPULACIJA) skup podataka o promatranom svojstvu za svaku jedinicu statistikog skupa.
UZORAK podskup, dio osnovnog skupa. Dio podataka izdvojen iz cjelovite evidencije.
STATISTIKO OBILJEJE (VARIJABLA) svojstvo koje stupnjem ili oblikom varira od jedinice do jedinice statistikog skupa.
VRSTE STATISTIKOG OBILJEJA:
1. NUMERIKO (KVANTITATIVNO) izraava se brojevima
DISKRETNO (diskontinuirano) poprima iskljuivo cjelobrojne vrijednosti. npr. broj uenika u razredu, broj djece u obitelji
KONTINUIRANO moe poprimiti bilo koju vrijednost iz nekog intervala. npr. visina, teina, cijena...
2. KVALITATIVNO
NOMINALNO (atributivno i geografsko) izraava se opisno ili rijeima. npr. atributivno spol, zanimanje ; geografsko mjesto roenja
REDOSLIJEDNO (obiljeje ranga) npr. ocijena, stupanj kvalitete
MJERENJE postupak pridruivanja numerikih i nenumerikih oznaka jedinicama statistikih skupova na temelju odreenog pravila. Temelji se na primjeni mjerih skala.
MJERNE SKALE:
1. NOMINALNA sastoji se od liste naziva
2. ORDINALNA ovom skalom jedinicama statistikih skupova pridruuju se slovne oznake, simboli ili brojevi sukladno intenzitetu mjernog svojstva
3. INTERVALNA - ovom skalom jedinicama statistikih skupova pridruuju se brojevi sukladno intenzitetu mjernog svojstva. Za ovu skalu karakteristino je da ima definiranu mjernu jedinicu i dogovorno utvrenu nulu. npr. temperaturna ljestvica.
4. OMJERNA - ovom skalom jedinicama statistikih skupova pridruuju se brojevi sukladno intenzitetu mjernog svojstva. Za ovu skalu karakteristino je da ima definiranu mjernu jedinicu i nulu koja oznaava nepostojanje svojstva. npr. plaa, broj zastoja rada stroja.
IZVORI PODATAKA:
PRIMARNI prikupljaju se u skladu s ciljem istraivanja. SEKUNDARNI prikupljaju ih razne institucije (dravni zavod za statistiku, banke, agencije za istraivanje trita, osiguravajui zavodi...)PREDAVANJE #2UREIVANJE PODATAKA ureivanjem podataka nastaju statistiki nizovi
STATISTIKI NIZOVI:1. NOMINALNI NIZ nastaje ureivanjem podataka o nominalnom obiljeju2. REDOSLIJEDNI NIZ nastaje ureivanjem podataka o rang varijabli3. NUMERIKI NIZ nastaje ureenjem podataka koji predstavljaju vrijednosti numerike varijable4. VREMENSKI NIZ nastaje kronolokim nizanjem podataka o nekoj pojavi (proizvodnja,uvoz,izvoz)STATISTIKE TABELE: JEDNOSTAVNAPoljoprivredna povrina po kategorijama u tisuama hektara u RH, 2003.g
KATEGORIJEPOVRINA
oranice i vrtovi1460
vonjaci68
vinogradi57
livade396
panjaci1156
izvor: SLJRH, 2004.g., str.250
SKUPNA sadri barem dva niza koji su grupirani prema modalitetima istog obiljeja
Izvoz i uvoz prema pretenoj ekonomskoj namjeni u milijunima am. $ u RH, 2003.g.
EKONOMSKA NAMJENAIZVOZUVOZ
proizvodi za reprodukciju29596583
proizvodi za investicije13413316
proizvodi za iroku potronju18864311
izvor: SLJRH, 2004.g., str.386
KOMBINIRANA (TABELA KONTIGENCE, TABELA S DVA ULAZA) podaci su grupirani prema modalitetima dvaju ili vie varijabliStanovnitvo prema spolu i starosti u tisuama u RH, popis iz 2001.g.
STAROSTSPOL
M
0 14388370
15 6414821501
65 -266430
izvor: SLJRH, 2004.g., str.95
RELATIVNI BROJEVI omoguavaju elementarnu analizu podataka u sklopu deskriptivne statistike
proporcije (dio/cjelina), postoci (dio/cjelina*100) odnosno relativne frekvencije
indeksi
relativni brojevi koordinacije omjerni brojevi koji nastaju diobom dvaju koordinirajuih veliina (npr.gustoa stanovnitva, dohodak po stanovniku, BDP per capita)
NIZOVI KVALITATIVNIH PODATAKAKvalitativni podaci su oblici nominalne ili redoslijedne varijable.
ako ih je mali broj navode se nekim redom odabranim po volji ili prema intenzitetu mjernog obiljeja kod redoslijednih podataka (npr.ocjene od najmanje prema najveoj)
ako se radi o veem broju podataka pristupa se grupiranju. Grupiranjem se skup podataka ralanjuje na podskupove koji se meusobno ne preklapaju.
FREKVENCIJA broj podataka istog ili slinog modaliteta varijable
NOMINALNI ILI REDOSLIJEDNI NIZ ine parovi razliitog oblika kvalitativne varijable oi i pripadajuih frekvencija fi ( (oi, fi), i=1,2,....,kUenici i studenti koji su zavrili osnovnu ili srednju kolu odnosno diplomirai na visokim uilitima u RH, 2003.g.
STUPANJ OBRAZOVANJABROJ OSOBA
oifi
osnovno51211
srednje47092
struni studij6489
sveu.studij9243
ukupno114035
izvor: SLJRH, 2004.g., str.487
OPSEG SKUPA zbroj frekvencija
RELATIVNA FREKVENCIJA omjer frekvencije i opsega skupa (
POSTOTNA RELATIVNA FREKVENCIJA relativna frekvencija pomonoena sa 100 (
nizovi sa relativnim frekvencijama ( (oi, pi) ili (oi, Pi)Kvalitativni nizovi grafiki se prikazuju povrinskim grafikonima:
STUPCI (poloeni, uspravni)
STRUKTURNI KRUGOVI I POLUKRUGOVI
RAZDIJELNI STUPCI
VIESTRUKI STUPCI
NUMERIKI NIZOVI nastaju ureenjem numerikih podataka. Nain njihova ureivanja ovisi o tome da li su podaci diskretni ili kontinuirani.
NAINI UREIVANJA:
1. mali broj podataka - ureuje se nizanjem po veliini. Pojedinani numeriki podaci grafiki se prikazuju dijagramom s tokama i dijagramom stablo-list (S-L dijagram)
Primjer 1.Podaci o prodaji proizvoda A za 15 dana jednog razdoblja:
Xi: 8, 15, 9, 17, 20, 14, 34, 27, 30, 18, 10, 18, 24, 25, 29
Podaci ureeni po veliini:
Xi: 8, 9, 10, 14, 15, 17, 18, 18, 20, 24, 25, 27, 29, 30, 34
dijagram s tokama:
dijagram stablo-list:
0 8 9
1 0 4 5 7 8 8
2 0 4 5 7 9
3 0 4 O|8 predstavlja 8
2. diskretno obiljeje - velik broj podataka i manji broj oblika pristupa se grupiranju. Numeriki niz odnosno distribucija frekvencija se sastoji od parova (xi, fi), i=1,2,....,k
xi modaliteti numerikog obiljeja
fi pripadajue frekvencije
Primjer 2. Dnevna prodaja garnitura sobnog namjetaja
BROJ GARNITURABROJ DANA
xiFi
11
25
38
426
519
612
ukupno71
3. kontinuirano obiljeje/ diskretno obiljeje s veim brojem oblika grupiranje se provodi na temelju razreda. Svaki razred ima donju i gornju granicu.frekvencija razreda broj podataka omeen donjom i gornjom granicom razreda
Numeriki niz odnosno distribucija frekvencija sastoji se od parova razreda i pripadajuih frekvencija ( (Li1 xi Li2, fi), i= 1,2,....,kLi1 donja granica i-tog razreda; Li2 gornja granica i-tog razreda; fi frekvencija i-tog razreda
Primjer 3.Radnici poduzea A prema starosti
STAROSTBROJ RADNIKA
18 265
26 346
34 4210
42 505
50 584
ukupno30
Formiranju distribucije frekvencija prethodi odreivanje broja razreda i njihove veliine. Za odreivanje broja razreda koristi se Sturgesovo pravilo: k 1 + 3,3 logN
k-broj razreda; N-zbroj frekvencija
Ako su razredi jednakih veliina, veliina im se aproksimira tako da se raspon varijacije podijeli sa brojem razreda: Razredi jednakih veliina primjenjuju se kada su podaci simetrino rasporeeni.
Razredi razliitih veliina primjenjuju se kada su podaci asimetrino rasporeeni.
Pri brojanoj analizi numerikog niza potrebno je utvrditi da li su granice prave, a nakon toga odrediti veliinu razreda i rezredne sredine.
GRANICE RAZREDA:
PRAVE donja granica tekueg razreda je jednaka gornjoj granici prethodnog razreda
NOMINALNE pretvaraju se u prave tako da se svaka donja granica umanji za polovicu jedinice, a svaka gornja se uvea za polovicu jedinice. To vrijedi za sve sluajeve osim za navrene godine ivota. Kod navrenih godina ivota svaka se gornja granica povea za jedinicu.
VELIINA RAZREDA odreuje se kao razlika gornje i donje prave granice razredaREZREDNA SREDINA i-tog razreda odreuje se kao poluzbroj gornje i donje prave granice razreda
Distribucija frekvencija grafiki se prikazuje histogramom i poligonom frekvencija.
Primjer 4.Nepismeno stanovnitvo staro 10.g. i vie prema starosti u RH prema popisu iz 2001.g.
STAROSTBROJ OSOBAPRAVE GRANICERAZREDNA SREDINAVELIINA REZREDAKORIGIRANE FREKVENCIJE
fixiii
123456
10-1918459.5-19.514.5102768
20-34316019.5-34.527153160
35-49445734.5-49.542154457
50-641110849.5-64.5571511108
65-(99)4920764.5-(99.5)823521089
UKUPNO69777----
Prvi i posljednji razred mogu biti otvoreni razredi. Njihove se veliine procjenjuju i procjena se stavlja u zagradu.Kada su razredi razliitih veliina potrebno je korigirati frekvencije:
- ova se formula koristi kada su svi razredi razliitih veliina, a moe se
koristiti i generalno
- bazna veliina razreda (najee se pojavljuje)
IZVEDENI NIZOVI:
KUMULATIVNI NIZ nastaje postupnim zbrajanjem apsolutnih ili relativnih frekvencija. On se grafiki prikazuje kumulantom.
Primjer 5.
Stanovnitvo prema starosti u RH u tisuama prema popisu iz 2001.g.
STAROSTBROJ OSOBAPRAVE GRANICEKUMULATIVNI NIZ
0-14758-0.5 14.5758
15-64298314.5 64.53741
65-(99)69664.5 (99.5)4437
PREDAVANJE #3VREMENSKI NIZ skup kronoloki ureenih vrijednosti koje predstavljaju neku pojavu (proizvodnja, uvoz, izvoz).
LANOVI NIZA vrijednosti koje tvore niz
Vremenski niz noe biti:
INTERVALNI nastaje trajanjem vrijednosti pojave po intervalima vremena (godina, kvartal, mjesec) npr. proizvodnja, uvoz, izvoz...
TRENUTANI sastoji se od kronoloki ureenih vrijednosti koje predstavljaju stanja pojave u odabranim vremenskim tokama (poetak, sredina, kraj) npr. stanje na raunima, zakljune cijene dionica..
GRAFIKO PRIKAZIVANJE VREMENSKIH NIZOVA:
INTERVALNI NIZOVI prikazuju se povrinskim i linijskim grafikonima.
TRENUTNI NIZOVI prikazuju se samo linijskim grafikonimaRadi lakeg praenja u grafikon se ucrtava mrea. Prikaz je u pravokutnom koordinatnom sustavu s aritmetikim mjerilima na osima. Na osi apscisa je mjerilo za varijablu vrijeme, a na osi ordinata za lanove vremenskog niza.
OKOMITI PREKID GRAFIKONA ako se ne raspolae podacima za dio razdoblja mogue je izostaviti dio mjerila na osi apscisa.
VODORAVNI PREKID GRAFIKONA ako neka pojava varira na velikim razinama mogue je izostaviti dio mjerila osi ordinata.
Prekidaju se samo linijski grafikoni.POLULOGARITAMSKI GRAFIKON koristi se ako se na istom grafikonu usporeuju raznorodni podaci (nizovi izraeni u razliitim mjernim jedinicama). To je grafikon sa aritmetikim mjerilom na osi apscisa, a logaritamskim na osi ordinata.
INDIVIDUALNI INDEKSI njima se prati razvoj jedne pojave u vremenu
verini indeksi njima se prati razvoj pojave u uzastopnim vremenskim razdobljima. Verini indeks Vt razdoblja t dobije se tako da se vrijednost toga razdoblja podijeli s vrijednou prethodnog razdoblja te se pomnoi sa sto (
Verini indeksi se grafiki prikazuju specifinim linijskim grafikonom i grafikonom jednostavnih stupaca.KOEFICIJENT DINAMIKE vrijednost tekueg razdoblja podijeljena sa vrijednou prethodnog razdoblja ne pomnoena sa sto (
STOPA PROMJENE od verinog indeksa se odbije sto (
Primjer 1.Izvoz RH u milijunima US$ u razdoblju od 1999. do 2003.g.
GODINAIZVOZVERINI INDEKSISTOPA PROMJENE
ytVtSt
19994302--
20004432103,23,02
20014665105,26
20024904105,125,12
20036197126,3626,36
izvor: SLJRH 2004., str.384
Indeks se interpretira kao postotna promjena u odnosu na 100. Ako je vei od 100 predstavlja postotno poveanje, a ako je manji od 100 predstavlja postotno smanjenje.
npr. Izvoz u RH u 2003.g. poveao se za 26.36% u odnosu na 2002.g.
indeksi na stalnoj bazi njima se mjere promjene u odnosu na neko odabrano bazno razdoblje. Izraunavaju se tako da se svaki lan niza podijeli s vrijednou baznog razdoblja te pomnoi sa 100 (
BAZNO RAZDOBLJE razdoblje u kojemu pojava nije bila izloena nekim neuobiajenim utjecajima (prirodne katastrofe, rat). Ponekad se uzima neka vrijednost izvan niza ili nekakav prosjek.
STOPA PROMJENE kad od indeksa odbijemo sto (
Bazni indeksi se grafiki prikazuju linijskim grafikonom jednostavnih stupaca.
Primjer 2.GODINAIZVOZBAZNI INDEKSI
1999 = 100STOPA PROMJENE
19994302100,000,00
20004432103,023,02
20014665108,448,44
20024904113,9913,99
20036197144,0544,05
U 2003.g. izvoz se poveao za 44.05% u odnosu na baznu 1999.g.SREDNJE VRIJEDNOSTI STATISTIKOG NIZA konstante kojima se predstavljaju nizovi varijabilnih podataka.
POTPUNE raunaju se na temelju svih podataka. U njih se ubrajaju aritmetika, geometrijska i harmonijska sredina.
POLOAJNE u pravilu su jednake jednom modalitetu statistike varijable. U njih se ubrajaju MOD i MEDIJAN.
MOD najei modalitet varijable, odnosno to je modalitet varijable s najveom frekvencijom
1. pojedinani podaci kod pojedinanih podataka MOD je vrijednost koja se najee pojavljuje
Primjer 3.Slijedei niz predstavlja cijene jednog proizvoda evidentirane na 10 prodajnih mjesta u kn:
25 24 25 23 25 22 21 25 20 25 ( Najea prodajna cijena (MOD) je 25 kn.
2. distribucija frekvencija formirana na temelju pojedinanih vrijednosti tu je MOD modalitet varijable s najveom frekvencijomPrimjer 4.Dnevna prodaja garnitura sobnog namjetaja
BROJ GARNITURABROJ DANA
xifi
11
25
38
426
519
612
UKUPNO71
MOD distribucije dnevne prodaje garnitura namjetaja iznosi 4, tj. najea dnevna prodaja iznosila je 4 garniture
3. distribucija frekvencija sa razredima MOD se aproksimira pomou izraza:
b najvea korigirana frekvencija
a frekvencija ispred nje
c frekvencija iza nje
L1 donja prava granica modalnoga razreda
i njegova veliina
MODALNI RAZRED razred s najveom korigiranom frekvencijom
Primjer 5.Aktivno stanovnitvo u RH u 2003.g. (2.polugodite) u tisuama
STAROSTBROJ OSOBAPRAVE GRANICEVELIINE RAZREDAKORIGIRANE FREKVENCIJE
fiiifci
15-2421614,5-24,510216,0
25-49115224,5-49,525460,8
50-6437049,5-64,515246,7
65-(74)5564,5-(74.5)1055,0
Mo = 24.5 + (460.8-216.0)/(460.8-216.0)+(460.8-246.7) * 25 = 37.84 god
Najea starost aktivnog stanovnitva u RH u 2003.g. iznosi 37.84 godine.
MEDIJAN srednja vrijednost koja numeriki niz ureen po veliini dijeli na dva jednakobrojna dijela
1. pojedinani podaci (neparan broj) MEDIJAN je jednak vrijednosti varijable sredinjeg lana u nizu
Primjer 6.Podaci moraju biti ureeni po veliini
1 3 5 8 10 12 14 ( 7/2 = 3.5 ; r =4 ; Me = x4 = 8
2. pojedinani podaci (paran broj) MEDIJAN je jednak poluzbroju vrijednosti varijable sredinjih dvaju lanova niza ureenog po veliini ( N/2 = INT ; Me = (xr+Xr+1)/2 ; r = N/2
Primjer 7.11 24 29 37 40 53 65 72 ( N=8 ; r=4 ; Me = (37+40)/2 = 38.5
3. distribucija frekvencija formirana na temelju pojedinanih vrijednosti odreivanje MEDIJANA se pojednostavljuje uporabom kumulativnog niza manje od. MEDIJAN je jednak vrijednosti varijable ija kumulativna frekvencija prva ukljuuje N/2.
Primjer 8.Dnevna prodaja
BROJ GARNITURABROJ DANAKUMULATIVNI NIZ
xifiS(xi)
111
256
3814
42640
51959
61271
UKUPNO71-
N/2 = 35.5
Me = 4
4. distribucija frekvencija s razredima MEDIJAN se aproksimira pomou izraza:
L1 donja prava granica medijalnog razreda
N zbroj apsolutnih ili relativnih frekvencija
fi zbroj frekvencija do medijalnog razreda
fmed frekvencija medijalnog razreda
i veliina medijalnog razreda
MEDIJALNI RAZRED onaj ija kumulativna frekvencija prvi put ukljuuje N/2.
Primjer 9.STAROSTBROJ OSOBAPRAVE GRANICEVELIINE RAZREDAKUMULATIVNE FREKVENCIJE
fiiiS(xi)
15-2421614,5-24,510216
25-49115224,5-49,5251368
50-6437049,5-64,5151738
65-(74)5564,5-(74,5)101793
N/2 = 896.5
Me = 24.5 + (896.5-216)/1152 * 25 = 39.27 god
Prvih 50% osoba imalo je 39 godina i manje, a preostalih 50% osoba bilo je starije od 39 godina
KVANTILI numeriki niz ureen po veliini dijele na jednakobrojne dijelove. Medijan spada meu kvantile KVARTILI niz ureen po veliini dijele na 4 jednakobrojna dijela
DECILI niz ureen po veliini dijele na 10 jednakobrojnih dijelova
PERCENTILI niz ureen po veliini dijele na 100 jednakobrojnih dijelova
Broj kvartila je za jedan manji od njihova reda, tj. 3 su kvartila, 9 decila i 99 percentila
PREDAVANJE #4ARITMETIKA SREDINA dobije se tako da se zbroje vrijednosti numerike varijable i podijele sa njihovim brojem.
TOTAL zbroj vrijednosti numerike varijable; aritmetika sredina je jednaki dio totala po jedinici
Svojstva aritmetike sredine:
1. zbroj vrijednosti odstupanja numerike varijable od njezine aritmetike sredine jednak je nuli
2. zbroj kvadrata odstupanja vrijednosti numerike varijable od njezine aritmetike sredine minimalan je
3. aritmetika sredina nalazi se izmeu najmanje i najvee vrijednosti niza za koji je izraunata
JEDNOSTAVNA ARITMETIKA SREDINA rauna se kod pojedinanih kvantitavnih podataka (
Primjer 1.
Slijedei niz predstavlja cijene jednog proizvoda evidentirane na 10 prodajnih mjesta u kn:
25 24 25 23 25 22 21 25 20 25 ( 235/10=23.5 prosjena prodaja iznosila je 23.5 kn
Aritmetika sredina izraena je u istim mjernim jedinicama kao i obiljeje.
VAGANA (PONDERIRANA) ARITMETIKA SREDINA primjenjuje se za grupirane podatke, tj. za distribuciju frekvencija
1. ponderi: APSOLUTNE FREKVENCIJE (fi) (
2. ponderi: RELATIVNE FREKVENCIJE U VIDU POSTOTAKA (Pi) (
3. ponderi: RELATIVNE FREKVENCIJE U VIDU PROPORCIJA (pi) (
Primjer 2. Distribucija frekvencija formirana na temelju pojedinanih vrijednosti
Dnevna prodaja garnitura sobnog namjetaja
BROJ GARNITURABROJ DANAkol. 1*2
xififixi
111
2510
3824
426104
51995
61272
UKUPNO71306
PRAVI TOTAL ukupan broj
prodanih garnitura
garniture dnevnoPrimjer 3. Distribucija frekvencija formirana na temelju razreda
Aktivno stanovnitvo u RH u 2003.g. (drugo polugodite) u tisuama
STAROSTBROJ OSOBAPRAVE GRANICERAZREDNE SREDINEkol.2*4
fixifixi
15-2421614.5-24.519.54212.0
25-49115224.5-49.537.042624.0
50-6437049.5-64.557.021090.0
65-(74)5564.5-(74.5)69.53822.5
UKUPNO1793--71746.5
PROCIJENJENI PODTOTALIPROCIJENJENI TOTAL-
ukupna starost
promatranih osoba
Prosjena starost aktivnog stanovnitva iznosila je 40.02 godina.
ARITMETIKA SREDINA ARITMETIKIH SREDINA odreuje se kao vagana sredina u kojoj se za pondere uzima broj podataka za koje su pojedine sredine raunate ili tom broju proporcionalne veliine.
Primjer 4. Odabrane kompanije zaposlenih i prosjene mjesene plae u kn
KOMPANIJABROJ ZAPOSLENIHPROSJENA PLAAUKUPNA PLAA
Ni
Ni
ALFA55035001925000
GAMA3202300736000
TRADE25042001050000
UKUPNO1120-3711000
Prosjena plaa za sve kompanije:
Ako se svaka individualna vrijednost numerikog obiljeja zamijeni aritmetikom sredinom dobiva se polazna veliina tj. total ili zbroj vrijednosti numerikog obiljeja.
ARITMETIKA SREDINA RELATIVNIH BROJEVA KOORDINACIJE odreuje se kao vagana sredina u kojoj su ponderi baze tih brojeva (
RELATIVNI BROJEVI KOORDINACIJE omjerni su brojevi koji nastaju diobom dviju koordinirajuih veliina
Grafiki se prikazuju na 2 naina:
1. jednostavnim stupcima2. pravokutnicima ije su osnovice proporcionalne bazama tih brojeva, a visine samim relativnim brojevima koordinacijePrimjer 5.Najvee drave svijeta, povrina u km2 i broj stanovnika na km2
DRAVAPOVRINA U km2STANOVNITVO/ km2UKUPAN BROJ STANOVNIKA
BiRiVi= Ri*Bi
RUSIJA170754008136603200
KANADA9970610329911830
SAD962909130288872730
KINA95969611351295589735
BRAZIL851421521178798515
UKUPNO54786277-1929776010
Prosjean broj stanovnika na km2 za sve navedene drave:
GEOMETRIJSKA SREDINA jednaka je N-tom korijenu produkta N pojedinanih vrijednosti
Za grupirane podatke geometrijska sredina dana je izrazom:
Primjer 6. zadani su koeficijenti dinamike
GODINA20002001200220032004
Vt-1,061,051,031,02
prosjena stopa raunata pomou geometrijske sredine:
Promatrana pojava prosjeno se godinje poveavala
za 3.99%.
Geometrijska i harmonijska sredina relativno se rijetko primjenjuju. Geometrijska sredina se primjenjuje u analizi vremenskih nizova. Pomou nje se rauna prosjena stopa promjene pojave. Geometrijska sredina poprima niu vrijednost od aritmetike sredine.
HARMONIJSKA SREDINA reciprona vrijednost aritmetike sredine recipronih vrijednosti varijable x
negrupirani pojedinani podaci (
grupirani podaci (
Harmonijska sredina manja je od aritmetike i geometrijske sredine
Primjer 7. Ugostiteljska poduzea, ukupan promet (u tisuama kn) i promet po zaposlenom (u tisuama kn)
UGOSTITELJSKA PODUZEAPROMETPROMET PO ZAPOSLENOMZAPOSLENI
ViRiVi/Ri = Bi
HOTELI627214619931518
KAMPOVI2720701581722
RESTORANI8141601784574
BAROVI7160651315466
KANTINE3310941372417
UKUPNO8405535-45697
Prosjean promet po zaposlenom za sva ugostiteljska poduzea:
Ako nazivnici relativnih brojeva koordinacije nisu poznati, a brojnici jesu ili se lake procjenjuju do sredine e se doi pomou izraza za vaganu ponderiranu harmonijsku sredinu:
Ako imamo zadano Bi koristimo formulu za aritmetiku, a ako su nam zadane Vi koristimo harmonijsku vaganu sredinu.
SKUPNI INDEKSI njima se prati dinamika skupine pojava u vremenu npr.proizvodnja, uvoz, izvoz....
SKUPNI INDEKSI CIJENA
SKUPNI INDEKSI KOLIINA
SKUPNI INDEKS VRIJEDNOSTI
U pravilu se raunaju kao vagana aritmetika sredina individualnih indeksa. Ponderi su obino vrijednosti. Uglavnom se izraunavaju:
LASPEYRESOV INDEKS CIJENA I KOLIINA
PAASCHEOV INDEKS CIJENA I KOLIINA
FISHEROV INDEKS CIJENA I KOLIINA
INDEKS VRIJEDNOSTI
Skupne indekse izraunavaju i objavljuju statistiki uredi. Obino su Laspeyresova tipa: INDEKS POTROAKIH CIJENA mjera inflacije; INDEKS INDUSTRIJSKE PROIZVODNJE
Skupni indeksi cijena koriste se u postupku deflacioniranja tj. uklanjanja utjecaja promjena cijena na vrijednosno izraene pojave.
PREDAVANJE #5MJERE DISPERZIJEReprezentativnost srednje vrijednosti ovisi o stupnju varijabilnosti podataka.Varijabilnost numerikog obiljeja predoava se i pomou grafikih prikaza: dijagram s tokama i dijagram s pravokutnikomMjere za varijabilnost podataka su:
1. raspon varijacije
2. interkvartil
3. koeficijent kvartilne devijacije
4. varijanca
5. standardna devijacija
6. koeficijent varijacije
7. srednje apsolutno odstupanje (MAD)
1. RASPON VARIJACIJE pojedinani podaci odreuje se kao razlika izmeu najvee i najmanje vrijednosti
distribucija frekvencija formirana na temelju pojedinanih podataka odreuje se kao razlika izmeu posljednje i prve vrijednosti
distribucija frekvencija s razredima aproksimira se kao razlika izmeu gornje granice posljednjeg i donje granice prvog razreda ili kao razlika razrednih sredina posljednjeg i prvog razreda.
Raspon varijacije je apsolutna (izraena je u istim mjernim jedinicama kao i obiljeje) i nepotpuna (dobiva se iz samo dvije vrijednosti) mjera disperzije.
2. INTERKVARTIL
KVARTILI:
PRVI ILI DONJI KVARTIL (Q1) vrijednost numerike varijable koja lanove niza dijeli u dvije skupine. U prvoj je skupini 25% elemenata s vrijednostima varijable koja je jednaka ili manja od donjeg kvartila, a u drugoj je skupini 75% elemenata s vrijednostima veim od donjeg kvartila.
DRUGI ILI MEDIJAN (Q2)
TREI ILI GORNJI KVARTIL (Q3) - vrijednost numerike varijable koja lanove niza dijeli u dvije skupine. U prvoj je skupini 75% elemenata s vrijednostima varijable koja je jednaka ili manja od gornjeg kvartila, a u drugoj je skupini 25% elemenata s vrijednostima veim od gornjeg kvartila.
Interkvartil se odreuje kao razlika kvartila ( 50% Interpretira se kao raspon varijacije sredinjih 50% podataka:
Interkvartil je takoer apsolutna i nepotpuna mjera disperzije.3. KOEFICIJENT KVARTILNE DEVIJACIJE njime se usporeuje stupanj disperzije raznorodnih nizova. Odreuje se kao omjer interkvartila i zbroja kvartila:
0 VQ < 1
Ovo je relativna i nepotpuna mjera disperzije.
GRAFIKI PRIKAZ VARIJABILNOSTI PODATAKA dijagram s pravokutnikom ( box-plot (B-P) dijagram
Za njegovu konstrukciju koristi se 5 pokazatelja numerikog niza 5's (five summary numbers)
najmanja vrijednost
najvea vrijednost
medijan
donji kvartil
gornji kvartil
Na ovom grafikom prikazu ouava se raspon varijacije i interkvartilni raspon te se prosuuje o moguoj asimetriji kao i o pojavi netipinih vrijednosti (( out lier)
Primjer 1. Negrupirani tj. pojedinani podaci
Mjereno je vrijeme u minutama potrebno za rjeavanje jednog zadatka iz statistike za 10 studenata. Dobiveni su ovi rezultati : 20 22 25 27 28 28 30 30 33 35
Podaci moraju biti ureeni po veliini.
raspon varijacije: 3015 = 15 min
Vrijeme potrebno za rjeavanje zadatka bilo je izmeu 20 i 35 min. Odnosno u raponu od 15 min.
interkvartil:
donji kvartil: N/4 = 10/4 = 2.5 INT
r = INT (N/4) + 1 = 2+1 = 3, Q1=x3=25
Prva etvrtina studenata imala je vrijeme 25 min i manje, a preostale 3
etvrtine imale su vrijeme vee od 25 min.
gornji kvartil: 3N/4 = 30/4 = 7.5 INT
r = INT (3N/4) + 1 =7+1=8, Q3=xr=x8=30
Prve tri etvrtine studenata imale su vrijeme 30 min i manje, a preostala
etvrtina imala je vrijeme vee od 30 min.
IQ = Q3 Q1 = 30 - 25=5 min
Raspon varijacije sredinjih 50% studenata iznosio je 5 min, tj. njihova vremena bila su izmeu 25 i 30 min.
koeficijent kvartilne devijacijeVQ= (Q3-Q1)/(Q3+Q1) = (30-25)/(30+25) = 0.09
Raspon varijacije sredinjih 50% studenata u relativnom iznosu je 0.09.
B-P dijagram N/2 = 10/2 = 5 = INT , r=5
Me = (xr+Xr+1)/2 = (x5+x6)/2 = (28+28)/2 = 28
Primjer 2. Distribucija frekvencija formirana na temelju pojedinanih vrijednosti
Pismeni ispit iz statistike sadri 5 zadataka. Distribucija frekvencija prema broju rjeenih zadataka dana je u tabeli:
BROJ ZADATAKABROJ STUDENATAKUMULATIVNI NIZ manje od
xifiS(xi)
01010
12535
25590
3125215
450265
515280
UKUPNO280-
raspon varijacije: Rx = xk x1 = 5-0 = 5 zadataka
Broj rjeenih zadataka bio je izmeu 0 i 5 odnosno u rasponu od 5 zadataka.
interkvartil:
donji kvartil: N/4 = 70 ; Za Q1 se uzima vrijednosti varijable s prvom kumulativnom frekvencijom
koja sadri vrijednost N/4 ( Q1= 2
gornji kvartil: 3N/4 = 210 ( Q3=3
IQ = Q3 Q1= 3 2= 1
Raspon varijacije sredinjih 50% studenata iznosio je 1 zadatak, tj. broj rjeenih zadataka bio je
izmeu 2 i 3.
koeficijent kvartilne devijacije
VQ= (Q3-Q1)/(Q3+Q1) = (3-2)/(3+2) = 0.2
Raspon varijacije sredinjih 50% studenata u relativnom iznosu je 0.2
Primjer 3. Distribucija frekvencija s razredimaDistribucija studenata prema vremenu potrebnom za rjeavanje jednog zadatka iz statistike u min.UTROENO VRIJEMEBROJ STUDENATAKUMULATIVNI NIZ manje odVELIINA RAZREDA
fiS(xi)ii
10-1515155
15-2020355
20-2530655
25-3010755
UKUPNO75--
raspon varijacije
Rx = 30 10 = 20 min
Rx = 27.5 12.5 = 15 min
interkvartil
N/4 = 75/4 = 18.75
Kvartilni razred je razred ija kumulativna frekvencija prva ukljuuje vrijednost N/4
IQ = 23.5 15.9 = 7.6 min
Raspon varijacije sredinjih 50% studenata iznosio je 7.6 min.
VQ= (Q3-Q1)/(Q3+Q1) = (23.5 15.9)/(23.5 15.9) = 0.19
Raspon varijacije sredinjih 50% studenata u relativnom iznosu je 0.19.
4. SREDNJE APSOLUTNO ODSTUPANJE (MAD) za mjerenje disperzije moe se koristiti i prosjeno apsolutno odstupanje vrijednosti varijable od njezine aritmetike sredine ili medijana: pojedinani podaci:
za distiribuciju frekvencija apsolutne razlike ponderiraju se apsloutnim ili relativnim frekvencijama
Primjer 4.Dnevna prodaja hladnjaka u 10 prodavaonica iznosila je: 2 5 3 3 7 3 4 6 4 3
PRODAJA
xi
22
51
31
31
73
31
40
62
40
31
4012
PRODAJA
xi
21,5
51,5
30,5
30,5
73,5
30,5
40,5
62,5
40,5
30,5
4012,0
MAD = 12/10 = 1,2
2 3 3 3 3 4 4 5 6 7N/2 = 5 = INT, r = 5
Me = (x5+x6)/2 = (3+4)/2 = 3.5
PREDAVANJE #65. VARIJANCA aritmetika sredina kvadrata odstupanja vrijednosti numerike varijable od njezine aritmetike sredine. Varijanca je mjera disperzije u drugom stupnju koju je potrebno vratiti u prvi stupanj.
negrupirani podaci
grupirani podaci
6. STANDARDNA DEVIJACIJA pozitivni drugi korijen iz varijance. Potpuna i apsolutna mjera disperzije. negrupirani podaci
grupirani podaci
7. KOEFICIJENT VARIJACIJE realtivna mjera disperzije. Odreuje se kao omjer srtandardne devijacije i aritmetike sredine pomnoen sa sto.
Standardna devijacija se interpretira kao prosjeno odstupanje od prosjeka izraeno apsolutno, a koeficijent varijacije kao to isto odstupanje izraeno relativno i to u vidu postotka.Primjer 1. Negrupirani tj. pojedinani podaci
Mjereno je vrijeme (u minutama) potrebno za rjeavanje jednog zadatka iz statistike za 10 stuudenata. Dobiveni su ovi rezultati:
VRIJEME
xi
2060.84
2233.64
25.
27.
28.
28.
30.
30.
33.
35.
UKUPNO191.60
Interpretacija:
Prosjeno vrijeme rjeavanja zadataka iznosilo je 27.8 minuta s prosjenim odstupanjem od 4.38 minute odnosno 15.76%.
Primjer 2. Distribucija frekvencija formirana na temelju pojedinanih podataka
Pismeni ispit iz statistike sadri 5 zadataka. Distribucija studenata prema broju rjeenih zadataka dana je u tabeli:
BROJ ZADATAKABROJ STUDENATAkol. 1x2
xififixi
010078.4
1252581.0
255110.
3125375.
450200.
51575.
UKUPNO280785344.2
Prosjeni broj rjeenih zadataka iznosio je 2.80 zadatka. S prosjenim odstupanjem od 1.11 zadataka odnosno 39.64%.
Primjer 3. Distribucija frekvencija s razredima
Struktura aktivnog stanovnitva u drugom polugoditu 2003.g. u RH
STAROSTSTAROST%PRAVE GRANICERAZREDNE SREDINEkol. 2x4VELIINA RAZREDAKORIGIRANE FREKVENCIJE
PixiPixi
Pci
15-241214.5-24.519.5234.05043.001012
25-496424.5-49.537.02368.0.2525.6
50-642149.5-64.557.01197.0.1514.0
65-(74)364.5-(74.5)69.5208.5.103.0
UKUPNO100--4007.514298.75--
Interpretacija:
Prosjena starost aktivnog stanovnitva iznosila je 40
godina. S prosjenim odstupanjem od 11.96 godina
odnosno 30%.
STANDARDIZIRANA VARIJABLA linearna transformacija numerike varijable x. Odreuje se tako da se odstupanja numerike varijable od njezine aritmetike sredine podijele sa standardnom devijacijom, tj. da se izraze u jedinicama standardnih devijacija. Aritmetika sredina standardizirane varijable jednaka je nuli, a standardna devijacija jednaka je jedan.
PRAVILO EBIEVA govori da je najmanja proporcija lanova bilo kojeg niza obuhvaenih bilo kojim intervalom.
U pojasu nalazi se najmanje 0.75 tj. 75% svih podataka.U pojasu nalazi se najmanje 0.889 tj. 88.89% svih podataka.
Ako su podaci rasporeeni po normalnoj distribuciji onda:
pojas obuhvaa oko 68% podataka
pojas obuhvaa oko 95% podataka
pojas obuhvaa oko 99.73% podataka
Primjer 4.
Prosjean broj bodova na 1. kolokviju iz statistike iznosi 15, a prosjeno odstupanje od prosjeka iznosi 5. Na drugom kolokviju postignut je prosjean broj bodova 17 s prosjenim odstupanjem od prosjeka 4. Student je na prvom kolokviju postigao 20, a na drugome 22 boda. to se moe zakljuiti o uspjehu studenta na kolokvijima?
Vrijednost standardiziranog obiljeja na prvom kolokviju:
Vrijednost standardiziranog obiljeja na drugom kolkviju:
Student je na oba kolokvija postigao iznad prosjean rezultat. Bolji je na drugom kolokviju jer je odstupanje od prosjeka na vie 1.25 , a na prvome 1 .
Primjer 5.Mjereno je vrijeme u minutama potrebno za rjeavanje jednog zadatka iz statistike za 10 studenata. Dobiveni su ovi rezultati: 20 22 25 27 28 28 30 30 33 35
Je li vrijeme rjeavanja od 35 minuta netipino?
Netipian je podatak koji se nalazi izvan pojasa tj. ako od prosjeka odstupa za vie od 2.
Ako se podaci rasporeuju po normalnoj distribuciji netipian je podatak koji se nalazi izvan pojasa tj. ako od prosjeka odstupa za vie od 3.
Budui da se vrijeme od 35 minuta nalazi u pojasu ne moe se
smatrati netipinim.
PREDAVANJE #7MJERE ASIMETRIJE njima se mjeri nain rasporeda podataka prema aritmetikoj sredini ili nekoj drugoj vrijednosti.Najvanije su:
1. Koeficijent asimetrije 3 - potpuna mjera2. Pearsonova mjera nepotpune
3. Bowleyeva mjera mjere
1. KOEFICIJENT ASIMETRIJE 3
MOMENTI OKO SREDINE aritmetike sredine odstupanja vrijednosti numerike varijable od
njezine aritmetike sredine podignuti na neku potenciju
pojedinani podaci (
grupirani podaci (
- s obzirom na veliinu r govori se o nultom, prvom, drugom, treem ili etvrtom momentu oko
sredine
- koeficijent asimetrije 3 je omjeru treeg momenta oko sredine i standardne devijacije podignute
na treu potenciju ( obino se kree u intervalu z, a u odreenim sluajevima moe
biti izvan toga intervala:
3 = 0 ( simetrina distribucija
3 < 0 ( negativno asimetrina distribucija
3 > 0 ( pozitivno asimetrina distribucija
2. PEARSONOVA MJERA temelji se na odnosu srednjih vrijednosti u distribucijama frekvencija
simetrina distribucija (
pozitivno asimetrina distribucija (
negativno asimetrina distibucija (- Pearsonova mjera definira se kao standardizirano odstupanje vrijednosti medijana ili moda od
aritmetike sredine:
kree se u intervalu
St = 0 ( simetrina distribucija
St > 0 ( pozitivno asimetrina distribucija
St < 0 ( negativno asimetrina distribucija
3. BOWLEYJEVA MJERA temelji se na odnosu medijana i kvartila
simetrina distribucija (
pozitivno asimetrina distribucija (
negativno asimetrina distibucija (
kree se u intervalu 1
Ska = 0 ( simetrina distribucija
Ska > 0 ( pozitivno asimetrina distribucija
Ska < 0 ( negativno asimetrina distribucija
Primjer 1. pojedinani podaci
Radi kontrole deklarirane teine izabran je uzorak od 10 proizvoda pakiranih u vreice. Mjerenjem su dobiveni ovi rezultati u gramima: 10 12 15 13 10 11 12 11 11 15
10-24-8
12000
15...
13...
10...
11...
12...
11...
11...
15...
12003036
1.koeficijent asimetrije
- 3 je pozitivan, distibucija je umjereno pozitivno asimetrina
2. Pearsonova mjera3. Bowleyjeva mjera
Primjer 2. distribucija frekvencija s razredimaDistribucija studenata prema vremenu potrebnom za rjeavanje jednog zadatka iz statistike
UTROENO VRIJEMEBROJ STUDENATARAZREDNE SREDINE
10-151512.5187.5187.5-5907.49
15-202017.5350--
20-25302.5675--
25-301017.5275--
UKUPNO75-1487.51716.67-1076.29
Distribucija je blago negativno asimetrina.Pearsonova mjera:
Bowleyjeva mjera:
MJERA ZAOBLJENOSTIKOEFICIJENT ZAOBLJENOSTI 4 njime se mjeri zaobljenost modalnog vrha distribucije. Izraunava se kao omjer etvrtog momenta oko sredine i standardne devijacije podignute na 4. potenciju (
negrupirani podaci (
grupirani podaci (
4 = 3 ( NORMALNA DISTRIBUCIJA najvanija teorijska distribucija
4 > 3 ( iljatija distribucija od normalne 4 < 3 ( plosnatija distribucija od normalne
4 1.8 ( pravokutna distribucija
4 < 1.8 ( U-distibucija
EKSCES alternativna mjera zaobljenosti (
K = 0 ---- normalna distribucija
K > 0 ---- iljatija distribucija
K < 0 ---- plosnatija distribucija
Primjer 3. pojedinani podaci
1016
120
15.
13.
10.
11.
12.
11.
11.
15.
120
Distribucija je plosnatija od normalne.Primjer 4. distribucija frekvencija s razredima
UTROENO VRIJEMEBROJ STUDENATARAZREDNE SREDINE
10-151512.513 301.92
15-202017.5.
20-253022.5.
25-301027.5.
UKUPNO75-80 024.41
Distribucija je plosnatija od normalne.
MJERE KONCENTRACIJE njima se mjeri nain rasporeda totala po jedinicama niza
apsolutne najee se koriste koncentracijski omjeri relativne najee se koristi Ginijev koeficijent koncentracije1. KONCENTRACIJSKI OMJER reda r se odreuje tako da se zbroj r vrijednosti (od njih N) podijeli sa zbrojem N vrijednosti. Pri tome se pretpostavlja da su podaci poredani od najveeg prema najmanjem.
Ako se radi o ravnomjernoj raspodjeli, koncentracijski omjer poprima vrijednost od 1 do N.
A ako se radi o maksimalnoj raspodijeli, koncentracijski omjer poprima vrijednost 1. - u analizi koncentracije koristi se grafiki prikaz LORENZOVA KRIVULJA1) na osi apscisa nalazi se aritmetiko mjerilo za kumulativni niz relativnih frekvencija
2) na osi ordinata nalazi se aritmetiko mjerilo za kumulativni niz proporcija podtotala
3) prva toka ima koordinate (0,0); posljednja toka ima koordinate (1,1); koordinate ostalih toaka odreene su vrijednostima lanova kumulativnih nizova
4) u grafiki prikaz ucrtava se pravac jednolike raspodjele, on prolazi tokama (0,0) i (1,1)
2. GINIJEV KOEFICIJENT temelj za njegovo utvrivanje je povrina izmeu pravca jednolike raspodjele i Lorenzove krivulje. to je koncentacija vee to se Lorenzova krivulja vie udaljuje od toga pravca
xi - pojedinane vrijednosti varijable
negrupirani podaci (
i - redni broj podatka
podaci moraju biti ureeni od najmanjeg prema najveem
kree se u intervalu od 0 do 1
G = 0 ( ravnomjerna raspodjela
G = 1 ( maksimalna koncentracija
NORMIRANI KOEFICIJENT GINIJA (
0 = G nema koncentracije
0 < G 0,25 slaba
0.25 < G 0,5 umjerena
0.5 30 (veliki uzorak) distribucija se po obliku pribliava normalnoj distribuciji
- za n30) koristi se normalna distribucija (Gaussova) (
aritmetika sredina uzorka
koeficijent pouzdanosti koji se odreuje na temelju
povrina ispod normalne krivulje
standardna pogreka procjene aritm.sredine
aritmetka sredina osnovnog skupa,a ujedno i
parametar koji se procjenjuje
razina signifikantnosti
intervalna promjena za mali uzorak (n30) koristi se Studentova T distribucija
-koeficijent pouzdanosti koji se odreuje na temelju
studentove distribucijePrimjer 2.Odredite vrijednost standardne pogreke procjene aritmetike sredine osnovnog skupa za ove sluajeve:a) Procjenjuje se sredina konanog skupa od 125 768 lanova pomou sluajnog uzorka veliine 1250
lanova. Standardna devijacija osnovnog skupa iznosi 64.
N-broj elemenata osnovnog skupa n-broj elemanata uzorkaFrakcija izbora (f) pokazuje da je u uzorak izabrano priblino 1% osnovnog skupa.
b) Sredina se procjenjuje pomou sluajnog uzorka veliine 600 formiranog izborom svakog desetog lana
konanog osnovnog skupa, a varijanca skupa iznosi 100.
c) Uzorak veliine 36 izabran je iz beskonanog osnovnog skupa N(, 52) beskonani skup ( f