P. 1
Sve Formule

Sve Formule

|Views: 21|Likes:
Published by Stjepan Jelić

More info:

Published by: Stjepan Jelić on Feb 15, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

08/19/2013

pdf

text

original


·
i
i i
B
B R
R
1
m
f
x f
x
i
i i
·

·


b m a b
f
d f
a x
i
i i
1
+ · ⋅ + ·




·
i
i i
N
x N
x


·
i
i
i
R
A
A
R


·
i
i
i
x
f
f
H

·
i
x
N
H
1
( )



·
i
i i
f
x x f
3
3
α
( )



·
i
i i
f
x x f
4
4
µ
,
'

∑ ∑
· ·
i
r
i i
r
i
r
f
d f
N
d
m

∑ ∑
· ·
i
r
i i
r
i
r
f
d f
N
d
m


·
i
r
i i
r
R
x R
m


·
i
r
i i
r
R
d R
m
'
b
a x
d
i
i

·
'
a x d
i i
− ·
Nominalni niz
Relativni brojevi
( računaju se za nominalne nizove)
Vagana sredina relativnih brojeva
Aritmetička Harmonijska
Ri = niz relativnih brojeva
Harmonijska sredina
Numerički niz
Aritmetička sredina
1
m
n
x
x
i
· ·

N
d
a x
i ∑
+ ·
Mod
( ) ( )
i
c b a b
a b
L M
O

− + −

+ ·
1
=>
sa f
k
Medijan
i
f
f
N
L M
med
i
e

,
_

¸
¸

+ ·

'
1
2
Varijanca




·
·

·
i
i i
i
f
x x f
N
x x
2
2
2
2
2
) (
) (
σ
µ σ
Standardna devijacija
2
σ σ ·
Pearsonov koeficijent asimetrije
(pomoću moda)
[ ] 3,3 -
σ
Mo x
S
k

·
Pearsonov koeficijent asimetrije
(pomoću medijana)
[ ] 3,3 -
) ( 3
σ
Me x
S
k

·
Bowleyev koeficijent asimetrije
[ ] 1,1 -
2
1 3
1 3
Q Q
Me Q Q
S
q k

− +
·
Koeficijent varijacije
% 100 ⋅ ·
x
V
σ
Interkvartil
1 3
Q Q IQ − ·
Koeficijent kvartilne devijacije
[ ] 0,1
1 3
1 3
Q Q
Q Q
VQ
+

·
Donji kvartil
i
f
f
N
L Q
razr t k


+ ·

. . var
1
1 1
4
Gornji kvartil
i
f
f
N
L Q
razr t k


+ ·

. . var
1
1 3
4
3
Aritmetička sredina aritmetičke
sredina
N
x
x
i ∑
·

Raspon varijacije
min max
X X R
x
− ·
Momenti oko 0

∑ ∑
· ·
i
r
i i
r
i
r
f
x f
N
x
m
Momenti oko «a»
a x d
i i
− ·

Momenti oko «a i b»
b
a x
d
i
i

·
'

Momenti oko sredine (pomoću
momenata oko 0)
2
1 2 2
m m − · µ
3
1 2 1 3 3
2 3 m m m m + − · µ
4
1 2
2
1 3 1 4 4
3 6 4 m m m m m m − + − · µ
Momenti oko sredine (pomoću
momenata oko «a»)
2
'
1
'
2 2
m m − · µ
3
'
1
'
2
'
1
'
3 3
2 3 m m m m + − · µ
3
'
1
'
2
2
'
1
'
3
'
1
'
4 4
3 6 4 m m m m m m − + − · µ
Momenti oko sredine (pomoću
momenata oko «a i b»)
( )
2
' '
1
' '
2
2
2
m m b − · µ
( )
3
' '
1
' '
2
' '
1
' '
3
3
3
2 3 m m m m b + − · µ
( )
4
' '
1
' '
2
2
' '
1
' '
3
' '
1
' '
4
4
4
3 6 4 m m m m m m b − + − · µ
Momenti za relativne brojeve (oko 0,
oko a i oko a i b)
Standardizirano obilježje
σ
x x
Z
i
i

·
Mjere asimetrije (α3)
3
3
3
σ
µ
α ·
Mjere zaobljenosti (α4)
4
4
4
σ
µ
α ·
Neke pomoćne formule

,
_

¸
¸
+
·
·

,
_

¸
¸
+
− ·

− ·
− ·
1
100
1
100
100
2
2
2
2 2
2
2
2
2 2
2
2
2
2
2
2
1 2
2
V
m
x
m
V
x
x m
x V
x m
m m
σ
σ
2 2
1 2
σ + · m m
3
1 2 1 3 3
2 3 m m m m − + · µ
'
1
m a x + ·
b
a x
m

·
' '
1
2
2
' '
1
2
2 ' '
2
b
m b
m
+
·
µ
2
2
σ µ ·
1
m x ·
V J E R O J A T N O S T
( )
n
m
D P ·
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
T O T A L N A V J E R O J A T N O S T
P(D) = P(D1)+P(D2)+P(D3)....... – vjerojatnost da će se realizirati ili događaj D1 ili događaj D2..........
S L O Ž E N A V J E R O J A T N O S T
P(D) = P(D1)*P(D2)*P(D3)......... - vjerojatnost da će se realizirati i događaj D1 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....
) 1 log(
) 1 log(
p
P
n


·
R E L A T I V N A V J E R O J A T N O S T
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.
B A Y E S O V A F O R M U L A V J E R O J A T N O S T I
( )
( ) ( )
( ) ( ) ( ) ) / ( ) ( ) / ( ) ( ) / ( /
/
/
4 4 3 3 2 2 1 1
1 1
1
B A P B P B A P B P B A P B P B A P B P
B A P B P
A B P
⋅ + ⋅ + ⋅ + ⋅

·
1
1
− ·k
k
y
y
G
Vremenski niz
Individualni indeksi
a) stalne baze
100 ⋅ ·
b
k
k
Y
Y
I
b) promjenjiva baza (lančani indeksi)
100 *
1
1 /


·
n
n
n n
Y
Y
I 100
1 /
1
⋅ ·


n n
n
n
I
Y
Y
Izračunavanje članova vremenskog niza
temeljem indeksa stalne baze :
k
k
b
I
Y
Y
100 ⋅
·

100
k b
k
I Y
Y

·
Izračunavanje članova vremenskog niza
temeljem lančanih indeksa :
unatrag
I
Y
Y
k
k
k


·
+
+
1
1
100
unaprijed
I Y
Y
k k
k


·

100
1
Preračunavanje indeksa stalne baze u
indekse nove stalne baze :
b
k
n
I
I
I
100 ⋅
·
In = novi indeks godine n
Ik = stari indeks godine In
Ib = indeks nove bazne godine
Srednje vrijednosti vremenskih nizova
a) Statičke vrijednosti
Aritmetička sredina
N
Y
Y
i ∑
·
- intervalni vremenski niz
Kronološka sredina


·
i
i i
V
Y V
KS - trenutačni vremenski niz
Geometrijska sredina – ako: pozitivna
ekstremna vrijednost
k
k
Y Y Y G ...
2 1
·
Geometrijska sredina lančanih indeksa
1
1 / 2 / 3 1 / 2
...


⋅ ⋅ ⋅ ·
k
k k
I I I G
Prosječna godišnja stopa (rasta ili pada)
100 100 − ⋅ ·G s
Predviđanja
1 −
⋅ ·
k
i k
G y y
- ubraja se i ishodišna god. i god. za koju se
predviđa
Očekivanje
rast
G
x − ·
log
,% 1 log
pad
G
x −

·
log
,%) 0 1 log(
b) Dinamičke vrijednosti
- trendovi
 Linearan trend


} ishodište na sredini (neparan broj
članova niza ili jednak razmak između
članova) – ishodište je godina uz koju stoji
član xi=1, ako paran broj : ishodište 6. mj.
a y · - kod ishodišne godine
Pretvaranje godišnje jednadžbe u mjesečnu kod intervalnog niza:
x
b a
y
t
144 12
+ ·
Pretvaranje godišnje jednadžbe u mjesečnu kod trenutačnog niza:
x
b
a y
t
12
+ ·
Mjere reprezentativnosti
1. Apsolutne
Varijanca
N
Y Y
t i
k


·
2
2
) (
σ
Standardna devijacija
2
k k
σ σ ·
2. Relativne
Koeficijent varijacije 100 *
Y
V
k
σ
·
 Krivolinijski trend (b-stopa promjene trenda, a – trend
veličina u ishodištu trenda)
2
cx bx a y
t
+ + ·
Koeficijenti kad je ishodište u sredini vremenskog niza
 Eksponencijalni trend
Ishodište na početku
ishodište na
sredini (neparan
br. članova ili
jednak razmak)
log B =x
B = 10
x
b - pokazuje koliko se puta promijeni veličina pojave ako se vrijeme
promijeni za jedinicu mjere, tj. sadrži informaciju o prosječnoj stopi
promjene trend vrijednosti (sB = (B-1)*100)
a – pokazuje trend veličinu u ishodištu trenda
y a
x
y x
b
i
i i
·
·


2
b x y a
x x x
y x y x
b
bx a y
i i
i i i
t
*
2
− ·


·
+ ·
∑ ∑
∑ ∑


·
·
·
k
i
i
k
i
i i
x
y x
b
1
2
1
N
x
x
i ∑
·
N
y
y
i ∑
·
∑ ∑ ∑
∑ ∑ ∑
· · ·
· · ·


·
k
i
k
i
k
i
i i i
k
i
k
i
k
i
i i i i
x x x k
y x x y k
c
1 1 1
2 2 4
1 1 1
2 2
∑ ∑ ∑
∑ ∑ ∑ ∑
· · ·
· · · ·


·
k
i
k
i
k
i
i i i
k
i
k
i
k
i
k
i
i i i i i
x x x k
x y x x y
a
1 1 1
2 2 4
1 1 1 1
2 2 4
¹
¹
¹
¹
¹
;
¹
· ·
· ·



N
y
a A
x
y x
b B
i
i
i i
l o g
l o g
l o g
l o g
2
¹
¹
¹
¹
¹
¹
¹
¹
¹
;
¹
− · ·


· ·
·

∑ ∑
∑ ∑
B x
N
y
a A
x x x
y x y x
b B
AB y
i
i i
i i i
x
t
log
log
log
log log
log
2
Mjere reprezentativnosti s log
standardna
devijacija i varijanca
(na kvadrat) (jed. za
y)
100 *
log
log
Y
V
k
σ
· - varijanca
Ukupno kvadratno odstupanje org. članova od trenda –
u
2
) log (log

− ·
t i
y y u
Očekivanje – (pad ili rast, npr. za koliko godina će
se….smanjiti za 15%….)
G
rast
pad
x
log
) ,%( 1
) %( 1
log

·
godina (x+početna godina)
Regresija i korelacija
 Jednostavna linearna regresija
b x y a
x k x
y x k y x
b
bx a y
i
i i
r
− ·


·
+ ·


2
2

Odstupanja = individualna + rezidualna
∑ ∑ ∑
− · − + − · + ·
2 2 2
) ( ) ( ) ( y y y y y y SR SP ST
i r i T
2
2
2
2
2
y k y ST
y k y x b y a y SR
y x b y a y SP
i
i i i i
i i i i
− ·
− − − ·
− − ·

∑ ∑ ∑
∑ ∑ ∑
Rezidualna odstupanja
r i i
y y u − ·
Relativna RO
100
,


·
i
r i
rel i
y
y y
u
Standardizirana RO
SR
r i
s i
y y
u
σ

·
tan ,
k
y y
r i
SR
2
2
) ( −
·

σ
Koeficijent determinacije
> <


·


1 , 0
) (
) (
2
2
2
y y
y y
r
i
r

) 1 (
2
1
1
) (
) (
1
2
2
2
2
2
r
k
k
r
y y
y y
r
i
r i



− ·


− ·


 Multipla linearna regresija
k k r
x b x b x b a y + + + + · ...
2 2 1 1
Ispitivanje reprezentativnosti – koeficijent multiple
determinacije


K – br. nezavisnih varijabli
 Jednostavna linearna korelacija
b x y a
x k x
y x k y x
b
bx a y
i
i i
r
− ·


·
+ ·


2
2

' '
'
' '
2
2
b y x a
y k y
y x k y x
b
y b a x
i
i i
r
− ·


·
+ ·


Pearsonov koeficijent korelacije
) 1 ( ' *
) 1 (
1 , 0
) (
) (
2
2
2
2
t ·
t ·
> <


·


b b r
r r
y y
y y
r
i
r
 Multipla linearna korelacija
k k r
k k r
y b y b y b a x
x b x b x b a y
'
2
'
2 1
'
1
'
2 2 1 1
...
...
+ + + + ·
+ + + + ·
 Korelacija ranga
i
d
= razlika rangova
parova (u nizu najmanji
= 1, najveći = n)
¹
¹
¹
;
¹

·

N
Y Y
t i
k
2
log
) log (log
σ
¹
¹
¹
¹
¹
¹
¹
¹
¹
;
¹

+ −

− ·
> <


− ·


·




) 1 (
) 1 (
1
1
1 , 0
) (
) (
1
) (
) (
2 2
2
2
2
2
2
2
R
K k
k
R
y y
y y
R
y y
y y
R
i
r i
i
r
¹
¹
¹
;
¹
t

− ·

) 1 (
* 6
1
3
2
'
k k
d
r
i
k
r
r
i ∑
·
Procjene nepoznatih karakteristika osnovnog skupa
( ) ( ) x se z x x x se z x u u ⋅ + < < ⋅ − - interval pouzdanosti
2
'
1
]
1

¸

·
a
G
z
n
σ
- opseg uzorka
f
n
N
n
n
n
+
·
+
·
1
'
'
1
'
- opseg uzorka ukoliko je f>0,05 ili 5%
( )
n
x se
σ
· - ako je frakcija 05 , 0 ≤ f
1
2 2

⋅ ·
n
n
s
u
σ
( )
n
s
x se · ukoliko se radi o uzorku manjem od 30 elemenata
( ) ( ) x se t x x x se t x u u ⋅ + < < ⋅ −
( )
1
2


⋅ ·
N
n N
n
x se
u
σ
- standardna pogreška => za frakcija > 5%
N
n
f
'
· - frakcija odabiranja
n
x
x
u
u

·
- aritmetička sredina iz totala skupa
Procjena totala osnovnog skupa
u x N x ⋅ ·

' - total s greškom
( ) ( ) x se N x se ⋅ ·

- standardna greška procjene totala
( ) ( )
∑ ∑ ∑ ∑ ∑
⋅ + < < ⋅ − x se z x x x se z x ' ' - interval pouzdanosti
2
'
1
]
1

¸

⋅ ·
a
G
z
N n
σ
- opseg uzorka
Procjena proporcije osnovnog skupa
2
'
1
1
]
1

¸


·
a
G
PQ z
n - opseg uzorka
n
M
P
u
u
· - proporcija elementa u uzorku s određenim modalitetom
u
u
u
P
n
M n
Q − ·

· 1 - proporcija elementa u uzorku s promatranim modalitetom
( )
1 −
·
n
Q P
p se
u u
- kada je 05 , 0 < f
( )
1 1 −



·
N
n N
n
Q P
p se
u u
- kada je 05 , 0 ≥ f
( ) ( ) p se z P P p se z P
u u
⋅ + < < ⋅ − - interval pouzdanosti
Testiranje hipoteze o nepoznatim karakteristikama osnovnog skupa
200 .. ..........
0
· x H ili 0 200 .. ..........
0
· − x H - naša pretpostavka.....
ukoliko naša pretpostavka nije istinita, postavlja se alternativna pretpostavka:
200 .. ..........
1
≠ x H ili 0 200 .. ..........
1
≠ − x H - alternativna pretpostavka
( ) ( ) x se z x x x se z x u u ⋅ + < < ⋅ − - interval pouzdanosti
( ) x se
x x
z
u
i
0 −
· - donošenje odluke o prihvaćanju nul-hipoteze
Testiranje hipoteze o razlici aritmetičkih sredina osnovnih skupova
0 .. .......... 2 1
0
· −x x H ili 2 1
0
.. .......... x x H · - nul-hipoteza
0 .. .......... 2 1
1
≠ −x x H ili
2 1
1
.. .......... x x H ≠ - alternativna hipoteza
2
2 1
2
2
2 1
2
1
− +
⋅ + ⋅
·
n n
n n
s
u u
σ σ

( )
2 1
2 1
2 1
n n
n n
s x x se

+
⋅ · −
( )
2
2
2
1
1
2
2 1
n n
x x se
u u
σ σ
+ · −
- standardna pogreška ukoliko je 30 > n elemenata
( ) 2 1 0 x x se t − ⋅ t
- interval prihvaćanja nul-hipoteze kada je 30 ≤ n elemenata
( ) 2 1 0 x x se z − ⋅ t
- interval prihvaćanja nul-hipoteze kada je 30 > n elemenata
( ) 2 1
2 1
x x se
x x
t
u u
i

+
· - ako je 30 ≤ n elemenata
( ) 2 1
2 1
x x se
x x
z
u u
i


· - ako je 30 > n elemenata
Testiranje hipoteze o nepoznatoj proporciji skupa
0 .. ..........
0 0
· −P P H ili
0 0
.. .......... P P H · - nul-hipoteza
0 .. ..........
0 1
≠ −P P H ili
0 1
.. .......... P P H ≠ - alternativna hipoteza
( ) p se z P ⋅ t
0
interval prihvaćanja nul-hipoteze za velike uzorke
( ) p se z P
u
⋅ t
( ) p se
P P
z
u
i
0

· - donošenje odluke o prihvaćanju hipoteze...
( )
1 −

⋅ ·
N
n N
n
PQ
p se - standardna pogreška
- ukoliko je 30 ≤ n elemenata
( )
2 1
2 1
p p se
P P
z
u u
i


· - donošenje odluke o prihvaćanju hipoteze
( )
2 1
2 2 2
2 1
1 1 1
2 1
2 n n
P n
n n
P n
p p se
u u u u

+
− +
+
· −
σ σ
- standardna pogreška proporcije dvaju skupova
Testiranje hipoteze da distribucija osnovnog skupa ima određeni oblik - H
i

kvadrat
( )


·
i
i i u
e
e M
2
2
χ
- izračunavanje Hi – kvadrata
i u
M - opažene frekvencije df=k-1 - stupanj slobode
i
e - očekivane frekvencije
Testiranje hipoteze o razlici proporcija triju ili više osnovnih skupova
k
P P P P H · · · · ... ... ..........
3 2 1 0
- nul-hipoteza
k
P P P P H ≠ ≠ ≠ ≠ ... ... ..........
3 2 1 1
- nul-hipoteza


·
n
M
P
u
' - opća proporcija osnovnog skupa
' P n e
i i
⋅ · - izračunavanje očekivanih proporcija

... ...... SLOŽENA VJEROJATNOST P(D) = P(D1)*P(D2)*P(D3)........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)........koliko treba puta izvršiti neki pokus da se s vjerojatnošću P može očekivati da će se događaj......... BAYESOVA FORMULA VJEROJATNOSTI P( B1 / A) = P( B1 ) ⋅ P( A / B1 ) P( B1 ) ⋅ P( A / B1 ) + P( B2 ) ⋅ P( A / B2 ) + P( B3 ) ⋅ P( A / B3 ) + P( B4 ) ⋅ P( A / B4 ) .. dogoditi bar jedanput.da će se dogoditi događaj A ako se dogodi događaj B P(A+B) = P(A)+P(B)-P(AB) .... koji ima vjerojatnost p...vjerojatnost da će se realizirati i događaj D1 i događaj D2.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. .vjerojatnost da će se dogoditi događaj B ako se dogodi događaj A P(A/B) = P(AB)/P(B) .. – vjerojatnost da će se realizirati ili događaj D1 ili događaj D2.. n= log( 1 − P ) log( 1 − p ) RELATIVNA VJEROJATNOST P(B/A) = P(AB)/P(A) .

ubraja se i ishodišna god. tj. ⋅ I k / k −1 G = k −1 yk y1   yt = AB   xi log yi − x ∑ log yi Ishodište na početku  ∑ log B = b =  2 ∑ xi − x ∑ xi  ∑ log yi − x log B   log A = a =  N  Prosječna godišnja stopa (rasta ili pada) s = G ⋅100 −100 y k = yi ⋅ G k −1 Predviđanja . a – trend veličina u ishodištu trenda) Y = ∑Y N yt = a + bx + cx 2 Koeficijenti kad je ishodište u sredini vremenskog niza i . Relativne Koeficijent varijacije V = σk * 100 Y  Krivolinijski trend (b-stopa promjene trenda.% −rast log G log( 1 − 0. i god.intervalni vremenski niz Kronološka sredina KS = ∑V Y ∑V i i a= ∑ yi ∑ xi4 − ∑ xi2 ∑ yi xi2 i =1 k k k k i . Preračunavanje indeksa stalne indekse nove stalne baze : Mjere reprezentativnosti Apsolutne Varijanca I ⋅100 In = k Ib σ k2 = ∑(Y i − Yt ) 2 N σ k = σ k2 In = novi indeks godine n Ik = stari indeks godine In Ib = indeks nove bazne godine Srednje vrijednosti vremenskih nizova a) Statičke vrijednosti Aritmetička sredina Standardna devijacija 2.. članova ili jednak razmak) N   Očekivanje log B =x B = 10 x log 1. Yk Geometrijska sredina lančanih indeksa G = k −1 I 2 / 1 ⋅ I 3 / 2 ⋅.Vremenski niz Individualni indeksi a) stalne baze b) Dinamičke vrijednosti trendovi  Linearan trend Y I k = k ⋅ 100 Yb b) promjenjiva baza (lančani indeksi) x= ∑x N i y= ∑y N i yt = a +bx b= i i 2 i I n / n −1 = Yn Yn * 100 Yn −1 = ⋅100 Yn −1 I n / n −1 ∑x y − x∑y ∑x − x∑x i i a = y −x *b } ishodište na sredini članova niza ili jednak članova) – ishodište je član xi=1..%) x= − pad log G x= b .pokazuje koliko se puta promijeni veličina pojave ako se vrijeme promijeni za jedinicu mjere.kod ishodišne godine Pretvaranje godišnje jednadžbe u mjesečnu kod intervalnog niza: Yk +1 ⋅100 − unatrag I k +1 Y ⋅I Yk = k −1 k − unaprijed 100 Yk = yt = Pretvaranje godišnje jednadžbe u mjesečnu kod trenutačnog niza: a b + x 12 144 b x 12 yt = a + baze u 1.. za koju se predviđa ∑ x lo gy  lo gB = b = ∑ x  ∑ lo gy  lo gA = a = i i 2 i i ishodište na sredini (neparan br. ako paran broj : Izračunavanje članova vremenskog niza temeljem indeksa stalne baze : Yb = Yk ⋅100 Ik  Yk = Yb ⋅ I k 100 niza b= ∑x y ∑x i 2 i i a =y (neparan broj razmak između godina uz koju stoji ishodište 6. Izračunavanje članova vremenskog temeljem lančanih indeksa : y = a .trenutačni vremenski niz  Eksponencijalni trend x b= k ∑ x − ∑ x ∑ xi2 i =1 4 i i =1 2 i i =1 i =1 k i =1 k i =1 k ∑ xi yi i =1 k k ∑x i =1 c= k ∑ yi xi2 − ∑ xi2 ∑ yi k ∑ xi4 − ∑ xi2 ∑ xi2 i =1 i =1 i =1 i =1 k i =1 k i =1 k k k k 2 i Geometrijska sredina – ako: pozitivna ekstremna vrijednost G = k Y1Y2 .. mj. sadrži informaciju o prosječnoj stopi promjene trend vrijednosti (sB = (B-1)*100) a – pokazuje trend veličinu u ishodištu trenda .

nezavisnih varijabli V = σ k log log Y * 100 .. članova od trenda – u u = ∑(log y i − log y t ) 2  Jednostavna linearna korelacija 2 Očekivanje – (pad ili rast.1 >  2 R = 1−  ∑ ( yi − y ) 2   k −1 R2 = 1− (1 − R 2 )  k − ( K + 1)   x r = a '+ ' y b i i 2 i y r = a +bx b= ∑x y −k x y ∑x −k x i i 2 i 2 a = y − xb a = y − xb Odstupanja = individualna + rezidualna b' = ∑x y −k x y ∑y −k y 2 ST = SP + SR = ∑( yT − y ) 2 + ∑( y i − y r ) 2 = ∑( y i − y ) 2 SP = ∑y i − a ∑y i − b ∑x i y i 2 a ' = x − yb' Pearsonov koeficijent korelacije SR = ∑y i2 − a ∑y i − b ∑x i y i − k y ST = ∑y i2 − k y 2 2 r2 = r= ∑( y ∑( y r i − y) 2 − y) 2 < 0.. najveći = n) ∑( y − yr ) 2 k Koeficijent determinacije 2 r 2 r ∑ ( y − y) = ∑ ( y − y) i i i r= ∑r k i 2 < 0. rel y − yr = i ⋅ 100 yi yi − y r σ SR i  Korelacija ranga Standardizirana RO r' =1− 6 * ∑ d i2 u i ..smanjiti za 15%…. za koliko godina će se….) 1 − %( pad ) log 1. + bk y k u i ...varijanca Ukupno kvadratno odstupanje org. s tan = 2 σ SR =   (±1)  3 k −k   d i = razlika rangova parova (u nizu najmanji = 1.1 > 2 2 r 2 =1− r =1− 2 ∑( y − y ) ∑( y − y ) r k −1 (1 − r 2 ) k −2  y r = a + b1 x1 + b2 x 2 + .Mjere reprezentativnosti s log Ispitivanje reprezentativnosti – koeficijent multiple determinacije σk log = y) ∑(log Y i − log Yt ) 2  standardna   devijacija i varijanca N  (na kvadrat) (jed.%( rast ) godina (x+početna godina) x= log G Regresija i korelacija  y r = a +bx i i 2 i Jednostavna linearna regresija b= ∑x y −k x y ∑x −k x 2  ∑ ( yr − y ) R2 =   ∑ ( yi − y ) 2  ∑ ( yi − yr )2 < 0. + bk x k Multipla linearna regresija .1 > r 2 ( ±1) Rezidualna odstupanja r = b * b' ( ±1)  Multipla linearna korelacija u i = yi − y r Relativna RO y r = a + b1 x1 + b2 x 2 + . npr. za  K – br. + bk x k ' ' x r = a ' + b1' y1 + b2 y 2 + ..

interval pouzdanosti ∑x' − z ⋅ se (∑x ) < ∑x < ∑x' + z ⋅ se (∑x )  z ⋅σ  n' =  N ⋅  Ga   2 .frakcija odabiranja N xu = ∑x n u .05 .opseg uzorka Procjena proporcije osnovnog skupa  z ⋅ PQ  n' =    Ga    2 .opseg uzorka  Ga  2 n= n' n' = n' 1 + f 1+ N .aritmetička sredina iz totala skupa Procjena totala osnovnog skupa ∑x' = N ⋅ x u .ako je frakcija f ≤ 0.proporcija elementa u uzorku s promatranim modalitetom se ( p ) = .05 s 2 = σ u2 ⋅ se x = n n −1 s n ukoliko se radi o uzorku manjem od 30 elemenata () x u − t ⋅ se ( x ) < x < x u + t ⋅ se ( x ) σ u2 N − n se x = ⋅ n N −1 f = () .interval pouzdanosti  z ⋅σ  n' =   .opseg uzorka ukoliko je f>0.opseg uzorka Pu = Qu = Mu n .Procjene nepoznatih karakteristika osnovnog skupa x u − z ⋅ se ( x ) < x < x u + z ⋅ se ( x ) .kada je f < 0.05 ili 5% se x = () σ n .standardna pogreška => za frakcija > 5% n' .proporcija elementa u uzorku s određenim modalitetom n − Mu = 1 − Pu n Pu Qu n −1 .standardna greška procjene totala .total s greškom se (∑x ) = N ⋅ se x () .

.... . x 1 = x 2 ..naša pretpostavka... x =2 0 0 ili H 0 ....standardna pogreška ukoliko je se x1 − x 2 = ( ) σ u21 σ u2 2 + n1 n2 n > 30 elemenata ( 0 ± z ⋅ se ( x ti = zi = 0 ± t ⋅ se x 1 − x 2 1 ) ......ako je n ≤ 30 elemenata x u1 − x u 2 se x1 − x 2 ( ..... .........donošenje odluke o prihvaćanju hipoteze....... x −2 0 =0 0 . P = P0 .... .....donošenje odluke o prihvaćanju nul-hipoteze se x () Testiranje hipoteze o razlici aritmetičkih sredina osnovnih skupova H 0 .... ..interval prihvaćanja nul-hipoteze kada je n ≤ 30 elemenata − x ) . x 1 −x 2 =0 ili H 0 ..... ukoliko naša pretpostavka nije istinita..... ...05 Pu − z ⋅ se ( p ) < P < Pu + z ⋅ se( p ) .... ...ako je n > 30 elemenata Testiranje hipoteze o nepoznatoj proporciji skupa H 0 ..interval pouzdanosti Testiranje hipoteze o nepoznatim karakteristikama osnovnog skupa H 0 . x 1 −x 2 ≠ 0 ili H 1 . P −P0 ≠ 0 ili H 1 ...............interval prihvaćanja nul-hipoteze kada je n > 30 elemenata 2 x u1 + x u 2 se x 1 − x 2 ( ) ) . se ( p ) = PQ N − n . . x −2 00 ≠ 0 ........ ..standardna pogreška ⋅ n N −1 ..alternativna hipoteza P0 ± z ⋅ se ( p ) Pu ± z ⋅ se ( p ) interval prihvaćanja nul-hipoteze za velike uzorke zi = Pu − P0 se ( p ) .alternativna hipoteza s= n1 ⋅ σ u21 + n2 ⋅ σ u2 2 n1 + n2 − 2 ..interval pouzdanosti zi = xu − x0 ... ........ .. . P −P0 = 0 ili H 0 .... x ≠ 2 0 0 ili H 1 . P ≠ P0 ..kada je f ≥ 0.........ukoliko je n ≤ 30 elemenata se x 1 − x 2 = s ⋅ ( ) n1 + n2 n1 ⋅ n2 .... ..............nul-hipoteza H 1 . x 1 ≠ x 2 .... postavlja se alternativna pretpostavka: H 1 .alternativna pretpostavka x u − z ⋅ se ( x ) < x < x u + z ⋅ se ( x ) ..nul-hipoteza H 1 .se( p ) = Pu Qu N − n ⋅ n −1 N −1 .

...... P = P2 = P3 = ..stupanj slobode M ui ....izračunavanje Hi – kvadrata df=k-1 ..zi = Pu 1 − Pu 2 se( p1 − p 2 ) ..opća proporcija osnovnog skupa ei = ni ⋅ P ' .Hi – kvadrat χ =∑ 2 ( M u i − ei ) 2 ei ... = Pk ....nul-hipoteza 1 P' = ∑M ∑n u . .izračunavanje očekivanih proporcija ..očekivane frekvencije Testiranje hipoteze o razlici proporcija triju ili više osnovnih skupova H 0 ...nul-hipoteza 1 H 1 . P ≠ P2 ≠ P3 ≠ .. ≠ Pk .standardna pogreška proporcije dvaju skupova Testiranje hipoteze da distribucija osnovnog skupa ima određeni oblik .... ..donošenje odluke o prihvaćanju hipoteze se( p1 − p 2 ) = n1 Pu 1σ u 1 + n2 Pu 2σ u 2 + n1 + n2 − 2 n1 ⋅ n2 .opažene frekvencije ei ..

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->