·
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

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

sadrži informaciju o prosječnoj stopi promjene trend vrijednosti (sB = (B-1)*100) a – pokazuje trend veličinu u ishodištu trenda .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 .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. a – trend veličina u ishodištu trenda) Y = ∑Y N yt = a + bx + cx 2 Koeficijenti kad je ishodište u sredini vremenskog niza i . mj.. Izračunavanje članova vremenskog temeljem lančanih indeksa : y = a . Relativne Koeficijent varijacije V = σk * 100 Y  Krivolinijski trend (b-stopa promjene trenda. Yk Geometrijska sredina lančanih indeksa G = k −1 I 2 / 1 ⋅ I 3 / 2 ⋅. ⋅ 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 . 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..% −rast log G log( 1 − 0. članova ili jednak razmak) N   Očekivanje log B =x B = 10 x log 1.ubraja se i ishodišna god.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.pokazuje koliko se puta promijeni veličina pojave ako se vrijeme promijeni za jedinicu mjere..intervalni vremenski niz Kronološka sredina KS = ∑V Y ∑V i i a= ∑ yi ∑ xi4 − ∑ xi2 ∑ yi xi2 i =1 k k k k i . 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. tj.. 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.%) x= − pad log G x= b . i god.

+ bk x k Multipla linearna regresija .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.) 1 − %( pad ) log 1.. nezavisnih varijabli V = σ k log log Y * 100 .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 + . 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.smanjiti za 15%….%( 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. članova od trenda – u u = ∑(log y i − log y t ) 2  Jednostavna linearna korelacija 2 Očekivanje – (pad ili rast. npr.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.. + bk x k ' ' x r = a ' + b1' y1 + b2 y 2 + . + bk y k u i .. s tan = 2 σ SR =   (±1)  3 k −k   d i = razlika rangova parova (u nizu najmanji = 1... za  K – br.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 + . rel y − yr = i ⋅ 100 yi yi − y r σ SR i  Korelacija ranga Standardizirana RO r' =1− 6 * ∑ d i2 u i ..varijanca Ukupno kvadratno odstupanje org. za koliko godina će se….

aritmetička sredina iz totala skupa Procjena totala osnovnog skupa ∑x' = N ⋅ x u .05 ili 5% se x = () σ n .proporcija elementa u uzorku s određenim modalitetom n − Mu = 1 − Pu n Pu Qu n −1 .ako je frakcija f ≤ 0.opseg uzorka Pu = Qu = Mu n .05 .interval pouzdanosti  z ⋅σ  n' =   .opseg uzorka  Ga  2 n= n' n' = n' 1 + f 1+ N .standardna pogreška => za frakcija > 5% n' .standardna greška procjene totala .total s greškom se (∑x ) = N ⋅ se x () .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 = () .opseg uzorka Procjena proporcije osnovnog skupa  z ⋅ PQ  n' =    Ga    2 .kada je f < 0.Procjene nepoznatih karakteristika osnovnog skupa x u − z ⋅ se ( x ) < x < x u + z ⋅ se ( x ) .proporcija elementa u uzorku s promatranim modalitetom se ( p ) = .opseg uzorka ukoliko je f>0.interval pouzdanosti ∑x' − z ⋅ se (∑x ) < ∑x < ∑x' + z ⋅ se (∑x )  z ⋅σ  n' =  N ⋅  Ga   2 .frakcija odabiranja N xu = ∑x n u .

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

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

Sign up to vote on this title
UsefulNot useful