OSNOVI STATISTIKE ANALIZE

III nedelja
PREDAVANJA
Prvi dvoas:
1. Osnovni pojmovi teorije verovatnoe
2. Sluajna promenljiva, raspodela verovatnoa
Drugi dvoas:
3. Oekivana vrednost i varijansa sluajne promenljive
4. Teorijski modeli raspodela

VEBE

Parametri
osnovnog
skupa

Mere
centralne
tendencije

Mere
disperzije
1

Mere
oblika
raspodele

Mere centralne tendencije

I dvoas:
Primeri koji su obraeni na vebama:
Primer 1. Kako se ponaa aritmetika sredina ako se:
a) svaka vrednost obeleja u rasporedu pomnoi sa 2;
b) svakoj vrednosti obeleja doda 4.
Xi:

4 5

4 3

Reenje:
a)
Xi: 8,2,4,5,4,3,9,4,5
Yi: 16,4,8,10,8,6,18,8,10
x=4,889
y=9,778
y=2 x
Y=2X

Y=2 x

b)
Xi: 8,2,4,5,4,3,9,4,5
Yi: 12,6,8,9,8,7,13,8,9
x=4,889
y=8,889
y=4+x
Y=X+4

Y= x+4

Primer 2. Modus je:

a) Najvea frekvencija u seriji;
b) Najvea vrednost obeleja u seriji;
c) Frekvencija kojoj odgovara najvea vrednost obeleja;
d) Vrednost koja se nalazi u preseku kumulante ispod i iznad;
e) Vrednost obeleja kojoj odgovara najvea frekvencija;
f) Obeleje kome odgovara najvea frekvencija.
Reenje: e)
Primer 3. Anketiranjem svih uenika osmih razreda jedne kole, dolo se do sledeih rezultata u
pogledu uspeha. Odredite mere centralne tendencije i odgovorite koja merna skala je koriena?

Uspeh

Broj uenika

Dovoljan

30

Dobar

34

Vrlo dobar

50

Odlian

10

Odgovor:
a) Mo=50, Me=dobar, se ne moe izraunati, koriena je
ordinalna skala,
b) Mo=Me= vrlo dobar, se ne moe izraunati, koriena je
ordinalna skala,
c) Ne mogu se odrediti pozicione mere, jer je koriena
nominalna skala,
d) Mo=50, Me=50, =31, koriena je skala odnosa,
e) Mo=vrlo dobar, Me=dobar, se ne moe odrediti,
koriena je ordinalna skala.

Reenje: e)
Primer 4:
Date su sledee vrednosti promenljive X:
13, 23, 17, 26, 32, 34, 30.
Pokazati da je suma kvadrata odstupanja od medijane vea od sume kvadrata odstupanja od
aritmetike sredine.
Primer 5.
U tabeli su dati podaci o starosnoj strukturi stanovnika. Odredite mere centralne tendencije.
Godine starosti
10 - 19,9
20 - 29,9
30 - 39,9
40 - 49,9
50 - 59,9
60 - 69,9

Broj stanovnika
4
66
47
36
12
5

Primer 6. Raspolaemo serijom podataka o godinama radnog staa 6 radnika: 10, 8, 8, 5, 4, 7.

Koji od sledeih stavova vezanih za ovu seriju JESTE korektan?
a)
b)
c)
d)
e)

Posmatrano obeleje je numeriko, mereno na intervalnoj skali;

Posmatrano obeleje je numeriko, mereno na nominalnoj skali;
Interval varijacije ove serije iznosi 5 godina;
Modalna duina radnog staa iznosi 8 godina;
Prosena duina radnog staa iznosi 8 godina.
Reenje: d)

Primer 8. Odredite mere centralne tendencije i pozicione mere disperzije sledeeg rasporeda
frekvencija.
3

x
37
38
39
40

f
20
15
20
15

Primer 9. Promet po mesecima u jednoj prodavnici 2007. godine, bio je (u 000 ):

5,2,1,3,8,3,6,7,4,1,2,6. Koliki je prosean meseni promet?
Reenje:

= x/N= 48/12=4.

Prosean promet u prodavnici tokom 2007. godine bio je 4 (000 ).

Primer 10. Rezultati ispitivanja u 40 optina dati su u sledeoj tabeli:
Broj bioskopa Broj optina
(x)
(f)
1
9
2
10
3
8
4
5
5
4
6
2
7
2

40
Koliki je prosean broj bioskopa u optinama?
Reenje:
Prosean broj bioskopa u optinama je 2,975.
Primer 11. Raspodelu frekvencija prikaite poligonom frekvencija i odredite modalni i medijalni
grupni interval.
Visina rashoda u 000 Broj graana
din
Do 2
11
2-3
18
2-4
22
4-5
15
5 i vie
21

87

II dvoas:
4

Mere disperzije i oblika rasporeda

Vana pitanja:

Znaaj rasporeda frekvencija u statistikoj analizi.

Pokazatelji rasporeda frekvencija.
Osnovne karakteristike srednjih vrednosti.
Osobine i primena aritmetike sredine.
Kada je medijana pogodnija od aritmetike sredine? Primeri.
U kojim sluajevima aritmetika sredina ne reprezentuje dobro statistiki skup?

Dodatna pitanja:

emu je jednak zbir odstupanja pojedinanih vrednosti obeleja od aritmetike sredine?

Da li varijansa i standardna devijacija mogu biti negativne?
U kojim sluajevima interval varijacije nije realan pokazatelj disperzije?
Kada je interkvartilna razlika bolji pokazatelj disperzije od standardne devijacije?
Kada se koriste relativne mere disperzije?

Primeri:
Negrupisani podaci
Primer 1. Dati su podaci: 8, 2, 4, 5, 4, 3, 9, 4, 5.
Naite aritmetiku sredinu, medijanu, modus i sve mere disperzije.
Primer 2. Na osnovu serije podataka iz prethodnog primera 1. izraunajte standardizovano
odstupanje za vrednost obeleja 8 i objasnite dobijen rezultat.
* Uputstvo za izraunavanje kvartila Q1, Q2 i Q3 kod negrupisanih podataka:
(1)

Ako je broj lanova neparan broj:

2 3 4 5 6 7 8 9 10
Q2= =6

Ako izbacimo medijanu iz niza, Q1 medijana preostalog niza sa leve strane . Q1=3,5, Q3
medijana preostalog niza sa desne strane . Q3 = 8,5.
(2)

Ako je broj lanova paran broj

5

1 2 3 4 5 6 7 8 9 10
Q2= = 5,5
Medijana se nalazi izmeu brojeva 5 i 6, Q1 medijana preostalog niza sa leve strane (1 2 3 4 5),
tj. Q1= 3, Q3= 8.

Grupisani podaci- prekidne vrednosti obeleja

Primer 3. Na osnovu podataka o broju lanova domainstava radnika jednog preduzea, odredite:
a) Prosean broj lanova, modus i medijanu;
b) Interval varijacije, interkvartilnu razliku, standardnu devijaciju i koeficijent varijacije.
Br. lanova(x)
1
2
3
4
5
6
Ukupno

Br. radnika (f)

17
34
126
57
37
12
283

Grupisani podaci- neprekidne vrednosti obeleja

Primer 4. U osnovnom skupu od 50 telefonskih poziva, vreme trajanja razgovora ima sledei
raspored. a) Odredite modus grafiki; b) Izraunajte aritmetiku sredinu, medijanu, modus i
interkvartilnu razliku.
Duina
razgovora
0-2
2-4
4-6
6-8

Br. poziva
(f)
20
15
10
5
50

Primer 5. U uzorku od 100 radnika jednog pogona utvrdjena je prosena dnevna proizvodnja od
145 proizvoda, sa standardnom devijacijom 10, a u drugom pogonu njihova prosena dnevna
proizvodnja bila je 80 proizvoda, sa standardnom devijacijom 10. ta moete zakljuiti?

Odgovor:
a) uzorci imaju jednake disperzije jer su im standardne devijacije iste,
b) veu disperziju pokazuje prvi uzorak jer ima veu prosenu proizvodnju, pa je i znaajnije
odstupanje od nje,
c) ......
Primer 6. Aritmetika sredina u skupu A iznosi 100, a u skupu B je jednaka 50. Ako je relativna
mera disperzije u oba skupa jednaka 0,20 (tj.20%), u kojem skupu je vea apsolutna mera
disperzije?
Odgovor:
a) jednake su;
b) vea je u skupu A i iznosi..............;
c) vea je u skupu B i iznosi..............;
d) ne moemo ih izraunati na osnovu raspoloivih informacija.
Reenje: b)
Primer 7. Jedna serija ima veu disperziju od druge ako je:
a) njen interval varijacije vei;
b) njena varijansa vea;
c) njen koeficijent varijacije vei;
d) njeno standardizovano odstupanje vee, pod uslovom da skup nema normalan raspored;
e) nita od gore navedenog, jer disperzija bez mere centralne tendencije nije dovoljan pokazatelj.
Primer 8. Dva zaposlena u firmama A i B imaju istu platu od po 1000 evra. Prvi je zadovoljan
svojom platom, a drugi nije. Zato?

IV nedelja
PREDAVANJA

Neprekidna slujna promenljiva

Normalan raspored, osobine i znaaj

Standardizovan normalan raspored i primena tablica standardizovanog normalnog

rasporeda, primeri

Uzorak i statistike uzorka - uvod

VEBE
I dvoas
Mere centralne tendencije,
Mere disperzije i oblika raspodele
Pored srednjih vrednosti i mera disperzije u pokazatelje raspodele ubrajamo i:
mere asimetrije i
mere spljotenosti.

Simetrina raspodela - frekvencije vrednosti obeleja ravnomerno opadaju ili rastu poev od
aritmetike sredine.
Asimetrina raspodela - elementi skupa pokazuju tendenciju grupisanja oko vrednosti ispod ili iznad
srednje vrednosti.

Relativna mera asimetrije: Za poreenje oblika raspodele

a) simetrina 3= 0
b) pozitivno asimetrina (udesno) 3> 0 (Vrednosti X grupiu se oko vrednosti <)
c) negativno asimetrina (ulevo) 3< 0 (Vrednosti x grupiu se oko vrednosti > )
-0,5<3<0,5
raspodela umereno asimetrina.
3 izvan intervala -0,5 i 0,5 raspodela znatno asimetrina.

Relativna mera spljotenosti

Spljotenost raspodele vea ili manja u zavisnosti od odnosa frekvencije srednjih vrednosti i
frekvencije ostalih vrednosti obeleja.

4=3 raspodela ima normalnu spljotenost,

4>3 raspodela je manje spljotena (vie izduen),
4 <3 raspodela je vie spljotena.

Primer 1. U osnovnom skupu od 50 telefonskih poziva, vreme trajanja razgovora ima sledeu
raspodelu. Izraunajte sve srednje vrednosti, mere disperzije, a na osnovu izraunatih mera 3 i 4
odredite oblik raspodele.
Duina
razgovora
0-2
2-4
4-6
6-8

Br. poziva (f)

20
15
10
5
50

M3=4,8; =2;
M4=35,2; =2;
xf= 150;

(x` )2

(x` )2 f

4
0
4
16

80
0
40
80
200

3 = 0,6 > 0,5 (Izrazita pozitivna asimetrija)

4 = 2,2 < 3 (Spljotenost vea od normalne)

=3.

Primer 2. Na osnovu podataka iz sledee tabele:

a) Odrediti asimetriju rasporeda frekvencija korienjem relativnih mera.
b) Kakva je spljotenost datog rasporeda?
Br.
Br. radnika
lanova(x) (f)
1
17
2
34
3
126
4
57
5
37
6
12

283
a) M3=0,338; =1,159;
b) M4=5,334; =1,159;

3 = 0,217 < 0,5 (Umerena pozitivna asimetrija)

4 = 2,953 3
(Priblino normalna spljotenost)

Primer 3. Visina tednih uloga u jednoj banci (u 000 ):

tedni ulog (u 000 evra)

2 4 5 6 25

Navedite osnovne karakteristike datog rasporeda:

a) simetrinost;
b) mere lokacije;
c) mere disperzije.
d) Da li ima ekstremnih vrednosti?
(xi-)2
40.96
19.36
11.56
5.76
275.56
353.20
70.64
8.405

xi-
-6.4
-4.4
-3.4
-2.4
16.6
0

x
2
4
5
6
25
42
8.4
N

i 1

1
N

42
8.4
5

xi

3=1.41
2

353.2
70.64
5

i 1

8,405

3=1.41>0 (Znatna asimetrija udesno-pozitivna)

Ostale mere lokacije i disperzije:
Mo= nema; Me=5;
i=23

Q1=3; Q3=15,5

Iq= 12,5

Primer 4: Anketiranjem devet trgovinskih firmi dobijeni su sledei podaci o nedeljnoj prodaji
proizvoda X (u 000 komada):
20

10

15

16

14

20

13

17

50

Navedite osnovne karakteristike date raspodele.

Deskriptivne statistike
Promenljiva: Obim prodaje
n Min
Max
Prosek
9 10
50
19,4

2
125,8

11,2

Mo
20
iQ
6,5

Q1
13,5

Me
16

Q3
20

i
40

3
2,14

4
6,20

Osnovne karakteristike gornje raspodele su:

10

a) Umerena asimetrija: prosean obim prodaje 19400 kom., st. dev. 11,900kom., nema ekstremnih
vrednosti
b) Umerena asimetrija: prosean obim prodaje 19400 kom., st. dev. 11,900kom., jedna ekstremna
vrednost
c) Znatna asimetrija: prosean obim prodaje 19400 kom., st. dev. 11,900kom., jedna ekstremna
vrednost
d) Znatna asimetrija: Me = 16000kom., iQ=6500kom., jedna ekstremna vrednost
e) Znatna asimetrija: Me = 16000kom., st. dev. 11,900kom., jedna ekstremna vrednost
Napomena: Karakteristike svake raspodele frekvencija su:
simetrinost,
mere lokacije,
mere disperzije,
ekstremne vrednosti.
Prvo na osnovu 3 odreujemo da li je raspodela simetrina, umereno asimetrina ili znatno
asimetrina. Poto je u ovom zadatku raspodela znatno asimetrina i ima jednu ekstremnu
vrednost, kao meru lokacije koristimo medijanu, a kao meru disperzije koristimo interkvartilnu
razliku.
Ispitni zadatak (Jun 2008.) Iz osnovnog skupa od 1700 studenata I godine Ekonomskog fakulteta
izabrana su dva sluajna uzorka od po 80 studenata. Grupisanjem studenata prema ocenama
dobijenim na ispitima iz Matematike i Statistike dobijeni su sledee raspodele frekvencija:
Broj studenata na ispitu
Ocena

iz matematike

iz statistike

25

30

15

12

12

12

10

10

10

10

10

a) Primenom odgovarajuih apsolutnih i relativnih mera, uporedite disperziju serija podataka.

Po izboru, obraditi sledea pitanja i zadatke iz Zbirke:

I grupa 7.
II grupa 4.

11

II dvoas
Verovatnoa (koncepcije verovatnoe), sluajna promenljiva,
raspored verovatnoe, ekivana vrednost
Obraena su sledea pitanja:
Statistiki (sluajni) eksperiment,
Ishod (elementarni dogaaj),
Prostor uzorka, dogoaj A,
Verovatnoa dogaaja A i osobine,
Tri koncepcije verovatnoe
ta je sluajna promenljiva? Primeri...
Raspored verovatnoe sluajne promenljive: prekidne i neprekidne.
Koje osobine mora da ispuni svaki raspored verovatnoe?
Odreivanje i smisao oekivane vrednosti.
Odnos oekivane vrednosti sluajne promenljive i aritmetike sredine rasporeda
frekvencija
ta pokazuje varijansa sluajne promenljive?
Primer 1. Na osnovu rasporeda verovatnoe sluajne promenljive datog sledeom tabelom
a) Izraunajte oekivanu vrednost i varijansu sluajne promenljive X.
b) Odredite oekivanu vrednost i varijansu sl. promenljive Y=2X+1.
X
0
1
2
3

Reenje:
a)
b)

p
0,125
0,375
0,375
0,125
1

E(X)=1,5, Var (X)=0,75;

E(Y)=4
Var (Y)=3

Primer 2. Raspodela verovatnoa broja kvarova na jednoj maini:

X

0,1

0,2

0,4

0,2

0,1

Kolika je verovatnoa da je:

a)
X manje od 3, a vee od 0;
b)
X manje od 2, a vee od 1;
c)
X manje od 0;
d)
X vee ili jednako 5;
12

e)

X jednako 2,5.

Primer 3. Sluajna promenljiva X ima raspodelu verovatnoa:

X
p

0
2k

1
3k

2
13k

3
2k

a) Izraunajte P (5 X 2)
b) Izraunajte F(2,5)
Reenje: 20k=1 k=1/20=0,05
X
0
1
p
0,10
0,15
ili:
2/20
3/20

2
0,65
13/20

3
0,10
2/20

a) P(-5<X<2) = 5/20=1/4 (=0,25)

b) F(2,5)=P(X2,5)=18/20= 0,9
c) P(X=2,5)=0
Primer 4. Dat je raspodela verovatnoa sluajne promenljive X. Odredite raspodelu verovatnoa
sluajne promenljive Z=2X+5.
X
p

0
1/10

1
2/10

2
3/10

3
1/10

4
1/10

5
2/10

Z
p

5
1/10

7
2/10

9
3/10

11
1/10

13
1/10

15
2/10

Reenje:

Primer 5. Data je sledea raspodela verovatnoa:

X
p

0
0,1

1
0,6

2
3
0,1

...

4
0,1

a) Kolika je verovatnoa da e sluajno odabrana jedinica imati vrednost promenljive X veu od 2,

a manju od 10?
b) Izraunajte F(-2).
c) Izraunajte oekivanu vrednost i varijansu gornje raspodele.
Reenje:
a) p=0,2
b) F(-2)=0
13

c) E(X)=1,5 Var(X)=1,25
Obraditi sledea pitanja i zadatke iz Zbirke:

II grupa 3. zadatak
IV grupa 2. zadatak
VI grupa 3. zadatak
VII grupa 5. zadatak

14

V nedelja:
PREDAVANJA
Uzorak i statistike uzorka
Statisticko ocenjivanje - uvod
VEBE
I dvoas:
Tema - Normalna raspodela i standardizovana normalna raspodela
Pitanja:
Raspodela verovatnoa neprekidne sluajne promenljive.
Da li je uvek 95% normalne krive izmeu x= -1,96 i x=1,96?
Da li u praksi nalazimo normalno rasporeene osnovne skupove? Znaaj normalnog
rasporeda. Primeri .
Binomna i normalna raspodela.
Da li je normalna kriva uvek simetrina?
Da li je simetrina kriva uvek normalna kriva?
Koji parametri definiu normalnu raspodelu?
Standardizovana normalna raspodela
Kako na osnovu kumulativne funkcije raspodele moemo odrediti verovatnou da
neprekidna sluajna promenljiva uzme neku vrednost u intervalu (0,1).
1. Raspodela verovatnoa neprekidne sluajne promenljive: kod neprekidne sluajne promenljive
ima smisla samo verovatnoa da se X nae u nekom intervalu, jer je P(X=x)=0 za svako x (ima
beskonano mnogo takvih vrednosti).
Pitanje: Kako se na osnovu funkcije raspodele moe odrediti verovatnoa da neprekidna
sluajna promenljiva uzme vrednost u intervalu (a,b)?
2. Problem korienja modela prekidnih raspodela: primena npr. binomne ili Poisson-ove tablice
verovatnoe, kada su parametri rasporeda van opsega tablica;
Reenje: aproksimacija modelima neprekidnih raspodela.
Veliki broj ekonomskih i dr. drutvenih pojava moe uzeti ma koju vrednost iz nekog
konanog ili beskonanog intervala.
3.
f(x):

Osobine rasporeda verovatnoe neprekidne sluajne promenljive (funkcije gustine)

- f(x)0
- ukupna povrina ispod krive gustine verovatnoe = 1

Neprekidna promenljiva - umesto operatora za sabiranje koristi se integral (D - oblast definisanosti

X od - do + ).

15

Ako je poznat matematiki izraz f(x): verovatnoa da X uzme vrednost u nekom intervalu
(a,b) jednaka je povrini izmeu krive f(x) i apscise u intervalu (a,b):
Neprekidna sluajna promenljiva moe izeti beskonano mnogo vrednosti; verovatnoa da
uzme jednu odreenu vrednost je 0: P(X=a) = P(X=b)=0, pa je
P(a X b) P(a X b) P(a X b) P(a X b)

Ukljuivanje graninih vrednosti ne menja verovatnou da je X u ntervalu (a,b) !

4. Funkcija raspodele F(x) neprekidne sluajne promenljive - znaaj u odreivanju verovatnoe
da X uzme vrednost u nekom intervalu.
Tablice verovatnoe modela raspodela najee date na osnovu F(x).
F(x)=P(Xx) - grafiki povrina ispod krive funkcije gustine od njenog poetka do take x.
Povrina ispod krive predstavlja verovatnou; zbir funkcije rasporeda i ostatka povrine =1,
pa je:
P(X x) 1 F(x)

P(a X b) F(b) F(a)

5. Normalna raspodela - granini oblik binomnog rasporeda kada se broj opita neogranieno
poveava.
Funkcija gustine raspodela verovatnoa normalne sluajne promenljive:
f(x)

2
2
1
e( x ) / 2
2

Osobine:
1. Normalna kriva ima oblik zvona, unimodalna i simetrina u odnosu na .
2. = Mo = Me.
3. Kriva se protee od - do + , i= .
4. 3= 0, a 4= 3.
5. Ukupna povrina ispod krive je 1.
6. Normalan raspored potpuno definisan parametrima i 2 .
Pitanje: Da li je uvek 95% normalne krive izmeu x= -1,96 i x=1,96?
P( X ) 0,68

P( 2 X 2 ) 0,95
P( 3 X 3 ) 0,997

Povrina izvan intervala 3 od zanemarljivo mala.

Ako X: N (; 2) i njena linearna transformacija Y=a+bX ima takoe normalan raspored.
Suma n nezavisnih transformacija takoe ima normalan raspored.
Postoji familija razliitih normalnih rasporeda u zavisnosti od veliine parametara i 2.
6. Problem odreivanja verovatnoe normalno rasporedjene sluajne promenljive.
Reenje: Normalnu raspodelu transformiemo u standardizovanu normalnu raspodelu; pomou nje
raunamo verovatnoe.
Transformacija X u Z odstupanje:
x
Z i

16

7. 1) Normalna kriva - aproksimacija dr. rasporeda sa ogranienim intervalom varijacija, iako

normalan rapored teorijski moe uzeti vrednosti od - do + .
2) Da li je normalna kriva uvek simetrina?
1 2 3
1 = 2 = 3
3) Da li je simetrina kriva uvek normalna kriva?
8. Znaaj normalne raspodele:
1.Veliki broj pojava ima normalnu raspodelu.
2.Dobra aproksimacija prekidnih raspodela (binomnog i Poisson-ovog) za vrednosti
parametara koje nisu date u tablicama.
3.Iz normalne raspodele izveden veliki broj drugih neprekidnih raspodela (t raspodela, F raspodela,
2 raspodela).
4.Osnova za parametarsko zakljuivanje.
5.Veliki broj statistikih problema reiv samo uz pretpostavku da se osnovni skup iz koga je biran
uzorak ima normalnu raspodelu.
Zadaci:
Primer 1. Ako je Z neprekidna sluajna promenljiva koja uzima vrednosti u intervalu od (0,1)
koliko iznosi verovatnoa da Z bude jednako 0,5.
Reenje: P(Z=0,5)=0 jer je 1/=0
Primer 2. Odredite verovatnou da standardizovana normalna sluajna promenljiva uzme sledee
vrednosti:
Reenje:
a) P(Z -1,01)
a) 0,1562
b) P(Z 1,3)
b) 1-0,9032=0,0968
c) P(-2,62 Z 2,33)
c) 0,9901-0,0044=0,9857
d) P(Z =1)
d) 0

Primer 3. Ako je X: N(100;50) izraunajte F(50). Odgovor:

a) F(50)= - ;
b) F(50)= 5;
c) F(50)=0;
d) Nemogue izraunati; e) 0<F(50)1.
Reenje:
F(50) = P(X 50) = P(Z (50-100)/ 7,07) = P(Z )

Primer 4. Visina studenata prve godine na Fakultetu za fiziku kulturu sledi normalan raspored
X: N(177; 72). Kolika je verovatnoa da e sluajno izabrani student imati visinu u intervalu od
173-187cm?
Reenje:
17

173 177
187 177
X
)
7
7
P( 0,57 Z 1, 43) F (1, 43) F (0,57) 0,9236 0, 2843 0, 6393 0, 64
P (173 X 187) P (

Primer 5. Pretpostavimo da je Z standardizovana normalno rasporeena sluajna promenljiva.

Verovatnoa da se Z nae u intervalu ije su granice simetrine u odnosu na iznosi 0,05. Pronai
te granice. Odgovor: Granice su: (-0.06; 0.06)
Reenje:
P ( z Z z ) 0, 05 F ( z ) F ( z ) 0, 05 2 F ( z ) 1 0, 05 z 0, 06
Primer 6. Sluajna promenljiva X ima normalan raspored, X : N ( , 2 ) . Ako je F ( x1 ) 0, 75 , da
li je x1 manje ili vee od aritmetike sredine, ? Koliko iznosi ova razlika izraena u standardnim
devijacijama ? Odgovor:
b) x1 je vee od za ..........0,67.............. standardnih devijacija;
Reenje:
x
x
P ( X x1 ) 0, 75 F ( 1
) 0, 75 1
0, 67 x1 0, 67

II dvoas:
Tema- Standardizovana normalna raspodela
Koricenje tablica standardizovane normalne raspodele, primeri
Primer 1. Zarade radnika imaju normalan raspored sa prosekom od 3800 din. i stand. dev. od 600
din. Regresi za godinji odmor imaju normalan raspored sa prosekom 1000 din. i stand.dev. 200
din.
a) Koliko je uee zaposlenih sa zaradama do 5000 din.?
b) Uee radnika sa regresom veim od 1500 din.?
c) Odrediti oblik rasporeda ukupnih primanja zaposlenih u mesecu u kojem primaju i regres.
Reenje:
a) P(X15000)= P(Z 2)= F(2)= 0,9772
b) P(X2>1500)= 1-P(X 1500)= 1-P(Z 2,5)= 1-F(2,5)= 0,0062
c) (X1+ X2): N (4800; 400 000)
Primer 2. Dnevni prihod od prodaje u prodavnicama jednog trgovinskog preduzea ima normalnu
raspodelu (X: 4000 din.; 1.000.000 din.2).
a) Koliko je uee i ukupan br. prodavnica sa dnevnim prihodom veim od 5500 din., ako
posmatrano preduzee ima ukupno 2500 prodavnica.
b*) Odrediti dnevni prihod iznad kojeg e biti 80% prodavnica.
a) P(X>5500)= 1-P(Z 1,5)= 1-F(1,5)=1-0,9332=0,0668

18

N1=167 prodavnica

b*) P(X>x)= 0,80

x=?

P(X>x)=P(Z>z)=1- P(Zz)=0,80

F(z)=0,20 z = -0,84, x = 3160 dinara

Primer 3. Pretpostavlja se da prenik jednog proizvoda sledi normalnu raspodelu sa prosekom

50mm i varijansom 16mm2.
a)
Da li je ispravno tvrenje da 20,3% svih proizvoda proizvedenih u fabrici ima prenik
izmeu 52 i 55mm?
b)
Kolika je verovatnoa da e sluajno odabrani proizvoda biti prenika 41,5mm?
c)
Koliko proizvoda ima prenik izmeu 40 i 50mm od ukupno 7000 proizvedenih?
d)
Ako su granice tolerancije od 42mm do 58mm izraunajte procenat karta.
a)

Proveriti da li je P( 52 X 55)= 0,203.

P( 0,5 Z 1,25)= F(1,25)-F(0,5)=0,203

b) P(X=41,5)= 0
c) P(40 X 50)=P(-2,5 Z 0)=0,4938
N=7000 N1=7000*0,4938=3457
d) P(42 X 58)=P(-2 Z 2)=2 F(2)-1=2* 0,9772-1=0,9544
95,44% - uee ispravnih proizvoda;

4,56% - uee neispravnih proizvoda!

Primer 4. Istraivanje pokazuje da 20% najskupljih sedmodnevnih aranmana turistikih agencija

Beograda za leto 2003. ima cenu veu od 400 evra. Pretpostavlja se da cena sedmodnevnih
turistikih aranmana ima normalan raspored. Prosena cena svih ovih aranmana je 250 evra. Na
osnovu prethodnih informacija izraunajte standardnu devijaciju datog normalnog rasporeda.
Odgovor: a) 178,6 evra; b) 117,2 evra; c) 175 evra; d) 150 evra; e)................................
X: N(250; 2)
P( X > 400) = 0,20
P( X 400) = 0,80 P( Z
F(

400 250
) = 0,8

150
150
)=0,8
=0,84 =178,6

Primer 5. U prostom sluajnom uzorku od 12 elemenata izvuenom iz osnovnog skupa koji ima
raspored X: N(25; 52) dobijene su sledee pozicione mere disperzije : interval varijacije iznosi
i=16, a interkvartilna razlika iznosi iQ = 6. Izraunajte interval varijacije i interkvartilnu razliku u
osnovnom skupu i uporedite dobijene vrednosti sa rezultatima uzorka.
Reenje:
U osnovnom skupu sa normalnim rasporedom i .
Prvi i trei kvartil normalnog rasporeda odreujemo iz verovatnoe:

19

P( Q1 X Q3)= 2 F(z)-1= 0,50

F(z)=0,75 z=0,67
z
z

Q1
Q1 z

Q3
Q3 z

Q1 = 21,65
Q3 = 28,35

Konano je iQ= 28,35 21,65 = 6,7.

Primer 6. Dnevna potronja voa etvorolanih domainstava ima normalan raspored. Oko 12%
domainstava troi manje od 0,8 kg i oko 12% domainstava troi vie od 2,2 kg voa dnevno.
Izraunajte apsolutnu i relativnu meru disperzije ovog rasporeda. Odgovor: Apsolutna mera
disperzije je .............., a relativna mera je ...........
Reenje:

1,5 zbog simetrinosti normalnog rasporeda

0,8 1,5
0, 7
P ( X 0,8) 0,12 F (
) 0,12
1,175 0,596 0, 6

Napomena - sve zadatke raditi u sledeim etapama:

1. postaviti verovatnou
2. nacrtati i rafirati normalnu krivu
3. izraunati verovatnou
4. obavezno komentarisati.
Ispitni zadaci:
Jun 2006. Na osnovu analize rezultata jednog kolokvijuma ustanovljeno je da je 30%
studenata imalo vie od 70 poena (od maksimalnih 100), a prosean broj poena iznosio je 56,6.
Ukoliko pretpostavimo da broj poena na kolokvijumu sledi normalnu raspodelu, izraunajte
koliko rezultati pojedinih studenata (mereni brojem poena) u proseku odstupaju od 56,6 poena.
Jun 2007. Sluajna promenljiva X ima normalan raspored sa varijansom jednakom 25. Ukoliko
je poznato da se 67% povrine normalne krive nalazi levo od vrednosti x=17,2, nai relativnu
meru disperzije ovog rasporeda.
Jun 2007. Cena artikala u jednoj prodavnici ima priblino normalan raspored sa varijansom
jednakom 25 eura2. Ukoliko je poznato da 33% artikala ima cenu veu od 7,2 eura, izraunajte
relativnu meru disperzije ovog rasporeda.

20

Obraditi sledea pitanja iz Zbirke:

I grupa 3., 8. zadatak

V grupa 2. zadatak
VII grupa 4. zadatak
VIII grupa 7. zadatak

21

VI nedelja:
PREDAVANJA
Statistiko ocenjivanje
VEBE
I dvoas:
Uzorak i statistike uzorka
Teorijska pitanja:
Vrste uzoraka;
Sluajne i nesluajne greke;
Raspodela osnovnog skupa, uzoraka raspodela (raspodela statistike uzorka);
Uzoraka raspodela statistike X

Uzoraka raspodela statistike P

Centralna granina teorema;

2
Razlika izmeu X , 2 i S2.
_

Pitanje 1: Kod prostog sluajnog uzorka

a) Svaki element populacije ima jednaku verovatnou da bude izabran u uzorak
b) Elementi u skupu koji se nalaze jedan do drugoga ne smeju da budu izabrani u isti
uzorak
c) Mogue greke nije mogue proceniti
d) Svaki skup jednake veliine ima podjednaku verovatnou da bude izabran u uzorak
e) Nita od gore navedenog
... Iz osnovnog skupa (N) izvlaimo uzorke veliine n; svaki mogui uzorak ima
istu verovatnou da bude izabran.
Pitanje2: Sluajne greke nastaju zbog:
a) Pogreno izabranog okvira;
b) Nepreciznog upitnika;
c) Razlike izmeu skupa i uzorka;
d) Neadekvatne realizacije sluajnog izbora elemenata u uzorak;
e) Nemarnosti anketara.
* Objanjenje: Sluajne greke nastaju usled razlike izmeu stvarne vrednosti parametra
osnovnog skupa i ocenjene vrednosti parametra na osnovu uzorka (zbog sluajnog izbora
elemenata u uzorak).
Pitanje 3: Raspored statistike uzorka pokazuje
(a) Raspored razliitih veliina uzoraka koji se mogu koristiti u istraivanju;
(b) Raspored vrednosti koje obeleje moe uzeti u skupu, sa odgovarajuim verovatnoama;
(c) Raspored statistike koja je dobijena u izabranom uzorku;
(d) Raspored vrednosti koje statistika u uzorku moe uzeti, zajedno sa odgovarajuim
verovatnoama;
22

(e) Raspored verovatnoe statistike testa u izabranom uzorku.

Pitanje 4: Standardna greka aritmetike sredine pokazuje:
a. proseno odstupanje elemenata uzorka od elemenata skupa;
b. proseno odstupanje elemenata skupa od aritmetike sredine uzorka;
c. prosek odstupanja elemenata u uzorku od njegove aritmetike sredine;
d. prosek odstupanja aritmetike sredine uzoraka od aritmetike sredine skupa;
e. prosek odstupanja statistike uzorka od statistike skupa
II dvoas

Uzorak i statistike uzorka primeri

Primer 1. Prosena visina u skupu sportista jednog kluba je 182 cm, a standardna devijacija 9cm.
Sluajnim putem biramo 100 sportista. Da li moemo raspored artimetikih sredina uzoraka
aproksimirati normalnim rasporedom? Izraunajte:
a) Standardnu greku ocene aritmetike sredine.
b) Verovatnou da prosena visina u uzorku nije vea od 180 cm.
c) Verovatnou da se prosena visina u uzorku razlikuje od prosene visine skupa za manje od 2
cm.
Reenje:
Raspored artimetikih sredina uzoraka aproksimirati normalnim rasporedom, jer
Na osnovu C.G.T.

X: W(182; 92) i n=100

: N (182 ; 0,9) jer je n>30

a) X n 100 0,9

b) P(X 180) P(Z

180 - 182
) F(-2,22) 0,0132
0,9

c) P( X - 2) P( Z 0,9 ) 2F(2,22) - 1 2 * 0,9868 - 1 0,9736

Primer 2. Propisana teina pakovanja keksa je 500 gr. Automatska maina za pakovanje je
podeena tako da je prosena teina 505 gr., a standardna devijacija 15 gr. Ako je teina pakovanja
normalno rasporeena, izraunajte verovatnou da:
a) na sluaj odabrana kutija bude laka od propisane teine;
b) prosena teina u uzorku od 16 kutija bude manja od propisane teine;
c) prosena teina u uzorku od 64 kutije bude manja od propisane teine.
d) Da li na izraunate verovatnoe utie podatak da se osnovni skup sastoji od 1000 kutija?
P(X 500) F(-0,33) 0,3707

23

a) X:N(505; 152)
P(X 500) P(

b) n=16

X - 500 - 505

) P( Z 1,33) F ( 1,33) 0,0918

x
3,75

P(X 500) P( Z

c) n= 64

500 - 505
) F (2,67) 0,0038
1,875

d) N= 1000;
x

n=64 n/N= 0,064>0,05 p.f.k.s.

15
64

1000 64
1,875 * 0,9679 1,8149
1000 1

P(X 500) F ( 2,75) 0,0030

Podatak da se osnovni skup sastoji od 1000 kutija utie na izraunatu verovatnou na bazi uzorka
od 64 elementa (na rezultat pod c.)
Primer 3. Ako je standardna devijacija osnovnog skupa 27, a veliina uzorka 81, koja je
verovatnoa da e se X razlikovati od za vie od 5?
Reenje:
X

27
3
81

P( X - 5) 1 P( X - 5) 1 P(-5 X - 5)

1 P ( 1,67 Z 1,67) 1 [ 2 F (1,67) 1] 0,095

24

Primer 4. Proporcija apsolvenata u skupu studenata je 0,1. Ako izvlaimo uzorak od 55 studenata,
. Da li je opravdano koristiti normalan raspored kao
odredite raspored proporcije uzorka, P
aproksimaciju rasporeda statistike? Objasnite.
Izraunajte verovatnou da e uee apsolvenata u uzorku biti:
a) manje od 8%;
b) vee od 15%;
c) izmeu 7% i 12%.
Reenje:
p = 0,1

n=55>30
n p =5,5 >5
n (1-p)=49,5 >5

: N (0,1; 0,042)
P

0,08 - 0,1

a) P(P 0,08) P(Z 0,0404 ) F (0,49) 0,3121

b)

0,15) 0,1075
P(P

c) P(0,07 P 0,12) P(-0,74 Z 0,49) 0,4582

Primer 5. Uee ena u politikom ivotu je 5%.
a) Ako sluajnim putem iz skupa politiara biramo 150 osoba, kolika je verovatnoa da emo
izabrati najmanje 10 ena?
b) Ako iz skupa od 2000 politiara sluajnim putem biramo 150 osoba, kolika je verovatnoa da
emo izabrati najmanje 10 ena?
Zato se rezultati pod a) i b) razlikuju? Objasnite.
Reenje:
p(1 p)
p= 0,05
P
0,0178
n=150>30
n
f=10
p=10 / 150 = 0,067
a)

0,067) 1 P(P
0,067) 1 F (0,95) 0,1711
P(P

b)

N= 2000
n / N= 0,075 > 0,05 p.f.k.s.

p (1 p)
n

0,067) 1 P(P
0,067) 1 F (0,99) 0,1611
P(P

N n
N 1

Pr 0,0171

Primer 6. Uspeh na prijemnom ispitu ima normalan raspored sa prosenim brojem poena 84,5 i
varijansom 25; minimalan broj poena za prijem je 80.
a) Izraunajte uee i ukupan broj studenata koji su primljeni, ako je polagalo ukupno 1500
kandidata.
25

b) Kolika je verovatnoa da e, u uzorku od 30 kandidata, proporcija onih koji su poloili biti

manja od proporcije skupa za vie od 5%?
Reenje:
X: N (84,5; 52)
a)

P(X >80)=1 - P(Z< - 0,9)= 0,8159

N= 1500
N1=1224

b)
P

- p < - 0,05
P

> 0,05
p-P

n= 30

0,8159 (1 0,8159)
0,0708
30

- p 0,05) P(
P(P

-p
P

0,05
) F ( 0,71) 0,2389
0,0708

Primer 7. Iz osnovnog skupa sa 7 elemenata formirani su svi prosti sluajni uzorci bez
ponavljanja od po 3 elementa. Suma kvadrata odstupanja aritmetikih sredina uzoraka od
aritmetike sredine skupa iznosi 250.
Kolika je standardna greka ocene aritmetike sredine skupa?
Reenje:
7
K =35
3
Po uslovu zadatka je:

x
i

(x
i 1

)2

250 , pa je X

250
2, 67
35

250
35

Primer 8. Iz osnovnog skupa X: N(100, 102) biramo proste sluajne uzorke sa ponavljanjem od 25
elemenata. Odredite raspored aritmetikih sredina ovih uzoraka i izraunajte verovatnou da emo
izabrati uzorak ija se aritmetika sredina razlikuje od aritmetike sredine skupa za vie od 2.
Reenje:
10
X

2 X : N (100, 22 )
n 5

26

P (| X | 2) 1 P(| X | 2) 1 P(2 X 2)
2
2
1 P ( Z ) 1 (2 F (1) 1) 2 2 0,8413 0,3174 0,32
2
2
Primer 9. Ako je standardna devijacija osnovnog skupa 27, a veliina uzorka 81, koja je
verovatnoa da e se razlikovati od za vie od 5?

27
81

P( X - 5) 1 P( X - 5) 1 P(-5 X - 5)

1 P(1,67 Z 1,67) 1 [2F(1,67) 1] 0,095

27

VII nedelja
PREDAVANJA

Testiranje statistikih hipoteza zasnovano na jednom uzorku

VEBE
I dvoas: Ocenjivanje aritmetike sredine osnovnog skupa
Primer 1. Vek trajanja jednog proizvoda ima normalan raspored sa standardnom devijacijom od
500 asova. U uzorku od 15 takvih proizvoda, prosean vek trajanja je 8900 asova.
Uz nivo pouzdanosti 90% odredite njihov prosean vek trajanja u statistikom skupu.
Reenje:
X:N(;5002)
n=15

1 0,90 0,1

F(z /2 ) 1 0,95 z /2 1,645

2

x 8900
x - z/2 x x z/2 x
8687,6 9112,4

Primer 3. Osnovni skup ima normalan raspored N : ( ;2 2 ) . Kolika je veliina uzorka ako smo u
ocenjivanju aritmetike sredine skupa, dobili interval poverenja irine 0,8 uz koeficijent
pouzdanosti 0,95?
Odgovor: Uzorak ima:
a. oko 10 elemenata,
b. oko 100 elemenata,
c. oko 20 elemenata,
d. ________.
Reenje:

F (z / 2 ) 1
2 z / 2
X

0, 05
1
0, 975 z / 2 1, 96
2
2
2
0,8 2 1,96
0,8

n 100

Primer 4. (ispitni zatadak, IX 2002.) Varijansa skupa je 144, a pouzdanost sa kojom ocenjujemo
nepoznatu aritmetiku sredinu skupa je 0.95.
Koliki treba da bude uzorak da bi irina intervala poverenja iznosila najvie 7?
Odgovor:
a. Vei od 45 ; b. Najvie 45;
c. Vei od 30; d. Vei od 12; e. Vei od 32.
28

Zadatak se radi na slian nain kao prethodni primer.

Primer 5. Ispitni zadatak (Sept. 2003.) Ispitujemo duine telefonskih razgovora u jednom gradu.
Da li je uzorak (iji su podaci dati u tabeli) reprezentativan pri oceni prosene duine razgovora u
osnovnom skupu ako je raspored osnovnog skupa X:N(4,5; 2,25)? Pouzdanost je 0,95.
Duina
razgovora
u min.

Broj
razgovora

Do 4
35
4-6
10
68
10
8 i vie
5
Reenje:
x 4,5
z / 2 =1,96
1,5
1,5
4,12 4,88
4,5-1,96
4,5+1,96
60
60
Primer 6. Interkvartilna razlika kod Studentovog rasporeda sa beskonano stepeni slobode iznosi:
a) 1,34 (zaokrueno na dve decimale)
b) 1,96 (zaokrueno na dve decimale)
c) 2,576 1, 282 = 1,294
d) Beskonano
e) Nita od gore navedenog
Reenje: Studentov raspored sa beskonano stepeni slobode tei standardizovanom
normalnom rasporedu, tako da je interkvartilna razlika jednaka 1,34.
Primer 7. (Kolokvijum 2007.) Izabran je prost sluajan uzorak od 25 zaposlenih jednog preduzea. U
posmatranom uzorku prosena dnevna proizvodnja zaposlenih iznosi 30 kg proizvoda, a varijansa 100
kg2. Pretpostavlja se da proizvodnja sledi normalan raspored verovatnoe. Sa pouzdanou od 95%
ocenite prosenu dnevnu proizvodnju svih zaposlenih u preduzeu.
Odgovor: Sa pouzdanou 95% zakljuujemo da se prosena dnevna proizvodnja svih zaposlenih
u preduzeu nalazi u intervalu:
a) (15,872-24,128)
b) (16,578-23,422)
c) (16,080-23,920)
d) Ne moemo sprovesti ocenjivanje jer je uzorak mali, a varijansa skupa nepoznata
e)....................................................
Primer 8. Prenik jedne komponenete koja se proizvodi u firmi X ima priblino normalan
raspored sa nepoznatom aritmetikom sredinom i varijansom. U prostom sluajnom uzorku

29

veliine 25, prosean prenik te komponente je 2,5 cm, a formirani 95% interval poverenja ima
irinu 4 cm.
Zakljuujemo da varijansa uzorka iznosi:
a) 4,85;
b) 26,03;
c) 5,102;
d) 26,03;
e) 23,47.
Reenje:

x tn1; / 2

s
s
x t n1; / 2
n
n

s
4
n
s
2t24;0,025
4
n
s
2 2, 0639
4
n
s 4,845
2tn1; / 2

s 2 23, 47
Primer 9. U prostom sluajnom uzorku od 80 kupaca, analizirana je dnevna potronja hleba.
Utvrena je aritmetika sredina uzorka od 717,5 gr i ocenjena vrednost standardne greke 6,42 gr.
elimo da ocenimo prosenu potronju hleba u osnovnom skupu. Ukoliko se veliina uzorka
povea na 150 kupaca:
a) nee se znaajno promeniti irina intervala ukoliko se istovremeno ne promeni i
pouzdanost
b) interval poverenja se smanjuje, pa se poveava i preciznost ocene
c) interval poverenja se poveava, pa se poveava i preciznost ocene
d) interval poverenja se smanjuje, pa se time smanjuje i preciznost ocene
Iz zbirke obraditi sledee zadatke:
II grupa: 2. zadatak
VIII grupa: 6. zadatak.

30

II dvoas: Ocenjivanje proporcije osnovnog skupa zasnovano na velikim uzorcima

Primer 1. Od 100 sluajno anketiranih kupaca u jednoj samousluzi, 34 je odgovorilo da je probalo
novi proizvod. Sa pouzdanou od 0,95 ocenite uee kupaca koji su probali novi proizvod.

= f/ n = 0,34

1. n=100 > 30
= 34 > 5
2. n p
) = 66 > 5
3. n (1- p

P : N ( p, P2 )
P : N ( p, 2 )
P

p z / 2 s P p p z / 2 s P

s P = 0,0474

0,247 p 0,433
Primer 2. Od 1500 zaposlenih jednog preduzea sluajnim putem je izabrano 90, od kojih je 54
podralo novi program zatite na radu.
Sa pouzdanou od 0,90 ocenite uee i ukupan broj
zaposlenih koji podravaju novi program.
1.
2.
3.
f= 54

n=90 > 30
= 54 > 5
n p
) = 36 > 5
n (1- p

Pr : N ( , p2 )

= f/ n = 0,6

N= 1500
n = 90
n / N = 0,06 > 0,05

0,518 <p < 0,682

777 < N p < 1023

Primer 3. U sluajnom uzorku od 50 proizvoda jedne firme pronaeno je 4 koja se mogu

klasifikovati kao kart. Uz koeficijent poverenja od 95% zakljuujemo da se proporcija
neispravnih proizvoda u osnovnom skupu nalazi izmeu:
a.
(0,4%, 15,5%)
b.
(20,1%, 40,9%)
c.
(6,7%, 10,3%)
d.
(0,4%, 50%)
e.
Nita od gore navedenog jer.
Reenje:
n=50
=4/50=0,08
p
Poto je np 5 ne moemo oceniti proporciju neispravnih proizvoda u
osnovnom skupu, jer nije ispunjen jedan od uslova za aproksimaciju rasporeda proporcija
normalnim rasporedom.
Primer 4. (Zadatak 15.2.c., zbirka) Prost sluajan uzorak iz normalno rasporeenog osnovnog
skupa dao je sledei rezultat:
31

Vreme
trajanja Br.
bankarske usluge(min.)
klijenata
7-9
9-11
11-13
13-15
15-17
17-19
Ukupno

6
8
12
8
5
3
42

Da li je uzorak reprezentativan pri oceni proporcije usluga koje traju due od 15 min., ako je
raspored osnovnog skupa X: N(13;22)? (=0,01)
0,033 p 0,347
P(X>15)=1-P(Z(15-13)/2)=1-F(1) = p
Uzorak jeste reprezentativan jer se prava vrednost proporcije p nalazi u intervalu poverenja
formiranom na osnovu tog uzorka.

Primer 5. Iz skupa u kome je raspored X: N(5;1,52) izvuen je prost sluajan uzorak od 100
elemenata. Ako u uzorku uee elemenata sa vrednou veom od 5 iznosi 0,45, ispitajte da li je
uzorak reprezentativan pri oceni uea elemenata sa vrednou veom od 5 u osnovnom skupu
(nivo pouzdanosti je 95%).
Odgovor:
a) Uzorak je reprezentativan jer se .. nalazi u intervalu
b) Uzorak nije reprezentativan, jer .
Reenje:

=0,45
n=100
p z / 2 s P p p z / 2 s P

0,352 p 0,547
P(X>5)=1-P(Z0)=0,5 = p
Ovu proporciju i nismo morali da raunamo, jer ako znamo osobinu normalnog rasporeda, poznato
nam je i da verovatnoa da je X vee (manje ili jednako) od aritmetike sredine =Me=Mo=5,
Uzorak jeste reprezentativan: tano uee elemenata u skupu sa vrednou > 5, koje iznosi =0,5
nalazi u intervalu formiranom na osnovu prostog sluajnog uzorka.
32

Primer 6. Na osnovu prostog sluajnog uzorka od 250 zaposlenih u Beogradu, ocenjeno je sa

pouzdanou od 0,95 da se uee zaposlenih sa primanjima veim od 15000 dinara nalazi u
intervalu od 22% do 38%.
Pod pretpostavkom da je raspored primanja u osnovnom skupu zaposlenih normalan, X:
N(14500din.; 1000000din2), ispitajte da li je uzorak reprezentativan pri oceni uea zaposlenih sa
primanjima veim od 15000 dinara.
Reenje:
n=250
0,22 p 0,38
Primer 7. Iz skupa od 7000 stanovnika jednog regiona izabran je prost sluajan uzorak od 900
stanovnika i u njemu utvrdjena proporcija od 0,265 onih koji primaju socijalnu pomo. Da li je
ispravno rei da sa pouzdanou od 0,95 zakljuujemo da u skupu postoji izmedju 1666 i 2044
stanovnika koji primaju pomo?
Odgovor:
a) jeste, jer..........................................
b) nije, jer je ..........................................
c) nemamo dovoljno podataka da ispitamo dato tvrdjenje,
d) nita od gore navedenog, jer..........................................
Reenje:
N=7000
n=900
p=0,265
0,238 p 0,292

1666 N p 2044

Primer 8. (kolokvijum 2007.) Iz jednog preduzea preraivake industrije izabran je prost sluajan
uzorak od 100 zaposlenih i u njemu zabeleeno da 20 zaposlenih ostvaruje mesenu produktivnost
veu od proseka. Sa pouzdanou od 95% ocenite proporciju svih zaposlenih u preduzeu koji
ostvaruju mesenu produktivnost veu od proseka.
a) (0,122; 0,278)
b) (0,816; 0,944)
c) (0,699; 0,861)
d) ne moe se primeniti normalna aproksimacija
e)..........................................................................

Primer 9. (ispitni zadatak, septembar 2007.) Raspolaemo podacima o raspodeli 80 sluajno

izabranih radnika prema visini linog dohotka:
Visina linog dohotka (u Broj radnika
000 din)
10-20
10
33

20-30
30-40
40-50
50-60

35
27
5
3

Sa pouzdanou od 90%, ocenite proporciju svih radnika iji je lini dohodak vei od 40000 dinara
a. od 3,4% do 16,6%;
b. Ne moe se primeniti normalna aproksimacija;
c. od 4,5% do 15,5%;
d. od 84,5% do 95,5%;
e. od 83,4% do 96,6%
f. Nita od navedenog ve...
Po izboru, obraditi sledee ispitne zadatke iz zbirke:

I grupa 4. zadatak
IV grupa 10. zadatak
VIII grupa 8. zadatak.

34

VIII nedelja
PREDAVANJA

Testiranje statistikih hipoteza

Analiza varijanse sa jednim faktorom varijabiliteta

VEBE
I dvoas: Testiranje statistikih hipoteza - testiranje hipoteze o sredini osnovnog skupa
Pitanja:
1. Nulta i alternativna hipoteza
2. Oblast odbacivanja i neodbacivanja nulte hipoteze
3. Greke i verovatnoe greaka kod testiranja hipoteza
4. Pristup donoenja odluka zasnovan na kritinoj (tablinoj) vrednosti
5. Pristup donoenja odluka zasnovan na p - vrednosti
6. Postupak testiranja statistikih hipoteza
Postupak testiranja korienjem p-vrednosti
1. Postavljanje H0 i H1 i specifikacija nivoa znaajnosti .
2. Izbor testa i izraunavanje statistike testa
3. Provera pretpostavki i uslova na kojima se test zasniva
4. Postavljanje pravila odluivanja
- p-vrednost < H0 odbacujemo (usvajamo H1)
- izraunavamo p-vrednost (ili na osnovu komjuterskog outputa)
- donosimo odluku o odbacivanju ili neodbacivanju H0
5. Zakljuak
Pitanje. Prilikom testiranja nulte hipoteze H0: =100 protiv alternativne H1: 100 , sluajan
uzorak je dao aritmetiku sredinu 103 i p-vrednost 0,08. Na osnovu toga, uz rizik od 0,05
zakljuujemo da
a) Postoji dovoljno razloga da zakljuimo da je 100.
b) Postoji dovoljno razloga da zakljuimo da je =100.
c) Ne postoji dovoljno dokaza da zakljuimo da je =100.
d) Ne postoji dovoljno dokaza da zakljuimo da je 100.
e) Postoji dovoljno razloga da zakljuimo da je =103.
f) Nita od gore navedenog.
Primer 1. Proizvoa automobilskih guma tvrdi da je prosean vek trajanja vei od 40000
kilometara, a da je standardna devijacija 5000 km. Ako je u uzorku od 150 guma prosena duina
trajanja 40700 km, ispitajte, sa rizikom = 0,05, da li se moe prihvatiti tvrdnja proizvoaa.
Reenje: etape:
1) H0: 40000
H1: > 40000
2) Uslovi: X: N(0; 50002)
Z test
3) ...z=1,71
35

4) Pravilo odluivanja: p-vrednost <

H0 odbacujemo (usvajamo H1)

p=P(Z >1,71)=1-P(Z 1,71)=1-0,9564= 0,0436 < 0,05 ()

5) Uz rizik greke I vrste od 0,05 H0 odbacujemo i zakljuujemo da se moe prihvatiti tvrdnja
proizvoaa !
Primer 2. U sluajnom uzorku od 25 pakovanja jednog proizvoda prosena teina iznosi 489
grama. Propisana teina pakovanja je 500 grama, a standardna devijacija iznosi 15 gr.
Ako teina pakovanja ima normalan raspored, utvrdite da li se na osnovu informacije iz
uzorka moe zakljuiti da teina pakovanja odstupa od standarda; = 0,01.
1) H0: = 500

H1: 500

2) Uslovi: X: N(0; 152)

Z test

3) z=-3,667
4) Pravilo odluivanja: p-vrednost < H0 odbacujemo (usvajamo H1)
p= 2P(Z >3,667)= 0 < 0,01 ()
5) Uz rizik =0,01 odbacujemo H0; na osnovu informacije iz uzorka zakljuujemo da teina
pakovanja odstupa od standarda.
Primer 3. U reklami jednog servisa se tvrdi da proseno vreme opsluivanja jednog klijenta iznosi
manje od 30 minuta, a da je standarda devijacija 7 minuta. Ako smo u sluajnom uzorku od 36
klijenata zabeleili proseno vreme opsluivanja od 28 minuta, ispitajte sa rizikom od 0,01, da li
moemo prihvatiti tvrenje servisa kao tano.
1) H0: 30
H1: < 30
2) Z test
Uslovi: X: N(0; 72) Z test
3) z=-1,71
4) Pravilo odluivanja: p-vrednost < H0 odbacujemo (usvajamo H1)
p= P(Z < -1,714) = 0,0436 > 0,01 ()
5) Uz rizik =0,01, H0 ne moemo odbaciti na osnovu podataka iz uzorka; zakljuujemo da
tvrenje servisa ne moemo prihvatiti kao tano!
Primer 4: Iz osnovnog skupa sa normalnim rasporedom uzet je prost sluajan uzorak od 16
opservacija radi testiranja nulte hipoteze H 0:=10 protiv alternativne H1:<10. Budui da je
standardna devijacija skupa nepoznata, t-test je primenjen. U kom od narednih sluajeva nulta
hipoteza e biti odbaena na nivou od 0,05, ali ne na nivou 0,025?
a) t=2,12
b) t= -2,50
c) t= -2,12
d) t=10-2,50=7,50
e) t=10-2,12=7,88

36

II dvoas: Primeri: Testiranje hipoteza o proporciji osnovnog skupa

Primer 1. Komisija za kontrolu kvaliteta proizvoda tvrdi da je u tekuoj godini u jednoj fabrici
dolo do promene broja neispravnih proizvoda, tj. da uee neispravnih proizvoda odstupa od
dosadanjih 7%. Izvrena je kontrola kvaliteta proizvoda na uzorku od 200 proizvoda i utvreno da
ima 24 neispravnih proizvoda. Da li ovaj uzorak odgovara tvrdjenju komisije?
Reenje:
1. H0 : p= 0,07
H1 : p 0,07
=0,05
2. z-test
z = (0,12 0,07) / 0,018 = 2,77
3. Sva tri uslova ispunjena !
4.

p < H0 odbacujemo
p = 2P(Z>2,77) = 2[1-F(2,77)] = 0,0056 < =0,05

5. Odbacujemo H0 uz rizik =0,05 i zakljuujemo................

Primer 2. Ako je pri testiranju nulte hipoteze H 0:p=0,80 dobijena p-vrednost=0,0499 koja od
sledeih odluka je korektna?
a) Ne moe se odbaciti H0 jer je p-vrednost mala pri nivou znaajnosti od 0,01.
b) Odbacuje se H0 jer je p-vrednost mala pri nivou znaajnosti od 0,01.
c) Ne moe se odbaciti H0 jer je p-vrednost velika.
d) Odbacuje se H0 jer je p-vrednost velika pri nivou znaajnosti od 0,01.
e) Ne moe se odbaciti H0 , pri nivou znaajnosti od 0,01 jer je p-vrednost velika.
Primer 3. Prilikom jednoasovnog gostovanja tri predsednika kandidata na TV Pink, poslato je
350 SMS poruka u kojima je 253 gledalaca iskazalo svoju podrku Demokratskoj stranci. Minitab
nam je dao sledei izlaz:
Uzorak

95,0%CI

253

350

0,722857

(0,672781;0,769117)

Egzaktna pvrednost
0,000

Pri testiranju H0 da e kandidat Demokratske stranke dobiti 68% glasova na predstojeim

izborima zakljuujemo:
a) H0 se ne moe odbaciti, jer se 0,68 nalazi unutar intervala poverenja.
b) H0 se odbacuje, jer se 0,68 ne nalazi unutar intervala poverenja.
c) Testiranje se ne moe sprovesti jer nije ispunjena normalna aproksimacija.
d) Nema smisla sprovesti testiranje jer rezultati deluju nerealno.
e) H0 se odbacuje, jer je..........
f) Nita od navedenog jer .............. uzorak nije sluajan.
Primeri: Testiranje hipoteza zasnovano na dva uzorka
Primer 1. Vrednosti prodaja dva proizvoda, A i B, imaju normalne rasporede sa varijansama
2 ( A) 280 din2 i 2 ( B) 660 din2. U prostom sluajnom uzorku od 20 prodaja proizvoda A
37

prosena vrednost prodaje iznosi 170 dinara, a u uzorku od 30 prodaja proizvoda B prosena
vrednost je 182 dinara. Da li se prosene vrednosti prodaja ova dva proizvoda meu sobom
razlikuju?(=0,05).
Reenje:
12 280, 22 660
x 1 170, x 2 182
n1 20, n2 30
H 0 : 1 = 2
I etapa
II etapa

H1 : 1 2

=0,05

Koristimo z-test.
x1 x 2
170 182
z

2
2
2
14 22
1 2

n1 n2

III etapa uslovi ispunjeni (nezavisnost sluajnih uzoraka, varijanse skupova poznate,
normalni rasporedi osnovnih skupova)
IV etapa p=2P(Z>2)=2(1-F(2))= 0,0456
p< H0 odbacujemo
V etapa Sa rizikom 0,05 odbacujemo H0 i zakljuujemo da se prosene vrednosti prodaja
ova dva proizvoda meu sobom razlikuju.
Primer 2. Ako je u uzorku od 10 prodavnica tampe u gradu A prosena prodaja 4000 dnevnih
listova i asopisa, a u uzorku od 8 prodavnica u gradu B ona iznosi 4300, ispitati da li se gradovi
razlikuju u kupovini tampe. Standardna devijacija u I uzorku je 200 komada, a u II 250 (varijanse
skupova jednake i nisu poznate).
1.
2.
3.

H0: 1 = 2 H1: 1 2
t test
Ispunjeni uslovi: nezavisnost sl. uzoraka; 1=2=?; normalan raspored
t=-2,833
4.
p < H0 odbacujemo
p = 2P(T>t ) = 2P(T > 2,833)
n1+n2-2=16
2,583 < t=2,833 < 2,9208
2 0,005 < p < 2 0,01
0,01 <
p < 0,02

38