HBSL - Statistics in Economics and Business With A Collection of Solved Tasks

Nastavno QDXQRYHHVisoke poslovne kole strukovnih studija Leskovac je na
svojoj sednici odranoj 29.9.2016.godine usvojilo knjigu Statistika u

ekonomiji i poslovanju sa zbirkom reenih zadataka kao udbenik
1
2
VISOKA POSLOVNA KOLA STRUKOVNIH STUDIJA
LESKOVAC
STATISTIKA U EKONOMIJI I
POSLOVANJU SA ZBIRKOM
REENIH ZADATAKA
dr Milena 0DUMDQRYLSURI
dr ,YDQ0LKDLORYLSURI
.ULVWLQD6SDVL06F
Leskovac, 2016
3
STATISTIKA U EKONOMIJI I POSLOVANJU SA
ZBIRKOM REENIH ZADATAKA
dr Milena Marjanovi, prof.
dr Ivan Mihailovi, prof.
Kristina Spasi, M.Sc.
Izdava:
VISOKA POSLOVNA KOLA STRUKOVNIH STUDIJA LESKOVAC
Urednik publikacije:
mr Dragan Stojanovi, predava
Recenzenti:
Prof. dr Milutin urii
Prof. dr Vasko Rekoski
tampa:
SCERO-print - Ni
Tira:
160
ISBN:
978-86-84331-60-3
4
SADRAJ
I POJAM, ELEMENTI STATISTIKE I NJENA PRIMENA U

EKONOMIJI I POSLOVANJU .................................................................... 10
13
Pojam statistike i njena primena u ekonomiji .................................. 11
14
(WDSHXVWDWLVWLNRPLVWUDLYDQMu....................................................... 14
17
Elementi statistike............................................................................... 16
19
6NXSVWDWLVWLNLKSRGDWDND ......................................................... 16
19
Pojam i vrste uzorka.................................................................. 18
21
Merne skale ......................................................................................... 21
24
3ULND]LYDQMHVWDWLVWLNLKSRGDWDND..................................................... 22
25
7DEHODUQRSULND]LYDQMHVWDWLVWLNLKSRGDWDND ............................. 26
29
*UDILNRSULND]LYDQMHVWDWLVWLNLKSRGDWDND............................... 28
31
Pitanja za diskusiju............................................................................. 38
41
II MERE CENTRALNE TENDENCIJE, MERE DISPERZIJE I MERE

OBLIKA RASPOREDA................................................................................. 39
43
Primena mera centralne tendencije, disperzije i oblika rasporeda . 40
44
Mere centralne tendencije .................................................................. 40
44
$ULWPHWLNDVUHGLQD ................................................................... 41
45
Geometrijska sredina................................................................. 46
50
Harmonijska sredina.................................................................. 49
53
Medijana ................................................................................... 50
54
Modus ....................................................................................... 54
58
Mere disperzije.................................................................................... 56
60
Apsolutne mere disperzije ......................................................... 58
62
(PSLULMVNRSUDYLORLRELRYOMHYDWHRUHPD ............................... 61
65
5
Relativne mere disperzije .......................................................... 62
66
Mere oblika rasporeda ....................................................................... 63
67
70
,,,9(529$712$867$7,STICI I MODELI TEORIJSKIH
5$6325('$6/8$-1,+3520(1/-,9,+ ......................................... 67
71
3RMDPLYUVWHYHURYDWQRH .................................................................. 68
72
Modeli prekidnih i neprekidnih teorijskih rasporeda ...................... 70
74
Modeli prekidnih teorijskih rasporeda ....................................... 71
75
%HUQXOLMHYUDVSRUHGYHURYDWQRH ................................... 71
75
Binomni raspored veURYDWQRH ...................................... 71
75
3XDVRQRYUDVSRUHGYHURYDWQRH..................................... 72
77
Modeli neprekidnih teorijskih rasporeda ................................... 73
77
1RUPDODQUDVSRUHGYHURYDWQRH .................................... 73
77
2 UDVSRUHGYHURYDWQRH ................................................. 74
78
6WXGHQWRYWUDVSRUHGYHURYDWQRH.................................. 74
78
6QHGHNRURYUDVSRUHGYHURYDWQRH ................................. 75
79
79
,967$7,67,.2=$./-8,9$1-(1$%$=,8=25.$ ................... 78
83
3RMDPLREODVWLVWDWLVWLNRJ]DNOMXLYDQMD ......................................... 79
84
5HSUH]HQWDWLYQRVWX]RUNDLVWDWLVWLNHJUHNH................................... 80
85
5DVSRUHGDULWPHWLNLKVUHGLQDX]RUDNDLQMLKRYHYDULMDQVH ............ 81
86
Ocene nepoznatih parametara osnovnog skupa ............................... 82
87
2FHQMLYDQMHDULWPHWLNHVUHGLQHNDGDMHYDULMDQVD
osnovnog skupa poznata ................................................................................... 82
87
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDQDED]LYHOLNRJX]RUND
kada je varijansa osnovnog skupa nepoznata .................................................... 83
87
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDQDED]i malog uzorka
kada je varijansa osnovnog skupa nepoznata .................................................... 85
90
Ocenjivanje proporcije skupa na osnovu uzorka ....................... 86
91
Ocenjivanje varijanse osnovnog skupa na bazi uzorka .............. 87
92
6
7HVWLUDQMHSURYHUDVWDWLVWLNHKLSRWH]H ........................................... 88
93
Testiranje hipoteze o vrednosti ariWPHWLNHVUHGLQHVNXSDQD
bazi uzorka kada je varijansa osnovnog skupa poznata..................................... 90
95
7HVWLUDQMHKLSRWH]HRYUHGQRVWLDULWPHWLNHVUHGLQHVNXSD
na bazi uzorka kada je varijansa osnovnog skupa nepoznata ............................ 92
97
Testiranje hipoteze o proporciji osnovnog skupa na bazi
uzorka ................................................................................................................... 93
98
7HVWLUDQMHKLSRWH]HRUD]OLFLDULWPHWLNLKVUHGLQDGYDRVQRYQD
skupa ................................................................................................................... 94
99
Testiranje hipoteze o razlici proporcija dva osnovna skupa....... 101
96
3RMDPLREOLFL2 testa .......................................................................... 101
96
2 test oblika rasporeda.............................................................. 102
97
2 test nezavisnosti obeleja ...................................................... 103
98
105
V ANALIZA REGRESIJE I ANALIZA KORELACIJE............................ 101

107
Primena egresione i korelacione analize............................................ 102
108
.DUDNWHUYH]DL]PHXSRVPDWUDQLKSRMDYD...................................... 103
109
Prosta linearna regresiona analiza ................................................... 103
109
Dijagram rasprenosti ............................................................... 104
110
Prost linearni regresioni model................................................. 105
111
Procena koeficijenata metodom najmanjih kvadrata................ 106
111
Standardna greka regresije i koeficijent determinacije ........... 108
114
Ocenjivanje vrednosti zavisno promenljive na bazi
regresionog modela .............................................................................................. 109
115
3UHGYLDQMHYUHGQRVWL]DYLVQRSURPHQOMLYHQDED]L
regresionog modela .............................................................................................. 110
116
3RMDPL]QDDMSULPHQHNRUHODFLRQHDQDOL]H.................................... 111
117
Koeficijent proste linearne korelacije....................................... 112
118
7HVWLUDQMHSRVWRMDQMDOLQHDUQHNRUHODFLRQHYH]HL]PHX
VOXDMQLKYHOLLQD;L<RVQRYQRJVNXSD ........................................................... 116
122
7
Prosta linearna korelaciona analiza zasnovana na
rangiranim podacima ........................................................................................... 117
123
,VSLWLYDQMHSRVWRMDQMDNRUHODFLRQHYH]HL]PHXGYH
NDWHJRULNHYDULMDEOH............................................................................................ 118
124
3URVWDNULYROLQLMVNDSDUDEROLQDUHJUHVLMDLNRUHODFLMD
drugog stepena.................................................................................................... 119
125
Prosta eksponencijalna regresija i korelacija.................................. 121
127
Linearna viestruka regresiona i korelaciona analiza .................... 122
128
Parcijalna linearna korelaciona analiza........................................... 125
129
Pitanja za diskusiju ............................................................................ 127
133
VI ANALIZA KOMPONENTI VREMENSKE SERIJE ............................. 128

135
Pojam, ciljevi i klasifikovanje vremenskih serija.............................. 129
136
Komponente vremenske serije ........................................................... 130
137
Trend kao komponenta vremenske serije .................................. 131
138
Kako odrediti tip finkcije trenda? .................................. 132
139
Linearni trend ................................................................ 136
143
3DUDEROLQLWUHQG............................................................ 139
146
Eksponencijalni trend .................................................... 141
148
Sezonska komponenta vremenske serije.................................... 144
151
Vremenske serije sa stabilnim i nestabilnim
sezonskim ritmom................................................................................................. 146
153
&LNOLQDNRPSRQHQWDYUHPHQVNHVHULMH ..................................... 151
158
163
VII ',1$0,.$$1$/,=$95(0(16.IH SERIJA

METODOM INDEKSNIH BROJEVA .......................................................... 156
163
,QGHNVQLEURMHYLNDRPHWRGDGLQDPLNHDQDOL]H............................... 157
164
Osobine i podela indeksa .................................................................... 158
165
%D]QLLODQDQLLQGHNVL.............................................................. 159
166
8
Geometrijska stopa rasta........................................................... 162
169
,QGHNVLNROLLQH......................................................................... 164
171
,QGLYLGXDOQLLJUXSQLLQGHNVLNROLLQH........................... 164
171
Indeksi cene .............................................................................. 166
173
Individualni i grupni indeksi cene ................................ 167
174
Indeks trokova ivota .................................................. 170
177
Indeksi vrednosti....................................................................... 171
178
Indeksi zarada ........................................................................... 172
179
Pojam indeksa produktivnosti rada........................................... 175
182
182
9,,,)$.725,352,=92'1-(,1-,+29267$7,67,.2
OBUHVATANJE ............................................................................................... 179
187
StatisWLNRREXKYDWDQMHIDNWRUDSURL]YRGQMH.................................... 180
188
6WDWLVWLNRREXKYDWDQMHRVQRYQLKVUHGVWDYD ..................................... 181
189
6WUXNWXUDLHILNDVQRVWNRULHQMDRVQRYQLKVUHGVWDYD................. 181
189
Vrednosno izraavanja osnovnih sredstava ............................... 183
191
Pokazatelji stanja osnovnih sredstava........................................ 184
192
Naturalno izraavanje osnovnih sredstava................................. 185
193
8WYULYDQMHNDSDFLWHWDSURL]YRGQHRSUHPH ............................... 186
194
3RND]DWHOMLLVNRULHQMDNDSDFLWHWDSURL]YRGQHRSUHPH............. 187
195
6WDWLVWLNRREXKYDWDQMHPDWHULMDODLVLURYLQD ................................... 189
197
6WDWLVWLNRREXKYDWDQMHUDGQHVQDJH ................................................. 191
199
$QDOL]DSRND]DWHOMDLVNRULHQMDUadnog vremena ..................... 192
200
204
IX REVIZIJA UGOVORNE CENE PRIMENOM METODE

KLIZNE SKALE ................................................................................................ 197
205
Klauzula revizije cene u spoljnotrgovinskom poslovanju ................ 198
206
Principi formulisanja i dejstva klizne skale ...................................... 199
207
Oblici klizne skale ............................................................................... 203
211
9
6NUDHQLRSLVQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH ........ 204
212
5D]YLMHQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH .................... 205
213
2EOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH]DXVOXJH.................... 210
218
219
X ZBIRKA REENIH ZADATAKA............................................................... 212

221
Mere centralne tendencije, mere disperzije i mere oblika
rasporeda............................................................................................................. 213
222
6WDWLVWLNR]DNOMXLYDQMH .................................................................... 224
232
Regresija i korelacija ......................................................................... 255
255
Analiza vremenskih serija ................................................................. 262
270
Indeksni brojevi.................................................................................. 271
280
6WDWLVWLNRREXKYDWDQMHIDNWRUDSURL]YRGQMH .................................. 283
283
6WDWLVWLNHWDEOLFH................................................................................................ 289
297
Literatura ............................................................................................................ 309
317
10
PREDGOVOR
Statistika u ekonomiji i poslovanju sa zbirkom reenih zadataka

namenjena je, pre svega, studentima Visoke poslovne kole strukovnih studija u
Leskovcu kao deo literature za pripremu ispita iz Poslovne statistike. Knjiga u
LMHPVDVWDYXMH]ELUND pisana je u skladu sa nastavnim planom i programom za
predmet Poslovna statistika. 8 NQML]L VX REUDHQH RGDEUDQH VWDWLVWLNH PHWRGH.
6DYUHPHQLXVORYLSRVORYDQMDQDPHXREDYH]XSR]QDYDQMDPRGHUQLKVWDWLVWLNLK
metoda i analiza, njihovo razumevanje kao i WXPDHQMHUH]XOWDta analize. Knjigu
mogu koristiti i studenti srodnih visokokolskih institucija drutvenog
XVPHUHQMD DOL L VYL RQL NRML X LVWUDLYDNRP UDGX LPDMX SRWUHEH ]D PHWRGDPD
VWDWLVWLke analize.
Leskovac, 2016. godine Autori
11
1.
Pojam statistike i njena primena u ekonomiji i

poslovanju
(WDSHXVWDWLVWLNRPLVWUDLYDQMX
Elementi statistike
6NXSVWDWLVWLNLKSRGDWDND
Pojam i vrste uzorka
Merne skale
Prika]LYDQMHVWDWLVWLNLKSRGDWDND
Tabelarno prikazivanje
VWDWLVWLNLKSRGDWDND
*UDILNRSULND]LYDQMH
VWDWLVWLNLKSRGDWDND
12
POJAM STATISTIKE I NJENA PRIMENA U
EKONOMIJI
3URPHQH L SRMDYH X RNUXHQMX RYHND XWLX QD QMHJRYR SRQDDQMH ]ERJ

HJDRQRVHDSRWUHEXGDWHSURPHQHi pojave prati, belei, razmatra i objanjava.
Sa razvojeP OMXGVNRJ GUXWYD PHQMDR VH L QDLQ SRVPDWUDQMD L SULND]LYDQMD tih
pojava, pa su se razvili metodi za njihovu deskripciju.
6WDWLVWLND MH QDXQL PHWRGNRML VH SULPHQMXMHVD VYUKRP RSLVLYDQMD
procene i analize karakteristika grupa, bez identifikacije pojedinaca ili
RUJDQL]DFLMD NRMH VDLQMDYDMX WDNYH JUXSH Ona obuhvata postupke i
procedure prikupljanja, kompilacije, obrade i analize podataka o svim
JUXSDPDLUD]YRMVOLQLKPHWRGDPHUHQMDPRGHODLVWDWLVWLNLKNODVLILNDFLMD
u okviru uzorkovanja. 1
Prema nekim autorima statistika je grana matematike koja preispituje
QDLQHSURFHVXLUDQMDLDQDOL]HSRGDWDND2QDREH]EHXMHXSXWVWYD]DSULNXSOMDQMH
i oblikovanje podataka u formu koja je pogodna za donoenje poslovnih odluka.
Statistika se definie i kao QXPHULNa mera koja opisuje karakteristike uzorka. 2
Jedna od definicija statistike naglaava da je statistika nauka koja se bavi
prikupljanjem, klasifikacijom i interpretacijom kvantitativnih podataka uz
SULPHQXWHRULMHYHURYDWQRH]DDQDOL]XLSURFHQXSDUDPHWDUD populacije. 3
Savremena statistika REH]EHXMH NYDQWLWDWLYQH PHWRGH L WHKQLNH ]D
potrebe empirijskih istraivanja. Ona sadri metodologiju za merenje
neizvesnosti i ispitivanje posledica uticaja te neizvesnosti na planiranje i
WXPDHQMHUH]XOWDWDHNVSHULPHQtisanja i posmatranja. 4
5H VWDWLVWLND SRWLH RG ODWLQVNH UHL statisticus WR X SUHYRGX ]QDL
dravni poslovi. 5 8SRHWNXVHVWDWLVWLNDRGQRVLODVDPRQDQXPHULNHSRGDWNHQD
RVQRYXNRMLKVHPRHVWHLXYLGXVWDQMHSRMDYD 8WRPSHULRGXRELQRVHSUDWLOo
1
Kuebler, C., Mackie, C., 2006. Improving Business Statistics Through Interagency Data
Sharing : Summary of a Workshop, National Research Council, USA, pp. 6.
2
Berenson, M., Levine, M., Krehbiel, T., 2011. Basic Business Statistics: Concepts and
Applications, 12th edition, Prentice Hall, New Jersey, pp. 3-4.
3
Bradley, T., 2007. Essential Statistics for Economics, Business and Management, John Wiley
& Sons, England, pp. 6.
4
Wilcox, R., 2009. Basic Statistics: Understanding Conventional Methods and Modern Insights,
Oxford University Press, New York, pp. 3.
5
13
brojno stanje stanovnika, poreskih obveznika, imovine, vojnika i svega onog to
je bilo primarno interesovanje tadanjih vladara drave.
Pre pet hiljada godina Sumeri su sprovodili statistiku stanovnitva u
poreske svrhe. Jo davne 1660. godine nHPDNL profesor Herman Konring
+HUPDQQ&RQULQJSUYLMHXSRWUHELRUHstatistika u svojim predavanjima. 6
8 1HPDNRM L (QJOHVNRM GROD]L GR UD]YRMD VWDWLVWLNH NDR QDXQH
discipline UD]YRMHPGYHVWDWLVWLNHNRQFHSFLMHX;9,,YHNX Dok engleska kola
u svojoj koncHSFLMD VWDYOMD DNFHQDW QD UD]YRM L SULPHQX PDWHPDWLNLK PHWRGD X
VWDWLVWLFLQHPDNDNRODXVYRMRMNRQFHSFLMDVWDYOMDDNFHQDWQDUD]YRMPHWRGD]D
deskcipciju pojava. 1DNRQ UD]YRMD WHRULMH YHURYDWQRH X ;,; YHNX GROD]L GR
UD]YRMDQRYLKVWDWLVWLNLKWHRULMD.
3UHGPHW L]XDYDQMD VWDWLVWLNH VX PDVRYQH SRMDYH LMD MH RVQRYQD
karakteristika varijabilnost. Varijabla predstavlja promenljive karakteristike
atributa koji se razlikuju od osobe do osobe ili od pojave do pojave, dok su
podaci vrednosti posmatranih promenljivih. Upravo varijabilnost pojave koja se
LVSROMDYD SUHNR RGVWXSDQMD YUHGQRVWL NDUDNWHULVWLND L]X]HWQLK VOXDMHYD SRMDYH
od optih karakteristika te pojave koje odraavaju pravilnost njenog
PDQLIHVWRYDQMDSUHGVWDYOMDRQRLPHVHVWDWLVWLNDEDYL
Na osnovu definicija statistike i dostupnih informacija o razvoju
statistike mogu se izdvojiti neke faze u njenom razvoju. Prva faza razvoja
statistike odnosila bi se na prikupljanje podataka. U drugoj fazi razvoja dolazi
do formiranja dva koncepta jer se razvija QHPDNDGHVNULSWLYQDNRODLHQJOHVND
kola aritmetike. Pojave koje se javljaju nepredvidive su i to je uslovilo potrebu
]D QMLKRYLP SUHGYLDQMHP SD X WUHRM ID]L UD]YRMD VWDWLVWLNH GROD]L GR
SRYH]LYDQMDVWDWLVWLNHLYHURYDWQRH 8HWYUWRMID]LUD]YRMDegzistira savremena
statistika.
Statistika se moe podeliti u dve celine: 7
Deskriptivna statistika LMLMH]DGDWDNVXPLUDQMHSRGDWDND
u lako razumljivu celinu,
6WDWLVWLNR ]DNOMXLYDQMH NRMH SRGUD]XPHYD L]YRHQMH
]DNOMXNDRVNXSXQDRVQRYXX]RUNDSRGDWDND.
Na osnovu svega reHnog, moemo definisati statistiku kao nauni
metod WXPDHQMDYDULMDFLMDSRVHEQLKNDUDNWHULVWLNDSRMDYDNRMHVXPDVRYQHQD
NYDOLWDWLYDQLNYDQWLWDWLYDQQDLQ VYHGRNVHQDOD]HXPHXVREQRM]DYLVQRVWL
bez obzira na to da li su te pojave u stanju kretanja ili mirovanja.
6
John, V., decembar 1883. The Term "Statistics, Journal of the Statistical Society of London,
Vol. 46, No. 4., pp. 658.
7
Keller, G., 2014. Statistics for Management and Economics, 10 th Edition, Cengage Learning,
USA, pp. 3-4.
14
,QIRUPDFLMH NRMH REH]EHXMH VWDWLVWLND QDOD]H SULPHQX X VOHGHLP
oblastima poslovanja: proizvodnja, UDXQRYRGVWYR ILQDQVLMH PDUNHWLQJ
informacioni sistemi i druge. 8
Danas kada se vodi otra konkurentska borba na tritu SURL]YRDL
posebno nastoje da obezbede visok kvalitet svojih proizvoda, tako da statistika
nalazi primenu u oblasti kontrole kvaliteta proizvoda. Rezultati procesa
SURL]YRGQMH QDGJOHGDMX VH UD]QRYUVQLP JUDILNRQLPD 1DMHH VH NRULVWH
kontrolne karte, gUDILNRQ WRND SURFHVD L VOLQR 2YL JUDILNRQL SUXDMX
informaciju o tome kada je potrebno izvriti korekcije procesa zbog toga to
njihovi UH]XOWDWL QLVX RVWDOL X XQDSUHG SUHGYLHQLP JUDQLFDPD SD VX WL SURFHVL
van kontrole.
6WDWLVWLNH LQIRUPDFLMH LPDMX YHOLNL ]QDDM L SULPHQX u finansijskoj
oblasti. One doprinose boljem donoenju investicionih odluka kao to su
NXSRYLQD XYDQMH LOL SURGDMD RGUHHQLK YUVWD KDUWLMD RG YUHGQRVWL. Kada je u
SLWDQMX UD]PDWUDQMH XODJDQMD ILQDQVLMVNLK VUHGVWDYD X UD]OLLWH YUVWH akcija,
DQDOL]DVH]DVQLYDQDXSRUHLYDQMXfinansijskih podataka kao to su P/E racio i
prihodi od dividende. Analiza informacija o kretanju pomenutih pokazatelja na
WULWXLXSRUHLYDQMHLVWLKVDSRND]DWHOMLPDNRMLVHRGQRVHQDVRSVWYHQHDNFLMH
RPRJXDYa da se utvrdi da li je odluka da se uloe finansijska sredstva u
kupovinu ba tih akcija bila ispravna.
Statistika se koristi i u UDXQRYRGVWYX i reviziji 5DXQRYRGVWYHQH
operacije vre se sa velikim brojem podataka koje jHQHRSKRGQRXSRUHLYDWLLWX
staWLVWLND GROD]L GR L]UDDMD 7DNRH YHOLNL RELP SRGDWDND NRMLPD UDVSRODH
UDXQRYRGVWYRL]LVNXMHGRVWDYUHPHQDSULOLNRPQMLKRYHSURYHUHWDNRGDRVREOMH
UHYL]LMH X]LPD X]RUDN UDXQD LMX LVSUDYQRVW L WDQRVW SURYHUDYD Na osnovu
pregledanog uzorka podataka UHYL]RUL GRQRVH ]DNOMXDN R YHURGRVWRMQRVWL
informacija prezentovanih u finansijskim izvetajima.
Statistika nalazi primenu i u oblasti marketinga. Uporednom analizom
SRGDWDNDRSURPRWLYQLPDNWLYQRVWLPDSRUD]OLLWLPSURGDMQLPREMHNWLPD PRH
VH XRLWL ]DYLVQRVW L]PHX SURPRWLYQLK DNWLYQRVWL L SURGDMH 3URPRWLYQH
DNWLYQRVWL PRJX ELWL UD]QRYUVQH SRVHEQH FHQH PRJXQRVW SUREH SURL]YRGD X
SURGDYQLFDPD L VOLQR 3ULOLNRP IRUPXOLVDQMD PDUNHWLQJ VWUDWHJLMD YHRPD MH
vano izvriti prethodno pomenutu analizu.
StatiVWLNH LQIRUPDFLMH NRULVQH VX ]D SURJQR]LUDQMH EURMQLK DJUHJDWQLK
ekonomskih pokazatelja razvijenosti jedne zemlje. Ekonomisti koriste
VWDWLVWLNH LQIRUPDFLMH L SUHGYLDMX VWRSX ]DSRVOHQRVWL L QH]DSRVOHQRVWL VWHSHQ
LVNRULHQMD SURL]YRGQLK NDSDFLWHWD D QD RVQRYX ,QGHNVD SRWURDNLK FHQD
prognozira se kretanje stope inflacije.
8
Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., 2015. Statistics for Business
& Economics, 12th Edition, Cengage Learning, USA, pp. 4-5.
15
(7$3(867$7,67,.20,675$,9$1-8
Svrha VWDWLVWLNRJ istraivanja je da se dobiju informacije i/ili da se

istrae karakteristike populacije. 6WDWLVWLNRLVWUDLYDQMH ponavlja se konstantno u
HWDSDPD5HMHR veoma sloenom i obimnom poslu gde posebno treba obratiti
panju na: 9
Dizajn, odnosno, treba isplanirati i osmisliti
SRVWXSDNVSURYRHQMDLVWUDLYDQMD
Opis, odnosno, neophodno je opisati sve postupke
NRMLHVHNRULVWLWL]a sumiranje podataka;
=DNOMXDN, odnosnR SUHGYLDQMD L L]YRHQMH
]DNOMXND R VNXSX SRGDWDND QD RVQRYX GRVWXSQRJ X]RUND
posmatranja.
'D EL VH VSURYHOR VWDWLVWLNR LVWUDLYDQMH QDMSUH MH QHRSKRGQR odabrati
VWDWLVWLNLX]RUDN
U narednoj fazi se vri statisWLNRSRVPDWUDQMH. U ovoj fazi se prikupljaju
podaci o pojavi koja je predmet ispitivanja.
6OHGHD ID]D RGQRVL VH QD VUHLYDQMH JUXSLVDQMH NRQWUROLVDQMH L
prikazivanje tako grupisanih podataka.
Poslednja faza sastoji se od analize prethodno grupisanih podataka i
WXPDHQMH dobijenih rezultata analize.
1D RVQRYX RYDNR VSURYHGHQRJ VWDWLVWLNRJ LVWUDLYDQMD GRELMDMX VH
rezultati koji se pripisuju celoj populaciji bez obzira to je istraivanje izvreno
na bazi uzorka te populacije.
'D EL VWDWLVWLNR LVWUDivanje bilo kvalitetno sprovedeno neophodno je
definisati cilj i predmet istraivanja.
Cilj istraivanja mora biti precizan i jasno definisan, konkretan i
realan da bi istraivanje moglo uspeno da se isplanira.
Cilj istraivanja direktno uslovljava predmet istraivanja. U skladu sa
GHILQLFLMRPVWDWLVWLNHSUHGPHWVWDWLVWLNRJLVWUDLYDQMDMHPDVRYQDSRMDYDNRMDMH
RGUHHQD QHNLP NULWHULMXPLPD 1DMSUH MHYDQRGHILQLVDWL YDULMDEOHNRMHHELWL
9
Wilcox, R., 2009. Basic Statistics: Understanding Conventional Methods and Modern Insights,
Oxford University Press, New York, pp. 5.
16
predmet istraivanja.
3UHPD NULWHULMXPX REXKYDWQRVWL VWDWLVWLNR posmatranje moe biti
potpuno i GHOLPLQR.
Kao PHWRGLSRWSXQRJVWDWLVWLNRJSRVPDWUDQMD izdvajaju se VWDWLVWLNL
popis i izvetajni metod. 10
6WDWLVWLNL SRSLV SUHGVWDYOMD PHWRG VWDWLVWLNRJ SRVPDWUDQMD NRG NRJD VH
VYDNDMHGLQLFDVNXSDSRVPDWUDXRGUHHQRPYUHPHQVNRPUD]GREOMXLOLNULWLQRP
momentu. 2YDM PHWRG VH SULPHQMXMH NDGD MH SURXDYDQD SRMDYD X QDMPDQMHP
kretanju. Pogodan je za primenu kod obimnih i relativno stabilnih pojava.
=DKYDOMXMXL SULPHQL RYRJ PHWRGD PRJXH MH VWHL XYLG X FHORNXSQX VWUXNWXUX
skupa, ali njegova primena zahteva mnogo vremena i trokova.
=D UD]OLNX RG VWDWLVWLNRJ SRSLVD L]YHWDMQLP PHWRGRP QHSUHNLGQR VH
SUDWH GRJDDML LML MH YDULMDELOLWHW MDH L]UDHQ WRNRP YUHPHQD Primenom ovog
metoda mogu se dobiti informacije o stanju, ali LRNUHWDQMXRGUHHQHSRVPDWUDQH
pojave. 0HWRGVWDWLVWLNRJL]YHWDMDNRULVWHOLFDLOLRUJDQL]DFLMH]DVYRMHSRVORYQH
SRWUHED L RQX DOMX VYRMH VWDWLVWLNH L]YHWDMH VWDWLVWLNLP RUJDQLPD X
SUHGYLHQRPYUHPHQVNRPSHULRGX
'HOLPLQRVWDWLVWLNRSRVPDWUDQMH sprovodi se na osnovu uzorka. Ovaj
metod posmatranja koristi se kao zamena za prethodne dve metode.
Izvori podataka mogu biti primarni i sekundarni. 11 Primarni izvor
SRGDWDNDSUHGVWDYOMDVDPLVWUDLYDNRMLSULNXSOMDSRGDWNH]DVYRMHLVWUDLYDQMH
Ovde je UH R QHSRVUHGQRP SULNXSOMDQMX SRGDWDND .DGD VH SRGDFL SULNXSOMDMX
QHSRVUHGQR L] YH SRVWRMHLK HYLGHQFLMD L GRNXPHQWDFLMH WDGD MH UH R
sekundarnim izvorima podataka.
3RGDWNHPRJXGLVWULEXLUDWLRUJDQL]DFLMHLOLSRMHGLQFLGRQMLKVHPRHGRL
putem ekspeULPHQDWDQDRVQRYXVSURYRHQMDRSVHUYDFLRQHDQDOL]HLOLQDRVQRYX
odgovora iz anketa (na osnovu upitnika). Ove podatke je prikupila neka druga
osoba ili organizacija.
6UHGVWYR NRMH VH QDMHH NRULVWL ]D SULNXSOMDQMH SRGDWDND MH VWDWLVWLNL
upitnik. Upitnik sadri dovoljno jasnih i konciznih pitanja sa prostorom za
XSLVLYDQMHRGJRYRUDDQNHWLUDQLK3RVWRMHUD]OLLWHYUVWHXSLWQLND2VQRYQDSRGHOD
je na individualne i kolektivne upitnike.
3ULOLNRP VSURYRHQMD VWDWLVWLNRJ LVWUDLYDQMD WUHED ELWL RSUH]DQ ]ERJ
PRJXHSRMDYHgreaka. Greke koje se ovde javljaju mogu biti VOXDMQH i one se
PHXVREQR SRQLWDYDMX GRN VH sistematske greke ne mogu zanemariti jer
]QDDMQR XWLX QD UH]XOWDWH LVWUDLYDQMD 6LVWHPDWVNH JUHNH ]DYUHXMX SRVHEQX
10
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str, 5.
11
Applications, 12th edition, Prentice Hall, New Jersey, pp. 6.
17
panju i moraju se na neNL QDLQ RWNORQLWL Da bi se greke otklanjale u hodu
QHRSKRGQR MH VSURYHVWL VDPRNRQWUROX L UHYL]LMX 3RUHG WRJD RG ]QDDMD MH
kontrola na terenu preko pratnje, naknadna kontrola na terenu (reintervju), kao i
kontrola sa mini pitanjima preko pote ili konWUROD SRPRX DQNHWara za
istraivanje preko pote
ELEMENTI STATISTIKE
6.8367$7,67,.,+32'$7$.$
6WDWLVWLNLVNXSLQHVYLODQRYLJUXSHQDGNRMRPHOLPRYULWLRGUHHQH
analize kako bi doli do potrebnih rezultata. On ne mora da se odnosi na grupu
OMXGLYHJDPRJXLQLti svi objekti ili ivotinje koji su relevantni za konkretno
istraivanje. 6WDWLVWLNLVNXSPRJXLQLWL
Svi stanovnici na teritoriji jedne drave;
8NXSDQEURMUDXQDUDXMHGQRM]HPOML
8NXSDQEURMGHFHX-DEODQLNRPRNUXJX
Ukupan broj divljih ivotinja na teritoriji June
Srbije i drugo.
6WDWLVWLNLVNXSLOLSRSXODFLMDMHRQDMVNXSQDLMLPHOHPHQWLPDPHULPR
MHGQR LOL YLH REHOHMD LMH YUHGQRVWL YDULraju od elementa do elementa
posmatranog skupa. 12
Na osnovu brojnih definicaja moemo slobodno definisati VWDWLVWLNL
VNXS NDR VNXS HOHPHQDWD LQGLYLGXD LYLK ELD VOXDMHYD SUHGPHWD SRMDYD
GRJDDMD NRML SRVWRMH LVWRYUHPHQR LOL VH SRQDYOMDMX L YH]DQL VX QHNRP RSWRP
]DMHGQLNRPYH]RP
,]ERU VWDWLVWLNRJ VNXSD QLMH MHGQRVWDYDQ SRVDR L ]DYLVL RG VDPRJ
problema istraivanja, prirode pojave, raspoloivih metoda opservacije i od
samog cilja istraivanja. Osnovne karakteristike skupa su da je on celovit,
homogen i diferenciran.
12
9XNRYL16SDVL6Statistika za ininjere, Univerzitet Singidunum, Beograd, str. 2.
18
&HORYLWRVW VWDWLVWLNRJ VNXSD RJOHGD VH X tome da je to skup svih
LQGLYLGXDOQLKVOXajeva posmatrane pojave u prostoru i vremenu.
'D EL VWDWLVWLNL VNXS ELR KRPRJHQ HOHPHQWL NRML JD LQH PRUDMX LPDWL
PDNDU MHGQX ]DMHGQLNX NDUDNWHULVWLNX Na primer, stanovnici Republike Srbije
bez obzira na razlike u polovima, nacionalnoj pripadnosti, godLQDPD L VOLQR
LPDMX]DMHGQLNXNDUDNWHULVWLNXDWRMHGDVXVWDQRYQLFL5HSXEOLNH6UELMH
(OHPHQWLVWDWLVWLNRJVNXSDPRUDMXELWLLVWRYUVQLDOLQHLLVWRYHWQLGDEL
taj skup bio diferenciran. Ukoliko se oslonimo na prethodni primer za homogen
skup, moemR UHL GD SUHWKRGQR QDYHGHQ VNXS LQH LVWRYUVQH L QHLVWRYHWQH
MHGLQLFH MHU VH VWDQRYQLFL UD]OLNXMX SR SROX QDFLRQDOQRM SULSDGQRVWL L VOLQR
'DNOH PRUDPR L]YULWL GLIHUHQFLMDFLMX KRPRJHQRJ VNXSD SR RGJRYDUDMXLP
kriterijumima. Elementi skupa moraju imati bar jednu varijabilnu karakteristiku
prema kojoj se razlikuju.
6WDWLVWLNLVNXSPRUDELWLRGUHHQprostorno, vremenski i sadrinski.
6NXS MH RGUHHQ sadrinski onda kada se jasno definiu osobine koje
mora imati svaka jedinica ili element skupa po osnovu kojih MHLXNOMXHQDXWDM
skup. On MH YUHPHQVNL RGUHHQ XNROLNR SUHFL]QR GHILQLHPR YUHPHQVNL SHULRG
LOL PRPHQDW X NRMHP H VH YULWL VWDWLVWLNR SRVPDWUDQMH HOHPHQDWD RVQRYQRJ
skupa. Na primer, moemo posmatrati elemente nekog skupa od 01.02.2016.
godine GRJRGLQHLOLWDQRRGUHHQRJGDQDJRGLQH Tek
onda kada odredimo prostor na kome se nalaze elementi skupa koji su predmet
VWDWLVWLNRJ SRVPDWUDQMD PRHPR UHL GD MH VWDWLVWLNL VNXS SURVWRUQR RGUHHQ
Na primer, to moe biti JablDQLNL RNUXJ &HQWUDOQD 6UELMD $XWRSXW (-75 i
drugo.
Jedinice ili elementi osnovnog skupa na kojima se vri posmatranje
UD]OLNXMX VH PHXVREQR SUHPD RGUHHQLP RVRELQDPD NRMH SUHGVWDYOMDMX
obeleja.
Razlikujemo NYDQWLWDWLYQD QXPHULND L DWULEXWLYQD (kvalitativna,
kategorijska) obeleja. 13
1XPHULND REHOHMD SUHGVWDYOMDMX WDNYH NDUDNWHULVWLNH NRMH VH PRJX
LVND]DWL EURMDQR 8NROLNR VH YUHGQRVWL REHOHMD GRELMDMX SUHEURMDYDQMHP RQGD
MHUHRprekidnim QXPHULNLPREHOHMLPDLRQDVHL]UDDYDMXFHOLPEURMHYLPa.
Kada se vrednosti obeleja dobijaju na osnovu merenja onda su u pitanju
neprekidna QXPHULND REHOHMD L RQD VH LVND]XMX X PHUQLP MHGLQLFDPD Na
primer, prekidna obeleja mogu biti teina, visina, starost lica i drugo, dok
neprekidna obeleja mogu biti broj dece, broj automobila i drugo.
$WULEXWLYQD REHOHMD L]UDDYDMX VH UHLPD i izraavaju kvalitativne
UD]OLNH NRMH SRVWRMH NRG MHGLQLFD SRVPDWUDQMD 2YD REHOHMD LPDMX UD]OLLWH
13
/RYUL0Osnovi statistike, Ekonomski fakultet, Kragujevac, str. 15.
19
modalitete preko kojih se ispoljava njihova varijabilnost, na primer, pol: muko i
ensko; kolska sprema: osnovna, srednja, via i visoka i drugo. U cilju bre
obrade podataka kod atributivnih obeleja koristi se kodeks ifara.
3RQHNDG MH WHNR SUHFL]QR RGUHGLWL UD]OLNX L]PHX SUHNLGQLK L
neprekidnih obeleja. 7DNRH QHND REHOHMa mogu biti iskazana nekada kao
QXPHULND a nekada kao atributivna u zavisnosti od toga kako se zapisuju.
POJAM I VRSTE UZORKA
Uzorak predstavlja podskup skupa podataka. 5H MH R L]GYRMHQRP GHOX

RVQRYQRJVNXSD]DSRWUHEHVWDWLVWLNHDQDOL]H Na osnovu analize uzorka donose
se zakljXFL R RVRELQDPD RVQRYQRJ VNXSD ]ERJ HJD MH YDQR GD X]RUDN EXGH
reprezentativan. Samo onda kada uzorak svojim osobinama oslikava osobine
osnovnog skupa iz kojeg je izdvojen moemo smatrati da je taj uzorak
reprezentativan. Dakle, uzorak mora dD]DGRYROMDYDVOHGHHkriterijume: 14
Reprezentativnost svaki element skupa treba da
LPDSRGMHGQDNXYHURYDWQRXGDVHQDHXX]RUNX
Brojnost da sadri optimalan broj elemenata;
Objektivnost neophodno je odbaciti sve
subjektivne faktore to se postie SULPHQRP PHWRGD VOXDMQRJ
izbora podataka iz osnovnog skupa.
Prilikom uzorkovanja podataka iz osnovnog skupa koriste se metode
uzorkovanja. Podaci iz osnovnog skupa mogu biti birani QDVXPLQR ili po
metodu namernog izbora. 15
6OXDMQL uzorci se jo nazivaju L X]RUFLPD YHURYDWQRH .RG VOXDMQRJ
L]ERUD SRGDWDND SRVWRML MHGQDND YHURYDWQRD GD VYH MHGLQLFH EXGX L]DEUDQH X
X]RUDN 1D RYDM QDLQ ]DGRYROMDYD se kriterijum reprezentativnosti uzorka.
Jedinice osnovnog skupa biraju se nezavosno jedna od druge. PrednosWVOXDMQLK
uzoraka je u tome to VOXDMDQ L]ERU SRGDWDND L] RVQRYQH SRSXODFLMH VPDQMXMH
pristrasnost, ali njihov osnovni nedostatak je u tome to mogu biti dosta skupi i
treba vie vremena za primenu.
2VQRYQLVNXSL]NRMHJVHYULL]ERUSRGDWDNDQDVOXDMDQQDLQPRHELWL
NRQDDQ i EHVNRQDDQ. Od prirode osnovnog skupa zavisi pouzdanost
14
.RYDHYL .RVWL , 9HURYDWQRD L VWDWLVWLND, Univerzitet Singidunum, Beograd, str.
134-135.
15
20
VWDWLVWLNRJ RFHQMLYDQMD .RG EHVNRQDQLK VNXSRYD EURM HOHPHQDWD VNXSD QH
PRHVHSUHFL]QRRGUHGLWLGRNVHNRQDQLVNXSRYL VDVWRMHRGRJUDQLHQRJEURMD
elemenata.
Namerni X]RUFL ELUDMX VH SUHPD OLQRP QDKRHQMX LVSLWLYDD ,VWUDLYD
navodi brojeve (kvote) NRMLRPRJXDYDMXL]ERURQLKMHGLQLFDVNXSDNRMHSUHPD
PLOMHQMXLVSLWLYDDDGHNYDWQRUHSUH]HQWXMXVNXS7DNRQDSULPHUNYRWHPRJX
ELWL RGUHHQH ]D ]DQLPDQMH SRO X]Uast i drugo. U nastavku su navedene neke
vrste namernih uzoraka: 16
Uzorci formirani na osnovu subjektivnog suda;
Kvota-uzorci;
Pogodni uzorci.
8VOXDMXNDGDLPDPRPDORYUHPHQDQDUDVSRODJDQMXLNDGDMHSRWUHEQR
izdvojiti uzorak iz relativno malog skupa moe se koristiti kvota-X]RUDN7DNRH
ova vrsta uzoraka nalazi primenu i u pilot istraivanjima.
3RVWRMHUD]OLLWHYUVWHX]RUND1DED]LWHRULMHYHURYDWQRHUD]OLNXMHPR
male uzorke (n30) i
velike uzorke (n>30).
Prilikom ocenjivanja parametara osnovnog skupa na bazi malih uzorka
(n30) NRULVWL VH 6WXGHQWRY W UDVSRUHG YHURYDWQRH GRN VH ]D YHOLNH X]RUNH
(n>30) t raspodela aproksimira sa normalnim. 17 Stepen pouzdanosti ocenjivanja
]DYLVLRGYUVWHRGDEUDQRJX]RUND8VWDWLVWLNRMWHRULMLSR]QDWHVXVOHGHHvrste
uzoraka:
prost sluajan uzorak,
sistematski uzorak,
sekvencijalni uzorak.
stratifikovani uzorak,
viefazni uzorak,
vieetapni uzorak,
panel uzorak i
procesni uzorak.
Prost slXDMDn uzorak SUHGVWDYOMD RVQRYX ]D L]XDYDQMH VYLK GUXJLK
16
RUHYLF9Statistika u ekonomiji, Ekonomski fakultet, Ni, str. 7.
17
.RYDHYL.RVWL,9HURYDWQRDLVWDWLVWLND, Univerzitet Singidunum, Beograd, str.
104.
21
vrsta uzoraka. On LPD MHGQRVWDYQD WHRULMVND VYRMVWYD L QH SRVWRML PHXVREQD
]DYLVQRVW L]PHX L]ERUa jedinica ovog skupa. Postupak izbora zasniva se na
obeleavanju svake jedinice osnovnog skupa brojevima od 1 do N, a nakon toga
VHELUDRGUHHQLEURMMHGLQLFDSULPHQRPRGDEUDQRJQDLQDL]ERUD 3URVWVOXDMDQ
uzorak moe biti sa ponavljanjem i bez ponavljanja.
8VOXDMXNDGDMHGQRPL]YXHQDMHGLQLFDL]RVQRYQRJVNXSDQHVPHELWL
SRQRYRL]YXHQDUHMHRSURVWRPVOXDMQRPX]RUNXEH]SRQDYOMDQMD.
Prost sluajan uzorak bez ponavljanja podrazumeva da jednom
L]YXHQHOHPHQW L] RVQRYQRJ VNXSD QH PRH YLH biti L]YXHQOvaj uzorak se
QDMHH NRULVWL X SUDNVL 1D RVQRYX VOHGHHJ REUDVFD RGUHXMH VH EURM VYLK
UD]OLLWLKX]RUDNDEH]SRQDYOMDQMD
.DGD VH ELUD SURVW VOXDMDQ X]RUDN VD ponavljanjem svaka jedinica
RVQRYQRJVNXSDNRMDMHYHL]DEUDQDYUDDVHXRVQRYQLVNXSWDNRGDPRHELWL
birana ponovo. Ukupan broj svih razliitih uzoraka sa ponavljanjem je Nn.
7DEOLFD VOXDMQLK EURMHYD QDOD]L SULPHQX SULOLNRP L]ERUD MHGLQLFD L]
NRQDQLh skupova. Brojevi od 0 do 9 prikazani su u 5 kolona i 5 redova, a
SRHWDNL]ERUDEURMHYDMHSURL]YROMDQ
Ukoliko je potrebno odabrati veliki broj jedinica osnovnog skupa primena
WDEOLFHVOXDMQLKEURMHYDXVORQMDYDSRVWXSDNMHUMHSRVDRRELPD8WRPVOXDju
najbolje reenje je koristiti sistematski uzorak. Kod ovog uzorka jedinice
osnovnog skupa biraju se primenom koraka izbora N : n, gde je N broj elemenata
osnovnog skupa, dok je n YHOLLQDX]RUND Primena pomenutog koraka izbora vri
se prilikom izbora dUXJRJWUHHJQ-tog elementa uzorka, dok se prvi element
X]RUND ELUD QD VOXDMDQ QDLQ Prednost sistematskog uzorka je u njegovoj
jednostavnosti.
Sekvencijalni uzorak primenjuje se kada elimo oceniti da li neka
SUHWSRVWDYNDPRHELWLSULKYDHQDLOLQe.
Stratifikovani uzorci VH NRULVWHVD FLOMHP GDVH SRYHD SUHFL]QRVW RFHQH
Ukoliko su nam poznate neke informacije o osnovnom skupu moemo ih
LVNRULVWLWL]DSRYHDQMHSUHFL]QRVWLRFHQHQDED]LX]RUNDWDNRWRHPRRVQRYQL
skup podeliti na grupe (stratume) koje su interno homogene D L]PHX VHEH
UD]OLLWH 1DNRQWRJDVHPHWRGRPVOXDMQRJL]ERUDL]VYDNRJVWUDWXPDYULL]ERU
RGUHHQRJ EURMD MHGLQLFD X X]RUDN Kod formiranja stratifikovanih uzoraka
SRVHEQRMHYDQRRGUHGLWLEURMVWUDWXPDLQDLQVWUDWLILNDFLMH3UHSRUXOMLYRMHGD
UD]OLNHL]PHXVWUDWXPDEXGXYHOLNH 8RGQRVXQDSURVWVOXDMDQX]RUDNocenom
VWDULILNRYDQRJ X]RUND GRQRVH VH SUHFL]QLML ]DNOMXFL QHJR ocenom prostog
VOXDMQRJX]RUND
Viefazni uzorak NRULVWL VH NRG SRVUHGQRJ VWDWLVWLNRJ LVWUDLYanja kada
22
je skupo ispitivanje vie obeleja koji nas interesuju. U zavisnosti od broja faza
viefazni uzorak moe biti: dvofazni, trofazni i viefazni uzorak.
.DGDVHL]ERUMHGLQLFDRVQRYQRJVNXSDYULSRXWYUHQRMKLMHUDUKLMLUHMH
o vieetapnom uzorku. Primenom ove vrste uzorka smanjuju se trokovi i lake se
prikupljaju podaci. Postoje dvoetapni uzorak, troetapni uzorak, etvoroetapni
uzorak i drugi.
Podaci o promenama karakteristika osnovnog skupa koje su predmet
naeg interesovanja mogu biti prikupljani tokom vremena. Za prikupljanje ovih
podataka koriste se panel ankete ili panel uzorci. Grupa anketiranih odabrana
PHWRGRP VOXDMQRJ L]ERUD GDMH SRGDWNH SRVUHGVWYRP XSLWQLND 3DQHO X]RUDN
RPRJXDYD SUDHQMH UD]YRMQLK WHQGHQFLMD SRMDYD L SUHGX]LPDQMH DGHkvatnih
mera za usmeravanje ponaanja tih pojava.
Procesni uzorak predstavlja niz izlaza (outputa) koje proizvodi proces. U
MHGQDNLP YUHPHQVNLP UD]PDFLPD L]YODL VH YHL EURM X]RUDND NRML WUHEDMX ELWL
LVWH YHOLLQH SUL HPX MH YDQR GD VH SURPHQD NDUDNWHUistike procesa koja je
SUHGPHWSRVPDWUDQMDGHVLL]PHXX]RUDND
MERNE SKALE
Svaki nivo merenja ima posebnu skalu merenje. Svaka skala ima svoje
jedinice mere. 6 RE]LURP QD WR GD SRVWRMH HWLUL QLYRD PHUHQMD UD]OLNXMHPR
Htiri merne skale: 18
nominalna,
ordinalna,
intervalna i
skala odnosa.
Nominalna skala je najmanje precizna skala. Kod ove skale
UD]YUVWDYDQMHQLYRDREHOHMDQDRGUHHQLEURMPRGDOLWHWDYULVHSRPRXEURMHYD
1D RYDM QDLQ VH NODVLILNXMX ]DQLPDQMH SRO EUDQL VWDWXV L GUXJR 8NROLko
18
Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., 2015. Statistics for Business
& Economics, 12th Edition, Cengage Learning, USA, pp. 7.
23
SRVWRMHDWULEXWLYQHNDUDNWHULVWLNHRQHVHR]QDDYDMXVORYLPD
Kod ordinalne skale merenje modaliteta vri se tako to se oni rangiraju
SUHPD]QDDMXXRGQRVXQDXQDSUHGGHILQLVDQHNULWHULMXPH.DRSULPHUPRHPR
uzeti lokaciju autobuske stanice koja moe biti nepovoljna, osrednja, izuzetno
povoljna i drugo.
Intervalna skala ili kardinalna skala (jedinica za merenje temperature -
Celzijusova i Farenhajtova skala) pokazuje redosled modaliteta kao i meru
njihovog razlikovanja.
Skala odnosa prua najvii nivo preciznosti merenja. Ona se koristi kod
SRGDWDNDNDRWRVXYLVLQDXFPWHOHVQDWHLQDXNJLVOLQR
35,.$=,9$1-(67$7,67,.,+32'$7$.$
StatiVWLNH VHULMH SUHGVWDYOMDMX QL] EURMDQLK SRGDWDND R MHGQRP LOL YLH

obeleja neke pojave. 19 Rezultati obrade SRGDWDND SULNXSOMHQLK VWDWLVWLNLP
posmatranjem koji su predstavljeni X YLGX VUHenog niza podataka po obeleju
LQH stDWLVWLNu seriju. 6WDWLVWLNHserije moemo podeliti u zavisnosti od broja
obeleja na:
SURVWHVWDWLVWLNHVHULMHLVND]XMXSRGDWNe samo po jednom
obeleju) i
VORHQHVWDWLVWLNHVHULMHLVND]XMXSRGDWNHRYLHREHOHMD
pojave koja se posmatra).
6WDWLVWLNHVHULMHPRJXse SRGHOLWLX]DYLVQRVWLRGWRJDNDNRVXXUHHQH
vrste obeleja LSUHPDWRPHWDSRND]XMXVWDWLVWLNHVHULMHQD 20
vremenske (hronoloke),
geografske serije i
serije strukture.
Vremenska serija SUHGVWDYOMDXUHHQLQL]RSVHUYDFLMD 21 Kod vremenskih
19
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 7.
20
21
.RYDL=Analiza vremenskih serija, Ekonomski fakultet, Beograd, str. 3.
24
VHULMDQL]RYLVWDWLVWLNLKSRGDWDNDSRND]XMXYDULMDFLMHSRVPDWUDQLKSRMDYDWRNRP
vremena. Vremenske serije delimo na prekidne i neprekidne. Ukoliko u svakom
WUHQXWNXPRHPRUHJLVWURYDWLRSVHUYDFLMHYUHPHQVNHVHULMHUHMHRQHSUHNLGQLP
vremenskim serijama, na primer: cene, temperatura i drugo. Kada opservacije
EHOHLPRXLVWLPYUHPHQVNLPLQWHUYDOLPDRQGDMHUHRSUHNLGQLPYUHPHQskim
serijama. Na osnovu prekidne vremenske serije moemo dobiti neprekidnu
vremensku seriju.
Prema prirodi podataka vremenske serije mogu biti:
momentne pokazuju stanje posmatrane pojave u precizno
RGUHHQLPVXNFHVLYQLPYUHPHQVNLPPRPHQWLPD
intervalne SULND]XMXVWDWLVWLNHSRGDWNHSULNXSOMHQHVWDWLVWLNLP
posmatranjem koje je vreno u uzastopnim vremenskim
LQWHUYDOLPD SUL HPX VX SRGDFL JUXSLVDQL SUHPD XQDSUHG
definisanom vremenskom kriterijumu;
srednje SRND]XMX SURVHN JUXSLVDQLK VWDWLVWLNLK SRGDWDka u
YUHPHQVNRM VHULML L]UDXQDW QD RVQRYX VNXSD SRGDWDND R
posmatranom obeleju.
Teritorijalni raspored pojave prikazuje se SRPRX geografskih serija. U
pitanju su atributivne serije koje mogu biti:
nacionalne koje pokazuju prostorni raspored pojave na
nacionalnoj teritoriji;
PHXQDURGQH NRMH SRND]XMX UDVSURVWUDQMHQRVW SRMDYD X YHHP
EURMXUD]OLLWLK]HPDOMD
Serije strukture GDMX SULND] UDVSRUHGD VWDWLVWLNLK MHGLQLFD SUHPD
vrednostima obeleja ili prema modalitetima. Ove serije se sastoje od dve
kolone obavetenja. U prvoj koloni unose se modaliteti, a u drugoj koloni
IUHNYHQFLMH RGQRVQR XHVWDORVW MDYOMDQMD VYDNRJ PRGDOLWHWD REHOHMD XQXWDU
VWDWLVWLNRJ VNXSD NRML MH SUHGPHW SRVPDWUDQMD Ove serije mogu imati
QXPHULNDLDWULEXWLYQDREHOHMD
Kod atributivnih obeleja modaliteti se izraavaju opisno i postoji jasno
definisana ema njihove klasifikacije.
.DGD MH X SLWDQMX QXPHULNR REHOHMH VHULMH VWUXNWXUH QDVWDMX
JUXSLVDQMHP MHGLQLFD SR YUHGQRVWLPD QXPHULNRJ REHOHMD Serije strukture po
QXPHULNLPobelejima mogu biti date u vidu:
proste serije distribucije frekvencija i
intervalne serije distribucije frekvencija koje mogu biti
zatvorenog i otvorenog tipa.
Primer intervalne serije distribucije frekvencija zatvorenog tipa dat je u
25
tabeli 2. U praksi se koristi intervalna serija distribucije frekvencija otvorenog
WLSDLMLMHSULPHUGDWXWDEHOL
Tabela 1. Uporedni pregled broja stanovnika u Republici Srbiji
Godine Broj stanovnika u Republici Srbiji
1948 6,527.583
1953 6,978.119
1961 7,641.962
1971 8,446.726
1981 9,313.686
1991 7,822.795
2002 7,498.001
2011 7,186.862
Izvor: Uporedni pregled broja stanovnika 1948, 1953, 1961, 1971, 1981, 1991, 2002 i 2011.
godine, dostupno na: http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Tabela 2. ensko stanovnitvo staro 15 i vie godina u Republici Srbiji

Godine Broj ena
195.026
214.510
235.375
489.240
481.138
572.549
Tabela 3. ensko stanovnitvo staro 15 i vie godina u Republici Srbiji
Godine Broj ena
195.026
214.510
235.375
489.240
481.138
572.549
60 i vie 1,001.878
26
Prilikom formiranja intervalne serije distribucija frekvencija neophodno
MHSRWRYDWLRGUHHQDSUDYLODNRMDVXGDWDXQDVWDYNX
1HRSKRGQR MH RGUHGLWL EURM LQWHUYDOD X NRMH HPR JUXSLVDWL
podatkHX]SRPRIRUPXOH
K= 1+3,3logN
gde je K broj grupnih intervala, a N broj prikupljenih podataka.
Neophodno je odrediti irinu grupnog intervala - i QDMHH VH
koristi Strugesovo pravilo)
gde je Xmax najYHa, a Xmin najmanja vrednost numHULkog obeleja u skupu

statistLkih podataka, i je irina intervala. irina grupnog intervala predstavlja
UD]OLNXL]PHXJRUQMHLGRQMHJUDQLFHLQWHUYDOD Kod intervalne serije podataka
vrednost obeleja nalazi se na sredini grupnog intervala i obeleava se kao xs.
Istraivanje o potronji slatkia Primer 1.

Anketa sa studentima prve godine studijskog programa Finansije i
bankarstvo na Visokoj poslovnoj koli strukovnih studija obavljena je od strane
DXWRUD RYRJ XGEHQLND X SHULRGX L]PHX - 01.12.2015. godine. U
DQNHWLUDQMX MH XHVWYRYDOR 45 studenata (ukupan broj studenata na ovom
studijskom programu je 87). Ankete su popunjavali nosioci njihovih
GRPDLQVWDYD a podaci o njihovoj starosti dati su u nastavku:
36 60 35 38 45 48 31 56 39 36 41 49 49 39 39
45 49 38 45 48 49 49 48 49 52 32 49 49 39 29
47 45 45 43 45 49 44 49 49 39 45 45 34 69 61
Na osnovu prikupljenih podataka o godinama starosti ispitanika formirati
intervalnu seriju distribucije frekvencija.
Reenje:
K= 1+ 3,3log45=1+3,3*1,653=1+5,455=6,5|7
Prikupljene podatke o starosti ispitanika treba grupisati u 7 grupnih
intervala.
27
irina grupnih intervala mora biti 6 godina.
Vrednost donje granice prvog intervala moe se odrediti primenom
VOHGHHIRUPXOH 22
,
gde je xo donja granica prvog grupnog intervala.
Na osnovu dobijenih parametara grupiemo podatke u vidu tabele 4.
Tabela 4. 6WDURVWXHVQLNDXDQNHWLUDQMXRSRWURQMLVODWNLD
Godine Broj anketiranih
26 - 32 3
32,1 38 6
38,1 44 8
44,1 50 23
50,1 56 2
56,1 62 2
62,1 i vie 1
45
Izvor: Istraivanje autora
6WDWLVWLNHVHULMHSRGDWDNDPRJXELWLSULND]DQHWDEHODUQRLJUDILNL
7$%(/$51235,.$=,9$1-(67$7,67,.,+
PODATAKA
Kao rezultat statistiNRJ SRVPDWUDQMD MDYOMDMX VH SRGDFL NRML PRUDMX ELWL
UDVSRUHHQLXRGJRYDUDMXRMIRUPLNDNRELELOLSRJRGQL]DGDOMXREUDGX8VOXDMX
kada je broj podataka kojim raspolaemo manji, svi podaci se unose u tabele, a
kada raspolaemo velikim brojem podataka, WHSRGDWNHGHOLPRXVWDWLVWLNHVHULMH
StatisWLke tabele predstavljaju SRHWDNDQDOL]HSRGDWDNDSUHNR osnovne
i konane forme prikazivanja statistikih podataka u apsolutnom ili relativnom
22
28
odnosu. Sastoje se od redova koji su horizontale i kolona koje su vertikale.
6YDND WDEHOD LPD VYRM WHNVWXDOQL L QXPHULNL GHR redni broj, naslov i izvor.
7DNRHVWDWLVWLNDWDEHODLPD]DJODYOMHJGHVXRSLVQRREMDQMHQLEURMHYLNRMLVH
unose, pretkolonu u kojoj se daje objanjenje podataka koji se unose u redove,
zbirnLUHGNRMLVDGULSRGDWNHR]ELURYLPDSRMHGLQDQLKNRORQDL]ELUQu kolonu
NRMDVDGULSRGDWNHR]ELURYLPDSRMHGLQDQLKUHGRYD
Prema obliku VWDWLVWLNHWDEHOXPRJXELWL
Proste,
Sloene i
Kombinovane.
Proste VWDWLVWLNH WDEHOH SULND]XMX VDPR MHGQX YUHPHQVku seriju, dok
sloene VWDWLVWLNH WDEHOH SULND]XMX YLH SURVWLK WDEHOD Podaci koji se prikazuju
VORHQLP WDEHODPD QDOD]H VH X QHNRM PHXVREQRM VDGULQVNRM YH]L Podaci su
UD]YUVWDQLSUHPDMHGQRPREHOHMXQDRVQRYXRGJRYDUDMXHJNULWHULMXPD
Kombinovane tabele sadre podatke koji se dobijaju ukrtanjem dva i
vie obeleja NRMD PRJX ELWL QXPHULND LOL DWULEXWLYQD 2YH WDEHOH LPDMX ]ELUQL
red i zbirnu kolonu.
Prema sadrini statisWLke tabele delimo na:
faktografske tabele
analitike tabele.
Faktografske tabele pokazuju kakvo je stvarno stanje podataka po
odreHnim obelejima, dok DQDOLWLNH WDEHOH pored te informacije daju jo i
brojane informacije o unutranjim odnosima L]PHX HOHPHQDWD SRSXODFLMH i
zakonitostima koje postoje kod posmatranog skupa.
Pored YH SRPHQXWLK SRVWRMH L tzv. korelacione tabele i tabele
kontingencije 8NROLNR VH XNUWDMX GYD LOL YLH QXPHULNLK REHOHMD SR
modalitetima, WDNDY UDVSRUHG VWDWLVWLNLK MHGLQLFD GDMH VH X YLGX korelacione
tabele. Tabele koje prikazuju raspored statistiNLh jedinica prema klasifikaciji
atributivnih obeleja predstavljaju tabele kontingencije.
Prema nameni stDWLVWLNH tabele delimo na:
obradne tabele i
publikacione tabele.
Obradne tabele se koriste za potrebe obrade i VUHivanje statistLNLK
podataka jer predstavljaju izvor detaljnih informacija. One slue za internu
upotrebu statistLNLK organa jer se na osnovu njih vri kontrola podataka.
Publikacione tabele su namenjene irokom krugu korisnika LSULODJRHQHVX]D
RGUHHQLREOLNSXEOLNDFLMD
29
Svako polje staWLVWLNH WDEHOH PRUD biti popunjeno. Ukoliko ne postoji
SRGDWDN ]D RGUHHQR SROMH XPHVWR SRGDWND X NRQNUHWQR SROMH XSLVXMHPR
RGJRYDUDMXL]QDN: 23
- = ukoliko nema pojave;
... = ne raspolaemo podatkom;
0 = u odnosu na datu jedinicu mere podatak je manji od 0,5;
0,0 = u odnosu na datu jedinicu mere podatak je manji od 0,05;
= prosek;
RYDNRVHR]QDDYDQDSRPHQDLVSRGWDEHOH
// = ukoliko je podatak nepotpun ili nedovoljno proveren;
* = ukoliko je podatak nedovoljno proveren;
R]QDDYDGDMHREXKYDHQRSRGDWNRPXVPHUXVWUHOLFH
*5$),.235,.$=,9$1-(67$7,67,.,+
PODATAKA
3RUHGWDEHODUQRJSULND]DVWDWLVWLNHVHULMHSRGDWDNDPRJXELWLSULND]DQHL
X] SRPR grafikona u koordinatnom sistemu ili izvan njega. 8] SRPR
JUDILNRQDPRJXHMHEROMHUD]XPHWLSULNXSOMHQHSRGatke i imati uvid u osnovne
karakteristike pojave koja je predmet posmatranja. Na osnovu toga vri se bolja
analiza podataka, kao i interpretacija dobijenih rezultata.
&LOMVWDWLVWLNRJ LVWUDLYDQMD L SULURGD SULNXSOMHQLK SRGDWDND RSUHGHOMXMX
izbor vrste gUDILNRQD NRML HPR NRULVWLWL ]D LQWHUSUHWDFLMX SRGDWDND Posebna
YUVWD JUDILNRQD SRJRGQD MH ]D SULND]LYDQMH QXPHULNH YDULMDEOH NYDOLWDWLYQH
varijable i vremenskih nizova.
8 ]DYLVQRVWL RG WRJD GD OL VH VWDWLVWLNLP JUDILNRQLPD SULND]XMX SRGDFL
prostih, sloenih ili kombinovanih tabela razlikujemo: proste, sloene, ili
kombinovane VWDWLVWLNHJUDILNRQH.
Osnovne vrste grafikona delimo na: dijagrame, kartograme i
piktograme. Ova podela grafikona izvrena je prema elementima koje dati
grafikoni sadre.
PrikazLYDQMH SRGDWDND X] SRPR GLMDJUDPD PRH ELWL X YLGX WDDND
(stigmagrami), linija (poligoni), povrina (histogrami) i prostora (stereogrami).
GrafiNL prikazi pomRX oznaka na geografskim kartama nazivaju se
23
6WRMNRYL06WDWLVWLND]DPHQDGHUH(NRQRPVNL fakultet u Subotici, Subotica, str. 55.
30
kartogrami. Kartogrami se mogu koristiti samo za prikazivanje geografske serije
podataka. Piktogramima se graILNL podaci prikazuju slikama ili figurama, to su
takozvane simEROLQH figure.
3RGDWNHNRMHVPRSULNXSLOLSRPRXVWDWLVWLNLKDQNHWDLVOLQLKXSLWQLND
QDMEROMH MH SULND]DWL X] SRPR WDEOLFH GLVtribucija frekvencija i VWXELDVWLh
grafikona, strukturnih krugova i Paretovim dijagramom. 1D RYDM QDLQ
najpogodnije se prikazuju kvalitativne varijable.
6WXELDVWL grafikoni QDMEROMH SUH]HQWXMX XHVWDORVW MDYOMDQMD VYDNH
vrednosti obeleja. Visina pravouJDRQRJ VWXELD SURSRUFLRQDOQD MH YHOLLQL
IUHNYHQFLMH6WXELDVWL JUDILNRQL PRJX ELWL GDWL XUD]OLLWRP SULND]X QD SULPHU
VWXELLPRJXGDVHGRGLUXMXLOLQHPRJXELWLYHUWLNDOQLLOLKRUL]RQWDOQL
Grafikon 1. 3ULND]EURMDSUHGX]HDX5HSXEOLFL6UELMLSUHPDQMLKRYRMYHOLLQL
X]SRPRVWXELDVWRJJUDILNRQD
Izvor: 3UHGX]HDX5HSXEOLFL6UELMLSUHPDYHOLLQL, 2010., 5HSXEOLNL]DYRG]DVWDWLVWLNX

Beograd, Republika Srbija, avgust, 2011. Godine, str. 6., dostupno na:
http://pod2.stat.gov.rs/ObjavljenePublikacije/G2011/pdf/G201110077.pdf, [10.02.2016. u 18:00]
31
Grafikon 2. 3ULND]EURMDGRPDLQVWDYDX5HSXEOLFL6UELMLSUHPDREODVWLX]
SRPRNRPSRQHQWQRJVWXELDVWRJJrafikona
Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Grafikon 3. 3ULND]EURMDGRPDLQVWDYDX5Hpublici Srbiji prema oblasti uz
SRPRuporednog VWXELDVWRJJUDILNRQD
Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

Strukturalni krug ili pita prikazuje podatke tako to svaki segment kruga
RGJRYDUDXHXSRMHGLQDQLKIUHNYHQFLMDXXNXSQLPIUHNYHQFLMDPD 8]SRPR
RYRJ JUDILNRJ SULND]D QDJODDYD VH XGHRVYDNHNDWHJRULMH U nastavku je dati
primer forPLUDQMD VWUXNWXUDOQRJ NUXJD 9HOLLQD XGHOD UDXQD VH PQRHQMHP
RGJRYDUDMXH IUHNYHQFLMH VD 0 i deljenjem tog proizvoda sa ukupnim
frekvencijama.
32
Tabela 5. 3ULND]EURMDSUHGX]HDX5HSXEOLFL6UELMLSUHPDQMLKRYRMYHOLLQL
9HOLLQD Broj
SUHGX]HD preGX]HD
Mikro 77.989
Mala 9.614
Srednja 2.257
Velika 504
90.364
0LNURSUHGX]HD
0DODSUHGX]HD
6UHGQMDSUHGX]HD
9HOLNDSUHGX]HD
Grafikon 4. Prikaz EURMDSUHGX]HDX5HSXEOLFL6UELMLSUHPDQMLKRYRM
YHOLLQLX]SRPRstrukturalnog kruga

Paretov dijagram SUHGVWDYOMD MHGDQ REOLN VWXELDVWRJ JUDILNRQD NRML
pokazuje frekvencije uzroka greaka D QMHJRYL VWXELL SUH]HQWXMX IUHNYHQFLMH
RSDGDMXRP GLQDPLNRP V OHYD QD GHVQR. 2Q RPRJXDYD ODNH XWYULYDQMH
uzroka problema i njihovo eliminisanje uz najmanje trokove. 2YDNDY JUDILNL
SULND]RPRJXDYDGDVHL]GYRMHX]URFLSUREOHPDNRMLLPDMXQDMYHXIUHNYHQFLMX
Izraz pravilo 80-VHHVWRNRULVWL]D3DUHWRYUH]XOWDW
33
Grafikon 5. PULND]JUHDNDXSURFHVXLUDQMXRGWHWQLK]DKWHYDX]SRPR
Paretovog dijagrama
Izvor: Newbold, P., Carlson, W., Thorne, B., 2010. Statistika za poslovanje i
ekonomiju, Mate, Zagreb, str. 18.
9UHPHQVND VHULMD QDMHH VH SULND]XMH X] SRPR linijskog dijagrama.
1DRUGLQDWLOLQLMVNRJGLMDJUDPDSULND]XMXVHQXPHULNHYUHGQRVWLGRNVHYUHPH
(jedan sat, dan, nedelja, mesec, godina) prikazuje na apscisi. Za svako opaanje
GRELMDPR WDNX QD JUDILNRQX VSDMDQMHP QXPHULNH YUHGQRVWL VD YUHPHQRP
kojem odgovara. 6SDMDQMHPVXVHGQLKWDDNDOLQLMRPGRELMDVHOLQLMVNLJUDILNRQ
Na osnovu podataka u tabeli 1. u nastavku je dat prikaz linijskog dijagrama.
Grafikon 6. 3ULND]EURMDVWDQRYQLNDX5HSXEOLFL6UELMLX]SRPROLQLMVNRJ
dijagrama
34
Histogram i ogiva SRJRGQL VX ]D JUDILNR SULND]LYDQMH QXPHULNLK
SRGDWDND +LVWRJUDP SULND]XMH YUHGQRVWL REHOHMD X] SRPR VSRMHQLK VWXELD
koji su uspravno postavljeni QD DSVFLVX D XHVWDORVW MDYOMDQMD VYDNH vrednosti
obeleja prikazana je na ordinati. Ogiva predstavlja kumulativni linijski
dijagram.XPXODWLYVHUDXQD]a relativne frekvencije.
Grafikon 7. 3ULND]EURMDVWDQRYQLNDX5HSXEOLFL6UELMLSUHPDVWDURVWLSRPRX
histograma
Izvor: Stanovnitvo prema starosti i polu u Republici Srbiji 2011. godine, dostupno na:
Grafikon 8. 3ULND]EURMDVWDQRYQLNDX5HSXEOLFL6UELMLSUHPDVWDURVWLSRPRX
ogive
Izvor: Stanovnitvo prema starosti i polu u Republici Srbiji 2011. godine, dostupno na:
35
Grafikon 9. Prikaz broja GRPDLQVWDYD pUHPDPHVHQRMSRWURQMLYRGHSRPRX
kumulativa ispod i kumulativa iznad
%URMGRPDLQVWDYD
0HVHQD
potronja vode
8NROLNR UDVSRODHPR SRGDFLPD NRML LPDMX UD]OLLWH MHGLQLFH PHUH D
postoje velike razliku u podacima serije koja je predmet posmatranja, za
grDILNR SULND]LYDQMH WDNYH VHULMH SRGDWDND PRHPR NRULVWLWL polulogaritamski
dijagram. Primer polulogaritamskog dijagrama dat je u nastavku. Grafikon je
XUDHQQDRVQRYXSRGDWDNDXWDEHOL
Tabela 6. Uporedni prikaz broja stanovnika i broja stanova u Republici Srbiji

Broj log(broj Broj log(broj
Godine
stanovnika stanovnika) stanova stanova)
1971 8446726 6,93 2095612 6,32
1981 9313686 6,97 2579845 6,41
1991 7822795 6,89 2556092 6,41
2002 7498001 6,87 2743996 6,44
2011 7186862 6,86 3012923 6,48
JRGLQHLXSRUHGQLSUHJOHGEURMDGRPDLQVWDYD-2011 i stanova 1971-2011., dostupno na:
36
Grafikon 10. Prikaz broja stanovnika i brojDVWDQRYDX5HSXEOLFL6UELMLSRPRX
polulogaritamskog dijagrama
JRGLQHLXSRUHGQLSUHJOHGEURMDGRPDLQVWDYD-2011 i stanova 1971-2011., dostupno na:
Grafikon 11. *UDILNLSULND]SRGDWDNDSRPRXSRODUQRJGLMDJUDPD
Polarni dijagram predstavlja vrstu grafikona koji je najpogodniji za

prikazivanje SRGDWDNDLMHNUHWDQMHLPDVH]RQVNLNDUDNWHUNDRWRMHQDSULPHU
SURGDMDL]DPDVODGROHGD]LPVNLKMDNQLLGUXJR
=DKYDOMXMXLSULPHQLUDXQDUDLUD]QLPSURJUDPLPD]DREUDGXSRGDWDNDL
L]UDGX JUDILNRQD RODNDYD VH SURFHV REUDGH UH]XOWDWD VWDWLVWLNH DQDlize i
kreativnije se prezentuju dobijeni rezultati. 3ULOLNRP L]ERUD JUDILNLK SULND]D
treba biti veoma oprezan jer loa upotreba grafikona moe stvoriti lanu sliku o
SRMDYLNRMDMHSUHGPHWVWDWLVWLNRJSRVPDWUDQMDPreporuka je da treba izbegavati
JUDILNH SULND]H NRML VH ]DVQLYDMX QD UD]OLLWLP SRYULQDPD SLUDPLGDPD
UD]OLLWLPREOLFLPDLILJXUDPDMHURQLXQDMYHHPEURMXVOXDMHYDQHSUH]HQWXMX
podatke na pravi QDLQ U nastavku su dati primeri loe upotrebe JUDILNLK
37
prikaza.
Tabela 7. Uporedni prikaz ukupne proizvodnje vina u Republici Srbiji po
godinama
Godina Proizvodnja vina
2009 238,046.000
2010 148,753.700
2011 158,084.500
2012 126,400.000
2013 145,283.700
2014 198,183.000
Izvor: Popis poljoprivrede 2012. godine Vinski atlas, 2015. Beograd, dostupno na:
http://webrzs.stat.gov.rs/WebSite/userFiles/file/Poljoprivreda/Knjige/VinskiAtlas.pdf,
[09.02.2016. u 18:00]
Grafikon 12. *UDILNLSULND]SURL]YRGQMHYLQD u Srbiji XSHULRGXL]PHX-
2014. godine
Izvor: Izrada autora - Podaci preuzeti iz tabele 7.
*UDILNL SULND] L]QDG ilustruje proizvodnju vina u Republici Srbiji.

0HXWLPSURSRUFLRQDOQLRGQRVL]PHXSRMHGLQDQLKSURL]YHGHQLKNROLLQDYLQD
ne odgovara proporcionalnom odnosu ikona koje predstavljaju pRMHGLQDQH
NROLLQH SURL]YRGQMH =ERJ WRJD SRVPDWUD QHH VWHL SUDYL XWLVDN R VWYDUQRP
NUHWDQMX SRGDWDND VDPR QD RVQRYX JUDILNRQD YH PRUD GD VH koncentrie i na
QXPHULNe podatke i sam utvrdi odnos u proizvodnji.
=D L]UDGX GREULK JUDILNLK SULND]D QHRSKRGQR MH SRWRYDWL RGUHHQD
pravila: 24
24
38
-grafik treba da sadri adekvatan naziv,
-grafik ne sme pogreno da prezentuje podatke,
-grafik ne treba da sadri nepotrebne dodatke koji ne pruaju nikakve
NRULVQH LQIRUPDFLMH L RGYUDDMX SDQMX NRULVQLND jer tako korisnik ne moe da
sagleda sutinu,
-XNROLNRMHXSLWDQMXGYRGLPHQ]LRQDOQLJUDILNLSULND]QHRSKRGQRMHGD
postoji skala za svaku osu,
-sve ose moraju biti propisno obeleene, a vertikalna skala bi trebalo da
krene od nule,
-grafik treba da EXGH L]UDHQ X VNODGX VD MDVQLP FLOMHP i da inicira
SRUHHQMHSRGDWDND
-preporuka MH RGDEUDWL QDMMHGQRVWDYQLML PRJXL JUDILNRQ ]D date
VWDWLVWLNHSRGDWNH
39
PITANJA ZA DISKUSIJU
9 'DOL]QDWH]QDHQMHUHLRGNRMHSRWLHUHVWDWLVWLND"
9 Definiite statistiku.
9 3UHGPHWL]XDYDQMDVWDWLVWLNH
9 WD]QDWHRSRHFLPDSULPHQHVWDWLVWLNH"
9 2EMDVQLWH NDGD MH GROR GR UD]YRMD VWDWLVWLNH NDR QDXQH
discipline.
9 WDREH]EHXMHVDYUHPHna statistika?
9 Objasnite faze u razvoju statistike.
9 U kojim oblastima poslovanja statistika nalazi primenu?
9 2EMDVQLWHFLOMSUHGPHWLVWYUKXVWDWLVWLNRJLVWUDLYDQMD
9 2EMDVQLWHID]HVWDWLVWLNRJLVWUDLYDQMD
9 2EMDVQLWHPHWRGHVWDWLVWLNRJSRVPDWUDQMD
9 KojL L]YRUL SRGDWDND PRJX ELWL NRULHQL SULOLNRP VSURYRHQMD
VWDWLVWLNRJLVWUDLYDQMD"
9 'HILQLLWHSRMDPVWDWLVWLNRJVNXSD
9 Objasnite karakteristike osnovnog skupa.
9 3RHPXVHUD]OLNXMXHOHPHQWLRVQRYQRJVNXSD"
9 1DRVQRYXHJDUD]OLNXMHWHQXPHULNDLDWULEXWivna obeleja?
9 Objasnite pojam uzorka i kriterijume koje uzorak mora da
zadovoljava.
9 Koje metode uzorkovanja znate?
9 Objasnite vrste namernih uzoraka.
9 .RMHYUVWHX]RUNDSRVWRMHXVWDWLVWLNRMWHRULML"
9 Objasnite nominalnu, intervalnu, ordinalnu i skalu odnosa.
9 WDMHVWDWLVWLNDVHULMDSRGDWDND"
9 .DNRGHOLPRVWDWLVWLNHVHULMHX]DYLVQRVWLRGEURMDREHOHMD"
9 .DNR GHOLPR VWDWLVWLNH VHULMH SUHPD WRPH WD SRND]XMX L X
]DYLVQRVWLRGWRJDNDNRVXXUHHQHYUVWHREHOHMD"
9 Kakve mogu biti vremenske serije prema prirodi podataka?
9 Objasnite prostu seriju distribucije frekvencija i dajte jedan
primer.
9 Objasnite intervalnu seriju distribucije frekvencija i dajte primer.
9 1DNRMLQDLQPRJXELWLSULND]DQHVWDWLVWLNHVHULMH"
9 WDMHVWDWLVWLNDWDEHOD"
9 .RMHYUVWHVWDWLVWLNLh tabela znate?
9 ta je grafikon?
9 Koje su osnovne vrste grafikona?
9 'DMWHMHGDQSULPHU]DVYDNXYUVWXJUDILNRJSULND]D
9 Koja pravila moramo potovati u cilju izrade reprezentativnih
JUDILNLKSULND]D"
9 .RMHJUDILNHSULND]HSRGDWDNDWUHEDL]EHJDYDWL"
40
41
2.
MERE CENTRALNE
TENDENCIJE, MERE
DISPERZIJE I MERE OBLIKA
RASPOREDA
MERE CENTRALNE TENDENCIJE

,]UDXQDWHVUHGQMHYUHGQRVWL
$ULWPHWLNDVUHGLQD
Harmonijska sredina
Geometrijska sredina
Pozicione srednje vrednosti
Modus
Medijana
MERE DISPERZIJE
Apsolutne mere disperzije
Relativne mere disperzije
MERE OBLIKA RASPOREDA
4239
PRIMENA MERA CENTRALNE TENDENCIJE, DISPERZIJE I
OBLIKA RASPOREDA
U statistikoj teoriji i praksi za opisivanje merenih pojava koriste se:

mere centralne tendencije,
mere varijabilnosti i
mere oblika rasporeda.
Mere centralne tendencije ukazuju na tendencije grupisanja rezultata
merenja oko neke centralne vrednosti. Mere varijacije pokazuju koliko
odstupaju vrednosti obeleja od centralne vrednosti. Mere oblika rasporeda
pokazuju raspored vrednosti obeleja od najnie do QDMYHHYUHGQRVW.
MERE CENTRALNE TENDENCIJE
Mere centralne tendencije ili srednjih vrednosti koriste se u svim

oblastima statistike analize. U zavisnosti od QDLQDREUDXQD srednje vrednosti
delimo na :
izrDXnate srednje vrednosti kao to su:
-DULWPHWLNDVUHGLQD( ),
-geometrijska sredina (G) i
-harmonijska sredina (H).
pozicione srednje vrednosti kao to su:
-medijana (Me) i
-modus (Mo).
Srednje vrednosti imaju nekoliko karakteristika. Jedna od karakteristika
srednjih vrednosti je neophodnost zavisnosti srednje vrednosti od svih vrednosti
43
obeleja x X XNXSQRP VWDWLVWLNRP VNXSX 7DNRH VUHGQMD YUHGQRVW PRUD ELWL
PDQMD RG QDMYHH D YHD RG QDMPDQMH YUHGQRVWL REHOHMD .DR SRVHEQD
karakteristika srednjih vrednosti je da je srednja vrednost jednaka vrednosti
posmDWUDQRJ REHOHMD X VOXDMX NDGD VX PHXVREQR MHGQDNH VYH YUHGQRVWL
obeleja koje se posmatra u okviru jednog skupa.
$5,70(7,.$65(',1$
AritmetLka sredina predstavlja meru srednjih vrednosti sa kojom se

QDMHH VXVUHHPR X VWDWLVWLNLP L]YHWDMLPD 8 RGQRVX QD SR]LFLRQH srednje
YUHGQRVWLDULWPHWLNDVUHGLQDSUHGVWDYOMDSRX]GDQLMXPHUXVUHGQMLKYUHGQRVWLDa
ELVHL]UDXQDODDULWPHWLND sredina moraju biti ispunjena dva uslova: 25
Rezultati izvrenih merenja moraju biti dati u vidu intervalne
ili racio skale;
Neophodno je da postoji pretpostavka o normalnom rasporedu
rezultata izvrenih merenja u skupu (uzorku).
Neke od najvanijih karakteristika DULWPHWLNH sredine date su u
nastavku: 26
=ELU RGVWXSDQMD SRMHGLQDQLK YUHGQRVWL REHOHMD RG YUHGQRVWL
DULWPHWLNH VUHGLQH L]QRVL QXOD $ULWPHWLND VUHGLQD SUHGVWDYOMD PHUX VUHGQMLK
YUHGQRVWL XNROLNR MH ]ELU VYLK RGVWXSDQMD SRMHGLQDQLK YUHGQRVWL REHOHMD VD
SR]LWLYQLP ]QDNRP MHGQDN ]ELUX VYLK RGVWXSDQMD SRMHGLQDQLK YUHGQRVWL
obeleja sa negativnim znakom. Ova karakteristika aritmetiNHVUHGLQHPRHVH
dokazati primenom formule:
za negrupisane podatke i
za grupisane podatke
=ELU NYDGUDWQRJ RGVWXSDQMD SRMHGLQDQLK YUHGQRVWL REHOHMD RG
YUHGQRVWL DULWPHWLNH VUHGLQH MH XYHN PLQLPDOQD YUHGQRVW RGQRVQR PDQMD
vrednost od zbira kvadrata odstupanja vrednosti obeleja od bilo koje druge
YUHGQRVWLREHOHMDXPHVWRRGDULWPHWLNHVUHGLQH
6 RE]LURP QD WR GD VH DULWPHWLND VUHGLQD ]DVQLYD QD VYLP
YUHGQRVWLPDSRVPDWUDQRJREHOHMDSURPHQRPELORNRMHYUHGQRVWLREHOHMDXWLH
25
7XUMDDQLQ9HNUOLMD2VQRYQHVWDWLVWLNHPHWRGH i tehnike u SPSS-u, Centar za
kulturni i socijalni popravak, Banja Luka, str. 70.
26
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
pp. 91.
44
se na promenu YUHGQRVWLDULWPHWLNHVUHGLQH
U VOXDMX kada se u posmatranom uzorku nalaze ekstremne
YUHGQRVWL NRMH ]QDDMQR RGVWXSDMX RG RVWDOLK YUHGQRVWL REHOHMD RQH ]QDDMQR
XWLX QD YUHGQRVW DULWPHWLNe sredinH 8 WRP VOXDMX DULWPHWLND VUHGLQD moe
prestati da bude reprezentativna mera centralne tendencije.
1DRVQRYXDQDOL]HDULWPHWLNHVUHGLQHPRJXVHL]GYRMLWLQMHQHSUHGQRVWL
ali i nedostaci. 27
Prednosti SULPHQHDULWPHWLNHVUHGLQHVXVOHGHH
3RVWXSDNREUDXQDDULWPHWLNHVUHGLQHMHMHGQRVWDYDQLMHGLQVWYHQ
zbog toga to bilo koji skup podataka moe imati samo jednu vrednost
DULWPHWLNHVUHGLQH
$ULWPHWLNDVUHGLQDVH UDXQDQDRVQRYXVYLKYUHGQRVWLREHOHMD
to je prednost jer nijedna vrednost obeleja nije izostavljena.
9HOLLQD X]RUND QHPD XWLFDMD QD YUHGQRVW DULWPHWLNH VUHGLQH
2YR SRGUD]XPHYD GD X VOXDMX NDGD LPDPR YLH X]RUDND L]YXHQLK L] MHGQH
SRSXODFLMH SRGDWDND YDULMDFLMH X YHOLLQL DULWPHWLNLK VUHGLQD UD]OLLWLK X]RUDND
ELHPDQMH
-R MHGQD SUHGQRVW DULWPHWLNH VUHGLQH RJOHGD VH X WRPH WR VH
moe izraziti primenom algebarskog postupka.
$ULWPHWLND VUHGLQD VH NRULVWL L NRG PHXVREQRJ XSRUHLYDQMD
nekoliko serija podataka.
Nedostaci SULPHQHDULWPHWLNHVUHGLQHVXVOHGHL
.DRQDMYHLQHGRVWDWDNDULWPHWLNHVUHGLQHLVWLHVHWRWRRQDQH
moe da se L]UDXQD X QHNLP VOXDMHYLPD 8 VOXDMX NDGD MH GLVWULEXFLMD
IUHNYHQFLMDGDWDVDRWYRUHQLPLQWHUYDOLPDQDSRHWNXLOLQDNUDMXLOLQHMHGQDNLP
NODVDPDDULWPHWLNDVUHGLQDQHHELWLSUHFL]QRL]UDXQDWD
8NROLNR VNXS VWDWLVWLNLK SRGDWDND VDGUL HNVWUHPQH Yrednosti
DULWPHWLND VUHGLQD SUHVWDMH GD EXGH DGHNYDWQD PHUD FHQWUDOQH WHQGHQFLMH WRJ
skupa podataka.
8VOXDMXNDGDMHSRWUHEQRL]UDXQDWLDULWPHWLNXVUHGLQXYHRPD
YHOLNRJVNXSDSRGDWDNDQMHQREUDXQVHXVORQMDYDMHUMHQHRSKRGQRREXKYDWLWL
svaku vrednoVWREHOHMDSRMHGLQDQR2YDM SUREOHP PRH ELWL UHHQ SULPHQRP
PHWRGD JUXSLVDQMD SRGDWDND X PDQMH X]RUNH QD RVQRYX NRMLK H VH
DSURNVLPDWLYQRRGUHGLWLDULWPHWLNDVUHGLQDSRSXODFLMH
AritmetLND sredina skupa L]UDXQDYD VH NDR NROLQLN ]ELUD svih
27
pp. 91.
45
vrednosti obeleja i ukupnog broja vrednosti posmatranog obeleja.
ili ,
gde je - aULWPHWLNDVUHGLQD[ posmatrano obeleje, a N YHOLLQD
populacije.
$ULWPHWLND VUHGLQD VH UDXQD QD RVQRYX QHJUXSLVDQLK SRGDWDND L QD
osnovu grupisanih podataka u vidX UDVSRUHGD IUHNYHQFLMD 7DNRH RQD VH
L]UDXQDYD]DX]RUDNL]DRVQRYQLVNXSVWDWLVWLNLKSRGDWDND
Za uzorak veliine n, aritmetLka sredina za negrupisane podatke ima
formulu:
ili
gde je m DULWPHWLND VUHGLQD X]RUND x posmatrano obeleje, a n -
YHOLLQD uzorka.
,]UDXQDYDQMHDULWPHWLNHVUHGLQHQDRVQRYX
negrupisanih podataka Primer 2.
Dat je pregled broja stanovnika u Republici Srbiji po godinama: 28
1948. godine 6,527.583 stanovnika, 1953. godine 6,978.119 stanovnika,
2002. godine 7,498.001 stanovnika i 2011. godine 7,186.862 stanovnika.
,]UDXQDMWH SURVHDQEURMVWDQRYQLND
Reenje:
Odgovor: 3URVHDQ EURM VWDQRYQLND X 5HSXEOLFL 6UELML ]D SRVPDWUDQL
28
Uporedni pregled broja stanovnika 1948, 1953, 1961, 1971, 1981, 1991, 2002 i 2011. godine,
dostupno na: http://popis2011.stat.rs/?page id=2162, [09.02.2016. u 18:00]
46
period iznosi 7,676.967 stanovnika.
U statistici se najeH koriste grupisani podaci u vidu rasporeda
frekvencija. Ukoliko su vrednosti obeleja x1, x2, x3,..., xn, a njihove frekvencije
f1, f2, f3, .., fn, onda VHDULWPHWLNDVUHGLQDVNXSDL]UDXQDYDQDRVQRYXIRUPXOH
3RQGHULVDQDDULWPHWLNDVUHGLQDVNXSD
gde je
Ponderisana aULWPHWLND VUHGLQD X]RUND L]UDXQDYD VH QD RVQRYX

formule:
,]UDXQDYDQMHSRQGHULVDQHDULWPHWLNHVUHGLQHQDRVQRYX
grupisanih podataka (prosta distribucija frekvencija) Primer 3.
1D RVQRYX SRGDWDND X WDEHOL L]UDXQDMWH SURVHDQ EURM ODQRYD SR
GRPDLQVWYX
Tabela 8. 3URVHDQEURMODQRYDSRGRPDLQVWYXX5HSXblici Srbiji
3URVHDQ
EURMODQRYD Broj
po GRPDLQVWDYD xi*fi
GRPDLQVWYX (fi)
(xi)
1 16 16
2 52 104
3 36 108
4 10 40
5 6 30
6 1 6
121 304
,]YRU'RPDLQVWYDSUHPDEURMXODQRYDSRQDVHOMLPDSRSLVdostupno na:
Reenje:
47
Odgovor: 3URVHDQEURMODQRYDGRPDLQVWYDL]QRVLODQXVYLK
GRPDLQVWDYDQDWHULWRULML5HSXEOLNH6UELMH
Kod intervalne distribucije frekvencija DULWPHWLND VUHGLQD RVQRYQRJ
VNXSDL]UDXQDYDVHSULPHQRPVOHGHHIRUPXOH
gde je xs sredina grupnog intervala.

.RG LQWHUYDOQH GLVWULEXFLMH IUHNYHQFLMD DULWPHWLND VUHGLQD X]RUND
L]UDXQDYDVHSULPHQRPVOHGHHIRUPXOH
,]UDXQDYDQMHSRQGHULVDQHDULWPHWLNHVUHGLQHQDRVQRYX
grupisanih podataka (intervalna serija podataka) Primer 4.
1DRVQRYX SRGDWDND X WDEHOL NRMD MH REUDHQD X SUYRP GHOXLGDWDX
QDVWDYNXL]UDXQDMWHSURVHQXVWDURVWDQNHWLUDQLKOLFD
Tabela 9. 6WDURVWXHVQLNDXDQNHWLUDQju o potronji slatkia
26 - 32 3
32,1 38 6
38,1 44 8
44,1 50 23
50,1 56 2
56,1 62 2
62,1 i vie 1
45
Reenje:
Radna tabela za primer 9.
Godine Broj Xs fi*xs
anketiranih
26 - 32 3 29 87
32,1 38 6 35 210
38,1 44 8 41 328
48
44,1 50 23 47 1081
50,1 56 2 53 106
56,1 62 2 59 118
62,1 i vie 1 65 65
45 - 1995
Odgovor: 3URVHQDVWDURVWDQNHWLUDQLKOLFDL]QRVLJRGLQH
GEOMETRIJSKA SREDINA
Geometrijska sredina predstavlja meru srednje vrednosti koja je

najpogodnija za analizu vremenskih serija. Geometrijska sredina definie se kao
n ti koren proizvoda n podataka serije koja je predmet posmatranja. 29 Ona
predstavlja srednju vrednost koja predstavlja pURSRUFLRQDOQH SURPHQH PHX
podacima. Geometrijska sredina i geometrijska stopa rasta koriste se za merenje
VWDQMD LQYHVWLFLMD WRNRP YUHPHQD LOL ]D XWYULYDQMH SURVHQH SURFHQWXDOQH
promene promenljive tokom perioda n. 30 'DNOHX]SRPRJHRPHWULMVNHVUHGLQH
PRHVHXWYUGLWLSURVHDQSULQRVQDLQYHVWLUDQDVUHGVWYDWRNRPYUHPHQD
Ako sa x1, x2, . . . , xn oznaLmo vrednosti obeleja x, onda geometrijsku
sredinu izraavamo VOHGHLP obrascem:
,]UDXQDYDQMH JHRPHWULMVNH VUHGLQH LPD VPLVOD VDPR NDGD VX VYH

vrednoVWL REHOHMD YHH RG QXOD S obzirom na ovaj uslov prethodni obrazac
moemo logaritmovati:
Antilogaritmovanjem dobijamo REUD]DF ]D L]UDXQDYDQMH JHRPHWULMVNH

sredine negrupisanih podataka:
29
pp. 105.
30
49
,]UDXQDYDQMHJHRPHWULMVNHVUHGLQHQDRVQRYX
Dat je pregled broja stanovnika u Republici Srbiji po godinama: 31
2002. godine 7,498.001 stanovnika i 2011. godine 7,186.862 stanovnika.
,]UDXQDMWHJHRPHWULMVNXVUHGLQXLJHRPHWULMVNXVWRSXUDVWD.
Reenje:
Radna tabela za primer 5.
Broj
stanovnika
Godine log x
u Republici
Srbiji
1948 6527583 6,814752
1953 6978119 6,843738
1961 7641962 6,883205
1971 8446726 6,926688
1981 9313686 6,969122
1991 7822795 6,893362
2002 7498001 6,874945
2011 7186862 6,856539
55,06235
31
Uporedni pregled broja stanovnika 1948, 1953, 1961, 1971, 1981, 1991, 2002 i 2011. godine,
dostupno na: http://popis2011.stat.rs/?page id=2162, [09.02.2016. u 18:00]
50
Odgovor: 3URVHDn broj stanovnika u Republici Srbiji za posmatrani
period iznosi 7,634.735,57 stanovnika.
Za prostu distributivnu frekvenciju obrazac za geometrijsku sredinu

glasi:
Logaritmovanjem prethodnog obrasca dobija se:
Antilogaritmovanjem dobijamo REUD]DF ]D L]UDXQDYDQMH JHRPHWULMVNH

sredine grupisanih podataka:
Jedna od prednosti geometrijske sredine je u tome to je pogodna za

XWYULYDQMH SURVHQLK Sromena kod onih serija u kojima ne raspolaemo svim
vrednostima obeleja. 2GUHLYDQMHYUHGQRVWLREHOHMDNRMHQDPQLVXSR]QDWHQD
RVQRYX RVWDOLK SR]QDWLK YUHGQRVWL REHOHMD PRJXH MH SRPRX SURVHQH VWRSH
rasta.
UNROLNR VX QDP SR]QDWL ODQDQL LQGHNVL QHNH vremenske serije koji
pokazuju uzastopne promene obeleja x moemo odrediti geometrijsku sredinu
RYRJ QL]D 6WRSD UDVWD X LQWHUYDOX NRML VH SRVPDWUD XWLH QD YUHGQRVW
geometrijske sredine. =D REUDXQ JHRPHWULMVNH VWRSH UDVWD GRYROMQR MH LPDWL
podatke o vreGQRVWL REHOHMD QD SRHWNX L QD NUDMX YUHPHQVNH VHULMH
Geometrijska stopa rasta se odbija iz odnosa:
gde je y1 prva vrednost u vremenskoj seriji, N broj podataka, a yN

poslednja vrednost u seriji.
Na RVQRYXSRGDWDNDGDWLKXSULPHUXL]UDXQDHPRgeometrijsku stopu
UDVWDQDVOHGHLQDLQ
51
Odgovor: 3URVHQa stopa rasta broja stanovnika u Republici Srbiji za
posmatrani period iznosi 1,384%.
HARMONIJSKA SREDINA
Harmonijska sredina (H) je reciprRna vrednost aritmetike sredine

UHFLSURnih vrednosti obeleja. Ona VH REUDXQDYD VDPR XNROLNR VX YUHGQRVWL
REHOHMDNRMHMHSUHGPHWSRVPDWUDQMDUD]OLLWHRGQXOH Njena primena u statistici
je ograniHna. 2ELQRVHKDUPRQLMVNDVUHGLQDNRULVWLXVLWXDFLMLNDGDVXYUHGQRVWL
REHOHMD L]UDHQH X YLGX UHFLSURQLK RGQRVD L VWRje u obrnutoj srazmeri sa
obimom pojave. Odnos reciprociteta se manifestuje tako to se vrednost tih
REHOHMDVPDQMXMHNDGDVHSRMDYDSRYHDYDLREUQXWR Harmonijska sredina nije
najpogodnija mera srednjih vrednosti kod ekonomskih serija podataka.
Za prostX VHULMX SRGDWDND KDUPRQLMVND VUHGLQD REUDXQDYD VH QD VOHGHL
QDLQ
+DUPRQLMVNDVUHGLQDPRHGDVHSULPHQLXVOHGHLPVLWXDFLMDPD 32
8 VOXDMX NDGD VH WUDL SURVHQR UDGQR YUHPH REUWD NDSLWDOD X
QHNRPSUHGX]HX
8NROLNRVHULMDVDGULUHFLSURQHSRGDWNH
8NROLNR MH QHRSKRGQR L]UDXQDWL SURVHQX NROLLQX SURL]YRGD ]D
isto radno vreme.
,]UDXQDYDQMHKDUPRQLMVNHVUHGLQHQDRVQRYX
3UHPD SRGDFLPD SUHGX]HD 6RNR WDUN WUDMDQMH QDSODWH SRWUDLYDQMD
32
52
od kupaca u danima ELORMHVOHGHH 33
2008. godine 121,68 dana, 2009. godine 144,86 dana,
2010. godine 143,19 dana, 2011. godine 156,07 dana.
,]UDXQDMSURVHQRYUHPHQDSODWHSRWUDLYDQMDRGNXSDFD
Reenje:
Odgovor: 3URVHQR YUHPH QDSODWH SRWUDLYDQMD RG NXSDFD SUHGX]HD

Soko tark za posmatrani period iznosi 140,45 dana.
Ukoliko SRGDFL QHNH YUHPHQVNH VHULMH SRND]XMX UHFLSURQH RGQRVH D

QMLKRYH IUHNYHQFLMH VX UD]OLLWH PRH VH NRULVWLWL SRQGHULVDQD KDUPRQLMVND
sredina. Za prostu distributivnu seriju podataka KDUPRQLMVNDVUHGLQDL]UDXQDYD
se SRPRXVOHGHHJREUDVFD
5HODWLYQLSRORDMUD]OLLWLKVUHGQMLKYUHGQRVWLMH
LPH VH REH]EHXMH GD VYDNR LQGLYLGXDOQR ]DSDDQMH LPD SR]LWLYQX

YUHGQRVWLGDVHRYHVUHGQMHYUHGQRVWLPHXVREQRUD]OLNXMX
MEDIJANA
Medijana predstavlja pozicionu srednju vrednost koja pokazuje vrednost

REHOHMD NRMD VH QDOD]L QD VUHGLQL VHULMH SRGDWDND XUHHQe SR YHOLLQL YUHGQRVWL
33
2ILFLMDOQHHPHILQDQVLMVNLKL]YHWDMDSUHGX]HD6RNRWDUN]D 2009., 2010. i 2011.
godinu, dostupno na: www.apr.gov.rs, [02.01.2016. u 18:00]
53
REHOHMDRGQDMPDQMHJGRQDMYHHJLOLRGQDMYHHJGRQDMPDQMHJ
Medijana deli seriju podataka na dva jednaka dela. Kada je serija
podataka podeljena na etiri dela, vrednosti obeleja koja ih dele zovu se
kvartilima, a kada je podeljena na 10 delova, vrednosti obeleja koja ih dele
zovu se decilima, dok se vrednosti obeleja koja dele seriju podataka na 100
delova nazivaju centilima.
3RVWXSDN RGUHLYDQMD PHGLMDQH SRGUD]XPHYD GD VH SRGDFL SRUHDMX SR
YHOLLQLRGQDMPDQMHJGRQDMYHHJ, DSRWRPVHSULPHQMXMXRGUHHQDSUDYLOD:
za prostu seriju podataka x1 , x2 , x3 , . . . ,xk kada serija ima
neparan broj podataka:
za prostu seriju podataka ako serija ima paran broj podataka

vrednost medijane predstavlja srednju vrednost dve vrednosti obeleja koje se
nalaze na sredini serije:
,]UDXQDYDQMHPHGLMDQHQDRVQRYX
Prema podacima pUHGX]HD 6RNR WDUN WUDMDQMH QDSODWH SRWUDLYDQMD
RGNXSDFDXGDQLPDELORMHVOHGHH 34
2008. godine 121,68 dana, 2009. godine 144,86 dana,
2010. godine 143,19 dana, 2011. godine 156,07 dana.
,]UDXQDMWHPHGLMDQX
Reenje:
121,68 143,19 144,86 156,07
Odgovor: 0HGLMDQD YUHPHQD QDSODWH SRWUDLYDQMD RG NXSDFD SUHGX]HD

34
2ILFLMDOQHHPHILQDQVLMVNLKL]YHWDMDSUHGX]HD6RNRWDUN]DL
godinu, dostupno na: www.apr.gov.rs, [02.01.2016. u 18:00]
54
Soko tark za posmatrani period iznosi 144,025 dana.
kod proste distributivne frekvencije medijana se odreuje

preko kumulativa ispod (ili kumulativa iznad) i predstavlja onaj broj koji
se nalazi naspram broja u koloni kumulativ ispod u kojem je sadran broj
N/2. N je zbir svih apsolutnih frekvencija RGQRVQR RGJRYDUD YHOLLQL
populacije koja se posmatra.
1DRVQRYXSRGDWDNDXWDEHOLL]UDXQDMWHmedijanu.
Tabela 10. 3URVHDQEURMODQRYDSRGRPDLQVWYXX5HSXEOLFi Srbiji
3URVHDQ
EURMODQRYD Broj
Kumulativ
po GRPDLQVWDYD
ispod
GRPDLQVWYX (fi)
(xi)
1 16 16
2 52 68
3 36 104
4 10 114
5 6 120
6 1 121
121 -
Reenje:
Odgovor: 3RORYLQD GRPDLQVWDYD QD WHULWRULML 5HSXEOLNH 6UELMH LPD

prURVHDQEURMODQRYDGRPDLQVWYDPDQMLRGODQDGUXJDSRORYLQDYHL
Medijana se u okviru intervalne distribucije frekvencije moe
REUDXQDWLQDGYDQDLQD:
Preko kumulativa ispod:
55
Preko kumulativa iznad:
gde je:
ld donja granica intervala, lg gornja granica intervala,
fi < m zbir frekvencija do medijalnog intervala (k ispod)
fi > m zbir frekvencija do medijalnog intervala (k iznad)
fm frekvencija medijalnog intervala, i irina medijalnog intervala.

QDVWDYNXL]UDXQDMWHmedijanu.
Godine Broj anketiranih Kumulativ
ispod
26 - 32 3 3
32,1 38 6 9
38,1 44 8 17
44,1 50 23 40
50,1 56 2 42
56,1 62 2 44
62,1 i vie 1 45
45 -
Reenje:
Odgovor: Polovina ispitanika ima manje od 45,54 godina, a druga

polovina vie.
56
Medijana NDRPHUDFHQWUDOQHWHQGHQFLMHLPDRGUHHQHprednosti: 35
=DUD]OLNXRGDULWPHWLNHVUHGLQHQDYUHGQRVWPHGLDQHQHXWLX
ekstremne vrednRVWL ]ERJ HJD MH PHGLMDQD SRJRGQLMD PHUD
FHQWUDOQHWHQGHQFLMHXRGQRVXQDDULWPHWLNXVUHGLQXNDGDVNXS
sadri ekstremne male ili ekstremne velike vrednosti obeleja.
Jo jedna prednost medijane je u tome to ona moe biti
SUHFL]QRRGUHHQDDNLXVLWXDFijama kada je intervalna serija
podataka data sa otvorenim prvim ili poslednjim intervalom.
7DNRH X VOXDMX NDGD VHULMD SRGDWDND VDGUL NYDOLWDWLYQH
vrednosti obeleja medijana je jedina mera centralne tendencije
koja moe biti upotrebljena.
Vrednost medLMDQHPRHELWLRGUHHQDLJUDILNL]DUD]OLNXRG
YUHGQRVWLDULWPHWLNHVUHGLQHNRMDVHL]UDXQDYDVDPRSRPRX
formule.
MODUS
Mod (modus) je vrednost k RMD VH MDYOMDVD QDMYHRP IUHNYHQFLMRP X

seriji podataka. 36 Modus verodostojno prezentuje srednju vrednost homogenih
VWDWLVWLNLKVNXSRYD 1MHJRYDYUHGQRVWPRHELWLXWYUHQDNRGQXPHULNLKVHULMD
podataka. Ukoliko u seriji podataka postoji samo jedna vrednost obeleja sa
najvHom frekvencijom, onda MHUH o unimodalnoj seriji, a ako postoje dve
ili vie takvih vrednosti serija je bimodalna, tj. multimodalna.
0RGXV QH PRH ELWL RGUHHQ X VLWXDFLML NDGD VYH YUHGQRVWL REHOHMD
LPDMXPHXVREQRMHGQDNHIUHNYHQFLMH Kod serije podataka koja ima atributivna
REHOHMD PRGXV VH RGUHXMH QD LVWL QDLQ NDR NRG QXPHULNLh obeleja. Na
YHOLLQX PRGXVD QH XWLH SURPHQD IUHNYHQFLMD VYH GRN VH QH PHQMD QDMYHD
frekvencija vrednosti obeleja. Ukoliko je uzorak mali modus nije ba
najpogodnija mera centralne tendencije.
Kada je u pitanju prosta distribucija frekvencije modus predstavlja onu
YUHGQRVWREHOHMDNRMDLPDQDMYHXIUHNYHQFLMX
35
pp. 94.
36
Mann, P., 2009. Uvod u statistiku, Ekonomski fakultet, Beograd, str. 89.
57
,]UDXQDYDQMHPRGXVDQDRVQRYX
1DRVQRYXSRGDWDNDXWDEHOLL]UDXQDMWHmodus.
Reenje:
1DMYHD IUHNYHQFLMD MH SD je vrednost obeleja koja odgovara datoj
frekvenciji 2.
Odgovor: 1DMYHL EURM GRPDLQVWDYD QD WHULWRULML 5HSXEOLNH 6UELMH LPD
prURVHnRODQDGRPDLQVWYD.
Za intervalnu distributivnu frekvenciju vrednost modusa RGUHXMe se

pULPHQRPVOHGHHJREUDVFD:
l donja granica modalnog intervala, i irina intervala,

f1 frekvencija modalnog intervala, f2 frekvencija predmodalnog intervala
f3 frekvencija postmodalnog intervala.
,]UDXQDYDQMHPRGXVDQDRVQRYX
QDVWDYNXL]UDXQDMWHmodus.
26 - 32 3
32,1 38 6
38,1 44 8
44,1 50 23
50,1 56 2
56,1 62 2
62,1 i vie 1
45
58
Reenje:
Odgovor: 1DMYHLEURMLVSLWDQLND ima 46,6 godina.
MERE DISPERZIJE
Mere varijacije (disperzije) predstavljaju pokazatelje odstupanja vrednosti

REHOHMD RG SURVHQHYUHGQRVWLREHOHMDUkoliko je mala varijabilnost obeleja
NRML MH SUHGPHW SRVPDWUDQMD PRHPR VORERGQR VPDWUDWL GD DULWPHWLND VUHGLQD
verodostojno reprezentuje posmatrano obeleje. Srednja vrednost posmatranog
obeleMD ELH OR SUHGVWDYQLN WRJ REHOHMD XNROLNR MH SULVXWDQ YHOLNL
varijabilitet.37
8 VWDWLVWLNRM WHRULML L SUDNVL SRVWRML YLH SRGHOD PHUD GLVSHU]LMH 7DNR
mere varijacije moemo podeliti na:
pozicione i
L]UDXQDWH
apsolutne, gde spadaju:
- razmak varijacije,
-srednje apsolutno odstupanje,
-varijansa,
-standardna devijacija.
relativne, gde ubrajamo:
-relativna varijacija,
37
9XNRYL16SDVL6Statistika za ininjere, Univerzitet Singidunum, Beograd, str.
47.
59
-koeficijent varijacije,
-relativna devijacija.
Mere disperzije mogu razreiti dilemu i olakati donoenje poslovnih
odluka u situaciji kada su za dve alternative jednake vrednosti koja se dobija
SULPHQRP L]UDXQDWLK L SR]LFLRQLK VUHGQMLK YUHGQRVWL 1D RVQRYX KLSRWHWLNRJ
SULPHUDNRMLMHGDWXQDVWDYNXXRDYDVHNRMDMHVYUKDSULPHQHPHUDGLVSHU]LMH
8NROLNR SRHPR RG SUHWSRVWDYNH GD VPR PL SUHGX]HH /HD NRMH
nabavlja proizvode od GYD GREDYOMDD L] ]HPOMH 0LNL L 6RQMD NDR L GD MH
SURVHQD YUHGQRVW EURMD GDQD QHRSKRGQLK ]D SRSXQMDYDQMH QDUXGEHQLFH
MHGQDND]DREDGREDYOMDDSULPHQRPPHUDYDULMDFLMHGRQHHPRRGOXNXRWRPH
NRPGREDYOMDXWUHEDGDWLSUHGQRVW8QDVWDYNXMHGDWJUDILNLSULND]UDVSRUHGD
EURMDGDQDQHRSKRGQLK]DSRSXQMDYDQMHQDUXGEHQLFD]DSRPHQXWHGREDYOMDH
Grafikon 13. Grafikon 14.
1D RVQRYX JUDILNLK SULND]D XRDYDPR GD MH PDQMD GLVSHU]LMD NRG
GREDYOMDD 0LNL X RGQRVX QD GREDYOMDD 6RQMD %URM GDQD SRWUHEQLK ]D
REUDGXQDUXGEHQLFH]DGREDYOMDD0LNLNUHHVHRGGR.RGGREDYOMDD
Sonja dobro je to imamo i manji broj dana potrebnih za obradu (od 6 do 8
GDQD PHXWLP YHOLNL EURM GDQD REUDGH NDR WR MH L GDQD L]LVNXMX YHH
angaovanje radne snage to nije dobro. Na osnovu svega navedenog
SUHSRUXXMHPRL]ERUGREDYOMDD0LNLMHULPDPDQMXYDULMDELOQRVWXRGQRVXQD
GREDYOMDD6RQMD
0HUHYDULMDELOLWHWDREHOHMDLPDMXQHNHSRVHEQH NDUDNWHULVWLNH1DHOQR
se mRJXL]GYRMLWLVOHGHH 38
-Vrednost mera disperzije zavisi od disperzije podataka na osnovu kojih
VH RQD UDXQD .DGD MH YHD GLVSHU]LMD SRGDWDND YHD MH YUHGQRVW mera
disperzije i obrnuto.
38
60
-Mere disperzije uzimaju vrednost nula ukoliko su sve vrednosti obeleja
PHXVREQRMHGnake.
-Nijedna od mera disperzije ne mogu imati negativnu vrednost.
APSOLUTNE MERE DISPERZIJE
Razmak varijacije predstavlja meru disperzije koja se dobija kao razlika

izmeu najvee i najmanje vrednosti obeleja:
Krajnje vrednosti posmatrane serije RGUHXju razmak varijacije. Bazira

se samo na dve vrednosti obeleja (ekstremne vrednosti) i ne obuhvata sve
podatke posmatrane serije podataka. Zbog toga ne prua uvid u distribuciju
podataka posmatrane serije. Kada je serija podataka data sa otvorenim
intervaliPDQLMHPRJXHRGUHGLWLRYXPHUXGLVSHU]LMH
Razmak varijacije predstavlja pogodnu meri disperzije kod malih
uzoraka i u situaciji kada je u kratkom roku neophodna informacija o
varijabilnosti skupa podataka. Ova mera disperzije nalazi primenu u kontroli
kvaliteta gde se vri kontinuirana provera varijabilnosti sirovina ili gotovih
SURL]YRGD7DNRHPHWHRURORNRRGHOMHQMHNRULVWLRYXPHUXGLVSHU]LMHSULOLNRP
ocene vremenske prognoze, jer daje informacije o kretanju minimalne i
maksimalne temperature.
KadD VWDWLVWLNL VNXS VDGUL HNVWUHPQH YUHGQRVWL NDR GRSXQVND PHUD
varijacije moe se koristiti interkvartalna razlika. Zbog pojave ekstremnih
YUHGQRVWL L] XNXSQH SRSXODFLMH QHRSKRGQR MH L]GYRMLWL RGUHHQL SURFHQDW
SRGDWDNDXHPXSRPDXNYDUWLOL Moe se izrDXQDYDWLrazlika izmHX WUHeg i
prvog kvartala ili polukvartalna razlika kao polovina interkvartalne razlike.
Srednje apsolutno odstupanje predstavlja prosek apsolutnih odstupanja

YUHGQRVWLREHOHMD RG YUHGQRVWLDULWPHWLNHVUHGLQH 39 i REUDXQDYDVHSRPRX
VOHGHLKREUD]DFD
za negrupisane podatke:
39
Weiers, R., 2008. Introduction to Business Statistics, 6th Edition, Thomson South-Western,
USA, pp. 71.
61
,
za grupisane podatke:
.
=QDDMQR mesto u statistici zauzimaju centralni momenti Ktog reda
(K= 1, 2, 3, 4, . . . ), i predstavljaju srednju meru odstupanja pojedinih
YUHGQRVWLREHOHMDRGDULWPHWLNHVUedine stepenovana brojevima 0, 1, 2, ...k. 40
MatemDWLNL se mogu izraziti sledeim formulama:
,
Varijansa je jo jedna mera varijabiliteta posmatranog obeleja.

Varijansa populacije predstavlja sumu kvadraWD UD]OLND L]PHX VYDNRJ
opaanja i sredine populacije, podeljenu s dimenzijom populacije, N. 41 Ona
SUHGVWDYOMD SURVHQR NYDGUDWQR RGVWXSDQMH YUHGQRVWL REHOHMD RG DULWPHWLNH
sredine. 2EUDXQYDULMDQVH]DYLVLRGWRJDGDOLVXXSLWDQMX
negrupisani podaci:
,
grupisani podaci:
40
6WRMNRYL 0 6WDWLVWLND ]D PHQDGHUH (NRQRPVNL IDNXOWHW X 6XERWLFL 6XERWLFD VWU
156.
41
Newbold, P., Carlson, W., Thorne, B., 2010. Statistika za poslovanje i ekonomiju, Mate,
Zagreb, str. 53.
62
.
Nedostatak varijanse koji se ogleda u kvadriranju odstupanja vrednosti
REHOHMD RG DULWPHWLNH VUHGLQH RWNODQMD VH SULPHQRP GUXJH PHUH YDULMDELOLWHWD
vrednosti obeleja, a to je standardna devijacija.
Standardna devijacija daje SUHJOHG XGDOMHQRVWL SRMHGLQDQLK YUHGQRVWL
REHOHMD RG SURVHQH YUHGQRVWL 42 S obzirom na to da standardna devijacija
SUHGVWDYOMD SURVHQX XGDOMHQRVW YUHGQRVWL REHOHMD RG DULWPHWLNH VUHGLQH QHNH
vrednosti obeleja su blie vrednosti standardne devijacije, dok su druge
vrednosti obeleja dalje od te vrednosti. Ona predstavlja minimalno srednje
odstupanje vrednosti REHOHMD RG DULWPHWLNH VUHGLQH L L]UDXQDYD VH NDR
NYDGUDWQLNRUHQYHOLLQH varijanse:
ili ,
ili .
2EUD]DFNRMLVHNRULVWL]DREUDXQVWDQGDUGQHGHYLMDFLMHLYDULMDQVHNRG
grupisanih podataka primenjuje se i kod intervalne serije podataka s tom
razlikom to se umesto vrednosti obeleja xi koriste vrednosti sredina intervala
xs.
,]UDXQDYDQMHDpsolutnih mera disperzije na osnovu
Na osnovu podataka u tabeli 13 L]UDXQDMWH YDULMDQVX L VWDQGDUGQX
devijaciju.
42
Siegel, A., 2012. Practical Business Statistics, 6th Edition, Elsevier Inc., USA, pp. 98.
63
3URVHDQ
EURMODQRYD Broj
po GRPDLQVWDYD xi*fi x2 f*x2
GRPDLQVWYX (fi)
(xi)
1 16 16 1 16
2 52 104 4 208
3 36 108 9 324
4 10 40 16 160
5 6 30 25 150
6 1 6 36 36
121 304 - 894
Reenje:
Odgovor: 3URVHQR NYDGUDWQR RGVWXSDQMH SURVHQRJ EURMD ODQRYD

GRPDLQVWYD X 5HSXEOLFL 6UELML RG DULWPHWLNH VUHGLQH L]QRVL 0LQLPDOQR
SURVHQRRGVWXSDQMHSURVHQRJEURMDODQRYDGRPDLQVWYDX5HSXEOLFL6UELMLRG
DULWPHWLNHVUHGLQHL]QRVL
(03,5,-6.235$9,/2,2%,29/-(9$7(25(0$
Empirijsko pravilo daje ocenu procenta posmatrane populacije koji se

nalazi na udaljenosti od jedne, dve ili tri standardne devijacije.43 Ovo pravilo
moe se primeniti samo za seriju podataka koja ima normalan raspored
UDVSRGHODLPDREOLN]YRQD9DHVOHGHDSUDYLOD kako za podatke iz skupa, tako
i za podatke iz uzorka:44
43
Zagreb, str. 56.
44
64
oko 68% vrednosti obeleja nalazi se u opsegu jedne standardne
GHYLMDFLMHRGSURVHQHYUHGQRVWLREHOHMD
oko 95% vrednosti obeleja nalazi se u opsegu dve standardne
GHYLMDFLMHRGSURVHQHYUHGQRVWLREHOHMD
oko 99,7% vrednosti obeleja nalazi se u opsegu tri standardne
devijacije RGSURVHQHYUHGQRVWLREHOHMD
6YDNDYUHGQRVWREHOHMDNRMDVHUD]OLNXMH RG DULWPHWLNH VUHGLQH]D YLH
od tri standardne devijacije predstavlja ekstremnu vrednost.
RELRYOMHYDWHRUHPD predstavlja donju granicu povrine ispod krive koja
VH QDOD]L L]PHX GYH WDNH QD SRGMHGQDNRM XGDOMHQRVWL RG DULWPHWLNH VUHGLQH
'UXJLP UHLPD samo za bilo koje k YHH RG QDMPDQMH -1/k2 vrednosti
podataka nalazi se u opsegu k VWDQGDUGQLK GHYLMDFLMD RG SURVHQH YUHGQRVWL
posmatranog obeleja.45 Ova teorema moe se primeniti na sve oblike rasporeda.
2YRSUDYLORVHPRH]DSLVDWLQDVOHGHLQDLQ 46
Izabrane vrednosti od k 1,5 2 2,5 3

2
[1-(1/k )]% 55,6% 75% 84% 88,9%
RELATIVNE MERE DISPERZIJE
8NROLNRHOLPRGDSRUHGLPRGYD REHOHMD NRMD VX L]UDHQD X UD]OLLWLP

jedinicamDPHUHYDULMDQVXPRHPRL]UD]LWLXUHODWLYQRPREOLNXQDVOHGHLQDLQ
Koeficijent varijacije predstavlja relativnu meru varijabiliteta vrednosti

obeleja koji se dobija deljenjem standardne devLMDFLMHVDDULWPHWLNRPVUHGLQRP
i PQRHQMHP NROLQLND VD 0%. =D QMHJRYX SULPHQX ]QDDMQR MH GD VYH
vrednosti obeleja budu pozitivne. 47
45
46
Zagreb, str. 56.
47
Siegel, A., 2012. Practical Business Statistics, 6th Edition, Elsevier Inc., USA, pp. 108.
65
Kada se u seriji podataka javljaju ekstremne vrednosti koeficijent
YDULMDFLMHPRHLPDWLYHXYUHGQRVWRG8NROLNRMHYUHGQRVWNRHILFLMHQWD
YDULMDFLMHYHDWR]QDLGDMHYHLYDULMDELOLWHWYUHGQRVWLREHOHMDRNRDULWPHWLNH
sredine.
.RHILFLMHQW YDULMDFLMH RPRJXDYD SRUHHQMH YDULMDFLMD YUHGQRVWL SURGDMH
XRGQRVXQDDULWPHWLNXVUHGLQXNRGYHOLNRJLPDORJSUHGX]HD,DNRDSVROXWQH
mere varijacije (standardna devijacija i vaULMDQVD LPDMX YHH YUHGQRVWL NRG
velike firme u odnosu na vrednosti tih parametara kod male firme relativna mera
YDULMDFLMH PRH SRND]DWL LVWL YDULMDELOLWHW YUHGQRVWL REHOHMD RG DULWPHWLNH
VUHGLQH NRG RED SUHGX]HD 8SRUHLYDQMH YDULMDELOLWHWD SRGDWDND YLH UD]OLLWLK
VHULMDPRHVHYULWLSRPRXNRHILFLMHQWDinterkvartalne varijacije koji se dobija
QDVOHGHLQDLQ:
gde je
Na osnovu prethodnog primera 12. REUDXQDMWH NRHILFLMHQW
varijacije.
Odgovor: 3URVHno procentualno RGVWXSDQMH SURVHQRJ EURMD ODQRYD

GRPDLQVWYDX5HSXEOLFL6UELMLRGDULWPHWLNHVUHGLQH iznosi 41,59%.
MERE OBLIKA RASPOREDA
Varijacije YUHGQRVWL REHOHMD XWLX na DVLPHWULQRVW i spljotenost

rasporeda. U normalnoj raspodeli asimetrija i spljotenost imaju vrednost
MHGQDNX QXOL DOL WR VH UHWNR VUHH X GUXWYHQLP QDXNDPD48 Asimetriju i
48
Pallant, J., 2009. 63663ULUXQLN]DSUHLYOMDYDQMH Prevod 3. izdanja, Mikro knjiga, Beograd,
str. 58.
66
spljotenost treba proveravati za uzorke koji su manji od 200 elemenata. Kada je
X]RUDN UD]XPQR YHOLNL DVLPHWULQRVW QHPD ]QDWQLMHJ XWLFDMD QD UH]Xltate
analize. 49 Spljotenost rasporeda moe da prouzrokuje veoma nisku vrednost
standardne devijacije.
Koeficijent asimetrije odraava asimetriju rasporeda. Ovaj koeficijent
REHOHDYDVHVD3 LL]UDXQDYDVHNDRNROLQLNFHQWUDOQRJPRPHQWDWUHHJUHGDL
WUHHJVWHSHQDVWDQGDUGQHGHYLMDFLMH
Ukoliko kao rezultat analize dobijemo pozitivne vrednosti asimetrije, to

]QDL GD MH YHLQD UH]XOWDWD NRMH VPR GRELOL OHYR RG DULWPHWLNH VUHGLQH PHX
vrednostima koje su manje. Kod negativne vrednosti asimetrije vai obrnuto. Na
RVQRYX YUHGQRVWL GRELMHQRJ NRHILFLMHQWD PRHPR RGUHGLWL DVLPHWULQRVW
rasporeda i to:
NDGDMH3 RQGDMHUDVSRUHGVLPHWULDQ
kada je 3>0 UDVSRUHG MH DVLPHWULDQ XGHVQR pozitivna
asimetrija),
kada je 3<0 UDVSRUHG MH DVLPHWULDQ XOHYR (negativna
asimetrija).
Koeficijent spljotenosti odraava spljotenost rasporeda. Ovaj koeficijent
REHOHDYD VH VD 4 L L]UDXQDYD VH NDR NROLQLN FHQWUDOQRJ PRPHQWUD HWYUWRJ
reda i HWYUWRJVWHSHQDVWDQGDUGQHGHYLMDFLMH
Ukoliko kao rezultat analize dobijemo pozitivne vrednosti spljotenosti,

WR ]QDL GD MH YHLQD UH]XOWDWD QDJRPLODQD RNR FHQWUD UDVSRGHOH L UDVSRGHOD MH
iljatija od normalne raaspodele. Kod negativne vrednosti spljotenosti vai
obrnuto. Na osnovu vrednosti dobijenog koeficijenta moemo odrediti
spljotenost rasporeda i to:
NDGDMH4=3 onda je raspored je normalno spljoten,
kada je 4>3 raspored je vie izduen, a manje spljoten,
kada je 4<3 raspored je vie spljoten, a manje izduen.
49
Tabachnik, G., Fidell, S., 2007. Using multivariate statistics, Pearson/Allyn & Bacon, Boston,
str. 80.
67
,]UDXQDYDQMHkoeficijenata asimetrije i spljotenosti na osnovu
Na osnovu podataka u tabeli 14 L]UDXQDMWH asimetriju i spljotenost
rasporeda.
xi fi xi*fi x2 fi*x2 (xi- )3 (xi- )4 f*(xi- )3 f*(xi- )4
1 16 16 1 16 -1,51 2,51 -24,16 40,16
2 52 104 4 208 -0,51 5,02 -26,52 261,04
3 36 108 9 324 0,49 7,53 17,64 271,08
4 10 40 16 160 1,49 10,04 14,9 100,4
5 6 30 25 150 2,49 12,55 14,94 75,3
6 1 6 36 36 3,49 15,06 3,49 15,06
121 304 - 894 - - 0,29 763,04
Reenje:
Odgovor: Na osnovu rezultata analize koeficijent asimetrije iznosi

LYHLMHRGQXOe, ali blizu nuli, pa je prisutna blaga pozitivna asimetrija,
dok koeficijent spljotenosti LPD YUHGQRVW L YHL MH RG WR ]QDL GD MH
raspored vie izduen, a manje spljoten.
68
9 ta pokazuju mere centralne tendencije?

9 Koje su karakteristike srednjih vrednosti?
9 2EMDVQLWHSRMDPLNDUDNWHULVWLNHDULWPHWLNHVUHGLQe.
9 .RMLXVORYLPRUDMXELWLLVSXQMHQLGDELVHREUDXQDODDULWPHWLND
sredina?
9 .RMHVXSUHGQRVWLDNRMLQHGRVWDFL DULWPHWLNH VUHGLQH NDR PHUH
centralne tendencije?
9 Za koje serije podataka je najpogodnija geometrijska sredina?
9 ta pokazuje geometrijska sredina, a ta geometrijska stopa rasta?
9 Kada se koristi harmonijska sredina?
9 ta predstavlja medijana?
9 Koje su prednosti medijane?
9 ta predstavlja modus?
9 Koje su karakteristike modusa kao pozicione srednje vrednosti?
9 Pojam i podela mera varijacije?
9 Kako mere disperzije olakavaju donoenje poslovnih odluka?
9 Koje su karakteristike mera varijacije?
9 Koje su karakteristike i primena razmaka varijacije?
9 Koje su prednosti primene interkvartilne razlike?
9 ta predstavlja srednje apsolutno odstupanje?
9 ta predstavlja centralni momenat k-tog reda?
9 Definiite varijansu.
9 Definiite standardnu devijaciju.
9 Objasnite Empirijsko pravilo.
9 2EMDVQLWHRELRYOMHYXWHRUHPX
9 Koje su prednosti primene relativnih mera disperzije?
9 ta pokazuje koeficijent asimetrije?
9 Kako glase pravilD]DRGUHLYDQMHDVLPHWULQRVWLUDVSRUHGD"
9 ta pokazuje koeficijent spljotenosti?
9 .DNRJODVHSUDYLOD]DRGUHLYDQMHVSOMRWHQRVWLUDVSRUHGD"
9 8NRPVOXDMXQLMHPRJXHRGUHGLWLPRGXV"
9 .DGDQLMHPRJXHREUDXQDWLKDUPRQLMVNXVUHGLQX"
9 Koji uslovi moraju biti LVSXQMHQL GD EL VH REUDXQDOD
geometrijska sredina?
9 ObjasQLWHSRVWXSDNREUDXQDPHGLMDQH
69
3.
9(529$712$867$7,67,&,,
MODELI TEORIJSKIH RASPOREDA
6/8$-1,+3520(1/-,9,+
67$7,67,.$'(),1,&,-$9(529$712(
1(=$9,61,,=$9,61,'2*$$-,
86/291$,727$/1$9(529$712$
MODELI PREKIDNIH TEORIJSKIH RASPOREDA

MODELI NEPREKIDNIH TEORIJSKIH RASPOREDA
7067
POJAM I VRSTE 9(529$712(
7HRULMDYHURYDWQRHVHEDYL]DNRQLWRVWLPDNRMHVHXRDYDMXQDNRQYHOLNRJ
broja ponovljenih HNVSHULPHQDWD8SLWDQMXMHPDWHPDWLNDGLVFLSOLQDNRMDL]XDYD
]DNRQLWRVWL VOXDMQLK SRMDYD 1XPHULND PHUD REMHNWLYQH PRJXQRVWL GD VH
SRVPDWUDQLGRJDDMRVWYDULSUHGVWDYOMDYHURYDWQRX.
6WDWLVWLNDWHRULMDYHURYDWQRH SUHGVWDYOMDGHRWHRULMHYHURYDWQRe kojim se
NRULVWLVWDWLVWLND6WDWLVWLNHLOLVWRKDVWLNHSRMDYHSUHGVWDYOMDMXSRMDYHNRGNRMLKVH
QHPRHVDVLJXUQRXWYUGLWLNDGDHQDVWDWLLNDNYLHQMLKRYLPHXVREQLRGQRVL
biti. 6WDWLVWLNDSRYH]XMHPDWHPDWLNHPRGHOHVD HNVSHULPHQWDOQLPSRGDFLPDzbog
HJD MH RQD EOLD UHDOQRVWL RG YHURYDWQRH Tako je statistika pogodna za
SUHGYLDQMH EXGXQRVWL MHU QMHQRP SULPHQRP PRH VH QD QDMEROML QDLQ RGUHGLWL
koliko je potrebno novca, vremena, resursa za realizaciju nekog projekta.
6OXDMQLHNVSHULPHQWL (stDWLVWLNLLOLVWRKDVWLNLSUHGVWDYOMDMXHNVSHULPHQWH
LML UH]XOWDWL QH PRJX ELWL SRX]GDQR SUHGYLHQL 6OXDMQL GRJDDM je ishod
VOXDMQRJ HNVSHULPHQWD VWDWLVWLNRJ LOL VWRKDVWLNRJ HNVSHULPHQWD 6OXDMQL
GRJDDMPRHDOLLQHPRUDGDVHGRJRGL
Pored sOXDMQRJ GRJDDMD SRVWRML L VLJXUDQ GRJDDM 6LJXUDQ GRJDDM je
onaj koji se javlja svaki put kada se dati eksperiment vri. Ukoliko se pri realizaciji
HNVSHULPHQWDQLNDGDQHPRHSRMDYLWLQHNLGRJDDMUHMHRQHPRJXHPGRJDDMX.
8NROLNR SRHPR RG SUHWSRVWDYNH GD VX $ L % VOXDMQL GRJDDML YDL
VOHGHH
Ukoliko vai C = A B = AB, RQGDVHGRJDDM&UHDOL]XMHDNRL
VDPRDNRVHLVWRYUHPHQRUHDOL]XMXGRJDDML$L%
Ukoliko vai C = A U B, YDL RQGD VH GRJDDM & UHDOL]XMH DNR L
samo ako se realizuje bar jedDQGRJDDM$LOL%
.DGD VH UHDOL]DFLMRP GRJDDMD $ UHDOL]XMH L GRJDDM % RQGD MH
GRJDDM$SRGVNXSVNXSD%A B).
'RJDDML$L%VXMHGQDNL (A=B) kada vai A BiB A.
'RJDDM $` NRML VH UHDOL]XMH DNR L VDPR DNR VH GRJDDM $ QH
realizuje predstavlja VXSURWDQGRJDDMGRJDDMD$
8 VOXDMX NDGD VH GRJDDML $ L % QH PRJX LVWRYUHPHQR
UHDOL]RYDWL RQGD VH RQL PHXVREQR LVNOMXXMX L WDGD YDL
71
VOHGHHA B = .
8 VLWXDFLML NDGD RVWYDULYDQMH GRJDDMD % XWLH QD UHDOL]DFLMX GRJDDMD $
RQGD MH GRJDDM $ ]DYLVDQ RG GRJDDMD % 8 VXSURWQRP GRJDDML $ L % VX
nezavisni.
3RG XVORYRP GD VH GRJDDM % RVWYDULR XVORYQD YHURWDYQRD GRJDDMD $
GHILQLHVHQDVOHGHLQDLQ 50
.
8NROLNRMHGRJDDM$QH]DYLVWDQRGGRJDDMD%LREUDWQRWRVHGHILQLH
QDVOHGHLQDLQ
ili ili .
$NR GRJDDML $1, A2,..., Ai LQH SRWSXQL VLVWHP KLSRWH]D X RGQRVX QD
GRJDDM$RQGDIRUPXODSRWSXQHYHURYDWQRH LPDVOHGHLREOLN
2VODQMDMXL VH QD SRMDP UHODWLYQH IUHNYHQFLMH PRH VH GRL GR SRMPD
YHURYDWQRH8NROLNRSRHPRRGSUHWSRVWDYNHGD VHGRJDDM$PRHUHDOL]RYDWL
u eksperimentu koji se ponavlja n puta i da je f broj povoljnih realizacija
GRJDDMD $ X n ponavljanja eksperimenta, broj P=f/n predstavlja relativnu
XHVWDORVWSRMDYHGRJDDMD$XHNVSHULPHQWXNRMLVHSRQDYOMDn puta.
U druJRMVHULMLSRQDYOMDQMDLVWRJHNVSHULPHQWDGRELHVHQHNLGUXJLEURM
NRML SUHGVWDYOMD UHODWLYQX XHVWDORVW SRMDYH GRJDDMD $ X HNVSHULPHQWX NRML VH
SRQDYOMDRGUHHQLEURMSXWD
3RQDYOMDQMHP HNVSHULPHQWD QHRJUDQLHQR YHOLNL EURM SXWD GRELMD VH QL]
UD]OLLWLK vrednosti koje se grupiu oko nekog broja P(A) koji se naziva
VWDWLVWLNDGHILQLFLMDYHURYDWQRH
3RVPDWUDMXL SURVWX GLVWULEXFLMX IUHNYHQFLMD VWDWLVWLND GHILQLFLMD

YHURYDWQRHPRHVH]DSLVDWLQDVOHGHLQDLQ
-Prosta distribucija frekvencija:
x : x1 , x2 , x3 ,..., xk
50
Sahoo, P., 2013. Probability and mathematical statistics, University of Louisville, USA, p. 32.
72
f : f1 , f 2 , f3 ,..., f k
-Zakon verovatnRH
x : x1 , x2 , x3 ,..., xk
p : p1 , p2 , p3 ,..., pk;
gde je: Pi = fi / n;
-6WDWLVWLNDYHURYDWQRDXYLGXUHODWLYQLKIUHNYHQFLMD
;
-0RGHO]DNRQDYHURYDWQRH
p1 = f(x i ), i=1, 2, 3, ..., k.
MODELI PREKIDNIH I NEPREKIDNIH TEORIJSKIH

RASPOREDA
0RGHOL WHRULMVNLK UDVSRUHGD VOXDMQLK SURPHQOMLYLK RSLVXMX SRVPDWUDQX

VOXDMQXSURPHQOMLYX1DMHHQDPQLMHSR]QDWDYH]DL]PHXYUHGQRVWLVOXDMQH
promenljive X i njenog teRULMVNRJUDVSRUHGDVOXDMQLKSURPHQOMLYLK5D]OLNXMHPR
GYDRVQRYQDPRGHODWHRULMVNLKUDVSRUHGDVOXDMQLKSURPHQOMLYLK
Modeli prekidnih teorijskih rasporeda i
Modeli neprekidnih teorijskih rasporeda.
.DGDMHUHRPRGHOLPDSUHNLGQLKWHRULMVNLKUDVSRUHGDQDM]QDDMQLMLVX
%HUQXOLMHYUDVSRUHGYHURYDWQRH
%LQRPQLUDVSRUHGYHURYDWQRHL
3XDVRQRYUDVSRUHGYHURYDWQRH
Od neprekidnih teorijskih rasporeda izdvajamo:
1RUPDODQUDVSRUHGYHURYDWQRH
73
2 UDVSRUHGYHURYDWQRH
6WXGHQWRYWUDVSRUHGYHURYDWQRHL
SnedekoURYUDVSRUHGYHURYDWQRH
MODELI PREKIDNIH TEORIJSKIH RASPOREDA
%HUQXOLMHYUDVSRUHGYHURYDWQRH
6OXDMQD SURPHQOMLYD X LPD %HUQXOLMHY UDVSRUHG YHURYDWQRH XNROLNR

X]LPD VDPR GYH YUHGQRVWL L NRMLPD RGJRYDUDMX YHURYDWQRH p i q pod
uslovom da je p + q = 1.
X 0 1
P(x) p Q
Bernulijev raspored je koristan za eksperimente kojima se testira
realizacija jednog dogaaja jer ima samo jedan parametar raspodele p takav da je
0<p<1.
Matematiki se iskazuje kao:
X = E(X) = V i 2 = p*q
%LQRPQLUDVSRUHGYHURYDWQRH
%LQRPQXUDVSRGHOXYHURYDWQRHVOXDMQHSURPHQOMLYHX karakteriu dva

parametra:
n koji predstavlja broj nezavisnih ponavljanja eksperimenta i
p NRMLSUHGVWDYOMDYHURYDWQRXXVSHKD
6OXDMQD SURPHQOMLYD X LPD %LQRPQX UDVSRGHOX YHURYDWQRH VD
parametrima (n, p) ako i samo ako je: 51
51
Ramachandran, K., Tsokos, C., 2009. Mathematical Statistics with Applications, Elsevier
Academic Press, USA, p. 115.
74
SRGXVORYRPGDMH[ QSLT p.
Ovaj raspored predstavlja binomnu ekspanziju izraza (p + q)n.
AritmetLka sredina binomne slXDjne promenljive je:
Varijansa VOXDMQHSURPHQOMLYHMH
2(x) = n*p*q.
Koeficijent varijacije VOXDMQHSURPHQOMLYH je:
.
Koeficijent asimetrije VOXDMQHSromenljive je:
.
Koeficijent spljotenosti VOXDMQHSURPHQOMLYH je:
3XDVRQRYUDVSRUHGYHURYDWQRH
3XDVRQRY UDVSRUHG YHURYDWQRH VOXDMQH SURPHQOMLYH X naziva se i

UDVSRUHGRPUHWNLKGRJDDMD]ERJWRJDWRMHYHURYDWQRDp sasvim mala kada je
n YHOLNL1DMHHVHRYDMUDVSRUHG NRULVWLXVLWXDFLMLNDGDMHSLQD
ukoliko je n*p < 5 Puasonov raspored se pribliava Binomnom rasporedu.
-HGLQL SDUDPHWDU 3XDVRQRYRJ UDVSRUHGD MH SURVHDQ EURM MDYOMDQMD X
MHGLQLFL YUHPHQD R]QDHQ VD 6OXDMQD SURPHQOMLYD X]LPD EHVNRQDQR mnogo
FHOLKEURMHYDRGNVDYHURYDWQRDPD
AritmetLka sredina jednaka je varijansi:

(; 2 =
Koeficijent varijacije je:
75
Koeficijent asimetrije je:
Koeficijent spljotenosti je:
MODELI NEPREKIDNIH TEORIJSKIH RASPOREDA
1RUPDODQUDVSRUHGYHURYDWQRH
1RUPDODQ UDVSRUHG YHURYDWQRH VOXDMQH SURPHQOMLYH VH QDMHH

SULPHQMXMH X VWDWLVWLFL SRVHEQR X VWDWLVWLNRP ]DNOMXLYDQMX QD ED]L X]RUND
8NROLNRMHQ SLQ -S3XDVRQRYL%LQRPQLUDVSRUHGWHHQRUPDOQRP
rasporedu.
9HOLNL EURM VOXDMQLK SURPHQOMLYLK DSURNVLPDWLYQR LPD QRUPalan
UDVSRUHGDRQHVOXDMQHSURPHQOMLYHNRMHQHPDMXQLSULEOLQRQRUPDODQUDVSRUHG
PRJX ODNR ELWL WUDQVIRUPLVDQH QD QRUPDOQX VOXDMQX SURPHQOMLYX 1RUPDODQ
UDVSRUHGMHED]D]DSDUDPHWDUVNRVWDWLVWLNR]DNOMXLYDQMH
Formula ]DNRQDYHURYDWQRH VOXDMQH SUomenljive X koja ima normalan
raspored i uzima vrednosti iz intervala (-GDWDMHXQDVWDYNX
.
8] SRPR LQWHJUDOD GRELMD VH RHNLYDQD YUHGQRVW 1RUPDOQRJ UDVSRUHGD
VOXDMQHSURPHQOMLYH
.
Iz opteg oblika rasporeda dobija se standardizovani oblik normalnog
76
UDVSRUHGDXYRHQMHPVOHGHHVPHQH
.
'DNOH ]D VYDNX YUHGQRVW VOXDMQH SURPHQOMLYH ; GRELMD VH RGJRYDUDMXD
YUHGQRVW]DVOXDMQXSURPHQOMLYX=NRMDLPDQRUPDODQUDVSRUHG11RUPDOQL
UDVSRUHGVHQDMHHR]QDDYDVD;1 2).
Za vrednost aritPHWLNH VUHGLQH L YUHGQRVW YDULMDQVH VWDQGDUGL]RYDQL
oblik normalnog rasporeda datim Gausovom krivom izgleda ovako:
2 raspored verovDWQRH
2 UDVSRUHGSUHGVWDYOMDVXPXNYDGUDWDQH]DYLVQHVOXDMQHSURPHQOMLYH;
QHSUHNLGQRJWLSDL]LQWHUYDODNRMDLPD1RUPDOQXUDspodelu N(0;1).
9HURYDWQRD 2 UDVSRUHGD SURQDOD]L VH L] RGJRYDUDMXH WDEOLFH WDNR WR
SURLWD YUHGQRVW ]D RGJRYDUDMXL EURM VWHSHQL VORERGH L ]D GDWL EURM
<1). Tablica sadri vrednosti ]DVWHSHQLVORERGHRGGRD]DYHHYUHGQRVWL
stepena slobode mogu se koristiti pribline vrednosti tablice Normalnog
rasporeda.
6OXDMQDSURPHQOMLYDVD2 UDVSRUHGRPR]QDDYDVHNDR
.
2
.ULYD UDVSRUHGD SROD]L L] NRRUGLQDWQRJ SRHWND UDVWH GR PRGXVD
QDNRQHJDRSDGDLDVLPSWRWVNLVHSULEOLDYD[RVL
2 rDVSRUHG WHL VLPHWULQRM UDVSRGHOL NDGD Q 7DNRH 2 raspored
tei rasporedu koji je normalno spljoten.
Studentov t raspored YHURYDWQRH
=DNRQ YHURYDWQRH VOXDMQH SURPHQOMLYH ; NRMD LPD 6WXGHQWRY UDVSRUHG

]DSLVXMHVHQDVOHGHLQDLQ
77
.
Funkcija F(x) je unimodalna i dostie maksimum za t = 0 = Mo. Vrednost
medijane je jednaka vrednosti modusa.
=DVOXDMQHYHOLLQH=1LQH]DYLVQH VOXDMQDYHOLLQD
ima t raspored sa n stepeni slobode.

Za dati rizik greke i dati broj stepeni slobode iz tablica t rasporeda
nalazi se broj tn;1-.
6WXGHQWRY UDVSRUHG MH RGUHHQ EURMHP VWHSHQL VORERGH Q - 1. U

VOXDMXNDGDQ + Studentov raspored tei Normalnom rasporedu N(0;1), pa
VH]DX]RUNHNRMLVXYHLRGNRULVWLWDEOLFD1RUPDOQRJUDVSRUHGD
Snedekorov raspored YHURYDWQRH
Zakon verovDWQRH QHSUHNLGQD VOXDMQD SURPHQOMLYD ; LPD 6QHGHNRURY

)UDVSRUHGVD1 L2 VWHSHQLVORERGHLPDVOHGHLREOLN 52
=D[LNDGDVX1 L2 YHLRGQXOH

6QHGHNRURY)UDVSRUHGLPDVOHGHLREOLN
52
Sahoo, P., 2013. Probability and mathematical statistics, University of Louisville, USA, p.
405.
78
,
- nepristrasna i nezavisna ocena varijanse skupa na osnovu jednog

uzorka i
- nepristrasna i nezavisna ocena varijanse skupa na osnovu drugog

uzorka.
1 - SUHGVWDYOMDEURMVWHSHQLVORERGHYHHYDULMDQVHGRN
2 - predstavlja broj stepeni slobode manje varijanse.
$ULWPHWLNDVUHGLQDRYRJUDVSRUHGDMH
.
Varijansa Snedekorovog rasporeda je:
,
X]LVSXQMHQHVOHGHHXVORYH
,i .
79
9 ObjasniWHWHRULMXYHURYDWQRH
9 2EMDVQLWHVWDWLVWLNXWHRULMXYHURYDWQRH
9 .DNRVH]DSLVXMHVWDWLVWLNDGHILQLFLMDYHURYDWQRH"
9 WDMHVOXDMQL HNVSHULPHQWDWDVOXDMQLGRJDDM"
9 KRMD MH UD]OLND L]PHX VLJXUQRJ GRJDDMD L QHPRJXHJ
GRJDDMD"
9 .DNRVHGHILQLHXVORYQDYHURYDWQRD"
9 .DNRVH]DSLVXMHIRUPXODWRWDOQHYHURYDWQRH"
9 3ULNDLWH NDNR VH PRH L]UD]LWL YH]D L]PHX GRJDDMD SRPRX
skupovnih relacija.
9 1DYHGLWHPRGHOHSUHNLGQLKWHRULMVNLKUDVSRUHGDYHURYDWQRH
9 1DYHGLWHPRGHOHQHSUHNLGQLKWHRULMVNLKUDVSRUHGDYHURYDWQRH
9 Za koje eksperimente je koristan Bernulijev raspored
YHURYDWQRH"
9 .RMLSDUDPHWULNDUDNWHULX%LQRPQLUDVSRUHGYHURYDWQRH"
9 KaNRVHGUXJDLMHQD]LYD3XDVRQRYUDVSRUHGYHURYDWQRHLNDGD
VHRQQDMHHNRULVWL"
9 .RML UDVSRUHG YHURYDWQRH VOXDMQH SURPHQOMLYH VH QDMHH
primenjuje u praksi i zato?
9 Kada 2 UDVSRUHGWHLVLPHWULQRMUDVSRGHOL"
9 Pod kojim uslovom Studentov raspored tei Normalnom
rasporedu?
9 Objasnite Snedekorov F raspored.
80
81
4.
67$7,67,.2=$./-8,9$1-(NA BAZI
UZORKA
-OCENJIVANJE NEPOZNATIH PARAMETARA SKUPA

-DULWPHWLNHVUHGLQHNDGDMHYDULMDQVDVNXSDSR]QDWDL
nepoznata, a uzorak mali i veliki
-proporcije osnovnog skupa na bazi uzorka
-varijanse osnovnog skupa na bazi uzorka
-TESTIRANJE HIPOTEZA O PARAMETRIMA SKUPA
-RDULWPHWLNRMVUHGLQLRVQRYQRJVNXSD
-o proporciji osnovnog skupa
- 2 TEST, POJAM I OBLICI
-test oblika rasporeda i test nezavisnosti obeleja
8278
32-$0,2%/$67,67$7,67,.2*=$./-8,9$1-$
HVWR MH X QDXQLP LVWUDLYDQMLPD QHPRJXH REXKYDWLWL VYH HOHPHQWH

posmatranog skupa. Odluke se donose na osnovu opservacija i merenja koja nisu
VYHREXKYDWQD =ERJ QHPRJXQRVWL SURXDYDQMD FHORJ VWDWLVWLNRJ VNXSD
stratistiNo istraivanje se svodi na jedan deo statistiNRg skupa koji se naziva
uzorak. Uzorak je podobniji za analizu zbog finansijskih, organizacionih i
WHKQLNLK XVORYD 9HOLND VH SDQMD XVPHUDYD SDOMLYRP RGDELUX YUVWH L YHOLLQH
uzorka.
6WDWLVWLNR]DOMXLYDQMH zasniva se na primeni induktivnog i deduktivnog
metoda za spoznaju relevantne istine koja je sadrana u pretpostavkama koje se
RGQRVH QD UHDODQ VYHW 1DXQRP REUDGRP VWDWLVWLNLK SRGDWDND L GRQRHQMHP
]DNOMXNDNRMLVH]DVQLYDMXQDWDNYLPSRGDFLPDPRHPRGRLLGRLQIRUPDFLMD
NRMH VH QH VODX V QDLP SUHWSRVWDYNDPD 6WDWLVWLNLP ]DNOMXLYDQMHP D QD
osnovu izmerenih rezultata aQDOL]H X]RUND GRQRVH VH ]DNOMXFL R SDUDPHWULPD
osnovnog skupa.
StatisWLNo zakljuLvanje obuhvata:
ocene nepoznatih parametara osnovnog skupa (interval poverenja i
takaste ocene);
testiranje statistiNLh hipoteza o parametrima i raspodelama statistikog
skupa.
Ocenjivanje parametara osnovnog skupa vri se na osnovu poznatih
SDUDPHWDUD X]RUND X] RGJRYDUDMXL UL]LN JUHNH Testiranje hipoteze
podrazumeva ispitivanje da li je unapred definisana pretpostavka o vrednosti
parametara osnovnog skupa istinita ili ne. Na osnovu rezultata testiranja, a sa
pouzdanou manjom od 100% prihvatamo nultu ili alternativnu hipotezu.
1DNRQWRJDXWYUXMHPRGDOLVPRSULKYDWLOLQDXSUHWSRVWDYNXLOLQH
8 SRVWXSNX VWDWLVWLNRJ ]DNOMXLYDQMD NRULVWH VH SDUDPHWDUVNH L
neparameWDUVNHPHWRGH7DNRHYHRPDMHYDQRPHULWLSRX]GDQRVWVWDWLVWLNRJ
]DNOMXLYDQMD MHU MH X SURWLYQRP RQR QHSRWSXQR 3RVHEQR MH ]QDDMQR REUDWLWL
SDQMXNRGRGUHLYDQMD YUHGQRVWL IDNWRUDSRX]GDQRVWL 8NROLNR VH NRULVWL YHOLNL
X]RUDNQRQGDVHNULWLQDYUHGQRVWRGUHXMHQDED]L1RUPDOQRJUDVSRUHGDL
koristi se Z test. Kada je uzorak manji od 30 smatra se da je mali uzorak u pitanju
LNULWLQHYUHGQRVWLWHVWDVHRGUHXMXQDED]L6WXGHQWRYRJWUDVSRUHGDLNRULVWLVH
T test.
83
REPREZENTATIVNOST UZORKA I S7$7,67,.(*5(.(
3URFHV VWDWLVWLNRJ RFHQMLYDQMD PRUD ELWL SUHFL]DQ 7R VH REH]EHXMH

DGHNYDWQLP L]ERURP X]RUND 8]RUDN QD RVQRYX NRMHJ VH YUL VWDWLVWLNR
ocenjivanje mora biti reprezentativan. Ukoliko je uzorak jednak osnovnom
skupu moemo smatrati da je uzorak u potpunosti reprezentativan. Ovakav
VOXDM MDYOMD VH NRG SRWSXQRJ SRSLVD 0HXWLP DQDOL]D VYLK HOHPHQDWD
RVQRYQRJVNXSD HVWR QLMH ILQDQVLMVNL LVSODWLYD LWHKQLNL L]YRGOMLYD =ERJ WRJD
VH X SUDNVL YHOLLQD X]RUND XGDOMDYD RG YHOLLQH VNXSD to moe predstavljati
problem kod heterogenih skupova.
Kod heterogenih skupova struktura uzoraka moe odstupati od strukture
VNXSD7DNRHPRHVHL]GYRMLWLYLHX]RUDNDLVWHYHOLLQHDOLUD]OLLWHVWUXNWXUH
LRQLHGRYHVWLGRUD]OLLWLKUH]XOWDWDRFHne koja se vri na osnovu njih. Ukoliko
VDJOHGDPR VYH YUVWH X]RUND VOXDMQL X]RUDN SUXD najvie sigurnosti s aspekta
reprezentativnosti.
8 SURFHVX VWDWLVWLNRJ LVWUDLYDQMD MDYOMDMX VH VWDWLVWLNH JUHNH
6WDWLVWLNH JUHNH VH UHH MDYOMDMX X SULURGQLP Qego u drutvenim naukama. U
praksi se naMeH javljaju slXajne i neslXajne greke. Pored njih postoje i
nezakonite JUHNH7DNRHUD]OLNXMHPRX]URQH i QHX]URQH greke.
6OXDjne greke nastaju zbog toga to se elementi u uzorku biraju na
VOXDMDQ QDLQ 9HOLLQD VOXDMQH JUHNH SUHGVWDYOMD UD]OLNX L]PHX empirijske
vrednosti parametra osnovnog skupa i ocenjene vrednosti parametra na bazi
uzorka 6 RE]LURP QD WR GD X]RUFL UD]OLLWR UHSUH]HQWXMX RVQRYQL VNXS MHU VH
njihova struktura moe razlikovati bez RE]LUD QD WR WR VX LVWH YHOLLQH VOXDMQD
JUHNDVHUD]OLNXMH]DSRMHGLQDQHX]RUNH8NROLNRMHX]RUDNYHLVOXDMQDJUHND
je manja i obrnuto.
Nesluajne greke QDVWDMXL]QHSR]QDWLKUD]ORJDLRELQRVHRWNULYDMXX
kasnijoj fazi analize. Ove greke su RSDVQHMHUPRJXGRYHVWLGRORLK]DNOMXDND
NRMHGRQRVLPRQDRVQRYXVWDWLVWLNHDQDOL]H,]EHJDYDQMHPQHVOXDMQLKJUHDND
REH]EHXMH VH UHSUH]HQWDWLYQRVW X]RUND 1HVOXDMQH JUHNH PRJX ELWL greke
DQNHWDUDSULOLNRPXSLVLYDQMDRGJRYRUDWHKQLNHJUHNHSULOikom obrade, greka
]ERJGRQRHQMD]DNOMXNDVDPRQDRVQRYXMHGQRJGHODX]RUNDLVOLQR
6YDND VWDWLVWLND JUHND QRVL VD VRERP moralni problem. Ovi problemi
VHRELQRMDYOMDMXNRGQHVOXDMQLKX]RUDND8NROLNRHOLPRGDQDPHUQRXWLHPR
na rezultate statistLNRJ]DNOMXLYDQMDL]ERJWRJDL]X]RUNDQDPHUQRLVNOMXLPR
neke elemente greka prikrivanja postaje moralni problem. Greka
84
neodgovaranja MHPRUDOQLSUREOHPNDGDLVSLWLYDQDPHUQRIRUPXOLHRQDSLWDQMD
]D NRMD ]QD GD QD QMLK LVSLWDQLFL QHH GDWL RGJRYRU L QD WDM QDLQ LK RQVYHVQR
LVNOMXXMH L] VWDWLVWLNH DQDOL]H 8NROLNR UH]XOWDWH LVWUDLYDQMD SURJODVLPR
]QDDMQLPEH]SUHWKRGQHSURYHUHUHSUH]HQWDWLYQRVWLX]RUNDQDRVQRYXNRMHJVH
YULOD VWDWLVWLND DQDOL]D greka uzimanja uzorka postaje moralni problem.
7DNRHkod greke merenja moe nastati moralni problem. Pogodni primeri za
RYX VLWXDFLMX VX NDGD LVSLWDQLN QDPHUQR GDMH ODQH LQIRUPDFLMH MHU RVHD RWSRU
SUHPDLVSLWLYDXNDGDLVSLWLYDsvojim tonom i stavom navodi ispitanika da daje
RGUHHQHRGJRYRUHLli bira pitanja koja navode odgoYRUHXRGUHHQRPVPHUXL
drugo.
5$6325('$5,70(7,.,+65(',1$8=25$.$,1-,+29(
VARIJANSE
Osnovni skup sastoji se od svih elemenata posmatranja tako da se

SDUDPHWUL NRMH UDXQDPR QD RVQRYX QMHJD NRQVWDQWH =D RVQRYQL skup moe
SRVWRMDWL VDPR MHGQD YUHGQRVW DULWPHWLNH VUHGLQH YDULMDQVH VWDQGDUGQH
devijacije, koeficijenta varijacije i mera oblika rasporeda. S obzirom na to da se
L]RVQRYQRJVNXSDPRJXL]GYRMLWLEURMQLX]RUFLYHSRPHQXWLSDUDPHWULXNROLNR
VH L]UDXQDYDMX QD QLYRX X]RUND SUHGVWDYOMDMX VOXDMQH SURPHQOMLYH ,]X]HWDN
SUHGVWDYOMD VOXDM NDGD UDXQDPR SRPHQXWH SDUDPHWUH ]D L]DEUDQ X]RUDN
YHOLLQHn, WDGDVXL]UDXQDWLSDUDPHWULNRQVWDQWH
Parametri uzorka odstupaju od parametara skupa iz kojeg je uzorak
L]YXHQ 7DNR VH L DULWPHWLNH VUHGLQH X]RUDND m) razlikuju od uzorka do
X]RUND DOL L RG DULWPHWLNH VUHGLQH VNXSD *UXSLVDQMHP L]UDXQDWLK
DULWPHWLNLK VUHGLQD SR QMLKRYRM YUHGQRVWL GRELMD VH numerLka serija koja se
zove raspored aritmetikih sredina uzorka. =DKYDOMXMXLUDVSRUHGXDULWPHWLNLK
VUHGLQD X]RUDND PRH VH L]UDXQDWL DULWPHWLND VUHGLQD VNXSD $ULWPHWLND
VUHGLQDRVQRYQRJVNXSDRGJRYDUDDULWPHWLNRMVUHGLQLVYLKDULWPHWLNLKVUHGLQD
X]RUDND 5DVSRUHG DULWPHWLNLK VUHGLQD X]RUDND VH SULEOLava normalnom
UDVSRUHGXVDSRUDVWRPEURMDLYHOLLQHX]RUDND
2GVWXSDQMH DULWPHWLNLK VUHGLQD X]RUND RG QMLKRYH ]DMHGQLNH
DULWPHWLNHVUHGLQHPHULVHYDULMDQVRPDULWPHWLNLKVUHGLQDVarijansa osnovnog
VNXSD YHD MH RG YDULMDQVH DULWPHWLNL VUHGLQD X]RUDka NRML VX L]YXHQL L] WRJ
VNXSD 8 VOXDMX NDGD X]RUDN VDGUL VYH HOHPHQWH RVQRYQRJ VNXSD YUHGQRVW
85
varijanse uzorka je nula, a varijansa uzorka jednaka je varijansi osnovnog skupa
NDGDMHYHOLLQDX]RUNDMHGQDNDMHGLQLFL
OCENE NEPOZNATIH PARAMETARA OSNOVNOG SKUPA
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDNDGDMHYDULMDQVD
osnovnog skupa poznata
2FHQMLYDQMH DULWPHWLNH VUHGLQH RVQRYQRJ VNXSD ( ) vri se na bazi

uzorka n VDRGJRYDUDMXLPUL]LNRPJUHNHLOLVWHSHQRPSRX]GDQRVWL2FHQMLYDQMH
se vri na bazi intervala poverenja.
Interval poverenja ]D RFHQX DULWPHWLNH VUHGLQH NDda je varijansa
RVQRYQRJVNXSDSR]QDWDL]UDXQDYDVHQDVOHGHLQDLQ
,
gde je - DULWPHWLNDVUHGLQDVNXSDP- DULWPHWLNDVUHGLQDX]RUNDQ- uzorak,
- varijansa osnovnog skupa, Z1- - faktor pouzdanosti.
Vrednost Z1- nalazi se iz tablice normalnog rasporeda. Rizik da smo u
]DNOMXLYDQMXQDSUDYLOL JUHNXSUHGVWDYOMDUL]LNJUHNH LR]QDDYDVHVD .RG
LQWHUYDODSRYHUHQMDRGUL]LNJUHNHL]QRVL 2ELQRVHXSUDNVLELUD
interval poverenja od 95% jer se tako dobija najvia pozdanost i relativna
preciznost ocene istovremeno. Tada sD SRX]GDQRX RG WYUGLPR GD VH
DULWPHWLNDVUHGLQD VNXSD QDOD]L X QDYHGHQRP LQWHUYDOX RGQRVQR SRVWRML UL]LN
RGGDVPRSRJUHQR]DNOMXLOL
6WDQGDUGQDJUHNDRFHQHPRHVHR]QDLWLLRYDNR
.
Standardna greka aritmetiNLh sredina uzoraka bez ponavljanja manja je od
standardne greke aritmetiNLh sredina uzoraka izabranih iz beskonanih
skupova, pa se stoga dobija ui interval poverenja aritmetike sredine
86
osnovnog skupa.
Preciznost ocene meri se sleGHLPL]UD]RP
.
8NROLNR VH SULPHQRP RYRJ L]UD]D GRELMH YHD YUHGQRVW PDQMD MH SUHFL]QRVW
ocene parametara osnovnog skupa na bazi uzorka.
$ULWPHWLNDVUHGLQDX]RUND]DQHJUXSLVDQHSRGDWNHGRELMDVHL]VOHGHHJ
obrasca:
ili
gde je m DULWPHWLND sredina uzorka, x posmatrano obeleje, a n - YHOLLQD
uzorka.
3RPRX LQWHUYDOD SRYHUHQMD PRHPR RFHQLWL L DJUHJDWQH YHOLLQH.
Interval poverenja agregata je:
.
gde je N - osnovni skup.
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDQDED]LYHOLNRJX]RUND
kada je varijansa osnovnog skupa nepoznata
8SUDNVLQDMHHQLVXSR]QDWHYUHGQRVWLYDULMDQVHLVWDQGDUGQe devijacije
RVQRYQRJVNXSD5D]OR]L]DWRVXYHSRPLQMDQLXUDQLMHPWHNVWX7HHMHYULWL
analizu nad svim elementima osnovnog skupa s obzirom na to da skupovi mogu
biti izuzetno veliki.
Ako se sWDQGDUGQDJUHNDRFHQHPRHL]UDXQDWLRYDNR
,
njena ocenjena vrednost je:
,
gde je Sn VWDQGDUGQDGHYLMDFLMDX]RUNDNRMDVHUDXQDQDVOHGHLQDLQ
87
ili ,
ili .
Kada je varijansa osnovnog skupa poznata koristi se VOHGHD statistika
testa:
,
koja ima standardizovan normalan raspored N (0;1). 0HXWLP NDGD YDULMDQVD
RVQRYQRJVNXSDQLMHSR]QDWDDX]RUDNMHYHLRGHOHPHQWDQ30), konstruie
se nova statistika testa:
.
Interval poverenja za aritmetiku sredinu osnovnog skupa kada varijansa
osnovnog skupa nije poznata je:
,
gde je - DULWPHWLNDVUHGLQDVNXSD=1- IDNWRUSRX]GDQRVWLNRMLVHUDXQDL]
tablice Normalnog rasporeda, m DULWPHWLNDVUHGLQDX]RUNDD6Q standardna
JUHNDDULWPHWLNHVUHGLQH
Ukoliko elimo da smanjimo greku ocene, posebno kod vrlo raznovrsnih
osnovnih skupova, primenjujemo analizu na osnovu stratifikovanog uzorka. Kod
ovog uzorka varijansa je manja RG YDULMDQVH NRG SURVWRJ VOXDMQRJ X]RUND,
interval poverenja ui, a ocena na bazi njega preciznija. Na osnovu
stratifikovanih uzoraka moe se vriti ocena pojedinih parametara iz svakog
stratuma. Stratifikovani uzorak eliminie varijabilnost izmHu stratuma kao
izvora veliine standardne greke.
AritmetLka sredina stratifikovanog uzorka predstavlja ponderisanu
aritmetiku sredinu prostih sluajnih uzoraka. 9HOLLQD X]RUND RGJRYDUD
SURSRUFLRQDOQRYHOLLQLVWUDWXPDL]NRJMHL]YXHQX]RUDN:
88
, za i = 1, 2, 3, ..., s, gde je s broj stratuma.
AritPHWLNX VUHGLQX VYDNRJ VWUDWXPD L]UDXQDYDPR na osnovu uzorka
NRMLMHL]YXHQL]WRJVWUDWXPDQDVOHGHLQDLQ
,
gde je n= n1 + n2 + n3 + ...+ ns YHOLLQDVWUDWLILNRYDQRJX]RUND
Standardna greka ocene je:
, , pa je:
.
Interval poverenja za aritmetiku sredinu osnovnog skupa na bazi
stratifikovanog uzorka glasi ovako:
(m Z1-2*Sm; m + Z1-*Sm).
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDQDED]LPDORJX]orka
kada je varijansa osnovnog skupa nepoznata
Kada je varijansa osnovnog skupa poznata koristi se VOHGHD statistika

testa:
,
koja ima standardizovan normalan raspored N (0;1). 0HXWLP NDGD YDULMDQVD
osnovnog skupa nije poznata, a uzorak je manji od 30 elementa (n<30),
konstruie se nova statistika testa:
89
Interval poverenja za aritmetiku sredinu osnovnog skupa kada varijansa
osnovnog skupa nije poznata, a uzorak mali je:
,
gde je - DULWPHWLNDVUHGLQDVNXSDWn- IDNWRUSRX]GDQRVWLNRMLVHUDXQD
iz tablice Studentovog t rasporeda, m DULWPHWLND VUHGLQD X]RUND D 6Q
VWDQGDUGQDJUHNDDULWPHWLNHVUHGLQH
Ocenjivanje proporcije skupa na osnovu uzorka
Parametar P predstavlja proporciju (procenat) elemenata u osnovnom

VNXSX NRML VH L]GYDMDMX SR RGUHHQRM NDUDNWHULVWLFL 'D EL VH RFHQLR QHSR]QDWL
paraPHWDU3NRULVWLVHVOHGHDVWDWLVWLNDWHVWD
.
Interval poverenja za ocenu proporcije osnovnog skupa kada je veliki
uzorak je:
P - Z1-Sp P + Z1-Sp,
gde je P ocenjena vrednost na osnovu uzorka i Sp ocenjena vrednost
standardne greke proporcije.
Ocenjena vrednost na osnovu uzorka L]UDXQDYDVHQDVOHGHLQDLQ
P= ,
gde je f EURMHOHPHQDWDX]RUNDNRMLVHL]GYDMDMXSRRGUHHQRMNDUDNWHULVWLFL
Ocenjena vrednost VWUDQGDUGQH JUHNH SURSRUFLMH L]UDXQDYD VH QD
VOHGHLQDLQ
.
Vrednost faktora pouzdanosti razlikuje se za velike i male uzorke. Za
velike uzorke faktor pouzdanosti Z1- L]UDXQDYD VH QD RVQRYX WDEOLFH
Normalnog rasporeda, a za male uzorke tn-1 na osnovu tablice Studentovog t
rasporeda. Poeljno je da se standardna greka ocene koriguje oduzimanjem 1
90
od n.
.DRWRMHELRVOXDMNRGRFHQHDULWPHWLNHVUHGLQHPRJXHMHIRUPLUDWL
LQWHUYDOSRYHUHQMD]DDJUHJDWQXYHOLQXQDRVQRYXLQWHUYDODSRYHUHQMD]DRFHQX
proporcije uzorka.
.DGD MH X SLWDQMX SURVW VOXDMDQ VWUDWLILNRYDQL X]RUDN QMHJRYD YHOLLQD
RGJRYDUDSURSRUFLRQDOQRYHOLLQLVWUDWXPDL]NRJMHL]YXHQX]RUDN:
, za i = 1, 2, 3, ..., s, gde je s broj stratuma.
,
gde je n YHOLLQDX]RUND
Ocena standardne greke proporcije je:
, , pa je:
.
Interval poverenja za ocenu proporcije skupa p, a na bazi stratifikovanog
uzorka je:
Ocenjivanje varijanse osnovnog skupa na bazi uzorka
1D RVQRYX X]RUND YHOLLQH n varijansu osnovnog skupa ocenjujemo

statistikom testa koja glasi:
,
2
koja LPD raspodelu sa (n 1) stepeni slobode.
91
Ocena varijanse uzorka je:
ili ,
ili .
2
Kako varijansa uzorka Sn nije nepristrasna ocena varijanse osnovnog
VNXSD 2 uvodimo popravljenu varijasu uzorka koja predstavlja nepristrasnu
ocenu varijanse osnovnog skupa:
.
Interval poverenja za ocenu varijanse osnovnog skupa na osnovu
varijanse uzorka je:
7(67,5$1-(3529(5$67$7,67,.(+,327(=(
'UXJD REODVW VWDWLVWLNRJ ]DNOMXLYDQMD SRUHG RFHQMLYDQMD QHSR]QDWLK

parametara osnovnog skupa na bazi uzorka, je testiranje statiVWLNLK KLSRWH]D
1DXQLPHWRGWHVWLUDQMHVWDWLVWLNLKKLSRWH]D primenjuje se za proveru ispravnosti
unapred postavljene pretpostavke o vrednosti parametara osnovnog skupa.
3RUHG VWDWLVWLNLK KLSRWH]D R SDUDPHWULPD RVQRYQRJ VNXSD PRJX VH
testirati i hipote]HRUDVSRUHGXRVQRYQRJVNXSD6WDWLVWLNLWHVWRYLNRMLVHNRULVWH
prilikom testiranja mogu biti parametarski i neparametarski.
'RNVHSDUDPHWDUVNLPVWDWLVWLNLPWHVWRYLPDLVSLWXMHDULWPHWLNDVUHGLQD
QHSDUDPHWDUVNLP VWDWLVWLNLP WHVWRYLPD LVSLWXMH VH PHGijana. Neparametarski
92
testovi nalaze primenu u praksi zbog toga to veliki broj pojava nije kvantitativno
PHUOMLY YH VH PRH SUHGVWDYLWL X YLGX UDQJRYD 'D EL VH SULPHQLR
neparametarski test osnovni skup iz kojeg uzimamo podatke mora imati
neprekidan raspored.
3RVWXSDNWHVWLUDQMDSRVWDYOMHQHKLSRWH]HSRGUD]XPHYDVOHGHHID]H
formulisanje nulte i alternativne hipoteze;
L]ERUYHOLLQHLWLSDX]RUND
L]ERURGJRYDUDMXHVWDWLVWLNHWHVWD
L]ERUUL]LNDJUHNHRGQRVQRYHURYDWQRH
definisanje kriterijuma za prihvatanje/odbacivanje nulte nipoteze;
L]UDXQDYHQMHYUHGQRVWLVWDWLVWLNHWHVWD
NRPSDUDFLMD GRELMHQH YUHGQRVWL VD NULWLQLP YUHGQRVWLPD L]
VWDWLVWLNHWDEOLFH
donoenje odluke o prihvatanju ili odbacivanju postavljene
hipoteze.
Nulta hipoteza (Ho) preGVWDYOMDRHNLYDQXYUHGQRVWRGUHHQRJSDUDPHWUD
RVQRYQRJ VNXSD 2QD VDGUL WYUHQMH R YUHGQRVWL QHSR]QDWRJ SDUDPHWUD
osnovnog skupa koje elimo da osporimo. U alternativnoj hipotezi (H1) unosimo
RQH YUHGQRVWL RGUHHQRJ SDUDPHWUD RVQRYQRJ VNXSD NRMH QLVX REXKYDHQH X
nultoj hipotezi.
Prilikom postavljanja nulte i alternativne hipoteze neophodno je posebno
obratiti panju da nau pretpostavku koju elimo da potvrdimo prikaemo u
okviru alternativne hipoteze. To je neophodno jer za odbacivanje nulte hipoteze
PRUDPRLPDWLYHRPDMDNHUD]ORJHRGUD]ORJD]DQMHQRSULKYDWDQMH8WRPVOXDMX
ukoliko odbacimo nultu hipotezu onda je alernativna hipoteza sa velikom
VLJXUQRX WDQD 0HXWLP WYUGQMX GD MH QLSRWH]D WDQD QH WUHED SULKYDWLWL VD
YHOLNRPVLJXUQRX7R]QDLGDQHPDPRGRYROMQRMDNHGRND]HGDRVSRULPRWX
WYUGQMX L GRN MH WDNR WYUGQMD H ELWL WDQD 'DNOH DOWHUQDWLYQX KLSRWH]X
DXWRPDWVNLSULKYDWDPRLPQDRVQRYXUH]XOWDWDVWDWLVWLNHWHVWDRGEDFLPRQXOWX
hipotezu.
6WDWLVWLND KLSRWH]D PRH ELWL SURVWD L VOoena. Hipoteze Ho i H1 mogu
ELWLSRVWDYOMHQHQDWULQDLQD
Ho (t = t0) protiv H1 W t0);
+RWW0) protiv H1 (t > t0);
+RWW0) protiv H1 (t > t0).
Prva kombinacija hipoteza predstavlja dvostrani test, dok je u preostala
93
GYDVOXDMDUHRMHGQRVWUanom testu.
8 SURFHVX VWDWLVWLNRJ WHVWLUDQMD D SULOLNRP GRQRHQMD RGOXND QD ED]L
rezultata statistike testa mogu se javiti greka prve vrste i greka druge vrste 53.
8VOXDMXNDGDVHRGEDFLQXOWDKLSRWH]D+RDRQDMHXVWYDULWDQDRQGD
VPRQDLQLOLJUHNXSUYHYUVWH9HURYDWQRDJUHNHSUYRJWLSDQD]LYDVHnivo
SUDJ]QDDMQRVWL
3+RRGEDFXMHPR+RMHWDQD
8 VOXDMX NDGD SULKYDWLPR QXOWX KLSRWH]X +R D VWYDUQR MH WDQD
hipoteza H1 SUDYLPR JUHNX GUXJH YUVWH 9HURYDWQRD GD VH GHVL JUeka druge
vrste naziva se PRWHVWD LR]QDDYDVHVD
3+RVHSULKYDWD+RMHQHWDQD
Baza na osnovu koje se vri testiranje hipoteza zove se statistika uzorka.
Statistika testa SUHGVWDYOMDNROLQLNUD]OLNHL]PHXRFHQHSDUDPHWUDLKLSRWHWLNH
vrednosti u odnosu na standardnu greku ocene:
7HVWLUDQMHKLSRWH]HRYUHGQRVWLDULWPHWLNHVUHGLQHVNXSDQD
bazi uzorka kada je varijansa osnovnog skupa poznata
3ULOLNRP WHVWLUDQMD KLSRWH]H R YUHGQRVWL DULWPHWLNH VUHGLQH RVQRYQRJ

skupa postoje tri pravila.
Kada se testira hipoteza Ho ( = o) protiv alternativne hipoteze H1
( RX]YHURYDWQRX-LSUHWSRVWDYku da skup ima normalan raspored ili da
raspored osnovnog skupa nije poznat, a veliina uzorka je n 30 i varijansa
osnovnog skupa je poznata koristimo VOHGHXVWDWLVWLNXWHVWD
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
hipote]D+RWDQD8SLWDQMXMHGYRVPHUQLWHVW
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
53
3HWURYL /M . Teorijska statistika 7HRULMD VWDWLVWLNRJ ]DNOMXLYDQMD, Ekonomski
fakultet u Beogradu, Beograd, str. 159.
94
Normalnog rasporeda, a NULWLQDREODVWMH
K = (-- Z1-)U(Z1-.
Kada se testira hipoteza Ho ( o) protiv alternativne hipoteze H1

( < RX]YHURYDWQRX-LSUHWSRVWDYNXGDVNXSLPDQRUPDODQ raspored ili da
.
KLSRWH]D+RWDQD8SLWDQMXMHMHGQRVPHUDQWHVW
K = (-- Z1-).
95
Kada se testira hipoteza Ho ( o) protiv alternativne hipoteze H1
( > RX]YHURYDWQRX-LSUHWSRVWDYNXGDVNXSLPDQRUPDODQ raspored ili da
.
K = (Z1-
7HVWLUDQMHKLSRWH]HRYUHGQRVWLDULWPHWLNHVUHGLQHVNXSDQD
bazi uzorka kada je varijansa osnovnog skupa nepoznata
StatiVWLNX KLSRWH]X R YUHGQRVWL DULWPHWLNH VUHGLQH VNXSD PRHPR

WHVWLUDWL L NDGD YDULMDQVD RVQRYQRJ VNXSD QLMH SR]QDWD D X]RUDN YHL RG 8
WRP VOXDMX SUHWKRGQD SUDYLOD VH SRWXMX V WRP UD]OLNRP WR VH SULPHQMXMH
statistika testa koja se primenjuje i za tHVWLUDQMHDULWPHWLNHVUHGLQHVNXSDNDGD
YDULMDQVD VNXSD QLMH SR]QDWD D X]RUDN PDOL .ULWLQH YUHGQRVWL VH RGUHXMX QD
ED]LWDEOLFH1RUPDOQRJUDVSRUHGDYHURYDWQRH
Kada se testira hipoteza Ho ( = o) protiv alternativne hipoteze H1
( o) za dati nivo znaDMQRVWL i pretpostavku da skup ima normalan raspored,
96
ili da raspored osnovnog skupa VLPHWULDQ LOL XQRPRGDODQ, a veliina uzorka
nije manja od 8 ( n<8) i varijansa osnovnog skupa je poznata koristimo VOHGHX
statistiku testa na bazi uzorka:
.
Ova statistika testa ima Studentov t raspored sa n-1 stepeni slobode i
VWDQGDUGQRP GHYLMDFLMRP X]RUND 6Q SRG XVORYRP GD MH KLSRWH]D +R WDQD 8
pitanju je dvosmerni test.
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW tn-1; iz tablice
Studentovog t rasporeda, a NULWLQDREODVWMH
K = (-- tn-1;)U(tn-1;.
1D VOLDQ QDLQ IRUPLUDMX VH SUHRVWDOD GYD SUDYLOD 2VODQMDPR VH QD
primer kako postaviti pravila kada je varijansa skupa poznata, a uzorak mali, s
tom razlikom to se koristi statistika testa zasnovana na Studentovom t rasporedu
YHURYDWQRH
Testiranje hipoteze o proporciji osnovnog skupa na bazi

uzorka
Kada se testira hipoteza Ho (p=po) protiv alternativne hipoteze H1 (ppo)

]D GDWL QLYR ]QDDMQRVWL i XVORY Q SR Q-SR L Q NRULVWLPR VOHGHX
statistiku testa:
.
KLSRWH]D+RWDQD8SLWDQMXMHGYRVPHUDQWHVW
K = (-- Z1-)U(Z1-.
Kod ovog testa nultu hipotezu prihvatamo ukoliko je vrednost dobijena
WHVWLUDQMHPL]PHXGRQMHLJRUQMHNULWLQHJUDQLFH
Kada se testira hipoteza Ho (SSo) protiv alternativne hipoteze H1 (p<po)
97
X]YHURYDWQRX-Lprethodno navedenim uslovima koristimo VOHGHXVWDtistiku
testa:
.
K = (-- Z1-).
Kada se testira hipoteza Ho (SSo) protiv alternativne hipoteze H1 (p>po)
X] YHURYDWQRX - L ispunjene prethodne uslove koristimo VOHGHX VWDWLVWLNX
testa:
.
KLSRWH]D+RWDna. U pitanju je jednosmeran test.
K = (Z1-
7HVWLUDQMHKLSRWH]HRUD]OLFLDULWPHWLNLKVUHGLQDGYDRVQRYQD
skupa
8SUDNVLMHHVWRSRWUHEQRL]YULWLWHVWLUDQMHRUD]OLFLDULWPHWLNLKVUHGLQD
dva osQRYQD VNXSD 8 WRP VOXDMX SRWXMX VH LVWD SUDYLOD NDR L X SUHWKRGQR
navedenim testovima.
Kada se testira hipoteza Ho ( 1= 2) protiv alternativne hipoteze H1
( 1 2) ]D GDWL QLYR ]QDDMQRVWL L NDGD VX SR]QDWH YDULMDQVH VNXSD NRULVWLPR
VOHGHXVWDWLVWLNXtesta:

98
KLSRWH]D +R WDQD 8 SLWDQMX MH GYRVPHUDQ WHVW 8NROLNR GRELMHQD YUHGQRVW
WHVWLUDQMHPSULSDGDNULWLQRMREODVWLQXOWDKLSRWH]DVHRGEDFXMH Testiranje se vri
na osnovu dva uzorka NRMLVXL]YXHQLL]GYDUD]OLLWDVNXSD8VOXDMXNDGDVH
MDYL YHOLND UD]OLND ]DNOMXXMHPR GD X]RUFL SRWLX L] GYD VNXSD VD UD]OLLWLP
DULWPHWLNLPVUHGLQDPDLnultu hipotezu odbacujemo.
Standardna greka za potrebe testiranja dobija se:
.
Za dati nivo ]QDDMQRVWL L]UDXQDYDPR NULWLQX vrednost Z1- iz
tablice Normalnog rasporeda, a NULWLQDREODVWMH
K = (-- Z1-)U(Z1-.
8VOXDMXNDGDYULPRWHVWLUDQMHUD]OLNDDULWPHWLNLKVUHGLQDGYDX]RUND
a varijanse osnovnih skupova nisu poznate kRULVWLH VH YDULMDQVH X]RUDND
3ROD]LPR RG SUHWSRVWDYNH GD VX RVQRYQL VNXSRYL QRUPDOQR UDVSRUHHQL VD
PHXVREQR MHGQDNLP YDULMDQVDPD NRMH QLVX SR]QDWH GRN VX X]RUFL NRMH VPR
L]YXNOLL]WLKVNXSRYDSURL]YROMQHYHOLLQH
Kada se testira hipoteza Ho ( 1= 2) protiv alternativne hipoteze H1
( 1 2) ]DGDWLQLYR]QDDMQRVWLNRULVWLPRVOHGHXVWDWLVWLNXWHVWD:
Ova statistika testa ima Studentov t raspored sa n1+n2-2 stepeni slobode,

SRGXVORYRPGDMHKLSRWH]D+RWDQD8SLWDQMXMHGYRVPHUDQWHVW
Ponderisana ocena varijanse osnovnog skupa je:
,
dok je ocena standardne greke skupa:
.
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW tn-1; iz tablice
Studentovog t rasporeda, a NULWLQDREODVWMH
K = (-- tn1+n2-2;)U(tn1+n2-2;.
Ukoliko GRELMHQD YUHGQRVW WHVWLUDQMHP SULSDGD NULWLQRM REODVWL QXOWD
hipoteza se odbacuje, u protivnom se nulta hipoteza prihvata.
99
Testiranje hipoteze o razlici proporcija dva osnovna skupa
8 SUDNVL MH HVWR SRWUHEQR L]YULWL WHVWLUDQMH R UD]OLFL SURSRUFLMD GYD

RVQRYQD VNXSD 8 WRP VOXDMX SRWXMX VH LVWD SUDYLOD NDo i u prethodno
navedenim testovima.
Kada se testira hipoteza Ho (p1=p2) protiv alternativne hipoteze H1
(p1p2) ]DGDWLQLYR]QDDMQRVWL i uslov ni*piQi(1-pi]DL LQD
VOXDMQLX]RUFLVXPHXVREQRQH]DYLVQLNRULVWLPRVOHGHXVWDWLVWLNXtesta:
.
KLSRWH]D+RWDQD8SLWDQMXMHGYRVPHUDQWHVW
2FHQMHQDYUHGQRVWVWDQGDUGQHJUHNHUDXQDVHQDVOHGHLQDLQ
.
K = (-- Z1-)U(Z1-.
Preostala dva pravila prilagoditi po ugledu na prethodna testiranja.
Pojam i oblici 2 testa
2 test predstavlja neparametarski test saglasnosti koji se zasniva na

SULPHQL 2 rasporeda. Vrednost ovog testa je uvek pozitivna, a u pitanju su
jednosmerni testovi. Najmanja vrednost koja se moe dobiti prilikom testiranja
SULPHQRP 2 WHVWD MH QXOD 5D]OLNXMHPR 2 WHVW REOLND UDVSRUHGD L 2 test
QH]DYLVQRVWLREHOHMD5HMHRWHVWXNRMLMHMHGQRstavan za primenu.
=D2 MHNDUDNWHULVWLQRVYRMVWYRDGLWLYQRVWL.DNRMHDULWPHWLNDVUHGLQD
rasporeda jednaka broju stepena slobode, a varijansa dvostrukom broju stepena
VORERGH VD SRUDVWRP EURMD VWHSHQD VORERGH 2 raspored tei normalnom
rasporedu.
Da EL 2 test bio pravilno primenjen neophodno je da budu ispunjeni
100
RGUHHQLXVORYL
WHVWLUDQMH SULPHQRP 2 testa moe se vriti samo za apsolutne
frekvencije,
ukupna vrednost teorijskih frekvencija mora biti jednaka ukupnoj
vrednosti originalnih frekvencija.
ukoliko se neka pojava testira pitanjima da i ne, ili ispravan i
QHLVSUDYDQLVOLQREURMXIUHNYHQFLMDGDPRUDPRSULGUXLWLL
frekvencije ne,
WUHED L]EHJDYDWL PDOH IUHNYHQFLMH .DGD VH MDYH PDOH RHNLYDQH
frekvencije (manje od 5) one se pridruuju drugima ili se sabira
YLHPDOLKRHNLYDQLKIUHNYHQFLMD
2 test oblika rasporeda
U statisWLkoj analizi statistikX 2 oblika prvi je uveo Karl Pirson 1890.

godine. Statistika testa za 2 test je:
,
gde su f i empirijske frekvence, f i oekivane frekvence, r broj modaliteta
posmatrane sluajne velLLne, a s broj nepoznatih ocenjenih parametara na
bazi uzorka.
3ULPHQRP2 VDUL]LNRPJUHNHWHVWLUDPRQXOWXKLSRWH]X+RXNRMRM
SUHWSRVWDYOMDPR GD REHOHMH LPD RGUHHQX UDVSRGHOX SURWLY DOWHUQDWLYQH
hipoteze (H1) X NRMRM SUHWSRVWDYOMDPR GD REHOHMH QHPD RHNLYDQX UDVSRGHOX
Broj stepeni slobode je r-s-1. Test je jednosmeran i pozitivan.
=DGDWLQLYR]QDDMQRVWLGRELMDVHNULWLQDYUHGQRVW 2r-s-1 iz tablice 2
rasporeda, a NULWLQDREODVWMH
K = (2r-s-1).
101
,DNR VPR SRPHQXOL GD MH SRWUHEQR PDOH RHNLYDQH IUHNYHQFLMH
pregrupisati, neki autori sa tim nisu saglasni, SRVHEQR NDGD MH UH R velikim
uzorcima.
2 test nezavisnosti obeleja
2 WHVW VH PRH SULPHQMLYDWL ]D WHVWLUDQMH QH]DYLVQRVWL L]PHX GYD

REHOHMD 6D UL]LNRP JUHNH u nultoj hipotezi definiemo pretpostavku da su
obeleja jednog skupa x i y nezavisna, dok u alternativnoj hipotezi unosimo
pretpostavku da su pomenuta dva obeleja zavisna. Obeleja x i y ne moraju biti
kvantitativna. Realizovane vrednosti modaliteta x pojavljuju se kao x1, x2,...,xr, a
realizovane vrednosti modaliteta y kao y1, y2,...,yr. Apsolutne frekvencije
obeleavaju se sa fij. 2HNLYDQH IUHNYHQFLMH L]UDXQDYDPR SRPRX VOHGHHJ
obrasca:
.
2YGHVHNRULVWLVOHGHDVWDWLVWLNDWHVWD
.
Za dati nivo znaDMQRVWL GRELMD VH NULWLQD YUHGQRVW 2(r-1)(s-1) iz
tablice 2 rasporeda, a NULWLQDREODVWMH
K = (2(r-1)(s-1)
102
Analiziranjem rezultata do kojih smo doli u postupku testiranja
donosimo odluku da li prihvatamo ili ne nultu hipotezu. Ukoliko odbacimo nultu
hipotezu prihvatamo hipotezu da su posmatrana obeleja zavisna, a stepen
QLKRYHPHX]DYLVQRVWLXUYUXMHVHSRPRXkoeficijenta kontingencije.
.
Vrednost ovog koeficijenta je pozitivna i kreH se u granicama od 0 do
1. Ako je koeficijent kontigencije jednak 1, meX]Dvisnost je potpuna. Najvea
vrednost koeficijenta kontingencije je:
, kada je je r=s (isti broj modaliteta za x i y).

8NROLNR VH SRYHDYD EURM PRGDOLWHWD REHOHMD NRMH SRVPDWUDPR QDMYHD
vrednost koeficijenta kontingencije tei jedinici.
103
9 WDMHVWDWLVWLNR]DNOMXLYDQMHLNRMHREODVWLREXKYDWD?
9 Objasnite ocenjivanje parametara osnovnog skupa.
9 Objasnite testiranje parametara osnovnog skupa.
9 =DWR MH YDQD YHOLLQD X]RUND X SRVWXSNX VWDWLVWLNRJ
]DNOMXLYDQMD"
9 1DNRMLQDLQVHREH]EHXMHUHSUH]HQWDWLYQRVWX]RUND"
9 .RMHVHVWDWLVWLNHJUHNHQDMHHMDYOMDMXXSUDNVL"
9 2EMDVQLWHVOXDMQHLQHVOXDMQHJUHNH
9 =ERJHJDVHXSRVWXSNXVWDWLVWLNRJLVWUDLYDQMDMDYOMDMXPRUDOQL
problemi?
9 Objasnite RGQRVL]PHXDULWPHWLNHVUHGLQHX]RUNDLDULWPHWLNH
sredine skupa.
9 2EMDVQLWHRGQRVL]PHXYDULMDQVHX]RUNDLYDULMDQVHVNXSD
9 Kako se menja interval poverenja sa promenom koeficijenta
poverenja?
9 .DNRYHOLLQDX]RUNDXWLHQDLULQXLQWHUYDODSRYHUHQMD"
9 Kako se ocenjuje agregat osnovnog skupa?
9 .RMD MH SUHGQRVW SULPHQH VWDWLVWLNRJ ]DNOMXLYDQMD QDG
stratifikovanim uzorkom?
9 2EMDVQLWH UD]OLNX L]PHX SDUDPHWDUVNLK L QHSDUDPHWDUVNLK
VWDWLVWLNLKWHVWRYD
9 .RMLMHSRVWXSDNWHVWLUDQMDVWDWLVWLNHKLSRWH]H"
9 Objasnite nultu i alternativnu hipotezu.
9 2EMDVQLWHJUHNXSUYHYUVWHNRMDVHMDYOMDXSRVWXSNXVWDWLVWLNRJ
testiranja.
9 Objasnite greku druge vrste koja se javlja u postupku
VWDWLVWLNRJWHVWLUDQMD
9 Kojim informacijama moramo raspolagati da bismo adekvatno
odabrali statistiku testa?
9 Objasnite 2 test.
9 Koji uslovi moraju biti ispunjeni da bi se primenio 2 test?
9 Kako se koristi 2 test za testiranje oblika rasporeda?
9 WDVHGHDYDNDGDVHSRMDYHPDOHRHNLYDQHIUHNYHQFLMH"
9 Kako se koristi 2 test za testiranje nezavisnosti obeleja?
9 Prilikom primene 2 WHVWD QD NRML QDLQ VH XWYUXMH SRVWRMDQMH
PHX]DYLVQRWLSRVPDWUDQLKREHOHMD"
9 .DNRVHRGUHXMHQDMYHDYUHGQRVWNRHILFLMHQWDNRQWLQJHQFLMH"
104
105
5.
ANALIZA REGRESIJE I ANALIZA
KORELACIJE
-9(=(,=0(83260$75$1,+32-$9$
-PROSTA LINEARNA REGRESIONA ANALIZA
Dijagram rasprenosti,
Prost linearni regresioni model
Metod najmanjih kvadrata
Standardna greka regresije i koeficijent
determinacije
2FHQMLYDQMHLSUHGYLDQMHQDED]L
-32-$0,=1$$-.25(/$&,21($1$/,=(
Koeficijent proste linearne korelacije
Testiranje postojanja linearne korelacione veze
Korelacija ranga
.RUHODFLRQDYH]DL]PHXGYHNDWHJRULNHYDULMDEOH
(NVSRQHQFLMDOQDLSURVWDSDUDEROLQDUHJUHVLMDL
korelacija drugog stepena
Viestruka regresija
Parcijalna i viestruka korelacija
101
106
PRIMENA REGRESIONE I KORELACIONE ANALIZE
Regresiona i korelaciona analiza se primenjuju s namerom da se opie,

predvidi i kontrolie zavisna promenljiva u odnosu na nezavisne promenljive, kao
LGDVHXWYUGLSRVWRMDQMHLLQWHQ]LWHWYH]HL]PHX]DYLVQHLQH]DYLVQLKSURPHQOMLYLK
Jo 1885. godine Frensis Golton je prvi put upotrebio termin regresija
SULOLNRPLVWUDLYDQMDQDVOHGQLKRVRELQD1DRVQRYXQMHJRYRJLVWUDLYDQMDXWYUHQR
MH GD YLVLQD VLQRYD SRND]XMH QD]DGRYDQMH RGQRVQR UHJUHVLMX SUHPD SURVHQRM
YLVLQL1DLPHRHYLYLLRGSURVHNDLPDHVLQRYHNRMLVXYLLRGSURVHNDDOLQLL
RG QMLKRYLK RHYD L REUQXWR 5HJUHVLRQD DQDOL]D LPD LURNX SULPHQX X SUDNVL
0RHSRPRLXSREROMDQMXSURL]YRGQRJSURFHVDSREROMDQMXPDUNHWLQJVWUDWHJLMH
LVOLQR
.RUHODFLRQD DQDOL]D MH X SRHWNX QDlazila primenu u analizi biolokih
SUREOHPD.DVQLMHMHSRHODQMHQDLQWHQ]LYQLMDXSRWUHEDXSROMRSULYUHGLHNRQRPLML
SRVORYDQMXXVOLQR2YDDQDOL]DMHSRVHEQRNRULVQDXSRVORYDQMXMHUX]SRPRQMH
menaderi mogu proceniti trokove, prodaju, cene i druge varijable na osnovu
podataka o drugim posmatranim pojavama koje su blisko povezane sa njima. Na
RVQRYX LGHQWLILNRYDQH MDLQH L SULURGH YH]H L]PHX GYH SRVPDWUDQH YDULMDEOH
PRHPR RGUHGLWL YUHGQRVW MHGQH YDULMDEOH X] SRPR VD]QDQMD R YUHGQRVWL GUXJH
varijable.
8] SRPR UHJUHVLRQRJ PRGHOD PRH VH XWYUGLWL RGQRV ]DYLVQRVWL L]PHX
SRVPDWUDQLK SRMDYD NUR] RSLVLYDQMH SURVHQRJ VODJDQMD YDULMDFLMD LVSLWLYDQLK
pojava. Da bi se ostvario ovaj cilj regresije neophodno je precizno definisati
zavisnu i nezavisnu promenljivu. Regresioni model kroz sistem matematikih
formula i niza pretpostavki, na najkvalitetniji naLn opisuje kvantitativnu
zavisnost izmHu varijacija posmatranih pojava u stvarnosti.
Korelaciona analiza ispituje moJXnost postojanja kvantitativnog
slaganja izmeu varijacija posmatranih pojava, DDNRVODJDQMHSRVWRMLXWYUXMH
stepen tog slaganja. U zavisnosti od toga koliko se promenljivih varijabli
posmatra veze izmHX njih utvruju se uz pomo metode proste (linearne i
krivolinijske) regresione i korelacione analize ili metode viestruke (linearne
i nelinearne) regresije i korelacije.
Kao jedan od nedostataka regresione i korelacione analize navodi se
QHPRJXQRVW LGHQWLILNRYDQMD SRVWRMDQMD X]URQR SRVOHGLQH YH]H L]PHX
zavisne i nezavisne promenljive u smislu da je jedna pojava uzrok, a druga
posledica.
107
.$5$.7(59(=$,=0(83260$75$1,+32-$9$
Veza izmeu pojava moe biti deterministika i stohastLka.

DeterministLka veza (funkcionalna ili egzaktna veza) podrazumeva da
jednoj vrednosti nezavisno promenljive x odgovara samo jedna vrednost
zavisno promenljive y. Dakle, promenljiva y MH HJ]DNWQR RGUHHQD
promenljivom x 0HXWLP X YHLQL VOXDMHYD L] SUDNVH YH]D L]PHX
SRVPDWUDQLKSURPHQOMLYLKQLMHGHWHUPLQLVWLND*ODYQLUD]ORJWRPHMHWDMWRQD
]DYLVQRSURPHQOMLYXGHOXMHLVWRYUHPHQRYHLEURMQH]DYLVQRSURPHQOMLYLK
=DUD]OLNXRGGHWHUPLQLVWLNLKYH]DVWRKDVWLke veze su slabije izraene.
Kod ove veze, jednoj vrednosti nezavisno promenljive odgovara vie zavisno
promenljivih. Kod VWRKDVWLke veze individualne vrednosti zavisno
promenljive y znatno odstupaju od proseka. Da bi se utvrdie pravilnosti
QHRSKRGQRMHLVSLWDWLYHOLNLEURMVOXDMHYD
S obzirom na to da na pojave u ekonomiji deluje veliki broj faktora i
XWLFDML VSHFLILQH nepredvidive psiholoke prirode, nisPR X PRJXQRVWL u
potpunosti da predvidimo vrednosti zavisno promenljive na osnovu vrednosti
nezavisno promenljive. Zbog toga VHMDYOMDMXVWRKDVWLNHYH]H
Veze mogu biti direktne ili inverzne. Ukoliko vrednosti porasta
(opadanja) nezavisne promenljive x, istovremeno odgovara porast (opadanje)
zavisno promenljive y UH MH o direktnim vezama. Ako porastu jedne
promenljive odgovara opadanje druge radi se o inverznim vezama.
PROSTA LINEARNA REGRESIONA ANALIZA
Regresiona analiza je jedan od najvanijih VWDWLVWLNLK PHWRGD NRMD VH

HVWR NRULVWL u ekonomiji i ostalim drutvenim naukama. Prosta linearna
regresija se koristi onda kada izmHu dve posmatrane pojave postoji linearna
(pravolinijska) povezanost. Ovim regresionim modelom opisuje se linearna
108
PHX]DYLVQRVWL]PHXGYHSURPHQOMLYH
Prosta linearna regresiona analiza se primenjuje kada se kretanju
SRGDWDNDPRHDSURNVLPLUDWLSUDYDOLQLMDNRMDSUROD]LL]PHXSDURYDSRGDWDND
U odnosu na trend ovaj metod se razlikuje po tome to su kod regresione analize
date dve serije podataka, dok se kod trenda jedna serija podataka posmatra kroz
vreme.
Dijagram rasprenosti
Dijagram rasprenosti SUHGVWDYOMDJUDILNLSULND]SRVPDWUDQLKSRMDYDQD

RVQRYX NRJD PRHPR XRLWL REOLN L VPHU NUHWDQMD SRVPDWUDQLK SRMDYD NDR i
QMLKRYH YDULMDFLMH 2YR MH SUYL NRUDN SULOLNRP DQDOL]H ]DYLVQRVWL L]PHX GYH
posmatrane pojave.
Tabela 15. Prihodi od prodaje u zavisnosti od izdataka za propagandu
Prodavnica Izdaci za propagandu Prihodi od prodaje
(u 000 dinara) (u 000 dinara)
A 50 200
B 60 250
C 72 320
D 76 312
E 89 380
F 85 369
G 81 330
H 85 350
I 64 288
J 70 299
109
Grafikon 15. Dijagram rasprenosti podataka iz prethodne tabele
8 SUDYRXJORP NRRUGLQDWQRP VLVWHPX XFUWDYDPR SUHVHQH WDNH SDURYD

nezavisne (x) i zavisQHSURPHQOMLYH \ 1DRVQRYXRYDNYRJ JUDILNRJSULND]D
PRJXH MH XRLWL GD OL L]PHX YDULMDFLMD SRVPDWUDQLK SRMDYD SRVWRML
NYDQWLWDWLYQR VODJDQMH 7DNRH PRH VH RFHQLWL NRML MH REOLN NYDQWLWDWLYQRJ
slaganja (linijski ili krivolinijski), kao i smer slaganja (direktni ili inverzni).
Prost linearni regresioni model
Funkcija prosle linearne regresije skupa izgleda ovako:

YF R[i,
gde je yc zavisna promenljiva, xi nezavisna promenljiva, RLSDUDPHWUL
regresije i i VWRKDVWLNLODQLOL VOXDMQDJUHND
S obzirom na to da na zavisnu promenljivu deluju i oni faktori koji nisu
LGHQWLILNRYDQLXPRGHOXGDVWRKDVWLNLSRGDFLXX]RUNXVDGUHJUHNHXPHUHQMX
NDRLGDVXXHNRQRPVNLPUHODFLMDPDSULVXWQLVOXDMQLIDNWRULNRMLVXLQKHUHQWQL
OMXGVNRPSRQDDQMXSULVXVWYRVOXDjne greke je opravdano.
2VQRYQD SUHWSRVWDYND MH GD VOXDMQD JUHND LPD YUHGQRVW QXOD
2HNLYDQMD VX GD VOXDMQD JUHND LPD PDOH YUHGQRVWL MHU QHNL IDNWRUL GHOXMX X
istom smeru dok drugi deluju u suprotnim smerovima.
Funkcija prosle linearne regresije uzorka izgleda ovako:
110
yc=b0 + b1x,
gde parametar b0 SRND]XMH NROLNL MH RGVHDN QD \ RVL NDGD MH YUHGQRVW
promenljive x nula, a koeficijent b1 pokazuje pravac nagiba, odnosno, za koliko
HVHSURPHQLWL]DYLVQDSURPHQOMLYD\NDGDVHQH]DYLVQDSURPHQOMLYD[SRYHa
za jednu jedinicu.
,]PHXYDULMDFLMDSRVPDWUDQLKSRMDYDQHSRVWRMLOLQHDUQDYH]DXNROLNRMH
vrednost koeficijenta b1 nula.
Ukoliko je koeficijent b1 YHLRGQXODSRVWRMLdirektno (rastXHVOaganje
varijacija vrednosti zavisno i nezavisno promenljive. U suprotnom, kada je
koeficijent b1 manji od nula postoji inverzno (opadajue) slaganje varijacija
vrednosti zavisno i nezavisno promenljive.
9DULMDQVDVOXDMQHSURPHQOMLYHe L]UDXQDYDVHQDVOHGHLQDLQ
gde je y empirijska vrednost obeleja, y funkcija regresije.

Kondiciona varijansa VHL]UDXQDYDQDVOHGHLQDLQ:
Varijansa ukupnog varijabiliteta obeleja y VHL]UDXQDYD:
Procena koeficijenata metodom najmanjih kvadrata
1DNRQ IRUPLUDQRJ GLMDJUDPD UDVSUHQRVWL PRH VH XRLWL SUDYLOQRVW X

kretanju posmatranih pojava i odabrati tip krive koji najbolje reprezentuje date
empirijske podatke. Primarni cilj je da se na osnovu uzorka najadekvatnije ocene
koeficijenti b0 i b1 i postavi prava linija regresije:
yc=b0 + b1x.
Linije regresije u skupu i uzorku razlikuju se, jer se ocenjene
vrednosti Bo i B1 razlikuju od stvarnih vrednosti parametara b0 i b1.
111
Grafikon 16. Linija regresije skupa i uzorka
=D RGUHLYDQMH QHSR]QDWLK NRHILFLMHQDWD E0 i b1 koristi se metod

najmanjih kvadrata. Ovaj metod je zasnovan na minimiziranju kvadratnog
RGVWXSDQMDVYLKHPSLULMVNLKWDDNDRGOLQLMHUHJUHVLMH
5HDYDQMHPRYLKMHGQDLQDSRB0 i B1 dobijamo:
112
ili
Standardna greka regresije i koeficijent determinacije
0HUHSULODJRHQRVWLOLQLMHUHJUHVLMHHPSLULMVNLPSRGDFLPDVXVWDQGDUGQD
greka regresije i koeficijent determinacije. Standardna greka regresije
predstavlja apsolutnu meru, dok je koeficijent determinacije relativna mera.
Ukupan varijabilitet zavisno promenljive posledica je delovanja
UHJUHVLRQRJPRGHODDOLLVOXDMQHJUHNH i.
Grafikon 17. Ukupan, objanjen i neobjanjen varijabilitet
Standardna greka regresije, kao apsolutna mera varijacija empirijskih

podataka od linije regresije uzorkaL]UDXQDYDVHQDVOHGHLQDLQ
Se = .
113
1D RVQRYX GLMDJUDPD UDVSUHQRVWL PRJXH MH RGUHGLWL GD OL VWDQGDUGQD
JUHNDUHJUHVLMDLPDYHXLOLPDQMXYUHGQRVW8NROLNRVXWDNHQDGLMDJUDPXYLH
UDVSUHQH VWDQGDUGQD JUHND UHJUHVLMH LPD YHX YUHGQRVW 8 WRP VOXDMX
SUHGYLDQMH QD ED]L WDNYH OLQLMH UHJUHVLMH QLMH ED SRX]GDQR 1D YHOLLQX
VWDQGDUGQHJUHNHUHJUHVLMHXWLHYHOLLQDX]RUNDDOLLQLYRYUHGQRVWLSURPHQOMLYH
y. Standardna greka regresije nije podobna za ocenjivanje reprezentativnosti
lLQLMDUHJUHVLMHXUD]OLLWLPPRGHOLPD
Koeficijent determinacije, kao relativna mera reprezentativnosti linije
UHJUHVLMHL]UDXQDYD se na VOHGHLQDLQ
R2=B12 .
2QPRHX]LPDWLYUHGQRVWLL]PHXL.DGDMHYUHGQRVWNRHILFLMHQWD
determinacije 1 ukupan varijabilitet je objanjen i empirijske vrednosti se nalaze
na liniji regresije. Linija regresije ne postoji kada je vrednost koeficijenta
determinacije jednaka nuli. Kada je vrednost koeficijenta determinacije manja
od 1 on pokazuje koliki je varijabilitet promenljive y uslovljen varijacijama
promenljive x.
8WLFDM QHREMDQMLYRJ YDULMDELOLWHWD X XNXSQRP YDULMDELOLWHWX RGUHXMH VH
koeficijentom interdeterminacije (1-R2).
Ocenjivanje vrednosti zavisno promenljive na bazi

regresionog modela
2FHQMLYDQMHSURVHQHYUHGQRVWL]DYLVQRSURPHQOMLYHQDED]LUHJUHVLRQRJ
PRGHODX]UL]LNJUHNHYULVHX]SRPRLQWHUYDODSRYHUHQMD
ycp tn- Sysp (\S\cp + tn- Sysp,
=D REUDXQ LQWHUYDOD SRYHUHQMD QHRSKRGQR MH L]UDXQDWL VWDQGDUGQX
JUHNXRFHQHSURVHQHYUHGQRVWL]DYLVQRSURPHQOMLYH
Sysp=Se ,
gde je:
Sysp VWDQGDUGQDJUHNDRFHQHSURVHQHvrednosti zavisne promenljive,
Xp proizvoljna vrednost nezavisne promenljive,
114
Se standardna greka regresije.
1D VWDQGDUGQX JUHNX RFHQH SURVHQH YUHGQRVWL ]DYLVQR SURPHQOMLYH
XWLX PQRJL IDNWRUL 6D SRYHDQMHP VWDQGDUGQH JUHNH UHJUHVLMH RYD JUHND VH
SRYHDYD 0HXWLP NDGD MH YHL X]RUDN RYD VWDQGDUGQD JUHND VH VPDQMXMH
7DNRH RQD VH VPDQMXMH VD SRYHDQMHP YDULMDQVH QH]DYLVQR SURPHQOMLYH x.
8NROLNR MH SURL]YROMQD YUHGQRVW QH]DYLVQH SURPHQOMLYH GDOHNR RG SURVHQH
vrednosti promenljive x SRYHDYDVHstandardna grHNDRFHQHSURVHQHvrednosti
zavisne promenljive, a interval pouzdanosti se iri.
3UHGYLDQMHvrednosti zavisno promenljive na bazi

regresionog modela
3UHGYLDQMH QD ED]L UHJUHVLRQRJ PRGHOD PRJXH MH VDPR XNROLNR VX
LVSXQMHQLVOHGHLXVORYL
OLQLMD UHJUHVLMH GREUR UHSUH]HQWXMH HPSLULMVNH SRGDWNH WR SRWYUXMH
visoka vrednost koeficijenta determinacije i
GD SRVWRML OLQHDUQD YH]D L]PHX SRVPDWUDQLK SRMDYD D WR VH YLGL QD
RVQRYX YUHGQRVWL NRHILFLMHQWD 1 NRML WUHED ]QDDMQR GD VH UD]OLNXMH RG
nule.
Predvianja individualne vrednosti zavisno promenljive y sa rizikom
YULVHX]SRPRLQWHUYDODSRYHUHQMD :
ycp z1 Syp \p \cp + z1 Syp,
.RG SUHGYLDQMD LQGLYLGXDOQH YUHGQRVWL ]DYLVQR SURPHQOMLYH YHD MH
QHL]YHVQRVW QHJR NRG RFHQMLYDQMD MHU MH X SLWDQMX VOXDMQD SURPHQOMLYD =ERJ
toga je i interval ocene iri.
Standardna greka predYLDnja individualne vrednosti zavisno
promenljive je YHD RG VWDQGDUGQH JUHNH RFHQH SURVHQH vrednosti zavisne
promenljive MHUVWRKDVWLNLODQXWLHQDLQGLYLGXDOQXYUHGQRVW
Standardna greka predYLDnja individualne vrednosti zavisno
promenljive L]UDXQDYDVHQDVOHGHLQDLQ
Syp=Se .
115
32-$0,=1$$-35,0(1(.25(/$&,21($1$/,=(
HVWRVHXSUDNVLQDLOD]LQDVLWXDFLMXNDGDGYHYDULMDEOHNRMHSRVPDWUDPR
LVWRYUHPHQRUDVWX LOL RSDGDMX7DNRHXQHNLP VOXDMHYLma jedna varijabla raste
GRN GUXJD LVWRYUHPHQR RSDGD 3RVPDWUDMXL QHNH HNRQRPVNH SRMDYH NDR WR VX
SRQXGDLFHQHLOLWUDQMDLFHQHPRHPRXRLWLSUHWKRGQRQDYHGHQR
8NROLNRHOLPRGDLGHQWLILNXMHPRSRVWRMDQMHYH]HL]PHXGYHSRVPDWUDQH
varijable koristimo korelacionu analizu. Ova analiza se sprovodi kroz tri koraka: 54
1DVWRMLPRGDXWYUGLPRGDOLVXGYHYDULMDEOHPHXVREQR]DYLVQHLOL
nezavisne;
8NROLNR LGHQWLILNXMHPR SRVWRMDQMH YH]H L]PHX GYH YDULMDEOH X
narednom koraku pokuavamo da utvrdimo kakva je priroda te
YH]HSR]LWLYQDLOLQHJDWLYQDNRUHODFLRQDYH]DLQMHQXMDLQX
6OHGHHWRPRHPRXWYUGLWLMHVWHGDOLSRVWRMLX]URQR- SRVOHGLQD
YH]D L]PHX SRVPDWUDQLK SRMDYD RGQRVQR GD OL YDULMDFLMH MHGQH
varijable izazivaju varijacije druge varijable.
U nekim situacijama koeficijent korelacije moe ukazivati na postojanje
YH]HL]PHXSRVPDWUDQLKYDULMDEOLDGDWDYH]DXVWYDULQHSRVWRML7RVHPRH
desiti kod veoma malih uzoraka, ili u situaciji kada su obe posmatrane varijable
pod uticajem neke treHYDULMDEOH
.RUHODFLMDL]PHXGYHSRVPDWUDQHYDULMDEOHPRHELWL 55
Pozitivna i negativna;
Linearna i nelinearna (krivolinijska);
Prosta, parcijalna i viestruka.
8NROLNR SRVPDWUDPR GYH YDULMDEOH ; L < L]PHX QMLK MH PRJXH
LGHQWLILNRYDWLVOHGHHYUVWHveza: 56
54
pp. 482.
55
pp. 483.
56
Barrow, M., 2006. Statistics for Economics, Accounting and Business Studies, 4th Edition,
Prentice Hall, England, pp.224.
116
Visoke vrednosti varijable X povezane su sa niskim vrednostima
varijable Y i obrnuto to ukazuje na postojanje negativne
korelacione veze.
Visoke vrednosti varijable X povezane su sa visokim
vrednostima varijable Y i obrnuto to ukazuje na postojanje
pozitivne korelacione veze.
Visoke (niske) vrednosti varijable X jednako su povezane sa
visokim (niskim) vrednostima varijable Y i tada ne postoji
NRUHODFLMDL]PHXSRVPDWUDQLKYDULMDEOL
Koeficijent proste linearne korelacije
.RHILFLMHQW OLQHDUQH NRUHODFLMH SUHGVWDYOMD PHUX MDLQH OLQHDUQH YH]H

L]PHX GYH YDULMDEOH X i Y. 57 Cilj korelacione analize je identifikovanje
SRVWRMDQMDOLQHDUQRJNYDQWLWDWLYQRJVODJDQMDL]PHXGYHSRVPDWUDQHSRMDYHNDR
LXWYULYDQMHVWHSHQDLVPHUDWHYH]H Koeficijent korelacije u statistiku je uveo
Pirson. Pirsonov koeficijent linearne korelacije je relativna mera korelacije i
definie se kao koliQLk kovarijanse i proizvoda standardnih devijacija
posmatranih obeleja.
3LUVRQRY NRHILFLMHQW OLQHDUQH NRUHODFLMH PRH ELWL RGUHHQ QD RVQRYX
skupa i na osnovu uzorka.
Ukoliko su dva obeleja osnoYQRJ VNXSD 1 ; L < GHILQLVDHPR
3LUVRQRYNRHILFLMHQWOLQHDUQHNRUHODFLMHQDVOHGHLQDLQ
,
gde je:
xy NRYDULMDQVDx2 YDULMDQVDLy2 varijansa.
=DPHQRP YUHGQRVWL ]D YDULMDQVH L NRYDULMDQVX X SRHWQX MHGQDLQX

GRELMDPRVOHGHXMHGQDLQX]DL]UDXQDYDQMHNRHILFLMHQWDNRUHODFLMHVNXSD
57
Anderson, D., Sweeney, D., Williams, T., Freeman, J., Shoesmith, E., 2010. Statistics for
business and economics, 2nd Edition, South-Western Cengage Learning, USA, pp. 579.
117
.
8NROLNR VX GYD REHOHMD X]RUND Q ; L < GHILQLVDHPR 3LUVRQRY
NRHILFLMHQWOLQHDUQHNRUHODFLMHQDVOHGHLQDLQ
,
gde je:
Sxy kovarijansa, Sx standardna devijacija i Sy standardna devijacija.
ZamenRP YUHGQRVWL ]D VWDQGDUGQH GHYLMDFLMH L NRYDULMDQVX X SRHWQX

MHGQDLQX GRELMDPR VOHGHX MHGQDLQX ]D L]UDXQDYDQMH NRHILFLMHQWD NRUHODFLMH
na bazi uzorka:
.
Kao karakteristike korelacione analize izdvajaju se:
.RHILFLMHQWNRUHODFLMHVHXYHNQDOD]LL]PHu -1 i 1;
1LMH ELWQR GHILQLVDWL ]DYLVQX L QH]DYLVQX YHOLLQX MHU MH LVWL
rezultat za rx i ry;
5H]XOWDW YHL Rd 0 ukazuje na postojanje pozitivne korelacije.
Ukoliko je vrednost koeficijenta korelacije blia 1 MDD je veza
L]PHXSRVPDWUDQLKSRMDYDSDVXSosmatranja blia pravoj liniji;
Koeficijent korelacije jednak 1 ukazuje na postojanje savrene
YH]HL]PHXSRVPDWUDQLKSRMDYDLVYD]DSDDQMDOHHQDOLQLMLVD
pozitivnim nagibom;
Rezultat manji od 0 ukazuje na postojanje negativne korelacije.
Ukoliko je vrednost koeficijenta korelacije blia -1 MDD je
negativna YH]D L]PHX SRVPDWUDQLK SRMDYD SD VX SRVPDWUDQMD
blia pravoj liniji;
8NROLNRMHYUHGQRVWNRHILFLMHQWDNRUHODFLMHMHGQDNDWR]QDLGD
NRUHODFLRQDYH]DL]PHXSRVPDWUDQLKSRMDYDQHSRVWRML
118
Tabela =QDHQMHGRELMHQLKUH]XOWDWDQDRVQRYXNRHILFLMHQWD
korelacije
Vrednost za r =QDHQMH
0 < r < 0,2 Niska direktna korelacija
0,2 < r < 0,5 Neznatna direktna korelacija
0,5 < r < 0,7 Znatna direktna korelacija
0,7 < r < 0,9 Visoka direktna korelacija
0,9 < r < 1 Vrlo visoka direktna korelacija
Napomena: Ukoliko je predznak ispred dobijenog koeficijenta korelacije
negativan (-), u pitanju je inverzna korelaciona veza.
Grafik 18. 6DYUHQDNRUHODFLRQDYH]DL]PHX

posmatranih pojava (r = 1)
119
Grafik 19. 3R]LWLYQDGLUHNWQDNRUHODFLRQDYH]DL]PHX
posmatranih pojava (r > 0)
Grafik 20. 1HJDWLYQDLQYHU]QDNRUHODFLRQDYH]DL]PHX

posmatranih pojava (r > 0)
8NROLNRVPRYHL]UDXQDOLUHJUHVLRQXSUDYXLNRHILFLMHQWGHWHUPLQDFLMH
onda koefiFLMHQWNRUHODFLMHPRHPRL]UDXQDWLQDVOHGHLQDLQ
120
7HVWLUDQMHSRVWRMDQMDOLQHDUQHNRUHODFLRQHYH]HL]PHX
VOXDMQLKYHOLLQD;L<RVQRYQRJVNXSD
8NROLNR SRHPR RG SUHWSRVWDYNH GD GYH VOXDMQH SURPHQOMLYH ; L <

imaju normalan raspored moemo testirati hipotezu o postojanju linearne
NRUHODFLRQH YH]H L]PHX GYH YDULMDEOH ;L<3ULOLNRPWestiranja oslanjamo se
na t test sa n - 2 stepeni slobode.
U prvom koraku postavimo nultu i alternativnu hipotezu. U nultoj
KLSRWH]L SROD]LPR RG SUHWSRVWDYNH GD QH SRVWRML NRUHODFLRQD YH]D L]PHX
posmatranih pojava. U alternativnoj hipotezi polazimo od pretpostavke za
L]PHXSRMDYDSRVWRMLQHNDNRUHODFLRQDYH]D
+R
H1
gde je Ho nulta hipoteza, H1 DOWHUQDWLYQD KLSRWH]D D NRHILFLMHQW NRUHODFLMH
skupa.
Statistika testa glasi:
.
6WDQGDUGQD JUHND RFHQH SURVWH OLQHDUQH NRUHODFLMH L]UDXQDYD se na
VOHGHLQDLQ
.
.RGRYRJWHVWDQXOWXKLSRWH]XRGEDFXMHPRX]UL]LNJUHNHXNROLNRMH
GRELMHQDYUHGQRVWVWDWLVWLNHWHVWDXRNYLUXGHILQLVDQHNULWLQHREODVWL
K = (--tn-2;) U (tn-2;
121
Prosta linearna korelaciona analiza zasnovana na
rangiranim podacima
HVWR VH VXVUHHPR VD VWDWLVWLNLP VHULMDPD SRGDWDND NRMH VX SRUHDQH
SR YHOLLQL 2ELQR VX X SLWDQMX SRMDYH NRMH MH WHNR QXPHULNL LVND]DWL MHU
]DYLVH RG YLH IDNWRUD 8 RYRP VOXDMX ]D XWYULYDQMH SRVWRMDQMH NRUHODFLRQH
YH]H L]PHX SRVPDWUDQLK SRMDYD NRULVWLPR 6SHDUPDQRY NRHILFLMHQW NRUHODFLje.
Kod ove analize mogu se javiti dve situacije:
.DGDVXSRGDFLYHUDQJLUDQLL
Kada podaci nisu rangirani, pa je potrebno da to sami uradimo.
.DGDVDPLUDQJLUDPRSRGDWNHSRHPRSRVPDWUDWLNDRQDMYHXLOLNDR
najmanju vrednost. Neophodno je da koristimo isti princip rangiranja kod svih
posmatranih varijabli. Ukoliko se pojave dve jednake vrednosti njima treba
GRGHOLWL SURVHQX YUHGQRVW GYD X]DVWRSQD PHVWD NRMD EL ]DX]HOH SULOLNRP
rangiranja da nemaju istu vrednost. Na primer, imamo dve podatka jedne
variMDEOH NRML LPDMX YUHGQRVW 3ULOLNRP UDQJLUDQMD QMLPD HPR GDWL YUHGQRVW
5,5 ((5+6)/2=5,5) jer ovi podaci dele 5 i 6 mesto.
Da bismo izvrili proveru da li smo dobro rangirali podatke, odnosno, da
QLVPR QDSUDYLOL JUHNX L QHNL UDQJ SUHVNRLOL LOL JD XSLVDli vie puta, moemo
SULPHQLWLVOHGHXIRUPXOX 58
gde predstavlja zbir rangova svakog posmatranog obeleja.

1DNRQ UDQJLUDQLK SRGDWDND SRWUHEQR MH RGUHGLWL UD]OLNH L]PHX SDURYD
rangova (Rx Ry G=DL]UDXQDYDQMHNRHILFLMHQWDNRUHODFLMHUDQJDQHRSKodan
MH]ELUNYDGUDWDUD]OLNDL]PHXUDQJRYDG2) koji se zamenjuje u formuli:
,
gde je rs Spearmanov koeficijent korelacije zasnovan na rangiranim podacima.
9UHGQRVW6SHDUPDQRYRJNRHILFLMHQWDNUHHVHL]PHX-1 i 1. Ukoliko je
YUHGQRVW NRHILFLMHQWD YHD RG PRQRWRQD YH]D L]PHX GYH SRMDYH MH UDVWXD
58
615.
122
.DGDNRHILFLMHQWLPDYUHGQRVWPDQMXRGPRQRWRQDYH]DL]PHXGYHSRMDYHMH
RSDGDMXD 9H]D L]PHX SRVPDWUDQLK SRMDYD MH MDD XNROLNR MH YUHGQRVW
koeficijenta blii jedinici.
,VSLWLYDQMHSRVWRMDQMDNRUHODFLRQHYH]HL]PHXGYH
NDWHJRULNHYDULMDEOH
Ispitivanje postojanja korHODFLRQHYH]HL]PHXGYHNDWHJRULNHYDULMDEOH

]DWDEHOHYHOLLQH[YULPRSRPRXNRHILFLMHQWDNRUHODFLMH=DYHHWDEHOH
koristimo C koeficijent kontingencije.
NRHILFLMHQWNRUHODFLMH L]UDXQDYDVHSULPHQRPVOHGHHIRUPXOH 59
.
U tabeli 2x2 a, b, c LGSUHGVWDYOMDMXRGJRYDUDMXDSROMDWDEHOH
C koeficijent korelacije L]UDXQDYDVHSULPHQRPVOHGHHIRUPXOH60
gde je .
2HNLYDQH IUHNYHQFLMH VX R]QDHQH VD fe, dok su opaene frekvencije
R]QDHQHVDfo2HNLYDQHIUHNYHQFLMHMHSRWUHEQRRGUHGLWLQDVOHGHLQDLQ
,
gde je K - zbir kolone, R - zbir reda, a N - YHOLLQDX]RUND
8NROLNRSRVPDWUDPRVOHGHXWDEHOXJGHVXGDWLSRGDFLRSUHIHUHQFLMDPD
UD]OLLWLK YUVWD RNRODGD RG VWUDQH PXNDUDFD L HQH LVSLWDHPR NROLND MH
SRYH]DQRVWL]PHXSRODLL]ERUDRkolade.
RNRODGD Sa keksom Sa lenicima
ene 35 (a) 22 (b) 57
Mukarci 20 (c) 38 (d) 58
55 60 115
59
7XUMDDQLQ9HNUOLMD2VQRYQHVWDWLVWLNHPHWRGHLWHKQLNHX6366-u, Centar za
60
7XUMDDQLQ9HNUOLMD2VQRYQHVWDWLVWLNHPHWRGHLWHKQLNHX6366-u, Centar za
123
9UHGQRVWRYLKNRHILFLMHQDWDPRHELWLRGUHHQDLX]SRPRYUHGQRVWL2
WHVWDQDVOHGHLQDLQ
i .
35267$.5,92/,1,-6.$3$5$%2/,1$) REGRESIJA I

KORELACIJA DRUGOG STEPENA
=D UD]OLNX RG OLQHDUQH PHX]DYLVQRWL JGH SRVWRML WHQGHQFLMD MHGQDNRJ

prirasta vrednosti zavisno promenljive u odnosu na nezavisnu promenljivu, kod
QHOLQHDUQHPHX]DYLVQRVWLQLMHSULVXWDQMHGQDNSULUDVW
Da bismo LVSLWDOL GD OL L]PHX SRMDYD SRVWRML SDUDEROLQD GUXJRVWHSHQD
YH]DXQRVLPRSRGDWNHXGLMDJUDPUDVWXUDQMD7DNRHPRHPRSULPHQLWLLPHWRG
minimalne rezidualne greke.
8NROLNR SRVPDWUDPR RVQRYQL VNXS YHOLLQH 1 JGH MH [ QH]DYLVQR
promenljiva, a y zavisno SURPHQOMLYD IXQNFLMD NYDGUDWQH SDUDEROLQH UHJUHVLMH
LPDVOHGHLREOLN
y = F(x) = b0 + b1x b2x2.
8RYRMIRUPXOLLVNOMXHQDMHVOXDMQDSURPHQOMLYDi.
Parametar b0 SRND]XMH RGVHDN QD \ RVL NDGD MH YUHGQRVW QH]DYLVQR
promenljive x jednaka nuli. VrednosW RYRJ SDUDPHWUD VH WHNR WXPDL L RELQR
QHPDQHNRHNRQRPVNR]QDHQMH
Parametar b1 RGUHXMH X NRP H VH NYDGUDQWX QDL SDUDEROD NRG
parametar b2 pokazuje kakav je otvor parabole. Ukoliko je vrednost parametra
b2 manja od nula kvadratna parabola je okrenuta na dole. Kada je vrednost
parametra b2 YHDRGQXOHNYDGUDWQDSDUDERODMHRNUHQXWDQDJRUH
124
.YDGUDWQDSDUDERODHQDMEROMHUHSUH]HQWRYDWLSRGDWNHXNROLNRLVSXQMDYD
VOHGHLXVORY
\- F(x))2 \- b0 + b1x b2x2)2 = min.
,]MHGQDDYDQMHPSDUFLMDOQLK izvoda po b0, b1 i b2 GRELMDVHVOHGHLVLVWHP
QRUPDOQLKMHGQDLQD
b0 N + b1[E2[2 \
b0 [E1[2 + b2[3 [\
b0 [2 + b1[3 + b2[4 = [2 y
LMLPUHDYDQMHPGRELMDPRYUHGQRVWLSDUDPHWUDb0, b1 i b2.
Standardna greka NYDGUDWQH SDUDEROLQH UHJUHVLMH SRND]XMH SURVHQR
odstupanje originalnih podataka zavisno promenljive od linije regresije i
L]UDXQDYDVHQDVOHGHLQDLQ
gde je n YHOLLQDuzorka, 3 broj ocenjenih parametara regresionog modela.

.RHILFLMHQWGHWHUPLQDFLMHVHL]UDXQDYDSUHNRobrasca:
.
.RHILFLMHQW NRUHODFLMH LQGHNV NRUHODFLMH PRH VH L]UDXQDWX XNROLNR
prethodni obrazac stavimo pod korenom:
.
9UHGQRVWUH]LGXDOQHYDULMDQVHGRELMDVHQDVOHGHLQDLQ
.
,QGHNVNRUHODFLMHPRHX]HWLYUHGQRVWL]PHXQXOHLMHGLQLFH2QMHuvek
pozitivna veliLQa i ako se rauna za regresionu pravu, pripada mu predznak
parametra b1.
125
PROSTA EKSPONENCIJALNA REGRESIJA I KORELACIJA
Ukoliko je x nezavisno promenljiva koja moe uzimati fiksne vrednosti,

a y zavisno promenljiva funkcija proste eksponencijalne regresije LPD VOHGHL
oblik:
y = b0 x b1
gde je b0 > 0 i b1 > 0. 8RYRMIRUPXOLLVNOMXHQDMHVOXDMQDSURPHQOMLYDi.
2YDIXQNFLMDPRHELWLLVND]DQDLXORJDULWDPVNRPREOLNXQDVOHGHX
QDLQ
log y = log b0 + b1 log x
Parametar b0 poND]XMH RGVHDN QD \ RVL NDGD MH YUHGQRVW QH]DYLVQR
SURPHQOMLYH [ MHGQDND QXOL 9UHGQRVW RYRJ SDUDPHWUD VH WHNR WXPDL L RELQR
QHPDQHNRHNRQRPVNR]QDHQMH
Parametar b1 pokazuje procentualnu promenu vrednosti zavisne
promenljive ukoliko se vrednost nezavLVQRSURPHQOMLYHSRYHD]D.DGDMH
vrednost parametra b1 YHDRGQXOHSULSRYHDQMXQH]DYLVQHSURPHQOMLYH]D
]DYLVQDSURPHQOMLYDHVHSRYHDWL]DYUHGQRVWSDUDPHWUDE1 i obrnuto.
)XQNFLMD SURVWH HNVSRQHQFLMDOQH UHJUHVLMH H QDMEROMH UHSUH]HQWRYDWL
SRGDWNHXNROLNRLVSXQMDYDVOHGHHXVORYH
\ y) LORJ\ log y)2 = min.
,]MHGQDDYDQMHP SDUFLMDOQLK L]YRGD SR b0 i b1 GRELMD VH VOHGHL VLVWHP
QRUPDOQLKMHGQDLQD
ORJ\ QORJE0 + b1 ORJ x
ORJ\ORJ[ ORJE0 log x + b1 ORJ[2
Ljim reavanjem dobijamo vrednosti parametra b0 i b1.
Standardna greka funkcije proste eksponencijalne regresije pokazuje
SURVHQRRGVWXSDQMHRULJLQDOQLKSRGDWDND]DYLVQRSURPHQOMLYHRGOLQLMHUHJUHVLMH
LL]UDXQDYDVHQDVOHGHLQDLQ
gde je n YHOLLna uzorka, 2 broj ocenjenih parametara regresionog modela. U

126
VOXDMXNDGDVHVWDQGDUGQDJUHNDL]UDXQDYD]DRVQRYQLVNXSRQGDVHXGHOLRFX
ispod korena umesto n-2 uzima vrednost N.
.RHILFLMHQW GHWHUPLQDFLMH VH L]UDXQDYD SUHNR LVWRJ REUDVFD NDR
kvadratnL SDUDEROLQL NRHILFLMHQW GHWHUPLQDFLMH GRN VH Noeficijent korelacije
LQGHNVNRUHODFLMHPRHL]UDXQDWXXNROLNRWDMREUD]DFVWDYLPRSRGNRUHQRP
LINEARNA VIESTRUKA REGRESIONA I KORELACIONA

ANALIZA
3RMDYHNRMHVXSUHGPHWVWDWLVWLNRJSRVPDWUDQMDmogu biti promenljive u

zavisnosti od dejstva mnogih faktora. Regresionom analizom nastojimo otkriti
to vie faktora koji deluju na jednu pojavu. Ukoliko se prilikom ispitivanja
]DYLVQRVWL L]PHX GYH SRMDYH MDYL YLVRN SURFHQDW QHREMDQMLYRJ YDULMDELOLWHWD
QHRSKRGQR MH X DQDOL]X XNOMXLWL MR QHNX SURPHQOMLYX 3RVHEQR MH ]QDDMQR
SDOMLYRRGDEUDWLNRMHHSURPHQOMLYHELWLXNOMXHQHXUHJUHVLRQLPRGHO
Viestrukom regresionom analizom ispituje se postojanje zavisnosti
jedne pojave od dve ili vie pojava. Sve pretpostavke koje vae za prost linearni
UHJUHVLRQLPRGHOYDHLRYGHNDRLVOHGHH
9HOLLQD X]RUND PRUD ELWL YHD RG EURMD QHSR]QDWLK SDUDPHWDUD
koji se ocenjuju.
6DYUHQDNRUHODFLMDQHSRVWRMLL]PHXQH]DYLVQRSURPHQOMLYLK
Ukoliko su x1, x2, ... xm nezavisno promenljiva koje mogu uzimati fiksne
YUHGQRVWL D \ ]DYLVQR SURPHQOMLYD SUL HPX MH P Q funkcija viestruke
linearne regresije LPDVOHGHLREOLN
Opti model viestruke regresije osnovnog skupa je:
y = f(x1, x2, x3, ..., xn).
U ovoj formuli iskOMXHQDMHVOXDMQDSURPHQOMLYDi.
Kada regresioni model sadri dve nezavisne promenljive x1 i x2 njegov
oblik izgleda ovako:
y = f(x1, x2).
Funkcija linearne trodimenzionalne viestruke regresije je:
127
y = b0 + b1x1 + b2x2.
8 RYRM IRUPXOL LVNOMXHQD MH VOXDMQD SURPHQOMLYD i koja predstavlja
VWRKDVWLNLGHR'HWHUPLQLVWLNLGHRPRGHODb0 + b1x1 + b2x2) predstavlja ravan.
.DGD L]PHX ]DYLVQH L QH]DYLVQLK SURPHQOMLYLK SRVWRML IXQNFLRQDOQD YH]D VYH
WDNH VH QDOD]H QD UDYQL 7DGD ]D VYDNX NRPELQDFLMX QH]DYisno promenljivih
postoji samo jedna vrednost zavisno promenljive yi koja bi se nalazila na ravni.
RegresiRQXUDYDQSUHGVWDYOMDMHGQDLQD:
E(yi) = b0 + b1x1 + b2x2.
b0 - RGVHDNXNRPHUDYDQVHH\RVX
b1 - SURVHQD SURPHQD ]DYLVQR SURPHQOMLYH \ NDGD VH Qezavisno
promenljiva x1 SRYHD]DDQH]DYLVQDSURPHQOMLYDx2 ostaje nepromenjena,
b2 - pURVHQD SURPHQD ]DYLVQR SURPHQOMLYH \ NDGD VH QH]DYLVQR
promenljiva x2 SRYHD]DDQH]DYLVQDSURPHQOMLYDx1 ostaje nepromenjena.
,]MHGQDDYDQMHPSDUFLMDOQLKL]voda po b0, b1 i b2 GRELMDVHVOHGHLVLVWHP

QRUPDOQLKMHGQDLQD
\ b0 n+ b1 x1 + b2 x2
[1 y = b0 x1 + b1 x12 + b2 x1 x2
[2 y = b0 x2 + b1 x1 x2+ b2 x22.
Koeficijente b1 i b2 PRHPRL]UDXQDWLSUHNRNRHILFLMHQWDSURVWHOLQHDUQH
korelacije i standardnih devijacija i to:
=ERJ ODNHJ SRVWXSND REUDXQDYDQMD RFHQMHQLK YUHGQRVWL XPHVWR

originalnih vrednosti x1, x2 i y vri se njihovo centriranje i uzimaju se vrednosti
odstupanja od njihovih DULWPHWLNLKVUHGLQD
, ,
gde je d1 = 0, d2 = 0 i dy = 0.
128
.
Standardna greka trodimenzionalne linearne regresije je:
.
Koeficijent viestruke linearne determinacije predstavlja procenat
varijacija zavisne promenljive y REMDQMHQ ]DMHGQLNLP XWLFDMHP QH]DYLVQLK
promenljivih kRMHVXXNOMXHQHXPRGHO
1MHJRYDYUHGQRVWNDRLNRGSURVWRJUHJUHVLRQRJPRGHODYDULUDL]PHX
L 1MHJRY QHGRVWDWDN MH X WRPH WR ]DYLVL RG YHOLLQH X]RUND L EURMD
promenljivih u regresionom modelu. Koeficijent viestruke determinacije se
nerealno blii jedinici kod malih uzoraka, a velikog broja nezavisnih
promenljivih. 8NOMXLYDQMHP QRYH QH]DYLVQH SURPHQOMLYH RYDM NRHILFLMHQW VH
SRYHDYD EH] RE]LUD QD VWYDUQL XWLFDM WH SURPHQOMLYH =ERJ WRJD VH koeficijent
viestruke determinacije koriguje na sledHLQDLQ:
,
gde je n YHOLLQDX]RUNDa k broj nezavisnih promenljivih.
Korekcijom se smanjuje vrednost viestrukog koeficijenta determinacije.
8NROLNRVHSRVPDWUDPHXVREQD]DYLVQRVWL]PHXWULLYLHSRMDYDRQGD
MHUHRviestrukoj linearnoj korelacionoj analizi.
Kod viestruke linearne korelacione analize polazi se od pretpostavke da
VX VYH SRVPDWUDQH SURPHQOMLYH VOXDMQH 2YDM NRHILFLMHQt koristi se za ocenu
OLQHDUQH NRUHODFLRQH YH]H L]PHX ]DYLVQH SURPHQOMLYH yi grupe nezavisnih
promenljivih x1, x2,..., xk. Kao i kod proste linearne korelacije on se moe
L]UDXQDWL NDR SR]LWLYDQ NYDGUDWQL NRUHQ NRHILFLMHQWD YLHVWUXNH OLQHDUQH
determinacije R2:
129
9UHGQRVWRYRJNRHILFLMHQWDNUHHVHXLQWHUYDOXRGGRLRQQLNDGDQH
moe biti negativan. Pravila ]D WXPDHQMH UH]XOWDWD NRMD YDH NRG NRHILFLMHQWD
proste linearne korelacije vae i ovde.
Koeficijent viestruke linearne korelacije obeleja y u odnosu na x1 i x2
UDXQDVH:
.
2YDM NRHILFLMHQW PRHPR REUDXQDWL RVODQMDMXL VH QD NRHILFLMHQW SURVWH
linearne korelacije:
PARCIJALNA LINEARNA KORELACIONA ANALIZA
.DGD SRVWRML YH]D L]PHX QH]DYLVQLK SURPHQOMLYLK RQGD NRHILFLMHQW

SURVWHOLQHDUQHNRUHODFLMHQHGDMHSRX]GDQHLQIRUPDFLMHRLQWHQ]LWHWXYH]HL]PHX
pojedinih promenljivih u zavisnosti od sWHSHQD VODJDQMD L]PHX QH]DYLVQLK
promenljivih.
Parcijalna linearna korelacija nam omRJXava analiziranje
meuzavisnosti dve od tri promenljive pri HPX MH XWLFDM WUHH SURPHQOMLYH
LVNOMXHQ 1MRPH LVSLWXMHPR YH]X L]PHX RGDEUDQLK SURPHQOMLYLK SUL
istovremenom elimiisanju uticaja drugih promenljivih. ,]PHX NRHILFLMHQWD
parcijalne linearne korelacije i koeficijenta proste linearne korelacije postoji
razlika. Kod proste linearne korelacije polazi se od pretpostavke da promenljive
koje nisu uzete u analizu ne XWLXQD]DYLVQXSURPHQOMLYXGRNMHNRGSDUFLMDOQH
korelacione analize suprotna pretpostavka.
Koeficijent parcijalne linearne korelacije, kao i koeficijent proste
linearne korelacije, uzima vrednost od 1 do 1.
130
2YGH HPR VH RJUDQLLWL na model sa dve nezavisne promenljive i
LVNOMXLYDHPR XWLFDM VDPR QH]DYLVQLK SURPHQOMLYLK 8 WRP VOXDMX koeficijent
parcijalne linearne korelacije pokazuje stepen linearnog slaganja varijacija
zavisne promenljive i jedne nezavisne promenljive, dok je uticaj druge
nezavisne SURPHQOMLYHLVNOMXHQ
2YDMNRHILFLMHQWVHR]QDDYDVD ryxi * xj JGHVH LWDVDLVNOMXHQMHPL
PRHX]LPDWLYUHGQRVWLL]PHX-1 i 1.
Opti obrazac za izrDunavanje parcijalnog koeficijenta korelacije,
preko koeficijenta proste linearne korelacije osnovnog skupa je:
,
gde ryxi, i ryxj SUHGVWDYOMDMXNRHILFLMHQWHSURVWHNRUHODFLMHL]PHXSURPHQOjivih na
koje se indeksi odnose, a i i j mogu uzimati vrednosti 1 i 2.
Matematikim putem moemo utvrditi da je:
i .
131
9 Kada je prvi put upotrebljen termin regresija?

9 Gde korelaciona analiza nalazi primenu?
9 ta je cilj regresije, a ta cilj korelacije?
9 Navedite nedostatak regresione i korelacione analize.
9 .RMDMHUD]OLNDL]PHXUHJUHVLRQHLNRUHODFLRQHDQDOL]H"
9 ObjaVQLWHGHWHUPLQLVWLNHLVWRKDVWLNHYH]H
9 Kakve su to direktne, a kakve inverzne veze?
9 Kada se primenjuje prosta linearna regresiona anliza?
9 2EMDVQLWHGLMDJUDPUDVSUHQRVWLLGDMWHMHGDQJUDILNLSULPHU
9 2EMDVQLWH]QDHQMHNRHILFLMHQDWDE1 i b0.
9 Objasnite standardnu greku regresije.
9 Objasnite koeficijent determinacije.
9 .RML XVORYL PRUDMX ELWL LVSXQMHQL GD EL VH YULOR SUHGYLDQMH
vrednosti zavisno promenljive na bazi regresionog modela?
9 .RMLIDNWRULXWLXQDVWDQGDUGQXJUHNXRFHQHSURVHQHYUHGQRVWL
zavisno promenljive?
9 Objasnite kako se provodi korelaciona analiza.
9 .DNYDPRHELWLNRUHODFLMDL]PHXGYHSRVPDWUDQHYDULMDEOH"
9 .RMHYUVWHYH]DPRJXELWLLGHQWLILNRYDQHL]PHXYDULMDEOH[L\"
9 Objasnite koeficijent proste linearne korelacije.
9 Koje su karakteristike korelacione analize?
9 2EMDVQLWHWHVWLUDQMHSRVWRMDQMD OLQHDUQH NRUHODFLRQH YH]H L]PHX
VOXDMQLKYHOLLQD;L<RVQRYQRJVNXSD
9 Objasnite korelaciju ranga.
9 .DNRVHVSURYRGLNRUHODFLRQDDQDOL]DNDWHJRULNLKYDULMDEOL"
9 Objasnite prostu drugostepenu parabROLQXUHJUHVLMXLNRUHODFLMX
9 Objasnite eksponencijalnu regresiju i korelaciju.
9 Linearna viestruka regresija i korelacija.
9 Parcijalna linearna korelaciona analiza.
132
133
6.
Analiza komponenti vremenske serije

Komponente vremenske serije
-7UHQGOLQHDUQLSDUDEROLQLHNVSRQHQFLMDOQL
2GUHLYDQMHDGHNYDWQHIXQNFLMHWUHQGD
-Sezonska komponenta
-&LNOLQDNRPSRQHQWD
128
134
POJAM, CILJEVI I KLASIFIKOVANJE VREMENSKIH SERIJA
Vremenska serija se definie kao skup kvantitativnih zapaanja

rasporHHQLK SR KURQRORNRP UHGRVOHGX. 61 2QD SRGUD]XPHYD XUHHQL QL]
opservacija 62. 3RVPDWUDQH RSVHUYDFLMH VX PHXVREQR ]DYLVQH QD WD VH
oslanjamo prilikom formiranja modela vremenske serije. Na osnovu opservacija
XSUHWKRGQRPSHULRGXPRHPRYULWLSUHGYLDQMDEXGXLKNUHWDQMDSRVPDWUDQH
pojave. Vremenska serija se moe definisati i kao serija podataka prikupljenih
]DLVWXMHGLQLFXSRVPDWUDQMDRMHGQRMLVWRMSURPHQOMLYRMXUD]OLitim vremenskim
trenucima ili vremenskim periodima 63.
Vremenske serije se koriste u oblasti ekonometrije. One se javljaju u
demografiji, inenjeringu, ekonomiji, finansijama, medicini, meteorologiji,
geofizici, poljoprivredi i drugo.
Osnovni ciljevi modeliranja i analize vremenskih serija su: 64
5D]XPHYDQMH GLQDPLNH LOL YUHPHQVNH ]DYLVQRVWL MHGQH
vremenske serije na osnovu opaanja njene strukture
univarijantna analiza vremenskih serija.
3URYHUD ]DRVWDMDQMD L SRYUDWQLK YH]D L]PHX QHNROLNR
vremenskih serija multivarijaciona analiza vremenskih serija.
Parcijalni ciljevi analize vremenske serije su: 65
Deskripcija vremenske serije;
Objanjenje vremenske serije;
3UHGYLDQMHLNRQWURODYUHPHQVNHVHULMH
'HVNULSFLMRP YUHPHQVNH VHULMH X] SRPR JUDILNLK SUikaza i sumarnih
VWDWLVWLNDGRELMDMXVHLQIRUPDFLMHRQMHQLPNOMXQLPNDUDNWHULVWLNDPDGDOLMHX
pitanju stacionarna serija, da li ima normalan raspored ili je potrebno izvriti
QMHQRSULODJRDYDQMHLVOLQR8QDUHGQRPNRUDNXYULVHL]ERUHNRQRPHWULMVNog
61
Kirchgssner, G., Wolters, J., Hassle, U., 2013. Introduction to Modern Time Series Analysis,
Springer-Verlag Berlin Heidelberg, Germany, pp. 1.
62
.RYDL=Analiza vremenskih serija, Ekonomski fakultet, Beograd, str. 2.
63
64
Pea, D., Tiao, G., Tsay, R., 2001. A Course in Time Series Analysis, John Wiley & Sons,
New York, pp. 1.
65
.RYDL=5. Analiza vremenskih serija, Ekonomski fakultet, Beograd, str. 6.
135
PRGHOD NRML EL PRJDR QD QDMEROML QDLQ REMDVQLWL NUHWDQMH MHGQRGLPHQ]LRQDOQH
ili viedimenzionalne vremenske serije. Na osnovu odabranog ekonometrijskog
PRGHOD SURJQR]LUDPR EXGXD NUHWDQMD YUHPHQVNH VHULMH 3UL WRP VH RVODQMDPR
QD UD]OLLWH VWDWLVWLNH testove i kriterijume kojima se proverava valjanost
NRULHQRJ PRGHOD ]D SURJQR]LUDQMH X NRPSDUDFLML VD GUXJLP NRQNXUHQWVNLP
PRGHOLPD 1DNRQ RYH ID]H XOD]QX VHULMX SRGDWDND SULODJRDYDPR WDNR GD
izlazni procesi budu blizu eljenog cilja.
Momentnim ili intervalnim vremenskim serijama prikazujemo
GLQDPLNHSRMDYH'LQDPLNHSRMDYHSRND]XMXYHOLNHSURPHQHWRNRPYUHPHQD
]ERJHJDLKMHQHRSKRGQRLVSLWDWL
Vremenske serije mogu biti stacionarne i nestacionarne 6WDWLVWLND
svojstva stacionarnih vremenskih serija VXQH]DYLVQDRGYUHPHQDDWR]QDLGD
proces generisanja podataka ima konstantnu srednju vrednost i da je
varijabilnost vremenskih serija konstantna tokom vremena. 66 Nestacionarne
vremenske serije su serije sa vremenski zavisnim nivoom i (ili) varijansom.
1HVWDFLRQDUQRM YUHPHQVNRM VHULML RGJRYDUD GHWHUPLQLVWLNL WUHQG XNROLNR VH
QMHQD VUHGLQD PRH SUHGVWDYLWL GHWHUPLQLVWLNRP IXQNFLMRP YUHPHQD
9UHPHQVND VHULMD VDGUL VWRKDVWLNL WUHQG XNROLNR VH SRVWXSNRP GLIHUHQFLUDQMD
dobija stacionarna serija.
KOMPONENTE VREMENSKE SERIJEE
8YHLQLYUHPHQVNLKVHULMDPRJXHMHL]GYRMLWLVOHGHHNRPSRQHQWHNRMH
izazivaju njihove varijacije: 67
Trend komponenta;
Sezonska komponenta;
&LNOLQDNRPSRQHQWD
Komponenta neregularnosti.
9UHPHQVNHVHULMHQDMHHSRND]XMXGXJRURQXWHQGHQFLMXUDVWDLOLSDGD
66
Anderson, D., Sweeney, D., Williams, T., 2011. Statistics for business and economics, 11 th
Edition, Cengage Learning, USA, pp. 787.
67
Zagreb, str. 724.
136
to ukazuje na postojanje trend komponente. Na kretanje vremenske serije,
pored trenda, mogu uticati i sezonski faktori. Sezonske varijacije vremenske
VHULMH QDVWDMX X NUDLP LQWHUYDOLPD RG JRGLQX GDQD DOL VH SRQDYOMDMX dui niz
JRGLQD 0QRJH YUHPHQVNH VHULMH HNRQRPVNRJ NDUDNWHUD LVSROMDYDMX FLNOLQH
obrasce ponaanja koji nisu uslovljeni delovanjem sezonskih faktora i oni se
javljaju u razmacima od nekoliko godina. Ukoliko vremenska serija ispoljava
VOXDMQHREUDVFHSRQDanja uslovljene nekim nepredvidivim faktorima u pitanju
je komponenta neregularnog ponaanja (rezidualne varijacije).
Vremensku seriju moemo prikazati kao proizvod njenih komponenti na
VOHGHLQDLQ
Y=T*S*C*R
gde je: y podaci vremenske serije, T trend komponenta, S sezonska
komponenta, C ciliQa komponenta, R neregularna komponenta.
Trend kao komponenta vremenske serije
7UHQG MH GRPLQDQWQD NRPSRQHQWD X VWDWLVWLNRP PRGHOX YUHPHQVNRJ

QL]D5HMHPHWRGLLMRPSULPHQRPMHPRJXHSUDWLWLGLQDPLNXSRMDYHQDVWDOH
pod uticajem stalnLK IDNWRUD L YULWL SULODJRDYDQMH L SUHGYLDQMH YUHPHQVNLK
VHULMD 7UHQG SUHGVWDYOMD GLQDPLNX VUHGQMX YUHGQRVW MHU VH X] SRPR QMHJD
L]UDXQDYD SURVHQR VWDQMH SRMDYH X VYDNRP SRVPDWUDQRP SHULRGX 5H MH R
putanji kretanja neke pojave u vremenu koja predVWDYOMDQL]SURVHQLKYUHGQRVWL
koje bi posmatrana pojava uzimala po svojoj prirodi. Originalni podaci variraju
RNR OLQLMH WUHQGD L PRJX ELWL UHJXODUQL VH]RQVNH L FLNOLQH YDULMDFLMH L
QHUHJXODUQLVOXDMQHLOLUH]LGXDOQHYDULMDFLMH
Podela na determiniVWLNL L VWRKDVWLNL WUHQG]DYLVL RG WRJD GDOL VH UDVW
serije moe ili ne moe predvideti tokom vremena. 'HWHUPLQLVWLNLWUHQG moe
biti predstavljen formulom a+bx NRMRP VH RGUHXMH SULUDVW LOL RSDGDQMH
vremenske serije u funkciji vremena. 6WRKDVWLNL WUHnd MH SRVOHGLFD VOXDMQRJ
rasta, ili pada vrednosti, ili kumulativni efekat neke sile koja prouzrokuje
GXJRURQH SURPHQH YUHGQRVWL YUHPHQVNH VHULMH .RG VWRKDVWLNRJ WUHQGD X
trenutku t-1 ne moemo znati nivo promenljive u trenutku t6WRKDVWLNLWUHQGMH
NDUDNWHULVWLDQ ]D HNRQRPVNH SRMDYH 7UHQG PRH ELWL SRVOHGLFD SURPHQD X
GUXWYXWHKQRORJLML GUXWYHQLK RELDMD WULQLKLHNRQRPVNLKXVORYD XVORYD X
RNUXHQMXLVOLQR68
68
Yaffee, R., McGee, M., 2000. Introduction to Time Series Analysis and Forecasting: With
Applications of SAS and SPSS, Acad. Press, San Diego, California, pp. 46.
137
3ULOLNRP GXJRURQH DQDOL]H WUHQGD NUHWDQMD SRVPDWUDQH SRMDYH
pretpostavlja se da na njen razvoj deluje jedna grupa faktora koja povremeno
VNUHH WRN SRMDYH QDYLH LOL QDQLH GRN GUXJD JUXSD IDNWRUD GHOXMH VWDOQR X
MHGQRPSUDYFX$QDOL]RPYUHPHQVNLKVHULMDPRJXHMHL]GYRMLWLVYHRQHIDNWRUH
koji remete uticaj faktora koji deluju stalno u jednom pravcu. Liniju trend
moemo prikazati grafiki i uz pomR RGJRYDUDMXHmatematike funkcije.
1D RVQRYX SUDNWLQLK LVNXVWDYD QDMSRJRGQLMH MH SULPHQLWL WUHQG ]D
GLQDPLNXDQDOL]XMHGQRJRGLQMHYUHPHQVNHVHULMH7DNRHSULPHQDWUHQGDLPD
smisla ukROLNR VX SUHGYLDQMD NRMD VH YUH QD RVQRYX QMHJD ]DVQRYDQD QD
SUHWSRVWDYFLGDHSRVPDWUDQDSRMDYDSRVWRMDWLLXEXGXQRVWL'DELVHL]YULOD
DQDOL]D WUHQGD QH SRVWRML WDQR GHILQLVDQ EURM SRGDWDND NRML VH PRUD X]HWL X
UD]PDWUDQMHYHRQDMEURMSRGDWDND QDRVQRYXNRJDVHPRHVWHLXWLVDNRYUVWL
i obliku kretanja pojave u funkciji vremena predstavlja dovoljan broj podataka.
3UHGYLDQMHSRVPDWUDQHSRMDYHPRHVHYULWLQDMYLH]DYUHPHQVNLSHULRGNRML
MHGYDSXWDNUDLRGSHULRGDQDNRMLVHRGQRVLYUHPHQska serija. Duina perioda
SUHGYLDQMD]DYLVLRGWRJDNROLNRGXJRSRVPDWUDQDSRMDYDLVSROMDYDLVWLLOLVOLQL
tok kretanja.
Kako odrediti tip funkcije trenda?
3RGDFLYUHPHQVNHVHULMHNUHXVHQDRGUHHQLQDLQWDNRGDQMLKRYDOLQLMD
kretanja ima svoj oblik. Za adekvatnu analizu trenda kretanja posmatrane pojave
neophodno je odrediti koji tip trenda najvie odgovara posmatranoj pojavi.
Prilagodljivost funkcije trenda originalnim podacima moe se oceniti nekom od
VOHGHLKPHWRGD 69
*UDILNLPPHWRGRP
Metodom polu proseka,
Metodom pokretnih proseka,
Metodom najmanjih kvadrata.
*UDILNL PHWRG RGUHLYDQMD YUVWH WUHQGD ]DVQLYD VH QD vizuelnom
posmatranju dijagrama rasprenosti ili poligona frekvencija vremenske serije,
na osnovu kojih se ocenjuje koji tip funkcije trenda najvie odgovara
posmatranoj seriji. Ovaj metod nije pouzdan i daje bolje rezultate kod duih
YUHPHQVNLKVHULMD7DNRHXNROLNRDQDOLWLDUQHPDSUHWKRGQRLVNXVWYRXDQDOL]L
trenda ne bi trebalo da se oslanja na ovaj metod.
69
pp. 550.
138
Kod metoda polu proseka vremenska serija se deli na dva dela sa
MHGQDNLPEURMHPJRGLQD3RWRPVHL]UDXQDYDMXSURVHQHYUHGQRVWLVYDNRJGHOD
LQMLPDVHSULODJRDYDOLQLMDWUHQGD.UR]GRELMHQHSURVHQHYUHGQRVWLSRYODLVH
linija koja predstavlja liniju trenda polu SURVHND 1D RYDM QDLQ PRJX VH
L]UDXnati parametri bo i b1 QDRVQRYXNRMLKVHPRHYULWLSUHGYLDQMHNUHWDQMD
SRMDYHXEXGXQRVWL
Primena metoda polu - proseka Primer 14.
1DRVQRYXKLSRWHWLNLKSRGDWDNDRGUHGLWHDGHNYDWQXIXQNFLMXWUHQGD
Godine 2008 2009 2010 2011 2012 2013 2014 2015
Y 12 14 20 22 22 27 25 34
3URVHQDYUHGQRVWSUYHSRORYLQHSRGDWDNDL]QRVLLVPHWHQDMHL]PHX
L JRGLQHDSURVHQDYUHGQRVW GUXJH SRORYLQH L]QRVL L QDOD]i se
L]PHXL JRGLQH 1DRVQRYXOLQLMHtrenda polu proseka mogu se
RGUHGLWLVOHGHHYUHGQRVWL
17=a+b i 27=a+4b.
5HDYDQMHPVLVWHPDMHGQDLQDRGUHXMHPRGDMHD GRNMHE
1DRVQRYXWRJDOLQLMDWUHQGDLPDVOHGHLREOLN
Yt=13,67+3,33x.
8FLOMXSURYHUHPRHPRL]UDXQDWLSURL]YRGQMX]DJRGLQX
Yt=13,67+3,33*2=13,67+6,66=20,33
LGRELMHQXWUHQGYUHGQRVWXSRUHGLPRVDRULJLQDOQRPYUHGQRXXJRGLQH
y-yt=20-20,33=0,33.
1DRVQRYXGRELMHQHYUHGQRVWLXRDYDPRGDMHYUORPDODUD]OLNDL]PHX
originalne i trend vrednosti.
Prednost primene ovog metoda je u tome to je jednostavan i zasniva se
QD HJ]DNWQRM SURFHGXUL WDNR GD H VYDND RVRED NRMD SULPHQMXMH RYX PHWRGX
GRELWLLVWXOLQLMXWUHQGD0HXWLPRYDMPHWRGQLMHSRJRGDQ]DSULmenu ukoliko
vremenska serija sadri ekstremne vrednosti.
139
Metod pokretnih proseka se ne koristi samo da bi se odredila funkcija
WUHQGD YH L GD VH LVNOMXH VH]RQVNH L FLNOLQH YDULMDFLMH 1HGRVWDWDN SULPHQH
RYRJ PHWRGD MH X WRPH WR VNUDXMH YUHPHQVNX VHriju, pa nije pogodan za
SULPHQX NRG NUDLK YUHPHQVNLK VHULMD .RG RYRJ PHWRGD VYDNRM YUHGQRVWL
originalnog podatka vremenske serije yi, kada je i=1, 2, 3, ...., n; pridruuju se 1,
2, 3 ili vie vrednosti iz perioda koji prethodi i toliko podataka iz perioda koji
VOHGLGDELVHQDNRQWRJHL]UDXQDODVUHGQMDYUHGQRVWWDNRGRELMHQLKSRGDWDND
,]UDXQDYDQMH pokretnog proseka III reda Primer 15.
Vrednost pokretnog proseka III reda zamenjuje podatak yn-1.

,]UDXQDYDQMH pokretnog proseka IV reda Primer 16.
=D UD]OLNX RG SRNUHWQLK SURVHND QHSDUQRJ UHGD NRML ]DPHQMXMH WDQR
RGUHHQL SRGDWDN YUHPHQVNRJ QL]D NDR WR VPR YLGHOL NRG SRNUHWQRJ SURVHND
,,, UHGD SRNUHWQL SURVHFL SDUQRJ UHGD QH SULGUXXMX VH QLMHGQRP ODQX
vremenske serije. Pokretne proseke ,9UHGDUDXQDPRQDVOHGHLQDLQ
.
.
.
Da biVPR SULGUXLOL SRNUHWQH SURVHNH SDUQRJ UHGD RGUHHQRP ODQX
vremenske serije zbir susednih pokretnih proseka delimo sa brojem 2. Na primer
podatak y3 i y4 ]DPHQMXMXVOHGHHYUHGQRVWL
i .
Metod najmanjih kvadrata MHQDMHHNRULHQLPHWRG2QVH]DVQLYDQD
140
pronalaenju vrednosti za a i b QDRVQRYXVLVWHPDQRUPDOQLKMHGQDLQD
< QDE; i ;< D; + E;2. 70
Originalnim podacima odgovara ona linija trenda kod koje je minimalan
zbir kvadrata odstupanja od linije trenda.
3RVWRMHMRQHNHPHWRGHNRMHRPRJXDYDMXGDVHRGUHGLDGHNYDWQDOLQLMD
trenda za posmatranu vremensku seriju: 71
Metod diferencija i
Standardna greka trenda.
Metod direfencija predstavlja jedan od najjednostavnijih statistiNLK
PHWRGDNRMLVH]DVQLYDQDVOHGHLPSUDYLOLPD: 72
Kada su prve diferencije jednake, odnosno, kada su apsolutne
UD]OLNH MHGQDNH ]D SRVPDWUDQL SHULRG RQGD MH UH R OLQHDUQRP
trendu.
Ukoliko su diferencije drugog reda priblino iste, odnosno,
kvadrati apsoOXWQLKUD]OLNDMHGQDNL]DSRVPDWUDQLSHULRGUHMHR
GUXJRVWHSHQRPSDUDEROLQRPWUHQGX
Ukoliko su prve diferencije logaritamskih vrednosti podataka
vremenskog niza priblino jednake, a originalni podaci se
pribliavaju geometrijskoj progresiji u pitanju je eksponencijalni
trend.
Ukoliko se na osnovu pomenutih metoda ne moe pouzdano odrediti
adekvatna funkcija trenda moemo se osloniti na primenu standardne greke
trenda. Standardna greka trenda je jedan od najpreciznijih metoda za
RGUHLYDQMH DGHNYDWQH vrste trenda. Prema ovom metodu za posmatranu
YUHPHQVNX VHULMX UHSUH]HQWDWLYDQ MH RQDM WLS WUHQGD LMD MH VWDQGDUGQD JUHND
QDMQLD 6WDQGDUGQD JUHND WUHQGD ]D VYH YUVWH WUHQGD L]UDXQDYD VH QD VOHGHL
QDLQ
Sy=
Ukoliko originalne podatke vremenske serije podelimo sa vrednostima

70
pp. 555.
71
/RYUL0Osnovi statistike, Ekonomski fakultet, Kragujevac, str. 319.
72
RUHYLF9Statistika u ekonomiji, Ekonomski fakultet, Ni, str. 338.
141
trenda (y / yt) moemo LVNOMXLWLXWLFDMWUHQGDQDYUHPHQVNXVHULMX. Mnoenjem
tako dobijenih podataka sa 100 moemo utvrditi da li nepostojani faktori deluju
X SUDYFX SRYHDQMD YUHGQRVWL SRMDYH ]D YHH YUHGQRVWL RG 100) ili smanjenja
vrednosti pojave (za manje vrednosti od 100).
Linearni trend
Linearni trend se moe primeniti kod vremenske serije u kojoj su

prisutne centralne tendencije razvoja i kretanja u pravolinijskom smeru. Uslov je
da kod posmatrane pojave promene koje se javljaju tokom posmatranog perioda
u vidu stalnog porasta ili opadanja imaju priblino isti intenzitet.
/LQHDUQLWUHQGSRVPDWUDQHYUHPHQVNHVHULMHPRHELWLSULND]DQJUDILNLL
UDXQVNL RVODQMDMXL VH QD RGJRYDUDMXH PDWHPDWLNH PHWRGH /LQLMD WUHQGD
prolazi kroz originalne podatke vremenske serije, prati njihov pravac kretanja,
dok je zbir odstupanja pojedinih vrednosti vremenske serije od linije trenda
jednak nuli.
6DPR MHGQD SUDYD PRH LVSXQLWL RYDM XVORY 7DNRH NYDGUDWQR

odstupanje originalnih podataka od linije trenda mora biti minimalna da bi se
primenio ovaj tip trenda.
/OLQHDUQL WUHQG VH UDXQVNL GRELMD SRPRX PHWRGD QDMPDQMLK NYDGUDWD

RVODQMDMXLVHQDVLVWHPQRUPDOQLKMHGQDLQD
< Qbo + b1 ; i XY = bo ; + b1 ;2.
S obzirom na WR GD ; SUHGVWDYOMD QH]DYLVQX SURPHQOMLYX YHOLLQX
YUHPH ; RQGD E1; WHL QXOL NDR L ER; L VLVWHP QRUPDOQLK MHGQDLQD
GRELMDVOHGHLREOLN
< Qbo i XY = b1 ;2,
2GDNOHL]UDXQDYDPREo i b1:
i .
Oblik funkcije linearnog trenda izgleda ovako:
142
Yt=bo+b1X,
gde je;
yt trend vrednosti posmatrane pojave;
bo prosek vremenske serije u posmatranom periodu, odnosno, pokazuje
vrednost trenda kada je x=0;
b1 koeficijent pravca koji pokazuje srednji apsolutni porast, odnosno, stalnu
YHOLLQXSRUDVWDLOLRSDGDQMDWUHQGDXVXNFHVLYQLPYUHPHQVNLPSHULRGLPD
x nezavisno promenljiva veliina (vreme).
Liniju trenda dobijamo tako to u prethodnoj formuli umesto nezavisne
promenljive X za svaki posmatrani vremenski trenutak zamenimo odgovarDMXX
vrednost (na primer: kolona yt u tabeli koja sledi).
9UHGQRVW QH]DYLVQH SURPHQOMLYH ; RGUHXMHPR X ]DYLVQRVWL GD OL
vremenska serija sadri paran ili neparan broj podataka.
Ukoliko vremenska serija sadri neparan broj podataka, vrednost
promenljive X koja odgovara sredini serije je nula (0). Periodima
koji prethode ishodinom (nultom) periodu hronolokim redom se
dodeljuju vrednosti 1, 2, 3, ..., dok se periodima koji slede
dodeljuju vrednosti +1, +2, +3, ....
Ukoliko vremenska serija sadri paran broj podataka, izdvajaju se
GYDODQDNRMDVHQDOD]HQDVUHGLQLYUHPHQVNHVHULMHLREHOHDYDMX
sa 0,5 i +0,5. Periodima koji im prethode hronolokim redom se
dodeljuju vrednosti 1,5; 2,5; 3,5; ...; dok se periodima koji
slede dodeljuju vrednosti +1,5; +2,5; +3,5; ...;.
Na osnovu linearnog trenda moe se vriti ekstrapolacija trenda,
RGQRVQRSURJQR]LUDQMHEXGXLKYUHGQRVWLSRVPDWUDQHSRMDYH'DELVHL]YULOD
ekstrapolacija trenda neophodno je da faktori koji su delovali na posmatranu
pojavu i dalje deluju istim intenzitetom, kao i da ne dolazi do pojave novih
IDNWRUD7DNRHSRWUHEQRMHGDLPDPRGXJXYUHPHQVNXVHULMX.DGDMHXSLWDQMX
SURJQR]LUDQMH NRG HNRQRPVNLK SRMDYD WDQLMH H ELWL SURJQR]H NRMH VH YUH X
periodima poslovne stabilnosti, kao i one prognoze koje se vie odnose na
PDNURHNRQRPVNH YHOLLQH 8NROLNR VX MDNR L]UDHQH FLNOLQH YDULMDFLMH QLMH
SUHSRUXOMLYRYULWLSURJQR]LUDQMH
,]UDXQDYDQMH linearnog trenda Primer 17.

Na osnovu podataka o prilivima stranih direktnih investicija (SDI) u
Republici Srbiji L]UDXQDMWH: a) linearni trend, b) standardnu greku trenda i c)
predvidi trend kretanja za 2018. godinu.
143
Godine SDI Godine SDI Godine SDI Godine SDI
1992 126 1997 740 2002 563 2007 4373
1993 96 1998 113 2003 1516 2008 2955
1994 63 1999 112 2004 1024 2009 1959
1995 45 2000 52 2005 2078 2010 1329
1996 0 2001 117 2006 4878 2011 2709
2012 650
Tabela 16. Prilivi stranih direktnih investicija u milionima $ u Republici Srbiji

SDI u
Godine X x*y X2 Yt y-yt (y-yt)2
Srbiji
1992 126 -10 -1260 100 -298,51 424,51 180208,7
1993 96 -9 -864 81 -147,24 243,24 59165,7
1994 63 -8 -504 64 4,03 58,97 3477,461
1995 45 -7 -315 49 155,3 -110,3 12166,09
1996 0 -6 0 36 306,57 -306,57 93985,16
1997 740 -5 -3700 25 457,84 282,16 79614,27
1998 113 -4 -452 16 609,11 -496,11 246125,1
1999 112 -3 -336 9 760,38 -648,38 420396,6
2000 52 -2 -104 4 911,65 -859,65 738998,1
2001 117 -1 -117 1 1062,92 -945,92 894764,6
2002 563 0 0 0 1214,19 -651,19 424048,4
2003 1516 1 1516 1 1365,46 150,54 22662,29
2004 1024 2 2048 4 1516,73 -492,73 242782,9
2005 2078 3 6234 9 1668 410 168100
2006 4878 4 19512 16 1819,27 3058,73 9355829
2007 4373 5 21865 25 1970,54 2402,46 5771814
2008 2955 6 17730 36 2121,81 833,19 694205,6
2009 1959 7 13713 49 2273,08 -314,08 98646,25
2010 1329 8 10632 64 2424,35 -1095,35 1199792
2011 2709 9 24381 81 2575,62 133,38 17790,22
2012 650 10 6500 100 2726,89 -2076,89 4313472
25498 0 116479 770 25497,99 0,01 25038045
Podaci preuzeti sa: United Nations Conference on Trade and Development, World Investment
Report 2013/2012/2011/2010. http://www.unctad.org/en/PublicationsLibrary/wir2013_en.pdf;
http://unctad.org/en/PublicationsLibrary/wir2012_embargoed_en.pdf;
http://unctad.org/en/PublicationsLibrary/wir2011_en.pdf;
http://www.unctad.org/en/Docs/wir2010_en.pdf., [09.03.2016. u 18:00]
Reenje:
a)
144
b)
c)
Trend kretanja priliva stranih direktnih investicija PRHPR JUDILNL
SULND]DWLQDVOHGHLQDLQ
Grafikon 21. Linearni trend
3DUDEROOLQLWUHQG
Ukoliko centralne tendencije razvoja i kretanja neke vremenske serije

QLVX SUDYROLQLMVNH OLQHDUQLP WUHQGRP QHH ELWL QDMSUHFL]QLMH LVND]DQR
GXJRURQRNUHWDQMHRYHSRMDYH7DGD je potrebno primeniti neki drugi tip trenda.
3DUDEROLQL WUHQG VH RELQR NRULVWL NRG YUHPHQVNH VHULMH NRG NRMH
SURVHQL DSVROXWQL SULUDVW QLMH MHGQDN YH L] JRGLQH X JRGXQX UDVWH LOL RSDGD
WDNR GD QMHQ JUDILNL SULND] LPD REOLN RWYRUHQH SDUDEROH ParabolLQL WUHQG VH
L]UDXQDYDQDRVQRYXVOHGHLKMHGQDLQD
< Q E0 + b1;E2;2,
;< E0;E1;2 + b2;3,
145
;2Y = b0;2 + b1;3 + b2;4.
.DNRMH; RQGDVOHGL
< Q E0 + b2;2,
;< E1;2,
;2Y = b0;2 + b2;4.
1DRVQRYXGRELMHQLKMHGQDLQDPRHPRL]UDXQDWLSDUDPHWUHE0, b1 i b2:
, ,
.
Oblik funkcije SDUDEROLQRJ trenda izgleda ovako:
yt = bo + b1x + b2x2.
,]UDXQDYDQMH SDUDEROLQRJWUHQGD Primer 17
Na osnovu podataka o broju prevezenih putnika u drumskom saobrDDMX
u Republici Hrvatskoj L]UDXQDMWHSDUDEROLQLWUHQG
Tabela 17. Broj prevezenih putnika u drumskom prevozu u Republici Hrvatskoj
XSHULRGL]PHXLJRGLQH
Broj
Godine prevezenih X x2 x*y x4 x2*y Yt
putnika (y)
2002 65582 -5 25 -327910 625 1639550 65397,53
2003 65413 -4 16 -261652 256 1046608 65516,46
2004 64768 -3 9 -194304 81 582912 65291,51
2005 64859 -2 4 -129718 16 259436 64722,66
2006 63576 -1 1 -63576 1 63576 63809,91
2007 63144 0 0 0 0 0 62553,28
2008 62064 1 1 62064 1 62064 60952,75
2009 58493 2 4 116986 16 233972 59008,34
2010 56419 3 9 169257 81 507771 56720,03
2011 52561 4 16 210244 256 840976 54087,82
2012 52293 5 25 261465 625 1307325 51111,73
669172 - 110 -157144 1958 6544190 669172
Podaci preuzeti sa: 6WDWLVWLNLOetopis Dravnog zavoda za statistiku Republike Hrvatske (2012. I
2013.), dostupno na: http://www.dzs.hr/Hrv_Eng/ljetopis/2012/sljh2012.pdf;
http://www.dzs.hr/Hrv_Eng/ljetopis/2013/sljh2013.pdf, [04.06.2016. u 18:00].
146
Reenje:
yt = 62553,28-1428,58x-171,946x2
Trend kretanja broja prevezenih lica PRHPR JUDILNL SULND]DWL QD
VOHGHLQDLQ
Grafikon 223DUDEROLQLWUHQG
Eksponencijalni trend
Eksponencijalni trend SUHGVWDYOMD NULYROLQLMVNL WUHQG L SULODJRDYD VH

onoj vremenskoj seriji koja pokazuje karakteristike geometrijske progresije,
odnosno, kada posmatrana pojava u sukcesivnim vremenskim periodima
pokazuje priblino isti tempo rasta ili opadanja.
147
8NROLNR HNVSRQHQFLMDOQL WUHQG RGUHXMHPR JUDILNL RQGD MH QHRSKRGQR
da se na polulogaritamskom dijagramu podaci grupiu priblino oko prave linije
da bi mogli da kaemo da eksponencijalni trend najbolje reprezentuje datu
vremensku seriju.
Oblik funkcije eksponencijalnog trenda izgleda ovako:

yt = bo*b1x
Ukoliko logaritmujemo obe strane dobijamo linearni oblik:
log yt = log b0 + x log b1
2VODQMDMXLVHQDPHWRGQDMmanjih kvadrata parametre b0 i b1 UDXQDPR
QDVOHGHLQDLQ
log b0 n + log b1 ; ORJ\
log b0 ;ORJE1 ;2 [ORJ\
.DNRMH; RQGDVOHGL
i .
Antilogaritmovanjem dobijamo vrednosti za nepoznate parametre b0 i b1.
Na osnovu vrednosti parametra b1 moe se odrediti srednji tempo rasta
posmatrane pojave, kao i eksponencijalna stopa rasta.
Ukoliko je vrednost parametra b1 YHDRG]DSRMDYXMHNDUDNWHULVWLQD
tendencija rasta, a ukoliko je vrednost parametra b1 PDQMDRGDYHDRG(0<
b1 <1) pojava pokazuje tendenciju opadanja.
3URVHQL JRGLQML SURFHQDW UDVWD YUHPHQVNH VHULMH X SRVPDWUDQRP
YUHPHQVNRP SHULRGX RGUHXMHPR X] SRPR eksponencijalne stope rasta na
VOHGHLQDLQ
re = (b1 1)*100.
,]UDXQDYDQMH eksponencijalnog trenda Primer 18.

Na osnovu podataka o navodnjavanim povrinama zemljita u
+LGURPHOLRUDFLRQRP VLVWHPX DDN X SHULRGX L]PHX L JRGLQH
L]UDXQDMWHHNVSRQHQFLMDOQLWUHQG
148
Tabela 18. 1DYRGQMDYDQHSRYULQH]HPOMLWDX+LGURPHOLRUDFLRQRPVLVWHPXDak u
SHULRGXL]PHXLJRGLQH
God. Y X x2 Logy x*logy log(yt) yt
1982 550 -5 25 2,740363 -13,702 2,747 558,47
1983 520 -4 16 2,716003 -10,864 2,712 515,23
1984 480 -3 9 2,681241 -8,044 2,677 475,34
1985 405 -2 4 2,607455 -5,215 2,642 438,53
1986 348 -1 1 2,541579 -2,542 2,607 404,58
1987 364 0 0 2,561101 0,000 2,572 373,25
1988 370 1 1 2,568202 2,568 2,537 344,35
1989 375 2 4 2,574031 5,148 2,502 317,69
1990 380 3 9 2,579784 7,739 2,467 293,09
1991 320 4 16 2,50515 10,021 2,432 270,40
1992 165 5 25 2,217484 11,087 2,397 249,46
4277 0 110 28,29239 -3,802 28,292 4240,37
Podaci preuzeti sa: HNXODUDF*7UHQGQDYRGQMDYDQLKSRYULQDQDSRGUXMX
PHOLRUDFLRQRJVLVWHPDDDNPoljoprivreda i umarstvo, Vol. 40, (1-4), %LRWHKQLNLIDNXOWHW
Univerzitet Crne Gore, Podgorica, str. 34. dostupno na:
http://89.188.43.75/agricultforest/20120216-04%20Sekularac.pdf, [13.06.2016. u 21:00].
Reenje:
log yt = 2,572+(-0,035)*x
8NROLNR GRELMHQH UH]XOWDWH DQWLORJDULWPXMHPR GRELMDPR VOHGHH
vrednosti:
yt = 373,281*0,923x
Trend kretanja navodnjavanih povrina PRHPR JUDILNL SULND]DWL QD

VOHGHLQDLQ
149
Grafikon 23. Eksponencijalni trend
Sezonska komponenta vremenske serije
6H]RQVNH YUHPHQVNH VHULMH NDUDNWHULX SHULRGLQH IOXNWXDFLMH NRMH VH

ponavljaju u vremenskim intervalima do godine dana 73. Sezonske fluktuacije
spadaju u regularna kolebanja oko trenda. Ove fluktuacije se ispoljavaju u isto
YUHPHQDSULEOLQRLVWLQDLQ8]DYLVQRVWLRGWRJDGDOLVHVH]RQVNHYDULMDFLMH
PHQMDMX WRNRP JRGLQH LOL QH VH]RQVND SULURGD PRH ELWL GHWHUPLQLVWLND LOL
VWRKDVWLND Za merenje sezonskih varijacija posmatrane pojave izgraHQi su
posebni modeli koji se izraavaju vremenskim serijama po mesenim i
kvartalnim intervalima. Sezonski ARIMA modeli primenjuju se za opisivanje
VWRKDVWLNHVH]RQVNHNRPSRQHQWH'HWHUPLQLVWLNDVH]RQVNDSULURGDVHPRGHOLUD
QDED]LVH]RQVNLKYHWDNLKSURPHQOMLYLK
9UHPHQVNL SHULRG X NRMHP VH SRQRYL XRHQD SRMDYD QD]LYD VH SHULRG
VH]RQH L NRG PHVHQLK YUHPHQVNLK VHULMD L]QRVL NRG MH NYDUWDOQLK
vremenskih serija 4, a kod polugodinjiK YUHPHQVNLK VHULMD L]QRVL ,QDH
VH]RQVNH IOXNWXDFLMH VH XRDYDMX VDPR NRG YUHPHQVNLK VHULMD NRG NRMLK VX
YUHPHQVNHMHGLQLFHNUDHRGMHGQHJRGLQH
Veliki broj ekonomskih pojava karakterie se sezonskim varijacijama
73
.RYDLZ., 1995. Analiza vremenskih serija, Ekonomski fakultet, Beograd, str. 211.
150
koje su izraene manje ili vie. Sezonska komponenta se posebno ispoljava u
RGUHHQLP SULYUHGQLP JUDQDPD NDR WR MH WXUL]DP SROMRSULYUHGD WUDQVSRUW
JUDHYLQDUVWYR GDOMH NRG XYR]D L]YR]D MDYQLK SULKRGD L UDVKRGD LQGHNVD
industrijske proizvodnje, prometa u trgovini na malo i drugo. Tako, na primer,
sezonske fluktuacije su prisutne kod prodaje sladoleda, sokova, piva, ogreva,
]LPVNHLOHWQMHJDUGHUREHNDRLSRWURQMHHOHNWULQHHQHUJLMHLYRGH
U zavisnosti od toga koliko je sezonski ritam stabilan sezonske indekse
L]UDXQDYDPR QD UD]OLLWH QDLQH .DR PHWRGL ]D L]UDXQDYDQMH VH]RQVNLK
indeksa izdvajaju se metod odnosa prema pokretnim sredinama, metod odnosa
prema trendu, metod odnosa prema optem meseQom, odnosno, kvartalnom
proseku, metod odnosa prema lananim indeksima, metod X-11 i drugi.74
7DNRH XNROLNR PHULPR VH]RQVNL YDULMDELOLWHW WRNRP MHGQH JRGLQH
koristimo VSHFLILQL VH]RQVNL LQGHNV, dok WLSLQLP VH]RQVNLP LQGHNVRP merimo
sezonske varijacije za vie uzastopnih godina.
,]UDXQDYDQMH sezonskih indeksa metodom odnosa
prema optePPHVHQRPNYDUWDOQRPSURVHNX Primer 19.
Na osnovu podataka o GRODVFLPD GRPDLK WXULVWD QD SRGUXMX -XQH L
,VWRQH 6UELMH X SHULRGX L]PHX L JRGLQH L]UDXQDMWH VH]RQVNH
LQGHNVH RVODQMDMXL VH QD PHWRG RGQRVD SUHPD RSWHP PHVHQRPNYDUWDOnom
proseku.
Tabela 19. Dolasci GRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGX
L]PHXLJRGLQH

2012 2013 2014 2015

I 36260 34104 35917 35588 35467,25 56,04

II 92794 88622 74580 79762 83939,5 132,62
III 85350 79423 77564 84395 81683 129,06
IV 60669 49524 44952 53165 52077,5 82,28
Podaci preuzeti sa'RODVFLGRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGXRG
2012-2015. godine, dostupno na: http://webrzs.stat.gov.rs/website/public/ReportView.aspx,
[20.06.2016. u 15:00]
Reenje:
3URVHNHNYDUWDODUDXQDPRVOHGHRPIRUPXORP .
I=141869/4=35467,25 II=335758/4=83939,5
74
557.
151
III=326732/4=81683 IV=208310/4=52077,5
2SWLNYDUWDOQLSURVHNUDXQDPRVOHGHRPIRUPXORP
,
odakle sledi:
.
6H]RQVNHLQGHNVHGRELMDPRQDRVQRYXVOHGHHIRUPXOH
odakle sledi:
IsI=(35467,25/63291,8)*100=56,04%
IsII=(83939,5/63291,8)*100=132,62%
IsIII=(81683/63291,8)*100=129,06%
IsIV=(52077,5/63291,8)*100=82,28%
U prvom kvartalu znatno je izraen negativan uticaj sezone jer je
sezonski indeks ispod proseka za 43,96%. U drugom kvartalu pozitivan uticaj
VH]RQHMHQDML]UDHQLMLMHUMHWXQDMYHLVH]RQVNLLQGHNVL]QDGSURVHND
7DNRHXWUHHPkvartalu gde je sezonski indeks 29,06% iznad proseka, dok je u
HWYUWRPNYDUWDOXSULVXWDQQHJDWLYDQXWLFDMVH]RQHJGHMHVH]RQVNLLQGHNV
ispod proseka.
Vremenske serije sa stabilnim i nestabilnim sezonskim

ritmom
U vremenskom periodu od vie godina sezonski varijabilitet moe biti

stabilan i tada varijabilitet ima isti intenzitet i smer, a moe biti i nestabilan
NDGDVXSULVXWQH]QDDMQHSURPHQHVH]RQVNLKNROHEDQMD
Tipinim sezonskim indeksima meri se sezonski varijabilitet, na dui
rok, u uslovima stabilnog sezonskog trita.
Dekompoziciju vremenske serije, u cilju izdvajanja sezonske varijacije
RG GUXJLK NRPSRQHQWL YULPR X] SRPR metoda odnosa prema pokretnim
152
sredinama 2YDM PHWRG SROD]L RG SUHWSRVWDYNH GD VH FLNOLQD L QHUHJXODUQD
NRPSRQHQWDPRJXL]UDXQDWLX]SRPRDULWPHWLNLKVUHGLQDSRMHGLQLKNYartala.
3ROD]HLRGPRGHODYUHPHQVNHVHULMH
y=T*S*C*R
SRPRX PHWRGD RGQRVD SUHPD SRNUHWQLP VUHGLQD PHVHQLP LOL NYDUWDOQLP
SRWUHEQRMHL]RORYDWLWUHQGLFLNOLQXNRPSRQHQWXNDNRELVHNDVQLMHL]GYRMLOH
sezonska i rezidualna komponenta.
SezonVNLLQGHNVVHL]UDXQDYDQDRVQRYXVOHGHHIRUPXOH
=DL]UDXQDYDQMHNYDUWDOQLKDULWPHWLNLKVUHGLQDQDMSUHVHREUDXQDYDMX
pokretni prosece, a nakon toga se oni centriraju.
-,-, , , ...
Ukoliko podelimo originalne podatke vremenske serije sa centriranim
SRNUHWQLPSURVHFLPDGRELHPRVH]RQVNHNRHILFLMHQWH
.
Nakon toga, proseke sezonskih koeficijenata mnoimo sa 100 i
GRELHPRWLSLQHVH]RQVNHLQGHNVH
gde je Is VSHFLILDQVH]RQVNLLQGHNVy vrednost posmatrane pojave, a

vrednost centriranog pokretnog proseka.
=DRGVWUDQMLYDQMHXWLFDMDFLNOLQHLUH]LGXDOQHNRPSRQHQWHL]UDXQDYDMX
VHSURVHQHYUHGQRVWL L] VSHFLILQLK VH]RQVNLK LQGHNVD L GRELMDPR SURVHQH LOL
WLSLQHVH]RQVNHLQGHNVH
.
Desezoniranje podataka vremenske serije vri se deljenjem originalnih
NYDUWDOQLKLOLPHVHQLKSRGDWDNDVDRGJRYDUDMXLPVH]RQVNLPLQGHNVRP
153
.
U vremenskom periodu od vie godina sezonski varijabilitet moe biti
nestabilan NDGD VX SULVXWQH ]QDDMQH SURPHQH VH]RQVNLK NROHEDQMD 7LSLQL
sezonski indeksi nisu reprezentativni u situaciji kada je prisutan izraen
VH]RQVNLULWDP8RYDNYLPVOXDMHYLPDL]UDXQDYDMXVHSRND]DWHOMLNRMLVDGUHL
promene koje su nastale u okviru samog sezonskog ritma.
6H]RQVNHYDULMDFLMHRYDNYLKSRMDYDVHQDMHHPHUHmetodom pokretnih
sredina 2YDM PHWRG RPRJXDYD REUDXQ VSHFLILQLK VH]RQVNLK LQGHNVD.
8NROLNRVSHFLILQLVH]RQVNLLQGHNVLLPDMXWHQGHQFLMXRSDGDQMDLOLUDVWDXGXHP
vremenskom periodu od njih se moe formirati serija. Tako se za n posmatranih
godina formira jedna serija sSHFLILQLK LQGHNVD QD PHVHQRP LOL NYDUWDOQRP
QLYRX=DVYDNXVHULMXVSHFLILQLKLQGHNVDPRJXHMHRGUHGLWLOLQLMXWUHQGD
Dakle, sSHFLILni sezonski indeksi ukazuju na tendenciju promene
sezonskog ritma, dok tipini sezonski indeksi, kao proseci, izravnavaju
varijacije specifinih indeksa po godinama.
8] SRPR VH]RQVNLK LQGHNVD moe se vriti i SUHGYLDQMH EXGXLK
vrednosti posmatrane pojave. Metodom ekstrapolacije trenda moemo proceniti
SURVHQH YUHGQRVWL ]D HOMHQH EXGXH YUHPHQVNH LQWHUYDOH 8NROLNR YUednost
RGJRYDUDMXHJ WLSLQRJ VH]RQVNRJ LQGHNVD SRPQRLPR VD SRMHGLQDQLP
NYDUWDOQLP LOL PHVHQLP YUHGQRVWLPD WUHQGD YULPR SURJQR]LUDQMH EXGXH
vrednosti pojave.
U situaciji kada se javlja nestabilan sezonski ritam, pa se sezonske
fluktuacije pomeraju mDQMHLOLYLHXRGUHHQRPVPHUXQHRSKRGQRMHRVODQMDWL
VHQDNRULJRYDQHVH]RQVNHLQGHNVHRGQRVQRPHVHQHNYDUWDOQHWUHQGRYH
3DOMLYRP DQDOL]RP QHNH YUHPHQVNH VHULMH PRHPR XRLWL GD QMHQR
NUHWDQMHQLMHSULODJRHQROLQLMLWUHQGD3RGXWLFDMHPVH]onskih faktora, a
SRVHEQRXNUDHPYUHPHQVNRPLQWHUYDOXRULJLQDOQLSRGDFLRGVWXSDMXRGOLQLMH
trenda. Zbog toga ekstrapolisane vrednosti trenda treba korigovati sezonskim
indeksima.
,]UDXQDYDQMH sezonskih indeksa metodom

pokretnih proseka Primer 20.
Na osnovu podataka o GRODVFLPD GRPDLK WXULVWD QD SRGUXMX -XQH L
,VWRQH 6UELMH X SHULRGX L]PHX L JRGLQH L]UDXQDMWH VH]RQVNH
LQGHNVH RVODQMDMXL VH QD PHWRG RGQRVD SUHPD RSWHP PHVHQRPNYDUWDOQRP
proseku. Izvriti desezoniranje podDWDNDXNYDUWDOXJGHMHQDMMDLXWLFDMVH]RQH
154
Tabela 20. 'RODVFLGRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGX
L]PHXLJRGLQH

2012 2013 2014 2015

I 36260 34104 35917 35588 35467,25 56,04

II 92794 88622 74580 79762 83939,5 132,62
III 85350 79423 77564 84395 81683 129,06
IV 60669 49524 44952 53165 52077,5 82,28
Podaci preuzeti sa'RODVFLGRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGXRG
2012-2015. godine, dostupno na: http://webrzs.stat.gov.rs/website/public/ReportView.aspx,
[20.06.2016. u 15:00]
Reenje:
3UYLNRUDNSRGUD]XPHYDREUDXQSRNUHWQLKSURVHND :
(36260+92794+85350+60669)/4=68768,25
(92794+85350+60669+34104)/4=68229,25
(85350+60669+34104+88622)/4=67186,25
(60669+34104+88622+79423)/4=65704,5
(34104+88622+79423+49524)/4=62918,25
(88622+79423+49524+35917)/4=63371,5
(79423+49524+35917+74580)/4=59861
(49524+35917+74580+77564)/4=59396,25
(35917+74580+77564+44952)/4=58253,25
(74580+77564+44952+35588)/4=58171
(77564+44952+35588+79762)/4=59466,5
(44952+35588+79762+84395)/4=61174,25
(35588+79762+84395+53165)/4=63227,5
1DRVQRYXSRNUHWQLKSURVHNDL]UDXQDYDPRFHQWULUDQHSRNUHWQHSURVHNH
( c):
(68768,25+68229,25)/=68498,75
(68229,25+67186,25)/2=67707,75
(67186,25+65704,5)/2=66445,38
(65704,5+62918,25)/2=64311,38
(62918,25+63371,5)/2=63144,88
155
(63371,5+59861)/2=61616,25
(59861+59396,25)/2=59268,63
(59396,25+58253,25)/2=58824,75
(58253,25+58171)/2=58212,13
(58171+59466,5)/2=58818,75
(59466,5+61174,25)/2=60320,38
(61174,25+63227,5=62200,88
Centrirani
Originalni Pokretni Sezonski
Godine Kvartali pokretni
podaci (y) proseci koeficijenti
proseci
2012 I 36260 _ - -
II 92794 - -
68768,25
III 85350 68229,25
68498,75 1,25
IV 60669 67707,75 0,90
67186,25
I 34104 32852,25 1,04
65704,5
2013 II 88622 64311,38 1,38
62918,25
III 79423 63144,88 1,26
63371,5
IV 49524 61616,25 0,80
59861
I 35917 59396,25
29698,13 1,21
II 74580 58253,25
58824,75 1,27
2014 III 77564 58171
58212,13 1,33
IV 44952 29085,5 1,55
59466,5
I 35588 61174,25
60320,38 0,59
II 79762 63227,5
62200,88 1,28
2015 III 84395 -
- -
IV 53165 - -
1D RVQRYX GRELMHQH WDEHOH IRUPLUDPR QRYX WDEHOX X] SRPR NRMH
RGUHXMHPRNYDUWDOQHVUHGLQH
I=2,84/3=0,95 II=3,93/3=1,31
III=3,84/3=1,28 IV=3,25/3=1,08
i sezonske indekse i to mnoenjem dobijenih kvartalnih sredina sa 100%.
156
Is
Kvartalne
Kvartal 2012 2013 2014 2015 (sezonski
sredine
indeksi)
I - 1,04 1,21 0,59 0,95 95%
II - 1,38 1,27 1,28 1,31 131%
III 1,25 1,26 1,33 - 1,28 128%
IV 0,90 0,80 1,55 - 1,08 108%
.DNR MH QDMMDL XWLFDM VH]RQH SULPHHQ X ,, NYDUWDOX MHU MH WX QDMYHL
sezonski indeks) u njemu vrimo desezoniranje tako to originalne podatke iz II
NYDUWDOD]DVYDNXSRVPDWUDQXJRGLQXGHOLPRVDYUHGQRXVH]RQVNRJLQGHNVDL]
II kvartala:
Is yII/Is
Godine yII drugog drugog
kvartala kvartala
2012 92794 131% 70835,11
2013 88622 131% 67650,38
2014 74580 131% 56931,30
2015 79762 131% 60887,02
Poslednja kolona prethodne tabele reprezentuje kakva bi bila poseta
turista u II kvartalu da nije bilo sezonskog uticaja.
&LNOLQDNRPSRQHQWDYUHPHQVNHVHULMH
Posmatranjem pojave dui niz goGLQDPRHPRXRLWLID]HNRQWUDNFLMHL

HNVSDQ]LMH NRMH VH QH MDYOMDMX X MHGQDNLP SHULRGLPD 8 SLWDQMX VX FLNOLQD
kolebanja koja se mogu javiti u periodu od 2 do 3 godine, ali i u periodu od 8 do
JRGLQD&LNOLQHYDULMDFLMHQLVXXMHGQDHQH]ERJHJDVHQjihovo ocenjivanje
PRUDYULWLLQGLUHNWQR7DNRHQHPRJXHMHRGDEUDWLSURVHDQFLNOXV
Kod vremenske serije koja je duga do godinu dana dominiraju trend i
VH]RQVNDNRPSRQHQWDSDMHODNHL]RORYDWLFLNOLQXNRPSRQHQWX6RE]LURPQD
to da se sezonska kompRQHQWDLVSROMDYDXPHVHQLPLNYDUWDOQLPSRGDFLPDDOL
ne i kod godinjih podataka, pojava sezonske komponente se ovde zanemaruje.
Trend komponenta je prisutna i predstavlja tok koji bi pojava imala da nije bilo
FLNOLQLKYDULMDFLMD(OLPLQLVDQMHPWUHQGDLz vremenske serije mi identifikujemo
FLNOLQHYDULMDFLMH6PDWUDVHGDVHQHUHJXODUQDNROHEDQMDSRQLWDYDMXXGXJRP
vremenskom periodu.
157
Dakle, prema multiplikovanom modelu vremenske serije, cikliQu
komponentu dobijamo uporHivanjem empirijskih podataka sa vrednostima
trenda ((y/yt)*100).
'D EL VPR XWYUGLOL SULVXVWYR FLNOLQH NRPSRQHQWH QHRSKRGQR MH GD
WHVWLUDPR ]QDDMQRVW FLNOLQLK YDULMDFLMD 7HVWLUDQMH VH RVODQMD QD SULPHQX 2
testa1DMSUHVHRGUHXMHHPSLULMVNLEURMID]DQDRVQRYXRGVWXSDQMDoriginalnih
podataka od linije trenda ((y/yt)*100). =DWLPVHXSRUHXMHHPSLULMVNLEURMID]D
GXLQH L YLH JRGLQD VD WHRULMVNLP EURMHP ID]D NRML VH RGUHXMH SR
formulama:
.
,VSLWLYDQMH SRVWRMDQMD FLNOLQH NRPSRQHQWH LPD VPLVOD VDPR ]D
vremenske serije koje su due od 12 godina. Za vremensku seriju duu od 12
godina (n>12) i NULWLQDYUHGQRVWWHVWDMHp 2 = 6,898.
3RVWXSDNWHVWLUDQMDLPDVOHGHHID]H
1. Definisanje hipoteza;
+R3RMDYXQHNDUDNWHULXFLNOLQHYDULMDFLMH
H1: Pojavu karakteriu FLNOLQHYDULMDFLMH
2. Prema kriterijumu n>12 posmatrana pojava ispunjava uslov za
WHVWLUDQMHLYUHGQRVWVWDWLVWLNHWHVWDL]QRVL20,05=6,898;
8QDUHGQRPNRUDNXGHILQLHPRSUDYLODRGOXLYDQMD
8VOHGHHPNRUDNXL]UDXQDYDPRYUHGQRVW]Dp 2;
5. Donosimo odluku da li prihvatamo ili odbacujemo Ho hipotezu.
,VSLWLYDQMHSRVWRMDQMDFLNOLQHYDULMDFLMH Primer 21.

Na osnovu podataka o prilivima stranih direktnih investicija (SDI) u
5HSXEOLFL 6UELML VD UL]LNRP JUHNH RG LVSLWDMWH SRVWRMDQMH FLNOLQih
varijacija.
158
Tabela 21. Prilivi stranih direktnih investicija u milionima $ u Republici Srbiji
Odstupanje
SDI u
Godine X x*y X2 Yt (y/yt)*100 od proseka
Srbiji (100%)
1992 126 -10 -1260 100 -298,51 -42,21 -
1993 96 -9 -864 81 -147,24 -65,20 -
1994 63 -8 -504 64 4,03 1563,28 +
1995 45 -7 -315 49 155,3 28,98 -
1996 0 -6 0 36 306,57 0,00 -
1997 740 -5 -3700 25 457,84 161,63 +
1998 113 -4 -452 16 609,11 18,55 -
1999 112 -3 -336 9 760,38 14,73 -
2000 52 -2 -104 4 911,65 5,70 -
2001 117 -1 -117 1 1062,92 11,01 -
2002 563 0 0 0 1214,19 46,37 -
2003 1516 1 1516 1 1365,46 111,02 +
2004 1024 2 2048 4 1516,73 67,51 -
2005 2078 3 6234 9 1668 124,58 +
2006 4878 4 19512 16 1819,27 268,13 +
2007 4373 5 21865 25 1970,54 221,92 +
2008 2955 6 17730 36 2121,81 139,27 +
2009 1959 7 13713 49 2273,08 86,18 -
2010 1329 8 10632 64 2424,35 54,82 -
2011 2709 9 24381 81 2575,62 105,18 +
2012 650 10 6500 100 2726,89 23,84 -
25498 0 116479 770 25497,99 - /
Podaci preuzeti sa: United Nations Conference on Trade and Development, World Investment
Report 2013/2012/2011/2010. http://www.unctad.org/en/PublicationsLibrary/wir2013_en.pdf;
Reenje:
+R3RMDYXQHNDUDNWHULXFLNOLQHYDULMDFLMH
+3RMDYXNDUDNWHULXFLNOLQHYDULMDFLMH
2. 20,05=6,898
159
Trajanje faza u
F F f-f (f-f)2 (f-f)2 / f
godinama
1 6 7,5 -1,5 2,25 0,30
2 3 3,12 -0,12 0,01 0,005
3 i vie 2 1,05 0,95 0,90 0,86
- - - - 1,16
2
p=1,16<6,898 Ho se prihvata, posmatranu pojavu ne NDUDNWHULX FLNOLQH
varijacije.
160
9 Definiite vremensku seriju.

9 Koji su osnovni ciljevi modeliranja i analize vremenske serije?
9 Koji su parcijalni ciljevi modeliranja i analize vremenske serije?
9 Objasnite stacionarne i nestacionarne vremenske serije.
9 Nabrojte i ukratko objasnite komponente koje izazivaju varijacije
vremenske serije.
9 ta je trend?
9 2EMDVQLWHGHWHUPLQLVWLNLLVWRKDVWLNLWUHQG
9 .DNR RGUHXMHPR GXLQX SHULRGD SUHGYLDQMD SRVPDWUDQH
pojave?
9 Koje su metode za ocenu adekvatnosti tipa funkcije trenda?
9 ObjasQLWHJUDILNLPHWRG
9 2EMDVQLWHPHWRGSROXSURVHNDRVODQMDMXLVHQDSULPHU
9 2EMDVQLWHPHWRGSRNUHWQLKSURVHNDRVODQMDMXLVHQDSULPHU
9 Objasnite metod najmanjih kvadrata.
9 .RML MH QDMHH NRULHQL PHWRG RFHQH DGHNYDWQRVWL IXQNFLMH
trenda?
9 Objasnite metod diferencija i standardnu greku trenda.
9 .DNRLVNOMXXMHPRXWLFDMWUHQGDQDYUHPHQVNXVHULMX"
9 Kada se primenjuje linearni trend?
9 Koja pravila moraju biti ispunjena za primenu linearnog trenda?
9 .DNRRGUHXMHPRYUHGQRVWQH]DYLVQHSURPHQOMLYH;"
9 Objasnite postupak ekstrapolacije trenda.
9 .DGDVHSULPHQMXMHSDUDEROLQLWUHQG"
9 Kada se primenjuje eksponencijalni trend?
9 ta pokazuje eksponencijalna stopa rasta?
9 Objasnite sezonsku komponentu vremenske serije.
9 Kod kojih ekonomskih pojava se javljaju sezonske varijacije?
9 .RMLVXPHWRGL]DL]UDXQDYDQMHVH]RQVNLKLQGHNVD"
9 .DGD VH SULPHQMXMH VSHFLILDQ VH]RQVNL LQGHNV D NDGD WLSLDQ
sezonski indeks?
9 Objasnite metodu odnosa prema pokretnim sredinama.
9 Kako se vri desezoniranje podataka vremenske serije?
9 Kako se vri predYLDQMH EXGXLK YUHGQRVWL SRVPDWUDQH SRMDYH
na bazi sezonskih indeksa?
9 2EMDVQLWHFLNOLQXNRPSRQHQWXYUHPHQVNHVHULMH
9 Koji je postupak izolovanja sezonske komponente iz vremenske
serije podataka?
9 2EMDVQLWHSRVWXSDNWHVWLUDQMD]QDDMQRVWLFLNOLQLKYDULMDFija.
161
7.
',1$0,.$$1$/,=$95(0(16.,+
SERIJA METODOM INDEKSNIH
BROJEVA
POJAM, OSOBINE I PODELA INDEKSA

%$=1,,/$1$1,,1'(.6,
GEOMETRIJSKA STOPA RASTA
INDIVIDUALNI I GRUPNI INDEKSI
INDIVIDUALNI I GRUPNI INDEKSI CENE

,1',9,'8$/1,,*5831,,1'(.6,.2/,,1(
INDIVIDUALNI I GRUPNI INDEKSI ZARADA
INDIVIDUALNI I GRUPNI INDEKSI
PRODUKTIVNOSTI RADA
156
162
,1'(.61,%52-(9,.$20(72'$',1$0,.($1$/,=(
'LQDPLNRP DQDOL]RP SRVPDWUD VH L SUDWL NUHWDQMH PDVRYQH SRMDYH NUR]

YUHPHLPHXVREQRVHXSRUHXMXHPSLULMVNLSRGDFLSRVPDWUDQHYUHPHQVNHVHULMHL]
UD]OLLWLK Yremenskih perioda kako bi se dolo do saznanja da li pojava tokom
YUHPHQD LPD SR]LWLYQH LOL QHJDWLYQH SURPHQH LOL VH QH PHQMD =D GLQDPLNX
analizu koristi se vie metoda: trend, vremenski i sezonski indeksi, srednji tempo
UDVWDLVOLQR
Da bi analiza bila adekvatno sprovedena neophodno je da vremenska serija
koja je predmet analize bude homogena, a posmatrana pojava definisana i merena
QDLVWLQDLQWRNRPXNXSQRJSHULRGDSRVPDWUDQMDQMHQRJNUHWDQMD7DNRHSRGDFL
moraju biti u istim vremenskim jedinicaPDNDNRELVHRPRJXLODXSRUHGLYRVW
Indeksni brojevi pokazuju samo relativne promene posmatrane pojave.
1MLPD VH XSRUHXMH RELP LOL QLYR GYH LOL YLH LVWRURGQLK SRMDYD 1D RVQRYX QMLK
QLMHPRJXHGRLGR]DNOMXNDRDSVROXWQLPYHOLLQDPDSRVPDWUDQHSRMDYH, kao ni
da dve posmatrane pojave imaju istu apsolutnu vrednost ukoliko su im jednaki
LQGHNVQL EURMHYL 7DNRH XNROLNR MH YUHGQRVW MHGQRJ LQGHNVD YHD RG GUXJRJ WR
]QDL GD MH NRG WH SRMDYH GROR GR YHH UHODWLYQH SURPHQH X RGQRVX QD GUXJX
pojavu, a ne i GDMHDSVROXWQDYUHGQRVWWHSRMDYHYHDRGDSVROXWQHYUHGQRVWLGUXJH
posmatrane pojave.
8 VWDWLVWLNRM SUDNVL LQGHNVQL EURMHYL QDOD]H LURNX SULPHQX 1D RVQRYX
QMLK PRJXH MH SODWLWL NUHWDQMH FHQD L SURL]YRGQMH X LQGXVWULML L SROMRSULYUHGL
SUDHQMHSURGXNWLYQRVWLUDGDQDQLYRXSULYUHGQLKJUDQDSUDHQMHYUHGQRVWLVSROMQH
WUJRYLQHSUDHQMHSHUIRUPDQVLEHU]DQVNRJWULWDLVOLQR
8]SRPRLQGHNVDFHQDQDPDORPRJXHMHRGUHGLWLVWRSXLQIODFLMH,QGHNV
trokova ivota je poseban vid indeksa cena na malo koji pokazuje procentualne
SURPHQH FHQD QD PDOR SURL]YRGD L XVOXJD OLQH SRWURQMH X RGQRVX QD SRVHEQR
RGUHHQXOLVWXWLKSURL]YRGDGLILQLVDQXRGVWUDQHVWDWLVWLNLKVOXEL
163
OSOBINE I PODELA INDEKSA
Indeksni brojevi ispoljavaju osobine kao to je LGHQWLQRVW KRPRJHQRVW

proporcionalnost i reverzibilnost.
Uslov LGHQWLQRVWL iziskuje da odnos vrednosti posmatranog perioda yi
prema vrednostima iz baznog perioda yo bude jednak 1. Kada su date vrednosti
REUDXQDWH X GUXJLP MHGLQLFDPD PHUH L VWDYH Ve u odnos indeks ostaje
nepromenjen. Time je ispunjen uslov homogenosti. Prema uslovu
proporcionalnosti indeks posmatranog perioda jednak je faktoru kada se
vrednosti yi L]MHGQDXMXVDSURL]YRGRPWRJIDNWRUDLRGJRYDUDMXLPYUHGQRVWLPD
yo. Uslov reverzibilnosti je ispunjen kada je L]UDXQDWLLQGHNVMHGQDNUHFLSURQRM
vrednosti indeksa koji uzima obrnuti odnos vrednosti. Kod individualnih
indeksa ovaj uslov je zadovoljen, dok se kod grupnih indeksa mogu javiti
razlike.
Ukoliko se izrDunavanje vri na osnovu jedne vremenske serije,
govori se o individualnim vremenskim indeksima. Oni mogu biti bazni i
lanani. %D]QL LQGHNVL LPDMX VWDOQX ED]X GRN VH NRG ODQDQLK LQGHNVD ED]D
menja. Grupni LQGHNVLVHL]UDXQDYDMXQDRVQRYXGYHLOLYLHYUHPHQVNLKVHULMD
Oni se PRJX L]UDXQDWL VD ponderima iz WHNXHJ perioda i sa ponderima iz
baznog perioda. Ponderi mogu biti cena, koOLLQD, vrednost i to iz baznog i
tekuHg perioda, a ponderisanje grupnih indeksa je neophodno kako bi se svim
YUHPHQVNLPVHULMDPDGDRLVWL]QDDM
8VWDWLVWLFLVHNRULVWHGYHPHWRGH]DL]UDXQDYDQMHJUXSQLKLQGHNVD: metod
srednjih vrednosti i metod agregata. Metod agregata RELQR VH NRULVWL NDGD VX X
YUHPHQVNLP VHULMDPD SR]QDWH FHQH L NROLLQH GRN VH PHWRG VUHGQMLK YUHGQRVWL
primenjuje kada su poznate vrednosti.
8]DYLVQRVWLRGWRJDQDNRMXVHHNRQRPVNXYHOLLQXRGQRVHLQGHNVLVHGHOH
u tri grupe:
Indekse cena,
,QGHNVHNROLLQDLOLIL]LNRJRELPDL
Indekse vrednosti.
Na bazi ovih indeksa izvedeni su: indeks trokova ivota kao poseban vid
indeksa cena na malo, indeksi produktivnosti, indeksi nominalnih i realnih zarada,
LQGHNVLL]YR]DLXYR]DLVOLQR
164
%D]QLLODQDQLLQGHNVL
=DDGHNYDWQRRGUHHQMHRYRJLQGHNVD]QDDMQRMHSUDYLOQRRGUHGLWLED]QL
period. Bazni period treba da bude onaj vremenski period u kojem je bila
stabilna pojava u normalnim granicama (stabilni uslovi proizvodnje, niska
LQIODFLMDLVOLQR
9UHPHQVNLSHULRGXRGQRVXQDNRMLVHYULSRUHHQMHX]LPDVHNDRED]QL
SHULRGLQMHJRYDYUHGQRVWQDOD]LVHXLPHQLRFXL]UD]D]DL]UDXQDYDQMHLQGHNVQLK
brojeva, dRNVHYUHGQRVWSRVPDWUDQHSRMDYHYUHPHQVNRJSHULRGDNRMLVHXSRUHXMH
QDOD]L X EURMLRFX WRJ L]UD]D 9UHGQRVW LQGHNVQRJ EURMD SRND]XMH GD OL MH YHOLLQD
NRMD VH XSRUHXMH YLD LOL QLD RG ED]QH YHOLLQH L ]D NROLNR SURFHQDWD %D]QL
LQGHNVVHL]UDXQDYDQDRVQRYXVOHGHHIRUPXOH
i= 1,2,3,, n,
gde je n broj podataka vremenske serije, yi (i = 1, 2, 3, ..., n) vremenska serija
LMH SRMHGLQDQH YUHGQRVWL PRJX LL RG GR Q D ]D ED]QX YUHGQRVW PRH ELWL
X]HWDELORNRMDYUHGQRVWRGQMLKNRMDHSULWRPELWLR]QDHQDNDRyo.
,]UDXQDYDQMHED]QLKLQGHNVD Primer 22.

Prema podacima RSURL]YRGQMLXWHNVWLOQRPSUHGX]HXGDWLKXWDEHOLNRMD
VOHGLL]UDXQDMWHED]QHLQGHNVH%D]QDJRGLQDMHJRGLQD
Godine (x) 2009. 2010. 2011. 2012. 2013. 2014. 2015.
Proizvodnja
2860 2990 3400 3201 3109 3270 4000
u 000 (y)
Reenje:
Bazni indeksi (2009.=100%)
Godine Proizvodnja
2009. 2860 100

2010. 2990 104,55
2011. 3400 118,88
2012. 3201 111,92
2013. 3109 108,71
2014. 3270 114,34
2015. 4000 139,86
Odgovor: Proizvodnja XWHNVWLOQRPSUHGX]HX veD je u 2010. godini u
165
odnosu na 2009. za 4,55%; u 2011. za 18,88%; u 2012. za 11,92%; u 2013.
za 8,71%; u 2014. za 14,34% i u 2015. za 39,86% u odnosu na baznu godinu.
HVWRVHMHL]SUDNWLQLKUD]ORJDQHRSKRGQRSUHWKRGQR L]UDXQDWHED]QH
LQGHNVHSUHUDXQDWLQDED]QHLQGHNVHVDQRYRPED]RP7RMHL]YRGOMLYRSRPRX
VOHGHHIRUPXOH
, i=1, 2, 3, ..., n,
gde je Ii bazni indeks sa novom nepromenljivom bazom, Ii indeks sa stalnom
ED]RPNRMLMHYHUDQLMHL]UDXQDWLIo indeks novouvedene baze.
,]UDXQDYDQMHSUHUDXQDWLKED]QLKLQGHNVD Primer 23.

Prema podacima R ED]QLP LQGHNVLPD SUHUDXQDMWH WH ED]QH LQGHNVH QD
novu bazu. Bazna godina je 2011. godina.
Reenje:
3UHUDXQDWL
Bazni indeksi
bazni indeksi
(2009.=100%)
Godine Proizvodnja (2011.=100%)
2009 2860 100 84,12

2010 2990 104,55 87,94
2011 3400 118,88 100,00
2012 3201 111,92 94,15
2013 3109 108,71 91,44
2014 3270 114,34 96,18
2015 4000 139,86 117,65
Odgovor: proizvodnja X WHNVWLOQRP SUHGX]HX u odnosu na 2011.
godinu bila je za 15,88% manja u 2009. godini, za 12,06% manja u 2010.
godini, manja za 5,85% u 2012. godini, manja za 8,56%, i u 2013, u 2014.
manja za 3,82%GRNMHXJRGLQLELODYHD]D
Za razliku od baznih indeksa gde se indeksni brojevL L]UDXQDYDMX
VWDYOMDQMHP SRGDWDND X RGQRV VD VWDOQRP ED]RP NRG ODQDQLK LQGHNVD ]D
vrednost baze uvek se uzima podatak iz prethodnog perioda. /DQDQLLOLYHULQL
indeksi L]UDXQDYDMXVHQDVOHGHLQDLQ
i=1,2,3,..,n,
gde je yi WHNXLSHULRGDyi-1 prethodni period.
166
/DQDQL LQGHNVL SRND]XMX SURFHQWXDOQX SURPHQX SRVPDWUDQH SRMDYH L]
perioda u period i mogu amortizovati trend ukoliko se iz perioda u period
SRYHDED]DXSRUHHQMD
,]UDXQDYDQMHODQDQLKLQGHNVD Primer 24.

Na osnovu podataka iz SUHWKRGQRJSULPHUDL]UDXQDMWHODQDQHLQGHNVH
Reenje:
/DQDQLLQGHNVL
Proizvodnja
Godine
(y)
2009 2860 -
2010 2990 104,55
2011 3400 113,71
2012 3201 94,15
2013 3109 97,13
2014 3270 105,18
2015 4000 122,32
Odgovor: Proizvodnja u 2010. veD je za 4,55% u odnosu na 2009.
godinu; 2011. YHa za 13,71% u odnosu na 2010.; 2012. manja za 5,85% u
odnosu na 2011; u 2013. manja za 2,87% u odnosu na 2012; 2014. veD za
5,18% u odnosu na 2013 GRN MH X YHD ]D X RGQRVX QD
godinu.
HVWR VH X VWDWLVWLNRM DQDOL]L YUL SUHUDXQDYDQMH ODQDQLK LQGHNVD X
ED]QH LQGHNVH VD ED]RP NRMD QDP MH SRWUHEQD 'D EL VH L]YULR RYDM REUDXQ
NRULVWHVHVOHGHHIRUPXOH
Za godine koje slede posle bazne godine lanani indeksi se
prerDXnavaju na bazne na osnovu izraza:
Ii= , i=1,2,3,...,n.
Za godine koje prethode bazinoj godini koristi se izraz:
i=1,2,3,...,n.
3UHUDXQDYDQMHODQDQLKLQGHNVDQDED]QHLQGHNVH Primer 25.

1DRVQRYXSRGDWDNDL]SUHWKRGQRJSULPHUDSUHUDXQDMWHODQDQHLQGHNVH
na bazne indekse sa bazom u 2011. godini.
167
Reenje:
3UHUDXQDWL 3UHUDXQDWLODQDQL
Godine Proizvodnja bazni indeksi u bazne
indeksi (2011.=100%)
2009 84,12 - I2/V2 =91,94
2010 87,94 104,55 I3/V3 =113,71
2011 100,00 113,71 100
2012 94,15 94,15 I3/V4 =94,15
2013 91,44 97,13 I4/V5 =91,44
2014 96,18 105,18 I5/V6 =96,18
2015 117,65 122,32 I6/V7 =117,65
Geometrijska stopa rasta
Geometrijska stopa porasta pokazuje SURVHQR SRYHDQMH LOL VPDQMHQMH

SRMDYHXSRVPDWUDQRPYUHPHQVNRPSHULRGX1MHQRL]UDXQDYDQMHPRJXHMHQD
dvDQDLQD
QDRVQRYXODQDQLKLQGHNVDL
na osnovu empirijskih podataka.
1D RVQRYX ODQDQLK LQGHNVD D X] SRPR geometrijske sredine koja
predstavlja srednji tempo rasta i UDXQDse QDVOHGHLQDLQ
JHRPHWULMVNDVWRSDUDVWDVHL]UDXQDYDNDGDRGVUHGQMHJtempa rasta oduzmemo

100:
rg = G-100%.
1DRVQRYX HPSLULMVNLK SRGDWDND JHRPHWULMVND VWRSD UDVWD VH L]UDXQDYD
QDVOHGHLQDLQ
,
gde je y1 prvi, a yN poslednji podatak posmatrane vremenske serije.
168
,]UDXQDYDQMHJHRPHWULMVNHVWRSHUDVWD Primer 26.
1D RVQRYX SRGDWDND L] QDUHGQH WDEHOH L]UDXQDMWH JHRPHWULMVNX VWRSX
rasta, a potom i originalne podatke vremenske serije ukoliko je vrednost
posmatrane pojave u 2010. godini bila 130 miliona dinara.
Godina 2010. 2011. 2012. 2013. 2014. 2015.
/DQDQL
- 120 115 119 125 128
indeks (L)
Reenje:
/DQDQL
Godine indeksi y Log (L)
(L)
2010 - 130 -
2011 120 156 2,0792
2012 115 179,40 2,0607
2013 119 213,49 2,0755
2014 125 266,86 2,0969
2015 128 341,58 2,1072
- - 10,4195
rg = G-100% = 121,31-100=21,31%
Odgovor: 3URVHQDVWRSDSRUDVWDSRVPDWUDQHVHULMHSRGDWDNDL]SHULRGD
u period iznosi 21,34%.
169
,QGHNVLNROLLQH
,QGHNVL NROLLQH IL]LNRJ RELPD predstavljaju pokazatelje relativnih

SURPHQD X IL]LNRP RELPX SURL]YRGQMH SURGDMH XYR]D L L]YR]D L VOLQR X
posmatranom periodu u odnosu na bazni period. Kao bazni period treba odabrati
period zavretka MHGQH SUHWKRGQH ID]H LOL SHULRG SRHWND QRYH ID]H u razvoju
SRVPDWUDQH SRMDYH ,QGHNVL IL]LNRJ RELPD PRJX ELWL individualni i grupni, a
L]UDXQDYDQMHJUXSQLKLQdeksa moe biti metodom agregata i metodom srednjih
vrednosti.
Individualni i grupni indeNVLNROLLQH
,QGLYLGXDOQL LQGHNVL NROLLQH SRND]XMX UHODWLYQH SURPHQH X IL]LNRP

obimu proizvodnje samo jednog proizvoda posmatranog perioda u odnosu na
ED]QLSHULRG,]UDXQDYDMXVHX]SRPRVOHGHHJRbrasca:
i=1,2,3,...,n,
gde je qi NROLLQD X WHNXHP SHULRGX T0 NROLLQD X ED]QRP SHULRGX D ,T
LQGLYLGXDOQLLQGHNVIL]LNRJRELPD
,]UDXQDYDQMHLQGLYLGXDOQLKLQGHNVDNROLLQH Primer 27.

Na osnovu podataka o obimu proizvodnje i cenama po proizvodima
MHGQRJ SUHGX]HD ]D L JRGLQX L]UDXQDMWH LQGLYLGXDOQH LQGHNVH
NROLLQH
2014 2015
Proizvod
Qo qi po pi
A 120 135 4 7
B 145 130 6 5
C 190 200 8 9
Reenje:
2014 2015
Proizvod
qo Qi po pi
A 120 135 4 7 113%
B 145 130 6 5 90%
C 190 200 8 9 105%
170
Odgovor: ,QGLYLGXDOQLLQGHNVLNROLLQHSRND]XMXUDVW]DSURL]YRG$L&
XWHNXHPXRGQRVX QD ED]QL SHULRG GRN MH NRG SURL]YRGD % GROR GR SDGD X
WHNXHPXRGQRVXQDED]QLSHULRG
Grupni LQGHNVL NROLLQH pokazuju relativne SURPHQH X IL]LNRP RELPX
SURL]YRGQMH]DYLHSURL]YRGDXWHNXHPSHULRGXXRGQRVXQDED]QLSHULRG
0RJXVHL]UDXQDWLX]SRPRGYHPHWRGH
metoda agregata i
metoda srednjih vrednosti.
3RQGHUNRMLVHNRULVWL]DREUDXQJUXSQLKLQGHNVDNROLLQHPRHELWLFHna
L]ED]QRJLFHQDL]WHNXHJSHULRGD
Metodom agregata sa ponderom iz baznog perioda Laspejresov indeks
IL]LNRJRELPDSURPHWDUDXQDVHQDVOHGHLQDLQ
, i=1,2,3,...,n,
gde je qi NROLLQD X WHNXHP SHULRGX T0 NROLLQDXED]QRPSHULRGXp0 cena u
baznom periodu, a R,T JUXSQL LQGHNV IL]LNRJ RELPD VD SRQGHURP L] ED]QRJ
perioda.
Metodom agregata sa ponderom iz WHNXHJ perioda Paeov indeks
, i=1,2,3,...,n,
gde je qi NROLLQD X WHNXHP SHULRGX T0 koliLQD X ED]QRP SHULRGX pi cena u
WHNXHP SHULRGX a R,T JUXSQL LQGHNV IL]LNRJ RELPD VD SRQGHURP L] WHNXHJ
perioda.
Metodom srednjih vrednosti sa ponderom iz baznog perioda indeks
.
Metodom srednjih vrednosti sa ponderom iz WHNXHJ perioda indeks
.
6 RE]LURP QD WR GD JUXSQL LQGHNVL NROLLQH VD SRQGHULPD L] ED]QRJ L
171
WHNXHJ SHULRGD QDMHH QHPDMX LVWX YUHGQRVW UD]OLND VH XEODDYD SULPHQRP
Fierovog idHDOQRJLQGHNVDNROLLQH
,]UDXQDYDQMH JUXSQLKLQGHNVDNROLLQH Primer 28.

Na osnovu podataka o obimu proizvodnje i cenama iz prethodnog
SULPHUDL]UDXQDMWHJUXSQHLQGHNVHNROLLQHL)LHURYLGHDOQLLQGHNVNROLLQH
Reenje:
Proizvodi q0 qi p0 pi qopo qipi qopi qipo
A 120 135 4 7 480 945 840 540
B 145 130 6 5 870 650 725 780
C 190 200 8 9 1520 1800 1710 1600
- - - - 2870 3395 3275 2920
Sa ponderom iz baznog perioda metod agregata:
Sa ponderom iz WHNXHJ perioda metod agregata:
Odgovor: 8SUHGX]HXMHGRORGRSRUDVWDIL]LNRJRELPDSURL]YRGQMHX
WHNXHP X RGQRVX QD ED]QL SHULRG ]D L 1D RVQRYX )LHURYRJ
LGHDOQRJ LQGHNVD NROLLQH GROR MH GR SRUDVWD IL]LNRJ RELPD SURL]YRGQMH X
WHNXHPXRGQRVXQDED]QLSHULRG]D
Indeksi cene
Indeksi cene predstavljaju pokazatelje relativnih promena cena u

posmatranom periodu u odnosu na bazni period. Na osnovu informacija koje
pruaju indeksi cena neophodno je predvideti tendencije promena cena i izmeriti
LK =ERJ WRJD MH ]QDDMQR LPDWL LQformacije o cenama svih kupoprodajnih
172
transakcija.
Indeksi cena mogu biti individualni i grupni D L]UDXQDYDQMH JUXSQLK
indeksa moe biti metodom agregata i metodom srednjih vrednosti.
Individualni i grupni indeksi cene
Individualni indeksi cene pokazuju relativne promene cena samo jednog

proizvoda u WHNXHP X RGQRVX QD ED]QL SHULRG ,]UDXQDYDMX VH X] SRPR
VOHGHHJREUDVFD
, i=1,2,3,...,n,
gde je pi FHQDXWHNXHPSHULRGXS0 cena u baznom periodu, a Ip individualni
indeks cena.
,]UDXQDYDQMHindividualnih indeksa cene Primer 29.

SULPHUDL]UDXQDMWHLQGLYLGXDOQHLQGHNVHFHQH
Reenje:
Proizvodi q0 qi p0 pi
A 120 135 4 7 175,00

B 145 130 6 5 83,33
C 190 200 8 9 112,50
Odgovor: Individualni indeksi cene pokazuju rast cena za proizvod A i
&XWHNXHPXRGQRVXQDED]QLSHULRGGRNMHNRGSURL]YRGD%GRORGRSDGDX
WHNXHPXRGQRVXQDED]QLSHULRG
Grupni indeksi cene pokazuju relativne promene cena za vie proizvoda

XWHNXHPSHULRGXXRGQRVXQDED]QLSHULRG.
0RJXVHL]UDXQDWLX]SRPRGYHPHWRGH
metoda agregata i
metoda srednjih vrednosti.
3RQGHUNRMLVHNRULVWL]DREUDXQJUXSQLKLQGHNVDFHQHPRHELWLNROLLQD
173
L]ED]QRJLNROLLQDL]WHNXHJSHULRGD
Metodom agregata sa ponderom iz baznog perioda Laspejresov indeks
FHQHUDXQDVHQDVOHGHLQDLQ
, i=1,2,3,...,n,
gde je pi FHQD X WHNXHP SHULRGX S0 cena u baznom periodu, q0 NROLLQD X
baznom periodu, a oIp grupni indeks cena sa ponderom iz baznog perioda.
Metodom agregata sa ponderom iz WHNXHJ perioda Paeov indeks cene
UDXQDVHQDVOHGHLQDLQ
, i=1,2,3,...,n,
gde je pi FHQD X WHNXHP SHULRGX S0 cena u baznom periodu, qi NROLLQD X
WHNXHPSHULRGXa L,SJUXSQLLQGHNVFHQDVDSRQGHURPL]WHNXHJSHULRGD
Metodom srednjih vrednosti sa ponderom iz baznog perioda indeks cena

UDXQDVHQDVOHGHLQDLQ
.
Metodom srednjih vrednosti sa ponderom iz WHNXHJ perioda indeks cena
UDXQDVHQDVOHGHLQDLQ
.
6RE]LURPQDWRGDJUXSQLLQGHNVLFHQHVDSRQGHULPDL]ED]QRJLWHNXHJ
SHULRGD QDMHH nemaju istu vrednost razlika se ublaava primenom Fierovog
idealnog indeksa cene:
,]UDXQDYDQMHJUXSQLKLQGHNVDFHQH Primer30.
SULPHUDL]UDXQDMWHJUXSQHLQGHNVHFHQHL)LHURYLGHDOQi indeks cene.
Reenje:
174
Proizvodi q0 qi p0 pi qopo qipi piqo poqi
A 120 135 4 7 480 945 840 540
B 145 130 6 5 870 650 725 780
C 190 200 8 9 1520 1800 1710 1600
- - - - 2870 3395 3275 2920
Sa ponderom iz baznog perioda metod agregata:
Sa ponderom iz WHNXHJ perioda metod agregata:
Odgovor: 8SUHGX]HX MHGRORGRSRUDVWD FHQDXWHNXHPXRGQRVXQD

ED]QLSHULRG]DL1DRVQRYX)LHURYRJLGHDOQRJLQGHNVDNROLLQH
GRORMHGRSRUDVWDFHQDXWHNXHPXRGQRVXQDED]QLSHULRG]D8%.
,]UDXQDYDQMHJUXSQLKLQGHNVDFHQHPHWRGRP
srednjih vrednosti Primer 31.
SULPHUDL]UDXQDMWHJUXSQHLQGHNVHFHQHPHWRGRPVUHGQMLKYUHGQRVWL
Reenje:
_pi_
Proiz. qo qi po pi qopo qipi
po
A 120 135 4 7 480 945 1,75 840,00 540,00
B 145 130 6 5 870 650 0,83 725,00 780,00
C 190 200 8 9 1520 1800 1,13 1710,00 1600,00
2870 3395 3275 2920,00
Sa ponderom iz baznog perioda metod srednjih vrednosti:
Sa ponderom iz WHNXHJ perioda metod srednjih vrednosti:

175
Odgovor: 8SUHGX]HX MHGRORGRSRUDVWD FHQDXWHNXHPXRGQRVXQD
bazni period za 4,11% i 16,27%.
Indeks trokova ivota
Indeks trokova ivota je poseban vid indeksa cena na malo, jer

pokazuje relativne promene cena samo odreene grupe proizvoda i usluga
koje slue za podmirenje osnovnih ivotnih potreba.75
Da bi se odredio indeks trokova ivota neophodno je precizno utvrditi
tipski budet, kao i sastav porodice ]DNRMXHVHRGUHLYDWLSRPHQXti indeks. Za
RGUHLYDQMH LQGHNVD WURNRYD LYRWD X]LPD VH VDVWDY SRURGLFH RG HWLUL ODQD
otac, majka i dva deteta. Tipski budet treba da sadri listu proizvoda i usluga sa
QHRSKRGQLP NROLLQDPD ]D SRGPLULYDQMH RVQRYQLK LYRWQLK SRWUHED Koliine
sadrane u tipskom budetu neophodne su kao ponderi za izraunavanje ovog
indeksa.
Jedan vid tipskog budeta je teorijski budet. Teorijski budet se formira
QDRVQRYXQDXQLK]DKWHYDIL]LRORJLMH]DREH]EHHQMHUHSURGXNFLMHUDGQe snage.
On se formira na osnovu nDXQRXWYUHQLKIL]LRORNLKSRWUHEDXLVKUDQLsvakog
RYHND L]UDHQLK X GXOLPD 1DMHH VH WLSVNL EXGHW RGUHXMH PHWRGRP
porodLQLK GXGHWD gde se struktura potronje formira na osnovu stvarne
SRWURQMH HWYRURODQH SRURGLFH Anketiranjem porodica o njihovoj stvarnoj
potronji tipski budet ima realnu podlogu. Nedostatak ovog metoda je u tome
to stvarna potronja moe biti ispod nivoa zadovoljenja osnovnih potreba
stanovnitva L RQGDVH WURNRYL SUDWHQD ED]L QHGRYROMQRJ EXGHWD 'UXJLQDLQ
XWYULYDQMD tipskog budeta je na osnovu metoda globalne potronje. Nedostatak
ovog metoda je u tome to obuhvata potronju porodica koje pripadaju svim
slojevima stanovnitva, pa prosek potronje po stanovniku ne prua realnu sliku
o pravoj strukturi potronje.
Statistika praksa koristi tipski budet koji sadri: ishranu, duvan i
pie, RGHu i obXu, ogrev i osvetljenje, pokXanstvo, stan, usluge i kulturne
potrebe.
Indeks trokova ivota UDXQDVHQDVOHGHLQDLQ:
75
6WRMNRYL 0 6WDWLVWLND ]D PHQDGHUH (NRQRPVNL IDNXOWHW X 6XERWLFL 6Xbotica, str.
467.
176
, i=1,2,3,...,n,
JGH MH T NROLLQD SURL]YRGD NRji se posmatraju, pi FHQD X WHNXHP SHULRGX So
cena u baznom periodu, a Ip indeks trokova ivota.
,]UDXQDYDQje indeksa trokova ivota Primer 32.

1DRVQRYXSRGDWDNDRNROLLQLSRMHGLQLKSURL]YRGDLFHQDPDL]UDXQDMWH
indeks trokova ivota.
Reenje:
qu Cena u Cena u
Proizvodi poq piq
000 2014. 2015.
Meso 100 300 450 30000 45000
Mleko 60 45 55 2700 3300
El.
3 142 150 426 450
Energija
Voda 0,2 72 60 14,4 12
Hleb 5 33140,4 48762
Reenje:
Odgovor: 'ROR MH GR SRUDVWD WURNRYD LYRWD X WHNXem u odnosu na

bazni period za 47,14%.
Indeksi vrednosti
Individualni indeks vrednosti pokazuje relativne promene vrednosti

MHGQRJSURL]YRGDXWHNXHPXRGQRVXQDED]QLSHULRG
,QGLYLGXDOQLLQGHNVYUHGQRVWLUDXQDVHQDVOHGHLQDLQ
.
Grupni indeks vrednosti pokazuje relativne promene vrednosti vie
SURL]YRGDXWHNXHPXRGQRVXQDED]QLSHULRG
177
*UXSQLLQGHNVYUHGQRVWLUDXQDVHQDVOHGHLQDLQ
,]UDXQDYDQMHLQGHNVDYUHGQRVWL Primer 33.

Na osnovu podataka o obimu proizvodnje i cenama iz primera koji je
oEUDHQ X RNYLUX LQGHNVD FHQD L]UDXQDMWH LQGLYLGXDOQH L JUXSQH LQGHNVH
vrednosti.
Reenje:
Proiz. qo qi po pi qopo qipi
A 120 135 4 7 480 945 196,88%

B 145 130 6 5 870 650 74,71%
C 190 200 8 9 1520 1800 118,42%
2870 3395 118,29%
Odgovor: 8SUHGX]HXMHGRORGRSRUDVWDYUHGQRVWLXWHNXHPXRGQRVX
na bazni period za 18,29%.
Indeksi zarada
Indeksi zarada mogu biti individualni i grupni.

Individualni indeksi zarada pokazuju relativne promene zarada samo
jedne kategorije radnika u posmatranom XRGQRVXQDED]QLSHULRG,]UDXQDYDMX
VHX]SRPRVOHGHHJREUDVFD
, i= 1, 2, ..., n.
gde je i WHNXL SHULRG o bazni period, SURVHQD ]DUDGD MHGQH NDWHJRULMH
UDGQLND X WHNXHP SHULRGX D SURVHQD ]DUDGD MHGQH NDWHJRULMH UDGQLND X
baznom periodu.
178
3URVHQDSODWDMHGQHNDWHJRULMHUDGQLNDUDXQDVHQDVOHGHLQDLQ
za bazni period:
,
gde je xo plata u baznom periodu, a Ro broj radnika u baznom periodu;
]DWHNXLSHULRG
,
gde je xi SODWDXWHNXHPSHULRGXD Ri EURMUDGQLNDXWHNXHPSHULRGu.
Grupni indeksi zarada pokazuju relativne promene zarada vie
kategorija radnika u posmatranom u odnosu na bazni period. Razlikujemo
grupne indekse zarada sa promenljivim sastavom proizvodnje i nepromenljivim
(postojanim) sastavom proizvodnje.
Grupni indeks zarada sa promenljivim sastavom proizvodnje UDXQDVHX]
SRPRHVOHGHHJREUDVFD
.
2YDM LQGHNV SUHGVWDYOMD SURFHQWXDOQL RGQRV SURVHQH ]DUDGH SR
]DSRVOHQRPXWHNXHPSHULRGXXRGQRVXQDSURFHQWXDOQLRGQRVSURVHQH]DUDGH
po zaposlenom u baznom periodu.
Grupni indeks zarada sa nepromenljivim sastavom proizvodnje sa
SRQGHURPL]WHNXHJSHULRGD UDXQDVHX]SRPRVOHGHHJREUDVFD
.
Grupni indeks zarada sa nepromenljivim sastavom proizvodnje sa
ponderom iz baznog perioda UDXQDVHX]SRPRVOHGHHJRbrasca:
.
Da bismo izmerili uticaj promene u strukturi zaposlenih radnika na
SRYHDQMH RSWH SURVHQH YUHGQRVWL ]DUDGD SR MHGQRP ]DSRVOHQRP UDGQLNX
NRULVWLPRVOHGHLREUD]DF
.
Dakle, stavlja se u odnos indeks zarada sa promenljivim i
179
nepromenljivim saVWDYRPSURL]YRGQMHSULHPXVHNRULVWLHOMHQLSRQGHU
6YH QDYHGHQH IRUPXOH NRULVWH VH ]D REUDXQ SURFHQWXDOQLK SURPHQD
QRPLQDOQLK]DUDGD=DL]UDXQDYDQMHLQGHNVDUHDOQLK]DUDGDQHRSKRGQRMHLPDWL
podatke i ondeksu trokova ivota. Indeks realnih zarada dobija se kada se
indeks nominalnih zarada stavi u odnos sa indeksom trokova ivota.
IzrDXQDYDQMHLQGHNVD]DUDGD Primer 34.

Na osnovu podataka o broju zaposlenih i njihovim zaradama tadih u
WDEHOLL]UDXQDMWHED]D JRGLQD
a) Individualne indekse zarada po pojedinim kategorijama zaposlenih.
b) Grupni indeks nominalnih zarada promenljivog sastava zaposlenih.
v) Grupni indeks nominalnih zarada nepromenljivog sastava zaposlenih
VDSRQGHURPL]WHNXHJSHULRGD
Ukupan iznos
6WUXQD Broj zaposlenih LVSODHQLKPHVHQLK
sprema zarada (000 din)
2014. 2015. 2014. 2015.
Visoka 9 7 370 400
Via 23 30 635 632
Srednja 35 40 790 810
Reenje:
Str. spr. Ro Ri xo xi Ipe(z) Ipe(z)*Ri
Visoka 9 7 370 400 41,11 57,14 139,00 9,73
Via 23 30 635 632 27,61 21,07 76,30 22,89
Srednja 35 40 790 810 22,57 20,25 89,72 35,89
67 77 1795 1842 91,29 98,46 107,85 83,05
a)
Odgovor: Dolo je do porasta zarada kod radnika visoke spreme za 39%
X WHNXHP SHULRGX X RGQRVX QD ED]QL SHULRG .RG UDGQLND VD YLRP VSremom
dolo je do pada za 23,7%, a sa srednjom spremom za10,28%. U ukupnom
obimu plate su porasle u odnosu na bazni period za 7,85%.
b)
Odgovor: Dolo je do porasta plata u odnosu na bazni period za 7,86%
na osnovu indeksa sa nepromenljivim sastavom proizvodnje.
180
Odgovor: Promene u strukturi zaposlenih radnika uticale su na
VPDQMHQMHRSWHSURVHQHYUHGQRVWL]DUDGDSR]DSRVOHQRPUDGQLNX]D
Pojam indeksa produktivnosti rada
Produktivnost predstavlja meru uspenosti poslovanja u odnosu na

raspoloive resurse. Ona predstavlja proseDQ UDGQL XLQDN 3URGXNWLYQRVW VH
PRHL]UD]LWLSUHNRSUDYLKLUHFLSURQLKSRND]DWHOMD
3UDYL SRND]DWHOM SURGXNWLYQRVWL UDGD L]UDXQDYD VH SRPRX VOHGHHJ
obrasca:
,
gde je q NROLLQD RVWYDUHQH SURL]YRGQMH D T utroeno vreme za obavljanje
konkretne proizvodnje.
Ovaj pokazatelj dobija se iz odnosa ostvarene proizvodnje i utroenog
YUHPHQD ]D SURL]YRGQMX 2Q SRND]XMH L SURVHQX SURL]YRGQMX SR MHGQRP
radniku.
5HFLSURQL SRND]DWHOM SURGXNWLYQRVWL UDGD SRND]XMH SURVHQR XWURHQR
vreme po jedinici ostvarene prRL]YRGQMH 2Q VH REUDXQDYD SRPRX VOHGHHJ
obrasca:
.
Indeksi produktivnosti rada pokazuju relativne promene produktivnosti
rada u posmatranom periodu u odnosu na bazni period. Razlikujemo
individualne i grupne indekse produktivnosti rada. Produktivnost VH SRYHDOD
ukoliko je vrednost dobijena indeksom manja od 100%.
,QIRUPDFLMD R SRYHDQMX SURGXNWLYQRVWL UDGD MH NRULVQD MHU RWNULYD
PRJXQRVW SRYHDQMD SURL]YRGQMH VD SRVWRMHLP EURMHP UDGQLND 0HXWLP
SRVWRMH RGUHHQD RJUDQLHQMD VWDWLVWLNH X RYRM REODVWL LQMHQLFD MH GD
produktivnost moe da raste i kada su prisutni negativni elementi rentabilnosti
poslovanja. Kao negativni element rentabilnosti poslovanja javlja se SRYHDQR
troenje materijala i sredstava za rad po jedinici proizvoda kao posledica
njihovog neracionalnog troenja zbog toga to je cilj povHDWL SURL]YRGQMX SR
svaku cenu. 7DNRH PHUHQMHP produktivnosti rada na RVQRYX NROLLQH
181
proizvoda nemamo uvid u kvalitet proizvoda. Indeks produktivnosti rada ne
otkriva da li je pozitivan rezultat prodXNWLYQRVWL SRVOHGLFD SRYHDQRJ WURHQMD
njihove energije.
Individualni indeksi produktivnosti rada (indeksi dinamike
produktivnosti rada) pokazuju relativne promene produktivnosti rada po
pojedinim kategorijama u posmatranom u odnosu na bazni period. Pravi
LQGLYLGXDOQLLQGHNVSURGXNWLYQRVWLUDGDL]UDXQDYDVHQDVOHGHLQDLQ
, i = 1, 2, ..., n.
8NROLNR MH YUHGQRVW RYRJ LQGHNVD YHD RG GROR MH GR SRUDVWD
produktivnosti rada.
5HFLSURQL LQGLYLGXDOQL LQGHNV SURGXNWLYQRVWL UDGD L]UDXQDYD VH QD
VOHGHLQDLQ
, i = 1, 2, ..., n.
8NROLNR MH YUHGQRVW RYRJ LQGHNVD YHD RG GROR MH GR SDGD
produktivnosti rada i obrnuto.
,]UDXQDYDQMHLQGHNVDSURGXNWLYQRVWLUDGD Primer 35.

1D RVQRYX SRGDWDND L] VOHGHH WDEHOH L]UDXQDMWH Lndividualne indekse
produktivnosti rada.
Proizvodi Qo (2014) Qi (2015) To (2014) Ti (2015)
A 30 40 40 45
B 40 25 50 45
C 45 50 80 75
Reenje:
Proizvodi qo qi To Ti Qi/Ti Qo/To Ti/qi To/qo
A 30 40 40 45 0,89 0,75 1,13 1,33
B 40 25 50 45 0,56 0,80 1,80 1,25
C 45 50 80 75 0,67 0,56 1,50 1,78
Ove formule primenjujemo po proizvodima: i .

Ipr(A) = 0,89 / 0,75 *100% = 118,52%
Ipr(B) = 0,56 / 0,80 * 100% = 69,44%
Ipr(C) = 0,67 / 0,56 *100% = 118,52%
182
Ipr(A) = 1,13 / 1,33 *100% = 84,38%
Ipr(A) = 1,80 / 1,25 *100% = 144%
Ipr(A) = 1,50 / 1,78 *100% = 84,38%
Grupni indeks produktivnosti rada pokazuje relativne promene

produktivnosti rada kod vie proizvoda u posmatranom u odnosu na bazni
period. Razlikujemo grupne indekse produktivnosti rada promenljivog sastava
proizvodnje i grupne indekse produktivnosti rada nepromenljivog sastava
proizvodnje.
Grupni indeksi produktivnosti rada promenljivog sastava proizvodnje
i .
Grupni indeksi produktivnosti rada nepromenljivog sastava proizvodnje
po metodi agregata L]UDXQDYDVHQDVOHGHLQDLQ
sa ponderom iz baznog perioda:
;
,
gde je t = T/q i predstavlja utroeno vreme po jedinici proizvoda.
Grupni indeksi produktivnosti rada nepromenljivog sastava proizvodnje
po metodi srednjih vrednosti L]UDXQDYDVHQDVOHGHLQDLQ
sa ponderom iz baznog perioda:
;
183
9 'LQDPLNDDQDOL]DYUHPHQVNHVHULMH
9 ta pokazuju indeksni brojevi?
9 Kakva je primena indeksnih brojeva u statLVWLNRMSUDNVL"
9 Navedite i objasnite osobine indeksnih brojeva.
9 Koje su osnovne vrste indeksnih brojeva?
9 .RMDMHUD]OLNDL]PHXED]QLKLODQDQLKLQGHNVD"
9 .RMDMHUD]OLNDL]PHXLQGLYLGXDOQLKLJUXSQLKLQGHNVD"
9 Kako se dele indeksni brojevi u zavisnosti oGHNRQRPVNHYHOLLQH
na koju se odnose?
9 2EMDVQLWHED]QHLODQDQHLQGHNVHX]SRPRSULPHUD
9 .DNRVHYULSUHUDXQDYDQMHODQDQLKLQGHNVDQDED]QHLQGHNVH"
9 WDSRND]XMHJHRPHWULMVNDVWRSDUDVWDLNDNRVHRQDUDXQD"
9 Objasnite individualne i grupne indekse kROLLQH
9 2EMDVQLWHJUXSQHLQGHNVHNROLLQHSRPHWRGLVUHGQMLKYUHGQRVWLL
)LHURYLGHDOQLLQGHNVNROLLQH
9 Objasnite individualne i grupne indekse cene.
9 Objasnite grupne indekse cene po metodi srednjih vrednosti i
Fierov idealni indeks cene.
9 ta pokazuje indeks trokova ivota?
9 WDMHQHRSKRGQRGDELVHL]UDXQDRLQGHNVWURNRYDLYRWD"
9 Objasnite individualne i grupni indekse vrednosti.
9 Objasnite individualne indekse zarada.
9 .DNRVHL]UDXQDYDSURVHQD]DUDGDMHGQHNDWHJRULMHUDGQLND"
9 Objasnite grupni indeks zarada sa nepromenljivim sastavom
proizvodnje.
9 Objasnite grupne indekse zarada sa promenljivim sastavom
proizvodnje.
9 .DNRVHRGUHXMHLQGHNVUHDOQH]DUDGH"
9 ta je produktivnost?
9 3UDYLLUHFLSURQLSRND]DWHOMSURGXNWLYQRVWLUDGD
9 Koje informacije prua indeks produktivnosti rada i koja su
RJUDQLHQMDVWDWLVWLNHXRYRMREODVWL"
9 Objasnite individualne indekse produktivnosti rada.
9 Objasnite grupne indekse produktivnosti rada promenljivog
sastava proizvodnje.
9 Objasnite grupne indekse produktivnosti rada nepromenljivog
sastava proizvodnje.
184
185
8.
FAKTORI PROIZVODNJE I NJIHOVO

67$7,67,.22%8+9$7$1-(
67$7,67,.22%8+9$7$1-(261291,+SREDSTAVA
67$7,67,.22%8+9$7$1-(0$7(5,-$/$
67$7,67,.22%8+9$7$1-(5$'1(61$*(
179
186
67$7,67,.22%8+9$7$1-()$.725$352,=92'1-(
6WDWLVWLND WHRULMD PHWRGRORJLMD L SUDNVD QDOD]H SULPHQX X VNRUR VYLP

oblastima drutvenog ivota. Ekonomskom statistikom obuhvataju se ekonomske
pojave i procesi od kojih zavisi ekonomska aktivnost nacionalne ekonomije (na
PDNURQLYRXGRNVHSRVORYQRPVWDWLVWLNRPL]XDYDMXHNRQRPVNHSRMDYHNRMHVH
MDYOMDMXQDQLYRXSUHGX]HDPLNURQLYRX
(NRQRPVNRP VWDWLVWLNRP L]XDYDMX VH SRMDYH kao to su: drutveni
proizvod, nacionalni dohodak, nacionalno bogatstvo, cene, stanovnitvo, nivo i
dinamika ivotnog standarda, radna snaga, nezaposlenost, zaposlenost,
produktivnost rada i drugo.
3RVORYQRPVWDWLVWLNRPL]XDYDMXVHSRMDYHNDRWRVXNDpaciteti, zarade i
radna snaga, osnovna sredstva, sirovine i materijal, zarade, produktivnost rada i
drugo.
=DKYDOMXMXL SRGDFLPD NRMH SULNXSOMDMX VWDWLVWLNL RUJDQL NRML VH QDOD]H X
RNYLUXVWDWLVWLNRJVLVWHPDHNRQRPVNDVWDWLVWLNDPRHSUDWLWLHNRQRPVNHpojave od
QDFLRQDOQRJ]QDDMD
Poslovna statistika moe pratiti i analizirati ekonomske pojave koje se
MDYOMDMXQDQLYRXSUHGX]HD]DKYDOMXMXLHYLGHQFLMLNRMXYRGLVYDNRSUHGX]HH
8FLOMXYRHQMDUDFLRQDOQHHNRQRPVNHSROLWLNH]QDDMQRMHSR]QDYDWLRELP
i upotrebu ukupnih raspoloivih kapaciteta. Raspoloivi kapacitet nacionalne
privrede LQH VUHGVWYD ]D UDG QDFLRQDOQR ERJDWVWYR SUHGPHWL UDGD SULURGQR
bogatstvo) i radna snaga. 5DVSRORLYL NDSDFLWHW SUHGX]HD zavisi od njegovih
faktora proizvodnje, a to su sredstva za rad, predmeti rada i radna snaga.
Kapacitet predstavlja proizvodnu sposobnost faktora proizvodnje.76 On
predstavlja proizvodnu sposobnost organizacione ili proizvodne jedinice koja moe
ELWLSUHGX]HH PDLQD SRJRQ SULYUHGQD JUDQD GHOatnost ili ukupna privreda. Na
RVQRYXSRPHQXWHGHILQLFLMHNDSDFLWHWDXRDYDPRGDVHNDSDFLWHWPRHSRVPDWUDWL
sa makro aspekta (na nivou cele privrede) i sa mikro aspekta (na nivou privrednih
subjekata).
Statistiki pristup prilikom obuhvatanja kapaciteta razlikuje se po
granama i vrstama delatnosti 5D]OLNXMH VH QDLQ REXKYDWDQMD NDSDFLWHWD X
industrijskim i kapaciteta u neindustrijskim delatnostima (poljoprivreda,
76
0ODGHQRYL ' ROHYL 9 RNL ' Ekonomska statistika, Ekonomski fakultet u
Beogradu, Beograd, str. 121.
187
VDREUDDMYRGRSULYUHGDWUJRYLQDWXUL]DPLXJRVWLWHOMVWYR
67$7,67,.22%8+9$7$1-(26NOVNIH SREDSTAVA
Osnovna sredstva predstavljaju deo sredstava za proizvodnju koja se ne

WURHXSRWSXQRVWLXMHGQRPSURL]YRGQRPFLNOXVXYHVDPRGHRVYRMHYUHGQRVWL
prenose na novonastali gotov proizvod. Troenje osnovnih sredstava prati se
preko njihRYRJ REUDXQD DPRUWL]DFLMH .DGD VH RVQRYQR VUHGVWYR X SRWSXQRVWL
amortizuje zamenjuje se novim.
6YH LQIRUPDFLMH R RVQRYQLP VUHGVWYLPD GRELMDMX VH L] UDXQRYRGVWYHQH
VOXEHSUHGX]HD9RGLVHNDUWRWHNDRVQRYQLKVUHGVWDYDNDRLWHNXDHYLGHQFLMDR
NRULHQMX RVQRYQLK VUHGVWDYD =DKYDOMXMXL RYDNYRM HYLGHQFLML PRJXH MH
L]YULWLDGHNYDWQXVWDWLVWLNXDQDOL]XRVQRYQLKVUHGVWDYD
Statistika osnovnih sredstava predstavlja jednu od teih oblasti
HNRQRPVNHVWDWLVWLNHLMLVX]DGDFL77
XWYULYDQMHRELPDRVQRYQLKVUedstava,
XWYULYDQMHVWUXNWXUHRVQRYQLKVUHGVWDYD
XWYULYDQMHVWHSHQDLVNRULHQMDRVQRYQLKVUHGVWDYD
=DKYDOMXMXL SRGDFLPD NRMH REH]EHXMH UDXQRYRGVWYHQD VOXED
statistika ispituje i analizira osnovna sredstva u njihovom vrednosnom izrazu, a
na osnovu VSHFLILQRJL]XDYDQMDRVQRYQLKVUHGVWDYDSUHVYHJDRSUHPHRQDVH
PRJXVWDWLVWLNLDQDOL]LUDWLi u njihovom naturalnom izrazu.
6WUXNWXUDLHILNDVQRVWNRULHQMDRVQRYQLKVUHGVWDYD
8]DYLVQRVWLRGSRWUHEHVDPHVWDWLVWLNHDQDOL]HNRULVWLVHRGJRYDUDMXD
SRGHOD RVQRYQLK VUHGVWDYD 2EUDXQ VWDWLVWLNLK pokazatelja po grupama
RVQRYQLK VUHGVWDYD LPD YHL DQDOLWLNL ]QDDM X RGQRVX QD SRND]DWHOMH NRML VH
77
0ODGHQRYL ' ROHYL 9 RNL ' Ekonomska statistika, Ekonomski fakultet u
Beogradu, Beograd, str. 122.
188
GRELMDMX QD RVQRYX VWDWLVWLNH DQDOL]H XNXSQLK YUHGQRVWL RVQRYQLK VUHGVWDYD
6WDWLVWLNRP DQDOL]RP RVQRYQLK VUHGVWDYD SR SRMHGLQLP JUXSDPD SUHFL]QLMH VH
utYUXMX SURPHQH NRMH QDVWDMX QD RVQRYQLP VUHGVWYLPD L UHDOQLMH VH XWYUXMH
dinamika osnovnih sredstava.
=DXWYULYDQMHNDSDFLWHWDQDFLRQDOQHHNRQRPLMHYHOLNL]QDDMLPDSRGHOD
osnovnih sredstava na proizvodna i neproizvodna osnovna sredstva, kao i
njihova dDOMD NODVLILNDFLMD SR GHODWQRVWLPD JUDQDPD L SUHGX]HLPD 6WDWLVWLND
DQDOL]DRVQRYQLKVUHGVWDYDYHRPDHVWRVHRVODQMDQDSRGHOXRVQRYQLKVUHGVWDYD
XWULJUXSHJUDHYLQVNLREMHNWLRSUHPDLRVWDOR
Prilikom analize WHKQLNHRSUHPOMHQRVWL ]QDDMQRMHVDJledati udeo novih
osnovnih sredstava u vrednosti ukupnih osnovnih sredstava. Na nacionalnom
QLYRX RYDM SRND]DWHOM MH ]QDDMDQ MHU GDMH XYLG X WHKQLNL SURJUHV 2YDM
pokazatelj prua korisne informacije za izradu planova odravanja i zamene
osnovnih sredstaYD QD QLYRX SUHGX]HD D L LUH 1LYR WHKQLNH RSUHPOMHQRVWL
XWYUXMH VH L SRVPDWUDQMHP RSUHPOMHQRVWL UDGQLND VUHGVWYLPD ]D UDG 'D EL VH
ovaj pokazatelj pravilno odredio neophodno je da vrednost osnovnih sredstava i
broj zaposlenih radnika bude precizno definisan.
=D XWYULYDQMH XVSHQRVWL SRVORYDQMD L NRULHQMD NDSDFLWHWD SULYUHGQRJ
subjekta koriste se koeficijent efikasnosti (Ke) i kapitalni koeficijent (Kk).
,]UDXQDYDQMHRYLKSRND]DWHOMDYULVHQDRVQRYXYUHGQRVQLKL]UD]D
Meru efikasnosti osnovnog sredstva predstavlja koeficijent efikasnosti
.HNRMLVHL]UDXQDYDVWDYOMDQMHPXRGQRVGUXWYHQRJSURL]YRGD'LRVQRYQH
vrednosti osnovnog sredstva (N):
.
Ovaj koeficijent predstavlja vrednost drutvenog proizvoda po jedinici
osnovnog sredstva. On ima YHX YUHGQRVW X SUHGX]HLPD NRMD LPDMX QLL
organski sastav kapitala i obrnuto.
Kapitalni koeficijent odgovara UHFLSURQRM YUHGQRVWL NRHILFLMHQWD
HILNDVQRVWL L L]UDXQDYD VH NDR kolLQLk izmeX osnovne vrednosti osnovnog
sredstva (N) i drutvenog proizvoda (D):
.
Ovaj koeficijent pokazuje koliko jedinica osnovnog sredstva dolazi na
jednu jedinicu drutvenog proizvoda. On nalazi primenu u planiranju kao
ekonomski normativ.
S obzirom na to da svaki porast osnovnih sredstava treba da prouzrokuje i
SRYHDQMH SURL]YRGQMH RG ]QDDMD MH XWYULYDQMH marginalnog kapitalnog
koeficijenta. 0DUJLQDOQL NDSLWDOQL NRHILFLMHQW VH XWYUXMH VWDYOMDQMHP X RGQRV
189
prirasta osnovnih sredstava sa prirastom drutvenog proizvoda u posmatranom
periodu:
.
Kapitalni koeficijent je pogoGQLML ]D DQDOL]X LVNRULHQMD NDSDFLWHWD L
HNRQRPVNH DQDOL]H SULYUHGH NDR FHOLQH L YHLK SULYUHGQLK JUXSDFLMD GRN MH
NRHILFLMHQWHILNDVQRVWLSRJRGQLML]DDQDOL]XSRVORYDQMDSUHGX]HD
Vrednosno izraavanje osnovnih sredstava
.DNR RVQRYQD VUHGVWYD LQL YHOLNL EURM UD]OLLWLK SUHGPHWD MHGLQL QDLQ
obuhvatanja njihovog ukupnog obima je vrednosnim izraavanjem. Prilikom
XWYULYDQMD YUHGQRVWL RVQRYQLK VUHGVWDYD QHRSKRGQR MH RVODQMDWL VH QD
MHGQRREUD]QH NULWHULMXPH 1D WDM QDLQ VH RVLJXUDYD GD LVWRYUVQD RVQRYQD
sredstva imaju istu vrednost kod ra]OLLWLKSULYUHGQLKVXEMHNDWD
8NXSQDYUHGQRVWRVQRYQLKVUHGVWDYDXWYUXMHVHQDRVQRYXUDVSRORLYLK
LQIRUPDFLMD UDXQRYRGVWYHQH VOXEH SUHGX]HD LOL QD RVQRYX LQYHQWDUD 7RP
prilikom mogu se koristiti nabavna vrednost osnovnog sredstva ili cena
reprodukcije FHQD NRMX EL SUHGX]HH SODWLOR X VOXDMX GD SRQRYR QDEDYOMD VYRMD
VUHGVWYD 8 FLOMX UHDOQLMHJ XWYULYDQMD YUHGQRVWL RVQRYQLK VUHGVWDYD QDMHH VH
koristi cena reprodukcije.
Zbog toga to osnovna sredstva imaju dui vek trajanja, a cene su
promenljive, QMLKRYX NQMLJRYRGVWYHQX YUHGQRVW WUHED XVNODLYDWL VD WULQRP
YUHGQRX5HYDORUL]DFLMRPYUHGQRVWLRVQRYQLKVUHGVWDYDVYUHPHQDQDYUHPH
RPRJXDYD VH PHXVREQR L]MHGQDDYDQMH NQMLJRYRGVWYHQH YUHGQRVWL RVQRYQLK
sredstava iste vrste i kvaliteta.
Troenje osnovnih sredstava izraava se preko amortizacije. Primenom
RGJRYDUDMXH PHWRGH DPRUWL]DFLMH UDXQRYRGVWYR JRGLQMH RWSLVXMH GHR
vrednosti osnovnih sredstava na ime trokova amortizacije.
Metodom revalorizacije, zajedno sa amortizacijom, REH]EHXMH VH
oXYDQMHYUHGQRVWLRVQRYQLKVUHGVWDYD.
Svako osnovno sredstvo ima svoju osnovnu (bruto) vrednost i stvarnu
(neto) ili sadanju vrednost. Bruto vrednost osnovnog sredstva dobijamo
metodom revalorizacije vrednosti osnovnog sredstva, dok je sadanja vrednost
MHGQDNDUD]OLFLL]PHXEUXWRYUHGQRVWLLWURNRYDDPRUWL]DFLMH
Bruto ili osnovna vrednost osnovnih sredstava indirektno pokazuje
koliki su raspoloivi kapaciteti privrednog subjekta, dok neto vrednost pokazuje
190
kolika je njihova raspoloiva vrednost nakon RGUHHQRJ SHULRGD QMLKRYH
SUDNWLQHXSRWUHEH
9UHGQRVWDPRUWL]DFLMHXWYUXMHVHQDED]LXQDSUHGSURSLVDQLKQRUPDWLYD
]D SRMHGLQH YUVWH RVQRYQLK VUHGVWDYD 2VLP WRJD REUDXQD HNRQRPVNH
amortizacije moe biti zasnovan na vremenu trajanja osnovnog sredstva:
,
gde je: A ekonomska amortizacija, N osnovna vrednost sredstva, a
T vek trajanja osnovnog sredstva.
8NROLNR VH X]PH X RE]LU LQMHQLFD GD VH YUHGQRVW RVQRYQLK VUHGVWDYD
SRYHDYD]DYUHGQRVWYHLKSRSUDYNL (R), modernizacije sredstava (M) i da je
ostatak vrednosti (O), tada je godinja amortizacija:
.
Stopa amortizacije (Sa) GRELMDVHQDRVQRYXVOHGHHJREUDVFD
Pokazatelji stanja osnovnih sredstava
Pokazatelji stanja osnovnih sredstava su:

NRHILFLMHQWSURVHQHLVWURHQRVWL.L
NRHILFLMHQWSURVHQHRXYDQRVWL.R
SURVHQLYek trajanja sredstava (T).
Koeficijent prosHne istroenosti (Ki) predstavlja NROLQLN izmeX
amortizovanog dela osnovnog sredstva i njegove osnovne (bruto) vrednosti:
.
Amortizovani deo osnovnih sredstava (Ad) dobija se kao proizvod
godinjeg iznosa amorWL]DFLMHLEURMDJRGLQDVWYDUQHSUDNWLQHXSRWUHEHRVQRYQLK
sredstava do tog trenutka (Ad= A*T). Ukoliko se amortizovani deo osnovnog
sredstva izrazi u procentima dobija se VWRSD SURVHQH LVWURHQRVWL RVQRYQRJ
sredstva.
Koeficijent prosene ouvanosti (Ko) L]UDXQDYDVHNDR kolinik izmeu
191
sadanje (stvarne) vrednosti osnovnog sredstva i osnovne (bruto) vrednosti
osnovnog sredstva:
.
Ukoliko se neamortizovani deo procentualno izrazi dobija se stopa
prosene RXvanosti osnovnog sredstva.
Zbir koeficijenata SURVHQH LVWURHQRVWL L SURVHQH RXYDQRVWL L]QRVL
100% (1).
3URVHDQYHNWUDMDQMDRVQRYQRJVUHGVWYD7 L]UDXQDYDVHNDRNROLQLN
osnovne vrednosti osnovnog sredstva i iznosa amortizacije tog osnovnog
sredstva za godinu dana.
Naturalno izraavanje osnovnih sredstava
Najvaniji deo u statistici osnovnih sredstava predstavlja oprema.

Oprema se deli na energetsku opremu i proizvodnu opremu.
Energetska opema predstavlja sistem pogonskih maina i motora koji
NRULVWHLUD]OLLWH SULURGQH L]YRUH SURL]YRGH HQHUJLMX ]D SRNUHWDQMH SURL]YRGQH
opreme. Energija koju proizvodi energetska oprema ne koristi se samo za
SRNUHWDQMHSURL]YRGQHRSUHPHYHL]DJUHMDQMHRVYHWOMHQMHLVOLQR
Prema izvoru energije energetska oprema se deli na:
SULPDUQH SRNUHWDH NRML SURL]YRGH PHKDQLNX HQHUJLMX
NRULHQMHPVnage prirodnih izvora i
VHNXQGDUQH SRNUHWDH NRML WUDQVIRUPLX MHGDQ REOLN HQHUJLMH X
drugi.
Prema QDLQXNRULHQMD energetska oprema se deli na:
pogonske maine i motore koji se direktno koriste u radu i
pogonske maine i motore koji se koriste u radu preko
elektroenergetskog sistema.
Proizvodna oprema predstavlja onaj deo osnovnih sredstava koji se
direktno koristi u procesu proizvodnje za obradu predmeta rada. Oprema se deli
QDSRVWRMHXLQVWDOLUDQXLQHLQVWDOLUDQXRSUHPX8FLOMXRFHQHVWDQMDXNRPHVe
192
oprema nalazi statistika deli proizvodnu opremu na: ispravnu, nekompletnu,
opremu kojoj treba generalna popravka i opremu koja vie ne moe da se
koristi. Da bi se izgvrilo adekvatno grupisanje proizvodne opreme vano je
unapred definisati kriterijume za grupisanje.
$QDOL]D VWDQMD SURL]YRGQH RSUHPH MH ]QDDMQD MHU RQD RGUHXMH
proizvodni kapacitet i produktivnost rada u privredi.
8WYULYDQMHNDSDFLWHWDSURL]YRGQHRSUHPH
Kapacitet proizvodne opreme predstavlja njenu proizvodnu sposobnost

L]UDHQX X MHGLQLFL YUHPHQD 2Q VH QDMHH PHUL NROLLQRP SURL]YRGD NRMX
proizvodna oprema moe da proizvede u jedinici vremena, ali moe se iskazati i
NROLLQRPSRWURHQHHQHUJLMHDVRYLPDUDGDPDLQDLGUXJR
Ukoliko uzmemo u obzir brzinu rada maina moemo govoriti o
VOHGHLPYUVWDPDNDSDFLWHWD
teorijski kapacitet;
realni kapacitet;
optimalni kapacitet.
Teorijski kapacitet (ugrDHni, instalirani, idealni,) pokazuje sposobnost
proizvodne opreme koja je RGUHHna njenim konstrukcionim osobinama.
Moe se rDXnati za as, dan, mesec i godinu. Obraun kapaciteta vri se
na bazi tehnike dokumentacije L XSLVDQ MH QD IDEULNRM SORLFL RSUHPH
3URL]YRGQD RSUHPD PRH SRVWLL VYRM WHRULMVNL NDSDFLWHW XNROLNR VH NRULVWL
LVNOMXLYRXSUHGYLHQLPXVORYLPDSURL]YRDD
Realni ili radni kapacitet je kapacitet koji mainD GRVWLH UDGHL X
RUJDQL]DFLRQLP XVORYLPD 7HKQLNL LOL UHDOQL NDSDFLWHW PDQML MH RG WHRULMVNRJ
NDSDFLWHWD ]D ]DVWRMH NRML VX SRVOHGLFD QHGRYROMQH XVNODHQRVWL WHKQLNR-
tehnoloke okolnosti sa njenim konstrukcionim osobinama, kao i za dane
mirovanja maine u periodima kada su praznici. Zbog toga se ovaj kapacitet
RGUHXMH]DPHVHFGDQDD]DJRGLQXGDQD
Optimalni ili proizvodni kapacitet predstavlja NROLLQXSURL]YRGDNRMX
bi proizvodna oprema proizvela uz minimalne trokove po jedinici kapaciteta.
1DMYHD HNRQRPLQRVW MH REH]EHHQD SRG XVORYRP GD VH SURL]YRGQD RSUHPD
oprimalno koristi. Proizvodni kapacitet moe biti u granicama teorijskog i
UHDOQRJ NDSDFLWHWD DOL QH PRH ELWL YHL RG WHRULMVNRJ NDSDFLWHWD 2SWLPDOQL
NDSDFLWHW VH QDMHH NRULVWL X VOXDMX NDGD VH VWDWLVWLNL L]UDDYD NDSDFLWHW L
kada je potrebno vriti planiranje proizvodnje.
193
.DSDFLWHW VH RELQR XWYUXMH NDR PRJXD SURL]YRGQMD QD JRGLQMHP
QLYRX L WX VH MDYOMD SUREOHP RGUHLYDQMD EURMD GDQD ]D JRGLQML NDSDFLWHW
Teorijski radni fond obuhvata 365 dana i podrazumeva rad u tri smene. 0RJXL
radni fond predstavlja teorijski radni fond umanjen za neradne dane kao i dane
rezervisane za remont maine. Stvarni radni fond odgovara stvarnom broju
radnih sati proizvodne opreme tokom godine.
3RND]DWHOMLLVNRULHQMDNDSDFLWHWDSURL]YRGQHRSUHPH
.RHILFLMHQWLLVNRULHQMDNDSDFLWHWDNRMLVXREUDHQLXQDVWDYNXSUXDMX
QDMSUHFL]QLMHLQIRUPDFLMHRLVNRULHQMXNDSDFLWHWDSURL]YRGQLKMHGLQLFDMHURQL
uzimaju u obzir vreme rada i proizvodnu sposobnost opreme.
Jedan od tih koeficijenata je KoeficijeQW HNVWHQ]LYQRJ LVNRULHQMD
kapaciteta .HN 2YLP NRHILFLMHQWRP VH QD SRVUHGDQ QDLQ L]UDDYD
LVNRULHQMHNDSDFLWHWDMHUVHRYLPNRHILFLMHQWRPQHX]LPDXRE]LUSUD]DQKRG
GRNRJDGROD]L]ERJQHUDFLRQDOQRJLVNRULHQMDPDLQHXSURFHVXSURL]YRGQMH
OvaM NRHILFLMHQW LVNRULHQMD NDSDFLWHWD ED]LUDQ MH QD YUHPHQX UDGD PDLQH L
,]UDXQDYDQMHNRHILFLMHQWDHNVWHQ]LYQRJ
iVNRULHQMDNDSDFLWHWD Primer 36.
Maina za proizvodnju staklenih flaa radila je 300 dana od moJXLK
GDQD,]UDXQDMWHNRHILFLMHQWHNVWHQ]LYQRJLVNRULHQMDNDSDFLWHWD
Reenje:
Odgovor: =ERJ QHGRYROMQRJ LVNRULHQMD UDGQRJ YUHPHQD GROR MH GR

gubitka kapaciteta u iznosu od 13,295%.
Drugi pokazatelj je .RHILFLMHQW LQWHQ]LYQRJ LVNRULHQMD kapaciteta

.LN2YDMNRHILFLMHQWVHL]UDXQDYDQDED]LSRGDWDNDRRVWYDUHQRMSURL]YRGQML
194
SR MHGLQLFL NDSDFLWHWD L PRJXRM SURL]YRGQML SR MHGLQLFL NDSDFLWHWD 2VWYDUHQD
SURL]YRGQMDSRMHGLQLFLNDSDFLWHWDVHL]UDXQDYDNDRNROLQLNPRJXHJRGLQMH
proizvodnje i eljenog oblika godinjeg kapaciteta opreme. Koeficijent
LQWHQ]LYQRJLVNRULHQMDNDSDFLWHWDL]UDXQDYDVHQDVOHGHLQDLQ
,]UDXQDYDQMHNRHILFLMHQWDLQWHQ]LYQRJ
LVNRULHQMDNDSDFLWHWD Primer 37.
Maina za proizvodnju staklenih flaa ostvaruje godinju proizvodnju u
L]QRVX IODD UDGHL X WUL VPHQH X WUDMDQMX RG UDGQLK DVRYD ]D
GDQD8NROLNRMHPRJXDSURL]YRGQMDPDLQHIODDSRMHGQRPUDGQRPDVX
L]UDXQDMWHNRHILFLMHQWLQWHQ]LYQRJLVNRULHQMDNDSDFLWHWD
Reenje:
Odgovor: Zbog nedovoljnog intenziteta rada maine dolo je do gubitka

kapaciteta u iznosu od 13,418%.
.RHILFLMHQWNRMLSUXDQDMSUHFL]QLMHLQIRUPDFLMHRLVNRULHQMXNDSDFLWHWD
proizvodne opreme jer se zasniva na vremenu rada i na obimu proizvodnje je
.RHILFLMHQW LQWHJUDOQRJ LVNRULHQMD NDSDFLWHWD (Kiik). Ovaj koeficijent se
L]UDXQDYDQDVOHGHLQDLQ
,]UDXQDYDQMHNRHILFLMHQWDLQWHJUDOQRJ
iVNRULHQMDNDSDFLWHWD Primer 38.
Maina za proizvodnju staklenih flaa ostvaruje godinju proizvodnju u
L]QRVX IODD UDGHL X WUL VPHQH X WUDMDQMX RG UDGQLK DVRYD ]D
GDQD8NROLNRMHPRJXDSURL]YRGQMDPDLQHIODDSRMHGQRPUDGQRPDVX
L]UDXQDMWHNRHILFLMHQWLQWHQ]LYQRJLVNRULHQMDNDSDFLWHWD
195
Reenje:
Odgovor: Ukupni JXELWDNXLVNRULHQMXNDSDFLWHWDL]QRVL
67$7,67,.22%8+9$7$1-(0$7(5,-$/$,
SIROVINA
Predmeti rada, kao jedan od faktora proizvodnje, obuhvataju materijal,

sirovine i poluproizvode. U zavisnosti od toga koju ulogu ima u procesu
proizvodnje materijal moe biti:
osnovni;
SRPRQL
reijski.
2VQRYQLLSRPRQLPDWHULMDOSUHGVWDYDOMDMXPDWHULMDO]DL]UDGX2VQRYQL
PDWHULMDOXOD]LFHORNXSQRPVXSVWDQFRPXJRWRYSURL]YRGSRPRQLPDWHULMDOMH
neophodan da bi se uspenije proizveo proizvod onako kako je dizajniran, dok
UHLMVNLPDWHULMDORPRJXava odravanje prostorija i opreme.
0DWHULMDOQR NQMLJRYRGVWYR HYLGHQWLUD QDEDYNX PDWHULMDOD D SUDHQMH
materijala vri se na osnovu nomenklature materijala. Pogonsko knjigovodstvo
vodi evidenciju o potronji materijala.
S obzirom na to da se nabavka materijala i sirovina vri po cenama koje
VH PHXVREQR UD]OLNXMX QHRSKRGQR MH XWYUGLWL SURVHQX QDEDYQX FHQX &
3URVHQD QDEDYQD FHQD SUHGVWDYOMD SRQGHULVDQX SURVHQX YUHGQRVW VYLK
SRMHGLQDQLKQDEDYNLLL]UDXQDYDVHQDVOHGHLQDLQ
= ,
gde je prosena nabavna cena, Q1, Q2,..., Qn QDEDYOMHQHNROLLQH

C1, C2, ..., Cn cena nabavljenih materijala.
.DNR ILQDOQL SURL]YRGL LPDMX UD]OLLWH FHQH NRWDQMD VWDWLVWLND VH
preteno oslanja na planske cene.
Ukoliko su nam dostupni podaci o vrednosti zaliha i broju dana njihovog
196
WUDMDQMDPRJXVHL]UDXQDWLSURVHQH]DOLKH QDVOHGHLQDLQ
,
JGH MH 9W XNXSQD YUHGQRVW ]DOLKD W ukupan broj dana u toku
izvetajnog perioda, a predstavlja prosene zalihe.
Koeficijent obrta zaliha 0) pokazuje koliko se puta u toku godine ili
L]YHWDMQRJSHULRGDRNUHQXSURVHQH]DOLKH2YDMNRHILFLMHQWPRHGDSRND]XMHL
REUW SR SRVHEQLP YUVWDPD ]DOLKD .RHILFLMHQW REUWD ]DOLKD L]UDXQDYD VH QD
VOHGHLQDLQ
,
JGH MH 0 koeficijent obrta zaliha, Vku vrednost kumuliranog ulaza
zaliha, a - prosene zalihe.
3ROD]HL RG NRHILFLMHQWD REUWD ]DOLKD PRJXH MH L]UDXQDWL vreme obrta
zaliha 9RQDVOHGHLQDLQ
,
gde je Vo vreme obrta zalha u danima, Bd - broj dana u izvetajnom
periodu, a R- koeficijent obrta zaliha.
=D YRHQMH HNRQRPVNH SROLWLNH RG ]QDDMD MH XWYULYDQMH koeficijenta
LVNRULHQRVWL VLURYLQD Ovaj koeficijent pokazuje koliki je iznos utede ili
SUHNRUDHQMD X XWURNX PDWHULMDOD X SURFHQWXDOQRP L]QRVX .RHILFLMHQW
LVNRULHQRVWLVLURYLQD L]UDXQDYDVHQDVOHGHLQDLQ
,]UDXQDYDQMHNRHILFLMHQWDLVNRULHQRVWLVLURYLQD Primer 39.

8NXSQLQRUPLUDQLXWURDNPDWHULMDODSUHGX]HD67(/$QDJRGLQMHP
nivou iznosi 650.000 dinara. U toku posmatrane godine dolo je do stvarnog
utroka materijala u iznosu od 700.000 dinara. Na osnovu datih podataka
L]UDXQDMWHNRHILFLMHQWLVNRULHQRVWLVLURYLQDSUHGX]HD67(/$
Reenje:
197
Odgovor: .RHILFLMHQW LVNRULHQRVWL VLURYLQD SRND]XMH GD MH GROR GR
SUHNRUDHQMDQRUPLUDQRJXWURND]DLQHophodno je otkriti uzroke takve
pojave.
67$7,67,.22%8+9$7$1-(5$'1(61$*(
Radna snaga predstavlja jedan od najvanijih faktora proizvodnje i zato

MH QHRSKRGQR GD VWDWLVWLND REH]EHGL LQIRUPDFLMH R VWHSHQX LVNRULHQMD UDGQRJ
YUHPHQD 6WHSHQ DQJDRYDQMD SRVYHHQRVW SRVOX SURGXNWLYQRVt i efikasnost
rada UDGQH VQDJH X YHOLNRM PHUL GHWHUPLQLX XVSHQRVW SRVORYDQMD SUHGX]HD
0HQDGPHQWX SUHGX]HD VX QHRSKRGQH LQIRUPDFLMH R EURMX L VWUXNWXUL
zaposlenih radnika, njihovom angaovanju, radnom vremenu i drugo. Statistika
SRPRXRGJRYDUDMXLKSRND]DWHOMDREH]EHXMHWHLQIRUPDFLMHPHQDGPHQWX
'D ELVHDGHNYDWQRL]YULODDQDOL]D LVNRULHQMD UDVSRORLYLK NDSDFLWHWD
radne snage neophodno je imati uvid u brojno stanje zaposlenih radnika, ali i
XYLGXSRGDWDNRSURVHQRPEURMXUDGQLNDNRMLGROD]HQa posao u posmatranom
vremenskom periodu.
Informaciju o ukupnom broju zaposlenih radnika X SUHGX]HX GRELMDWH
na osnovu platnog spiska. S obzirom na to da je brojno stanje zaposlenih
UDGQLNDSURPHQOMLYDNDWHJRULMDXYLGXEURM]DSRVOHQLKGRELMDVHL]UDXQDYanjem
SURVHQRJEURMD]DSRVOHQLKUDGQLND3URVHDQEURM]DSRVOHQLKUDGQLNDGRELMDVH
NDRNROLQLNUDGQLN GDQDLEURMDUDGQLKGDQD]DNRMLUDXQDPRSURVHDQEURM
ranika.
Funkcija zaduena za upravljanje ljudskim resursima ima sve podatke o
zaposlenim radnLFLPD ,] HYLGHQFLMH NRMD SRVWRML X SUHGX]HX GRELMDMX VH
LQIRUPDFLMH NRMH RPRJXDYDMX XYLG X VWUXNWXUX ]DSRVOHQLK NRQNUHWQRJ
SUHGX]HD 8 SLWDQMX VX LQIRUPDFLMH R NYDOLILNDFLMDPD SROX GXLQL UDGQRJ
VWDD UDGQRP LVNXVWYX L VOLQRP 3ULPHQRP SRQGHULVDQH DULWPHWLNH VUHGLQH
L]UDXQDYDVHSURVHQDNYDOLILNDFLRQDVWUXNWXUD]DSRVOHQLKUDGQLNDXSUHGX]HX
7DNRH YDDQ MH XYLG X radni sta i starosnu strukturu zaposlenih u
SUHGX]HX MHU LDNR VWDULML UDGQLFL SRVHGXMX ]DYLGQR UDGQR LVNXVWYR QDNRQ
RGUHHQHVWDURVQHJUDQLFHQHRSKRGQRMHXSRVOLWLPODLVWUXQLNDGDUNDNRVHQH
EL XJUR]LOD XVSHQRVW SRVORYDQMD SUHGX]HD 3RQGHULVDQRP DULWPHWLNRP
198
VUHGLQRPRGUHXMHVHSURVHQDVWDURVWLSURVHDQUDGQLVWD]DSRVOHQLKUDGQLNDX
SUHGX]HX
2WSXWDQMHP SRVWRMHLK ]Dpoljavanjem novih radnika, gaenjem
SRVWRMHLKLRWYDUDQMHPQRYLKUDGQLKPHVWDPHQMDVHEURM]DSRVOHQLKUDGQLNDX
SUHGX]HX5DGQLFLRGOD]HL]SUHGX]HDVYRMHYROMQRWUDJDMXL]DEROMLPUDGQLP
PHVWRPLOL]ERJRGODVNDXSHQ]LMX8YRHQMHQRYHVDYUHPHQHWHKQRORJLMHHVWR
]DKWHYD DQJDRYDQMH QRYH UDGQH VQDJH HVWD SURPHQD EURMD ]DSRVOHQLK X
SUHGX]HX QLMH SRHOMQD 3RPRX VWRSH IOXNWXDFLMH ]DSRVOHQLK PHUL VH SURPHW
]DSRVOHQLKUDGQLNDXSUHGX]HX
Stopa fluktuacije (Kf) GRELMDVHSULPHQRPVOHGHHJREUDVFD
Stopa fluktuacije ili koeficijent fluktuacije predstavlja odnos broja

zamenjenih radnika i ukupnog broja radnika.
,]UDXQDYDQMHNRHILFLMHQWDVWRSHIOXNWXDFLMH Primer 40.

1D RVQRYX GRVWXSQH HYLGHQFLMH SUHGX]HD 9,1-$ XWYUHQR MH GD MH
70 radnika ]DPHQMHQR X WRNX GYD PHVHFD ,]UDXQDMWH NRHILFLMHQW IOXNWXDFLMH
zaposlenih ukoliko je na kraju drugog meseca ukupan broj zaposlenih radnika
iznosio 460.
Reenje:
Odgovor: U posmatranom periodu zamenjeno je 15,2147% radnika

SUHGX]HD9,1-$
$QDOL]DSRND]DWHOMDLVNRULHQMDUDGQRJYUHPHQD
Raspoloivo radno vreme u organizaciji u posmatranom periodu

predstavlja fond radnog vremena. Da bi se utvrdilo raspoloivo radno vreme
QHRSKRGQR MH XWYUGLWL YHOLLQX UDGQRJ DVD L UDGQRJ GDQD 1MLKRYD YHOLLQD MH
propisana zakonom.
6WYDUQR LVNRULHQR UDGQR vreme radnika XWYUXMH VH QD RVQRYX
pokazatelja kao to su radnik dan i radnik DV
199
Za razliku od radnog dana koji pokazuje koliko dana je radnik dolazio
na posao, ali ne pokazuje stvarno radno angaovanje radnika na poslu, radnik
DVMHSRND]DWHOM efektivnog rada radnika u trajanju od 60 minuta.
.DGDMHUHRIRQGXUDGQRJYUHPHQDUD]OLNXMHPRNDOHQGDUVNLPRJXLL
stvarni fond radnog vremena. Kalendarski fond radnog vremena zasnovan je na
NDOHQGDUVNRP EURMX GDQD L DVRYD X JRGLQL 0RJXL IRQG UDGQRJ vremena je
]DNRQRPSURSLVDQRYUHPHNRMHVYDNRSUHGX]HHPRUDRGUHGLWLXSHULRGXNRMLVH
SRVPDWUD 5H MH R VWYDUQR UDVSRORLYRP UDGQRP YUHPHQX X SRVPDWUDQRP
SHULRGX DOL VH RYR UDVSRORLYR UDGQR YUHPH X SUDNVL UHWNR LVNRULDYD X
potpunosti zbog zastoja u UDGX L]RVWDQDND VD SRVOD L VOLQR =ERJ WRJD VH
PRJXH UDGQR YUHPH VDVWRML RG QHLVNRULHQRJ UDGQRJ YUHPHQD L LVNRULHQRJ
radnog vremena koje odgovara VWYDUQR RGUDHQRP fondu radnog vremena.
0HXWLPVWYDUQLIRQGUDGQRJYUHPHQDSRND]XMHYUHPHNRMHVXUDdnici proveli
na poslu, ali ne i da li su oni na poslu stvarno radili ili ne.
3RND]DWHOML LVNRULHQMD UDGQRJ YUHPHQD QD NRMH SUHGX]HH PRH GD VH
oslanja su NRHILFLMHQW LVNRULHQMD UDGQH VQDJH .LUV NRHILFLMHQW LVNRULHQMD
radnog dana (Kird) i i koefiFLMHQW LQWHJUDOQRJ LVNRULHQMD UDGQRJ YUHPHQD
(Kiirv).
=DL]UDXQDYDQMHNRHILFLMHQWDLVNRULHQMDUDGQHVQDJH (Kirs) neophodno
MH UDVSRODJDWL SRGDFLPD R SURVHQRP EURMX ]DSRVOHQLK UDGQLND 3%=5 L
ukupnom broju zaposlenih radnika (UBZR). Ovaj koeficijent VH L]UDXQDYD QD
VOHGHLQDLQ
L RQ SRND]XMH SURFHQWXDOQR LVNRULHQMH UDGQRJ YUHPHQD VD VWDQRYLWD GRODVND

UDGQLND QD SRVDR 0HXWLP RQ QH SUXD LQIRUPDFLMH R HIHNWLYQRP UDGX WLK
radnika koji su dolazili u tom periodu i zbog toga nije precizan pokazatelj.
,]UDXQDYDQMHNRHILFLMHQWDLVNRULHQMDUDGQHVQDJH Primer 41.

8 SUHGX]HX 0(/(0 XNXSQR UDGL ]DSRVOHQLK 8 RNWREUX
JRGLQH RVWYDUHQR MH XNXSQR UDGQLK GDQD X WUDMDQMX RG DVRYD 7DNRH
ostvareno je 18.400 radnik dana i 128.800 radnik DVRYD 1D RVQRYX RYLK
SRND]DWHOMDL]UDXQDMWHNRHILFLMHQWLVNRULHQMDUDGQHVQDJH
Reenje:
200
Odgovor: 8 SRVPDWUDQRP SHULRGX JXELWDN X LVNRULHQMX UDGQRJ
YUHPHQDSUHGX]HD0(/(0L]QRVL-100).
.RHILFLMHQW LVNRULHQMD UDGQRJ Gana (Kird) oslanja se na podatke o

SURVHQRP WUDMDQMX UDGQRJ GDQD 375' L YUHPHQVNRP WUDMDQMD UDGQRJ GDQD
NRMHMHSURSLVDQR]DNRQRP2YDMNRHILFLMHQWVHUDXQDQDVOHGHLQDLQ
.
3URVHQRWUDMDQMHUDGQRJGDQDGRELMDVHNDRNROLQLNL]PHXRVWYDUHQRJ
radnog vremena izraenog radnik DVRYLPD L RVWYDUHQRJ UDGQRJ YUHPHQD
izraenog radnik danima u posmatranom periodu. Ovaj koeficijent pokazuje
koliko su efikasno koristili radni radn oni radnici koji su u posmatranom periodu
dolazili na posao.
,]UDXQDYDQMHNRHILFLMHQWDLVNRULHQMDUDGQRJGDQD Primer 42.

ostvareno je 18.400 radnik dana i 128.800 radnik DVRYD 1D osnovu ovih
SRND]DWHOMDL]UDXQDMWHNRHILFLMHQWLVNRULHQMDUDGQRJGDQD
Reenje:
Odgovor: 8 SRVPDWUDQRP SHULRGX JXELWDN X LVNRULHQMX UDGQRJ

YUHPHQD SUHGX]HD 0(/(0 ]ERJ QHGRYROMQR HILNDVQRJ LVNRULHQMD
raspoloivog radnog vremena iznosi 12,5% (87,5-100).
.RHILFLMHQW LQWHJUDOQRJ LVNRULHQMD UDGQRJ YUHPHQD .LLUY u

SRWSXQRVWLPHULLVNRULHQRVWUDGQRJYUHPHQDMHUX]LPDXRE]LUHILNDVQRVWUDGD
UDGQLND NDR L GROD]QRVW UDGQLND QD SRVDR 2YDM NRHILFLMHQW VH L]UDXQDYD QD
VOHGHLQDLQ
201
.
,]UDXQDYDQMHNRHILFLMHQWDLQWHJUDOQRJLVNRULHQMD
radnog vremena Primer 43.

ostvareno je 18.400 radnik dana i 128.800 radnik DVRYD 1D RVQRYX RYLK
SRND]DWHOMDL]UDXQDMWHNRHILFLMHQWLVNRULHQMDUDGQRJGDQD
Reenje:
Odgovor: 8SRVPDWUDQRPSHULRGXXNXSDQJXELWDNXLVNRULHQMXUDGQRJ
YUHPHQD SUHGX]HD 0(/(0 L]QRVL -100). Dakle, ovo
predX]HH MH VYRM UDVSRORLYL UDGQL SRWHQFLMDO X RNWREUX PHVHFX LVNRULVWLOR VD
65,714%.
3RUHG RYLK SRND]DWHOMD NDR SRND]DWHOM HNVWHQ]LYQRJ LVNRULHQMD UDGQH

snage koristi se koefijent smena radnika (S) NRMLVHL]UDXQDYDQDVOHGHLQDLQ
,
gde je Z - broj zaposlenih radnika u svim smenama, Z1 broj zaposlenih na
radnim mestima na kojima se radi u prvoj smeni, Z2 broj zaposlenih na radnim
mestima na kojima se radi u dve smene, a Z3 broj zaposlenih na radnim
mestima na kojima se radi u tri smene. Teorijski posmatrano ovaj koeficijent
PRHX]HWLYUHGQRVWXLQWHUYDOXL]PHXL6
202
9 HPXMHQDPHQMHQDHNRQRPVNDVWDWLVWLND"
9 WDMHSUHGPHWL]XDYDQMDSRVORYQHVWDWLVWLNH"
9 WDLQLUDVSRORLYHNDSDFLWHWHSULYUHGHDWDSUHGX]HD"
9 Objasnite pojam kapaciteta.
9 Koji su zadaci statistike osnovnih sredstava?
9 2EMDVQLWHDQDOL]XWHKQLNHRSUHPOMHQRVWL
9 Objasnite koeficijent efikasnosti, kapitalni koeficijent i
marginalni kapitalni koeficijent.
9 Vrednosno izraavanje osnovnih sredstava.
9 ObjaVQLWHREUDXQHNRQRPVNHDPRUWL]DFLMH
9 Koji su pokazatelji stanja osnovnih sredstava?
9 WDSRND]XMHNRHILFLMHQWSURVHQHLVWURHQRVWL"
9 WDSRND]XMHNRHILFLMHQWSURVHQHRXYDQRVWL"
9 Kako se deli energetska oprema?
9 ta znate o proizvodnoj opremi?
9 .DNRVHXWYUuje kapacitet proizvodne opreme?
9 Objasnite teorijski kapacitet proizvodne opreme.
9 Objasnite realni kapacitet proizvodne opreme.
9 Objasnite optimalni kapacitet proizvodne opreme.
9 .DNRVHRGUHXMHEURMGDQD]DJRGLQMLNDSDFLWHW"
9 Objasnite koeficijent ekstenzLYQRJLVNRULHQMDNDSDFLWHWD
9 2EMDVQLWHNRHILFLMHQWLQWHQ]LYQRJLVNRULHQMDNDSDFLWHWD
9 2EMDVQLWHNRHILFLMHQWLQWHJUDOQRJLVNRULHQMDNDSDFLWHWD
9 Koje vrste materijala poznajete?
9 Gde se evidentira nabavka, a gde potronja materijala?
9 Objasnite koeficijent obrta zaliha i vreme obrta zaliha.
9 =ERJ HJD MH ]QDDMQR XWYULYDQMH NRHILFLMHQWD LVNRULHQRVWL
sirovina.
9 .DNRVHXWYUXMHXNXSDQDNDNRSURVHDQEURM]DSRVOHQLK"
9 1DNRMLQDLQVHRGUHXMHSURVHQDVWDURVQDVWUXNWXUDLSURVHDQ
radni sta zaposlenih rDGQLNDXSUHGX]HX"
9 Kojim pokazateljem se prati promet zaposlenih radnika u
SUHGX]HX"
9 2EMDVQLWH NDOHQGDUVNL PRJXL L UDVSRORLYL IRQG UDGQRJ
vremena.
9 .DNRVHXWYUXMHVWYDUQRLVNRULHQRUDGQRYUHPHUDGQLND"
9 .RMLVXSRND]DWHOMLLVNRULHQMDUDGQRJYUHPHQa?
9 2EMDVQLWHNRHILFLMHQWLVNRULHQMDUDGQHVQDJH
9 2EMDVQLWHNRHILFLMHQWLVNRULHQMDUDGQRJGDQD
9 2EMDVQLWHNRHILFLMHQWLQWHJUDOQRJLVNRULHQMDUDGQRJYUHPHQD
9 Objasnite koeficijent smena radnika.
203
9.
REVIZIJA UGOVORNE CENE

PRIMENOM METODA
KLIZNE SKALE
Pojam metoda klizne skale

Dejstva metoda klizne skale
Principi formulisanja klizne skale
Oblici klizne skale
197
204
KLAUZULA REVIZIJE CENE U SPOLJNOTRGOVINSKOM
POSLOVANJU
2GUHLYDQMH ILNVQH FHQH VSROMQRWUJRYLQVNLP XJRYRURP QLMH X LQWHUHVX

izvoznika s obzirom na to da na dui rok cene i trokovi imaju tendenciju
porasta u svim zemljama. Metoda klizne skale RPRJXDYD VLJXUQLMX
PHXQDURGQX UD]PHQX GREDUD L XVOXJD u uslovima nestabilnih cena na tritu.
2YD PHWRGD RPRJXDYD NRUHNFLMX XJRYRUQH FHQH VUD]PHUQR SURPHQL YHOLLQH
trokova proizvodnje. Kao osnov formiranja cene predmeta kupoprodaje koristi
VHL]QRVWURNRYDSURL]YRGQMHQDGDQ]DNOMXHQMDNXSRSURGDMQRJXJRYora (bazni
indeksi).
Sutina primene metoda klizne skale sastoji se u korekciji ugovorne cene
SUHGPHWD NXSRSURGDMH 3R X FLOMX QMHQRJ VYRHQMD QD QLYR WULQH FHQH
Formiranje izvozne cene vri se kroz: 78
predkalkulaciju JGH VH RGUHXMH FHQD QD RVQRYX
pretpostavljenih trokova;
kontrolnu kalkulaciju JGHVHSUYRELWQRRGUHHQDFHQDNRULJXMH
za iznos stvarno nastalih trokova realizacije izvoza i
NRQDQX kalkulaciju gde se analizira obavljen posao kako bi se
stvorile osnove za planiranje aktivnosti u bXGXQRVWL
Iznosi varijabilnih trokova (WURNRYD PDWHULMDOD ]D L]UDGX 0R L OLQLK
dohodaka zaposlenih u proizvodnji predmeta kupoprodaje (So)) unose se
QXPHULNL X RGUHGEXWHNVWDNXSRSURGDMQRJXJRYRUDSULHPXL]QRVL VORYLPD L
brojevima moraju biti istL 8NROLNR VH GHVL GD VX QDYHGHQL L]QRVL UD]OLLWL
apsolutnu vanost ima iznos napisan slovima.
Na grafikonu 24. prikazana je klizna skala gde je:
O GDWXP]DNOMXHQMDNXSRSURGDMQRJXJRYRUD
J ugovoreni datum isporuke robe,
O-J ugovoreni rok trajanja do isporuke robe,
r1 svodna rezultanta nastalih promena u trokovima proizvodnje u
smislu njihovog SRYHDQMD,
78
3HML D. mart, 2007. Kalkulacija izvozne cene, Exporter,. Agencija za strana ulaganja i
promociju izvoza, Beograd, str. 16.
205
r2 svodna rezultanta nastalih promena u trokovima proizvodnje u
smislu njihovog smanjenja,
a nastala razlika u trokovima proizvodnje u smislu njihovog
SRYHDQMDXRGQRVXQDED]QRVWDQMH0RL6R
b nastala razlika u trokovima proizvodnje u smislu njihovog
smanjenja u odnosu na bazno stanje (Mo i So).
Grafikon 24. Primena klizne skale
,]YRU8QNRYL06WDNL%Spoljnotrgovinsko i devizno poslovanje, Singidunum,

Beograd, str. 133.
'DNOH X] SRPRH NOL]QLK FHQD SURGDYFL PLQLPL]LUDMX UL]LNH YH]DQH ]D
LVSRUXNX UREH YHH GRGDWH YUHGQRVWL LMD VH SURL]YRGQMD L LVSRUXND RGYLMD X
duem vremenskom periodu.
PRINCIPI FORMULISANJA I DEJSTVA KLIZNE SKALE
2GUHHQLHOHPHQWLLOLSUHGXVORYLGHWHUPLQLXLXVORYOMDYDMXGHMVWYRNOL]QH
VNDOHXNXSRSURGDMQRPXJRYRUX7DNRHRQLRGUHXMXNRMLHREOLNNOL]QHVNDOH
biti odabran u konkretnoj situaciji.
5H MH R HOHPHQWLPD NRML RVOLNDYDMX karakter okolnosti koje nalau
XQRHQMHNODX]XOHRUHYL]LMLFHQH.XSRSURGDMQLXJRYRULVHPHXVREQRUD]OLNXMX
po elementima kao to su rok isporuke robe, vrednost robe ili vrednost usluga,
206
PRJXQRVWLXVORYLSODDQMDNXSFDLVOLQR
Postoje posebni principi formulisanja i dejstva klizne skale koji se
moraju uvaavati prilikom izbora adekvatnog oblika klizne skale: 79
obezbediti zatitu interesa obeju ugovornih strana u jednakoj meri i
QDLVWLQDLQ
HOHPHQWQHL]YHVQRVWLXSRJOHGXEXGXHJUD]YRMDWULQLKRNRlnosti u
zemlji prodavca mora da postoji u trenutku formiranja klauzule o
reviziji ugovorene cene,
X RGQRVX QD UD]YRM WULQLK RNROQRVWL X EXGXQRVWL metoda klizne
skale WUHEDGDRPRJXLRWNODQMDQMHHOHPHQDWD LJUHQDVUHX
finalna cena predmeta kupoprodaje treba realno da odraava sve
nastale promene u trokovima proizvodnje,
formulisanje i dejstvo mehanizma klizne skale doputeno je samo u
odnosu na ugovorenu cenu predmeta kupoprodaje,
u toku trajanja ugovorenog roka isporuke neophodno je uskladiti
vreme dejstva varijabilnih faktora trokova proizvodnje sa
vremenom stvarnog nastajanja ovih trokova,
SULPHQD PHWRGD NOL]QH VNDOH PRJXD MH VYXGD JGH VX QD WULWX
zemlje prodavca promene cena materijala i plata izrade QHRGUHXMX
DGPLQLVWUDWLYQR YH VX posledica delovanja ekonomskih zakona
trita,
XNROLNRMHXJRYRUQDVWUDQDLVNOMXLYR VYRMRP NULYLFRP SURSXVtila
da izvri neku radnju u uobLDMHQR GRJRYRUHQR YUHPH metoda
klizne skale ne titi ugroenu stranu od oteanog izvrenja ugovorne
obaveze.
U nekim sOXDMHYLPD QLMH PRJXH GHWDOMQLMH XUDGLWL DQDOL]X WURNRYD
proizvodnje u vezi sa karakteristikama robe prilikom sklapanja kupoprodajnog
ugovora 8 WRP VOXDMX XJRYDUD VH NODX]XOD UHYL]LMH XJRYRUQH FHQH koja
uvaava promene cena srazmerno promenama cena najvanijih sirovina i
nadnica neophodnih prilikom izrade date robe. Formula za reviziju cena u ovom
VOXDMXELL]JOHGDODRYDNR 80
79
7HL0Spoljnotrgovinsko poslovanje, Savremena administracija, Beograd, str. 300.
80
0DUMDQRYL 0 6SDVL . 2015. Poslovna statistika, Visoka poslovna kola strukovnih
studija, Leskovac, str, 183.
207
P konaQD, revidirana cena za fakturisanje robe,
P0 ugovorena cena robe,
M indeks ili cena materijala u proseku po jedinici mere na dan
isporuke,
M0 indeks ili cena materijala u proseku po jedinici mere na dan
zakljXHQMD ugovora,
S indeks ili stvarni iznos nadnica po jedinici vremena u proseku na dan
isporuke robe,
S0 indeks ili stvarni iznos nadnice po jedinici vremena u proseku na
dan zakljuenja ugovora.
S obzirom na to da kod ovog oblika formule ne postoje faktori fiksnog
dela trokova proizvodnje dolazi do variranja rezultata usled pada ili skoka cena
NRMLXWLHQDYDULUDQMHXNXSQHXJRYRUQHYUHGQRVWL
Primena formule za reviziju ugovornih cena Primer 44.

Dana 01.01.2016. godine zakljuen je kupoprodajni ugovor sa jednom
QHPDNRP firmom u vezi hidrofora za vodu. Ugovorena cena robe franko
(srpskoQHPDND) granica je OA 70.000. Trokovi transporta i osiguranja
od fabrike do granice iznosa OA 1.000. Rok za isporuku robe je do kraja
meseca septembra 2016. 8JRYRURP QLVX SUHGYLHQH GHOLPLQH LVSRUXNH
3ULOLNRP]DNOMXHQMDXJRYRUDRLVSRUXFLXJRYRUHQDMHREDYH]DSODDQMDDYDQVD
RGGRNHVHRVWDWDNSODWLWLL] DNUHGLWLYD8NROLNRGRHGRSURPHQDFHQD
PDWHULMDODLQDGQLFDX]HPOMLSURGDYFDSULPHQLHVHUHYL]LMDXJRYRUQHFHQHSR
VOHGHRMIRUPXOL
P konana (fakturna) cena,

P0 ugovorena cena (franko fabrika OA 69.000,
M aritmetiNa sredina svih mesenih notiranja indeksa za
208
HOLni liv u toku prve 2/3 ugovorenog roka isporuke,
M0 indeks ceQHeliQRg liva za 1 t vaeL na dan zakljuHQja
ugovora (01.01.2016.) = 165.
S aritmetika sredina pojedinih meVHnih notiranja indeksa
S0 indeks minimalnih dnevnih zarada struQRg radnika u
mainskoj industriji vaeL na dan zakljuHQMa ugovora (01.01.2016.) = 129.
Ukoliko nastale promene u konanoj ceni budu manje od +/- 2,5% QHH
si primenjivati klizna skala GRN H VH REUDXQ DYDQVD YULWL SRVWXSNRP
SHULRGLQHUHYL]LMH
Prema zvaninim podacima indeksi cene za eliQi liv i nadnice su se
kretali QDVOHGHLQDLQ:
M S M S
Bazni indeks 165 129 1. mesec 167 131
2. mesec 174 132 3. mesec 178 135
4. mesec 180 138 5. mesec 182 135
6. mesec 181 140 7. mesec 183 139
8. mesec 185 141 9. mesec 186 144
Reenje:
M=Mo i S=So avans (A)=OA 17.250

2EUDXQDYanje ostatka:
Po=70.000-1.000= 69.000 69.000 17.250 = 51.750
209
55.294,88 51.750 = 3.544,88
5HNDSLWXODFLMDREUDXQD
Ugovorna cena franko fabrika OA 69.000
Transporti osiguranje do granice 1.000
Promena cene (porast) 3.544,88
Iznos koji kupac treba da plati OA 73.544,88
OBLICI KLIZNE SKALE
U praksi postoji veliki izbor kliznih skala, u zavisnosti od dominantnih

elePHQDWDNRMLLQHVXWLQXXJRYRUDL]PHXXJRYRUQLKVWUDQD
2NROQRVWLXNRMLPDVH]DNOMXXMHNXSRSURGDMQLXJRYRUXJRYRURPWUHED
SUHFL]LUDWLSULPHQXRQRJREOLNDNOL]QHVNDOHNRMLQDMWDQLMHRGUDDYDSURPHQHL
uticaj okolnosti na fakturnu cenu robe.
Dakle, uslovi pod kojim se ugovor zakljXXMH RGUHXMXNRMLHVHREOLN
NOL]QHVNDOHSULPHQLWLLNDNRHJODVLWLklauzula o reviziji cene.
Praksa poznaje sleGHH oblike klizne skale:81
trina cena na dan isporuke,
plaDQMe unapred iil vei avans,
kombinovana primena klizne skale kod GHOLPLnih isporuka na due
vreme,
integralni oblik klizne skale (najsavreniji vid primene metoda klizne
skale).
=D VYDNX SRMHGLQDQX LVSRUXNX UREH PRH VH RGUHGLWL NOL]QD VNDOD
XSRWUHERPRGUHHQHIRUPXOH8SUDNVLVHUD]OLNXMX 82
81
0DUMDQRYL 0 6SDVL . Poslovna statistika, Visoka poslovna kola strukovnih
82
8QNRYL06WDNL%Spoljnotrgovinsko i devizno poslovanje, Singidunum, Beograd,
str. 134., 135. i 137.
210
VNUDHQLRSLVQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH,
UD]YLMHQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH
REOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH]DXVOXJH
6NUDHQLRSLVQLREOLN PDWHPDWLNHIRUPXOHNOL]QHVNDOH
Kod opisnog oblika klizne skale jasno su formulisani i opisani uslovi i

QDLQREUDXQDSURPHQDNRMH HQDVWDWL1HSRVWRMLSRVHEDQREOLNIRUPXOHNRMLVH
NRULVWL ]D REUDXQ SURPHQD XJRYRUHQH FHQH $OJHEDUVNLP L]UD]RP SUYRELWQR
IRUPXOLVDQLK RGQRVD PRH VH GRELWL PDWHPDWLND IRUPXOD NOL]QH VNDOH NRMD MH
VOLQD UD]YLMHQRP REOLNX PDWHPDWLNH IRUPXOH NOL]QH VNDOH =DKYDOMXMXL RSLVX
RGQRVD XHD YDULMDELOQLK IDNWRUD WURNRYD SURL]YRGQMH L RGQRVD UDVSRGHOH
SURPHQDNRMHVXQDVWDOHXRYLPWURNRYLPDRGUHXMHVHGHMVWYRRYHNOL]QHVNDOH
3ULPHQDRSLVQRJREOLNDPDWHPDWLNHIRrmule klizne skale

Primer 45.
Da bi se odredila ugovorna cena koriste se bazni indeksi cena jedne tone
OLPD L LQGHNVD SURVHQH QDGQLFH NYDOLILNRYDQRJ UDGQLND QD GDQ ]DNOMXHQMD
XJRYRUD8NROLNRGRHGRSRVNXSOMHQMDLOLSRMHIWLQMHQMDNRQNUHWQRJPDWHULMDOD]D
1% u toku 1/3 ugovorenog URND LVSRUXNH XJRYRUQD FHQD H VH SRYHDWL LOL
smanjiti za 0,5% ( 1%M = 0, 5 P0). UNROLNR GRH GR SURVHQRJ SRYHDQMD LOL
VPDQMHQMDQDGQLFDNYDOLILNRYDQRJUDGQLNDXJRYRUQDFHQDUREHHVHSRYHDWLLOL
smanjiti za 0,50% u toku 2/3 ugovorenog roka isporuke ( 1%S = 0,50 P0).
Prema zvaninim podacima indeksi cene lima i nadnice su se kretali na
VOHGHLQDLQ:
M S M S
Bazni indeks 183 120 1. mesec 182 120
2. mesec 177 120 3. mesec 163 127
4. mesec 154 125 5. mesec 152 130
6. mesec 140 130 7. mesec 137 130
8. mesec 139 130 9. mesec 136 132
10. mesec 131 135 11. mesec 134 135
12. mesec 132 135
211
Reenje:
Po=350.200
2EUDXQDYDQMHRVWDWND
SRYHDQMH
Zbog suprotnosti u promenama cena nadnica i materijala dolo je do
razlike u ceni za 6,06 %.
5D]YLMHQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH
5D]YLMHQL REOLNPDWHPDWLNH IRUPXOH klizne skale koristi se u uslovima

izrazite nestabilnosti trita prodavca i kada su u pitanju ugovori velike
vrednosti sa najduim rokovima isporuke (vie godina).
Za primenu ovog oblika klizne skale neophodno je da budu ispunjeni
VOHGHLXVORYL 83
da u zemlji prodavca postoji uredna evidencija i objavljivanje podataka
o kretanju nivoa zarada ili indeksa nivoa zarada radnika zaposlenih u
neposrednoj proizvodnji predmeta kupoprodaje, koji je uzet za bazu
obrauna;
da u zemlji prodavca postoji uredna evidencija i objavljivanje podataka
o kretanju cena ili indeksa materijala za izradu koji se uzima za bazu
obrDuna;
da se u zemlji prodavca poznaju detaljne strukture prodajne cene
predmeta kupoprodaje, da bi se na toj osnovi mogao utvrditi indeks
ueD svake pojedine grupe trokova.
83
212
Razvijeni oblik matematike formule klizne skale ima vie oblika koji
LPDMXUD]OLLWXIRUPX Inae, ovaj oblik klizne skale je najsavreniji i ima iroku
primenu jer odraava sve nastale promene u trokovima proizvodnje koje
proizvRD ima.
Ukoliko u toku ugovorenog roka isporuke u zemlji prodavca doH do
promene u ceni materijala za izradu i zarada radnika ( uzetih za bazu) koji
rade u neposrednoj proizvodnji robe koja je predmet kupoprodaje, konana
cena po primeni klizne skale RGUHGLHVHQDVOHGHLQDLQ:
,
ili:
,
Gde je: 84
P = konaQD, revidirana cena na osnovu koje e kupcu biti
sastavljena faktura za kupljenu robu.
P0 = ugovorena cena koja vai na dan zakljuenja ugovora,
M0 = cena ili indeks cena po jedinici mere materijala za izradu koji je
X]HWQDED]LREUDXQDLYDLQDGDQ]DNOMXHQMDNXSRSURGDMQRg ugovora,
M = ponderisana aritmentika sredina ili aritmetiNa sredina notiranih
cena ili indeksa cena po jedinici mere materijala koji je uzet kao baza u toku
RGJRYDUDMXHJ dela ugovorenog roka isporuke,
S0 = minimalna zarada strunog radnika po jednom satu,
S = ponderisana aritmetika sredina ili aritmetika sredina notiranih
iznosa satnica ili indeksa iznosa satnica za radnika kvalifikacije uzete za bazu,
u toku RGJRYDUDMXHJ dela ugovorenog roka isporuke,
a = udeo fiksnih (optih) trokova proizvodnje, koji se ne menjaju u
zavisnosti od promena okolnosti na tritu,
b = udeo trokova materijala (sirovine) za izradu u ukupnim
84
7HL0Spoljnotrgovinsko poslovanje, Savremena administracija, Beograd, str. 302.
213
trokovima proizvodnje,
c = udeo zarade proizvodnih radnika u ukupnim trokovima
proizvodnje ukljuXjXL i davanja na ime socijalnog osiguranja.
Ukupni fiksni i ukupni varijabilni trokovi proizvodnje sadrani su u
strukturnim indeksima uHD (a, b, c), pa je:
a + b + c = 100, odnosno,
Na primer, Xee ove tri grupe trokova u ukupnim trokovima je:

a=21%, b=37%, c=42%
21+37+42=100
0,21+0,37+0,42=1
Svako pomeranje u odnosima ova tri indeksa ima dvojake posledice:85
smanjenje ili poveanje bilo koga od navedenih indeksa odraava se u
istoj meri na jednom ili na oba ostala indeksa, u suprotnom smislu;
pomeranje u odnosima indeksa uHD moe da vri i odreeni uticaj
na konaQu cenu predmeta kupoprodaje.
.RGSULPHQHRYHIRUPXOHL]YR]QDSUHGX]HDELWUHEDORGDLPDMXXYLGX
VOHGHH 86
zbir koeficijenata a, b i c mora biti 1, odnosno 100%;
u ugovoru je potrebno navesti relevaQWDQ VWDWLVWLNL L]YRU ]D SRGDWNH R
LQGHNVLPDFHQDPDWHULMDODLUDGQHVQDJHNDNRELELORVSUHHQRDUELWUDUQR
RGUHLYDQMHRYLKYHOLLQD
XVOHG JHQHUDOQRJ WUHQGD SRYHDQMD RSWLK WURNRYD SUR]YRGQMH
koeficijent a moe biti predmet povremenih revizija;
bazna FHQD 3 NDR L QRYD FHQD 3 WUHEDOR EL GD EXGH RGUHHQD SUHPD
paritetu EXW fabrika prodavca;
XJRYRURP EL WUHEDOR GD EXGH RGUHHQ WHUPLQ NDGD H ELWL XWYUHQD
naredna cena P1;
85
86
3HML D. mart, 2007. Kalkulacija izvozne cene, Exporter,. Agencija za strana ulaganja i
promociju izvoza, Beograd, str. 16.
214
maksimalni rast cene za narednu isporuku po pravilu ne prelazi visinu
inflacije X GDWRP SHULRGX X ]HPOML LVSRUXNH D NXSFL HVWR LQVLVWLUDMX QD
dogovaranju raspona u kome cena moe varirati u narednom periodu.
Tolerancija u dejstvu klizne skale se ugovara RELQo na nivou 2 do
5WR]QDLGDVHNOL]QDVNDODQHHSULPHQMLYDWLDNRpromene ugovorene cene
robe ili usluge ne budu vee od, na pr. 3 %. Ukoliko se jave velike i nagle
promene trokova proizvodnje robe koja je predmet kupoprodaje onda se
SULPHQMXMHRJUDQLHQMHXGHMVWYXIRUPXOHNOL]QHVNDOH
NaLQ i vreme obrauna nastalih promena se moe vriti po
zavretku cele isporuke. Kada se radi o isporukama kod obimnijih ugovora
QDLQ L YUHPH REUDXQD QDVWDOLK SURPHQD YUL VH SR SRMHGLQLP GHOLPLQLP
isporukama.
2ELQR VH XJRYRURP GHILQLH QDLQ L URN SODDQMD QDVWDOH UD]OLNH X
ugovorenoj ceni predmeta kupoprodaje zbog toga to je dolo do primene klizne
VNDOH1DMHHVHRYRSODDQMHYULGR]QDNRPLWRXURNXRGPHVHFGDQD
Kada se kod kupoprodajnih ugovora javi variranje RGUHHQRJGHODRSWLK

trokova proizvodnje koristi se odgovaraMXDIRUPXODNOL]QHVNDOH
Ukoliko su ugovorne strane saglasne da je dozvoljeno kolebanje optih
trokova proizvodnje (reijski materijal (Rm), reijske zarade (Rs), transportne
tarife (Tt) i fiskalna davanja (Ft)) u toku celokupnog ugovornog roka isporuke
NOL]QDVNDODLPDVOHGHLREOLN
Ukoliko se analizom strukture trokova proizvodnje robe koja je predmet

NXSRSURGDMHXWYUGHLQGHNVLQMLKRYRJXHDXSURGDMQRMFHQL
a = 18%, d = 2%, e = 4%, f = 5,5%, g = 1,8%, b =41%, b1 = 6%, b2 = 11%, b3
= 6%, c = 4,7%, pa je:
d = procenat uea trokova reijskog materijala uzetog kao baza u

ukupnim trokovima proizvodnje po jedinici mere robe koja je predmet
kupoprodaje,
e = procenat uHD trokova reijskih zarada radnika uzetog za bazu u
ukupnim trokovima proizvodnje po jedinici mere robe koja je predmet
kupoprodaje,
215
f = procenat ueD trokova podvoza materijala za izradu i drugih
potreba po jedinic mere robe koja je predmet kupoprodaje,
g = procenat Xea fiskalnih davanja i taksi u ukupnim trokovima
proizvodnje jedinice mere robe koja je predmet kupoprodaje.
Zbir LQGHNVD GHIJ QH GDMH YUHGQRVW L] UD]ORJD WR ]DUDGX
SURL]YRDD QLMH PRJXH VWDYLWL SRG UHLP YDULMDELOQRJ GHOD WURNRYD
SURL]YRGQMH SD WD ]DUDGD RGJRYDUD L]QRVX UD]OLNH YUHGQRVWL LQGHNVD i zbira
indeksa d, e, f i g.
Rm0 = cena ili indeks cene reijskog materijala po jedinici mere koji
vai na dan zakljuivanja kupoprodajnog ugovora,
Rm = ponderisana aritmetika sredina notiranih ili dokumentovanih
cena ili indeksa cena po jedinici mere materijala uzetog kao baza u toku
trajanja celog ugovorenog roka isporuke,
Rs0 = indeks ili iznos indeksa zarada reijskog radnika po jednom
efektivnom asu rada koji vai na dan zakljuLvanja kupoprodajnog ugovora,
Rs = ponderisana aritmetiNa sredina notiranih ili dokumentovanih
iznosa ili indeksa iznosa satnice reijskog radnika uzetog za bazu u toku
trajanja celog ugovorenog roka isporuke,
Tt0 = nivo transportnih tarifa, vaHih na dan zakljuLvanja
kupoprodajnog ugovora,
Tt = ponderisana aritmeWLka sredina notiranih ili dokumentovanih, na
ugovoreni naLn nastalih promena transportne tarife za materijal za izradu koji
je uzet kao baza u toku celog trajanja ugovorenog roka isporuke,
Ft0 = fiskalna davanja iil takse po jedinici mere roba ili usluga na
dan zakljuenja ugovora,
Ft = ponderisana aritmetika sredina notiranih ili dokumentovanih, po
ugovoru nastalih promena visine fiskalnih davanja i taksi u toku trajanja
celokupnog ugovora,
b1, b2, b3 = procenti uea tri kategorije materijala za izradu u
trokovima proizvodnje jedne jedinice mere predmeta kupoprodaje SUL HPX
njihov zbir daje svodni indeks b,
M , M, M = R]QDDYDMX YUVWH WUL UHOHYDQWQH NDWHJRULMH PDWHULMDOD ]D
L]UDGX VD FHQRP LOL SRQGHURP FHQH NRML MH YDOLGDQ QD GDQ ]DNOMXHQMa
kupoprodajnog ugovora.
c = procenat ueD zarade radnika u prodajnoj ceni predmeta
kupoprodaje, pri Hmu je c = c1+c2+c3.
Ovaj deo klizne skale odnosi se na zarade radnika i izgleda ovako:
216
2EOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH]DXVOXJH
Nestabilna kretanja na tritu prodavca mogu uticati i na usluge. Oblik

PDWHPDWLNHIRUPXOHNOL]QHVNDOH]DXVOXJHGDWMHXQDVWDYNX
0DWHPDWLND IRUPXOD NOL]QH VNDOH ]D XVOXJH RELQR QH VDGUL IDNWRUH
PDWHULMD ,]X]HWDN MH VOXDM NDGD SURGDYDF XVOXJD LVSRUXXMH SRUHG XVOXJD L
neke kategorije materijala za ugradnju (na primer, izgradnja i montaa
JUDHYLQVNLK REMHNDWD L VOLQR NDGD VH SULPHQMXMH SUHWKRGQD IRUPXOD NOL]QH
VNDOHNRMDVDGULWDMHOHPHQWWURNRYD8NROLNRVHFHQHQDPDORNUHXJRUH-dole
u intervalu od +/-3% onda se indek cena na malo moe koristiti kod klizne skale
za usluge.
217
9 =ERJHJDVHXYRGLNODX]XODUHYL]LMHFHQHXVSROMQRWUJRYLQVNRP
poslovanju?
9 Nacrtajte i objasnite grafikon klizne skale.
9 Navedite principe formulisanja i dejstva klizne skale.
9 .UR] SUDNWLni primer objasnite primenu opte formule za
reviziju ugovorne cene.
9 Koji uslovi moraju biti ispunjeni da bi se primenio razvijeni oblik
PDWHPDWLNHIRUPXOHNOL]QHVNDOH?
9 WD L]YR]QD SUHGX]HD PRUDMX LPDWL X YLGX NDGD VH SULPHQMXMH
razvijeni oblik matematiNHIRUPXOHNOL]QHVNDOH"
9 Ukoliko je tolerancija u dejstvu klizne skale ugovorena na nivou
2% do 5%, a identifikovane promene ugovorne cene robe i usluga su 3% da li
HVHSULPHQLWLXJRYRUHQDNOL]QDVNDOD"
9 2EMDVQLWH REOLN NOL]QH VNDOH NRMD RPRJXDYD L YDriranje dela
optih trokova proizvodnje.
9 .UR]SULPHUREMDVQLWHVNUDHQLREOLNNOL]QHVNDOH
9 3RHPXMHNDUDNWHULVWLQDIRUPXODNOL]QHVNDOH]DXVOXJH"
218
219
10.
ZBIRKA REENIH ZADATAKA
212
220
MERE CENTRALNE TENDENCIJE, MERE DISPERZIJE I MERE
OBLIKA RASPOREDA
8 SUHGX]HX ]D SURL]YRGQMX SODVWLQLK NHVD ]DSRVOHQLK X MHGQRP

mesecu primili su platu u hiljadama dinarima:
903 966 995,2 1014,5 956 625 820 953,5 875 899,6
Na uzorku od 15 radnika i]UDXQDjte SURVHQDSULPDQMD.
Reenje:
hiljada dinara
2 8 MHGQRM UDGQRM VPHQL ]D RVDP DVRYD UDGD UDGQLND VNODSDOR MH
DVRYQLNH
15 10 12 13 9 11 9 14 7 16
U uzorku od 10 radnika i]UDXQDjte SURVHDQEURMVNORSOMHQLKDVRYQLND.
Reenje:
DVRYQLND
33RWURQMDSRYUD XNJXGRPDLQVWDYD]DMHGQXJRGLQXL]QRVLODMH
30 26,5 28,2 35 47,1 31,2 27,6 43,3 12 48,5 40 13,7 22,2 45,2 38,4
8X]RUNXRGGRPDLQVWDYDL]UDXQDMWHSURVHQXJRGLQMXSRWURQMXSRYUD
Reenje:
221
kilograma
4. Dati su podaci o EURMXIHOHULQLKSURL]YRGD

6 7 8 10 15 6 7 15 10 8 6 7 15 6 8 10 7 15 10 8 7 15 10 6 8 7 10
1D RVQRYX SURVWH GLVWULEXFLMH IUHNYHQFLMD L]UDXQDMWH SURVHDQ EURM IHOHULQLK
proizvoda.
Reenje:
5. Na osnovu podataka o broju lukovica po m2 zemljita formirajte

LQWHUYDOQXVHULMXSRGDWDNDLL]UDXQDMWHSURVHDQEURMOXNRYLFDSRP2.
3 5 6 8 4 3 3 5 9 7 10 12 14 5 11 12 20 22 42 41 35 32 26 24 25
23 28 29 27 33 38 36 37 32 17 39 34 35 25 26 40 41 39 26 27 18
Reenje:
K=1+3,3logN=1+3,3log46= EURMUHGD
222
6. Na osnovu prikupljenih podataka o produktivnosti radnika koja je
izraena u broju proizvedenih proizvoda po jednoj smeni L]UDXQDMWH
geometrijsku sredinu.
23 27 32 38 21 19 20 25 29
Reenje:
7. Potronja posetilaca jednog ugostiteljskog objekta data je u narednoj

tabeli.
Potronja
170,1-200 220,1-230 230,1-260 260,1-290 290,1-320
(X)
Broj
10 18 35 50 42
turista (fi)
*HRPHWULMVNRP VUHGLQRP L]UDXQDMWH SURVHQX SRWURQMX X XJRVWLWHOMVNRP
objektu.
Reenje:
223
1D RVQRYX SRGDWDND R SURGXNWLYQRVWL UDGQLND X WUL SUHGX]HD NRML VX
GDWLXQDVWDYNXL]UDXQDMWHSURVHQXSURGXNWLYQRVWUDGD
25h, 32h, 50 h i 62 h
Reenje:
DVRYD
9. Na osnovu podataka o broju psihologa na 10.000 stanovnika u jednom

JUDGXL]UDXQDMWHSURVHDQEURMSVLKRORJDSRPRXKDUPRQLMVNHVUHGLQH
5 psihologa, 12 psihologa, 15 psihologa, 7 psihologa
Reenje:
10. 3ULOLNRP GRVWDYH SLFH GYD PRWRUD SUHX NP ]D PLQXWD GYD ]D
mLQXWDDWUL]DPLQXWD,]UDXQDMWHSURVHQXEU]LQXRYLKPRWRUD
Reenje:
11. Na osnovu podataka o ostvarenom dnevnom prometu u 30

XJRVWLWHOMVNLKREMHNDWDL]UDXQDMWHPRGXV
Promet u 1000 dinara 10,1-15 15,1-20 20,1-25 25,1-30 30,1-35
Broj ugostiteljskih
7 9 5 6 3
objekata
224
Reenje:
3RORDMPRGXVDRGUHXMHPRWDNRWRSURQDHPRQDMYHXIUHNYHQFLMX
1DMYHLEURMXJRVWLWHOMVNLKREMHNDWDLPDSURPHWGLQDUD
12. Sedam poljoprivrednih gazdinstava poseduje po jednu kravu. Svaka od

njih daje razliLWXNROLLQXPOHND
20 l, 25 l, 19 l, 23 l, 27 l, 15 l, 30 l.
Odredite medijanu.
Reenje:
3RORDMPHGLMDQH ODQXUHHQRJQL]DSRYHOLLQL
15 19 20 23 25 27 30
Me = 23 Polovina krava daje manje od 23 litara mleka, a druga polovina vie.
,]UDXQDMWHPHGLMDQXQDRVQRYXSRGDWDNDRPHVHQRMSRWURQMLYRGHSR
GRPDLQVWYLPD
15 m3 18 m3 20 m3 17 m3 24 m3 26 m3 29 m3 30 m3
Reenje:
3RORDMPHGLMDQH ODQXUHHQRJQL]DSRYHOLLQL
15 17 18 20 24 26 29 30
Me=(20+24)/2=22 m3
1DRVQRYXSRGDWDNDRSRWURQMLVROLSRGRPDLQVWYLPDXNLORJUDPLPD
odredite medijanu.
Potronja soli (x) 9 10 12 13 14 15
%URMGRPDLQVWDYD
4 7 10 9 8 11
(fi)
Reenje:
225
15. U narednoj tabeli dat je prikaz ispunjenja norme u % za 40 radnika
SUHGX]HD NRMH SURL]YRGL NDEORYH 1D RVQRYX WLK SRGDWDND RGUHGLWH
medijanu.
% Izvrenja
79,1-84 84,1-89 89,1-94 94,1-99 99,1-104,1
norme (X)
Broj radnika (fi) 4 5 15 10 5
Reenje:
16. ,]UDXQDMWH LQWHUYDO YDULMDFLMH QD RVQRYX SRGDWDND R GQHYQim

SULQRVLPDPOHNDSRGRPDLQVWYLPD
10 l 12,5 l 30 l 26,5 l 25,7 l 16 l 14,8 l 17,9 l 24,5 l 10,9 l
Reenje:
R = xmax - xmin =30 10 = 20 l mleka
5D]OLND X SULQRVLPD POHND L]PHX GRPDLQVWYD NRMH LPD QDMYHH SULQRVH L
GRPDLQVWYDNRMHLPDQDMPDnje prinose iznosi 10 litara mleka.
226
1DRVQRYXSRGDWDNDXWDEHOLL]UDXQDMWHLQWHUYDOYDULMDFLMH.
xi 3 5 7 9 12 13
fi 18 20 50 50 80 65
Reenje:
R = xmax - xmin =13 3 = 10
18. 9UHPHWUDMDQMDSULSUHPHMHGQRJMHODXUD]OLLWLPUHVWRUDQLPDGDWRMHX
WDEHOL,]UDXQDMWHVUHGQMHDSVROXWQRRGVWXSDQMH
Vreme pripreme (xi) 20 23 26 27 30 32
Broj restorana (fi) 5 6 8 5 6 9
Reenje:
3URVHQR DSVROXWQR RGVWXSDQMH YUHPHQD SULSUHPH MHOD X UHVWRUDQD RG

SURVHQRJYUHPHQDSULSUHPHMHODL]QRVLPLQXWD
19. Na osnovu podataka o dnevnom prometu restorana odredite srednje

apsolutno odstupanje.
Dnevni promet u 10.000
5,1-10 10,1-15 15,1-20 20,1-25
dinara (x)
Broj restorana (fi) 9 12 15 8
Reenje:
227
20. 6WDURVW SRVHWLODFD MHGQRJ WXULVWLNRJ PHVWD GDWD MH X nastavku.
,]UDXQDMWHVUHGQMHDSVROXWQRRGVWXSDQMH
Starosti lica u
do 20 20,1-30 30,1-40 40,1-50 50,1-60
godinama (x)
Broj posetilaca (fi) 20 110 90 66 56
Reenje:
21. 1D RVQRYX SRGDWDND R EURMX UDGQLND SR SUHGX]HLPD RGUHGLWH

varijansu i standardnu devijaciju.
%URMSUHGX]HD[i) 5 6 7 8 11 12
Broj radnika (fi) 7 6 5 8 9 9
Reenje:
3URVHQR NYDGUDWQR RGVWXSDQMH SRMHGLQLK YUHGQRVWL REHOHMD RG SURVHQH

vrednosti obeleja iznosi 42,96.
3URVHQR RGVWXSDQMH SRMHGLQLK YUHGQRVWL REHOHMD RG SURVHQH Yrednosti
obeleja iznosi 6,55.
,]UDXQDMYDULMDQVXLVWDQGDUGQXGHYLMDFLMXQDRVQRYXSRGDWDNDNRMLVX
dati u narednoj tabeli.
228
.ROLLQDsemena (x) 500-549,9 550-599,9 600-649,9 650-699,9 700 i vie
Broj parcela (fi) 9 20 40 60 80
Reenje:
3URVHQDYUHGQRVWSRVPDWUDQRJREHOHMDL]QRVL
3URVHQR NYDGUDWQR RGVWXSDQMH SRMHGLQLK YUHGQRVWL REHOHMD RG SURVHQH
vrednosti obeleja iznosi 3320,417.
3URVHQR RGVWXSDQMH SRMHGLQLK YUHGQRVWL REHOHMD RG SURVHQH YUHGQRVWL
obeleja iznosi 57,62.
23. Odredite koeficijent varijacije na osnovu podataka o visini investicija po

SUHGX]HLPD
Visina investicija u 1000 dinara (x) 100-200 200,1-300 300,1-400 400,1-500
%URMSUHGX]HDIi) 14 19 25 22
Reenje:
x f xs xs*f xs2 f*xs2
100-200 14 150 2100 22500 315000
200,1-300 19 250 4750 62500 1187500
300,1-400 25 350 8750 122500 3062500
400,1-500 22 450 9900 202500 4455000
80 - 25500 - 9020000
229
3URVHQDYLVLQDLQYHVWLFLMDL]QRVLGLQDUD
ProsHQRNYDGUDWQR RGVWXSDQMH YLVLQH LQYHVWLFLMD RG SURVHQH YLVLQH LQYHVWLFLMD
iznosi 11 148 440 dinara.
3URVHQRRGVWXSDQMHYLVLQHLQYHVWLFLMDRGSURVHQHYLVLQHLQYHVWLFLMDL]QRVL
590 dinara.
3URVHQR SURFHQWXDOQR RGVWXSDQMH YLVLQH LQYHVWLFLMD RG SURVHne visine
investicija iznosi 33,13 %.
24. Na osnovu podataka o potronji HHUD SR GRPDLQVWYLPD RGUHGLWH

asimetriju i spljotenost rasporeda.
Potronja HHUD 3-5 5-7 7-9 9-11 11-13
%UGRPDLQVWDYD 4 8 2 6 4 24
Reenje:
x f xs f*xs ( )2 ( )3 ( )4
3-5 4 4 16 -3,83 14,67 -56,18 215,18
5-7 8 6 48 -1,83 3,35 -6,13 11,22
7-9 2 8 16 0,17 0,03 0,00 0,00
9-11 6 10 60 2,17 4,71 10,22 22,17
11-13 4 12 48 4,17 17,39 72,51 302,37
24 - 188 - - - -
f*( )2 f*( )3 f*( )4

58,68 -224,73 860,71
26,79 -49,03 89,72
0,06 0,01 0,00
28,25 61,31 133,04
69,56 290,05 1209,50
183,33 77,61 2292,97
230
5DVSRUHGMHSR]LWLYQRDVLPHWULDQXGHVQRLYLHMHVSOMRWHQDPDQMHL]GXHQ
25. Na osnovu podataka o prinosu po hektaru za 67 parcela odredite

Prinos po hektaru 2-4 4-6 6-8 8-10 10-12 12-14
Br. Parcela 3 17 12 16 15 14 67
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
26. Na osnovu podataka o potronji vina SR GRPDLQVWYLPD RGUHGLWH

Potronja vina 1-4 4-7 7-10 10-13 13-15
%UGRPDLQVWDYD 4 15 20 11 8 58
27. Na osnovu podataka o potronji ulja SR GRPDLQVWYLPD RGUHGLWH

Potronja ulja 5 7 9 10 12 15
%UGRPDLQVWDva 12 10 8 7 5 4 46
28. Na osnovu podataka o potronji meda SR GRPDLQVWYLPD RGUHGLWH

Potronja meda
1 2 3 4 5 6
(u kg)
%UGRPDLQVWDYD 20 15 23 25 17 10 110
231
67$7,67,.2=$./-8,9$1-(
1. 1D RVQRYX VOXDMQR RGDEUDQRJ X]RUND RG GRPDLQVWDYD u naselju

XWYUHQMHVOHGHLEURMVWDEDODMDEXND:
12,5 11,3 16,2 17 20,6 25 21 15,6 18 24,2 27
22 19,2 19 10 11,3 13 26,3 17,6 19 20 14,2
11,5 12,7 17,9 18,2 19,7 20,5 21 23 27 28 28
D 6D YHURYDWQRRP RG RGUHGL LQWHUYDO SRYHUHQMD ]D RHNLYDQL
SURVHDQEURMVWDEODOMLYDXFHORPnaselju.
b) Na osnovu poznatog podatka GD MH XNXSDQ EURM GRPDLQVWDYD X
SRVPDWUDQRP QDVHOMX RGUHGL LQWHUYDO SRYHUHQMD RHNLYDQRJukupnog
broja stabla jabuka.
Reenje:
K=1+3,3logN=1+3,3log33=1+3,3*1,519=1+5,01=6,01
-0,95=0,05 Z1-=Z1-0,05/2=Z0,975=1,96

10 - 13 7 11,5 80,5 132,25 925,75
13,1 - 16 2 14,5 29 210,25 420,5
16,1 - 19 8 17,5 140 306,25 2450
19,1 - 21 7 20,5 143,5 420,25 2941,75
21,1 - 24 2 23,5 47 552,25 1104,5
24,1 i vie 7 26,5 185,5 702,25 4915,75
33 - 625,5 - 12758,3
a)
232
b)
3URVHDQ EURM VWDEDOD MDEXND 3URVHQR RGVWXSDQMH EURMD VWDEDOD RG
SURVHQRJEURMDVWDEDODL]QRVLVWDEDOD6DYHURYDWQRRPRGPRHVH
RHNLYDWL GD VH SURFHDQ EURM VWDEDOD X SRVPDWUDQom naselju nalazi negde u
LQWHUYDOXRGGRVWDEDOD6DLVWRPYHURYDWQRRPPRHVHRHNLYDWL
da je ukupan broj stabala jabuka u posmatranom naselju u intervalu od 17130 do
20770 stabala.
2. 1D RVQRYX SRGDWDND R PHVHQLP SULPDQMLPD ]DSRVOHQLK X hiljadama

GLQDUDXIDEULNDPDWHNVWLODQDMHGQRPSRGUXMXRGUHGLWH
D ,QWHUYDO SRYHUHQMD ]D RHNLYDQD SURVHQD SULPDQMD XNROLNR MH
YHURYDWQRD0%.
b) Ukoliko je ukupan broj zaposlenih u fabrikama tekstila na posmatranom
SRGUXMX RGUHGLWH NROLNR MH potrebno novca da bi se tim radnicima
LVSODWLOHPHVHQHSODWH
15 16,5 17,2 18 19,3 15,4 16 20 21,5 26
24,6 25 26 21 17,6 19,4 20,7 23,7 27 27
20 22 25,1 27 25,8 18,9 16,7 15,9 20 24,3
Reenje:
K=1+3,3logN=1+3,3log30=1+3,3*1,477=1+4,87=5,87

15 - 17 6 16 96 256 1536
17,1 - 19 4 18 72 324 1296
19,1 - 21 7 20 140 400 2800
21,1 - 23 2 22 44 484 968
23,1 - 25 4 24 96 576 2304
25,1 - 27 7 26 182 676 4732
30 - 630 - 13636
D -0,90=0,10 Z1-=Z1-0,10/2=Z0,95=1,65
233
b)
3URVHQD SODWD QD X]RUNX RG UDGQLND L]QRVL GLQDUD 3URVHQR
RGVWXSDQMH SULPDQMD RG SURVHQRJ SULPDQMD L]QRVL GLQDUD 6D
YHURYDWQRRP RG PRH VH RHNLYDWL GD VH SURVHQD SULPDQMD X
posmatranim fabrikama nalaze negde u intervalu od 19 878 do 22 122 dinara. Sa
LVWRPYHURYDWQRRPPRHVHRHNLYDWLGDMHXNXSDQL]QRVQRYFDQHRSKRGDQ]D
LVSODWXPHVHQHSODWHXLQWHUYDOXRGGRGLQDUD
3. Na osnovu evidencije o broju izostanaka radnika sa posla u danima sa

YHURYDWQRRPRGRGUHGL
5 7 6 9 8 10 12 22 15 12 13 18 17 11 21
7 9 6 16 14 13 20 4 5 21 20 19 17 17 16
D ,QWHUYDO SRYHUHQMD ]D SURVHDQ EURM L]RVWDQDND Va posla izraen u
danima.
b) Ukupan broj dana koji su radnici izostajali sa posla ukoliko je ukupan
broj zaposlenih 2000 radnika.
Reenje:
K=1+3,3logN=1+3,3log30=1+3,3*1,477=1+4,87=5,87
234
4-7 7 5,5 38,5 30,25 211,75
7,1 - 10 4 8,5 34 72,25 289
10,1 - 13 5 11,5 57,5 132,25 661,25
13,1 - 16 4 14,5 58 210,25 841
16,1 - 19 5 17,5 87,5 306,25 1531,25
19,1 i vie 5 20,5 102,5 420,25 2101,25
30 - 378 - 5635,5
D -0,98=0,02 Z1-=Z1-0,02/2=Z0,99=2,33
b)
3URVHDQEURMGDQDNRMLVXUDGQLFLL]RVWDMDOLVDSRVODL]QRVLGDQD3URVHQR
RGVWXSDQMHEURMDGDQDRGSURVHQHYUHGQRVWLL]QRVLGDQD6DYHURYDWQRRP
RGPRHVHRHNLYDWLGDVHSURVHDQEURMGDQDNRMLVXradnici izostajali sa
SRVODQDOD]LQHJGHXLQWHUYDOXRGGRGDQD6DLVWRPYHURYDWQRRP
PRH VH RHNLYDWL GD MH XNXSDQ EURM GDQD NRML VX UDGQLFL L]RVWDMDOL VD SRVOD X
intervalu od 20540 do 29860 dana.
4. Na osnovu podataka u datoj tabeli odredi:/

Povrina u ha (xi) 4 6 8 9 10 11
%URMGRPDLQVWDYDIi) 6 8 15 25 32 17
D ,QWHUYDO SRYHUHQMD SURVHQH SRYULQH RUDQLFD X RNUXJX DNR MH
YHURYDWQRD
E 1D RVQRYX VD]QDQMD GD MH XNXSDQ EURM GRPDLQVWDYD X SRVPDWUDQRP
okrugu 1500 odredi u kom interYDOX VH PRH QDL XNXSQD SRYULQD SRG
oranicama.
235
Reenje:
X f x*f x2 x2*f
4 6 24 16 96
6 8 48 36 288
8 15 120 64 960
9 25 225 81 2025
10 32 320 100 3200
11 17 187 121 2057
103 924 - 8626
D -0,98=0,02 Z1-=Z1-0,02/2=Z0,99=2,33
b)
Teorijsko objanjenje dobijenih rezultata prilagoditi po ugledu na prethodni

zadatak.
5. Na osnovu podataka u datoj tabeli odredi:/

Proizvodnja ampita
25 28 40 45 50
(xi)
Broj zaposlenih (fi) 15 30 25 35 38
D ,QWHUYDO SRYHUHQMD SURVHQH proizvodnje ampita u SRVODVWLDUL, ako je
YHURYDWQRD
b) Na osnovu saznanja da je ukupan broj ]DSRVOHQLK X SRVODVWLDUL
RGUHGLXNRPLQWHUYDOXVHPRHQDLXNXSQDproizvodnja ampita.
Reenje:
236
X f x*f x2 x2*f
25 15 375 625 9375
28 30 840 784 23520
40 25 1000 1600 40000
45 35 1575 2025 70875
50 38 1900 2500 95000
143 5690 - 238770
D -0,98=0,02 Z1-=Z1-0,02/2=Z0,99=2,33
b)

zadatak.
6. Na osnovu podataka u datoj tabeli odredi:

Broj svinja (xi) 3 4 5 6 7 8
Broj GRPDLQVWDYD (fi) 10 7 9 12 15 3
D,QWHUYDOSRYHUHQMDSURVHQH proizvodnje svinja, ako je veroYDWQRD%.
b) Na osnovu saznanja da je ukupan broj GRPDLQVWDYDodredi u kom
LQWHUYDOXVHPRHQDLXNXSQDproizvodnja svinja.
Reenje:
237
X f x*f x2 x2*f
3 10 30 9 90
4 7 28 16 112
5 9 45 25 225
6 12 72 36 432
7 15 105 49 735
8 3 24 64 192
56 304 - 1786
a) -0,95=0,05 Z1-=Z1-0,05/2=Z0,975=1,96
b)

zadatak.
7. U jednom ugostiteljskom objektu na uzorkX RG ILVNDOQLK UDXQD

XWYUHQRMHGDMHSURVHDQQRYDQLL]QRVHYUDDGDSURVHQRRGVWXSDQMH
SRMHGLQDQLK QRYDQLK L]QRVD QD UDXQLPD RG SURVHQRJ L]QRVD L]QRVL
HYUD2GUHGLWHLQWHUYDOSRYHUHQMD]DSURVHQXYUHGQRVWILVNDOQLKUDXQDX
tom restoranu ako je rizik greke 0,05 i 0,07.
8. Iz jedne proizvodne serije neonskih sijalica uzet je uzorak od 300

komada.
Vreme rada (xi) 2000 1500 1450 1130 1110
Broj neonskih sijalica (fi) 50 60 100 70 20
238
Na osnovu podataka o duini trajanja rada sijalica odredite interval
SRYHUHQMD ]D SURVHQR YUHPH UDGD VLMDOLFH XNROLNR MH YHURYDWQRD D
SURVHQRRGVWXSDQMHYUHPHQDUDGDVLMDOLFDRGSURVHQRJYUHPHQDUDGD]D
FHRVNXSDVRYD
9. Na osnovu rezultata kolokvijuma iz jednog predmeta koji su dati u

nastavku odredite:
30 25 15 16 27 23 28 17 19 20 21
6D YHURYDWQRRP RG RGUHGL LQWHUYDO SRYHUHQMD ]D SURVHQL UH]XOWDW
ispita svih studenata.
10. 8 SUHGX]HX NRMH VH EDYL SURL]YRGQMRP HQVNLK DUDSD ]DSRVOHQR MH
OMXGL 6OXDMQLP L]ERURP SULNXSLOL VPR LQIRUPDFLMH R YLVLQL SODWH ]D
500 zaposlenih. Na osnovu dobijenih informacija utvrdili smo da 300
]DSRVOHQLKLPDYHXSODWXRGGLQDUD
D 6D YHURYDWQRRP RG RFHQL SURFHQDW XHD ]DSRVOHQLK VD YHRP
platom od 2500 dinara.
E2VODQMDMXLVHQDLVWLSURFHQDWYHURYDWQRHRFHQLXNXSDQEURM]DSRVOHQLK
VDYHRPSODWRP od 2500 dinara.
Reenje:
a) -0,98=0,02 Z1-=Z1-0,02/2=Z0,99=2,33
b)
239
6D SRX]GDQRX RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
NRMLLPDMXYHXSODWXRGGLQDUDQDOD]LXLQWHUYDOXRG7% do 65,103%.
6D UL]LNRP JUHNH RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
NRMLLPDMXYHDSULPDQMDRGGLQDUDQDOD]LYDQLQWHUYDODL]PHXL
976,545 zaposlenih.
11. 6D YHURYDWQRRP RG RFHQL LQWHUYDO SRYHUHQMD ]D SURFHQDW XHD
SURL]YRGDVDGHIHNWRPXNROLNRMHXX]RUNXRGSURL]YRGDXWYUHQRGDMH
9% proizvoda sa defektom.
Reenje:
-0,95=0,05 Z1-=Z1-0,05/2=Z0,975=1,96
6DSRX]GDQRXRGPRHVHRHNLYDWLGDVHSURFHQDWXHDSURL]YRGDVa
defektom nalazi u intervalu od 7,138% do 10,862%.
12. 8 SUHGX]HX VD ]DSRVOHQLK VOXDMQR MH RGDEUDQR QMLK VD
NRMLPD MH REDYOMHQ UD]JRYRU R VWUHVX VD NRMLP VH VXRDYDMX QD SRVOX 2G
ukupnog broja anketiranih 123 je izjavilo da im posao izaziva visok nivo
stresa.
D6DYHURYDWQRRPRGRFHQLLQWHUYDOSRYHUHQMDXNRPHVHPRHQDL
SURFHQDWXHD]DSRVOHQLKNRMLVXSRGVWUHVRPQDUDGQRPPHVWX
E ,]UDXQDMWH XNXSDQ EURM ]DSRVOHQLK NRMLPD SRVDR L]D]LYD YLVRN QLYR
VWUHVDRVODQMDMXLVHQDLVWLSURFHQDWYHURYDWQRH
Reenje:
a) -0,91=0,09 Z1-=Z1-0,09/2=Z0,955=1,70
240
b)
koji su pod stresom na radnom mestu nalazi u intervalu od 27,09% do 34,91%.
NRML VX SRG VWUHVRP QD UDGQRP PHVWX QDOD]L YDQ LQWHUYDOD L]PHX L
2443,7 zaposlenih.
13. U prionici kafe dnevno se pakuje oko 5000 pakovanja kafe teine 100
grama. Na uzorku od 600 pakovanja proveravano je da li kesice kafe zaista
LPDMX J NROLNR MH QD]QDHQR QD QMLPD L LGHQWLILNRYDQR MH WDNYLK
pakovanja.
SURFHQDWXHDSDNRYDQMDNDIHNRMDLPDMXmanju teinu od 100 grama.
E ,]UDXQDMWH XNXSDQ EURM SDNRYDQMD NDIH NRMD LPDMX PDQMX WHLQX RG
QD]QDHQHRVODQMDMXLVHQDLVWLSURFHQDWYHURYDWQRH
Reenje:
a) -0,93=0,07 Z1-=Z1-0,07/2=Z0,965=1,82
241
b)

zadatak.
14. ,]VNXSDRGGRPDLQVWDYDL]DEUDQMHX]RUDNRGGRPDLQVWDYD
za koja su uzeti podaci o obradivim povrinama koje su pod penicom:
9 10 13 14 12 9 10 13 14 11 12 12 13
9 10 14 11 12 13 9 10 10 13 14 12 11 14
D 6D YHURYDWQRRP RG QD RVQRYX SURVWH GLVWULEXFLMH IUHNYHQFLMD
RFHQLLQWHUYDOSRYHUHQMDXNRPHVHPRHQDLSURVHQDSRYULQDREUDGLYRJ
zemljita koje je pod penicom u celom selu.
E 2VODQMDMXL VH QD LVWL SURFHQDW YHURYDWQRH L]UDXQDMWH WRWDO RVQRYQRJ
skupa.
Reenje:
a) -0,95=0,05 tn-= t27-1;0,05/2= t26;0,025=2,0555 (vrednost iz tablice)
b) 1

1
3URVHQD YUHGQRVW REUDGLYH SRYULQH SRG SHQLFRP L]QRVL KD 3URVHQR
242
RGVWXSDQMH REUDGLYLK SRYULQD RG SURVHQH YUHGQRVWL L]QRVL KD 6D
YHURYDWQRRP RG PRH VH RHNLYDWL GD VH SURVHQD YUHGQRVW REUDGLYLK
povrina nalazi negde u intervalu od 10,94 do KD6DLVWRPYHURYDWQRRP
PRH VH RHNLYDWL GD MH XNXSQD YUHGQRVW REUDGLYH SRYULQH SRG SHQLFRP X
intervalu od 32820 do 36960.
15. 8SUHGX]HXVD]DSRVOHQLKUDGQLNDSUDHQDMHSURGXNWLYQRVWUDGD
]D]DSRVOHQLK2QLVX]DMHGDQDVXVSHOLGDSURL]YHGXVOHGHLEURMSDUL
patika:
8 12 12 12 13 13 13 14 14 14
15 15 15 15 15 16 16 16 8 8
D 6D YHURYDWQRRP RG D QD RVQRYX SURVWH GLVWULEXFLMH IUHNYHQFLMD
RFHQLLQWHUYDOSRYHUHQMDXNRPHVHPRHQDLSURVHQDSURL]YRGQMDSDWLND
b 2VODQMDMXL VH QD LVWL SURFHQDW YHURYDWQRH L]UDXQDMWH WRWDO RVQRYQRJ
skupa.
Reenje:
x f x*f x2 x2*f
8 3 24 64 192
12 3 36 144 432
13 3 39 169 507
14 3 42 196 588
15 5 75 225 1125
16 3 48 256 768
20 264 - 3612
243
b)

zadatak.
16. =DRVPLPDUWXSURGDYQLFDPDMHSURGDWVOHGHLEURMERPERQMHUD
Broj bombonjera (xi) 6 8 10 12 15
Broj prodavnica (fi) 3 6 8 5 6 28
SURVHQDSURL]YRGQMDSDWLND
skupa ako je ukupan broj prodavnica 520.
Reenje:
x f x*f x2 x2*f
6 3 18 36 108
8 6 48 64 384
10 8 80 100 800
12 5 60 144 720
15 6 90 225 1350
28 296 - 3362
244
b)

zadatak.
17. Od ukupno 700 turista koliko boravi u hotelu, anketirano je 25 o

njihovim vanpansionskim trokovima.
Vanpansionska
250,1-300 300,1-350 350,1-400 400,1-500
potronja (xi)
Broj turista (fi) 2 7 13 3 25
SURVHQDGQHYQDYDQSDQVLRQVNDSRWURQMD
skupa.
Reenje:
x f Xs x*f x2 x2*f
250,1-300 2 275 550 75625 151250
300,1-350 7 325 2275 105625 739375
350,1-400 13 375 4875 140625 1828125
400,1-500 3 425 1275 180625 541875
25 - 8975 - 3260625
b)
245
zadatak.
18. 2GUHGLWH LQWHUYDO SRYHUHQMD ]D SURVHQR YUHPH HNDQMD X UHGX QD
EDQNRPDWXDNRMHUL]LNJUHNHDYUHPHHNDQMDXRGDEUDQom uzorku
VOHGHHVHNXQGL
19. 8SUHGX]HXNRMHVHEDYLSURL]YRGQMRPPDMLFD]DSRVOHQRMHOMXGL
6OXDMQLP L]ERURP SULNXSLOL VPR LQIRUPDFLMH R YLVLQL SODWH ]D
zaposlenih. Na osnovu dobijenih informacija utvrdili smo da 12 zaposlenih
LPDYHXSODWXRGGLQDUD
D 6D YHURYDWQRRP RG RFHQL SURFHQDW XHD ]DSRVOHQLK VD YHRP
platom od 3000 dinara.
E2VODQMDMXLVHQDLVWLSURFHQDWYHURYDWQRHRFHQLXNXSDQ broj zaposlenih
VDYHRPSODWRPRGGLQDUD
Reenje:
b)
kojLLPDMXYHXSODWXRGGLQDUDQDOD]LXLQWHUYDOXRGGR
NRMLLPDMXYHXSODWXRGGLQDUDQDOD]LYDQLQWHUYDODL]PHXL
zaposlenih.
246
20. 8 YRQMDNX Rd 600 stabala ljiva odabrano je 40 stabala sa kojih je
XEUDQDVOHGHDNROLLQDOMLYD
20 15 13 16 17 13 15 20 17 13 15 15 20 20 15 15 13 17 17 17
13 13 20 20 15 15 13 13 20 20 15 20 20 13 17 17 13 20 20 20
a) Sa veroYDWQRRP RG LVSLWDM KLSRWH]X GD OL MH SURFHDQ SULQRV SR
jednom stablu 19 kg.
E 6D LVWRP YHURYDWQRRP LVSLWDM SUHWSRVWDYNX GD OL MH SURVHDQ SULQRV
ljiva po stablu manji od 16 kg.
F 6D LVWRP YHURYDWQRRP LVSLWDM SUHWSRVWDYNX GD OL MH SURVHDQ SULQRV
OMLYDSRVWDEOXYHLRGNJ
Reenje:
X f x*f x2 x2*f
13 10 130 169 1690
15 9 135 225 2025
16 1 16 256 256
17 7 119 289 2023
20 13 260 400 5200
40 660 - 11194
D -0,95=0,05
1. Ho ( =19) H1 ( 19)
2. n=40>30 koristimo Z test
3. -0,95=0,05 Z1-= Z1-0,05/2= Z1-0,025= Z0,975 =1,96 (vrednost iz tablice)
4. Ho se prihvata za |Z|<1,96
+RVHRGEDFXMH]D_=_
5. .
_=_ 1,96 H1 VHSULKYDWDWYUGQMDQLMHWDQD 3URVHDQSULQRVSRVWDEOX
ljiva ne iznosi 19 kg.
b) -0,95=0,05
1. Ho ( 6) H1 ( <16)
3. -Z1-= -Z1-0,05= -Z0,95= -1,65 (vrednost iz tablice)
4. Ho se prihvata za Z> -1,65
247
+RVHRGEDFXMH]D=-1,65
5.
6. Z=1,13> -1,65 Ho se prihvata, naDWYUGQMDQLMHWDQD3URVHDQSULQRVSR
VWDEOXOMLYDYHLMHRGNJ
F -0,95=0,05
1. Ho ( 18) H1 (
3. Z1-= Z1-0,05= Z0,95= 1,65 (vrednost iz tablice)
+RVHSULKYDWD]D=
+RVHRGEDFXMH]D= 1,65
5. .
6. Z= - +RVHSULKYDWDWYUGQMDQLMHWDQD3URVHDQSULQRVSRVWDEOX
OMLYDQLMHYHLRGNJ
21. Na uzorku od 80 radnika koji rade na lemljenu metalnih delova ispitaj

VOHGHHSUHWSRVWDYNH
Vreme izrade
jednog dela u 15,1-20 20,1-25 25,1-30 30,1-35
minutima (xi)
Broj radnika (fi) 15 30 25 10 80
D6DYHURYDWQRRPRGLVSLWDMKLSRWH]XGDOLMHSURVHQRYUHPHL]UDGH
jednog proizvoda 23 minuta.
E 6D LVWRP YHURYDWQRRP LVSLWDM SUHWSRVWDYNX GD OL MH SURVHQR YUHPH
izrade jednog proizvoda manje od 26 minuta.
F 6D LVWRP YHURYDWQRRP LVSLWDM SUHWSRVWDYNX GD OL MH SURVHQR YUHPH
L]UDGHMHGQRJSURL]YRGDYHHRGPLQXWD
Reenje:
x f xs xs*f xs2 xs2*f

15,1-20 15 17,5 262,5 306,3 4593,75
20,1-25 30 22,5 675 506,3 15187,5
25,1-30 25 27,5 687,5 756,3 18906,3
30,1-35 10 32,5 325 1056 10562,5
80 - 1950 - 49250
248
D -0,95=0,05
1. Ho ( =23) H1 ( 23)
3. -0,95=0,05 Z1-= Z1-0,05/2= Z1-0,025= Z0,975 =1,96 (vrednost iz tablice)
+RVHRGEDFXMH]D_=_
5. .
_=_ 1,96 H1 VHSULKYDWDWYUGQMDQLMHWDQD 3URVHQRYUHPHL]UDGH
jednog dela ne iznosi 23 minuta.
b) -0,95=0,05
1. Ho ( 26) H1 ( <26)
5.
6. Z= --1,65 H1 se prihvata, naa tvrdnja je WDQD3URVHQRYUHPHL]UDGH
jednog dela manje je od 26 minuta.
F -0,95=0,05
1. Ho ( 24) H1 (
+RVHSULKYDWD]D=
+RVHRGEDFXMH]D= 1,65
5. .
= +RVHSULKYDWDWYUGQMDQLMHWDQD3URVHQRYUHPHL]UDGH
jednog GHODQLMHYHHRGPLQXWD
221DX]RUNXRGPDLQDXWYUHQRMHGDMHSURVHQRYUHPHUDGDPDLQH
DVRYDGRNMHVWDQGDUGQDGHYLMDFLMDDVRYD6DUL]LNRPJUHNHRG
5% testirajte hipotezu:
D'DMHSURVHQRYUHPHUDGDPDLQHDVRYD
b) Da MHSURVHQRYUHPHUDGDPDLQHPDQMHRGDVRYD
Y'DMHSURVHQRYUHPHUDGDPDLQHYHHRGDVRYD
249
23. Maina ree daske debljine 90 mm. Na uzorku od 28 dasaka proverite
da li maina doEUR UDGL $ULWPHWLND VUHGLQD MH PP D VWDQGDUGQD
devijacija 3 mm. Sa rizikom greke od 5% testirajte hipotezu da su daske
propisane debljine.
24 3URVHDQ EURM ]DSRVOHQLK UDGQLND X YRGRYRGX Me 10. Na uzorku od 25

vodovoda standardna devijacija je 2 radnika. Testirajte hipotezu da je
SURVHDQEURMUDGQLNDXNROLNRMHUL]LNJUHNH
25. 1DX]RUNXRGLJUDNL]DGHFXQDEDWHULMHustanovljeno je da su 96
neispravne.
D 6D YHURYDWQRRP RG LVSLWDM KLSRWH]X GD OL MH XNXSDQ SURFHQDW
neispravnih baterija 35%.
E 6D LVWRP YHURYDWQRRP LVSLWDM SUHWSRVWDYNX GD OL MH XNXSDQ SURFHQDW
neispravnih baterija manji od 40%.
c) Sa istom verovatQRRP LVSLWDM SUHWSRVWDYNX GD OL MH XNXSDQ SURFHQDW
QHLVSUDYQLKEDWHULMDYHLRG
Reenje:
a)
1. Ho (p=0,3+S0,35) 35/100=0,35

2. n=500 koristimo Z test
3. Z1-= Z1-0,05/2= Z1-0,025= Z0,975 =1,96 (vrednost iz tablice)
+RVHRGEDFXMH]D_=_
5.
6. |Z|= 7,48 !SDVH+RRGEDFXMHWR]QDLGDQDDSUHWSRVWDYNDQLMHWDQD
3URFHQDWXHDneispravnih baterija ne iznosi 35%.
b)
+RS40) H1 (p<0,40) 40/100=0,40
250
5.
Z= - -1,65 pa se H1 SULKYDWDWR]QDLGDje QDDSUHWSRVWDYNDWDQD
ProcHQDWXHDneispravnih baterija iznosi manje od 40%.
c)
+RS+S! 39/100=0,39
4. Ho se prihvata za Z<1,65
+RVHRGEDFXMH]D=65
5.
Z= -9,13SDVH+RSULKYDWDWR]QDLGDQDDSUHWSRVWDYNDQLMHWDQD
3URFHQDWXHDneispravnih baterija iznosi manje od 39%.
26. 8JRVWLWHOMVNRPREMHNWXMHLVSRUXHQRJDMELVRNDVDIODDPD RG

OLWDUD 2GDEUDQR MH IODD L XWYUHQR je da 26% ima manju teinu od
SUHGYLHQH8JRYRURPMHSUHGYLHQRGDQDMYHHGR]YROMHQRXHHIODDVD
PDQMRPWHLQRPRGSUHGYLHQHL]QRVLPDQMHRG6DYHURYDWQRRPRG
LVSLWDM SUHWSRVWDYNX GD OL MH LVSRUXHQD NROLLQD VRND X VNODGX VD
uslovima iz ugovora.
Reenje:
+RS15) H1 (p<0,15) 15/100=0,15 P=26%=0,26
5.
= -1,65 pa se Ho SULKYDWDWR]QDLGDQDDSUHWSRVWDYNDnije WDQD
3URFHQDW XHD IODD VRND VD PDQMRP WHLQRP RG SUHGYLHQH QLMH PDQML RG
15%.
27. 8NROLNRMHQDX]RUNXRGJDMELVRNDSURQDHQRSRORPOMHQLKIODD
GD OL H NXSDF SULKYDWLti ovu poiljku. U prethodnom dogovoru sa
SURGDYFHPXWYUHQRMHGDMHGR]YROMHQRNDUWD5L]LNJUHNHMH
251
28. U jednoj proizvodnoj seriji proizvede se 90 proizvoda. Prilikom
NRQWUROH XWYUHQo je da su 5 proizvoda sa defektom. Odredite interval
SRYHUHQMD]DSURFHQDWXHDGHIHNWQLKSURL]YRGDVDUL]LNRPJUHNH
29. 1DR]RUNXRGURHQLKEHEDGRELMHQRMHGHYRMLFD7HVWLUDjte
QXOWXKLSRWH]XGDMHEURMGHYRMLFDPDQMLRGDNRMHUL]LNJUHNH
30. -HGDQ SURL]YRD YHUXMH GD H QMHJRY SURL]YRG ELWL NXSOMHQ RG VWUDQH
svakog petog kupca. Na uzorku od 400 kupaca 230 je kupilo proizvod ovog
SURL]YRDD6DUL]LNRPJUHNHRGL]YULWLWHVWLUDQMHGDOLMHUHNODPQD
kampanja adekvatna.
31. U jednoj smeni u proizvodnoj hali radi 30 maina. Odabrano je 6

maiQDLXWYUHQRMHNROLNRNDUWDSURL]YRGHXWRNXMHGQHVPHQH
7 9 3 4 8 5
D 6D YHURYDWQRRP RG LVSLWDM KLSRWH]X GD OL MH SURVHQD NROLLQD
karta za sve maine 6,5 proizvoda.
E6DYHURYDWQRRPRGLVSLWDMSUHWSRVWDYNXGDOLMHSURVHQDNROLLQa
karta za sve maine manja od 7 proizvoda.
F6DLVWRPYHURYDWQRRPNDRSRGELVSLWDMSUHWSRVWDYNXGDOLMHSURVHQD
NROLLQDNDUWD]DVYHPDLQHYHDRGSURL]YRGD
Reenje:
D -0,98=0,02
1. Ho ( =6,5) H1 ( 6,5)
2. n=6<30 koristimo t test
3. tn-=t6-1;0,02/2=t5;0,01= 3,365 (vrednost iz tablice)
4. Ho se prihvata za |t|<3,365
+RVHRGEDFXMH]D_W_3,365
252
5.
6. |t|= 0,52<3,365 +RVHSULKYDWDWYUGQMDMHWDQD3URVHQDNROLLQDNDUWD]D
sve maine iznosi 6,5 proizvoda.
E -0,90=0,10
1. Ho ( 7) H1 ( <7)
3. tn-=t6-1;0,1=t5;0,1= 1,476 (vrednost iz tablice)
4. Ho se prihvata za t>1,476
+RVHRGEDFXMH]DW1,476
6. t= -1,042<1,476 H1 se prihvata, tvrdnja MHWDQD3URVHQDNROLLQDNDUWD je

manja od 7 proizvoda.
c)
1. Ho ( 8) H1 ( >8)
3. tn-=t6-1;0,1=t5;0,1=1,476 (vrednost iz tablice)
4. Ho se prihvata za t<1,476
+RVHRGEDFXMH]DW
5.
6. t= -2,083<1,476 Ho se prihvDWDWYUGQMDQLMHWDQD3URVHQDNROLLQDNDUWD
QLMHYHDRG proizvoda.
32. Na osnovu podataka o potronji goriva ko milometru za kombi vozila

MHGQRJSUHYR]QLNDLVSLWDMWHVOHGHHKLSRWH]H
Potronja goriva po km u litrima (xi) 19 23 25 27
Broj kombi vozila (fi) 2 3 7 8 20
D 6D YHURYDWQRRP RG LVSLWDM KLSRWH]X GD OL MH SURVHQD SRWURQMD
goriva po kilometru 26 litara.
E6DLVWRPYHURYDWQRRPLVSLWDMSUHWSRVWDYNXGDOLMHSURVHQDSRWURQMD
goriva po kilometru manja od 25 litara.
Reenje:
X f x*f x2 x2*f
19 2 38 361 722
23 3 69 529 1587
25 7 175 625 4375
253
27 8 216 729 5832
20 498 - 12516
D -0,95=0,05
1. Ho ( =26) H1 ( 26)
3. tn-=t20-1;0,05/2=t19;0,025= 2,0930 (vrednost iz tablice)
4. Ho se prihvata za |t|<2,0930
+RVHRGEDFXMH]D_W_2,0930
5. .
_W_ Ho se odbacuje, tvrdnja niMHWDQD3URVHQDpotronja goriva
ne iznosi 26 litara.
b)
1. Ho ( ) H1 ( <25)
3. tn-=t20-1;0,05=t19;0,05= 1,7291 (vrednost iz tablice)
4. Ho se prihvata za t>1,7291
+RVHRGEDFXMH]DW1,7291
5. .
6. t= -0,204<1,7291 H1 se prihvata, tvrdnja MHWDQD3URVHQDpotronja goriva
je manja od 25 litara.
33. 3UDHQMHPUDGDVH]RQVNLKUDdnika izabrano je 200 radnika od kojih 24

UDGQLNDSUHEDFXMXQRUPX]D6DYHURYDWQRRPRGLVSLWDMWHGDOL
se moe prihvatiti hipoteza da 10% radnika prebacuje normu za 30%.
Reenje:
1. Ho: Deset procenata radnika prebacuje normu za 30%.
H1: Deset procenata radnika ne prebacuje normu za 30%.
Broj 2HNLYDQH fi - (fi - fi)2
% radnika
fi (fi - fi)2
(fi) fi fi
Prebacuju
normu za 10 24 20 4 16 0,8
30%
254
Preostali 90 176 180 -4 16 0,089
100 200 200 - - 0,889
2 U-1=2-1=1 - 2= 21;0,05=3,841
K 2 +RVHSULKYDWD

Deset procenata radnika prebacuje normu za 30%.
34. 8 SUHGX]HX NRMH VH EDYL SURL]YRGQMRP SRVWHOMLQH L]DEUDQR MH
radnika od kojih su 30 sa srednjom kolskom spremom, 45 sa viom
kolskom spremom i 15 sa visokom kolskom spremom. Proveri da li se sa
UL]LNRPJUHNHRGPRHSULKYDWLWLKLSRWH]DGDMHXSUHGX]HXVOHGHD
kvalifikaciona struktura zaposlenih: 40%, 30% i 30%.
Reenje:
1. Ho: KvalifikacionDVWUXNWXUD]DSRVOHQLKMHXVNODGXVDRHNLYDQRP
H1.YDOLILNDFLRQDVWUXNWXUD]DSRVOHQLKQLMHXVNODGXVDRHNLYDQRP
U-1=3- 2= 22;0,05=5,991
Broj
2HNLYDQH (fi - fi)2
% radnika fi - fi (fi - fi)2
fi fi
(fi)
Srednja kolska
40 30 36 -6 36 1
sprema
Via kolska
30 45 27 18 324 12
sprema
Visoka kolska
30 15 27 -12 144 5,333
sprema
100 90 90 - - 18,333
K 2 +1 se prihvata. Kvalifikaciona struktura
255
]DSRVOHQLKQLMHXVNODGXVDRHNivanom.
35. 1DRVQRYXSRGDWDNDRSURL]YRGQMLLSURGDMLHWLULYUVWHNRODDXMHGQRM
SRVODVWLDUL VD UL]LNRP JUHNH RG LVSLWDM GD OL MH UD]OLND X VWUXNWXUL
SURL]YRGQMHLSURGDMHVWDWLVWLNL]QDDMQD
.RODL X Y Z W
Struktura proizvodnje (u %) 45 25 10 20 100
Prodaja 25 20 12 10 67
Reenje:
1. +R5D]OLNDXVWUXNWXULSURL]YRGQMHLSURGDMHQLMHVWDWLVWLNL]QDDMQD
H15D]OLNDXVWUXNWXULSURL]YRGQMHLSURGDMHVWDWLVWLNLMH]QDDMQD
U-1=4- 2= 23;0,01=11,345
Broj
Vrsta 2HNLYDQH (fi - fi)2
% NRODD fi - fi (fi - fi)2
proizvoda fi fi
(fi)
X 45 25 30,15 -5,15 26,5225 0,879685
Y 25 20 16,75 3,25 10,5625 0,630597
Z 10 12 6,7 5,3 28,09 4,193
W 20 10 13,4 -3,4 11,56 0,863
100 67 67 - - 6,566
K 2 +R VH SULKYDWD 5D]OLND X VWUXNWXUL

SURL]YRGQMHLSURGDMHQLMHVWDWLVWLNL]QDDMQD
36. Na osnovu podataka koji su dati u narednoj tabeli, a odnose se na ocene

NDUDNWHULVWLND WXULVWLNRJ PHVWDRGVWUDQH WXULVWD QD RVQRYX NRMLK RQi
UDGLMHELUDMXWRWXULVWLNRPHVWR]DOHWRYDQMHXRGQRVXQDGUXJR
Pol (y) r .DUDNWHULVWLNHWXULVWLNRJPHVWD
s Lepota plae Cena Usluge LVWRDYRGHXPRUX
80 190 73 50
M 120 80 136 100
a) Sa rizikom greke od 1% ispitaj da li su razlike u SROX ]QDDMQH ]D
donoenje odluka prilikom izbora mesta za letovanje.
E,]UDXQDMYUHGQRVWNRHILFLMHQWDNRQWLJHQFLMH
256
Reenje:
a)
+R,]ERUWXULVWLNRJPHVWD]DOHWRYDQMHne zavisi od pola.
H1,]ERUWXULVWLNRJPHVWD]DOHWRYDQMHzavisi od pola.
2 (r-1)(s- 2 (4-1)(2- 2 3 2 3;0,05=7,815 (vrednost iz
tablice)
.DUDNWHULVWLNHWXULVWLNRJPHVWD
Pol (y) r
s Lepota plae Cena Usluge LVWRDYRGHXPRUX
80 190 73 50 393
M 120 80 136 100 436
200 270 209 150 829
2HNivane fij za ene:
200*393/829=94,81 270*393/829=127,99 209*393/829=99,08
150*393/829=71,11
2HNLYDQHILM]DPXNDUFH
200*436/829=105,19 270*436/829=142 209*436/829=109,92
150*436/829=78,89
(fij - fij)2
fij fij fij - fij (fij - fij)2
fij
80 94,81 -14,81 219,34 2,31
190 127,99 62,01 3845,24 30,04
73 99,08 -26,08 680,17 6,86
50 71,11 -21,11 445,63 6,27
120 105,19 14,81 219,34 2,09
80 142 -62 3844,00 27,07
136 109,92 26,08 680,17 6,19
100 78,89 21,11 445,63 5,65
828,99 - - 86,48
2=86,48>7,815 H1 VHSULKYDWDL]DNOMXXMHPRGDL]ERUWXULVWLNRJPHVWD]D
letovanje zavisi od pola.
b)
257
1D RVQRYX YUHGQRVWL NRHILFLMHQWD NRQWLJHQFLMH XWYUGLOL VPR GD L]PHX SRMDYD
postoji relativno slaba veza.
37. Sprovedena je analiza trita sa ciljem da se ispita postojanje zavisnosti

L]PHX JRGLQD VWDURVWL L SUHIHUHQFLMD RGUHHQLK NDUDNWHULVWLND MHGQRJ
proizvoda.
Karakteristike Godine starosti
proizvoda r
10,1-15 15,1-20 20,1-25 25,1-30
s
Cena 12 20 50 40
Udobnost 70 52 39 20
Izdrnjivost 63 7 38 42
a) Sa rizikom greke od 1% ispitaj da li su posmatrana obeleja nezavisna.
E,]UDXQDMYUHGQRVWNRHILFLMHQWDNRQWLJHQFLMH
Reenje:
a)
Ho: Posmatrana obeleja su nezavisna.
H1: Posmatrana obeleja su zavisna.
2 (r-1)(s- 2 (4-1)(3- 2 3*2 2 6;0,05=12,592 (vrednost iz
tablice)
Karakteristike Godine starosti

proizvoda r
s 10,1-15 15,1-20 20,1-25 25,1-30
Cena 12 20 50 40 122
Udobnost 70 52 39 20 181
Izdrnjivost 63 7 38 42 150
145 79 127 102 453
145*122/453=39,05 79*122/453=21,28 127*122/453=34,20
102*122/453=27,47
145*181/453=57,94 79*181/453=31,57 127*181/453=50,74

258
102*181/453=40,75
145*150/453=48,01 79*150/453=26,16 127*150/453=42,05

102*150/453=33,77
(fij - fij)2
fij fij fij - fij (fij - fij)2
fij
12 39,05 -27,05 731,70 18,74
20 21,28 -1,28 1,64 0,08
50 34,2 15,8 249,64 7,30
40 27,47 12,53 157,00 5,72
70 57,94 12,06 145,44 2,51
52 31,57 20,43 417,38 13,22
39 50,74 -11,74 137,83 2,72
20 40,75 -20,75 430,56 10,57
63 48,01 14,99 224,70 4,68
7 26,16 -19,16 367,11 14,03
38 42,05 -4,05 16,40 0,39
42 33,77 8,23 67,73 2,01
452,99 - - 81,95
2=81,95>12,592 H1 VHSULKYDWDL]DNOMXXMHPRGDsu posmatrana obeleja
zavisna.
b)
1D RVQRYX YUHGQRVWL NRHILFLMHQWD NRQWLJHQFLMH XWYUGLOL VPR GD L]PHX SRMDva
postoji relativno slaba veza.
38 5XNRYRGVWYR IDEULNH RNRODGH WYUGL GD XNXV QH ]DYLVL RG SROD 8
WHVWLUDQMX MH XHVWYRYDOR LVSLWDQLND 1D RVQRYX SRGDWDND X WDEHOL
LVSLWDMWHGDOLVXWYUGQMHUXNRYRGVWYDWDQH
259
RNRODGD Bela Crna Sa keksom Sa lenikom
Mukarci 15 20 40 30 105
ene 25 23 15 32 95
40 43 55 62 200
39. Na osnovu podataka u tabeli sa rizikom greke 0,05 proverite da li je

HPSLULMVNLUDVSRUHGXVNODGXVDRHNLYDQLP
2HNLYDQL
Broj Broj
broj serija
neispravnih proizvedenih
proizvodnje
proizvoda serija (fi)
(fi)
0 10 12
1 19 22
2 31 28
3 20 18
80 80
Reenje:
1. +R(PSLULMVNLUDVSRUHGMHXVNODGXVDRHNLYDQLP
H1(PSLULMVNLUDVSRUHGQLMHXVNODGXVDRHNLYDQim.
U-1=4- 2= 23;0,05=7,815
K
Broj
(fi - fi)2
neispravnih fi fi fi - fi (fi - fi)2
fi
proizvoda
0 10 12 -2 4 0,33
1 19 22 -3 9 0,41
2 31 28 3 9 0,32
3 20 18 2 4 0,22
80 80 - - 1,29
2 +RVHSULKYDWD(PSLULMVNLUDVSRUHGMHXVNODGXVDRHNLYDQLP
40. 1DRVQRYXSRGDWDNDRSRWURQMLKOHEDSRGRPDLQVWYLPDNRMLVXGDWLX
narednoj tabeli sa rizikom greke od 0,05 ispitaj da li je potronja hleba u
260
VNODGXVDRHNLYDQRP
Potronja
2 6 9 7 3 6 10 6
hleba (f1)
2HNLYDQD
potronja 4 8 5 5 6 9 5 5
hleba (fi)
Reenje:
1. +R3RWURQMDKOHEDMHXVNODGXVDRHNLYDQRP
H13RWURQMDKOHEDQLMHXVNODGXVDRHNLYDQRP
U-1=8- 2= 27;0,05=14,067
K (14,06
(fi - fi)2
fi fi fi - fi (fi - fi)2
fi
2 4 -2 4 1,00
6 8 -2 4 0,50
9 5 4 16 3,20
7 5 2 4 0,80
3 6 -3 9 1,50
6 9 -3 9 1,00
10 5 5 25 5,00
6 5 1 1 0,20
25 25 - - 13,20
2 +RVHSULKYDWD3RWURQMDKOHEDMHXVNODGXVDRHNLvanom.
418IDEULFLLPDWULSRJRQD1DRVQRYXDQDOL]HUXNRYRGVWYDXWYUHQRMHGD
se 45% proizvoda proizvede u prvom pogonu, 28% u drugom, a 27% u
WUHHP SRJRQX 2GDEUDQ MH X]RUDN RG SURL]YRGD RG NRMLK VX L]
prvog pogona, 200 iz drugog i 150 iz trHHJSRJRQD7HVWLUDMWHKLSRWH]XGD
MHDQDOL]DUXNRYRGVWYDGDODWDQHUH]XOWDWHXNROLNRMHUL]LNJUHNH
42 1HRSKRGQR MH WHVWLUDWL KLSRWH]X GD OL VH WYUGQMD SURL]YRDD GD MH OHN
dobar slae sa tvrdnjama lekara (rizik greke 5%). U testiranju je
XHVWYRYDOR OHNDUD RG NRMLK MH L]MDYLOR GD MH OHN GREDU VH QLMH
izjasnilo, a 5 lekara smatra da lek nije dobar.
261
43. Na teritoriji grada je za godinu dana podignuto 3000 hipotekarnih
NUHGLWD 1D X]RUNX RG KLSRWHNDUQLK NUHGLWD XWYUHQD MH SURVHQD
YUHGQRVWRGHYUDLVWDQGDUGQDGHYLMDFLMDRGHYUD1DLWH
LQWHUYDOSRYHUHQMDSURVHQHYUHGQRVWLKLSRWHNDUQLKNUHGLWDXJUDGu.
Reenje zadatka prilagoditi po ugledu na prethodne zadatke.
262
REGRESIJA I KORELACIJA
1. Na parcelama koje imaju isti kvalitet zemljita zasejana je jedna sorta

itarica.
Parcela Prinosi u t/ha (x) .ROLLQDXEULYDXNJKDy)
1 6 1000
2 7 800
3 7,5 900
4 5 760
5 5,2 730
6 4,9 1200
7 6,7 970
D 8WYUGLWL GD OL L]PHX SRVPDWUDQLK SRMDYD SRVWRML NRUHODFLRQD YH]D L
odrediti QMHQVPHULMDLQX
b) Odredite liniju regresije.
Y,]UDXQDMWHVWDQGDUGQXJUHNXUHJUHVLMH
g) Odredite koeficijent determinacije.
Reenje:
X y x2 y2 x*y
6 1000 36 1000000 6000
7 800 49 640000 5600
7,5 900 56,25 810000 6750
5 760 25 577600 3800
5,2 730 27,04 532900 3796
4,9 1200 24,01 1440000 5880
6,7 970 44,89 940900 6499
42,3 6360 262,19 5941400 38325
a)
263
,]PHXSRMDYDSRVWRMLslaba inverzna korelaciona veza.
b) Linija regresije je: yc=bo+b1x=1007,38 - 16,36x
Y6WDQGDUGQDJUHNDUHJUHVLMHL]UDXQDYDVHQDVOHGHLQDLQ
J.RHILFLMHQWGHWHUPLQDFLMHPRHELWLRGUHHQQDGYDQDLQD
R2= (-0,1040)2=0,0108 ili 1,08%.
ili 1,08%.
2. Produktivnost rada radnika i iznos karta u kilogramima dati su u

narednoj tabeli.
264
Radnik 1 2 3 4 5 6 7
Produktivnost rada 5 4 5,5 4,7 6 8 7,3
kart 5 7 10 8 2 4 6
a) Utvrditi da li izmeX SRVPDWUDQLK SRMDYD SRVWRML NRUHODFLRQD YH]D L
odrediti QMHQVPHULMDLQX
b) Odredite liniju regresije.
3. =D VOHGHH SDURYH RSDDQMD [\ L]UDunajte liniju regresije I

koeficijent korelacije.
a) (3,6), (4,10), (5,6), (4,3), (9,14);
b) (6,4), (9,7), (7,6), (5,1),(12,16);
v) (17,9), (12,3), (17,15), (20,9), (13,9);
g) (1,11), (7,14), (6,18), (3,14), (12,18).
4. Na osnovu podatka o uspehu studenata na kolokvijumu i na ispitu

LVSLWDMWHGDOLSRVWRMLNRUHODFLMDL]PHXQMLK
Ispit 80 75 56 80 65 62 80 55 60
Kolokvijum 10 15 12 17 18 19 20 15 12
5. Na osnovu podataka o ocenama studenata i ocenama kojima su studenti

RFHQLOLUDGSURIHVRUDXWYUGLWHGDOLL]PHXQMLKSRVWRMLNRUHODFLRQDYH]D
Ocena
4 3,6 4,8 4,9 5 2,3 3,5 4,6 4,7 5 4,1
nastavnika
Ocene
2,5 3,4 5 4,3 3,9 4,2 2,4 2,8 3,5 4 5
studenata
6. Na osnovu podataka o prihodu i prodaji jednog prodajnog objekta u

periodu od 11 godina odredite liniju regresije, koeficijent korelacije,
standardnu greku regresije i koeficijent determinacije.
265
Prihod u 000 dinara Prodaja u 000
Godina
(X) dinara(Y)
1 10000 7000
2 25000 10000
3 15000 12000
4 9000 6000
5 35000 20000
6 40000 35000
7 38000 32000
8 32000 28000
9 29000 24000
10 33000 29000
11 40000 30000
7. Cene televizora razlikuju se po regionima Republike Srbije.

Prodaja u
1000 900 800 1500 1800 2000 980
000 evra (y)
Cena (x) 30 50 40 100 200 260 90
a) Na osnovu datih podataka odredite liniju regresije.
b) ,VSLWDMWHGDOLL]PHXSURGDMHLFHQHSRVWRMLNRUHODFLRQDYH]D
Y.RMXELVPRSURGDMXPRJOLRHNLYDWLXNROLNRMHFHQDHYUD"
8. Na osnovu podataka o dnevnoj prodaji i rezultata testa sklonosti

prodajnih zastupnika odredite:
Dnevna prodaja 10 12 28 24 18 16 15 12
Rezultat testa 55 60 85 75 80 85 65 60
a) Liniju regresije.
b) Standardnu greku regresije.
v) Koeficijent determinacije.
9. Na osnovu podataka o dozi leka koju su pacijenti dobili i vremenu koje je

potrebno da se pacijent oporavi odredite:
266
Doza leka (u mg) 360 250 150 300 500
9UHPHRSRUDYNDSDFLMHQWDXDVRYLPD 15 20 25 17 10
a) U zavisnosti od doze leka procenite liniju regresije vremena oporavka
pacijenata.
b) Da li biste mogli predvideti vreme oporavka pacijenta koji je primio 1,5g
leka?
Y ,VSLWDMWH GD OL SRVWRML NRUHODFLRQD YH]D L]PHX SULPHQMHQH GR]H OHND L
vremena oporavka pacijenata.
10. 1DRVQRYXRSDDQMDGYHYDULMDEOH]DEHOHHQLVXVOHGHLUH]XOWDWL
X 20 11 30 12 24
Y 8 21 10 13 30
a) Odredite koeficijent korelacije.
b) Odredite koeficijent determinacije.
11. 8 WDEHOL VX SULND]DQL SRGDFL R FHQDPDMHGQRJSLD[LR WRPH NROLNR

SXWDVXNXSFLWRNRPVYDNHJRGLQHNXSRYDOLWRSLH\
X 120 230 250 260 190 180 200 206
Y 12 15 19 20 17 12 10 16
a) Odredi liniju regresije broja kupovina po kupcu u zavisnosti od toga
kako on ocenjuje vino.
b) Odredite koeficijent determinacije.
12. U tabeli su dati podaci o uspehu studenata na ispitu kao i o ocenama

njihovih biznis planova.
Ispit 81 62 74 78 93 69 72 83 90 84
Biznis plan 76 71 69 76 87 62 80 75 92 79
a) Odredite koeficijent korelacije ranga.
Reenje:
267
Ispit (x) Biznis plan (y) Rang x Rang y d(xy) d(xy)2
81 76 5 5,5 -0,5 0,25
62 71 10 8 2 4
74 69 7 9 -2 4
78 76 6 5,5 0,5 0,25
93 87 1 2 -1 1
69 62 9 10 -1 1
72 80 8 3 5 25
83 75 4 7 -3 9
90 92 2 1 1 1
84 79 3 4 -1 1
- - - - 46,5
,]PHXSRMDYDSRVWRMLYLVRNDGLUHNWQDNRUHODFLRQDYH]D
13. ,]UDXQDWL NRHILFLMHQW NRUHODFLMH UDQJD QD osnovu podataka o stopama

rasta dobiti i ukupne imovine koji su dati u tabeli.
Dobit Imovina Dobit Imovina Dobit Imovina
30.3 200 13.0 350 10.7 250
25.4 90 14.9 100 16.4 670
29.5 305 15.9 600 7.6 369
20.7 215 17.0 720 8.1 480
20 653 18.3 540 6.9 289
18.1 195 15.0 356 4.7 657
15.7 290 12.8 240 / /
14. Na osnovu podataka koji su dati u narednoj tabeli, a odnose se na ocene

NDUDNWHULVWLND WXULVWLNRJ PHVWDRGVWUDQH WXULVWD QD RVQRYX NRMih oni
UDGLMHELUDMXWRWXULVWLNRPHVWR]DOHWRYDQMHXRGQRVXQDGUXJR
Karakteristike
Pol (y) r
WXULVWLNRJPHVWD
s
Lepota plae Cena
80 190
M 120 80
D ,VSLWDMWH NROLND MH SRYH]DQRVW L]PHX RYH GYH YDULMDEOH X] SRPR
koeficijenta korelacije.
268
Reenje:
a)
Pol (y) .DUDNWHULVWLNHWXULVWLNRJPHVWD
r
S Lepota plae Cena
80 (a) 190 (b) 270 (a+b)
M 120 (c) 80 (d) 200 (c+d)
200 (a+c) 270 (b+d) 470
15. 8WHVWLUDQMXMHXHVWYRYDOR83 ispitanika. Na osnovu podataka ispitajte

NROLND MH SRYH]DQRVW L]PHX RYH GYH YDULMDEOH X] SRPR NRHILFLMHQWD
korelacije.
RNRODGD Bela Crna
Mukarci 15 20 35
ene 25 23 48
40 43 83
269
ANALIZA VREMENSKIH SERIJA
3RGDFLRSURL]YRGQMLXJOMDGDWLVXXVOHGHRMWDEHOL
Godine
2007. 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
(X)
Proizvo-
dnja u
10 15 22 24 18 20 17 21 25
000 t
(Y)
a) Odrediti linearni trend.
b) Na osnovu odabranog trenda izvriti ekstrapolaciju proizvodnje uglja za
2020. godinu.
Y,]UDXQDMWHVWDQGDUGQXJUHNXWUHQGD
g) Odredite geometrijsku stopu rasta.
Reenje:
a)
Godine Y x x2 x*y Yt y-yt (y-yt)2
2007 10 -4 16 -40 14,83 -4,83 23,33
2008 15 -3 9 -45 15,9 -0,9 0,81
2009 22 -2 4 -44 16,97 5,03 25,30
2010 24 -1 1 -24 18,04 5,96 35,52
2011 18 0 0 0 19,11 -1,11 1,23
2012 20 1 1 20 20,18 -0,18 0,03
2013 17 2 4 34 21,25 -4,25 18,06
2014 21 3 9 63 22,32 -1,32 1,74
2015 25 4 16 100 23,39 1,61 2,59
172 - 60 64 171,99 - 108,62
yt=bo+b1x
yt=19,11+1,07x
b) yt2020=19,11+1,07*9=19,11+9,63=28,74
270
v)
g)
2. *RGLQMLSURPHWXMHGQRPSUHGX]HXMH
Godine 2010 2011 2012 2013 2014 2015
Promet (u) 35 45 52 49 38 36
Odredite:
a) Linearni trend.
b) Geometrijsku stopu rasta
v) Predvidite promet za 2001. godinu.
g) Standardnu greku trenda.
3. Prihod u 000 dinara jedne fabrike od 2007 2015. godine je:

Godine 2007 2008 2009 2010 2011 2012 2013 2014 2015
Prihod
u 000
190 155 156 149 200 213 270 240 270
dinara
(u)
DL]UDXQDMJHRPHWULMVNXVWRSXUDVWD
b) na osnovu linearnog trenda predvidi prihod za 2018. godinu.
v) odredi standardnu greku trenda.
4. Na osnovu podataka datih u tabeli:
Godina 2008 2009 2010 2011 2012 2013 2014 2015

Proizvodnja 50 71 100 150 213 214 366 430
a) Odredite linearni trend.
b) Predvidite trend za 2020. godinu.
271
v) Godinji tempo rasta.
5. .UHWDQMHSURL]YRGQMHJYRDXMHGQRPUHJLRQXGDWRMHXWDEHOL.
Godina 2011 2012 2013 2014 2015
3URL]YRGQMDJYRD 19 25 27 24 14
a) Odredi linearni trend.
b) Predvidi proizvodnju za 1998. godinu.
v) Odredi standardnu greku trenda.
6. Prihod u 000 dinara jedne fabrike od 2009 2015. godine je:
Godine 2009 2010 2011 2012 2013 2014 2015

Prihod u 000
123 142 132 152 141 135 122
dinara (u)
a) odredite lineaUQLWUHQGL]UDXQDMJHRPHWULMVNXVWRSXUDVWD
b) na osnovu linearnog trenda predvidi prihod za 2020. godinu.
v) odredite standardnu greku trenda.
JL]UDXQDMWHJHRPHWULMVNXVWRSXUDVWD
7. Na osnovu podataka o potronji brana odredite:

a) linearni trend i standardnu greku trenda.
b) geometrijsku stopu rasta.
v) predvidi trend kretanja proizvodnje za 2013. godinu.
Godine 2009 2010 2011 2012 2013 2014 2013 2014 2015
Potronja
45 30 32 37 38 39 42 41 39
brana
8. Na osnovu podataka datih u tabeli odredi:.

a) Linearni trend i standardnu greku trenda.
272
b) Predvidi trend kretanja za 2011. godinu.
v) Odredi geometrijsku stopu rasta.
Godine 2008 2009 2010 2011 2012 2013 2014 2015

Proizvodnja
20 23 24 28 19 18 32 35
penice
9. 1DRVQRYXSURL]YRGQMHDUDSD]DSHULRGRG2010 2015. godine odredi:

a) Linearni trend.
b) Standardnu greku trenda.
v) Geometrijsku stopu rasta.
g) Predvidi trend kretanja proizvodnje za 2020. Godinu.
Proizvodnja u 2010. godini je bila 100 hiljada komada.
Godina 2010 2011 2012 2013 2014 2015
/DQDQL
indeks - 115 113 117 112 119
(V)
Reenje:
Najpre je neophodno QD RVQRYXODQDQLKLQGHNVD L]UDXQDWLoriginalne podatke
YUHPHQVNHVHULMHX]SRPRIRUPXOH
Godine /DQDQLLQGHNV/ y
2010 - 100
2011 115 115
2012 113 129,95
2013 117 152,04
2014 112 170,29
2015 119 202,64
- 869,92
273
10 3RPRX PHWRGD RGQRVD SUHPD RSWHP SURVHNX LVSLWDMWH GD OL VH]RQD
XWLHQDNUHWDQMHEURMDWXULVWDna Kopaoniku.
Kvartali 2012 2013 2014 2015
I 10 12 11 15
II 13 17 14 10
III 19 15 18 18
IV 15 12 13 17
Reenje:
Kvartalni prosek:
=48/4=12 =54/4=13,5 =70/4=17,5 =57/4=14,25
Opti kvartalni prosek:
Sezonski indeks (poslednja kolona) dobija se po formuli:

Kvartali 2012 2013 2014 2015 Is
I 10 12 11 15 12 83,86
II 13 17 14 10 13,5 94,34
III 19 15 18 18 17,5 122,29
IV 15 12 13 17 14,25 99,58
- - - - 57,25 400,07
U prvom kvartalu izraen je negativan uticaj sezone jer je sezonski indeks ispod
proseka za 16,14%. U drugom kvartalu uticaj sezone je zanemarljiv jer je
sezonski indeks 5,66LVSRGSURVHND8WUHHP NYDUWDOXSULPHWDQMHSR]LWLYDQ
uticaj sezone (sezonski indeks 22,29% iznad proseka), dok je u poslednjem
kvartalu prisutan negativan uticaj sezone jer je sezonski indeks 0,42% ispod
proseka.
11 3RPRX PHWRGD RGQRVD SUHPD RSWHP SURVHNX LVSLWDMWH GD OL
proizvodnja YRDXNJpo kvartalima ima sezonski karakter.
Kvartali 2012 2013 2014 2015
I 16 15 12 13
II 19 20 19 21
III 23 25 22 25
IV 14 12 11 15
274
3RPRX PHWRGD RGQRVD SUHPD RSWHP SURVHNX LVSLWDMWH GD OL VH]RQD
XWLHQDSURGDMXVODGROHGD
Kvartali 2012 2013 2014 2015
I 10 12 11 10
II 25 27 30 25
III 29 30 33 24
IV 10 11 12 10
13 3RPRX PHWRGD RGQRVD SUHPD SRNUHWQLP SURVHFLPD LVSLWDMWH GD OL
VH]RQDXWLHQDNUHWDQMHSURGDMHYLQDXKRWHOLPD,VNOMXLWHXWLFDMVH]RQHL]
onog kvartala u kome je najizraeniji.
Kvartal 2012 2013 2014 2015
I 35 37 34 32
II 32 35 28 25
III 12 15 10 16
IV 25 29 24 22
Reenje:
Pokretni proseci :
(35+32+12+25)/4=26
(32+12+25+37)/4=26,5
...
Centrirani pokretni proseci c:
(26+26,5)/2=26,25
(26,5+27,25)/2=26,875
...
Sezonski koeficijenti y/ c REUDXQDWLVXXSRVOHGQMRMNRORQLWDEHOH
Godine Kvartali y c y/ c
2011 I 35 - - -
II 32 26 - -
III 12 26,5 26,25 0,46
IV 25 27,25 26,875 0,93
I 37 28 27,625 1,34
2012 II 35 29 28,5 1,23
III 15 28,25 28,625 0,52
IV 29 26,5 27,375 1,06
I 34 25,25 25,875 1,31
275
II 28 24 24,625 1,14
2013 III 10 23,5 23,75 0,42
IV 24 23,125 1,04
22,75
I 32 24,25 23,5 1,36
II 25 23,75 24 1,04
2014 III 16 - - -
IV 22 - -
Kvartalne Sezonski
sredine indeksi
Kvartali 2012 2013 2014 2015 i Is
I - 1,34 1,31 1,36 1,34 134%
II - 1,23 1,14 1,04 1,14 114%
III 0,46 0,52 0,42 - 0,47 47%
IV 0,93 1,06 1,04 - 1,01 101%
=4,01/3=1,34 =3,41/3=1,14 =1,4/3=0,47 =3,03/3=1,01

1DMMDLXWLFDMVH]RQHMHX,NYDUWDOXLXQMHPXYULPRGHVH]RQLUDQMH
Is yI/Is
Godine yI prvog prvog
kvartala kvartala
2011 35 134% 26,12
2012 37 134% 27,61
2013 34 134% 25,37
2014 32 134% 23,88
U poslednjoj koloni tabele vidimo koliko bi iznosila prodaja vina u I kvartalu da
nije bilo sezonskog uticaja.
14. 3RPRX PHWRGD RGQRVD SUHPD SRNUHWQLP SURVHFLPD LVSLWDMWH GD OL

VH]RQD XWLH QD NUHWDQMH SURL]YRGQMH paradajza (u tonama) ,VNOMXLWH
uticaj sezone iz onog kvartala u kome je najizraeniji.
Kvartali 2012 2013 2014 2015
I 2 1 3 4
II 50 58 60 52
III 100 150 200 220
IV 10 9 8 10
276
15. 3RPRX PHWRGD RGQRVD Srema pokretnim prosecima ispitajte da li
VH]RQDXWLHQDNUHWDQMHSURL]YRGQMHbrze hrane,VNOMXLWHXWLFDMVH]RQH iz
onog kvartala u kome je najizraeniji.
Kvartali 2012 2013 2014 2015
I 26 27 29 30
II 28 29 24 32
III 10 15 12 14
IV 19 18 21 22
16. U tabeli je data vrednost proizvodnje MHPD po godinama. Sa rizikom

JUHNHVSLWDMWHGDOLSRMDYXNDUDNWHULXFLNOLQHYDULMDFLMH
Godine 2003 2004 2005 2006 2007 2008 2009 2010 2011
Proiz.
jHPD 7 9 13 14 17 21 22 23 26
(Y)
Godine 2012 2013 2014 2015

Proizvodnja MHPD (Y) 29 32 35 39
Reenje:
3RWUHEQR MH L]UDXQDWL OLQHDUQL WUHQG 2EUDXQ WUHQGD L]YULWH SR XJOHGX QD
prethodne zadatke. Primenom formula dobijamo liniju trenda:
yt=22,08+2,54x
Odstupanje
Godine y x x2 x*y yt (y/yt)*100 od proseka
(100%)
2003 7 -6 36 -42 6,84 102,34 +
2004 9 -5 25 -45 9,38 95,95 -
2005 13 -4 16 -52 11,92 109,06 +
2006 14 -3 9 -42 14,46 96,82 -
2007 17 -2 4 -34 17 100,00 +
2008 21 -1 1 -21 19,54 107,47 +
2009 22 0 0 0 22,08 99,64 -
2010 23 1 1 23 24,62 93,42 -
2011 26 2 4 52 27,16 95,73 -
2012 29 3 9 87 29,7 97,64 -
277
2013 32 4 16 128 32,24 99,26 -
2014 35 5 25 175 34,78 100,63 +
2015 39 6 36 234 37,32 104,50 +
287 182 463 287,04 - -
1. Ho: PojavXQHNDUDNWHULXFLNOLQHYDULMDFLMH
+3RMDYXNDUDNWHULXFLNOLQHYDULMDFLMH
2. Prema kriterijumu n>12 posmatrana pojava ispunjava uslov za testiranje i
YUHGQRVWVWDWLVWLNHWHVWDL]QRVL20,05=6,898
3.
4.
Trajanje
faza u f f f-f (f-f)2 (f-f)2 / f
godinama
1 4 4,17 0,17 0,03 0,01
2 2 1,65 0,35 0,12 0,07
3 i vie 1 0,52 0,48 0,23 0,44
- - - - 0,52
2p=0,52+RVHSULKYDWDSRVPDWUDQXSRMDYXQHNDUDNWHULXFLNOLQH
varijacije.
17. Na osnovu podataka o proizvodnji uglja (u tonama) po godinama

ispitajte GDOLSRMDYXNDUDNWHULXFLNOLQHYDULMDFLMH Rizik greke je 5%.
Godine 2003 2004 2005 2006 2007 2008 2009 2010 2011
Proiz.
12 15 17 18 19 22 27 19 14
uglja (Y)
278
Godine 2012 2013 2014 2015
Proizvodnja uglja (Y) 14 15 12 11
18. Na osnovu podataka o proizvodnji soli (u tonama) po godinama ispitajte

GDOLSRMDYXNDUDNWHULXFLNOLQHYDULMDFLMH Rizik greke je 5%.
Godine 2003 2004 2005 2006 2007 2008 2009 2010 2011
Proiz.
soli 25 27 29 19 18 16 24 27 25
(Y)
Godine 2012 2013 2014 2015

Proizvodnja soli (Y) 22 27 29 30
279
INDEKSNI BROJEVI
1. Na osnovu podataka o broju zaposlenih u tekstilnoj industriji za

posmatrani period odredi:
a) Bazne indekse sa bazom u 2008. godini.
E 3UHUDXQDWL SUHWKRGQR GRELMHQH ED]QH LQGHNVH QD QRYX ED]X
godina).
Y1DRVQRYXSRGDWNDRSURVHQRPEURMX]DSRVOHQLKL]UDXQDMLQGHNVH
Godina 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
Broj
zaposlenih (yi) 3500 3456 4020 4586 4236 4892 4990 5002
(u 000)
Reenje:
Godina 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
yi 3500 3456 4020 4586 4236 4892 4990 5002
Ii(2008) 100 98,74 114,86 131,03 121,03 139,77 142,57 142,91

Ii(2012) 82,63 81,59 94,90 108,26 100,00 115,49 117,80 118,08
Ii( ) 80,73 79,72 92,73 105,78 97,71 112,84 115,10 115,38
a)
b)
v)
280
2. Na osnovu podataka o broju utovOMHQLKVYLQMDXSHULRGXL]PHXL
JRGLQHIDUPL]DWRYVYLQMDL]UDXQDMWH
a) Bazne indekse sa bazom u 2009. godini.
E 3UHUDXQDWL SUHWKRGQR GRELMHQH ED]QH LQGHNVH QD QRYX ED]X
godina).
Godina 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
Broj svinja (yi)
102 124 174 165 146 95 101 109
(u 000)
3. Na osnovu podataka o proizvodnji enskih majica u periodu od 2008

2015. godine odredite:
D/DQDQHYHULQHLQGHNVH
b) DobijenH ODQDQH LQGHNVH SUHUDXQDWL QD LQGHNVH VD ED]RP X
godini.
Godina 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
Obim
proizvodnje 63 53 59 60 71 69 64 75
(yi) (u 000)
Reenje:
Godina 2008. 2009. 2010. 2011. 2012. 2013. 2014. 2015.
Obim
proizvo
-dnje 63 53 59 60 71 69 64 75
(yi) (u
000)
111,3 101,6 118,3 117,1
Vi - 84,13 97,18 92,75
2 9 3 9
100,0 105,6
Ii(2012) 88,73 74,65 83,10 84,51 97,18 90,14
0 3
3UHUDX
-nati Vi
na
bazne 105,6
88,73 74,65 83,10 84,51 100 97,18 90,14
sa 3
bazom
u 2012.
godini
a)
281
b)
3UHUDXQDWLODQDQLLQGHNVLQDED]QHVDED]RPXJRGLQL
-godine koje prethode baznoj godini:
...
-godine koje slede nakon bazne godine:
...
4. 3RGDFL R SURVHQLP FHQDPD pojedinih proizvoda u Leskovcu u periodu

L]PHX-2014. godine dati su u tabeli. Odredite:
a) Individualne indekse prodaje ako je bazna godina 2012.
E*UXSQHLQGHNVHIL]LNRJRELPDSURGDMHVDSRQGHULPDL]ED]QRJSHULRGD
ako je bazna godina 2013 koristeLPHWRGDJUHJDWD
Pegle Mikseri Blenderi
Godine Cena Cena Cena
Kom. (1000 Kom. (1000 Kom. (1000
din.) din.) din.)
2012. 5000 3 3000 3,5 3200 2,5
2013. 5500 4 3600 4 2600 3,9
2014. 8000 5 4200 4,8 3900 4,6
Reenje:
D,QGLYLGXDOQLLQGHNVLNROLLQH]D pegle:
(2013) (2014)
,QGLYLGXDOQLLQGHNVLNROLLQH]DPLNVHUH
(2013) (2014)
282
,QGLYLGXDOQLLQGHNVLNROLLQH]DEOHQGHUH
(2013) (2014)
b)
(2012)
(2014)
Pod pretpostavkom da su cene u obe posmatrane godine bile kao u baznom
SHULRGX X JRGLQL SURGDWH NROLLQH JRUH QDYHGHQLK SURL]YRGD ELOH VX X
proseku za 4,43% manje nego u baznom periodu, a u 2014. godini u proseku
YHH]DQHJRXED]QRPSHULRGX
5. 3RGDFL R SURVHQLP FHQDPD SRMHGLQLK SURL]YRGD X /HVNRYFX X Seriodu

L]PHX-2015. godine dati su u tabeli. Odredite (baza=2014. godina):
D,QGLYLGXDOQHLQGHNVHNROLLQH
E *UXSQH LQGHNVH NROLLQH VD SRQGHULPDL] WHNXHJSHULRGDDNR MHED]QD
JRGLQDJRGLQDNRULVWHLPHWRGDJUHJDWD
.ROLLQD ProseQHFHQH
Proizvodi 2014. 2015. 2014. 2015.
(q0) (q1) (p0) (p1)
HHU 310 400 7 18
So 320 520 19 23
Brano 450 900 14 20
Reenje:
.ROLLQD 3URVHQHFHQH
2014. 2015. 2014. 2015.
Proizvodi
Iq=(qi/qo)
(q0) (q1) (p0) (p1) qipi qopi
*100%
HHU 310 400 7 18 129,03 7200 5580
So 320 520 19 23 162,50 11960 7360
Brano 450 900 14 20 200,00 18000 9000
- - - - - 37160 21940
283
a) Reenje je dato u estoj koloni prethodne tabele.
b)
63RGDFLRSURVHQLPFHQDPDSRMHGLQLKSURL]YRGDX/HVNRYFXXSRVOHGQMa
tri meseca 2015. godine dati su u tabeli. Odredite (baza=oktobar):
a) Individualne indekse cene.
E *UXSQH LQGHNVH FHQH VD SRQGHULPD L] WHNXHJ SHULRGD NRULVWHL PHWRG
srednjih vrednosti.
Y *UXSQH LQGHNVH FHQH VD SRQGHULPD L] ED]QRJ SHULRGD NRULVWHL PHtod
srednjih vrednosti.
Oktobar Novembar Decembar
Mesec
p q p q p q
Mleko 65 1200 60 900 67 960
Pavlaka 50 1500 55 800 53 900
Sir 250 900 300 1600 400 1600
Reenje:
a) Individualni indeksi cene za mleko:
Individualni indeksi cene za pavlaku:
Individualni indeksi cene za sir:
E*UXSQLLQGHNVFHQDVDSRQGHURPL]WHNXHJSHULRGD]DPHVHFQRYHPEDU
284
Mesec
pi/po qopo qipi (pi/po)*qopo (pi/po)*qipi
Mleko 0,92 78000 54000 72000 49846,15

Pavlaka 1,10 75000 44000 82500 48400,00
Sir 1,20 225000 480000 270000 576000,00
Zbir kolone (pi/po)*qopo=424500, zbir kolone (pi/po)*qipi=674246,15, zbir
kolone qopo=378000, a kolone qipi=674246,15
.
1DLVWLQDLQ L]UDXQDWL JUXSQL LQGHNV FHQDVDSRQGHURPL]WHNXHJ SHULRGD ]D
decembar.
v) Grupni indeks cena sa ponderom iz baznog perioda za mesec novembar:
1D LVWL QDLQ L]UDXQDWL JUXSQL LQGHNV FHQD VD SRQGHURP L] ED]QRJ SHULRGD ]D
decembar.
7. 1D RVQRYX SRGDWDND R NUHWDQMX FHQH DNFLMD MHGQRJ SUHGX]HD ]D

vremenski period od 12 dana odredite:
Dan Cena Dan Cena Dan Cena
1 30 5 32 9 40
2 34 6 31 10 42
3 35 7 36 11 41
4 38 8 39 12 36
D2GUHGLWHLQGLYLGXDOQLLQGHNVFHQDDNRMHED]D SUYDHWULGDQD
E2GUHGLWHLQGLYLGXDOQLLQGHNVFHQDDNRMHED]D SRVOHGQMDHtri dana.
8. 3RGDFL R SURVHQLP FHQDPD SRMHGLQLK SURL]YRGD X SLOMDUL ]D GYD GDQD

dati su u tabeli. Odredite (baza=ponedeljak):
a) Individualne indekse cene.
b) Grupne indekse cene sa ponderima iz baznog perioda.
E*UXSQHLQGHNVHFHQHVDSRQGHULPDL]WHNXHJSHULRGD
285
Ponedeljak Petak
VRH
Qo po qi pi
Jabuka 300 50 350 55
Lubenica 400 15 500 10
Limun 50 360 68 370
3URVHQH FHQH Vpecijaliteta koje nudi jedna kafana date su u narednoj
tabeli.
Mesec 7HOHHQLFOH Piletina Riba
Januar 7.12 6.45 5.39
Februar 7.41 6.40 5.21
Mart 7.45 6.25 5.25
April 7.70 6.60 5.40
Maj 7.72 6.70 5.45
Jun 7.75 6.85 5.60
Jul 8.10 6.90 5.54
Avgust 8.15 6.84 5.70
Septembar 8.20 6.96 5.72
Oktobar 8.30 7.10 5.69
Novembar 8.45 7.10 5.85
Decembar 8.65 7.14 6.21
8 VOHGHRM WDEHOL GDWL VX SRGDFL R EURMX SRUXGELQD VSHFLMDOLWHWD NDIDQH X
toku svakog meseca.
Mesec 7HOHHQLFOH Piletina Riba
Januar 123 169 243
Februar 110 160 251
Mart 115 181 265
April 101 152 231
Maj 118 140 163
Jun 100 128 137
Jul 92 129 221
Avgust 87 130 204
Septembar 123 164 293
Oktobar 131 169 301
Novembar 136 76 327
Decembar 149 193 351
,]UDXQDMWHJUXSQHLQGHNVHFHQHLNROLLQHVDSRQGHULPDL]ED]QRJLWHNXHJ
SHULRGD 3ULPHQRP RGJRYDUDMXLK IRUPXOD RGUHGLWH )LHURY LQGHNV FHQH L
NROLLQH
286
10. U jednoj biblioteci nabavljaju se knjige i zbornici radova. Tabela u

QDVWDYNX VDGUL SRGDWNH R FHQDPD L NROLLQDPD QDEDYOMHQLK RG VWUDQH
posmatrane biblioteke.
Knjige Zbornike radova

Godine Cena (p) .ROLLQD (q) Cena (p) .ROLLQa (q)
1 13000 1200 10000 1000
2 15000 2723 12000 900
3 14500 2155 12500 700
4 13600 1569 11000 750
5 12700 1222 14500 960
,]UDXQDMWHJUXSQHLQGHNVHFHQHLNROLLQHVDSRQGHULPDL]ED]QRJLWHNXHJ
SHULRGD 3ULPHQRP RGJRYDUDMXLK IRUPXOD RGUHGLWH )LHURY LQGHNV FHQH L
NROLLQH
13RGDFLRSURVHQLPFHQDPDSRMHGLQLKSURL]YRGDXIDEULFLSRJRGLQDPD
dati su u tabeli. Odredite (baza=2014. godina):
a) Individualni indeks vrednosti.
b) Grupni indeks vrednosti.
Proizvodnja u 3URVHQDFHQDX
0OHQL
1000 l dinarima
proizvodi
2014. 2015. 2014. 2015.
Mleko 100 150 64 60
Slatka pavlaka 160 145 70 73
Kisela pavlaka 190 180 45 50
Reenje:
D,QGLYLGXDOQLLQGHNVLVHL]UDXQDYDMXSUHPDIRUPXOL
=DPOHNRLQGLYLGXDOQLLQGHNVVHUDXQDQDVOHGHLQDLQ
.
.RULVWHLGRELMHQHREUDXQHXWDEHOLL]UDXQDMWHRVWDOHLQGLYLGXDOQHLQGHNVH
287
Proizvodnja u 3URVHQDFHQDX
0OHQL 1000 l dinarima
proizvodi 2014. 2015. 2014. 2015.
qipi qopo
qo qi po pi
Mleko 100 150 64 60 9000 6400
Slatka
160 145 70 73 10585 11200
pavlaka
Kisela
190 180 45 50 9000 8550
pavlaka
Zbir kolone qipi=28585, a zbir kolone qopo=26150.
E*UXSQLLQGHNVYUHGQRVWLL]UDXQDYDVHSRPRXIRUPXOH
121DRVQRYXGRVWXSQLKSRGDWDNDWURNRYLLYRWDHWYRURODQHSRURGLFH]D
mesec mart iznose 20000 dinara. Procenite koOLNRHHWYRURODQDSRURGLFD
morati da obezbedi novca za ivot u aprilu ukoliko se ocenjuje indeks
trokova ivota za april mesec u iznosu od 130%.
Reenje:
.
7URNRYLLYRWDHWYRURODQHSRURGLFHXPHVHFXDSULOXL]QRVLHGLQDUD
13. Podaci o broju zaposlenih i njihovim zaradama dati su u narednoj

tabeli.
Ukupan iznos
6WUXQD Broj zaposlenih LVSODHQLKPHVHQLK
sprema zarada (000 din)
2014. 2015. 2014. 2015.
Visoka 6 4 360 400
Via 25 29 625 630
Srednja 40 55 800 830
1DRVQRYXSRGDWDNDL]WDEHOHL]UDXQDMWHED]D JRGLQD
288
b) Grupni indeks nominalnih zarada nepromenljivog sastava zaposlenih.
v) Grupni indeks nominalnih zarada promenljivog sastava zaposlenih.
a) 3URVHQD SODWD UDGQLND X ED]QRP SHULRGX 2014 JRGLQH L]UDXQDYD VH
formulom: DXWHNXHPSHULRGX2015. formulom: .

6WUXQD Ro Ri 3URVHQD 3URVHQD
Xo(2014.) Xi (2015.)
sprema (2014.) (2015.) plata plata
Visoka 6 4 360 400 60 100
Via 25 29 625 630 25 21,72
Srednja 40 55 800 830 20 15,09
71 88 1785 1860 105 136,82
,QGLYLGXDOQLLQGHNVSODWD]DVYDNXNDWHJRULMXUDGQLNDUDXQDVHQDVOHGHLQDLQ
Visoka sprema:
Plata zaposlenih sa visokoP VWUXQRP VSUHPRP YHD MH ]D % u 2015.
godini u odnosu na 2014. godinu.
Via sprema:
3ODWD]DSRVOHQLKVDYLRPVWUXQRPVSUHPRPmanja je za 13,1% u 2015. godini

u odnosu na 2014. godinu.
Srednja sprema:
3ODWD]DSRVOHQLK VD VUHGQMRP VWUXQRP spremom manja je za 24,55 % u 2015.

godini u odnosu na 2014. godinu.
b)
Dolo je do ukupnog porasta zarada svih zaposlenih za 30,3%.

*UXSQL LQGHNV ]DUDGD ]D QHSURPHQOMLY VDVWDY ]DSRVOHQLK VH UDXQD QD VOHGHL
QDLQ
Ipe(z) Ipe(z)*Ri
1,67 6,67
0,87 25,20
0,75 41,50
1,30 114,66
289
8NROLNRLVNOMXLPRL]DQDOL]HSURPHQXVDVWDYD]DSRVOHQLKJUXSQLLQGHNV]DUDGD
SRND]XMHGDMHGRORGRSRUDVWD]DUDGDXWHNXRMX odnosu na prethodnu godinu
za 64,39%.
v) Uticaj promena u strukturi zaposlenih na promene zarada XWYUXMH VH QD
VOHGHLQDLQ
Ipe(z)/Ipe(z)=1,303/1,1466*100%=1,1364*100=113,64%
Promene u strukturi zaposlenih uticale su na SRYHDQMH iznosa zarada za
13,64%.
14. Na osnovu podataka datih u tabeli L]UDXQDMWH

Broj Suma Suma
6WUXQD Broj radnika
radnika plata plata
sprema 2014. Ro
2015. Ri (000) xo (000) xi
VKV 42 49 23000 22500
KV 65 71 21000 23000
PKV 42 57 18000 21000
NKV 29 39 15000 20000
178 216 77000 86500
b) Grupni indeks nominalnih zarada nepromenljivog sastava zaposlenih.
v) Grupni indeks nominalnih zarada promenljivog sastava zaposlenih.
15. Podaci o broju zaposlenih i njihovim zaradama dati su u narednoj

tabeli.
8NXSDQL]QRVLVSODHQLK
6WUXQD Broj zaposlenih
PHVHQLKzarada (000 din)
sprema
2014. 2015. 2014. 2015.
Visoka 6 4 360 400
Via 25 29 625 630
Srednja 40 55 800 830
1DRVQRYXSRGDWDNDL]WDEHOHL]UDXQDMWHED]D JRGLQD
a) Grupni indeks nominalnih zarada nepromenljivog sastava zaposlenih.
290
67$7,67,.22%8+9$7$1-()$.725$352,=92'1-(
8MHGQRPSUHGX]HXUDGL maina. Proizvodna sposobnost maine je 30

komada proizvoda po smeni. Radi se u 2 smene. 0RJXL IRQG UDGQRJ
vremena je 300 dana. Ako se za 296 dana ostvari 253000 proizvoda,
L]UDXQDMSRND]DWHOMHLVNRULHQMDNDSDFLWHWD
Reenje:
*XELWDN X LVNRULHQMX NDSDFLWHWD XVOHG QHGRYROMQRJ YUHPHQVNRJ Dngaovanja

kapaciteta izosi 1,33%.
*XELWDN]ERJQHGRYROMQRLQWHQ]LYQRJNRULHQMDNDSDFLWHWDL]QRVL5,03%.
Sve je to dovelo do ukupnog gubitka u LVNRULHQMXNDSDFLWHWDRG%.
2. U toku juna meseca ostvareno je 160000 radnik-DVRYD ]D 8 radnih

dana. 3URVHQRMHQDSRVao dolazilo 730 radnika, to je 89% ukupnog broja
]DSRVOHQLK5DGLVHDVRYD
D2GUHGLPRJXLIRQGDVRYDUDGDL
b) KRHILFLMHQWLQWHJUDOQRJLVNRULHQMDradnog vremena.
291
8 SUHGX]HX MH GROR GR JXELWka radnog vremena u iznosu od 12,92% zbog
izoVWDMDQMD UDGQLND VD SRVOD DOL L ]ERJ QHGRYROMQRJ LVNRULHQMD UDGQRJ GDQD
onih radnika koji su dolazili na posao.
3. Godinja proizvodnja jedne pekare je 408000 kg hleba. MogXH L

ostvareno vreme rada je 358 dana. Proizvodni kapacLWHWLSHNDUHLVNRULHQL
su sa 852GUHGLRVWYDUHQXLPRJXXGQHYQXSURL]YRGQMX
Reenja:
4. 8 SUHGX]HX VD 3900 radnika, u maju mesecu ostvareno je 27 radnih

dana, 100000 radnik-dana i 590000 radnik-DVRYDL SURVHQRMHGROD]LORQD
posao 3703,7 UDGQLND ,]UDXQDMWH SRND]DWHOMH LVNRULHQMD UDGQRJ
YUHPHQD XNROLNR MH SURVHQR WUDMDQMH UDGQRJ GDQD ,9 DVRYD D PRJXL
fond DVRYDUDGD 842400 i radi se 8 sati.
Reenje:
8 SUHGX]HX MH GROR GR JXELtka radnog vremena u iznosu od 5,03% zbog
izostajanja radnika sa posla, 26,25]ERJQHGRYROMQRJLVNRULHQMDUDGQRJGDQD
onih radnika koji su dolazili na posao, a sve to je dovelo do ukupnog gubitka u
LVNRULHQMXUDGQRJYUHPHQDXL]QRVXRG29,96%.
5. Godinja proizvodnja jedne pekare je 187000kg peciva. MogXH L

ostvareno vreme rada je 35GDQD3URL]YRGQLNDSDFLWHWLSHNDUHLVNRULHQL
su sa 98%.
D8WYUGLPRJXXLRVWYDUHQXGQHYQXSURL]YRGQMX
Reenje:
292
6. 8 SUHGX]HX VD 3900 radnika, u maju mesecu ostvareno je 23 radnih
dana, 86000 radnik-dana i 559000 radnik-DVRYD ,]UDXQDMWH SRND]DWHOMH
LVNRULHQMD UDGQRJ YUHPHQD XNROLNR MH SURVHDQ EURM ]DSRVOHQLK 3739,
SURVHQR WUDMDQMH UDGQRJ GDQD 6,5 DVRYD D PRJXL IRQG DVRYD UDGD
627900 i radi se 7 sati.
Reenje:
8 SUHGX]HX MH GROR GR JXELWND UDGQRJ YUHPHQD X L]QRVX od 4,13% zbog
LVNRULHQMXUDGQRJYUHPHQDXL]RVXRG10,97%.
7. 2007 UDGQLND MHGQRJ SUHGX]HD GROazilo je redovno na posao u toku

septembra meseca 23 radnih dana i ostvarilo je 16 UDGQLN DVRYD
,]UDXQDMSRND]DWHOMHLVNRULHQMDUDGQRJYUHPHQD5DGLVH7h.
Reenje:
293
8 SUHGX]HX MH GROR GR JXELWND X LVNRULHQMX radnog vremena u iznosu od
49 ]ERJ QHGRYROMQRJ LVNRULHQMD UDGQRJ GDQD to je dovelo do ukupnog
JXELWNDXLVNRULHQMXUDGQRJYUHPHQDXL]QRVXRG48,94%.
8. U preGX]HX VD400 zaposlenih, u toku juna meseca 2015. godine, za 20

radnih dana u trajanju od 8h ostvareno je 7600 radnik dana, i 55000
radnik DVRYD. ,]UDXQDMSRND]DWHOMHLVNRULHQMDUDGQRJYUHPHQD
Reenje:
8 SUHGX]HX MH GROR GR JXELWND UDGQRJ YUHPHQD X L]QRVX RG 5% zbog
izostajanja radnika sa posla, 9,5 ]ERJ QHGRYROMQRJ LVNRULHQMD UDGQRJ GDQD
9. 8 SUHGX]HX RG 850 zaposlenih radnika u toku decembra meseca,

ostvareno je za 30 radnih dana u trajanju od 7h 22500 radnik dana i
150750 UDGQLNDVRYD,]UDXQDMSRND]DWHOMHLVNRULHQMDUDGQRJYUHPHQD
Reenje:
294
8 SUHGX]HX MH GROR GR JXELWND UDGQRJ YUHPHQD X L]QRVX RG 11,76% zbog
10. 5DGHLXtri smene 89 radnih dana po 7h na 25 maina proizvedeno je

1000000 komada proizvoda L. 0RJXLIRQGUDGQRJYUHPHQDMH120 dana.
.ROLNR VX LVNRULHQL NDSDFLWHWL DNR MH VDWQL NDSDFLtet maine 27 komada
proizvoda?
Reenje:
*XELWDN X LVNRULHQMX NDSDFLWHWD XVOHG QHGRYROMQRJ YUHPHQVNRJ DQJDRYDQMD

kapaciteta iznosi 25,83%.
=ERJQHGRYROMQRLQWHQ]LYQRJLVNRULHQMDNDSDFLWHWDJXbitak je 20,74%.
8NXSQLJXELWDNXLVNRULHQMXNDSDFLWHWDL]QRVL
11. -HGQR SUHGX]HH UDGL QD 10 maina istovremeno i proizvede po 4

komada proizvoda D po smeni. Radi se u tri smene i za 310 dana
proizvedeno je 2900 komada proizvoda D ,]UDXnaj pokazatelje
LVNRULHQMDNDSDFLWHWD
295
3UHGX]HH UDGHL QD PDLQD SURL]YHGH NRPDGD SURL]YRGD . ]D
jednu smenu. Radi se 3 smene i za 328 dana proizvedeno je 5100 komada
proizvoda K. I]UDXQDMVYHNRHILFLMHQWHLVNRULHQMDNDSDFLWHWD
-HGQR SUHGX]HH UDGL QD maina istovremeno i proizvede po 30

komada proizvoda I dnevno. Radi se u dve smene i za 310 dana
proizvedeno je 8600 komada proizvoda I ,]UDXQDM SRND]DWHOMH
LVNRULHQMDNDSDFLWHWD
14. 8SUHGX]HXVD650 zaposlenih, u toku oktobra meseca 2015. godine, za

27 radnih dana u trajanju od 8h ostvareno je 16000 radnik dana i 119340
radnik DVRYD. ,]UDXQDMSRND]DWHOMHLVNRULHQMDUDGQRJYUHPHQD
15. Ukupan nominalni utroak materijala jednog SUHGX]HDXWRNXJRGLQH

bio je 870000, a ukupan stvarni utroak 900 ,]UDXQDM NRHILFLMHQW
LVNRULHQMDVLURYLQD
Reenje:
Dolo je do prekRUDHQMD QRUPLUDQRJ XWURND ]D ,45%. Neophodno je otkriti

razloge njegove pojave.
296
67$7,67,.(7$%/,&(
Tabela 22. Binomni koeficijenti
297
TaEHOD1RUPDOQLUDVSRUHG=DNRQYHURYDWQRH
298
Tabela 24. Normalan raspored (Funkcija rasporeda)
299
Tabela 25. 2 raspored
300
301
Tabela 26.ULWLQHYUHGQRVWL2 rasporeda
302
Tabela 27. 6WXGHQWRYWUDVSRUHGYHURYDWQRH
303
304
305
Tabela 28.ULWLQHYUHGQRVWLStudentovog t rasporeda
306
Tabela 29. Fierov raspored
307
Tabela 30. %LQRPQLUDVSRUHGYHURYDWQRH
308
309
310
311
312
Tabela 31. Poisson-ov raspored verovatnoH
313
314
315
316
LITERATURA
1. Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., 2015.
Statistics for Business & Economics, 12th Edition, Cengage Learning, USA.
2. Anderson, D., Sweeney, D., Williams, T., 2011. Statistics for business and
economics, 11 th Edition, Cengage Learning, USA.
3. Anderson, D., Sweeney, D., Williams, T., Freeman, J., Shoesmith, E., 2010.
Statistics for business and economics, 2nd Edition, South-Western Cengage
Learning, USA.
4. Barrow, M., 2006. Statistics for Economics, Accounting and Business Studies,
4th Edition, Prentice Hall, England.
5. Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill
Education, New Delhi.
6. Berenson, M., Levine, M., Krehbiel, T., 2011. Basic Business Statistics:
Concepts and Applications, 12th edition, Prentice Hall, New Jersey.
7. Bradley, T., 2007. Essential Statistics for Economics, Business and
Management, John Wiley & Sons, England.
'RODVFLGRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGXRG-
2015. godine, dostupno na:
http://webrzs.stat.gov.rs/website/public/ReportView.aspx, [20.06.2016. u 15:00]
'RPDLQVWYD SUHPD EURMX ODQRYD SR QDVHOMLPD SRSLV GRVWXSQR QD
RUHYLF9Statistika u ekonomiji, Ekonomski fakultet, Ni.
11. John, V., decembar 1883. The Term "Statistics, Journal of the Statistical
Society of London, Vol. 46, No. 4.
12. Keller, G., 2014. Statistics for Management and Economics, 10 th Edition,
Cengage Learning, USA.
13. Kirchgssner, G., Wolters, J., Hassle, U., 2013. Introduction to Modern
Time Series Analysis, Springer-Verlag Berlin Heidelberg, Germany.
.RYDHYL .RVWL , 9HURYDWQRD L VWDWLVWLka, Univerzitet
Singidunum, Beograd.
.RYDL=Analiza vremenskih serija, Ekonomski fakultet, Beograd.
16. Kuebler, C., Mackie, C., 2006. Improving Business Statistics Through
Interagency Data Sharing : Summary of a Workshop, National Research
Council, USA.
17. /RYUL0Osnovi statistike, Ekonomski fakultet, Kragujevac.
317
18. Mann, P., 2009. Uvod u statistiku, Ekonomski fakultet, Beograd.
0DUMDQRYL06SDVL.Poslovna statistika, Visoka poslovna kola
strukovnih studija, Leskovac.
0ODGHQRYL ' ROHYL 9 RNL ' Ekonomska statistika,
Ekonomski fakultet u Beogradu, Beograd.
21. Newbold, P., Carlson, W., Thorne, B., 2010. Statistika za poslovanje i
ekonomiju, Mate, Zagreb.
22. Oficijalne eme finansijskih L]YHWDMD SUHGX]HD 6RNR WDUN ]D
2009., 2010. i 2011. godinu, dostupno na: www.apr.gov.rs, [02.01.2016. u
18:00]
23. Pallant, J., 2009. 63663ULUXQLN]DSUHLYOMDYDQMH Prevod 3. izdanja, Mikro
knjiga, Beograd.
3HML ' PDUW .DONXODFLMD L]YR]QH FHQH Exporter,. Agencija za
strana ulaganja i promociju izvoza, Beograd.
25. Pea, D., Tiao, G., Tsay, R., 2001. A Course in Time Series Analysis, John
Wiley & Sons, New York.
3HWURYL/MTeorijska statistika 7HRULMDVWDWLVWLNRJ]DNOMXLYDQMD,
Ekonomski fakultet u Beogradu, Beograd.
27. Popis poljoprivrede 2012. godine Vinski atlas, 2015. Beograd, dostupno
na:
http://webrzs.stat.gov.rs/WebSite/userFiles/file/Poljoprivreda/Knjige/VinskiAtla
s.pdf, [09.02.2016. u 18:00]
28. 3UHGX]HD X 5HSXEOLFL 6UELML SUHPD YHOLLQL 5HSXEOLNL ]DYRG ]D
statistiku, Beograd, Republika Srbija, avgust, 2011. Godine, str. 6., dostupno na:
http://pod2.stat.gov.rs/ObjavljenePublikacije/G2011/pdf/G201110077.pdf,
[10.02.2016. u 18:00]
29. Ramachandran, K., Tsokos, C., 2009. Mathematical Statistics with
Applications, Elsevier Academic Press, USA.
30. Sahoo, P., 2013. Probability and mathematical statistics, University of
Louisville, USA.
31. Siegel, A., 2012. Practical Business Statistics, 6th Edition, Elsevier Inc.,
USA.
32. Stanovnitvo prema starosti i polu u Republici Srbiji 2011. godine, dostupno
na: http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
6WDWLVWLNLOHWRSLV'UDYQRJ]DYRGD]DVWDWLVWLNX5HSXEOLNH+UYDWVNH,
2013.), dostupno na: http://www.dzs.hr/Hrv_Eng/ljetopis/2012/sljh2012.pdf;
http://www.dzs.hr/Hrv_Eng/ljetopis/2013/sljh2013.pdf, [04.06.2016. u 18:00]
318
6WRMNRYL06WDWLVWLND]DPHQadere, Ekonomski fakultet u Subotici,
Subotica.
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd.
HNXODUDF * 7UHQG QDYRGQMDYDQLK SRYULQD QD SRGUXMX
PHOLRUDFLRQRJ VLVWHPD DDN Poljoprivreda i umarstvo, Vol. 40, (1-4),
%LRWHKQLNLIDNXOWHW8QLYHU]LWHW&UQH*RUH Podgorica, str. 33-36., dostupno na:
http://89.188.43.75/agricultforest/20120216-04%20Sekularac.pdf, [13.06.2016.
u 21:00]
37. Tabachnik, G., Fidell, S., 2007. Using multivariate statistics, Pearson/Allyn
& Bacon, Boston.
38. 7HL 0 Spoljnotrgovinsko poslovanje, Savremena administracija,
Beograd.
7XUMDDQLQ 9 HNUOLMD 2VQRYQH VWDWLVWLNH PHWRGH L WHKQLNH X
SPSS-u, Centar za kulturni i socijalni popravak, Banja Luka.
40. United Nations Conference on Trade and Development, World Investment
Report 2013 / 2012 / 2011 / 2010.
http://www.unctad.org/en/PublicationsLibrary/wir2013_en.pdf;
41. Uporedni pregled broja stanovnika 1948, 1953, 1961, 1971, 1981, 1991,
2002 i 2011. godine i uporeGQLSUHJOHGEURMDGRPDLQVWDYD-2011 i stanova
1971-2011., dostupno na: http://popis2011.stat.rs/?page_id=2162, [09.02.2016.
u 18:00]
42. 8QNRYL 0 6WDNL % Spoljnotrgovinsko i devizno poslovanje,
43. 9XNRYL 1 6SDVL 6 Statistika za ininjere, Univerzitet
44. Wilcox, R., 2009. Basic Statistics: Understanding Conventional Methods
and Modern Insights, Oxford University Press, New York.
45. Weiers, R., 2008. Introduction to Business Statistics, 6th Edition, Thomson
South-Western, USA.
46. Yaffee, R., McGee, M., 2000. Introduction to Time Series Analysis and
Forecasting: With Applications of SAS and SPSS, Acad. Press, San Diego,
California.
319
320
CIP - -
,
311:33(075.8)(076)
, , 1960-
Statistika u ekonomiji i poslovanju sa zbirkom reenih zadataka /
Milena Marjanovi, Ivan Mihailovi, Kristina Spasi. - Leskovac : Visoka
poslovna kola strukovnih studija, 2016 (Ni : Scero-print). - 311 str. :
graf. prikazi, tabele ; 24 cm
Tira 160. - Napomene i bibliografske reference uz tekst. - Bibliografija:

str. 309-311.
ISBN 978-86-84331-60-3
1. , , 1963- [] 2. , , 1981- []
a)
COBISS.SR-ID 227376140

HBSL - Statistics in Economics and Business With A Collection of Solved Tasks

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

HBSL - Statistics in Economics and Business With A Collection of Solved Tasks

Uploaded by

Copyright:

Available Formats

Nastavno QDXQRYHHVisoke poslovne kole strukovnih studija Leskovac je na

svojoj sednici odranoj 29.9.2016.godine usvojilo knjigu Statistika u

I POJAM, ELEMENTI STATISTIKE I NJENA PRIMENA U

II MERE CENTRALNE TENDENCIJE, MERE DISPERZIJE I MERE

V ANALIZA REGRESIJE I ANALIZA KORELACIJE............................ 101

VI ANALIZA KOMPONENTI VREMENSKE SERIJE ............................. 128

VII ',1$0,.$$1$/,=$95(0(16.IH SERIJA

IX REVIZIJA UGOVORNE CENE PRIMENOM METODE

X ZBIRKA REENIH ZADATAKA............................................................... 212

Statistika u ekonomiji i poslovanju sa zbirkom reenih zadataka

Leskovac, 2016. godine Autori

Pojam statistike i njena primena u ekonomiji i

3URPHQH L SRMDYH X RNUXHQMX RYHND XWLX QD QMHJRYR SRQDDQMH ]ERJ

Svrha VWDWLVWLNRJ istraivanja je da se dobiju informacije i/ili da se

POJAM I VRSTE UZORKA

Uzorak predstavlja podskup skupa podataka. 5H MH R L]GYRMHQRP GHOX

StatiVWLNH VHULMH SUHGVWDYOMDMX QL] EURMDQLK SRGDWDND R MHGQRP LOL YLH

Tabela 2. ensko stanovnitvo staro 15 i vie godina u Republici Srbiji

gde je Xmax najYHa, a Xmin najmanja vrednost numHULkog obeleja u skupu

Istraivanje o potronji slatkia Primer 1.

Na osnovu dobijenih parametara grupiemo podatke u vidu tabele 4.

Izvor: 3UHGX]HDX5HSXEOLFL6UELMLSUHPDYHOLLQL, 2010., 5HSXEOLNL]DYRG]DVWDWLVWLNX

Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

Izvor: 3UHGX]HDX5HSXEOLFL6UELMLSUHPDYHOLLQL, 2010., 5HSXEOLNL]DYRG]DVWDWLVWLNX

Tabela 6. Uporedni prikaz broja stanovnika i broja stanova u Republici Srbiji

Polarni dijagram predstavlja vrstu grafikona koji je najpogodniji za

Izvor: Izrada autora - Podaci preuzeti iz tabele 7.

*UDILNL SULND] L]QDG ilustruje proizvodnju vina u Republici Srbiji.

MERE CENTRALNE TENDENCIJE

U statistikoj teoriji i praksi za opisivanje merenih pojava koriste se:

MERE CENTRALNE TENDENCIJE

Mere centralne tendencije ili srednjih vrednosti koriste se u svim

AritmetLka sredina predstavlja meru srednjih vrednosti sa kojom se

Odgovor: 3URVHDQ EURM VWDQRYQLND X 5HSXEOLFL 6UELML ]D SRVPDWUDQL

Ponderisana aULWPHWLND VUHGLQD X]RUND L]UDXQDYD VH QD RVQRYX

gde je xs sredina grupnog intervala.

Geometrijska sredina predstavlja meru srednje vrednosti koja je

,]UDXQDYDQMH JHRPHWULMVNH VUHGLQH LPD VPLVOD VDPR NDGD VX VYH

Antilogaritmovanjem dobijamo REUD]DF ]D L]UDXQDYDQMH JHRPHWULMVNH

Za prostu distributivnu frekvenciju obrazac za geometrijsku sredinu

Logaritmovanjem prethodnog obrasca dobija se:

Antilogaritmovanjem dobijamo REUD]DF ]D L]UDXQDYDQMH JHRPHWULMVNH

Jedna od prednosti geometrijske sredine je u tome to je pogodna za

gde je y1 prva vrednost u vremenskoj seriji, N broj podataka, a yN

Harmonijska sredina (H) je reciprRna vrednost aritmetike sredine

Odgovor: 3URVHQR YUHPH QDSODWH SRWUDLYDQMD RG NXSDFD SUHGX]HD

Ukoliko SRGDFL QHNH YUHPHQVNH VHULMH SRND]XMX UHFLSURQH RGQRVH D

LPH VH REH]EHXMH GD VYDNR LQGLYLGXDOQR ]DSDDQMH LPD SR]LWLYQX

Medijana predstavlja pozicionu srednju vrednost koja pokazuje vrednost

za prostu seriju podataka ako serija ima paran broj podataka

Odgovor: 0HGLMDQD YUHPHQD QDSODWH SRWUDLYDQMD RG NXSDFD SUHGX]HD

kod proste distributivne frekvencije medijana se odreuje

Odgovor: 3RORYLQD GRPDLQVWDYD QD WHULWRULML 5HSXEOLNH 6UELMH LPD

fi > m zbir frekvencija do medijalnog intervala (k iznad)

fm frekvencija medijalnog intervala, i irina medijalnog intervala.

Odgovor: Polovina ispitanika ima manje od 45,54 godina, a druga

Mod (modus) je vrednost k RMD VH MDYOMDVD QDMYHRP IUHNYHQFLMRP X

Za intervalnu distributivnu frekvenciju vrednost modusa RGUHXMe se

l donja granica modalnog intervala, i irina intervala,

Odgovor: 1DMYHLEURMLVSLWDQLND ima 46,6 godina.

Mere varijacije (disperzije) predstavljaju pokazatelje odstupanja vrednosti

Izvor: 3UHGX]HDX5HSXEOLFL6UELMLSUHPDYHOLLQL, 2010., 5HSXEOLNL]DYRG]DVWDWLVWLNX

Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

Izvor: Uporedni pregled broja GRPDLQVWDYDSUHPDSRSLVXL] godine, dostupno na:

Izvor: 3UHGX]HDX5HSXEOLFL6UELMLSUHPDYHOLLQL, 2010., 5HSXEOLNL]DYRG]DVWDWLVWLNX

Ukoliko SRGDFL QHNH YUHPHQVNH VHULMH SRND]XMX UHFLSURQH RGQRVH D

=D[LNDGDVX1 L2 YHLRGQXOH

3URFHV VWDWLVWLNRJ RFHQMLYDQMD PRUD ELWL SUHFL]DQ 7R VH REH]EHXMH

7(67,5$1-(3529(5$67$7,67,.(+,327(=(

'UXJD REODVW VWDWLVWLNRJ ]DNOMXLYDQMD SRUHG RFHQMLYDQMD QHSR]QDWLK