Professional Documents
Culture Documents
HBSL - Statistics in Economics and Business With A Collection of Solved Tasks
HBSL - Statistics in Economics and Business With A Collection of Solved Tasks
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
5
Relativne mere disperzije .......................................................... 62
66
Mere oblika rasporeda ....................................................................... 63
67
Pitanja za diskusiju............................................................................. 66
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
Pitanja za diskusiju............................................................................. 77
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
Pitanja za diskusiju............................................................................. 100
105
,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
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
Pitanja za diskusiju ............................................................................ 196
204
10
PREDGOVOR
11
1.
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
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
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
Berenson, M., Levine, M., Krehbiel, T., 2011. Basic Business Statistics: Concepts and
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.
14
.RYDHYL .RVWL , 9HURYDWQRD L VWDWLVWLND, Univerzitet Singidunum, Beograd, str.
134-135.
15
Bradley, T., 2007. Essential Statistics for Economics, Business and Management, John Wiley
& Sons, England, pp. 9.
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'$7$.$
19
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 7.
20
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 7.
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]
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.
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
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 8.
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
31
Grafikon 2. 3ULND]EURMDGRPDLQVWDYDX5HSXEOLFL6UELMLSUHPDREODVWLX]
SRPRNRPSRQHQWQRJVWXELDVWRJJrafikona
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
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]
0LNURSUHGX]HD
0DODSUHGX]HD
6UHGQMDSUHGX]HD
9HOLNDSUHGX]HD
Grafikon 4. Prikaz EURMDSUHGX]HDX5HSXEOLFL6UELMLSUHPDQMLKRYRM
YHOLLQLX]SRPRstrukturalnog kruga
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
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]
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:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Grafikon 8. 3ULND]EURMDVWDQRYQLNDX5HSXEOLFL6UELMLSUHPDVWDURVWLSRPRX
ogive
Izvor: 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]
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
36
Grafikon 10. Prikaz broja stanovnika i brojDVWDQRYDX5HSXEOLFL6UELMLSRPRX
polulogaritamskog dijagrama
Izvor: Uporedni pregled broja stanovnika 1948, 1953, 1961, 1971, 1981, 1991, 2002 i 2011.
JRGLQHLXSRUHGQLSUHJOHGEURMDGRPDLQVWDYD-2011 i stanova 1971-2011., dostupno na:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Grafikon 11. *UDILNLSULND]SRGDWDNDSRPRXSRODUQRJGLMDJUDPD
24
Berenson, M., Levine, M., Krehbiel, T., 2011. Basic Business Statistics: Concepts and
Applications, 12th edition, Prentice Hall, New Jersey, pp. 44.
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 DISPERZIJE
Apsolutne mere disperzije
Relativne mere disperzije
MERE OBLIKA RASPOREDA
4239
PRIMENA MERA CENTRALNE TENDENCIJE, DISPERZIJE I
OBLIKA RASPOREDA
$5,70(7,.$65(',1$
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
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
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,
1961. godine 7,641.962 stanovnika, 1971. godine 8,446.726 stanovnika,
1981. godine 9,313.686 stanovnika, 1991. godine 7,822.795 stanovnika,
2002. godine 7,498.001 stanovnika i 2011. godine 7,186.862 stanovnika.
,]UDXQDMWH SURVHDQEURMVWDQRYQLND
Reenje:
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
,]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:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Reenje:
47
Odgovor: 3URVHDQEURMODQRYDGRPDLQVWYDL]QRVLODQXVYLK
GRPDLQVWDYDQDWHULWRULML5HSXEOLNH6UELMH
Kod intervalne distribucije frekvencija DULWPHWLND VUHGLQD RVQRYQRJ
VNXSDL]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
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
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
29
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
pp. 105.
30
Berenson, M., Levine, M., Krehbiel, T., 2011. Basic Business Statistics: Concepts and
Applications, 12th edition, Prentice Hall, New Jersey, pp. 66.
49
,]UDXQDYDQMHJHRPHWULMVNHVUHGLQHQDRVQRYX
negrupisanih podataka Primer 5.
Dat je pregled broja stanovnika u Republici Srbiji po godinama: 31
1948. godine 6,527.583 stanovnika, 1953. godine 6,978.119 stanovnika,
1961. godine 7,641.962 stanovnika, 1971. godine 8,446.726 stanovnika,
1981. godine 9,313.686 stanovnika, 1991. godine 7,822.795 stanovnika,
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.
51
Odgovor: 3URVHQa stopa rasta broja stanovnika u Republici Srbiji za
posmatrani period iznosi 1,384%.
HARMONIJSKA SREDINA
+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
negrupisanih podataka Primer 6.
3UHPD SRGDFLPD SUHGX]HD 6RNR WDUN WUDMDQMH QDSODWH SRWUDLYDQMD
32
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 27.
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:
5HODWLYQLSRORDMUD]OLLWLKVUHGQMLKYUHGQRVWLMH
MEDIJANA
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:
,]UDXQDYDQMHPHGLMDQHQDRVQRYX
negrupisanih podataka Primer 7.
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
,]UDXQDYDQMHPHGLMDQHQDRVQRYX
grupisanih podataka (prosta distribucija frekvencija) Primer 8.
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 -
,]YRU'RPDLQVWYDSUHPDEURMXODQRYDSRQDVHOMLPDSRSLVdostupno na:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Reenje:
55
Preko kumulativa iznad:
gde je:
ld donja granica intervala, lg gornja granica intervala,
fi < m zbir frekvencija do medijalnog intervala (k ispod)
MODUS
35
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
pp. 94.
36
Mann, P., 2009. Uvod u statistiku, Ekonomski fakultet, Beograd, str. 89.
57
,]UDXQDYDQMHPRGXVDQDRVQRYX
grupisanih podataka (prosta distribucija frekvencija) Primer 10.
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.
,]UDXQDYDQMHPRGXVDQDRVQRYX
grupisanih podataka (intervalna serija podataka) Primer 11.
1DRVQRYX SRGDWDND X WDEHOL NRMD MH REUDHQD X SUYRP GHOXLGDWDX
QDVWDYNXL]UDXQDMWHmodus.
Tabela 12. 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
58
Reenje:
MERE DISPERZIJE
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
HNDUL06WDWLVWLNHPHWRGH, Univerzitet Singidunum, Beograd, str. 51.
60
-Mere disperzije uzimaju vrednost nula ukoliko su sve vrednosti obeleja
PHXVREQRMHGnake.
-Nijedna od mera disperzije ne mogu imati negativnu vrednost.
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:
za negrupisane podatke:
,
za grupisane podatke:
,
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:
za negrupisane podatke:
ili ,
za negrupisane podatke:
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
grupisanih podataka (prosta distribucija frekvencija) Primer 12.
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
Tabela 13. 3URVHDQEURMODQRYDSRGRPDLQVWYXX5HSXEOLFi Srbiji
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
,]YRU'RPDLQVWYDSUHPDEURMXODQRYDSRQDVHOMLPDSRSLVdostupno na:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Reenje:
(03,5,-6.235$9,/2,2%,29/-(9$7(25(0$
45
Mann, P., 2009. Uvod u statistiku, Ekonomski fakultet, Beograd, str. 113.
46
Newbold, P., Carlson, W., Thorne, B., 2010. Statistika za poslovanje i ekonomiju, Mate,
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.
49
Tabachnik, G., Fidell, S., 2007. Using multivariate statistics, Pearson/Allyn & Bacon, Boston,
str. 80.
67
,]UDXQDYDQMHkoeficijenata asimetrije i spljotenosti na osnovu
grupisanih podataka (prosta distribucija frekvencija) Primer 13.
Na osnovu podataka u tabeli 14 L]UDXQDMWH asimetriju i spljotenost
rasporeda.
Tabela 14. 3URVHDQEURMODQRYDSRGRPDLQVWYXX5HSXEOLFi Srbiji
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
,]YRU'RPDLQVWYDSUHPDEURMXODQRYDSRQDVHOMLPDSRSLVdostupno na:
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
Reenje:
68
PITANJA ZA DISKUSIJU
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$
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
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.
%HUQXOLMHYUDVSRUHGYHURYDWQRH
%LQRPQLUDVSRUHGYHURYDWQRH
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
75
Koeficijent asimetrije je:
1RUPDODQUDVSRUHGYHURYDWQRH
.
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.
77
.
Funkcija F(x) je unimodalna i dostie maksimum za t = 0 = Mo. Vrednost
medijane je jednaka vrednosti modusa.
=DVOXDMQHYHOLLQH=1LQH]DYLVQH VOXDMQDYHOLLQD
52
Sahoo, P., 2013. Probability and mathematical statistics, University of Louisville, USA, p.
405.
78
,
.
Varijansa Snedekorovog rasporeda je:
,
X]LVSXQMHQHVOHGHHXVORYH
,i .
79
PITANJA ZA DISKUSIJU
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
8278
32-$0,2%/$67,67$7,67,.2*=$./-8,9$1-$
83
REPREZENTATIVNOST UZORKA I S7$7,67,.(*5(.(
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
85
varijanse uzorka je nula, a varijansa uzorka jednaka je varijansi osnovnog skupa
NDGDMHYHOLLQDX]RUNDMHGQDNDMHGLQLFL
2FHQMLYDQMHDULWPHWLNHVUHGLQHVNXSDNDGDMHYDULMDQVD
osnovnog skupa poznata
,
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
za negrupisane podatke:
ili ,
za grupisane podatke:
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
,
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
.
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:
,
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:
,
2
koja LPD raspodelu sa (n 1) stepeni slobode.
91
Ocena varijanse uzorka je:
za negrupisane podatke:
ili ,
za grupisane podatke:
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:
7HVWLUDQMHKLSRWH]HRYUHGQRVWLDULWPHWLNHVUHGLQHVNXSDQD
bazi uzorka kada je varijansa osnovnog skupa poznata
.
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-.
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
KLSRWH]D+RWDQD8SLWDQMXMHMHGQRVPHUDQWHVW
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
K = (-- Z1-).
95
Kada se testira hipoteza Ho ( o) protiv alternativne hipoteze H1
( > RX]YHURYDWQRX-LSUHWSRVWDYNXGDVNXSLPDQRUPDODQ 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
KLSRWH]D+RWDQD8SLWDQMXMHMHGQRVPHUDQWHVW
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
K = (Z1-
7HVWLUDQMHKLSRWH]HRYUHGQRVWLDULWPHWLNHVUHGLQHVNXSDQD
bazi uzorka kada je varijansa osnovnog skupa nepoznata
.
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
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
KLSRWH]D+RWDQD8SLWDQMXMHGYRVPHUDQWHVW
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
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:
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
KLSRWH]D+RWDQD8SLWDQMXMHMHGQRVPHUDQWHVW
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
K = (-- Z1-).
Kada se testira hipoteza Ho (SSo) protiv alternativne hipoteze H1 (p>po)
X] YHURYDWQRX - L ispunjene prethodne uslove koristimo VOHGHX VWDWLVWLNX
testa:
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
KLSRWH]D+RWDna. U pitanju je jednosmeran test.
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
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:
.
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:
,
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
.
Ova statistika testa ima normalan raspored N(0,1) pod uslovom da je
KLSRWH]D+RWDQD8SLWDQMXMHGYRVPHUDQWHVW
2FHQMHQDYUHGQRVWVWDQGDUGQHJUHNHUDXQDVHQDVOHGHLQDLQ
.
=D GDWL QLYR ]QDDMQRVWL GRELMD VH NULWLQD YUHGQRVW Z1- iz tablice
Normalnog rasporeda, a NULWLQDREODVWMH
K = (-- Z1-)U(Z1-.
Preostala dva pravila prilagoditi po ugledu na prethodna testiranja.
,
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.
.
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:
103
PITANJA ZA DISKUSIJU
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
107
.$5$.7(59(=$,=0(83260$75$1,+32-$9$
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
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
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
5HDYDQMHPRYLKMHGQDLQDSRB0 i B1 dobijamo:
112
ili
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
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).
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.
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
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
pp. 482.
55
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
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
,
gde je:
xy NRYDULMDQVDx2 YDULMDQVDLy2 varijansa.
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.
.
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.
119
Grafik 19. 3R]LWLYQDGLUHNWQDNRUHODFLRQDYH]DL]PHX
posmatranih pojava (r > 0)
8NROLNRVPRYHL]UDXQDOLUHJUHVLRQXSUDYXLNRHILFLMHQWGHWHUPLQDFLMH
onda koefiFLMHQWNRUHODFLMHPRHPRL]UDXQDWLQDVOHGHLQDLQ
120
7HVWLUDQMHSRVWRMDQMDOLQHDUQHNRUHODFLRQHYH]HL]PHX
VOXDMQLKYHOLLQD;L<RVQRYQRJVNXSD
.
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 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
6WRMNRYL 0 6WDWLVWLND ]D PHQDGHUH (NRQRPVNL IDNXOWHW X 6XERWLFL 6XERWLFD VWU
615.
122
.DGDNRHILFLMHQWLPDYUHGQRVWPDQMXRGPRQRWRQDYH]DL]PHXGYHSRMDYHMH
RSDGDMXD 9H]D L]PHX SRVPDWUDQLK SRMDYD MH MDD XNROLNR MH YUHGQRVW
koeficijenta blii jedinici.
,VSLWLYDQMHSRVWRMDQMDNRUHODFLRQHYH]HL]PHXGYH
NDWHJRULNHYDULMDEOH
.
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
kulturni i socijalni popravak, Banja Luka, str. 129.
60
7XUMDDQLQ9HNUOLMD2VQRYQHVWDWLVWLNHPHWRGHLWHKQLNHX6366-u, Centar za
kulturni i socijalni popravak, Banja Luka, str. 130.
123
9UHGQRVWRYLKNRHILFLMHQDWDPRHELWLRGUHHQDLX]SRPRYUHGQRVWL2
WHVWDQDVOHGHLQDLQ
i .
.
.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
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.
, ,
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:
,
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
PITANJA ZA DISKUSIJU
132
133
6.
128
134
POJAM, CILJEVI I KLASIFIKOVANJE VREMENSKIH SERIJA
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
Mann, P., 2009. Uvod u statistiku, Ekonomski fakultet, Beograd, str. 15.
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.
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
Newbold, P., Carlson, W., Thorne, B., 2010. Statistika za poslovanje i ekonomiju, Mate,
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.
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.
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
Bary, G. C. 2010. Business statistics, 3rd Edition, Tata McGraw-Hill Education, New Delhi,
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.
.
.
.
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 .
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=
Linearni trend
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
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
a)
144
b)
c)
Trend kretanja priliva stranih direktnih investicija PRHPR JUDILNL
SULND]DWLQDVOHGHLQDLQ
Grafikon 21. Linearni trend
3DUDEROOLQLWUHQG
, ,
.
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
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.
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.
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
149
Grafikon 23. Eksponencijalni trend
2012 2013 2014 2015
3URVHNHNYDUWDODUDXQDPRVOHGHRPIRUPXORP .
I=141869/4=35467,25 II=335758/4=83939,5
74
6WRMNRYL 0 6WDWLVWLND ]D PHQDGHUH (NRQRPVNL IDNXOWHW X 6XERWLFL 6XERWLFD VWU
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.
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
.
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.
154
Tabela 20. 'RODVFLGRPDLKWXULVWDQDSRGUXMX-XQHL,VWRQH6UELMHXSHULRGX
L]PHXLJRGLQH
2012 2013 2014 2015
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
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;
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;
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:
+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
PITANJA ZA DISKUSIJU
161
7.
',1$0,.$$1$/,=$95(0(16.,+
SERIJA METODOM INDEKSNIH
BROJEVA
156
162
,1'(.61,%52-(9,.$20(72'$',1$0,.($1$/,=(
163
OSOBINE I PODELA INDEKSA
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.
, i=1, 2, 3, ..., n,
gde je Ii bazni indeks sa novom nepromenljivom bazom, Ii indeks sa stalnom
ED]RPNRMLMHYHUDQLMHL]UDXQDWLIo indeks novouvedene baze.
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
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.
i=1,2,3,...,n.
,
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
i=1,2,3,...,n,
gde je qi NROLLQD X WHNXHP SHULRGX T0 NROLLQD X ED]QRP SHULRGX D ,T
LQGLYLGXDOQLLQGHNVIL]LNRJRELPD
, 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
IL]LNRJRELPDSURPHWDUDXQDVHQDVOHGHLQDLQ
, 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
IL]LNRJRELPDSURPHWDUDXQDVHQDVOHGHLQDLQ
.
Metodom srednjih vrednosti sa ponderom iz WHNXHJ perioda indeks
IL]LNRJRELPDSURPHWDUDXQDVHQDVOHGHLQDLQ
.
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
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
172
transakcija.
Indeksi cena mogu biti individualni i grupni D L]UDXQDYDQMH JUXSQLK
indeksa moe biti metodom agregata i metodom srednjih vrednosti.
, i=1,2,3,...,n,
gde je pi FHQDXWHNXHPSHULRGXS0 cena u baznom periodu, a Ip individualni
indeks cena.
, 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 WHNXHJ perioda indeks cena
UDXQDVHQDVOHGHLQDLQ
.
6RE]LURPQDWRGDJUXSQLLQGHNVLFHQHVDSRQGHULPDL]ED]QRJLWHNXHJ
SHULRGD QDMHH nemaju istu vrednost razlika se ublaava primenom Fierovog
idealnog indeksa cene:
,]UDXQDYDQMHJUXSQLKLQGHNVDFHQH Primer30.
Na osnovu podataka o obimu proizvodnje i cenama iz prethodnog
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:
,]UDXQDYDQMHJUXSQLKLQGHNVDFHQHPHWRGRP
srednjih vrednosti Primer 31.
Na osnovu podataka o obimu proizvodnje i cenama iz prethodnog
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
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.
Indeksi vrednosti
.
Grupni indeks vrednosti pokazuje relativne promene vrednosti vie
SURL]YRGDXWHNXHPXRGQRVXQDED]QLSHULRG
177
*UXSQLLQGHNVYUHGQRVWLUDXQDVHQDVOHGHLQDLQ
Odgovor: 8SUHGX]HXMHGRORGRSRUDVWDYUHGQRVWLXWHNXHPXRGQRVX
na bazni period za 18,29%.
Indeksi zarada
, 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.
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
,
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.
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
i .
Grupni indeksi produktivnosti rada nepromenljivog sastava proizvodnje
po metodi agregata L]UDXQDYDVHQDVOHGHLQDLQ
sa ponderom iz baznog perioda:
;
VDSRQGHURPL]WHNXHJSHULRGD
,
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:
;
VDSRQGHURPL]WHNXHJSHULRGD
183
PITANJA ZA DISKUSIJU
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.
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-(
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
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
.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
.
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.
8WYULYDQMHNDSDFLWHWDSURL]YRGQHRSUHPH
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
L]UDXQDYDVHQDVOHGHLQDLQ
,]UDXQDYDQMHNRHILFLMHQWDHNVWHQ]LYQRJ
iVNRULHQMDNDSDFLWHWD Primer 36.
Maina za proizvodnju staklenih flaa radila je 300 dana od moJXLK
GDQD,]UDXQDMWHNRHILFLMHQWHNVWHQ]LYQRJLVNRULHQMDNDSDFLWHWD
Reenje:
,]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:
,]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:
67$7,67,.22%8+9$7$1-(0$7(5,-$/$,
SIROVINA
= ,
,
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
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$*(
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
Reenje:
$QDOL]DSRND]DWHOMDLVNRULHQMDUDGQRJYUHPHQD
Reenje:
200
Odgovor: 8 SRVPDWUDQRP SHULRGX JXELWDN X LVNRULHQMX UDGQRJ
YUHPHQDSUHGX]HD0(/(0L]QRVL-100).
.
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.
Reenje:
201
.
,]UDXQDYDQMHNRHILFLMHQWDLQWHJUDOQRJLVNRULHQMD
radnog vremena Primer 43.
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%.
,
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
PITANJA ZA DISKUSIJU
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.
197
204
KLAUZULA REVIZIJE CENE U SPOLJNOTRGOVINSKOM
POSLOVANJU
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
'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.
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
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:
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
81
0DUMDQRYL 0 6SDVL . Poslovna statistika, Visoka poslovna kola strukovnih
studija, Leskovac, str, 182.
82
8QNRYL06WDNL%Spoljnotrgovinsko i devizno poslovanje, Singidunum, Beograd,
str. 134., 135. i 137.
210
VNUDHQLRSLVQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH,
UD]YLMHQLREOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH
REOLNPDWHPDWLNHIRUPXOHNOL]QHVNDOH]DXVOXJH
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
83
0DUMDQRYL 0 6SDVL . Poslovna statistika, Visoka poslovna kola strukovnih
studija, Leskovac, str, 183.
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,
85
0DUMDQRYL 0 6SDVL . Poslovna statistika, Visoka poslovna kola strukovnih
studija, Leskovac, str, 184.
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
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
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
PITANJA ZA DISKUSIJU
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.
212
220
MERE CENTRALNE TENDENCIJE, MERE DISPERZIJE I MERE
OBLIKA RASPOREDA
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
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:
223
1D RVQRYX SRGDWDND R SURGXNWLYQRVWL UDGQLND X WUL SUHGX]HD NRML VX
GDWLXQDVWDYNXL]UDXQDMWHSURVHQXSURGXNWLYQRVWUDGD
25h, 32h, 50 h i 62 h
Reenje:
DVRYD
10. 3ULOLNRP GRVWDYH SLFH GYD PRWRUD SUHX NP ]D PLQXWD GYD ]D
mLQXWDDWUL]DPLQXWD,]UDXQDMWHSURVHQXEU]LQXRYLKPRWRUD
Reenje:
1DMYHLEURMXJRVWLWHOMVNLKREMHNDWDLPDSURPHWGLQDUD
,]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:
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:
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:
,]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.
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 %.
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 - - - -
230
5DVSRUHGMHSR]LWLYQRDVLPHWULDQXGHVQRLYLHMHVSOMRWHQDPDQMHL]GXHQ
231
67$7,67,.2=$./-8,9$1-(
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.
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
234
x f xs xs*f xs2 f*xs2
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.
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)
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)
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)
238
Na osnovu podataka o duini trajanja rada sijalica odredite interval
SRYHUHQMD ]D SURVHQR YUHPH UDGD VLMDOLFH XNROLNR MH YHURYDWQRD D
SURVHQRRGVWXSDQMHYUHPHQDUDGDVLMDOLFDRGSURVHQRJYUHPHQDUDGD]D
FHRVNXSDVRYD
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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)
6D SRX]GDQRX RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
koji su pod stresom na radnom mestu nalazi u intervalu od 27,09% do 34,91%.
6D UL]LNRP JUHNH RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
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.
D6DYHURYDWQRRPRGRFHQLLQWHUYDOSRYHUHQMDXNRPHVHPRHQDL
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)
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:
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
a) -0,99=0,01 tn-= t20-1;0,01/2= t19;0,005=2,8609 (vrednost iz tablice)
243
b)
16. =DRVPLPDUWXSURGDYQLFDPDMHSURGDWVOHGHLEURMERPERQMHUD
Broj bombonjera (xi) 6 8 10 12 15
Broj prodavnica (fi) 3 6 8 5 6 28
D6DYHURYDWQRRPRGRFHQLLQWHUYDOSRYHUHQMDXNRPHVHPRHQDL
SURVHQDSURL]YRGQMDSDWLND
E 2VODQMDMXL VH QD LVWL SURFHQDW YHURYDWQRH L]UDXQDMWH WRWDO RVQRYQRJ
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)
b)
245
Teorijsko objanjenje dobijenih rezultata prilagoditi po ugledu na prethodni
zadatak.
18. 2GUHGLWH LQWHUYDO SRYHUHQMD ]D SURVHQR YUHPH HNDQMD X UHGX QD
EDQNRPDWXDNRMHUL]LNJUHNHDYUHPHHNDQMDXRGDEUDQom uzorku
VOHGHHVHNXQGL
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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:
a) -0,95=0,05 tn-= t20-1;0,05/2= t19;0,025=2,0930 (vrednost iz tablice)
b)
6D SRX]GDQRX RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
kojLLPDMXYHXSODWXRGGLQDUDQDOD]LXLQWHUYDOXRGGR
6D UL]LNRP JUHNH RG PRH VH RHNLYDWL GD VH SURFHQDW XHD ]DSRVOHQLK
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)
2. n=40>30 koristimo Z test
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 (
2. n=40>30 koristimo Z test
3. Z1-= Z1-0,05= Z0,95= 1,65 (vrednost iz tablice)
+RVHSULKYDWD]D=
+RVHRGEDFXMH]D= 1,65
5. .
6. Z= - +RVHSULKYDWDWYUGQMDQLMHWDQD3URVHDQSULQRVSRVWDEOX
OMLYDQLMHYHLRGNJ
248
D -0,95=0,05
1. Ho ( =23) H1 ( 23)
2. n=80>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 3URVHQRYUHPHL]UDGH
jednog dela ne iznosi 23 minuta.
b) -0,95=0,05
1. Ho ( 26) H1 ( <26)
2. n=80>30 koristimo Z test
3. -Z1-= -Z1-0,05= -Z0,95= -1,65 (vrednost iz tablice)
4. Ho se prihvata za Z> -1,65
+RVHRGEDFXMH]D=-1,65
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 (
2. n=80>30 koristimo Z test
3. Z1-= Z1-0,05= Z0,95= 1,65 (vrednost iz tablice)
+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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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)
5.
6. |Z|= 7,48 !SDVH+RRGEDFXMHWR]QDLGDQDDSUHWSRVWDYNDQLMHWDQD
3URFHQDWXHDneispravnih baterija ne iznosi 35%.
b)
+RS40) H1 (p<0,40) 40/100=0,40
2. n=500>30 koristimo Z test
3. -Z1-= -Z1-0,05= -Z0,95= -1,65 (vrednost iz tablice)
4. Ho se prihvata za Z> -1,65
+RVHRGEDFXMH]D=-1,65
250
5.
Z= - -1,65 pa se H1 SULKYDWDWR]QDLGDje QDDSUHWSRVWDYNDWDQD
ProcHQDWXHDneispravnih baterija iznosi manje od 40%.
c)
+RS+S! 39/100=0,39
2. n=500>30 koristimo Z test
3. Z1-= Z1-0,05= Z0,95= 1,65 (vrednost iz tablice)
4. Ho se prihvata za Z<1,65
+RVHRGEDFXMH]D=65
5.
Z= -9,13SDVH+RSULKYDWDWR]QDLGDQDDSUHWSRVWDYNDQLMHWDQD
3URFHQDWXHDneispravnih baterija iznosi manje od 39%.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
29. 1DR]RUNXRGURHQLKEHEDGRELMHQRMHGHYRMLFD7HVWLUDjte
QXOWXKLSRWH]XGDMHEURMGHYRMLFDPDQMLRGDNRMHUL]LNJUHNH
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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)
2. n=6<30 koristimo t test
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
5.
6. t= -2,083<1,476 Ho se prihvDWDWYUGQMDQLMHWDQD3URVHQDNROLLQDNDUWD
QLMHYHDRG proizvoda.
253
27 8 216 729 5832
20 498 - 12516
D -0,95=0,05
1. Ho ( =26) H1 ( 26)
2. n=20<30 koristimo t test
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)
2. n=20<30 koristimo t test
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.
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
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.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
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%.
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.
Y,]UDXQDMWHVWDQGDUGQXJUHNXUHJUHVLMH
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodne zadatke.
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
10. 1DRVQRYXRSDDQMDGYHYDULMDEOH]DEHOHHQLVXVOHGHLUH]XOWDWL
X 20 11 30 12 24
Y 8 21 10 13 30
a) Odredite koeficijent korelacije.
b) Odredite koeficijent determinacije.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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.
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
272
b) Predvidi trend kretanja za 2011. godinu.
v) Odredi geometrijsku stopu rasta.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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:
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
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%
276
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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.
278
Godine 2012 2013 2014 2015
Proizvodnja uglja (Y) 14 15 12 11
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
279
INDEKSNI BROJEVI
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)
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
3UHUDXQDWLODQDQLLQGHNVLQDED]QHVDED]RPXJRGLQL
-godine koje prethode baznoj godini:
...
-godine koje slede nakon bazne godine:
...
(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
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:
E*UXSQLLQGHNVFHQDVDSRQGHURPL]WHNXHJSHULRGD]DPHVHFQRYHPEDU
284
Mesec
pi/po qopo qipi (pi/po)*qopo (pi/po)*qipi
.
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.
285
Ponedeljak Petak
VRH
Qo po qi pi
Jabuka 300 50 350 55
Lubenica 400 15 500 10
Limun 50 360 68 370
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
Reenje zadatka prilagoditi po ugledu na prethodni zadatak.
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
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
Plata zaposlenih sa visokoP VWUXQRP VSUHPRP YHD MH ]D % u 2015.
godini u odnosu na 2014. godinu.
Via sprema:
290
67$7,67,.22%8+9$7$1-()$.725$352,=92'1-(
*XELWDN]ERJQHGRYROMQRLQWHQ]LYQRJNRULHQMDNDSDFLWHWDL]QRVL5,03%.
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.
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%.
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
izostajanja radnika sa posla, 7,14]ERJQHGRYROMQRJLVNRULHQMDUDGQRJGDQD
onih radnika koji su dolazili na posao, a sve to je dovelo do ukupnog gubitka u
LVNRULHQMXUDGQRJYUHPHQDXL]RVXRG10,97%.
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 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
onih radnika koji su dolazili na posao, a sve to je dovelo do ukupnog gubitka u
LVNRULHQMXUDGQRJYUHPHQDXL]RVXRG4,06%.
294
8 SUHGX]HX MH GROR GR JXELWND UDGQRJ YUHPHQD X L]QRVX RG 11,76% zbog
izostajanja radnika sa posla, 4,29]ERJQHGRYROMQRJLVNRULHQMDUDGQRJGDQD
onih radnika koji su dolazili na posao, a sve to je dovelo do ukupnog gubitka u
LVNRULHQMXUDGQRJYUHPHQDXL]RVXRG15,55%.
=ERJQHGRYROMQRLQWHQ]LYQRJLVNRULHQMDNDSDFLWHWDJXbitak je 20,74%.
8NXSQLJXELWDNXLVNRULHQMXNDSDFLWHWDL]QRVL
296
67$7,67,.(7$%/,&(
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
http://popis2011.stat.rs/?page_id=2162, [09.02.2016. u 18:00]
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;
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]
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,
Singidunum, Beograd.
43. 9XNRYL 1 6SDVL 6 Statistika za ininjere, Univerzitet
Singidunum, Beograd.
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
ISBN 978-86-84331-60-3
1. , , 1963- [] 2. , , 1981- []
a)
COBISS.SR-ID 227376140