Обработка на податоци:

∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2 1
Дисперзија на примерок: 𝑠 2 = = 𝑛−1 (∑𝑛𝑖=1 𝑥𝑖2 − 𝑛𝑥̅ 2 ),
𝑛−1

Стандардна девијација на примерок: 𝑠 = √𝑠 2

𝑠
Коефициент на варирање: 𝐶𝑉 = 𝑥̅ 100%

∑𝑛 ̅)
𝑖=1(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦
Коефициент на корелација: 𝑟 =
√∑𝑛 2 𝑛 ̅)2
𝑖=1(𝑥𝑖 −𝑥̅ ) ∑𝑖=1(𝑦𝑖 −𝑦

- Групирани податоци

∑𝑖 𝑓𝑖 𝑚𝑖
Просек: 𝑥̅ = ∑𝑖 𝑓𝑖
,

2
∑𝑖 𝑓𝑖 (𝑚𝑖 −𝑥̅ )2 1 (∑𝑖 𝑓𝑖 𝑚𝑖 )
Дисперзија: 𝑠 2 = = (∑𝑖 𝑓𝑖 𝑚𝑖2 − )
𝑛−1 𝑛−1 𝑛

𝑓𝑖 − честота на 𝑖 − тата класа, 𝑚𝑖 средина на 𝑖 − тата класа

∑𝑛
𝑖=1 𝑤𝑖 𝑥𝑖
Тежински просек: 𝑥̅𝑤 = ∑𝑛
𝑖=1 𝑤𝑖

Веројатност

𝑃(𝐻𝑖 )𝑃(𝐴|𝐻𝑖 ) 𝑃(𝐻𝑖 )𝑃(𝐴|𝐻𝑖 )

𝑃(𝐻𝑖 |𝐴) = =
𝑃(𝐴) 𝑃(𝐻1 )𝑃(𝐴|𝐻1 ) + 𝑃(𝐻2 )𝑃(𝐴|𝐻2 ) + ⋯ + 𝑃(𝐻𝑘 )𝑃(𝐴|𝐻𝑘 )

Случајни променливи од дискретен тип:

Закон на распределба: 𝑝(𝑥) = 𝑃{𝑋 = 𝑥}, 𝑥𝜖𝑅𝑥

Очекување: 𝜇 = 𝐸𝑋 = ∑𝑥𝑖 𝑥𝑖 𝑃{𝑋 = 𝑥𝑖 }

Дисперзија: 𝜎 2 = 𝐷𝑋 = ∑𝑥𝑖 (𝑥𝑖 − 𝜇)2 𝑃{𝑋 = 𝑥𝑖 } = EX2 – (EX)2

Стандардна девијација: 𝜎 = √𝐷𝑋

Рамномерна распределба на конечно множество {𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 }:

1 1 1
𝑃{𝑋 = 𝑥𝑖 } = 𝑛 , 𝜇 = 𝐸𝑋 = 𝑛 ∑𝑛𝑖=1 𝑥𝑖 , 𝜎 2 = 𝐷𝑋 = 𝑛 ∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2

Биномна распределба, B(n, p)

𝑛!
𝑃{𝑋 = 𝑘} = 𝑘!(𝑛−𝑘)! 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 , за 𝑘 = 1,2, … 𝑛. 𝜇 = 𝐸𝑋 = 𝑛𝑝, 𝜎 = √𝑛𝑝𝑞
Пуасонова распределба 𝑃(𝜆), 𝜆 > 0

𝜆𝑥 𝑒 −𝜆
𝑃{𝑋 = 𝑥} = , за 𝑥 = 1, 2, … 𝜇 = 𝐸𝑋 = 𝜆, 𝜎 = √𝜆
𝑥!

Хипергеометриска распределба Hg(n, m, k)

 m  n − m 
  
 i  k − i 
P{ X = i} = , i  RX = {max{0, m + k – n},..., min{m, k}}.
n
 
k 
mk m( n − m) k ( n − k )
 = EX =  2 = DX =
n n 2 (n − 1)

Геометриска распределба Geo(p)

P{X = i} = qi-1p, i = 1, 2, … , 𝜇 = 𝐸𝑋 = 1/𝑝, 𝜎 = √𝑞/𝑝2