Zadatak 6

Poznati su podaci o troškovima putnika avionskog

saobraćaja i pređenom rastojanju:

Predvidjeti iznos troškova za let dužine 6100 milja.

Zadatak 7

U proizvodnom odjelu jedne kompanije provedeno je

istraživanje o tome kako broj dana bolovanja utiče na
produktivnost rada, odnosno broj proizvoda na nivou
mjeseca. Za 5 uzastopnih mjeseci, dati su podaci o
broju dana bolovanja i broju proizvoda:

Izračunati i objasniti parametre linearnog regresionog

modela,
Odrediti koeficijent linearne korelacije i objasniti ga,
Koliko proizvoda očekujemo ukoliko je broj dana
bolovanja jednak 45?
Zadatak 8

Na kvizu iz fizike i hemije 10 studenata pokazalo je

sljedeći uspjeh:

Primjenom linearnog koeficijenta korelacije odrediti

jačinu veze između ove dvije pojave.
Zadatak 9

Za 5 uzastopnih godina, pratili smo prosječnu

temperaturu (°C) u maju i prinos
Nacrtati oblak kukuruza
rasipanja.(tona/ha).
Podaci dati u tabeli:
Odrediti linearni oblik
regresione funkcije i objasniti
parametre.

Koliki procenat varijabiliteta

prinosa kukuruza se može
objasniti varijabilitetom
prosječne temperature u
maju?

Koliki prinos kukuruza

očekujemo ukoliko bi prosječna
temperatura u maju bila 26°C?
Primjer 10

Za varijable X – količina utrošenog mineralnog gnojiva

(kg) i Y – ostvareni prinos žitarica (tone), na osam
poljoprivrednih dobara dobili smo sljedeće podatke:

Ocijeniti prinos žitarica kao linearnu funkciju količine

utrošenog mineralnog gnojiva.
Odrediti značenje parametara a i b iz regresione
jednačine određene pod a).
Primjer 9

Postotak poljoprivrednog stanovništva i prirodni

priraštaj u posmatranih 6 godina bili su:
Nacrtati dijagram
rasipanja. O kakvom obliku
veze je riječ?

Odrediti odgovarajući oblik

veze i objasniti parametre
modela,

Odrediti jačinu veze

pomoću koeficijenta
korelacije. Objasniti.

Ako je postotak
poljoprivrednog
stanovništva 38%, koliki
prirodni priraštaj možemo
očekivati?
Primjer 1

Podaci o obimu i troškovima proizvodnje u jednom

preduzeću za period 6 godina dati su u tabeli:
Nacrtati oblak rasipanja.
Ocijeniti linearnu
regresionu funkciju i
objasniti parametre.
Izračunati i objasniti
koeficijent determinacije.
Pomoću koeficijenta
proste linearne korelacije
ispitati smjer i jačinu veze
između obima i troškova
proizvodnje.
Ako je obim proizvodnje 15
000 komada, kolike
troškove proizvodnje
možemo očekivati.
Primjer 2

Pratili smo kretanje dvije varijable – troškovi reklame i

Nacrtati
obim prodaje kod 10 različitih tržnih centara i dobili
podatke: dijagram
rasipanja.
Odrediti
linearnu
regresionu
funkciju i
objaniti
parametre.
Ispitati jačinu
veze.
Za trošak
reklame u
iznosu od 30
000 KM, koliki
obim prodaje
se očekuje.
Primjer 3

Ispitivanje prosječne mjesečne prodaje i test

psihofizičkih sposobnosti prodavača dali su sljedeće
Ispitati smjer i
rezultate:
jačinu veze
između zadanih
pojava.
Primjer 4

Posmatrano je kretanje varijabli X i Y u periodu od

2012. do 2015. godine i dobijeni su sljedeći rezultati:

Aritmetička sredina varijable X jednaka je 4, varijansa

od X jednaka je 8,5, aritmetička sredina varijable Y
jednaka je 4, varijansa od Y jednaka je 2,5 i CovX,Y
iznosi -4,5.

Šta se može zaključiti o vezi između varijabli?

Odrediti jednačinu regresione prave.
Izračunati i objasniti koeficijent determinacije.
Izračunati i objasniti koeficijent korelacije.
Primjer 5

Poznati su podaci o ukupnom godišnjem prihodu (u 000

KM) i ukupnim godišnjim izdacima za oglašavanje (u
Ocijeniti
000 KM) za 5 turističkih ukupni godišnji prihod
agencija:
kao linearnu funkciju godišnjih
izdataka za oglašavanje. Objasniti
značenje parametara a i b.
Odrediti i objasniti koeficijent
determinacije.
Za godišnje izdatke za oglašavanje
od 8 000 KM, koliki se iznos
ukupnog godišnjeg prihoda može
očekivati?
Ocijeniti kvalitet i
reprezentativnost dobijenog
regresionog modela.