Professional Documents
Culture Documents
Vjerojatnost I Statistika
Vjerojatnost I Statistika
1.DESKRIPTIVNA STATISTIKA
1. Što je statistički (opći) skup? Navedite primjer statističkog skupa I nekog njegovog obilježja.
Statistički skup čine jedinice, koje predstavljaju stvari, osobe, kockice betona i tome slično čija su
svojstva predmetom istraživanja statističkom metodom.Prema opsegu razlikuje se konačni statistički
skup od beskonačnog. Statistički skup može biti realan i hipotetičan. Statistički skup o kojem se
informacije dobivaju promatranjem treba definirati.
Svojstvo po kojem se jedinice skupa razlikuju ili jedna drugoj nalikuju nazivaju se obilježja (varijable).
Zbroj apsolutnih frekvencija pokazuje učestalost pojave jednog modaliteta ili jednake vrijednosti
promatrane varijable. Dakle jednak je veličini populacije N.
5. Što je populacija, a što uzorak? Navedite dva primjera za populaciju I njen uzorak.
Skup podataka o promatranom svojstvu promotren za svaku jedinicu predstavlja osnovni skup ili
populaciju.
Promatra li se neko svojstvo na podskupu jedinica, podaci iz tog podskupa predstavljaju uzorak.
Opseg uzorka (podskupa) je broj podataka u jednoj grupi. Naziva se i apsolutna frekvencija.
8. Navedite neke tipove dijagrama (vrsta grafikona) koji se koriste za prikazivanje frekvencija.
Vrste grafikona su: linijski grafikon (poligon frekvencija) i površinski grafikon (histogram).
15. Ako je 𝑋̅aritmetička sredina podataka 𝑥1,𝑥2,…,𝑥𝑁, čemu je jednak zbroj svih odstupanja
podataka od aritmetičke sredine podataka:
Aritmetička sredina ne opisuje dobro niz numeričkih podataka kada imamo veliku heterogenost
podataka odnosno veliku disperziju. Tada koeficijent varijacije ima vrijednost veću od 100% i
preferiraju se položajne srednje vrijednosti (mod i medijan)
m < H G 𝑋̅ < M
18. Što je medijan?
Medijan je vrijednost numeričke varijable X, koja niz uređen po veličini dijeli na dva jednakobrojna
dijela.
Mod je najčešći modalitet kvalitativne ili kvantitativne varijable, odnosno modalitet s najvećom
frekvencijom.
21. Nabrojite mjere disperzije (raspršenosti) podataka? Što je raspon? Koliki je raspon niza
1,34,65,12,4,7,62,11,22?
Mjere disperzije jesu: raspon varijacije, srednje odstupanje, (interkvartil i koeficijent kvartilne
devijacije - položajne mjere disperzije) i varijanca.
R=Xmax-Xmin
Raspon niza je: 65-1=64
22. Zapišite formulom i opišite riječima značenje varijance podataka N x ,..., x 1 . Kako se definira
standardna devijacija tih podataka?
Formula:
To je omjer zbroja kvadrata razlike vrijednosti i aritmetičke sredine i zbroja ukupnog broja vrijednosti
umanjene za jedan.
23. Što su varijanca i standardna devijacija manje , SREDNJA ILI ARITMETIČKA SREDINA bolje
aproksimira podatke.
ZI=(XI- 𝑋̅)/s’2
Permutirati znači zadane elemente na sve moguće načine spajati u skupine tako da svaka skupina
sadrži sve zadane elemente.
Imamo skup od n elemenata od kojih je r1 jednakih jedne vrste, r2 jednakih druge vrste, rk jednakih
k-te vrste. Sastavljamo uređene ntorke. Svaka takva n-torka zove se permutacija s ponavljanjem.
Iz skupa od n različitih elemenata sastavljamo uređene r-torke (r<=n). Svaka uređena r-torka zove se
varijacija r-tog razreda od n elemenata.
Iz skupa od n različitih elemenata biramo k-člane podskupove (k<=n) (redosljed elemenata u skupu
nije bitan). Svaki k-člani podskup zove se kombinacija k-tog razreda od n elemenata.
Imamo skup od n različitih elemenata i neki broj r. Svaka neuređena r-torka elemenata iz skupa u
kojoj se elementi mogu i ponavljati (redoslijed elemenata u r-torci nije bitan) zove se kombinacija s
ponavljanjem r-tog razreda od n elemenata.
Primjer: Na koliko se načina može izvući 7 brojeva i jedan dopunski broj u igri LOTO 7 od 39?
Pokus je svaka realizacija definiranog skupa uvjeta. Ova definicija dopušta ponavljanje pokusa
proizvoljno mnogo puta.
Slučajni pokus je pokus čiji ishod nije jednoznačno određen uvjetima u kojima se pokus izvodi.
Neka imamo slučajni pokus s konačno mnogo elementarnih događaja 1 ,2 ,...n , dakle je = 1
,2 ,...n i neka iz prirode uvjeta pokusa slijedi da su svi ti elementarni događaji jednako mogući.
Temelji se na pokusu
13. Koja tri svojstva treba ispunjavati funkcija : P() → R da bi mogla biti vjerojatnost?
𝑃 (𝐴 ∩ 𝐵) = 𝑃(𝐴𝐵) = 𝑃(𝐵)𝑃(𝐴⎹ 𝐵)
Neka su na nekom slučajnom pokusu definirani događaji A i B, čije su vjerojatnosti P(A) i P(B). U
slučaju da smo već saznali da se dogodio događaj B, onda vjerojatnost događaja A ne mora biti ista
kao da ne znamo tu informaciju. Tu novu vjerojatnost događaja A nazivamo uvjetna vjerojatnost.
Slučajna varijabla je bilo koje pravilo kojim svakom ishodu pokusa pridružujemo neki broj.
Diskretna slučajna varijabla je ona slučajna varijabla za koju je skup mogućih vrijednosti konačan ili
prebrojiv.
Kontinuirana slučajna varijabla je ona slučajna varijabla za koju je skup mogućih vrijednosti cijeli
interval na brojevnom pravcu.
4.Ako diskretna slučajna varijabla X ima skup vrijednosti K = x1 , x2 ,..., xn , kako se definira njeno
očekivanje i varijanca?
Neka je X diskretna slučajna varijabla i neka je p(x) njezina raspodjela vjerojatnosti. Tada je varijanca
od X dana s očekivanjem kvadrata odstupanja od µ.
Teorem (Odsustvo pamćenja – temeljno svojstvo geometrijske razdiobe) Slučajna varijabla X koja
poprima vrijednosti u skupu {1,2,3, ⋯} ima geometrijsku razdiobu onda i samo onda ako vrijedi za sve
𝑘, 𝑚 ≥ 1 𝑃(𝑋 = 𝑘 + 𝑚 𝑋 > 𝑘) = 𝑃(𝑋 = m)
𝐸(𝑋) = 𝜆 -očekivanje