Biznis statistika

 Literatura:
 Prem S. Mann: Uvod u Statistiku, VI izdanje, Ekonomski
fakultet Beograd, CID, Beograd, 2009.
 Ispit: kolokvijum + aktivnost + završni ispit
 (50% + 10% + 40%)
 Konsultacije!
 E-mail: bojan.p@ucg.ac.me

1
Pojam i razvoj statistike
 Skup numeričkih podataka (status – stanje)

 Prvi začeci statistike datiraju nekoliko vjekova prije

nove ere (Kina 4000 g.p.n.e)

 Razvoj statistike – razvoj informatičkog društva

 Statističke tehnike se veoma često koriste u

institucijama sistema,zatim, u marketingu,
računovodstvu, kontroli kvaliteta, ponašanju
potrošača, sportu, politici, medicini, itd...

2
Statistika – trostruki sadržaj
1. Deskriptivna statistika (u užem smislu) –
prikupljanje, obrada i prezentiranje podataka
2. Statistička analiza – skup statističkih metoda
kvantitativne analize pojava i njihovih odnosa
3. Statistička teorija – iznalazi stat. metode,
objašnjava ih, dokazuje i usavršava.

 Deskriptivna statistika
 Inferencijalna statistika

3
Predmet i način statističkog
istraživanja
 Masovne pojave (varijabilne po prirodi)
 Prirodne pojave i društvene pojave

 Statistika je naučni metod kvantitativnog istraživanja masovnih

pojava.

 Statistički skup – skup svih elemenata na kojima se izvjesna

pojava statistički posmatra (populacija, osnovni skup)

 Elementi ili jedinice skupa – pojedinačni elementi iz kojih se skup

sastoji

 Opservacija ili podatak je vrijednost obilježja koja se odnosi na

jednu jedinicu posmatranja.

4
Uzorak i Populacija

Populacija (N) Uzorak (n)

5
Zašto uzorak?
 Rad sa skupom može da bude:
 Nemoguć
 Nepraktičan
 Previše skup

6
Primjer: St. Skup vs uzorak?
 Količina ribe koju su ulovili svi učesnici takmičenja u
pecanju.
 Dugovi na kreditnim karticama 100 porodica izabranih iz
istog grada.
 Broj poena postignutih od strane svih igrača bejzbola iz
Prve lige u sezoni 2005.
 Prinos krompira po jutru na 10 imanja.
 Stoka u vlasništvu 100 farmera u državi Ajova
 Nedeljne plate svih zaposlenih u jednoj kompaniji

7
Primjer: St. Skup vs uzorak?
 Količina ribe koju su ulovili svi učesnici takmičenja u
pecanju.
 Dugovi na kreditnim karticama 100 porodica izabranih iz
istog grada.
 Broj poena postignutih od strane svih igrača bejzbola iz
Prve lige u sezoni 2005.
 Prinos krompira po jutru na 10 imanja.
 Stoka u vlasništvu 100 farmera u državi Ajova
 Nedeljne plate svih zaposlenih u jednoj kompaniji

8
Formiranje statističkog skupa zavisi
od:
 Prirode pojave
 Cilja istraživanja
 Raspoloživih mogućnosti posmatranja

Statistički skup treba da ispunjava tri

uslova da bi bio reprezentativan:
 Homogenost
 Diferenciranost
 Cjelovitost

9
Skup se određuje:
 Prostorno
 Vremenski
 Pojmovno (sadržinski, stvarno)

 Statistička obilježja – osobine po kojima se

jedinice određenog statističkog skupa
međusobno razlikuju
 Modaliteti obilježja - različiti vidovi u kojima
se obilježja mogu javiti.

10
Primjer:

Obilježje
Kompanija Profit u 2004. (u
(varijabla)
mil. $)
Wall-Mart Stores 10.267
Exxon 25.330
Opservacija
General Electric 16.593
Citigroup 17.046
Home Depot 5.001
Pfizer 11.361
Target 3.198

Element ili jedinica posmatranja

11
Primjer

Zemlja Rezerve nafte  Šta je obilježje?

Saudijska Arabija 261,7  Koliko ima opservacija?
Irak 112,0
 Koliko ima jedinica
Kuvajt 97,7
posmatranja?
Iran 94,4
UAE 80,3
Venecuela 64,0

12
Primjer

Zemlja Rezerve nafte  Šta je obilježje?

Saudijska Arabija 261,7
Rezerve nafte!
Irak 112,0
 Koliko ima opservacija?
Kuvajt 97,7
Iran 94,4 6!
UAE 80,3  Koliko ima jedinica
Venecuela 64,0 posmatranja?
6!

13
Vrste obilježja
Obilježja

Atributivna Numerička
(pol, boja očiju) (brojčana)

Kvalitativna Prekidna Neprekidna

Kategorijska (broj djece) (visina)

14
zadatak
 Razvrstati po tipu sledeća obilježja:
 Nacionalnost?
 Novac?
 Temperatura?
 Ocjena?
 Vrsta kredita?
 Profit kompanije?

15
zadatak
 Razvrstati po tipu sledeća obilježja:
 Nacionalnost - atributivno
 Novac – numeričko neprekidno
 Temperatura – numeričko neprekidno
 Ocjena?
 A, B, C, D, E, F – atributivno
 10, 9, 8, 7, 6, 5 – numeričko prekidno
 Vrsta kredita – atributivno
 Profit kompanije – numeričko neprekidno

16
Grupisanje stat. podataka
 Prema obilježjima i vremenskim
intervalima
 Rezultat stat. obrade – stat. serije – nizovi
sređenih podataka po nekom obilježju ili
hronologiji
 Stat. serije se dijele na serije strukture
(obilježje) i vremenske serije (vrijeme)

17
Serije strukture
 Raspored skupa po vrijednostima obilježja:
atributivnom i numeričkom obilježju

 Atributivno obilježje: pr. Geografske serije

 Numerička: prekidno i neprekidno

18
Serije strukture
Atributivno obilježje Numeričko prekidno obilježje
Ocjena Broj studenata Broj soba u Broj stanova
A 20 stanovima

B 50 1 90

C 60 2 125

D 50 3 26

E 80 4 7

F 10 5 2

Ukupno 270 Ukupno 250

19
Vremenske serije (hronološke)
xx F(x)
F(x)
 Nizovi stat. podataka
Godina Prosječnaposjećenost
posjećenost
koji pokazuju Godina Prosječna
utakmicaPremijer
utakmica Premijerlige
lige
varijacije pojava 1999
1999 30
30

tokom vremena 2000

2000 68
68

 Momentne – nivo 2001

2001 118
118

 Intervalne - tok 2002

2002 149
149

2003
2003 171
171

2004
2004 184
184
zadatak
 Razvrstati sledeće podatke na podatke strukturne i vremenske
serije:
 Mjesečni računi za alkoholna pića jedne porodice u 2005.
 Broj oružanih pljački u Dalasu za period od 1993. do 2005.
 Broj ubistava u 40 gradova tokom 2005.
 Prosječne cijene kuća u 100 gradova
 Plate 50 zaposlenih
 Bruto prodaja u 200 prodavnica sladoleda u julu 2005.
 Broj automobila koje je General Motors prodavao u periodu od
1985. do 2018.

21
zadatak
 Razvrstati sledeće podatke na podatke strukturne i vremenske
serije:
 Mjesečni računi za alkoholna pića jedne porodice u 2005.
 Broj oružanih pljački u Dalasu za period od 1993. do 2005.
 Broj ubistava u 40 gradova tokom 2005.
 Prosječne cijene kuća u 100 gradova
 Plate 50 zaposlenih
 Bruto prodaja u 200 prodavnica sladoleda u julu 2005.
 Broj automobila koje je General Motors prodavao u periodu od
1985. do 2018.

22
Neprekidno obilježje
 Intervalne grupe
 Veličina grupnog intervala se određuje preko
Stardžesovog (Sturge) pravila za broj klasa -
k, gdje je N ukupan broj podataka, Xmax i
Xmin najveća i najmanja vrijednost obilježja:

X max  X min
k  1  3,3 log N l
k

23
Primjer 1
 Izvršiti grupisanje studenata prema visini
(u cm) – uzorak sadrži 33 studenta: 167,
150, 180, 195, 200, 205, 153, 167, 194,
195, 210, 193, 168, 183, 162, 157, 154,
190, 163, 170, 172, 184, 185, 152, 187,
167, 175, 194, 180, 156, 183, 152, 194.

24
Primjer 1
 N=33, k= 1+3,3log33=6,01=6, l=(210-
150)/6=10
Visina u cm frekvencije, f
150-160 7
160,1-170 7
170,1-180 4
180,1-190 6
190,1-200 7
200,1-210 2

25
Primjer 2
 20 dana je mjerena temperatura vazduha i
dobijeni su sledeći podaci: 15, 2,5, 13, 19,
20, 20, 15, 16, 19, 19,5, 21, 13, 18, 13, 16,
15, 15, 19, 16, 17.
 Izvršiti grupisanje dana po nivou
temperature po klasama.

26
Primjer 2 nastavak
 N=20, k= 1+3,3log20=5,29=5, l=(21-
2,5)/5=3,7=4

27
Primjer 2 nastavak
Temperatura Broj dana
2.5-6.5 1
6.51-10.5 0
10.51-14.5 3
14.51-18.5 9
18.51-22.5 7
Ukupno: 20

28