Upload
mesud-colic-chola
View
230
Download
3
Embed Size (px)
DESCRIPTION
predavanje
Citation preview
1
1
Centralna tendencija i mjerenje varijabiliteta
Prof. dr. Mudim Pašić
2
Tipovi varijabli
Varijable
Numeričke
Kategorijalne
Diskretne
Kontinuirane
Ordinalne
Nominalne
3
Tipovi varijabli • Razlika između numeričkih i kategorijalnih
varijabli je u mogućnosti izvođenja aritmetičkih operacija (koje imaju smisla). – Telefonski brojevi – Poštanski broj grada – JMB
• Kategorijalna varijabla je ordinalna ako postoji prirodni redoslijed mogućih vrijednosti varijable.
• Ako ne postoji prirodni redoslijed mogućih vrijednosti varijable onda je ta kategorijalna varijabla nominalna
Iako su ovo brojevi, to su ipak kategorijalne varijable
4
Tipovi varijabli
• Odgovori DA i NE – Ovo je nominalna kategorijalna varijabla
• Dodajmo svakoj različitoj kategoriji broj (kod) – 1 (DA) – 2 (NE)
• Da li brojeve 1 i 2 tretiramo kao kategorijalne ili numeričke varijable?
5
Tipovi varijabli
• Kategorijalne varijable mogu biti numerički kodirane ili biti nekodirane.
• Ali treba shvatiti da kodiranje kategorijalne varijable ne pretvara u numeričke – Žene (1) – Muškarci (2)
6
Tipovi varijabli
• Nominalne kategorijalne varijable – Da li posjedujete računar DA NE – Da li ste vjenčani DA NE – Vaš spol Muškarac Žena – Boja džempera Bijela, Crvena, Crna
• Ne postoji prirodni redoslijed mogućih vrijednosti varijable
2
7
Tipovi varijabli • Ordinalne kategorijalne varijable
– Zadovoljstvo proizvodom • Veoma nezadovoljan, • Nezadovoljan, • Neutralan, • Zadovoljan, • Veoma zadovoljan
• Postoji pririodni redoslijed od najniže do najviše moguće vrijednosti varijable
• Ali, razlika između pojedinih kategorija nije dobro specificirana
• Akcenat je na: koja kategorija je “veća”, “bolja”, itd, a ne koliko
8
Tipovi varijabli • Numeričke varijable se dijele u
– diskretne i – kontinuirane
• Diskretne su posljedica brojanja (konačan cijeli broj) – Na koliko si časopisa pretplaćena? – Koliko puta izlaziš sedmično?
• Kontinuirane su posljedica mjerenja – Podaci su mjereni na beskonačnoj skali gdje se može
nešto reći o razlici između brojeva • Visina • Težina • Temperatura
9
Centralna tendencija
• Centralna tendencija varijable je tendencija podataka da se grupiraju ili centriraju oko neke numeričke vrijednosti
• Kod centralne tendencije mi ćemo se fokusirati na – Aritmetičku sredinu – Modus – Medijanu
10
Da se podsjetimo
• Sigma • Sumiranje • Σ
∑=
n
iix
1
∑=
++++=n
ini xxxxxxx
154321 ...
11
Sigma
• Za varijablu = {5, 7, 4, 3, 2, 5} • n = 6 veličina uzorka ili broj promatranja
varijable • Izračunati:
265234751
=+++++=∑=
n
iix
x
x∑=
=n
iix
1
12
Pravila
• Suma konstante
∑=
⋅=n
ii cnc
1
c
3
13
Pravila
• = konstanta
∑∑==
=⋅n
ii
n
ii xcxc
11
)(
c
14
Pravila
Neka je = 5 i = {2, 4, 5, 2}
∑=
=⋅+⋅+⋅+⋅=⋅n
iix
1
65)25()55()45()25(5
x
∑=
=⋅n
iix
1
5
∑=
=⋅=+++⋅=n
iix
1
65135)2542(55
Izračunati:
c
∑=
=⋅4
1
)(i
ixc
15
Pravila
• Suma zbira dviju varijabli, i
∑∑∑===
+=+n
ii
n
ii
n
iii yxyx
111
)(
x y
16
Pravila Neka je: = {2, 4, 5, 2} = {5, 3, 2, 1}
∑=
=+++++++=+n
iii yx
1
24)12()25()34()52()(
∑=
++++=n
iix
1
)2542( )1235(1
+++=∑=
n
iiy
13 + 11 = 24
xyIzračunati: ∑
=
=+n
iii yx
1
)(
17
Pravila
• Neka su i konstante
∑∑==
⋅+=+⋅n
ii
n
ii cnxacxa
11
)(
a c
18
Pravila
• Suma kvadrata zbira dviju varijabli:
∑=
=+n
iii yx
1
2)( =++∑=
n
iiiii yyxx
1
22 )2(
∑ ∑∑= ==
+⋅+=n
i
n
iiii
n
ii yyxx
1 1
2
1
2 )(2
4
19
Pravila
• Uočiti
∑∑ ∑== =
+≠+n
ii
n
i
n
iiii yxyx
1
2
1 1
22)(
2
11
2 ⎟⎠
⎞⎜⎝
⎛≠ ∑∑
==
n
ii
n
ii xx
20
Alternativni simboli
• Množenje * – 5*3 = 15
• Stepenovanje ^ – 5^3 = 125
• Kvadratni korijen SQRT or ^0,5 – SQRT(25) = 5 or (25)^0,5 or (25)0,5
• Sumiranje Sum ∑ = )( Sum xx
21
Aritmetička sredina
• Aritmetička sredina je suma vrijednosti promatrane varijable podijeljene sa veličinom uzorka
• Aritmetička sredina (AS) - za uzorak - za populaciju µx
22
Aritmetička sredina
XiXnX
nXX
n
XX
nXXXX
i
n
i
i
n
ii
n
et varijabl vrijednosta-uzorka velicina
sredina aaritmetick :je gdje
ili
...
1
1
21
=
=
=
==
+++=
∑∑
=
=
Koristi se informacija o svim vrijednostima varijable
23
Aritmetička sredina
• Aritmetička sredina ima dvije važne matematičke osobine: – Suma devijacija oko aritmetičke sredine
jednaka je nula – Suma kvadrata devijacija oko aritmetičke
sredine je minimalna
24
Aritmetička sredina
• Suma devijacija oko aritmetičke sredine je jednaka nuli
1.
2.
3.
0)(1
=−∑=
n
ii xx
∑∑==
=−n
i
n
ii xx
110
011
=⋅− ∑∑==
n
ii
n
ii x
n
nx 011
=− ∑∑==
n
ii
n
ii xx
Dokaz
xnxn
i∑=
⋅=1
∑=
⋅=n
icnc
1
5
25
Aritmetička sredina
• Osobina najmanjih kvadrata: – suma kvadrata devijacija oko aritmetičke
sredine je minimalna
∑=
−n
ii xx
1
2)( Ne postoji druga vrijednost ili konstanta koju možemo staviti u jednačinu za aritmetičku sredinu koja će dati rezultat manji od sume kvadrata.
26
Aritmetička sredina
• Možemo zaključivati o populaciji na osnovu aritmetičke sredine
• Ali, aritmetička sredina je osjetljiva na outlier-e (ekstremne vrijednosti) u podacima.
• Dakle AS nije otporna na outlier-e (ekstremne vrijednosti) kao neke druge mjere centralne tendencije
27
Stopa sklopljenih brakova za 50 država u SAD 1996. godine*
n = 50 država u SAD *broj brakova u godini na 1.000 stanovnika
• 5,8 6,1 6,5 6,6 6,7 6,9 7,0 7,1 7,1 7,1 7,1 7,4 7,6 7,6 7,7 7,8 7,9 7,9 8,0 8,0 8,1 8,2 8,2 8,3 8,4 8,4 8,4 8,4 8,5 8,6 8,8 9,0 9,0 9,0 9,1 9,4 9,4 9,8 10,1 10,2 10,4 10,9 11,0 11,1 11,5 12,6 14,5 15,5 16,4 88,2
Stem and Leaf Plot
• Uraditi stem and leaf plot – Za stem uzeti cijele brojeve – Za leaf uzeti decimalna mjesta
28
29
Stem and Leaf Plot Stem Leaf
5 | 86 | 1 5 6 7 97 | 0 1 1 1 1 4 6 6 7 8 9 98 | 0 0 1 2 2 3 4 4 4 4 5 6 89 | 0 0 0 1 4 4 8
10 | 1 2 4 9 11 | 0 1 5 12 | 6 13 |14 | 515 | 516 | 4
|88 | 2Note: Stems are whole numbers, leafs are decimal places
30
Aritmetička sredina Stopa sklopljenih brakova u 1996
• n = 50 (50 država) • Sum(x) = 523,36 • Aritmetička sredina = 10,47
6
31
Aritmetička sredina Stopa sklopljenih brakova u 1996
• Uoči, ako uklonimo Nevadu iz
podataka – n = 49 – Sum(x) = 435,12 – AS = 8,88 – AS=10,47 za svih 50 država
32
Medijana
• Medijana je srednja vrijednost varijable kada su podaci poredani od najmanje vrijednosti ka najvećoj.
• Medijana je poziciona mjera centralne tendencije jer je locirana u sredini
• U cilju pronalaženja medijane prvo moramo sortirati podatke u rastućem (ili opadajućem) trendu
33
Medijana
• Prvo sortiraj podatke • Zatim identificiraj poziciju medijane
u podacima – Ako je n neparan broj medijana je (n+1)/
2 – Primjer: Ako je n=99, onda je medijana
vrijednost 50-te varijable u redu: (99+1)/2 = 50
34
Medijana • Ako je n paran broj, vrijednost medijane
je između n/2 i (n/2)+1 vrijednosti varijable – Primjer: Ako je N = 100 Medijana je između
50 i 51 vrijednosti varijable – U ovom slučaju uzimamo srednju vrijednost ove
dvije vrijednosti kako bismo našli medijanu – {Vrijednost (n/2) + Vrijednost [(n/2)+1]}/2
35
Osobine medijane
• Ima limitirane osobine za mogućnost zaključivanja
• Ali, nije osjetljiva na outlier-e i stoga se koristi u podacima sa ekstremnim vrijednostima
36
Izračunati medijanu n = 50 država u SAD
*broj brakova u godini na 1.000 stanovnika • 5,8 6,1 6,5 6,6 6,7 6,9 7,0 7,1 7,1 7,1 7,1 7,4 7,6 7,6 7,7 7,8 7,9 7,9 8,0 8,0 8,1 8,2 8,2 8,3 8,4 8,4 8,4 8,4 8,5 8,6 8,8 9,0 9,0 9,0 9,1 9,4 9,4 9,8 10,1 10,2 10,4 10,9 11,0 11,1 11,5 12,6 14,5 15,5 16,4 88,2
7
37
Medijana - Primjer
• Stopa sklopljenih brakova 1996 • n = 50 • Medijana je izmedju 25-te vrijednosti i
(51+1)/2 = 26-te vrijednosti u sortiranim podacima
• To je srednja vrijednost 25te vrijednosti (Iowa) i 26te vrijednosti (New Hampshire)
• Obje vrijednosti su 8,4, pa je srednja vrijednost 8,4
38
Medijana - Primjer
• Ako izbacimo Nevadu – n = 49 – Medijana = 25ta vrijednost – Medijana = 8,4
• Ovo je ista vrijednost kao i za n= 50
39
Medijana
• Medijana se često naziva i 50-ti percentil. • Kvartili (Quartiles) - Qi
• Q1 je 25-ti percentil • Q2 je 50-ti percentil – Medijana • Q3 je 75-ti percentil
40
Modus (Mod)
• Modus je najfrekventnija vrijednost u varijabli • Može da se desi da u kontinuiranom nivou
podataka ne postoji najfrekventnija varijabla – Kažemo modus je nedefiran
• Može da se desi da ima više modusa – Bi-modalno ili Tri-Modalno grupiranje
41
Sklopljeni brakovi
Aritmetička sredina je10,47
Medijana je 8,4 Modus je nedefiniran
Stem Leaf
5 | 86 | 1 5 6 7 97 | 0 1 1 1 1 4 6 6 7 8 9 98 | 0 0 1 2 2 3 4 4 4 4 5 6 89 | 0 0 0 1 4 4 8
10 | 1 2 4 9 11 | 0 1 5 12 | 6 13 |14 | 515 | 516 | 4
|88 | 2Note: Stems are whole numbers, leafs are decimal places
Primjer – Modus • Podaci o prodaji džempera. Model je u tri
boje: bijelo (W), crna (B) i crvena (R). • Evidencije u jednoj sedmici prodaje su:
– W R B W B W R W B B W W R R R B W W R R • Nominalna kategorijalna varijabla • Prodano je 20 džempera, 8 bijelih, 7 crnih i 5
crnih. • Modus = “bijela boja” - najveća frekvencija.
42
8
Uradi sam: Mutual
• Odrediti (koristeći formule računom, koristeći formule u excelu, koristeći deskriptivnu statistiku u excelu) – Aritmetičku sredinu – Medijanu – Mod
43
Uradi sam: Mutual
• = 7.246,6/259 = 27,98 • Mod = 15,7 • Medijana = 25,00
44
x
45
Nakrivljenost (skew)
• Kada koristimo termin nakrivljenost (skew), mislimo na rep u distribuciji prema ektremnim vrijednostima
• Ako je nakrivljenost prema desno, postoje ekstremne vrijednosti udesno i većina ili mnogo vrijednosti je grupirana ulijevo
• Ako je nakrivljenost ulijevo, postoje ekstremne vrijednosti ulijevo i većina ili mnogo vrijednosti je grupirana udesno.
46
Ako je funkcija nakrivljena udesno, aritmetička sredina je veća od medijane (povučena je ekstremno velikim vrijednostima udesno)
Ako je funkcija nakrivljena ulijevo onda je aritmetička sredina manja manja od medijane (povučena je ulijevo ekstremno malim vrijednostima)
Medijana i Artimetička sredina su iste
47
Centralna tendencija daje samo dio priče
• Zamisli dva seta podataka – Set podataka 1 ima AS, Medijanu i modus 5 – Set podataka 2 ima AS, Medijanu i modus 5
48
Dva seta podataka
• Prvi set podataka – {2, 3, 4, 5, 5, 6, 7, 8} Σx = 40 n=8 AS = 5
• Drugi set podataka – {5, 5, 5, 5, 5, 5, 5, 5} Σx = 40 n=8 AS = 5
• Potrebno nam je nešto više da opišemo varijablu - varijabilitet
9
49
Varijabilitet
• Počnimo sa rasponom (range) • Razlika između najveće i najmanje
vrijednosti varijable • Da izračunamo raspon potrebno je
– Minimalna vrijednost varijable – Maksimalna vrijednost varijable
50
Stopa sklopljenih brakova za 50 država u SAD 1996. godine*
N = 50 država u SAD *broj brakova u godini na 1.000 stanovnika
• 5,8 6,1 6,5 6,6 6,7 6,9 7,0 7,1 7,1 7,1 7,1 7,4 7,6 7,6 7,7 7,8 7,9 7,9 8,0 8,0 8,1 8,2 8,2 8,3 8,4 8,4 8,4 8,4 8,5 8,6 8,8 9,0 9,0 9,0 9,1 9,4 9,4 9,8 10,1 10,2 10,4 10,9 11,0 11,1 11,5 2,6 14,5 15,5 16,4 88,2
51
Raspon
• Minimum je 5,8 • Maximum je 88,2 • Raspon je 88,2 – 5,8 = 82,4 • Bez Nevade u podacima, raspon je
16,4 – 5,8 = 10,6
52
Kako koristimo AS da mjerimo varijabilitet?
• Koncept devijacije oko aritmetičke sredine • Ako je aritmetička sredina dobra mjera
centralne tendencije, onda je rezonski da se upitamo kako daleko je vrijednost x od aritmetičke sredine
• Devijacija oko aritmetičke sredine može biti sumarna mjera
53
Srednja vrijednost devijacije
• Međutim, devijacija oko aritmetičke sredine ne može funkcionirati jer je brojnik uvijek nula – Zapamti: suma devijacija oko aritmetičke
sredine je uvijek nula
n
xxn
ii∑
=
−1
)(
54
Apsolutna devijacija oko aritmetičke sredine
• Jedan pristup bi bio da se nađe suma apsolutnih devijacija oko aritmetičke sredine podijeljenih sa n
n
xxn
ii∑
=
−1
10
55
Varijansa
• Drugi pristup bi bio da kvadriramo razlike od aritmetičke sredine i podijelimo sa n – Kvadrati uvijek daju pozitivnu vrijednost – Ovo se zove varijansa
n
xxn
ii∑
=
−= 1
2
2)(
σ
56
Uoči: Populacija vs Uzorak
• Populacija: σ2 • Uzorak: s2
– U nazivniku je n-1 – n-1 je zbog stepeni slobode – n-1 je zbog zaključivanja o populaciji na
osnovu uzorka – Ako bismo koristili n u formuli za s2 tada
bismo podcijenili σ2
57
Varijansa uzorka
)1(
)(1
2
2
−
−=∑=
n
xxs
n
ii
58
Formula za računanje s2
1
2
1
1
2
2
−
⎟⎠
⎞⎜⎝
⎛
−=
∑∑ =
=
nn
xx
s
n
iin
ii
59
Formula za računanje s2
• Ako imamo poznato – n – Sum(x) – Sum(x2)
• Možemo izračunati aritmetičku sredinu i varijansu!!
1
2
1
1
2
2
−
⎟⎠
⎞⎜⎝
⎛
−=
∑∑ =
=
nn
xx
s
n
iin
ii
Uradi sam: Mutual
• n = • Sum(x) = • Sum(x2) = • Izračunati varijansu koristeći formulu
60
1
2
1
1
2
2
−
⎟⎠
⎞⎜⎝
⎛
−=
∑∑ =
=
nn
xx
s
n
iin
ii
11
61
Uradi sam: Mutual
• n = 259 • Sum(x) = 7.246,6 • Sum(x2) = 247.392,40
• Varijansa= 173,02
1
2
1
1
2
2
−
⎟⎠
⎞⎜⎝
⎛
−=
∑∑ =
=
nn
xx
s
n
iin
ii
62
Uradi sam: Mutual
• Izračunati varijansu koristeći – Excel formulu
63
Standardna devijacija
• Problem sa varijansom je što je ona izražena preko kvadratnih jedinica i teško je interpretirati
• Ako izračunamo kvadratni korijen varijanse vraćamo tu vrijednost u originane jedinice
• Ovo se zove standardna devijacija – s za uzorak – σ za populaciju
• Standardna devijacija je (SD ili StDev) je srednja devijacija vrijednosti od aritmetičke sredine.
Uradi sam: Mutual
• Izračunati standardnu devijaciju – Koristeći već izračunatu varijansu – Koristeći excel formulu
64
65
Izračunati StDev Mutual
• s2 = [247.392,40 – (7.246,6)2/259]/(259-1) • s2 = [247.392,40 – 202.753,7126]/258 • s2 = 44.638,6874/258 • s2 = 173,018168 ili 173,02 • s = 13,1536 ili 13,15
Uradi sam: Marriage rate
• Izračunati koristeći formule računom i koristeći excel formule – Varijansu – Standardnu devijaciju
66
12
67
Uradi sam: Marriage rate
• n = 50 • Σx = 523,36 • Σx2 = 11.892,45
1
2
1
1
2
2
−
⎟⎠
⎞⎜⎝
⎛
−=
∑∑ =
=
nn
xx
s
n
iin
ii
68
Marriage rate
• n = 50 • Σx = 523,36 • Σx2 = 11.892,45
• s2 = [11.892,45 – (523,36)2/50]/(50-1)
69
Marriage rate
• n = 50 • Σx = 523,36 • Σx2 = 11.892,45 • s2 = [11.892,45 – (523,36)2/50]/(50-1) • = [11.892,45 – 5.478,11]/49 • = 6.414,34/49 • = 130,90 • s = 11,44
70
VAŽNO
• Varijansa i standardna devijacija su veoma osjetljive na ekstremne vrijednosti
• Kada kvadriraš velike brojeve dobiješ mnogo veće brojeve
• Pogledajmo šta će se desiti ako izbacimo Nevadu iz našeg seta podataka – Izračunati
• Varijansu • Standardnu devijaciju
71
Marriage Rate bez Nevade
• n = 49 • Σx = 435,12 • Σx2 = 4.104,66 • s2 = [4.104,66 – (435,12)2/49]/(49-1) • = [4.104,66 – 3.863,87]/48 • = 240,79/48 • = 5,02 • s = 2,24
72
Usporedba sa Nevadom i bez Nevade
Statistika Sa Nevadom Bez Nevade Sum x 523,36 435,12 Sum x2 11.892,45 4.104,66 Mean 10,47 8,88 Median 8,4 8,4 Mode NA NA Maximum 88,3 16,4 Minimum 5,8 5,8 Variance 130,90 5,02 Std Dev 11,44 2,24
13
73
Excel
Sum =SUM(B5:B104) 3.699,40Count =COUNT(B5:B104) 100,00Mean =AVERAGE(B5:b104) 36,99Minimum =MIN(B5:B104) 30,00Maximum =MAX(B5:B104) 44,90Median =MEDIAN(B5:B104) 37,00Mode =MODE(B5:B104) 37,00Range oduzeti max - min 14,90First Quartile =QUARTILE(B5:B104,1) 35,68Third Quartile =QUARTILE(B5:B104,3) 38,33Inter-Quartile Range oduzeti Q3 - Q1 2,65Variance =VAR(B5:B104) 5,85Std Deviation =STDEV(B5:B104) 2,42
Deskriptivna statistika Mutual
• Data, Data Analysis, Descriptive Statistics
74
75
Deskriptivna statistika - Mutual
Data
Data Analysis
Descriptive Statistics
Best Quarter
Mean 27,98Standard Error 0,82Median 25,00Mode 15,70Standard Deviation 13,15Sample Variance 173,02Kurtosis 2,71Skewness 1,54Range 72,10Minimum 10,70Maximum 82,80Sum 7246,60Count 259 76
Standardna devijacija i raspon
• Brza aproksimacija standardne devijacije je – Raspon/4
• Best Quarter Primjer – (82,8 – 10,7)/4 = 18,03 – Dok je s = 13,15
• Ovo je samo aproksimacija. Što se više udaljavamo od normalne distribucije, lošija aproksimacija
77
Koeficijent varijacije
• Koeficijent varijacije je odnos standardne devijacije i apsolutne vrijednosti aritmetičke sredine
• Kada se pomnoži sa 100 dobije se u procentima
• Ovim izražavamo std dev relativno prema aritmetičkoj sredini
• Što je veći CV to je veća varijabilnost
100*xsCV =
Koeficijent varijacije
• Izračunati koeficijent varijacije za – Stopa sklopljenih brakova (Marriage Rate) – Mutual Fund Data Best Quarter Performance
• Uporediti dobijene koeficijente varijacije i diskutovati
78
14
79
Histogram
• Data – Data Analysis
• Histogram
Empirijsko pravilo
• Normalna distribucija, simetrična kriva u obliku zvona
80
μ
Empirijsko pravilo
μ - 1 σ μ + 1 σ μ + 2 σ μ -2 σ
81
~68%
~95%
μ
~34% ~34% ~13,5% ~2,5% ~2,5% ~13,5%
82
Empirijsko pravilo
83
Empirijsko pravilo • Aproksimativno 68% vrijednosti mjerenja će biti
± 1 standardne devijacije od aritmetičke sredine
• Aproksimativno 95% vrijednosti mjerenja će biti ± 2 standardne devijacije od aritmetičke sredine
84
Primjer - Akumulatori
• Akumulatori: srednji rok trajanja 60 mjeseci
• Garancija je 36 mjeseci • Standardna devijacija s = 10 mjeseci • Vrijednosti trajanja akumulatora slijede
normalnu distribuciju (simetrična kriva u obliku zvona)
• Koji procenat akumulatora će trajati više od 50 mjeseci?
15
85
Primjer - Akumulatori
• Koji procenat akumulatora će trajati više od 50 mjeseci? – Počni sa traženjem koliko standardnih devijacija je
50 mjeseci od aritmetičke sredine – Nacrtaj – Odredi vjerovatnoću na osnovu empirijskog pravila
86
Primjer - Akumulatori
• 50 mjeseci je jednu standardnu devijaciju lijevo od aritmetičke sredine
• Ovo predstavlja 34% slučajeva • ± 1 std devijacija = 68%, slijedi da je –1St Dev =
34% • Desno od aritmetičke sredine (60 mjeseci ili
više) predstavlja 50% slučajeva • Odgovor: 34 + 50 = 84%
87
Primjer – Akumulatori – više od 50 mjeseci
µ = 60 i s = 10
Ovaj dio je -1 St Dev lijevo od µ 34%
88
Primjer – Akumulatori – više od 50 mjeseci
µ = 60 i s = 10
Ovaj je dio veći od 60 mjeseci
50%
Ovaj dio je -1 St Dev lijevo od µ 34%
89
Primjer – Akumulatori – manje od 40 mjeseci
• Aproksimativno koji će procenat akumulatora trajati manje od 40 mjeseci? – Počni tako da utvrdiš koliko standardnih devijacija
je 40 mjeseci od µ – Nacrtaj – Odredi vjerovatnoću
90
Primjer – Akumulatori – manje od 40 mjeseci
• 40 je dvije standardne devijacije lijevo od µ
• ± 2 standardne devijacije = 95% slučajeva • Dakle, manje od 40 mjeseci je ½ od
preostalih 5% • 2,5% akumulatora će trajati manje od 40
mjeseci
16
91
Primjer – Akumulatori – manje od 40 mjeseci
µ = 60 and s = 10
92
Akumulatori - Primjer
• Pretpostavimo da je vaš akumulator trajao 37 mjeseci.
• Šta možete zaključiti o proizvođaču koji je rekao da je garancija 36 mjeseci?
93
Akumulatori – 37 mjeseci
– 37 mjeseci je više od 2σ lijevo od µ – Manje od 2,5% akumulatora će biti u domenu
37 mjeseci
µ = 60 and s = 10
37