Oblasti izučavanja. IX.1. Osnove analize podataka. IX. Analiza podataka UVOD U ANALIZU PODATAKA 13/11/15
|
|
- Κάρμη Πανταζής
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Oblasti izučavanja UVOD U ANALIZU PODATAKA I. Priroda i obuhvat marketinških istraživanja II. Izvori podataka u marketinškim istraživanjima III. Faze istraživačkog procesa IV. Eksploratorna istraživanja V. Deskriptivna istraživanja VI. Merenje stavova i dizajniranje upitnika VII. Uzročna istraživanja: Izvođenje eksperimenata VIII. Izvlačenje uzoraka, vrste uzoraka IX. Analiza podataka (1) X. Analiza podataka (2)... 2 IX. Analiza podataka 1. Osnove analize podataka 2. Testiranje hipoteza 3. Regresiona i korelaciona analiza IX.1. Osnove analize podataka Priprema podataka za analizu Tabeliranje podataka Faktori koji utiču na izbor za analizu podataka Pregled statističkih tehnika za analizu podataka 3 4 1
2 Editovanje podataka (1) Priprema podataka za analizu Editovanje podataka Kodiranje podataka Statističko prilagođavanje podataka Sprovodi anketar ili supervizor na terenu ili istraživač pre početka analize Treba identifikovati sledeće probleme: Greške anketara (daje loša/pogrešna uputstva) Nedostajući odgovori Nejasni odgovori (nečitki ili nejasni) Međusobna neusklađenost odgovora (npr. kontradiktorni) Nedovoljna kooperativnost (npr. bira isti odgovor) Neodgovarajući ispitanik 5 6 Editovanje podataka (2) Pošto se identifikuju, problemi se mogu rešiti primenom sledećih postupaka: Ponovno kontaktiranje ispitanika, ako se smatra značajnim Odbaciti ceo upitnik ako je neupotrebljiv, ako ispitanik nije razumeo anketu ili je bio nekooperativan Odbaciti pojedinačno problematično pitanje Kodirati nejasne odgovore u kategoriju ne znam ili nemam mišljenje Kodiranje Zatvorena pitanja Šta su zatvorena pitanja i kada se koriste? Prednosti i nedostaci zatvorenih pitanja Kodiranje zatvorenih pitanja Otvorena pitanja Šta su otvorena pitanja i kada se koriste? Prednosti i nedostaci otvorenih pitanja Kodiranje otvorenih pitanja? 7 8 2
3 Statističko prilagođavanje podataka Ponderisanje; Respecifikacija varijabli; Veštačke varijable; i Transformacija skale. Ponderisanje Procedura po kojoj se svakom odgovoru iz baze podataka, dodeljuje određeni broj (ponder) u skladu sa prethodno utvrđenim pravilom Koristi se da se postigne reprezentativnost uzorka reprezentativnost u odnosu na ono što se želi izmeriti Ili da se bolje izmeri određena karakteristika npr. ponderisanje tržišnim učešćem 9 10 Respecifikacija varijabli Procedura po kojoj se postojeći podaci modifikuju kako bi se formirale nove varijable da bi se bolje realizovali ciljevi istraživanja, npr. veliki broj varijabli se pregrupiše u manji broj računanje odnosa dve varijable da bi se formulisala nova varijabla, izvlačenje kvadratnog korena i logaritamske transformacije, korišćenje veštačkih varijabli. Veštačke varijable Nazivaju se još i instrumentalnim i kvalitativnim varijablama Respecifikacija kategorijske varijable Ako postoji m nivoa kvalitativne varijable, koristi se (m 1) veštačka varijabla da se oni specifikuju M-ta varijabla je definisana sa prethodnih m-1 Najlakše objasniti na dihotomnim (binarnim) varijablama koje imaju samo dva nivoa
4 Transformacija skale Manipulacija sa vrednostima merne skale Da se obezbedi uporedivost, npr. Standardizacija se može primeniti samo na podacima koji su dati na intervalnoj ili skali odnosa Od svake realizovane vrednosti se oduzme srednja vrednost i podeli sa standardnom devijacijom z i = ( Xi X ) sx Tabeliranje podataka Raspored frekvencija Deskriptivni statistički pokazatelji Unakrsno tabeliranje Tabeliranje podataka Koristi se za: Čišćenje podataka Određivanje empirijske raspodele (raspodele frekvencija) Izračunavanje deskriptivnih statističkih pokazatelja (srednje vrednosti i procentualno učešće) Zatim se podaci unakrsno tabeliraju kako bi se videlo da li postoji povezanost između dve tipično nominalne varijable. Primer: Koliko često kupujete Politiku Pol: Svaki dan Ni Muškarac Žena
5 Raspored frekvencija Predstavlja broj dobijenih odgovora za svako postavljeno pitanje Može biti organizovano po klasama ili grupama odgovora Može se prikazati štapićastim dijagramom Mogu se prekombinovati grupe/kategorije pitanja, kako u zavisnosti od cilja istraživanja/ vrste odgovora tako i frekvencije odgovora u pojedinim kateogrijama Primer: Koliko često kupujete Politiku Pol: Mušk arac Svaki dan Ni Uk Žena Uk Koliko često kupujete Politiku? Ni Svaki dan Žena Muškarac Deskriptivni statistički pokazatelji Predstavljaju sumarnu informaciju dobijenu na osnovnu rasporeda frekvencija. Mogu biti: Mere centralne tendencije (srednja vrednost, medijana, modus) Mere disperzije (interval varijacije, standardna devijacija, koeficijent varijacije) Mere oblika rasporeda (simetričnost i spljoštenost).,naravno, kod upotrebe nominalnih mernih skala može se koristiti samo raspored frekvencija
6 Čebiševljeva teorema Određuje gde se vrednosti raspodele frekvencija nekog pokazatelja nalaze u odnosu na njegovu srednju vrednost. Bez obzira na raspored: 75% vrednosti će biti unutar intervala ± 2 standardne devijacije 89% vrednosti će biti u okviru ± 3 standardne devijacije u odnosu na srednju vrednost posmatranog parametra. Ako je raspored simetrična kriva u obliku zvona, onda: Oko 68% vrednosti u populaciji će biti u okviru ± 1 standardne devijacije Oko 95% vrednosti će biti u okviru ± 2 standardne devijacije Oko 99% vrednosti će se nalaziti u okviru ± 3 standardne devijacije u odnosu na srednju vrednost posmatranog parametra. Unakrsno tabeliranje Tehnika koja služi za posmatranje odnosa između dve i više nominalnih varijabli Kada se obračun vrši po redovima ili kolonama, tabele sa unakrsnim tabeliranjem se nazivaju tabele kontingencije, budući da su procenti suštinski uslovljeni ukupnim sumama po redovima ili kolonama. Najveći broj marketinških istraživanja ne ide dalje od unakrsnog tabeliranja, a čak i ona istraživanja koja koriste sofisticiranije analitičke metode još uvek koriste unakrsno tabeliranje kao važnu komponentu Primer: Koliko često kupujete Politiku? Pol: Svaki dan Ni Muškarac Žena Primer: Koliko često kupujete Politiku? Pol: Mušk arac Svaki dan Ni Uk Žena Uk
7 Koliko često kupujete Politiku? - Štapićasti dijagram - Ni Svaki dan Žena Muškarac Faktori koji utiču na izbor za analizu podataka Vrsta podataka Dizajn istraživanja Pretpostavke na kojima se bazira testiranje statističkih pokazatelja Vrsta podataka Dizajn istraživanja (1) Podaci na nominalnoj skali (nemetrički): Frekvencije, jedina mera centralne tendencije je modus, hikvadrat test Podaci dati na ordinalnoj skali (nemetrički): Percentili, kao i najveći broj neparametarskih testova (neki put pogrešna primena parametarskih metoda) Podaci dati na intervalnoj i na skali odnosa (metrički): Srednja vrednost (aritmetička sredina), mere disperzije, mere oblika raspodele, i širok izbor parametarskih i neparametarskih testova Nezavisnost uzoraka, npr.: X O 1 ako se ne mere na istom skupu, koristi se O 2, t-test za razliku dve srednje vrednosti; ALI O 1 X O 2, ako su oba merenja na istom skupu onda se koristi t-test uparenih razlika. Broj grupa, npr.: X 1 O 1 postoje tri grupe i tri srednje vrednosti za X 2 O 2 poređenje, ne može t-test za razliku srednjih O 3 vrednosti, već analiza varijanse
8 Dizajn istraživanja (2) Broj varijabli, npr.: X O 1 gde su ovo dva merenja različitih varijabli i O 2, više se ne mogu koristiti univarijacione tehn. Kontrola nad uticajem varijabli 29 Pretpostavke na kojima se bazira testiranje statističkih pokazatelja Neophodno odlično poznavanje pretpostavki na kojima se pojedini testovi baziraju. Npr.: Pretpostavke t-testa, na osnovu dva uzorka sa istom σ, su: 1. Uzorci su nezavisni; 2. Karakteristike koje nas zanimaju za svaku populaciju imaju normalan raspored; 3. Dve populacije imaju jednake varijanse. t-test nije osetljiv na povredu pretpostavke o normalnom rasporedu, ali jeste na pretpostavku o jednakim varijansama. 30 Tehnike za analizu podataka Pregled statističkih tehnika za analizu podataka Univarijacione i multivarijacione Parametarske i neparametarske Tehnike zavisnosti i međuzavisnosti Univarijacione Posmatra se samo jedna promenljiva Posmatra se više promenljivih istovremeno Multivarijacione
9 Univarijacione za analizu podataka Podaci su nemetrički (nominalna i ordinalna skala) Neparametarske statističke Podaci su metrički (intervalna i skala odnosa) Parametarske statističke 33 - Hi-kvadrat - Kolmogorov- Smirnov - RUNS Neparametarske analize podataka Postoji samo jedan uzorak Postoje dva ili više uzoraka Nezavisni uzorci - Hi-kvadrat - Suma rangova - Kolmogorov Smirnov - KW ANOVA Zavisni uzorci - Test znakova - Vilkoksov test - Meknimarov test - Kokranov Q- test 34 Parametarske statističke Postoji samo jedan uzorak Postoje dva ili više uzoraka Tehnike za analizu podataka - t-test - z-test - t-test - z-test - ANOVA Nezavisni uzorci Zavisni uzorci - Upareni t- test Univarijacione Posmatra se samo jedna promenljiva Posmatra se više promenljivih istovremeno Multivarijacione
10 Multivarijacione Tehnike zavisnosti Tehnike međuzavisnosti Jedna zavisna varijabla Više zavisnih varijabli Fokus na varijablama Fokus na objektima - ANOVA i ANCOVA - Višestruka regresija - Diskriminaciona anal. - Analiza združenih efekata - MANOVA i MANCOVA - Kanonička korelacija - Faktorska analiza - Analiza skupina - Višedimenzionalno skaliranje 37 10
Analiza varijanse sa jednim Posmatra se samo jedna promenljiva
ANOVA Analiza varijanse (ANOVA) Analiza varijanse sa jednim faktorom Proširena ANOVA tabela 2 Tehnike za analizu podataka Analiza varijanse sa jednim faktorom Posmatra se samo jedna promenljiva Posmatra
Διαβάστε περισσότεραnumeričkih deskriptivnih mera.
DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Hi-kvadrat testovi c Str. 149 Koristi se za upoređivanje dve serije frekvencija. Vrste c testa:
Διαβάστε περισσότεραIzbor statističkih testova Ana-Maria Šimundić
Izbor statističkih testova Ana-Maria Šimundić Klinički zavod za kemiju Klinička jedinica za medicinsku biokemiju s analitičkom toksikologijom KBC Sestre milosrdnice Izbor statističkog testa Tajna dobrog
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 644;1;148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Hi-kvadrat testovi χ Str. 646;1;149 Koristi se za upoređivanje dve serije frekvencija. Vrste
Διαβάστε περισσότεραNEPARAMETRIJSKE TEHNIKE
NEPARAMETRIJSKE TEHNIKE Neparametrijske tehnike se koriste za obradu podataka dobijenih na nominalnim i ordinalnim skalama. za testiranje značajnosti distribucije frekvencija po kategorijama jedne nominalne
Διαβάστε περισσότερα3.1 Granična vrednost funkcije u tački
3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili
Διαβάστε περισσότεραTestiranje statistiqkih hipoteza
Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene
Διαβάστε περισσότεραDefinicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).
Str. 53;76; Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
Διαβάστε περισσότεραNeparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010
Neparametarski testovi za dva nezavisna uzorka Boris Glišić 208/2010 Bojana Ružičić 21/2010 Neparametarski testovi Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραOsnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju
RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)
Διαβάστε περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε περισσότεραDISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović
DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,
Διαβάστε περισσότεραPRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).
PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo
Διαβάστε περισσότεραStr
Str. Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće
Διαβάστε περισσότεραZadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu
Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x
Διαβάστε περισσότεραElementi spektralne teorije matrica
Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena
Διαβάστε περισσότεραAnaliza varijanse (ANOVA) Analiza varijanse sa jednim faktorom ANOVA 07/12/2017. Tehnike za analizu podataka. Multivarijacione tehnike
ANOVA Analiza vaijanse (ANOVA) Analiza vaijanse sa jednim faktoom Pošiena ANOVA tabela 2 Tehnike za analizu podataka Analiza vaijanse sa jednim faktoom Posmata se samo jedna pomenljiva Posmata se više
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότερα5. Karakteristične funkcije
5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična
Διαβάστε περισσότεραELEKTROTEHNIČKI ODJEL
MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,
Διαβάστε περισσότεραZavrxni ispit iz Matematiqke analize 1
Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1
Διαβάστε περισσότερα41. Jednačine koje se svode na kvadratne
. Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k
Διαβάστε περισσότεραUvod u neparametrijske testove. Usporedba. Neparametrijske inačice t-testa za dva nezavisna uzorka. dr. sc. Goran Kardum
Uvod u neparametrijske testove dr. sc. Goran Kardum 1 Usporedba NACRT ISTRAŽIVANJA PARAMETRIJSKA PROCEDURA NEPARAMETRIJSKA PROCEDURA Dva nezavisna uzorka T-test Mann-Whitney U-test Dva zavisna uzorka T-test
Διαβάστε περισσότεραUNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka
UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju
Διαβάστε περισσότεραIX. Analiza podataka (2) IX.1. Diskriminaciona analiza MARKETINŠKO ISTRAŽIVANJE. Tehnike za analizu podataka. Multivarijacione tehnike
1 MARKETINŠKO ISTRAŽIVANJE IX. Analiza podataka (2) 1. Diskriminaciona analiza 2. Kanonička korelaciona analiza 3. Faktorska analiza 4. Analiza skupina 5. Multidimenzionalno skaliranje 6. Analiza združenih
Διαβάστε περισσότεραIII VEŽBA: FURIJEOVI REDOVI
III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.
Διαβάστε περισσότεραTeorijske osnove informatike 1
Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija
Διαβάστε περισσότεραKontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A
Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi
Διαβάστε περισσότεραX. Testiranje hipoteza. Osnovni koncepti testiranja hipoteza TESTIRANJE HIPOTEZA OSNOVNI KONCEPTI I TESTOVI POVEZANOSTI 19/11/15
TESTIRANJE HIPOTEZA OSNOVNI KONCEPTI I TESTOVI POVEZANOSTI X. Testiranje hipoteza Osnovni koncepti testiranja hipoteza Unakrsno tabeliranje i hi-kvadrat Testiranje hipoteza o srednjoj vrednosti i proporcijama
Διαβάστε περισσότεραPostoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.
Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi. U SPSS-u su obradjeni: t test razlike između aritmetičke sredine osnovnog skupa i uzorka t test razlike
Διαβάστε περισσότεραIspitivanje toka i skiciranje grafika funkcija
Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3
Διαβάστε περισσότεραIspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f
IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe
Διαβάστε περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε περισσότεραIskazna logika 3. Matematička logika u računarstvu. novembar 2012
Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)
Διαβάστε περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότερα2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)
2.2 Srednje vrijednosti aritmetička sredina, medijan, mod Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 1 2.2.1 Aritmetička sredina X je numerička varijabla. Aritmetička sredina od (1) je broj:
Διαβάστε περισσότερα21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI
21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka
Διαβάστε περισσότεραIZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)
IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO
Διαβάστε περισσότεραINTELIGENTNO UPRAVLJANJE
INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila
Διαβάστε περισσότεραPopulacija vs. uzorak - Opisivanje, ocenjivanje i testiranje. Jelena Marinković, maj 2012.
Populacija vs. uzorak - Opisivanje, ocenjivanje i testiranje Jelena Marinković, maj 01. Statistika p Nauka o generisanju informacija i znanja kroz prikupljanje, analizu i interpretaciju podataka koji su
Διαβάστε περισσότερα18. listopada listopada / 13
18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu
Διαβάστε περισσότεραMašinsko učenje. Regresija.
Mašinsko učenje. Regresija. Danijela Petrović May 17, 2016 Uvod Problem predviđanja vrednosti neprekidnog atributa neke instance na osnovu vrednosti njenih drugih atributa. Uvod Problem predviđanja vrednosti
Διαβάστε περισσότεραRegresija i korelacija
Regresija i korelacija Goran Trajković septembar, 008. godine Regresija i korelacija Regresijom i korelacijom analizira se povezanost (asocijacija, odnos) dve ili više varijabli. Korelacija podrazumeva
Διαβάστε περισσότεραXI dvoqas veжbi dr Vladimir Balti. 4. Stabla
XI dvoqas veжbi dr Vladimir Balti 4. Stabla Teorijski uvod Teorijski uvod Definicija 5.7.1. Stablo je povezan graf bez kontura. Definicija 5.7.1. Stablo je povezan graf bez kontura. Primer 5.7.1. Sva stabla
Διαβάστε περισσότεραKlasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.
Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =
Διαβάστε περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότεραVerovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića
Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju
Διαβάστε περισσότεραChi-kvadrat test. Chi-kvadrat (χ2) test
1 Chi-kvadrat test Chi-kvadrat (χ2) test Test za proporcije, porede se frekvence Neparametarski test Koriste se dihotomne varijable Proverava se veza između dva faktora Npr. tretmana i bolesti pola i smrtnosti
Διαβάστε περισσότερα, i = 1, 2, n. Tabela 1 Koeficijent proste korelacije. Standardizovani regresioni koeficijent. Regresioni koeficijent b
Višestruka regresija i korelacija Ako se ispituje zavisnost jedne pojave od dve ili više nezavisnih pojava, onda se govori o višestrukoj ili multiploj regresiji. Zadatak regresije je da otkrije što više
Διαβάστε περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότεραMate Vijuga: Rijeseni zadaci iz matematike za srednju skolu
16. UVOD U STATISTIKU Statistika je nauka o sakupljanju i analizi sakupljenih podatka u cilju donosenja zakljucaka o mogucem toku ili obliku neizvjesnosti koja se obradjuje. Frekventna distribucija - je
Διαβάστε περισσότεραM086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost
M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.
Διαβάστε περισσότεραCauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.
auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,
Διαβάστε περισσότεραProgram testirati pomoću podataka iz sledeće tabele:
Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n
Διαβάστε περισσότεραStatistiqki softver 4 Sedmi qas
Statistiqki softver 4 Sedmi qas Marija Radiqevi Matematiqki fakultet, Beograd 2015. Sadrжaj Neparametarski testovi 1 Neparametarski testovi Neparametarski testovi za dva nezavisna uzorka Neparametarski
Διαβάστε περισσότεραBetonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri
Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri 1 1 Zadatak 1b Čisto savijanje - vezano dimenzionisanje Odrediti potrebnu površinu armature za presek poznatih dimenzija, pravougaonog
Διαβάστε περισσότεραInženjerska grafika geometrijskih oblika (5. predavanje, tema1)
Inženjerska grafika geometrijskih oblika (5. predavanje, tema1) Prva godina studija Mašinskog fakulteta u Nišu Predavač: Dr Predrag Rajković Mart 19, 2013 5. predavanje, tema 1 Simetrija (Symmetry) Simetrija
Διαβάστε περισσότεραAPROKSIMACIJA FUNKCIJA
APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu
Διαβάστε περισσότεραDvanaesti praktikum iz Analize 1
Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.
Διαβάστε περισσότεραOsnovne teoreme diferencijalnog računa
Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako
Διαβάστε περισσότερα3. OSNOVNI POKAZATELJI TLA
MEHANIKA TLA: Onovni paraetri tla 4. OSNONI POKAZATELJI TLA Tlo e atoji od tri faze: od čvrtih zrna, vode i vazduha i njihovo relativno učešće e opiuje odgovarajući pokazateljia.. Specifična težina (G)
Διαβάστε περισσότεραSTATIČKE KARAKTERISTIKE DIODA I TRANZISTORA
Katedra za elektroniku Elementi elektronike Laboratorijske vežbe Vežba br. 2 STATIČKE KARAKTERISTIKE DIODA I TRANZISTORA Datum: Vreme: Studenti: 1. grupa 2. grupa Dežurni: Ocena: Elementi elektronike -
Διαβάστε περισσότεραKaskadna kompenzacija SAU
Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su
Διαβάστε περισσότεραIZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo
IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai
Διαβάστε περισσότερα1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka
1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje
Διαβάστε περισσότεραKVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.
KVADRATNA FUNKCIJA Kvadratna funkcija je oblika: = a + b + c Gde je R, a 0 i a, b i c su realni brojevi. Kriva u ravni koja predstavlja grafik funkcije = a + b + c je parabola. Najpre ćemo naučiti kako
Διαβάστε περισσότεραNOMENKLATURA ORGANSKIH SPOJEVA. Imenovanje aromatskih ugljikovodika
NOMENKLATURA ORGANSKIH SPOJEVA Imenovanje aromatskih ugljikovodika benzen metilbenzen (toluen) 1,2-dimetilbenzen (o-ksilen) 1,3-dimetilbenzen (m-ksilen) 1,4-dimetilbenzen (p-ksilen) fenilna grupa 2-fenilheptan
Διαβάστε περισσότεραZadaci iz Osnova matematike
Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F
Διαβάστε περισσότεραPOTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE
**** MLADEN SRAGA **** 011. UNIVERZALNA ZBIRKA POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE SKUP REALNIH BROJEVA α Autor: MLADEN SRAGA Grafički urednik: BESPLATNA - WEB-VARIJANTA Tisak: M.I.M.-SRAGA
Διαβάστε περισσότεραRELATIVNI BROJEVI. r b
RELATIVNI BROJEVI Relativni brojevi služe za poređenje pojava, istoimenih ili raznoimenih. Relativni broj se dobija kao količnik dva apsolutna broja: V R b = V r b gde je Vr računska vrednost vrednost
Διαβάστε περισσότεραOM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA
OM V me i preime: nde br: 1.0.01. 0.0.01. SAVJANJE SLAMA TANKOZDNH ŠTAPOVA A. TANKOZDN ŠTAPOV PROZVOLJNOG OTVORENOG POPREČNOG PRESEKA Preposavka: Smičući napon je konsanan po debljini ida (duž pravca upravnog
Διαβάστε περισσότεραOperacije s matricama
Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M
Διαβάστε περισσότεραOSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA
ELEKTROTEHNIČKI FAKULTET U BEOGRADU KATEDRA ZA ELEKTRONIKU OSNOVI ELEKTRONIKE SVI ODSECI OSIM ODSEKA ZA ELEKTRONIKU LABORATORIJSKE VEŽBE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA Autori: Goran Savić i Milan
Διαβάστε περισσότεραMATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15
MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda
Διαβάστε περισσότεραI.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?
TET I.1. Šta je Kulonova sila? elektrostatička sila magnetna sila c) gravitaciona sila I.. Šta je elektrostatička sila? sila kojom međusobno eluju naelektrisanja u mirovanju sila kojom eluju naelektrisanja
Διαβάστε περισσότεραPočela biostatistike, Poslijediplomski interdisciplinarni doktorski studij Molekularne bioznanosti. Molekularne bioznanosti. Molekularne bioznanosti
Analiza brojčanih podataka Nora Nikolac Klinički zavod za kemiju KB Sestre milosrdnice Kolegij: Počela biostatistike Statistička hipoteza postupak testiranja 1. postavljanje hipoteze: H 0, H 1 2. odabir
Διαβάστε περισσότεραAutori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu
Biblioteka: ACADEMIA Autori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu MATEMATIČKA STATISTIKA SA PRIMENAMA
Διαβάστε περισσότεραGrafičko prikazivanje atributivnih i geografskih nizova
Grafičko prikazivanje atributivnih i geografskih nizova Biserka Draščić Ban Pomorski fakultet u Rijeci 17. veljače 2011. Grafičko prikazivanje atributivnih nizova Atributivni nizovi prikazuju se grafički
Διαβάστε περισσότερα9.1 Testovi hipoteza u statistici
196 9 Testiranje parametarskih hipoteza 9.1 Testovi hipoteza u statistici Popularan metod dokazivanja teorema u matematici je deductio ad absurdum, dovod enje do protivrečnosti ako se pretpostavi suprotno
Διαβάστε περισσότεραKOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.
KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa
Διαβάστε περισσότερα(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.
1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,
Διαβάστε περισσότεραStatističke metode. doc. dr Dijana Karuović
Statističke metode doc. dr Dijana Karuović STATISTIČKE METODE Danas jedan od glavnih metoda naučnog saznanja Najvažnije statističke metode koje se upotrebljavaju: Metod uzorka Metod srednjih vrednosti
Διαβάστε περισσότεραPRIMJER 3. MATLAB filtdemo
PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8
Διαβάστε περισσότεραPARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,
PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati
Διαβάστε περισσότερα2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x
Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:
Διαβάστε περισσότεραAnalitička statistika Testiranje hipoteze.
Analitička statistika Testiranje hipoteze www.illustrationsof.com Dijelovi istraživanja Istraživačko pitanje Značenje Ustroj (design) - tip istraživanja Ispitanici Varijable Statistička obrada podataka
Διαβάστε περισσότεραLinearna algebra 2 prvi kolokvij,
Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )
Διαβάστε περισσότεραTrigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto
Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije
Διαβάστε περισσότεραTrigonometrijske nejednačine
Trignmetrijske nejednačine T su nejednačine kd kjih se nepznata javlja ka argument trignmetrijske funkcije. Rešiti trignmetrijsku nejednačinu znači naći sve uglve kji je zadvljavaju. Prilikm traženja rešenja
Διαβάστε περισσότεραPopulacija Ciljna/uzoračka populacija
Populacija i uzorak Sadržaj predavanja Šta je populacija, šta je uzorak a šta uzorkovanje? Statističko zaključivanje Klasifikacija uzoraka: sa i bez verovatnoće, sa i bez zamenjivanja Uzoračke raspodele
Διαβάστε περισσότεραIZVODI ZADACI (I deo)
IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a
Διαβάστε περισσότερα7 Algebarske jednadžbe
7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.
Διαβάστε περισσότεραRIJEŠENI ZADACI I TEORIJA IZ
RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA
Διαβάστε περισσότεραStatističko zaključivanje - testiranje hipoteza. Katedra za medicinsku statistiku i informatiku
Statističko zaključivanje - testiranje hipoteza Statističko zaključivanje Ideja moderne statistike je da na osnovu uzorka (dobijenog uzorkovanjem iz osnovnog skupa) donosimo zaključke o populaciji (statističko
Διαβάστε περισσότεραPismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.
Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja R(f) = {f(x) x D}
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija
Διαβάστε περισσότεραSEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija
SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!
Διαβάστε περισσότεραUvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za
Osnovne teorije odlučivanja Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za donošenje dobre odluke:
Διαβάστε περισσότερα