x pojedinačnih rezultata:

Σχετικά έγγραφα
Linearna korelacija. Vrijedi: (1) 1 r 1

Metoda najmanjih kvadrata

REGRESIJSKA ANALIZA. U razvoju regresijske analize najznačajniju ulogu su imali: Carl Friedrich Gauss ( ) Francis Galton (

Obrada empirijskih podataka

10. REGRESIJA I KORELACIJA

Aritmetički i geometrijski niz

Prof. dr. sc. Maja Biljan-August Prof. dr. sc. Snježana Pivac Doc. dr. sc. Ana Štambuk 2. IZDANJE. Poglavlje 2.

Polarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam

1.1. Pregled najvažnijih izraza i pojmova

1. Uvod u multivarijatnu statistiku. Prof.dr.sc. N. Bogunović Prof.dr.sc. B. Dalbelo Bašić

1. ODREĐIVANJE NETOČNOSTI MJERENJA

Ekonometrija 5. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

Osnove kineziometrije i statistike

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Reverzibilni procesi

Moguća i virtuelna pomjeranja

Riješeni zadaci: Nizovi realnih brojeva

ELEKTROTEHNIČKI ODJEL

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Elementi spektralne teorije matrica

numeričkih deskriptivnih mera.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA

LEKCIJE IZ OSNOVA STATISTIKE I TEORIJE VJEROJATNOSTI. Ivica Gusić

Elektrotehnički fakultet univerziteta u Beogradu 16.maj Odsek za Softversko inžinjerstvo

Operacije s matricama

Glava 4 ANALIZA I OBRADA SIGNALA U VREMENSKOM DOMENU

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

IZVODI ZADACI (I deo)

Dvanaesti praktikum iz Analize 1

1.4 Tangenta i normala

Dinamika krutog tijela ( ) Gibanje krutog tijela. Gibanje krutog tijela. Pojmovi: C. Složeno gibanje. A. Translacijsko gibanje krutog tijela. 14.

transformacija j y i x x promatramo dva koordinatna sustava S i S sa zajedničkim ishodištem z z Homogene funkcije Ortogonalne transformacije

I N Ž E N J E R S K A M A T E M A T I K A 1

Korelacijska i regresijska analiza

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

7 Algebarske jednadžbe

POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE

Glava 5 Z-TRANSFORMACIJA I NJENE PRIMJENE U ANALIZI DISKRETNIH LTI ISTEMA

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

radni nerecenzirani materijal za predavanja

ZBIRKA POTPUNO RIJEŠENIH ZADATAKA

Sistem sučeljnih sila

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave

KRIVULJE RASPODJELE. Doc.dr.sc. Vesna Denić-Jukić

Računarska grafika. Rasterizacija linije

18. listopada listopada / 13

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Statistika sažetak i popis formula

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Ispitivanje toka i skiciranje grafika funkcija

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Frekvencijska karakteristika Prijenosna funkcija Granična frekvencija Rezonantna frekvencija RLC krugova Električni filtri

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu

TRIGONOMETRIJA TROKUTA

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

PRESECI SA PRSLINOM - VELIKI EKSCENTRICITET

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr

Eliminacijski zadatak iz Matematike 1 za kemičare

Matematika 1 - vježbe. 11. prosinca 2015.

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

Kaskadna kompenzacija SAU

2. KOLOKVIJ IZ MATEMATIKE 1

INTELIGENTNO UPRAVLJANJE

SISTEMI NELINEARNIH JEDNAČINA

AKSIOMATIKA TEORIJE VEROVATNOĆE

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Klasični linearni regresioni model (KLRM)

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Trigonometrijske nejednačine

10.1. Bit Error Rate Test

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

OPISNA STATISTIKA GRAFIČKE METODE. Pravila kolokvija PROMJENE RASPOREDA: Dozvoljene formule s weba (M. Grbić) HISTOGRAMI

F (t) F (t) F (t) OGLEDNI PRIMJER SVEUČILIŠTE J.J.STROSSMAYERA U OSIJEKU ZADATAK

Jednostavna regresiona analiza

3.1 Granična vrednost funkcije u tački

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

Općenito, iznos normalne deformacije u smjeru normale n dan je izrazom:

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

Matematička analiza 1 dodatni zadaci

Elektrotehnički fakultet univerziteta u Beogradu 26. jun Katedra za Računarsku tehniku i informatiku

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK

41. Jednačine koje se svode na kvadratne

GLAZBENA UMJETNOST. Rezultati državne mature 2010.

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MODELI TEMELJENI NA DIFERENCIJALNIM JEDNADŽBAMA VIŠEG REDA I NA SUSTAVIMA DIFERENCIJALNIH JEDNADŽBI

PRIMJER 3. MATLAB filtdemo

Centralni granični teorem i zakoni velikih brojeva

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

Računarska grafika. Rasterizacija linije

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

, Zagreb. Prvi kolokvij iz Analognih sklopova i Elektroničkih sklopova

Transcript:

ovarjaca koefcjet korelacje Sredja vrjedost stadardo odstupaje Prlkom poavljaja mjereja, uz ste (kolko je to moguće uvjete (st mjertelj, mjer strumet, mjera metoda okol uvjet, eke stale fzkale velče, dobt će se zmjereh vrjedost (eka su ozačee sa,,,,. ako su sv pojedač rezultat dobve uz jedake uvjete, jeda od jh ema predost pred drugma, pa će ajvjerojatja vrjedost mjeree velče bt artmetčka sreda pojedačh rezultata: + + + + Pojedač rezultat mjereja to se međusobo maje razlkuju što je mjer postupak preczj. Brojčau procjeu preczost mjerog postupka daje stadardo odstupaje (stadarda devjacja: ( Umjesto apsolutog zosa stadardog odstupaja često se korst jegov relatv zos (koefcjet varjacje. O se dobje djeljejem apsolutog zosa s artmetčkom sredom: V 00 [%] Što je stadardo odstupaje maje, to je preczost mjereja veća. Preczost odoso epreczost e smje se zamjet pojmom etočost, koj pokazuje blskost slagaja mjerog rezultata s pravom vrjedost mjeree velče. Poboljšaje preczost uža je uvjet za smajee etočost. Za uočavaje razlke th dvaju pojmova eka posluž sljedeć prmjer. Strjelc A, B C gađaju svoje mete. Nako spucah 0 metaka staje a metama prkazao je a slc. Strjelac A pokazao je dobru preczost jer se pogodc malo raspaju, a također dobru točost jer se sv pogodc alaze u sredštu l u jegovoj blz. Strjelac B pokazao je također dobru preczost jer se jegov pogodc malo raspaju, al mu je točost maja. Njegov su se pogodc grupral dalje od sredšta mete. Strjelac C pokazao je malu preczost malu točost jer mu je raspaje pogodaka velko, a pogodc su grupra daleko od sredšta mete.

ovarjaca koefcjet korelacje a. b. c. Slka. ete strjelaca; a. precza toča, b. precza, al etoča c. eprecza etoča Varjaca Često se umjesto stadardog odstupaja kao procjea preczost mjerog postupka korst varjaca: ( ovarjaca ovarjaca pokazuje kolko se dvje varjable mjejaju zajedo. To je razlčto od varjace, koja pokazuje kolko se jeda varjabla mjeja. ovarjaca postaje vše poztvom za svak par vrjedost koj se razlkuje od jhovh sredjh vrjedost u stom smjeru, te postaje vše egatva za svak par vrjedost koj se razlkuje od jhovh sredjh vrjedost u suprotm smjerovma. Ako postoje tr skupa vrjedost (,,,, kovarjace: ( y, y,, y ( z, z,, z tada su jhove ( ( y y ( ( z z y ; z ; zy ( y y( z z

ovarjaca koefcjet korelacje Il u matrčom oblku: C y z zy zz Važo je uočt da vrjed,. Općeto ako postoj m skupova od y z zy mjereja kovarjaca se može apsat kao matrca m (matrca kovarjac je smetrča: C m m m oefcjet korelacje oefcjet korelacje zmeđu dvje slučaje varjable y sa sredjm vrjedostma y te stadardm devjacjama y defra je zrazom: ( ( y y ( ( y y ( ( ( Napomea: oefcjet korelacje pokazuje stupaj leare zavsost zmeđu varjabl. Što je koefcjet korelacje blže l -, veća je korelacja zmeđu varjabl. Ako su varjable ezavse koefcjet korelacje je 0, al obrato e vrjed (odoso ako su dvje varjable zavse jhov koefcjet korelacje može bt 0 zbog toga što koefcjet korelacje ustaovljava jedo learu zavsost zmeđu varjabl. Pretpostavke kod račuaja koefcjeta korelacje su: leara zavsost zmeđu dvju varjabl y, koturae slučaje varjable, obje varjable moraju mat ormalu razdobu, 3

ovarjaca koefcjet korelacje varjable y moraju bt ezavse jeda o drugoj. Ako postoje tr skupa vrjedost (,,,, koefcjet korelacje: ( y, y,, y ( z, z,, z tada su jhov y ; z ; zz zy zz Il u matrčom oblku: y z zy zz Važo je uočt da vrjed y, z zy. Općeto ako postoj m skupova od mjereja koefcjet korelacje se može apsat kao matrca m (matrca koefcjeta korelacje je smetrča: m m m Nekolko autora dalo je smjerce za tumačeje koefcjeta korelacje. Cohe (988 je predložo tumačeje koefcjeta korelacje u pshološkm stražvajma []: orelacja Negatva Poztva ala -0,9 do -0,0 0,0 do 0,9 Sredja -0,49 do -0,30 0,30 do 0,49 Velka -0,50 do -,00 0,50 do,00 Sv takv krterj su prozvolj e treba h se strkto prdržavat. To je z razloga što tumačeje koefcjeta korelacje ovs o kotekstu amje. oefcjet korelacje od 0,90 može bt edovolja ako se provjerava fzkal zako pomoću vrlo preczh točh strumeata, al se može smatrat vrlo velkm u pr. stražvajma u socjalm zaostma. 4

ovarjaca koefcjet korelacje orelacja learost Ovdje će bt prkaza prmjer 4 skupa od dvje varjable jhovo poašaje koje je prv puta opsao Fracs Ascombe []. Uspoređva su skupov varjabl,, te y. Sve y y 3 y3 4 4 četr varjable,, y maju sredju vrjedost 7,5, stadardo odstupaje,93, varjacu y y y3 4 3,75, kovarjacu 5,00, koefcjet korelacje 0,8 pravac leare regresje y 0,5 + 3 (tablca., vdjet prmjer u Ecelu. azdoba te četr varjable je jako razlčta. Prva varjabla ma ormalu razdobu odgovara oom što se očekuje kada se korelraju dvje varjable. Druga y varjabla y ema ormalu razdobu. Vdljvo je da postoj zavsost zmeđu dvje varjable, al oa je leara. U trećem prmjeru (varjabla odskače. Četvrt skup podataka (varjabla y 3 y 4 leara zavsost je velka osm jedog podatka koj pokazuje kako je jeda podatak (koj jako odskače dovolja da doprese velkom koefcjetu korelacje ako odos zmeđu dvje varjable je leara. Slka. prkazuje 4 skupa podataka od dvje varjable pravac leare regresje. Tablca. Prmjer 4 skupa od dvje varjable Fracsa Ascombea y y 3 y 3 4 y 4 4,00 4,6 4,00 3,0 4,00 5,39 8,00 5,5 5,00 5,68 5,00 4,74 5,00 5,73 8,00 5,56 6,00 7,4 6,00 6,3 6,00 6,08 8,00 5,76 7,00 4,8 7,00 7,6 7,00 6,4 8,00 6,58 8,00 6,95 8,00 8,4 8,00 6,77 8,00 6,89 9,00 8,8 9,00 8,77 9,00 7, 8,00 7,04 0,00 8,04 0,00 9,4 0,00 7,46 8,00 7,7,00 8,33,00 9,6,00 7,8 8,00 7,9,00 0,84,00 9,3,00 8,5 8,00 8,47 3,00 7,58 3,00 8,74 3,00,74 8,00 8,84 4,00 9,96 4,00 8,0 4,00 8,84 9,00,50 Na ovom prmjeru je važo uočt da statstčk pokazatelj ako jedak e zače da se skupov podataka poašaju jedako. Važo je sptat acrtat grafčk podatke koje se žele aalzrat. 5

ovarjaca koefcjet korelacje a. b. c. d. Slka. Ascombova 4 skupa od dvje varjable, a. prv skup, b. drug skup, c. treć skup d. četvrt skup. Cohe, J., Statstcal power aalyss for the behavoral sceces, (d ed. Hllsdale, NJ: Lawrece Erlbaum Assocates, 988.. Ascombe, Fracs J., Graphs statstcal aalyss, Amerca statstca, 7, 7-, 973. 6