3.

Izraunavanje statistikih veliina

Posle grupisanja i grafikog prikazivanja podataka sledi izraunavanje statistikih veliina.
Tabelarno prikazani podaci daju samo optu informaciju o prirodi skupa. Da bi se uoile sve
karakteristike jednog statistikog skupa i da bi se utvrdile sve karakteristike u nastajanju promena u
tom skupu, potrebno je da se ti podaci kondenzuju u takve oblike koji e omoguiti laku analizu tog
skupa. Odgovarajuim matematikim operacijama svi podaci u jednom skupu se svode na nekoliko,
a nekad ak i na samo jednu algebarsku vrednost, koja obezbeuje visok stepen informativnosti.
3.1. Mere centralne tendencije
Mere centralne tendencije zauzimaju u statistici vrlo znaajno mesto i vrlo se esto primenjuju.
Centralna tendencija je tenja ka okupljanju podataka skupa oko jedne centralne vrednosti, koja je
opta i reprezentativna za celu distribuciju. Znaaj mera centralne tendencije je u tome to one
sintetizuje itav niz pojedinanih vrednosti jednog skupa i njihova uloga je da, zanemarujui
individualne razlike izmeu podataka skupa, istaknu onu veliinu koja je za sve njih karakteristina i
koja moe da slui kao sredstvo za uporeivanje raznih serija.
Mere centralne tendencije se dele u dve grupe. Prva grupa su pozicione veliine, odnosno one
koje se odreuju po poloaju u statistikom skupu i tu spadaju modus i medijana. Ove veliine su
najee realne i postojee u statistikom nizu. U drugu grupu spadaju aritmetika, geometrijska i
harmonijska srednja vrednost i to su najee vrednosti koje kao takve ne postoje u statistikom
nizu, ve su rezultat izraunavanja.
Aritmetika srednja vrednost
Aritmetika srednja vrednost ili prosena srednja vrednost ili samo srednja vrednost ima najiru
primenu u statistici. Ponaa se kao ravnotena taka u skupu, a nedostatak joj je to na njenu
vrednost utiu ekstremne vrednosti (outliers). Srednja vrednost se izraava u istim jedinicama kao i
osnovni podaci.
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
srednja vrednost = 3
3
5
15
5
5 4 3 2 1
= =
+ + + +
4
5
20
5
10 4 3 2 1
= =
+ + + +
srednja vrednost = 4
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
srednja vrednost = 3
3
5
15
5
5 4 3 2 1
= =
+ + + +
4
5
20
5
10 4 3 2 1
= =
+ + + +
srednja vrednost = 4

Ako se aritmetika sredina odreuje za jedan obian statistiki niz, onda se ona naziva prosta ili
jednostavna aritmetika srednja vrednost, a ako se odreuje za raspodelu frekvencija, naziva se
ponderisana ili teinska aritmetika srednja vrednost.
Jednostavna aritmetika srednja vrednost (oznaava se sa x ) izraunava se tako to se zbir
svih podataka podeli njihovim brojem:
Statistika u farmaciji 3-2
N
x
x
i
=
Ponderisana aritmetika srednja vrednost izraunava se tako to se zbir svih proizvoda
numerikih podataka i odgovarajuih frekvenci podeli ukupnim zbirom frekvenci, odnosno ukupnim
brojem podataka.

=
i
i
f
x f
x
Ako su podaci grupisani u klasne intervale, za izraunavanje srednje vrednosti neophodno je da
se prvo odredi sredina klasnog intervala, koja se zatim mnoi sa odgovarajuom frekvencom. Zbir tih
proizvoda podeljen ukupnim zbirom frekvenci predstavlja srednju vrednost.
Sredina klasnog intervala u ovim sluajevima ima ulogu pojedinane vrednosti, a eventualna
greka koja iz toga moe da proizae smanjuje se pravilnim izborom broja i irine klasnih intervala.

=
i
i s
f
) x ( f
x

PRIMER 1. Izraunati srednju vrednost za podatke dobijene odreivanjem bilirubina u 120
uzoraka seruma.
Ki = 2 mol/L f x
s
fx
s

4,0 - 5,9 3 5,0 15
6,0 - 7,9 4 7,0 28
8,0 - 9,9 9 9,0 81
10,0 - 11,9 13 11,0 143
12,0 - 13,9 22 13,0 286
14,0 - 15,9 26 15,0 390
16,0 - 17,9 18 17,0 306
18,0 - 19,9 12 19,0 228
20,0 - 21,9 8 21,0 168
22,0 - 23,9 5 23,0 115
ukupno f=120 - fx
s
=1760

Reenje: Sredina klasnog intervala odreuje se tako to se polovina irine klasnog intervala
(Ki/2) doda na donju granicu svakog klasnog intervala. U ovom primeru irina klasnog intervala iznosi
2 mol/L, pa se 1 mol/L dodaje na donju granicu svakog klasnog intervala. Izraunate sredine
posmatramo kao numerike vrednosti i mnoimo ih sa odgovarajuim frekvencama. Srednja
vrednost se dobija kada se izraunata suma proizvoda sredina klasnih intervala i njihovih frekvenci
podeli ukupnim brojem podataka:
L / mol 67 , 14
120
1760
x = =

S. Spasi: Predavanja 2007/2008.

3-3
Medijana
Medijana ili medijalna vrednost (obeleava se sa Me) je vrednost koja deli statistiki skup, u
kome su podaci ureeni po veliini, na dva jednaka dela. Iznad i ispod medijane lei jednak broj
podataka. Ako statistiki niz ima neparan broj podataka medijana je centralna vrednost, a njen redni
broj odreuje se iz izraza:
2
1 N
Me
+
= , gde je N ukupni broj podataka
Ako niz ima parni broj podataka medijana je sredina izmeu dve centralne vrednosti u nizu,
odnosno sredina izmeu vrednosti iji su redni brojevi
2
N
i
2
2 N+
. Drugim reima, medijana kao
vrednost ne postoji u nizu ako on ima parni broj podataka. Ovi izrazi se koriste i za odreivanje
medijane u skupu u kome su podaci prikazani kao numerike vrednosti sa odgovarajuim
frekvencama, a vrednost koja odgovara izraunatom rednom broju pronalazi se iz kumuliranih
frekvenci.
Kada su podaci grupisani u klasne intervale prvo se odredi medijalni klasni interval, a zatim se
izrauna medijana. Medijalni klasni interval je onaj interval u kome se nalazi vrednost sa rednim
brojem
2
1 N+
, ako je broj podataka neparan, odnosno vrednosti sa rednim brojevima
2
N
i
2
2 N+
,
ako je broj podataka paran. Klasni interval u kome se nalazi medijana odreuje se iz kumuliranih
frekvenci.
Glavma osobina medijane je da na njenu vrednost ne utiu ekstremne vrednosti, kao to je to
sluaj sa srednjom vrednou.

0 1 2 3 4 5 6 7 8 9 10
medijana = 3
0 1 2 3 4 5 6 7 8 9 10
medijana = 3
0 1 2 3 4 5 6 7 8 9 10
medijana = 3
0 1 2 3 4 5 6 7 8 9 10
medijana = 3

Modus
Modus ili modalna vrednost (obeleava se sa Mo) ne zavisi od same pozicije u statistikom nizu
ve od frekvence. To je ona vrednost koja ima najveu frekvencu i to je esto jedina informacija o
skupu koja se dobija modusom. Statistike grupe mogu biti unimodalne, odnosno da imaju samo
jedan modus, bimodalne sa dva modusa ili multimodalne - sa vie modusa, ali je isto tako mogue
da u jednom statistikom skupu ne moe uopte da se odredi modus.
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
modus = 9
0 1 2 3 4 5 6
nema modusa
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
modus = 9
0 1 2 3 4 5 6
nema modusa


Kod negrupisanih podataka modus se ne izraunava, ve se samo posmatranjem niza iz njega
izdvaja ona vrednost koja ima najveu frekvencu. Na isti nain se odreuje modus kod podataka koji
su grupisani kao numerike vrednosti sa odgovarajuim frekvencama.
Kvartili
Kvartili (obeleavaju se sa Q) su pozicione veliine koje dele skup, u kome su podaci ureeni po
veliini, na etiri jednaka dela. Prvi ili donji kvartil (Q
1
) deli donju polovinu raspodele u dva jednaka i
Statistika u farmaciji 3-4
ispod njega je 25% a iznad njega 75% vrednosti. Trei ili gornji kvartil (Q
3
) deli gornju polovinu ras-
podele vrednosti u dva jednaka dela i ispod njega je 75%, a iznad njega 25% vrednosti. Drugi kvartil
(Q
2
) je jednak medijani.
25% 25% 25% 25%
Q
1
Q
2
Q
3
25% 25% 25% 25%
Q
1
Q
2
Q
3

Kod podataka grupisanih kao raspodela frekvenci donja kvartilna vrednost je vrednost sa rednim
brojem (N+1)/4, a gornja kvartilna vrednost ima redni broj 3(N+1)/4. Na osnovu dobijenih rednih
brojeva iz kumuliranih frekvenci lako je odrediti donju i gornju kvartilnu vrednost, a zatim i njihovu
razliku koja predstavlja kvartilno odstupanje.
Kod podataka grupisanih u klasne intervale potrebno je da se prvo odrede klasni intervali u
kojima se nalaze vrednosti sa rednim brojevima (N+1)/4 i 3(N+1)/4, a zatim se donja i gornja
kvartilna vrednost izraunavaju. Klasni intervali u kojima se nalaze kvartili odreuju se iz kumuliranih
frekvenci.

Percentili
Percentili dele skup na 100 jednakih delova, odnosno svaki skup ima 99 percentila koji se
oznaavaju kao P
1
, P
2
,...P
99
. Prvi percentil P
1
je broj koji odvaja donjih 1% podataka od gprnjih 99%,
drugi percentil P
2
je broj koji odvaja donjih 2% od gornjih 98% podataka itd. Medijana je isto to i P
50
,
donji kvartil Q
1
je P
25
, a gornji kvartil Q
3
je P
75
.
Redni broj vrednosti za bilo koji percentil izraunava se prema izrazu NP = P/100(N+1), gde je: P
- eljeni percentil, a N - ukupan broj podataka. Kada se izrauna redni broj eljenog percentila, sama
percentilna vrednost se odredi iz kumuliranih frekvenci.
Kod podataka grupisanih u klasne intervale potrebno je da se iz kumuliranih frekvenci prvo odredi
klasni intervali u kome se nalazi vrednosti sa rednim brojem koji odgovara eljenom percentilu, a
zatim se percentilna vrednost izrauna.

3.2. Mere odstupanja ili mere disperzije
Mere centralne tendencije prikazuju statistiki skup samo jednim brojem, odnosno pokazuju oko
koje vrednosti se grupiu lanovi serije i ne daju informaciju o odstupanju pojedinih lanova skupa od
srednje vrednosti, kao ni o meusobnom odstupanju tih lanova. Informacije o razliitim
odstupanjima u statistikom skupu daju mere odstupanja ili mere disperzije. Mere odstupanja se dele
na mere odstupanja meu lanovima niza (razmak odstupanja i kvartilno odstupanje) i mere
odstupanja izmeu lanova niza i srednje vrednosti (srednje apsolutno odstupanje, varijansa i
standardna devijacija).
Razmak odstupanja
Razmak odstupanja (oznaava se sa W) je najprostija mera odstupanja i predstavlja razliku
izmeu najvie i najnie vrednosti u nizu: W = x
max
- x
min
. Razmak odstupanja je suvie gruba mera
odstupanja, jer se kod njega osea veliki uticaj ekstremnih vrednosti, pa zato nije pogodan za
bioloka istraivanja, gde je pojava ekstremnih vrednosti esta.
Interkvartilno odstupanje
Interkvartilno odstupanje (raspon) (Q
0
) je takoe apsolutna mera odstupanja, ali ima prednost
nad razmakom odstupanja jer je uticaj ekstremnih vrednosti smanjen. Ovo odstupanje oznaava
S. Spasi: Predavanja 2007/2008.

3-5
razmak u kome se oko medijane nalazi polovina svih vrednosti, a dobija se izraunavanjem razlike
izmeu gornjeg i donjeg kvartila.
Srednje apsolutno odstupanje
Srednje apsolutno odstupanje (obeleava se sa S
0
) odredjuje se tako to se zbir apsolutnih
vrednosti pojedinanih odstupanja svakog lana niza od srednje vrednosti podeli ukupnim brojem
lanova niza:
| |
N
x x x x x x
S
N 2 1
0
+ + +
=


odnosno
N
x x
S
i
0


=

Varijansa ili srednje kvadratno odstupanje
Varijansa (obeleava se sa V) je bolja mera odstupanja, jer se manipulie sa kvadratima
pojedinanih odstupanja lanova niza od srednje vrednosti. Za negrupisane podatke izraunava se
prema izrazu:
( )
N
x x
V
2
i

=
a za grupisane:
( )

=
i
2
i i
f
x x f
V
U izrazu za varijansu u imenilac se, umesto ukupnog broja podataka uvodi nova veliina,
oznaena kao broj stepena slobode (obeleava se sa ), a jednaka je N-1.
Stepeni slobode definiu se kao broj nezavisnih poreenja koja mogu da se izvre izmeu
pojedinih lanova niza i srednje vrednosti. To moe da se objasni na sledei nain: ako je srednja
vrednost x izraunata iz tri podatka x
1
, x
2
i x
3
, samo su dva odstupanja od srednje vrednosti
nezavisna, recimo x
1
- x i x
2
- x , dok je x
3
- x ve odreeno, jer je
3
x x x
x
3 2 1
+
=
odnosno
3 x = x
1
+ x
2
+ x
3

x
3
- x = - x
1
+ x - x
2
+ x
x
3
- x = - (x
1
- x ) - (x
2
- x )
Suma kvadrata ovih odstupanja ukljuuje samo dva nezavisna poreenja rezultata, pa je zato
imenilac u izrazu za varijansu jednak broju stepena slobode, tj. N -1:
( )
1 N
x x
V
2
i

=


Ako su podaci iz kojih treba izraunati varijansu decimalni brojevi sa velikim brojem decimalnih
mesta, ovaj izraz nije pogodan za izraunavanje i razvija se u drugi oblik:
( )
( ) ( ) ( )
1 N
x x x x x x
1 N
x x
V
2
N
2
2
2
1
2
i

+ + +
=

=


Statistika u farmaciji 3-6
( ) ( ) ( )
=

+ + + + + +
=
1 N
x x x 2 x x x x 2 x x x x 2 x
2 2
N
2
N
2
2
2
2
2
1
2
1



( ) ( ) ( )
1 N
x N x x 2 x
1 N
x x x x x x x 2 x x x
2
i
2 2
i
2 2 2
N 2 1
2
N
2
2
2
1

+
=

+ + + + + + + + + +
=



Kako je
N
x
x
i
= , odnosno

= N x x
i
, onda je
( )
1 N
x N x
1 N
x N x N 2 x
1 N
x N N x x 2 x
V
2 2
i
2 2 2
i
2 2
i

+
=

+
=


Standardno odstupanje (devijacija)
Iz poslednjeg izraza se vidi da je u varijansu ukljuen i kvadrat srednje vrednosti, a da bi se
videlo kako su pojedinane vrednosti rasporeene oko srednje vrednosti, potrebno je da mera
varijacije ima istu dimenziju kao i srednja vrednost. U ovu svrhu se koristi kvadratni koren iz
varijanse, nazvan standardno odstupanje ili standardna devijacija (obeleava se sa Sd) a izraunava
se za negrupisane podatke prema izrazu:
1 N
x N x
V Sd
2 2
i

= =


Za podatke koji su grupisani kao raspodela frekvenci numerikih vrednosti izraz za izraunavanje
standardne devijacije glasi:
( )

=
i
2
i
2
i i
f
x f x f
Sd
Za podatke koji su grupisani u klasne intervale umesto pojedinanih vrednosti koriste se sredine
klasnih intervala, a takoe se uvodi i korekcija za irinu klasnog intervala. To je t.zv. Sheppard-ova
korekcija (Ki)
2
/12, pa izraz za izraunavanje standardne devijacije glasi:
( )
12
K
f
x f x f
Sd
2
i
i
2
i
2
s i

Standardna devijacija iz razlike parova
Standardnu devijaciju nije uvek pogodno izraunavati iz velikog broja odreivanja izvedenih u
jednom uzorku biolokog materijala, pa se zato koristi postupak izraunavanja iz razlike izmeu
parova odreivanja. To znai da se u razliitim uzorcima seruma izvode po dva odreivanja
istovremeno, a za izraunavanje standardne devijacije koristi se razlika vrednosti ta dva odreivanja.
Ovaj postupak u mnogome olakava rad, jer nije potrebno jednog dana uraditi veliki broj odreivanja,
ve u toku vie dana i onda kada se doe do odgovarajueg materijala. Osim toga, nije potrebna
velika koliina materijala, kao to je to sluaj kada se radi u jednom uzorku.
Samim tim to se za izraunavanje standardne devijacije koriste tazlike izmeu dva odreivanja
u jednom uzorku, nije znaajno to se u razliitim uzorcima nalaze razliite vrednost onoga to se
odreuje. Ovaj nain izraunavanja je naroito pogodan kod proveravanja nove metode, a da bi se
dobili pouzdani rezultati potrebno je najmanje 20 odreivanja.
Kako se dolazi do obrasca za izraunavanje standardne devijacije ovim postupkom pokazaemo
na sledei nain: ako imamo par odreivanja ije su vrednosti x
1
i x
2
, onda je njihova aritmetika
sredina jednaka (x
1
+ x
2
)/2, a broj stepena slobode je jednak 1. Kako je ve ranije reeno, varijansa
S. Spasi: Predavanja 2007/2008.

3-7
je jednaka zbiru kvadrata razlike izmeu pojedinanih vrednosti i srednje vrednosti, podeljenom sa
brojem stepena slobode, pa moe da se pie:


( ) ( )
1
x x x x
Sd
2
2
2
1 2
1
+
=
Kako je:


2
x x
x
2 1
+
=

izraz za varijansu moe da se napie kao:

2
2 1
2
2
2 1
1
2
1
2
x x
x
2
x x
x Sd |
.
|

\
| +
+ |
.
|

\
| +
=

Ako se ova jednaina razvije kao to je ve ranije uraeno, dobija se:

( )
2
x x
Sd
2
2 1 2
1


Za drugi par odreivanja, ije su vrednosti x
3
i x
4
, varijansa je prema tome jednaka:

( )
2
x x
Sd
2
4 3 2
2

=

Kako je izraunavanje varijanse za svaki par odreivanja bazirano na jednom stepenu slobode, onda
je ukupna varijansa za sve parove odreivanja jednaka:

( ) ( ) ( ) ( )
N
2
x x
2
x x
2
x x
2
x x
Sd
N 1 N
2
6 5
2
4 3
2
2 1
2

+ +

gde je N broj parova odreivanja. Ako je

x
1
x
2
= d
1
; x
3
x
4
= d
2
; x
5
x
6
= d
3
; ..... x
N-1
x
N
= d
N

onda je
N 2
d
N 2
d d d d
Sd
2
2
N
2
3
2
2
2
1 2
=
+ + + +
=


ili
N 2
d
Sd
2

=
Statistika u farmaciji 3-8
PRIMER 2.: U 12 uzoraka seruma odreena je glukoza (u svakom uzorku dva puta). Izraunati
standardnu devijaciju za dobijene rezultate (vrednosti su date u mmol/L).

par x
1
x
2
d d
2

1. 4,5 4,7 0,2 0,04
2. 6,7 6,9 0,2 0,04
3. 5,6 5,3 0,3 0,09
4. 7,8 7,8 0 0
5. 5,3 5,2 0,1 0,01
6. 4,5 4,8 0,3 0,09
7. 8,4 8,5 0,1 0,01
8. 6,3 6,1 0,2 0,04
9. 5,7 5,8 0,1 0,01
10. 9,2 9,6 0,4 0,16
11 4,3 4,2 0,1 0,01
12. 5,9 6,2 0,3 0,09
ukupno - - 0,59

Reenje:
mmol/L 0,157 = 0,024583 =
24
0,59
= Sd
Koeficijent varijacije
Standardna devijacija ima istu dimenziju kao i lanovi statistikog skupa za koje se izraunava,
pa se zato pomou standardne devijacije ne moe da vri uporeivanje dve ili vie statistikih
populacija, koje imaju razliite dimenzije. Za takvo uporeivanje se koristi koeficijent varijacije, koji je
izraen u procentima, a izraunava se prema izrazu:
100
x
Sd
Kv =

3.3. Interpretacija standardne devijacije, z-score
Kao to je poznato standardna devijacija je mera disperzije, odnosno deskriptivna mera koja
pokazuje veliinu varijacije medju podacima. Dakle, to je vea varijacija medju podacima to je vea i
standardna devijacija.
U tabeli su prikazane dve grupe podataka i prostim pregledanjem podataka uoava se da u grupi
2 postoji vea varijacija nego u grupi 1. To se potvrdjuje i izraunavanjem standardnih devijacija.

grupa 1 51 44 41 58 48 47 53 47 45 66
grupa 2 37 61 49 20 70 53 48 48 50 64
grupa 1: x = 50,0, Sd = 7,4
grupa 2: x = 50,0, Sd = 14,2
S. Spasi: Predavanja 2007/2008.

3-9

Da bismo mogli vizuelno da uporedimo varijacije u obe grupe, podaci su prikazani grafiki na
slici, sa obeleenom srednjom vrednou i podelom u intervalima koji su jednaki standardnim
devijacijama: 7,4 za grupu 1 i 14,2 za grupu 2.



Slika ilustruje da u drugoj grupi podataka postoji vea varijacija nego u prvoj, kao i da u obe
grupe podaci lee izmedju nekoliko standardnih devijacija sa obe strane srednje vrednosti. To nije
sluajno i moe se rei da e se svi podaci u bilo kojoj grupi podataka nalaziti izmedju tri standardne
devijacije sa obe strane srednje vrednosti. U odnosu na ovo pravilo, razlika izmedju dve grupe
podataka koje imaju razliite standardne devijacije je samo u tome to e kod grupe sa veom
standardnom devijacijom granica od 3Sd biti dalje od srednje vrednosti, nego kod grupe sa manjom
standardnom devijacijom, to se vidi i na slici.
z-Score
z-Score ili standardni score je jedinica koja se vrlo esto koristi u statistikoj analizi, a predstavlja
odstupanje posmatrane vrednosti od srednje vrednosti izraeno u broju standardnih devijacija.
Izraunava se prema izrazu:
Sd
x - x
= z
Pozitivna vrednost z govori da je posmatrana vrednosti vea od srednje vrednosti i obrnuto,
negativna vrednost z govori da je posmatrana vrednost manja od srednje vrednosti.

PRIMER 3.: Praenjem dnevnog unosa proteina kod 500 osoba dobijena je srednja vrednost 77
g i standardna devijacija 8 g. Ako elimo da procenimo osobu koja dnevno unosi 93 g proteina u
odnosu na srednju vrednost izraunaemo z-score:
2 =
8
16
=
8
77 - 93
= z
Vrednost 93 g vea je za 16 g od srednje vrednosti, odnosno za 2 standardne devijacije.

Statistika u farmaciji 3-10


z-Score moe da se koristi i kao mera relativnog odstupanja, jer ako neka vrednost ima veliki
pozitivan z-score, znai da je vea od veine vrednosti u tom skupu, odnosno ako ima veliki
negativan z-score znai da je manja od veine vrednosti u tom skupu.
Na primer, ako elimo da procenimo relativno odstupanje vrednosti unosa proteina od 51 g u
odnosu na srednju vrednost 77 g i standardnu devijaciju 8 g, izraunaemo prvo z-score: z = (51 -
77)/8 = -3,25. Dobijeni z-score pokazuje da je vrednost 51 g za 3,25 standardnih devijacija manja od
srednje vrednosti (vidi sliku).

3.4. Zadaci za vebanje
1. U populacionom istraivanju kojim je obuhvaeno 2760 ena puaa utvrdjeno je da je njihova
prosena starost 38,7 g sa standardnom devijacijom 12,6 g. Odrediti z-score za ene puae ija je
starost 58, 29 i 73 g

2. Prosena povrina 250 laboratorija u zdravstvenim ustanovama je 64,3 m
2
sa standardnom
devijacijom 24,7 m
2
. Odrediti z-score za laboratorije ija je povrina 163,1 m
2
, 21,1 m
2
i 61,8 m
2
.

3. Na prijemnom ispitu za fakultet mogui raspon bodova je od 0 do 100. Srednji broj bodova na
smeru A je 49,3 sa standardnom devijacijom 10,5, a na smeru B srednji broj bodova je 42 sa
standardnom devijacijom 9,8. Pokazati koji student ima relativno bolji uspeh: onaj koji je na smeru A
dobio 70,3 boda ili onaj koji je na smeru B imao 66,5 bodova.

4. Prosena cena 25 stanova sline veliine je 110258 DEM sa standardnom devijacijom 5237 DEM.
Ako takav stan moe da se kupi za 95500 DEM, da li moemo rei da je cena povoljna?

5. Maksimalan broj bodova na ispitu je 40, a u jednom roku je postignuta srednja vrednost 28 sa
standardnom devijacijom 2. Pokazati kakav je uspeh u odnosu na ostale postigao student koji je
dobio 35 poena.

6. Pacijent ima z-score 1,2 iznad srednje vrednosti u populaciji kojoj pripada. Ako je srednja vrednost
te populacije 6,2 mmol/L i standardna devijacija 1,1 mmol/L, koju vrednost holesterola ima pacijent?

7. Devojka je visoka 160 cm i ima z-score 0,7 u odnosu na srednju vrednost visine grupe koja iznosi
168 cm. Kolika je standardna devijacija?