1-1
Çështë Statistika ? Qëllimet: Pas kësaj ore të ligjeratave ju duhet të jeni në gjendje që të : Kuptoni rolin dhe rëndësinë e statistikës. Spjegoni se çka kuptoni me dukuri masive variabile, mostër, njësi statistikore dhe variabël. Bëni dallimin në mes të variablave kualitative dhe variablave kuntitative Bëni dallimin në mes të variablave diskrete dhe variablave të vazhdueshme. Kuptoni se çka është Statistika Deskriptive dhe Statistika Reprezentative. Keni një paraftyrim rreth zhvillimit historik të statistikës.
Kuptoni rëndësinë e kompjuterëve Bazat e Statistikësdhe 2010 softverëve për aplikimin e 1 Dr. Rahmije Mustafa -Topxhiu metodave statistikore
Kuptimi dhe rëndësia e statistikës
H.G.Wells: ”Mënyra statistikore e të menduarit një ditë do të jetë e domosdoshme për qytetari efektive si aftësia për të lexuar “
Më 1998, David Moore, kryetar i Asociacionit të Statistikës Amerikane: ”Edhe pse statistika është shkencë matamatikore, ajo nuk është pjesë e matematikës, dhe as që duhet studentëve t’iu spjegohet në atë mënyrë”. Statistika ka metodën e vet induktive të të menduarit që dallon dukshëm nga metoda deduktive në matematikë. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
2
1
Kuptimi dhe rëndësia e statistikës 2002- Statisticientët (50) më të njohur në botë:
“Statistika nuk është fushë e matematikës, por vetëm shfrytëzues i madh i matematikës si dhe i metodave të tjera të llogaritjes”
Gjithashtu kanë theksuar se statistika ka natyrë multidiciplinare dhe se qëllimi i përbashkët i profesionit të statisticientit është nxjerrja e informatave nga të dhëna të llojllojshme.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
3
1-2
Kuptimi dhe rëndësia e statistikës Statistika për biznes dhe ekonomi: Statistika është shkencë e grumbullimit, organizimit, prezantimit , analizimit dhe interpretimit të dhënave numerike me qëllim të ndihmës për marrjen e vendimeve më efektive në kushtet e pasigurisë. Për të kuptuar statistikën duhet analizuar Dukuria variabile Dukuria variabile është ajo dukuri në të cilën ndikojnë shumë faktorë dhe për këtë arsye ajo në paraqitjen e saj merr vlera të ndryshme nga një rast në tjetrin. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
4
2
Kuptimi dhe rëndësia e statistikës Pse paraqiten variacionet? Për arsye se në dukuri veprojnë , në përgjithësi, e veçanërisht në ekonomi dhe shoqëri, në të njejtën kohë shumë faktorë.
Pse duhet të hulumtohen variacionet? Që të shikohet se çka është e rëndësishme në to e çka jo, sa janë devijimet (shmangiet) në raport me “normalen”
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
5
Definicioni i statistikës Statistika
është shkencë e grumbullimit, organizimit, prezantimit , analizimit dhe interpretimit të dhënave të dukurive masive variabile.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
6
3
Pse duhet të mësohet statistika?
Arsyeja e parë: Gjithkund hasim në të dhëna numerike;
Arsyeja e dytë : Teknikat statistikore shfrytëzohen për të marrë vendime të cilat kanë ndikim në jetën tonë, gjegjësisht që ndikojnë në mirëqenjen tonë personale.
Arsyeja e tretë: Njohuritë për metodat statistikore ndihmojnë që të kuptojmë pse janë marrë vendimet dhe të kuptojmë më mirë se çfarë efekti kanë në jetën tonë, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
7
1-3
Kush e shfrytëzon statistikën ?
Teknikat statistikore gjerësisht shfrytëzohen nga marketingu, kontabiliteti , kontrolli i kualitetit, konsumatorët, njerëzit profesional të sportit, administrata e spitaleve, arsimtarët, politikanët, fizicientët etj…..
Përdorimi i gjerë i kompjuterëve, a para se gjithash i softverëve të ndryshëm statistikor, i ka krijuar hapësirë shfrytëzuesve të statistikës që në mënyrë relativisht të thjeshtë të përdoret në shumë disiplina shkencore; mjekësi, psikologji, farmaci, veterinari, astronomi, biologi, sociologji, fizikë, gjeologji, inxhinjeri, ekonomi, biznis, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
8
4
Elementet e analizës statistikore Popullimi / tërësia e përgjithshme ose dukuria masive Mostra Njësia statistikore (individi) Të dhënat statistikore (atributi ose tipari statistikor), Variablat.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
9
Popullimi / tërësia e përgjithshme ose dukuria masive
Dukuritë masive / kolektive ose popullimi statistikor janë grumbull i njerëzve, objekteve, sendeve, rasteve, ngjarjeve etj, që janë me interes. Dukuria masive është sasia e diferencuar në mënyrë cilësore.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
10
5
Popullimi / tërësia e përgjithshme ose dukuria masive Varëshisht nga qëllimi i hulumtimit, tërësia e përgjitshme mund të përbëhet nga njerëzit, kafshët, ngjarjet, objektet, sendet. Kështu për shembull tërësinë statistikore mund ta përbëjnë: - të gjithë banorët e një qyteti, - të gjithë studentët e një fakulteti, - fondi i kafshëve në një shtet, të gjitha ndërmarrjet në një regjion, ose komunë ose shtet, - të gjithë kompjuterët në një universitet, etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
11
Popullimi / tërësia e përgjithshme ose dukuria masive
Tërësinë statistikore mund ta përbëjnë edhe ngjarjet si: vizitat turistike, importi dhe eksporti, prodhimi dhe konsumi, veprat kriminale, fatkeqësitë e komunikacionit, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
12
6
Popullimi / tërësia e përgjithshme ose dukuria masive Tërësia e përgjithshme duhet të definohet saktë nga aspekti:
Përmbajtësor; (punëtorët) Hapësinor; (ndërmarrjet e vogla në Kosovë)
Kohor. (01.06.2008)
Shembull. Popullimi statistikor: Punëtorët në ndërmarrjet e vogla në Kosovë më 01.06.2008
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
13
Mostra/Zgjedhja
Mostra është porcion ose pjesë e popullimit me interes, përmes së cilës merret vendimi, bëhet vlerësimi , parashikimi ose përgjithësimi rreth popullimit.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
14
7
Populacioni dhe mostra Populacioni/dukuria masive
Mostra
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
15
Pse mostra? Pamundësia fizike për të kontaktuar me të gjitha njësitë e popullimit. Shpenzimet e studimit të të gjitha njësive në popullim. Rezultatet e mostrës zakonisht janë adekuate. Kontaktimi i të gjitha njësive do të marrë shumë kohë. Natyra shkatërruese e disa provave/testeve.
16
8
Njësia statistikore (individi) Njësia statistikore (individi) paraqet elementet individuale prej të cilave përbëhet tërësia e përgjithshme ose dukuria masive të cilat kanë karakteristika variabile. Njësia (individi ) paraqet pjesën përmbajtësore të dukurisë masive dhe ka rëndësi të veçantë. Shembull: Regjistrimi i popullsisë – banori, për standardin jetësor- familja, etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
17
Të dhënat statistikore, (atributi ose tipari- VARIABLAT)
Të dhënat statistikore, (atributi ose tipari (variablat) paraqesin çdo veti të veçantë për secilin dhe të përbashkët për të gjitha njësitë statistikore.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
18
9
1-7
Tipet (llojet ) e Variablave
Variabla kualitative ose Atributive: karakteristikat e variablave që studiohen janë jo numerike dhe mund të jenë nominale dhe rendore/shkallore.
SHEMBUJ: Gjinia, përkatësia fetare, tipi i automobilit, vendi i lindjes, ngjyra e syve etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
19
1-8
Tipet (llojet ) e Variablave
Variabla kuantitavie (sasiore-numerike): variablat mund të raportohen në mënyrë numerike dhe mund të jenë në intervale dhe proporcionale.
SHEMBULL: bilanci në llogarinë e juaj bankare, mosha e punëtorëve të një firme, numri i fëmijëve në një familje, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
20
10
1-9
Variabla kuantitavie (sasiorenumerike)
Variablat kuantitative mund të klasifikohen si diskrete - të ndërprera dhe të vazhdueshmekontinuale . Variablat diskrete - të ndërprera: mund të marrin vetëm disa vlera të caktuara dhe gjithmonë ka “ndërprerje” në mes të vlerave. SHEMBULL: numri i dhomave të fjetjes në shtëpi ( 1,2,3,.., etj), numri i anëtarëve të familjes, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
21
1-10
Variabla kuantitavie (sasiorenumerike)
Variablat e vazhdueshme - kontinuale: mund të marrin çfarëdo vlere brenda një rangu të caktuar.
SHEMBULL: Koha e kaluar me aeroplan prej Prishtine në Gjenevë, gjatësia e nxënësve të një klase, etj. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
22
11
Përmbledhje e llojeve të variablave Të dhënat/variablat
Numerike/Kuantitative)
Kualitative/Atributive) Shembuj: •gjinia, nacionaliteti ngjyra e flokëve,etj
Diskrete /të ndërprera Shembuj: •Numri i fëmijëve, Numri i të punësuarëve, Numri i kinemave Numri i veturave të shitura
Të vazhdueshme /kontinuale Shembuj: •Mosha e studentëve Kilometrat e kaluara në mes të dy distancave Gjatësia trupore e nxënësve, etj
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
23
Të dhënat/variablat Të dhënat statistikore mund të klasifikohen edhe sipas nivelit të matjes së tyre.
Niveli nominal i të dhënave (të parënditshme) Niveli ordinal i të dhënave (të renditëshme) Niveli interval i të dhënave Niveli proporcional i të dhënave
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
24
12
Shembull për të dhënat nominale/ të parenditshëm Variablat kualitative
Kategoritë/Modalitetet
Pronarë i automobilit
Po
Jo
Gjendja martesore
I/e martuar; I/e pamartuar; I/e ve; I/e ndarë
Gjinia
Mashkull; Femër
Veprimtaritë ekonomike Industria dhe xehtaria; bujqësia; tregtia; pylltaria, ndërtimtaria; komunikacioni dhe lidhjet; etj Format ligjore të shoqërive tregtare
Biznes individual, Partneritet, Korporatë, etj Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
25
Shembuj pët të dhënat ordinale/ të renditshme
Variablat kualitative
Kategoritë/Modalitetet
Kënaqja me produktin
Shumë i pakënaqur; pak i pakënaqur; neutral, Pak i kënaqur; shumë i kënaqur (Shkallët e Likertit)
Thirrjet akademike të profesorëve
Profesor i rregullt; Profesor i asocuar; Profesor asistent; Assistent; Asistent i ri.
Suksei i studentëve
10;
9;
8;
7;
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
6;
5.
26
13
Shembuj të shkallës intervale dhe proporcionale të dhënave Variablat kuantitative
Niveli i matjeve
Temperatura (në shkallë Celsius ose Fafrenheit)
Intervale
Gjatësia (në metra dhe cm)
proporcionale
Pesha (në litër ose kg)
Proporcionale
Pagat (në euro apo valutë tjerër)
Proporcionale
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
27
Shembull. Vrojtimi i punëtorëve të firmës “X” Emri dhe mbiemri
Gjinia
Mosha
Pozita
Pervoja Paga vjetore e punes (000)
Albulena Z.
F
30
Menaxhere
12
20
Afrim T.
M
25 Shefe e shitjes
13
15
Vjollca M
F
22.3
Financa
10
10
Aferdita I.
F
45
Marketing
2
8
Agon T.
M
32.5
Shites
5
6
Genc M.
M
23.8
Shites
8
6
Adelina B.
F
27
Shites
6
6
Bardha M.
F
19
Shites
14
6
Yll T
M
27
Shofer
12
5
Valton K.
M
28.6
Shofer
3
5
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
28
14
Shembull, vazhdim
Popullimi/tërësia e përgjithshme: Të gjithë punëtorët e firmës “X”.
Mostra/Zgjedhja : Disa elemente të popullimit,p.sh. Albulena, Ylli, Vjollca, Genci.
Njësitë statistikore: Albulena, Afrimi, Vjollca, … Valtoni.
Variabla cilësor: Gjinia, Pozita në firmë/
Variabla numerikë: Mosha, Përvoja e punës, Paga vjetore. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
29
Burimet e të dhënave statistikore Primare
Sekondare
Mbledhja e të dhënave
Të dhëna të grumbulluara
Të printuara ose
Vrojtimi
elektronike
Studimi
Eksperimentimi Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
30
15
1-12
Burimet e të dhënave statistikore Burime primare janë ato të cilat krijohen përmes vrojtimit dhe përmbledhjes së të dhënave për qëllime të hulumtimit të fenomeneve me interes. Burime Sekonadare janë të dhënat që sigurohen nga burime sekondare siç janë entet e statistikave, ose institucione të autorizuara për mbledhjen e të dhënave primare (banka qendrore, shërbimi i doganave, shërbimet e ndryshme komunale, raportet për afarizmin e firmave etj).
Burimet sekondare gjinden në vjetar të ndryshëm statistikorë në nivel ndërkomëtar, rajonal dhe kombëtar, në artikujt e publikuar, në revista, gazeta, etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
31
Burimet ndërkombëtare
Organizata e Kombeve të Bashkuara-“Statistical yearbook” (Vjetari statistikor ), Demgraphic yearbook (Vjetari demografik), Yearbook of national accounts statistic ( Vjetari statistikor i llogarive kombëtare) etj. Organizata Ndërkombëtare e Punës (ILO)- Yearbook of Labour Statistic ( Vjetari statistior i punës). Organizata Ndërkombëtare e Shëndetësisë - “World Health Statistic annual” (Vjetari Statistikor i shëndetit botëror). Organizata Ndërkombëtare e Ushqimit (FAO)“”Production yearbook”(Vjetari i prodhimit), etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
32
16
Burime rajonale
Instituti i Statistikës së Unionit Evropian (EUROSTAT) publikon një gamë të gjerë periodikësh, zakonisht vjetor ose mujor, të cilët përmbajnë statistikat e fenomeneve të ndryshme të jetës ekonomike dhe sociale të vendeve që bëjnë pjesë në Bashkimin Evropian. Enti i Statistikës i BE, Eurostat-i, i jep rekomandimet lidhur me definicionet, klasifikimet dhe standardet. Për shtetet anëtare të BE disa nga këto rekomandime janë të obligueshme. Natyrisht, standardet ndërkombëtare kanë për qëllim mundësimin e krahasueshmërisë ndërmjet shteteve dhe në kohë.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
33
Burime nacionale Në Kosovë, Enti i Statistikave të Kosovës (ESK) bënë publikimin e një numri të caktuar të statistikave zyrtare përmes publikimeve të ndryshme si: Publikimet e bujqësisë dhe të ambientit, Publikimet ekonomike, Publikimet e popullsisë, Publikimet e përgjithshme etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
34
17
Enti i Statistikave të Kosovës (ESK)
Në kuadër statistikave të përgjithshme, Enti i statistikës rregullisht publikon Buletinët mujor mbi statistikat e përgjithshme të cilët përcjellin trendët dhe ecuritë e çështjeve të ndryshme në Kosovë si:
Statistikat vitale (lindjet, vdekjet, kurorëzimet, shkurorëzimet, etj) Tregu i punës; Kushtet sociale; Statistikat ekonomike të përgjithshme; Prodhimi i energjisë dhe rrymës elektrike; Transporti dhe komunikimi; Tregtia e jashtme; Çmimet, gjegjësisht indeksi i Çmimeve të konsumit (IÇK) i cili mat nivelin e kostos së jetesës së banorëve të Kosovës.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
35
Statistikat zyrtare
Statistikat zyrtare formojnë një pjesë të rëndësishme të infrastrukturës informative të shoqërisë. Statistikat zyrtare duhet të sigurojnë informacione globale lidhur me situatën dhe trendët zhvillimore. Statistikat e mira zyrtare duhet të japin një pasqyrë gjithëpërfshirëse të shoqërisë, andaj duhet t’i mbulojnë të gjithë sektorët, aspektet dhe konditat. Statistikat duhet të distribuohen në një formë që mundëson qasje të lehtë dhe formë të kuptueshme në mënyrë që t’i shfrytëzojnë të gjithë të interesuarit në shoqëri. Në bashkësinë ndërkombëtare, Kombet e Bashkuara i kanë përpiluar rekomandimet përkitazi me statistikat zyrtare dhe statistikat përkatëse të lëmenjve të ndryshëm. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
36
18
Pak histori për statistikën Zhvillimin e statistikës në vija të trasha mund ta ndajmë në tri etapa:
Mbledhja e të dhënave për gjendjen e popullsisë, ushtarëve, detyruesve tatimor, para se gjithash për udhëheqjen e politikave të taksave.
Zhvillimi i teorisë së probabilitetit, statistikës i ka dhënë një mekanizëm të domosdoshëm i cili mundëson që në bazë të mostrës të bihen vendime të rëndësishme për tërësinë e përgjithshme.
Revolucioni në zhvillimin dhe disponueshmëria me kompjutor në dhjetë vitet e fundit i ka ofruar statistikës mundësi të jashtëzakonshme që ajo të jetë a aplikueshme në të gjitha fushat shkencore dhe të shfrytëzojë metodat e reja të cilat nuk do të mund të aplikoheshin pa mbështetjen e kompjuterëve. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
37
Rritja dhe zhvillimi i statistikës moderne Nevojat e qeverive për të mbledhur të dhëna për qytetarët e tyre
Zhvilli i teorisë së probabilitetit
Zbulimi i kopmpjuterit Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
38
19
Pak histori për statistikën
Sot konsiderohet se fjala “Statistikë” rrjedh nga shprehja e re latine statisticum collegium (ligjërata për punët e shtetit).
Fjala “statistikë” rrjedh prej latinishtes mesjetare “status”, që tregon rendin politik, në këtë kuptim statistika është shkenca që përshkruan faktet më të rëndësishme të shtetit. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
39
Pak histori për statistikën
Njeriu që për herë të parë e përdori emrin “Statistikë” në formë të shkruar është Gottfried Achenvall më 1784, i cili konsideron se detyra e statistikës është sistematizimi i të dhënave për popullsinë me qëllim të udhëheqjes së politikës shtetërore. Gottfried Achenwall (1723-1762)
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
40
20
Pak histori për statistikën Fillimet e statistikës si shkencë mund të gjinden në Gjermani dhe Angli në shekullin XVII dhe gjysmën e parë të shekullit XVIII, kur paraqiten dy koncepte të statistikës.
Në Gjermani zhvillohet shkolla e posaçme “Statistika Universitare” nga prof. Herman Konring (Hermann Counring, 1606 1681), Shkolla deskriptive ose përshkrimi i shtetit.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
41
Pak histori për statistikën
Në anën tjetër , në Angli është zhvilluar një koncept tjetër i statistikës “Aritmetika Politike” e cila është përgëzuar nga John Graunt (1620-1674), kurse më pas është përkufizuar si “art i të arsyetuarit përmes shifrave mbi çështjet që kanë lidhje me qeverisjen”. Përshkrimi dhe analiza. Është vënë theksi në nevojën për përpunim matematik të dhënave dhe përpjekjet për të zbuluar ligjshmëritë e sjelljeve të dukurive
John Graunt (1620-1674)
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
42
21
Tipet (Llojet ) e Statistikës Edhe sot ndihet ndikimi i ndryshimeve të këtyre dy qasjeve dhe statistika e aplikuar ndahet në dy grupe kryesore: Statistika
deskriptive (Përshkruese) Statistika representative (Inferenciale) (Mostra)
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
43
Zbërthimi i analizës statistikore Statistika
Statistia Deskriptive Përfshin Mbledhjen Organizimin Përmbledhjen Prezantimin e të dhënave
Statistika Inferenciale Përfshin Bërjen e vlerësimeve Testimin e hipotezave Përcaktimin e raporteve Bërjen e parashikimeve
22
1-4
Tipet (Llojet ) e Statistikës
Statistika deskriptive: Metodat e organizimit, përmbledhjes dhe prezentimit të dhënave në mënyrë informative. SHEMBULL 1: Regjistrimi i popullsisë dhe krahasimi i të dhënave nëpër periudha të ndryshme kohore. SHEMBULL 2: Të ardhurat personale të punëtorëve të një firme konkrete, mosha e të punësuarve të kësaj firme, përvoja e punës ose elemente të tjera rreth punëtorëve të kësaj firme. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
45
1-5
Tipet (Llojet ) e Statistikës
Statistika reprezentative (mostra): Vendimi , vlerësimi , parashikimi ose përgjithësimi rreth populacionit bazuar në mostër. Populacioni / dukuria masive është mbledhja e të gjithë individëve të mundshëm, objekteve dhe njësive të tjera me interes ose sasia e diferencuar në mënyrë cilësore. Mostra është porcion ose pjesë e populacionit me interes. Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
46
23
1-6
Tipet (Llojet ) e Statistikës (shembuj të statistikës reprezentative)
SHEMBULL 1: TV – në mënyrë konstante monitorojnë popullaritetin e programeve të tyre duke bërë hulumtimin me një pjesë të shikuesve ose duke i angazhuar organizatat e specializuara për këtë qëllim. SHEMBULL 2: Departamenti i kontabilitetit të një firme të madhe do të zgjedhë një mostër prej disa faturave për të vërtetuar saktësinë e të gjithë faturave të firmës. SHEMBULL 3: Testuesit e verës do të provojnë disa gllënjka të verës për të marrë vendim në lidhje e Statistikës 2010 me shitjen e tyre. Dr.Bazat Rahmije Mustafa -Topxhiu
47
Disa veprime më të rëndësishme statistikore, zbulime dhe të dhëna për evolucionin e statistikës VITI
ZBULIMI OSE NGJARJA
AUTORI
3800 p.e.r.
Regjistrimi në Babiloni me qëllim të tatimit
2323 p.e.r.
Regjistrimi i fondit të kafshëve në Egjipt ( para kësaj date për cdo dy vjet, a pas kësaj date për cdo vjet)
1055 p.e.r.
Regjistrimi i popullsisë në Izrael
Mbreti David
550 p.e.r.
Regjistrimi i parë i popullsisë në Romë, Roma ka 83.000 banorë
Servilje Tulje
28 p.e.r.
Regjistrimi i popullsisë zbulon se në mbretërinë e Romës ka 4.063.000 banorë.
2
Regjistrimi i popullsisë më i vjetër rezultatet e të cilit janë ruajtur. Kina në bazë të këtij regjistrimi ka pasur 47.5 milionë banorë
Dinastia e Hunëve në Kinë
1086
Aksioni më i rëndësishëm statistikor në mesjetë - Regjistrimi i popullsisë në Angli, rezultatet janë botuar në Librin e gjyqit të tmerrshëm.
Williami i Parë Pushtues
1654
Vënia e themeleve të Teorisë së Probabilitetit
Blaise Pascal & Pierre de Fermat
1662
Studimi i parë demografik i publikuar i bazuar në tabelat e vdekjes
John Graunt
1676
Del nga shtypi “AritmetikaBazat politike” e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
William Petty 48
24
1710
Përdorimi i parë i një lloj testi statistikor
John Arbuthnott
1713
Shtypet punimi më i rëndësishëm për teorinë e probabilitetit në shek. e XVIII: Ars Conjectanti (Ligji i numrave të mëdhenj) Golden Theorem
Jacob Bernoulli
1733
Zbulimi i Shpërndarjes Normale
1749
Për herë të parë përmendet termi “STATISTIKË” në një punim
1763
Bazat e statistikës së Bayes-it, e bazuar në konceptet subjektive të probabilitetit
1801
Popullsia e botërore arrin në 1 miliard banorë
1805
Zbulimi i metodës së katrorëve më të vegjël
1809
Gausi përsëri zbulon shpërndarjen normale dhe zgjeron metodën e katrorëve më të vegjël
1812
Publikimi i parë i punimit nga teoria e gjasave
1853
Në Berlin organizohet Konferenca e Parë Ndërkombëtare e Statistikës
Abraham De Moivre Gottfried Achenvall Tomas Bayes
A.M.Legendre Carl F.Gauss Pierre S.Laplace Adolphe Quetelet
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
1885
Për here të pare futet ideja e regresionit
1896
Formulohet koeficienti korrelacionit të thjeshtë linear
1900
Formulohet testi χ2
1904
Formulohet Koeficienti i Korrelacionit të Spearman-it
1908
Zbulimi i vlerësimit të mesatares aritmetike në rastin kur devijimi standard i populacionit nuk dihet.
1918
Formulohet koncepti i analizës së variancës.
1925
Popullsia në botë arrin në 2 miliardë banorë
1925
Botohet libri “Metodat statistikore për hulumtim”, padyshim libri më me ndikim i statistikës në shekullin e XX
1933
Formulohet intervali i besimit, gabimi i llojit të II-të, fortësia e testit, regjionet kritike.
1933
Është vendosur koncepti aksiomatik i probabilitetit
1945
Është formuluar testi më i njohur joparameter: testi i shumës së rangimit të Wilcoxon rangut me shenjë
1959
Popullsia e botërore arrin në 3 miliardë banorë
1966
Përdorimi i parë i metodave statistikore resampling (metoda e mostrave të përsëritura)
49
Francis Galton Karl Pearson Karl Pearson
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
Charles Spearman William Gosset (“Student”) Ronald Fisher
Ronald Fisher Jerzy Neyman & Egon Pearson Andrei Kolmogorov Frank Wilcoxon
Julian Simon
50
25
1972
Është formuluar koncepti i analizës hulumtuese të të dhënave
1972
Janë formuluar modelet lineare të përgjithshme
1974
Popullsia në botë arrin në 4 miliardë banorë
1979
Formulohet bootstrap metoda
1986
Popullsia në botë arrin në 5 miliardë
2000
Popullsia në botë arrin në 6 miliardë.
2002
Me shfrytëzimin e FDR metodës është vërtetuar teoria e Big Beng-ut
John Tukey J.A.Nelder & R.W>M Wedderburn
Bradley Efron
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
51
Përdorimi i kompjuterëve në statistikë
Softwear-ët që më së shumti përdoren për zgjidhjen e shumë problemeve statistikore janë: Excel , SPSS ( Statistical Package for Social Science), SAS (Staistical Anlysis System), Minitab, Statgraphics, Statistica, etj.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
52
26
Përdorimi i Excel-it
Në mënynë rënëse Tools klikojmë me anë të miut në opsionin Data Analysis. Në kornizën e gjetur Analysis Tools selektojmë metodën që dëshirojmë të shfrytëzojmë. Nëse opsioni Data Analysis nuk paraqitet në mënynë rënëse Tools, atëherë klikoni në të njëjtën meny në AddIns dialog box. Në kornizën e gjetur selektoni opsionet Analysis ToolPak dhe Analysis ToolPak –VBA dhe klikoni Ok. Kthehuni përsëri në Tools dhe do të gjeni Data analysis.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
53
Konceptet kyçe
Dukuritë variabile Statistikë Popullimi/tërësia e përgjithshme Mostra Njësia statistikore, individi Të dhënat statistikore:diskrete dhe kontinuale/të vazhdueshme Modalitetet Statistika deskriptive Statistika representative Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
54
27
Detyrë Shpjego dallimin në mes të të dhënave kualitative dhe kuantitative dhe jep tre shembuj për secilën. Shpjego dallimin në mes të dhënave diskrete dhe të vazhdueshme dhe jep tre shembuj për secilën.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
55
Detyrë Përcakto se cilat nga variablat vijuese është kualitative e cila kuantitative. Nëse janë kuantitative përcaktoni se fenomeni me interes a është diskret apo kontinual: - Numri i telefonave në familje, - Lloji i telefonit, - Ngjyra e telefonit, - Pagesa mujore (në euro dhe cent) për thirrje telefonike, - Numri i thirrjeve lokale të bëra gjatë muajit, - Zgjatja (në minuta) e thirrjeve lokale gjatë muajit, - Fakultetet e Universitetit të Prishtinës.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
56
28
Ushtrime Ushtrim 1. “Jam shumë i stresuar” është një shprehje që shumë e shpeshtë në mes të studentëve. Çka ju streson juve. Cili është populacioni me interes? Identifikoni më së paku tri arsye për të marrë mostrën. Identifikoni dy variabla ose karakteristika të anëtarëve të këtij populacioni që ju dëshironi të studioni.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
57
Ushtrime
Ushtrim 2. Dekani i fakultetit dëshiron të shoh se çfarë lloj aktiviteti dhe pune bëjnë studentët e diplomuar të fakultetit pas 5 vjet diplomimi. Cili është populacioni me interes? Identifikoni arsyet për të marrë mostrën për hulumtim. Identifikoni dy variabla/karakteristika të anëtarëve të populacionit që ju dëshironi të studioni
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
58
29
Ushtrime
Ushtrim 3. Kryetari i një shteti dëshiron të shoh se sa është i popullarizuar pas dy vjetëve të mandatit të tij. Një mostër e votuesve të rritur janë pyetur se a do ta rizgjedhnin prapë atë në atë post. A janë të dhënat kualitative apo kuantitative Nëse të dhënat janë kualitative a janë ato nominale apo rendore/shkallore. Nëse janë numerike a janë ato diskrete apo kontinuale.
Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
59
Ushtrime Ushtrim 4. Më poshtë janë të listuar disa pyetje nga anketa rreth virusit “Trojan horse”. Për çdo lloj të pyetjes identifikoni se çfarë lloj të dhënash duhet të grumbullohen.
A është infektuar kompjuteri juaj me virusin “Trojan horse”
A dini dikë tjetër që kompjuteri i është infektuar me virusin “Trojan Horse”
Po, kompjuteri im është infektuar me këtë virus. Jo , kompjuteri im nuk është infektuar me këtë virus. Nuk jam i sigurt se kompjuteri im është infektuar.
Po Jo
Sa shpesh ju me kujdes ekzaminoni subjektin e-mailit të juaj para se të hapni atachmentët.
Gjithmonë Shpesh Sipas rastit Rrallë ose kurrë Bazat e Statistikës 2010 Dr. Rahmije Mustafa -Topxhiu
60
30
1-1
Fazat e studimit statistikor Qëllimet: Pas kësaj ore të ligjeratave ju duhet të jeni në gjendje që të : Dini se cilat janë fazat e studimit statistikor Kuptoni rëndësinë , llojet dhe mënyrat e vrojtimit statistikor Bëni dallimin në mes të vrojtimit të përgjithshëm dhe vrojtimit të pjesshëm Kuptoni rëndësinë , llojet dhe mënyrat e grupimit statistikor. Kuptoni seritë statistikore , llojet e tyre dhe të formoni seritë e distribucinit të frekuencave për të dhënat kualitative dhe kuantiative Paraqitni grafikisht seritë e distribucionit të frekuencave 1
Fazat e studimit statistikor
Vrojtimi statistikor ( mbledhja dhe grumbullimi i të dhënave);
Grupimi dhe klasifikimi i të dhënave (formimi i serive statistikore, përdorimi i tabelave, grafeve, etj.);
Analiza statistikore
Publikimi dhe interpretimi i të dhënave 2
1
Vrojtimi statistikor (Mbledhja e të dhënave)
Vrojtimi statistikor paraqet fazën e parë kërkimore të studimit gjatë së cilës bëhet grumbullimi i të dhënave për dukuritë masive dhe tipareve të tyre të llojllojshme Njësia (individi ) paraqet pjesën përmbajtësore të dukurisë masive dhe ka rëndësi të veçantë. Shembull: regjistrimi i popullsisë – banori, për standardin jetësor- familja, etj.
3
Vrojtimi/grumbullimi i të dhënave
Plani i mbledhjes së të dhënave përfshinë:
Definimi i qëllimit të vrojtimit/mbledhjes së të dhënave;
Përcaktimi i tërësisë statistikore/dukurisë masive dhe njësisë statistikore;
Zgjedhja e karakteristikës/variablës dhe definimi i modaliteteve;
Përcaktimi i pyetësorëve për mbledhjen e të dhënave;
Përcaktimi i mënyrës dhe metodave të mbledhjes së të dhënave, etj. 4
2
Burimet e vrojtimit/mbledhjes së të dhënave SIPAS BURIMIT TË SIGURIMIT TË DHËNAVE
VROJTIMI I DREJTPËRDREJTË
Marrja e informatave drejtpërdrejtë nga persona fizikë dhe juridikë
VROJTIMI PËRMES DOKUMENTEVE
Dokumenta zyrtarë: Libri amë, kontabiliteti, Listëpagesa e punëtorëve, etj
VROJTIMI PËRMES DEKLARIMIT
Informata të tërthorta , nga profesionistët që e njohin mirë problematikën.
5
Mënyrat e vrojtimit
Mënyra ekspeditive Mënyra përmes thirrjes zyrtare Mënyra përmes korrespondetëve Mënyra e vetëregjistrimit
6
3
Llojet e vrojtimeve statistikore LLOJET E VROJTIMEVE (Qëllimi, natyra e dukurisë dhe rrethanat e saj)
VROJTIMI SIPAS KOHËS
VROJTIMI SIPAS VËLLIMIT
Vrojtimi i vazhdueshëm
Vrojtimi i përgjithshëm
Vrojtimi jo i vazhdueshëm
Vrojtimi i pjesshëm
7
Vrojtimi sipas vëllimit VROJTIMI I PËRGJITHSHËM bëhet përmes: Regjistrimit dhe
Evidencës gjegjësisht raporteve statistikore. Karakteristikat e regjistrimit: Gjithëpërfshirës (vrojtimi i të gjitha elementeve të dukurisë) I njëkohshëm (periudha më e shkurtë jep rezultate më të mira) Koha e regjistrimit – Momenti Kritik- kur gjendja e dukurisë është “normale”. Përsëritja e regjistrimit (mundëson krahasimin e rezultateve) Rregullimi normativ i regjistrimit (rregullat ligjore me të cilat rregullohen të drejtat dhe obligimet e pjesëmarrësve në regjistrim) -
P.sh.Regjistrimi i popullsisë, amvisnive, ekonomive shtëpiake, etj. (çdo dhjetë vjet) 8
4
Vrojtimi sipas vëllimit Vrojtimi përmes evidencës ose raporteve statistikore. Bëhet te dukuritë që tregojnë variabilitet më të madh gjatë kohës apo hapësirës. P.sh. - gjendja e të punësuarëve, - prodhimtaria e realizuar, - lëvizja natyrore e popullsisë e të ngjashme. ( Regjistrimi dhe raportet statistikore japin të dhëna më të sigurta dhe më të plota)
9
VROJTIMI I PJESSHËM/ JO I PLOTË /REPREZENTATIV
Vrojtimi i pjesshëm paraqet metodën përmes së cilës në bazë të vështrimit të një pjese të njësive statistikore të dukurisë bihen konkluzione/përfundime për karakteristikat dhe sjelljen e tërësisë së përgjithshme.
Mostra është një pamje e zvogëluar, por besnike e popullimit. Ajo përmbush dy kritere të rëndësishme: Zvogëlimi i kohës dhe punës së nevojshme për mbledhjen dhe përpunimin e të dhënave; Lejon një reduktim të ndjeshëm të kostove të mbledhjes dhe përpunimit të të dhënave. 10
5
Pse vrojtimi i pjesshëm?
Pamundësia fizike për të kontaktuar me të gjitha njësitë e popullimit. Shpenzimet e studimit të të gjitha njësive në popullim. Rezultatet e mostrës zakonisht janë adekuate. Kontaktimi i të gjitha njësive do të marrë shumë kohë. Natyra shkatërruese e disa provave/testeve. 11
Llojet e mostrave/vrojtimit të pjesshëm Llojet e mostrave
Mostra të rastësishme /probabile
Mostër e rastësisshme e thjeshtë
Mostra jo të rastësishme /jo probabile/e arsyetuar Mostër e përshtatshme Mostër subjektive
Mostër e rastit sistematike Mostër e stratifikuar/shtresëzuar
Mostër me kuota
Mostër e grumbulluar / klaster
12
6
Gabimet gjatë vrojtimit GABIMET E VROJTIMIT
GABIMET E REPREZANTIMIT (PËRFAQËSIMIT)
Gabime gjatë vrojtimit të pjesshëm
GABIMET E REGJISTRIMIT
Gabimet e rastit Gabimet sistematike/ e qëllimta
13
Kontrolli i të dhënave
Pas përfundimit të mbledhjes së të dhënave duhet të bëhet kontrollimi i tyre në mënyrë cilësore dhe sasiore.
Zakonisht bëhen dy lloje të kontrollimeve: Kontrolli logjik i të dhënave; Kontrolli aritmetik (llogaritës) i të dhënave
14
7
PËRMBLEDHJA DHE GRUPIMI I TË DHËNAVE STATISTIKORE
Grupimi i të dhënave paraqet ndarjen e dukurisë masive të hulumtuar sipas tipareve të përbashkëta, në grupe homogjene. Grupimi paraqet fazën e dytë të studimit statistikor gjatë së cilës materiali rregullohet, gjegjësisht grupohet sipas karakteristikave të caktuara që hulumtuesit i interesojnë. Gjatë kësaj faze është karakteristikë formimi i serive statistikore, tabelave statistikore dhe paraqitja grafike e të dhënave të rregulluara.
15
Llojet e grupimeve LLOJET E GRUPIMEVE:
Sipas qëllimit
Tipologjike Variacionit Analitike
Sipas llojit të tiparit
Sipas vëllimit
Cilësore Numerike Kohore-Kronologjike Hapësinore
I thjeshtë I përbërë Rigrupimi
16
8
Seritë statistikore Radhitja e të dhënave në formë të vargut quhet seri statistkore. Ato formohen prej më së paku dy madhësive, modaliteteve. Seritë statistikore mund të jenë: Të thjeshta Të përbëra Hapësinore/Territoriale Kohore Shpërndarjes/distribucionit/ të frekuencave
17
2-4
Seritë e shpërndarjes/ distribucionit të frekuencave
Seritë e shpërndarjes/distribucionit të frekuencave mund të jenë:
Atributive/Cilësore Variacionit (numerike)
Seritë e distribucionit të frekuencave janë mjet shumë i shfrytëzueshëm për organizimin dhe grupimin e masës së të dhënave në një formë të shfrytëzueshme. 18
9
Seritë e distribucionit të frekuencave Distribucioni i frekuencave paraqet grupimin e të dhënave në kategori, të treguara me numrin e vrojtimeve në çdo kategori. Distribucioni i frekuencave jep numrin se sa herë çdo vlerë paraqitet në çdo klasë/modalitet/kategori
Karakteristika (X) Frekuencat/ Denduritë (f) Modalitetet e karakteristikës/variablës
x1 x2 x3 x4 xn Σ
f1 f2 f3 f4 fn ΣF 19
Distribucionet e frekuencave • Çka është distribucioni i frekuencave? Distribucioni i frekuencave është organizimi i të dhënave të pagrupuara në formë tabelore duke shfrytëzuar modalitetet dhe frekuencat/denduritë. • Çka janë frekuencat? Frekuencat/denduritë ose numërimi i frekuencave tregojnë se sa herë një vlerë paraqitet në grumbullin e të dhënave.
1-20
10
Distribucioni i frekuencave për të dhënat kualitative/atributive/jonumerike
Të dhënat kualitative
Paraqitja grafike
Distribucionit të frekuencave Tabela përmbledhëse
Diagrami tortë Diagrami i Paretos
Bar diagramet
21
Paraqitja tabelare dhe grafike e të dhënave kualitative Të dhënat kualitative
Paraqitja grafike
Distribucioni i frekuencave
Tabela përmbledhëse x
(f)
Diagrami tortë
x1
f1
x2
f2
CD
Savings
x3 x4
f3 f4
Diagrami i Paretos
Bar diagramet
Bonds
Stocks
0
10
20
30
40
50
45
120
40
100
35 30
80
25
Σ
ΣF
60
20 15
40
10
20
5 0
0 Stocks
Bonds
Savings
CD
22
11
Distribucioni i frekuencave për të dhënat kualitative-- Shembull • Shembull: Gjaku sipas grupit i 25 dhuruesve është dhënë më poshtë. Gruponi të dhënat përmes distribucionit të frekuencave AB O B A A
B B O O B
A O B AB AB
O A B AB O
B O B O A
1-23
Distribucioni i frekuencave për të dhënat kualitative-Shembull -vazhdim Karakteristika kualitative/e parenditshme/nominale
Kara
Grupi i gjakut
Nr. i dhuruesve (Frekuencat F)
A
5
B
8
O
8
AB
4
Gjithsej
25
Frekuencat/Denduritë
Vrojtimet /matjet
Modalitetet e karakteristikës
1-24
12
Shembull: Distribucioni i frekuencave për stafin akademik të Fakultetit Ekonomik të UP.
Stafi akademik sipas thirjes akademike
Thirrja akademike Profesor të rregullt Profesor të asocuar Profesor asistent Ligjërues
Karakteristika kualitative
Nr. i stafit (F) 17 5 11 7
Asistent mësimor Gjithsej
19 59
Modalitetet e karakteristikës
Burimi: Fakulteti Ekonomik Raporti i vetëvlerësimit, Prishtinë, korrik 2008
25
Frekuencat relative
Frekuencat relative paraqesin raportin në mes të frekuencave individuale absolute dhe totalit të frekuencave. f ri fi
fi ; f ri frekuenca relative, fi frekuenca apsolute; f tatali i frekuencave
26
13
Frekuencat në përqindje
Frekuencat në përqindje paraqesin raportin në mes të frekuencave individuale absolute dhe totalit të frekuencave shumëzuar me 100.
F%
fi 100, f
F%
frekuenca ne perqindje
27
Distribucioni i frekuencave relative dhe në përqindje Tab. Stafi akademik sipas thirrjes akademike të FA të UP, korrik, 2008
Thirrja akademike
Profesor të rregullt Profesor të asocuar
Nr. i stafit Frekuenca Frekuenca në (Frekuenca relative përqindje % absolute) 17 17/59=0.29 0.29 x 100=29% 5
5/59=0.08
0.08 x 100= 8%
11
11/59=0.19
0.19x100=19%
7
7/59=0.12
0.12x100=12%
Asistent mësimor
19
19/59=0.32
0.32x100=32%
Gjithsej
59
1.00
100
Profesor asistent Ligjërues
Burimi: Fakulteti Ekonomik, UP, Raporti i vetëvlerësimit, Prishtinë, Korrik 2008
28
14
Paraqitja grafike e të dhënave kualitative (Diagrami Tortë) Personeli akademik sipas thirrjes akademike
12% 29%
Profesor te rregullt Profesor te asocuar Profesor asistent
32%
Asistent mësimor 8%
Ligjërues
19%
Burimi: Fakulteti Ekonomik Raporti i vetëvlerësimit, Prishtinë, korrik 2008
29
Paraqitja grafike e të dhënave kualitative (Bar diagramet)
Thirrja akademike
Personeli akademik sipas thirrjes akademike Ligjërues Asistent mësimor Profesor asistent Profesor te asocuar Profesor te rregullt 0
5
10 Nr. i personelit
15
20
Burimi: Fakulteti Ekonomik Raporti i vetëvlerësimit, Prishtinë, korrik 2008
30
15
Paraqitja grafike e të dhënave kualitative (Bar diagramet) Personeli akademik sipas thirrjes akademike
Nr. i personelit
20 15 10 5 0 Profesor te Profesor te rregullt asocuar
Profesor asistent
Asistent mësimor
Ligjërues
Thirrja akademike Burimi: Fakulteti Ekonomik Raporti i vetëvlerësimit, Prishtinë, korrik 2008
31
Distribucioni i frekuencave/Organizimi i të dhënave numerike Të dhënat numerike
Rregullimi sipas radhës 21, 24, 24, 26, 27, 27, 30, 32, 38, 41
41, 24, 32, 26, 27, 27, 30, 24, 38, 21
Distribucioni i frekuencave Distribucionet kumulative
Tabela Ogiva Histogrami
Polygoni
32
16
Organizimi i të dhënave numerike në tabela dhe grafe
Të dhënat numerike 41, 24, 32, 26, 27, 27, 30, 24, 38, 21
Distribucioni i frekuencave Distribucionet kumulative
Regullimi sipas radhës 21, 24, 24, 26, 27, 27, 30, 32, 38, 41
Tabelat x x1 x2 x3 x4 Σ
(f) f1 f2 f3 f4 ΣF
Ogiva
Histogramet
O give 7
Polygoni
6
120
5
100
4
80
3
60
2
Poligoni i f rekuencave
40 1
20 0
7
10
6
20
30
40
50
0
60
10
20
30
40
50
60
5 4 3 2 1
33
0 5
15
25
36
45
55
More
Organizimi i të dhënave numerike/diskrete-të ndërprera
Të dhënat në formë të papërpunuar (ashtu si janë mbledhur) p.sh. suksesi i nxënësve në matematikë): 4,5, 4, 3, 4, 2, 1, 5, 2, 3, 2, 1, 1, 4, 5, 4, 3, 2, 5, 3, 5 Të dhënat e rregulluara sipas radhës, nga vlera më e vogël te vlera më e madhe: 1,1,1,2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5,
Suksesi (X)
Nr. i nxënësve (f)
1 2 3 4
III IIII IIII IIII
3 4 4 4
5 Gjithsej
IIII
5 20
34
17
Hapat për ndërtimin e distribucionit të frekuencave/ të dhënat numerike diskrete/të ndërprea dhe kontinuale/të vazhdueshme 1.
Formimi i një vargu/rreshti i të dhënave nga vlera minimale deri te ajo maksimale apo anasjelltas.
2.
Përcaktimi i gjerësisë së intervalit dhe numri i klasëve, gjegjësisht grupeve. Nëse është vendosur numri i klasëve, atëherë gjerësia e intervalit të sygjeruar mund të llogaritet me formulat vijuese:
i= i
Vlera më e lartë - vlera më e ulët numri i klasëve Vlera maksimale vlera min imale 1 3,32(log i te gjitha frekuencave)(Rregulla e Struges) 35
Hapat për ndërtimin e distribucionit të frekuencave/ të dhënat numerike diskrete dhe kontinuale
3. Vendosja e grupeve/klasave 4. Vendosja e të dhënave në klasë për të krijuar distribucionin e frekuencave
36
18
Kriteret për ndërtimin e distribucionit të frekuencave a)
b)
c)
Zakonisht seritë nuk duhet të kenë më pak se 5 klasë/grupe, por gjithashtu nuk duhet të kenë më shumë se 15 klasë/modalitete. Duhet bërë përpjekeje për t’iu larguar klasëve të hapura, gjegjësisht gjithmonë duhet krijuar klasë të mbyllura aty ku është e mundur. Gjerësitë e intervaleve duhet të jenë të barabarta.
37
Prezantimi i të dhënave numerike në tabelë/në distribucionin e frekuencave
Rreshtimi i të dhënave sipas madhësisë: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58.
Gjetja e rangut: Xmax-Xmin= 58 - 12 = 46
Zgjedhja e numrit të klasëve: 5 (zakonisht në mes të 5 dhe 15)
Llogaritja e gjerësisë së intervalit (gjerësia): 10 (46/5 mandej rrumbullakëso)
Përcaktimi i limiteve të klasëve (limitet): 10, 20, 30, 40, 50, 60.
Logaritja e mesit të intervalit: 15, 25, 35, 45, 55.
Numrimi i vrojtimeve dhe vendosja nëpër grupe klasë/kategori. 38
19
Prezantimi i të dhënave numerike në tabelë/në distribucionin e frekuencave
Të dhënat e rregulluara sipas madhësisë:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Frek. absolute
Grupet/Klasët 10 por më pak se 20
3
20 por më pak se 30
6
30 por më pak se 40
5
40 por më pak se 50
4
50 por më pak se 60
2
Gjithsej
10- Limiti i fillimit të grupintervalit të parë.
20- Limiti i fundit të grupintervalit të parë.
20
39
Mesi i intervalit
Mesi intervalit është pika e mesit në mes të dy kufijëve të çdo klase dhe është reprezentative për të dhënat brenda klasës. Llogaritet si mesatare e thjeshtë në mes të dy niveleve të një intervali.
40
20
Distribucioni i frekuencave, Distribucioni i frekuencave relative dhe Distribucioni i frekuencave në përqindje Të dhënat e rregulluara sipas madhësisë: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Frek. absolute
Grupet
Mesi i intervalit (X)
Frek. relative
Frek. në përqindje
10 por më pak se 20
3 10+20/2=15
3/20= 0.15 0.15x100 =15%
20 por më pak se 30
6 20+30/2=25
6/20=0.30 0.30x100=30%
30 por më pak se 40
5 30+40/2=35
5/20=0.25 0.25x100=25%
40 por më pak se 50
4 40+50/2=45
4/20=0.20 0.20x100=20%
50 por më pak se 60
2 50+60/2=55
2/20=0.1 0.1x100=10%
Gjithsej
20
1.00
100
41
Paraqitja grafike e të dhënave numerike: Histogrami i frekuencave Të dhënat e rregulluara sipas madhësisë: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 His togram i 7
6
Frekuencat
6
5
5
4
4
Nuk ka zbrastësi në mes te katërkëndëshave
3
3
2
2 1
0
0
0 5
Kufijtë e klasëve
15
25
36
45
Mesi i intervalit
55
eMore më shumë
42
21
Histogrami i frekuencave
Histogrami: Grafiku në të cilin klasët shënohen në abshisë (boshtin horizontal) kurse frekuencat e klasëve shënohen në boshtin vertikal(ordinatë) të sistemit koordinativ. Frekuencat e klasëve janë të prezantuara me gjatësinë e katërkëndëshave të cilët janë të mbështetur në njëri tjetrin. 43
Histogrami i frekuencave Histogrami prezanton tri lloje të informatave :
Mund të vërehet se përafërsisht ku janë të koncentruara të dhënat. Mund të kuptojmë shkallën e shpërndarjes ose variacionet në të dhëna. Mund të vërejmë formën e distribucionit.
22
Histograme që tregojnë qendra të ndryshme 70 60 50 40 30
70
20
60
10
50 40
0
0<2
2<4
4<6
6<8
8<10
10<12
12<14
14<16
16<18
30 20 10 0
0<2
2<4
4<6
6<8
8<10
10<12
12<14
14<16
16<18
Histograme – Qendra e njejtë, Shpërndarje të ndryshme 70 60 50 40 30 20 10 16 < 18
14 < 16
12 < 14
8
10 8<
6
4
10 < 12
6<
4<
2<
0<
2
0 70 60 50 40 30 20 10 0
0<2
2<4
4<6
6<8
8<10
10<12
12<14
14<16
16<18
23
Paraqitja grafike: Poligoni i frekuencave Të dhënat e rregulluara sipas madhësisë: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58 Poligoni i f rekuencave 7 6 5 4 3 2 1 0 5
15
25
36
45
55
More
Mesi i intervalit 47
Poligoni i frekuencave
Poligoni i frekuencave konstruktohet nga vija që paraqet lidhjen e pikave të formuara në mes të frekuencave dhe klasëve, gjegjësisht mesit të intervalit dhe frekuencave. Poligoni i frekuencave ofron informatat e njëjta sikurse histogrami i frekuencave.
48
24
Distribucioni i frekuencave kumulative Frekuencat kumulative përfshijnë vlerat korresponduese të variablës brenda çdo limiti, plus të gjitha vlerat më të ulëta ose më të larta. Në fakt ekzistojnë dy metoda për llogaritjen e frekuencave kumulative: - Frekuencat kumulative “nën” ose progresive - Frekuencat kumulative “mbi” ose degresive. Përdorimi i metodës së parë është shumë i gjerë. Frekuencat kumulative të fundit sipas metodës “nën’ dhe të fillimit sipas metodës “mbi” janë të barabarta me totalin e frekuencave. Kjo njëherit shërben si kontrollim i rezultatit.
49
Distribucioni i frekuencave kumulative Të dhënat e rregulluara sipas madhësisë: 12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
Grupet
Frekuencat absolute
Frekuencat kumulative (“nën”)
Frekuencat kumulative (“mbi”)
Frekuencat kumulative në %
10 por më pak se 20
3
3
20
15
20 por më pak se 30
6
3+6=9
20-3=17
45
30 por më pak se 40
5
9+5=14
17-6=11
70
40 por më pak se 50
4
14+4=18
11-5=6
90
50 por më pak se 60
2
18+2=20
6-4=2
100
Gjithsej
20
50
25
Paraqitja grafke: Ogiva (Poligoni kumulativ në %) Të dhënat e rregulluara sipas madhësisë:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
Ogiva 100 80 60 40 20 0 10
20
30
40
50
60
Limitet e klasëve (Jo mesi i intervalit) 51
Distribucioni kumulativ i frekuencave
Distribucioni kumulativ i frekuencave (ogiva) shfrytëzohet për të përcaktuar se sa ose çfarë pjese e të dhënave është nën apo mbi vlerën e caktuar.
52
26
2-5
SHEMBULL Të dhënat në vijim paqaqesin kohën e kaluar në minuta prej shtëpisë në punë, për një grup prej 30 punëtorësh.
28 25 41 37 41 19 32 20 26 24 16 23 23 29 36 31 26 21 32 25 31 43 35 44 38 33 28 27 32 18
Rregolloni të dhënat në distribucionin e frekuencave
53
Hapi i parë, rreshtimi nga vlera më e vogël deri te vlera me e madhe
16 18 19 20 21 23 23 24 25 25 26 26 27 28 28 29 31 31 32 32 32 33 35 36 37 38 41 43 43 44.
Hapi i dytë. Përcaktimi i klasëve dhe gjerësisë së intervalit
Gjeresia e intervalit=
Vlera më e lartë - vlera më e ulët numri i klasëve
44 16 6
5,33 5
54
27
2-6
SHEMBULL
vazhdim
Të dhënat e rregulluara sipas madhësisë: 16 18 19 20 21 23 23 24 25 25 26 26 27 28 28 29 31 31 32 32 32 33 35 36 37 38 41 43 43 44. Koha e kaluar në minuta
Frekuencat Numri i Denduritë (f) punëtorëve (f)
15 por më pak se 20 20 por më pak se 25 25 por më pak se 30 30 por më pak se 35 35 por më pak se 40
III IIII IIII III IIII I IIII
40 por më pak se 45 IIII ΣF
3 5 8 6 4 4 30 55
2-7
Sugjerime për konstruktimin e distribucionit të frekuencave
Gjerësitë e intervaleve në mes të klasëve duhet të jenë të barabartë .
Shfrytëzoni intervalin e sugjerur për të konstruktuar histogramin e frekuencave.
Shënim: ky është intervali i sugjeruar ; nëse intervali i llogaritur është 97, më mirë do të ishte që të shfrytëzohet 100.
Llogaritni numrin e vlerave për çdo klasë 56
28
Mesi i intervalit
Mesi intervalit është pika e mesit në mes të dy kufijëve të çdo klase dhe është reprezentative për të dhënat brenda klasës. Llogaritet si mesatare e thjeshtë në mes të dy niveleve të një intervali: Koha e kaluar në minuta
Mesii i intervalit (X)
Numri i punëtorëve (f)
15- 20
15+20/2 =17,5
3
20 - 25
20+25/2=22,5
5
25 - 30
25+30/2=27,5
8
30 - 35
30+35/2=32,5
6
35 - 40
35 + 40/=37,5
4
40-45
40+45/2=42,5
4
Σ
30 57
2-9
Distribucioni relativ i frekuencave
Frekuencat realtive fitohen duke ndarë frekuencat e çdo klase me frekuencat totale. Koha e kaluar në minuta
Nrumri i punëtorëve (f) Frekuencat absolute
Frekuencat relative
15- 20
3
3/30=0,10
20 - 25
5
5/30 =0,17
25 - 30
8
8/30 =0,27
30 - 35
6
6/30 =0,2
35 - 40
4
4/30=0,13
40 - 45
4
4/30 =0,13
30
1,00
Σ
58
29
Distribucioni i frekuencave në përqindje
Frekuencat në përqindje llogariten duke shumëzuar frekuencat realtive me 100. Koha e kaluar në minuta
Frekuencat relative
Frekuencat në përqindje (%)
15- 20
3/30=0,10 0,10 x 100 =10%
20 - 25
5/30 =0,17 0,17 x 100 =17%
25 - 30
8/30 =0,27 0,27 x 100 =27%
30 - 35
6/30 =0,2 0,20 x 100 =20%
35 - 40
4/30=0,13 0,13 x 100 =13%
40 - 45
4/30 =0,13 0,13 x 100 =13%
Σ
1,00
100 59
Distribucioni kumulativ i frekuencave Kumulativi progresiv (rritës) dhe degresiv (zbritës) Koha e kaluar në minuta
Numri i punëtorëve (f)
Frekuencat kumulative progresive
15- 20
3
3
30
20 - 25
5
3+5=8
30-3= 27
25 - 30
8
3+5+8=16
27-5= 22
30 - 35
6
3+5+8+6 =22
22-8=14
35 - 40
4
3+5+8+6+4 =26
14-6= 8
40 - 45
4
3+5+8+6+4+4 =30
8-4= 4
Σ
Frekuencat kumulative degresive
30 60
30
2-14
Frekuencat
Histogrami i distribucionit të frekuencave
9 8 7 6 5 4 3 2 1 0 17.5
22.5
27.5
32.5
37.5
42.5
Koha e kaluar në minuta
61
Konceptet kyçe Vrojtimi
statistikor Vrojtimi i përgjithshëm Vrojtimi i pjesshëm Mostra të rastësishme Mostra jo të rastësishme Grupimi statistikor Seritë statistikore Frekuencat
Distribucioni i frekuencave Frekuenca absolute Frekuenca relative Frekuenca në përqindje Frekuenca kumulative progresive dhe degresive Histogrami i frekuencave Poligoni i frekuencave Diagrami tortë Bar diagrami 62
31
Ushtrime Detyrë 1. Menaxheri i një firme lokale është i interesuar që të dijë se një konsumator sa herë hyn në shitoren e tij brenda dy javëve. Përgjigjet e 50 konsumatorëve kanë qenë si vijon. Të dhënat e papërpunuara për frekuentim në shitore brenda dy javëve
5
3
3
1
4
4
5
6
4
2
6
6
6
7
1
1
14
1
2
4
4
4
5
6
3
5
3
4
5
6
8
4
7
6
5
9
11
3
12
4
7
6
5
15
1
10
8
9
2
12
Formoni distribucionin e frekuencave duke përcaktuar zeron (0) si limit i fillimit të klasës së parë dhe gjerësinë e intervalit 3 . Përshkruani distribucionin. Ku tentojnë të grumbullohen të dhënat. Gjeni mesin e intervalit dhe konstruktoni frekuencat relative, në përqindje dhe ato kumulative progresive dhe degresive. Prezantoni distribucionin e frekuncave grafikisht përmes histogramit të frekuencave, poligonit të frekuencave dhe ogivës. 63
Ushtrime
Detyrë 2. Një mostër e rastit përfshinë 50 nënkryetarë ekzekutivë të disa firmave të mëdha ku të ardhurat vjetore të tyre janë analizuar. Të ardhurat janë ranguar nga 52.000$ deri në 137.000$. Cakto kufijtë e klasëve për distribucionin e frekuencave: Nëse dëshirojmë të kemi 5 klasë Nëse dëshirojmë të kemi 6 klasë Nëse dëshirojmë të kemi 7 klasë
64
32
Ushtrime Detyrë 3. Importet vjetore për një grup të zgjedhur rastësisht të furnitorëve elektronik janë të prezantuara në distribucionin e mëposhtëm.
Importet (në milion $)
Numri i furnizuesve
2 deri në 5
6
5 deri në 8
13
8 deri në11
20
11 deri në 14
10
14 deri në 17
1
a) Prezantoni importet në formë të histogramit dhe të poligonit të frekuencave b) Përmblidhni disa fakte të rëndësishme për distribucionin ( si vlerat më të ulëta , vlerat më të larta, koncentrimi më i madh, etj.) c) Gjeni frekuencat relative, në përqindje dhe kumulative progresive dhe kumulative degresive. d) Prezantoni grafikisht distribucionin kumulativ progresiv dhe degresiv
65
Ushtrime
Detyrë 4. Distribucioni i frekuencave i mëposhtëm prezanton numrin e ditëve të munguara në punë për shkak të sëmundjeve në një kompani.
Numri i ditëve të munguara
Nr. i punëtorëve /frekuencat
0 deri në 3
5
3 deri në 6
12
6 deri në 9
23
9 deri 12
8
12 deri 15
2
Gjithsej:
50
a)Sa punëtorë kanë munguar më pak se tri ditë në vjet. Sa më pak se 6 ditë në ditë? Sa më pak se 12 ditë. Konvertoni distribucionin e frekuencave në distribucion kumulativ progresiv. b) Ndërtoni distribucionin kumuluativ degresiv të frekuencave dhe paraqitni grafikisht. c)Sa është madhësia e mostrës. d) Sa është mesi i intervalit të klasës së parë. e) Konstruktoni histogramin e frekuencave
66
33
Ushtrime
Detyrë 5. Supozojmë se klasët janë të dhëna kësisoji:Këto klasë përmbajnë në vete tri praktika që duhet të eliminohen. Cilat janë ato. 40-60 60-90 90-150 150 e më lartë.
67
Ushtrime
Detyrë 6. Për të konstruktuar poligonin e frekuencave na duhet mesi i intervalit dhe frekuencat. Po Jo.
Detyrë 7. Në përgjithësi ne mund të konstruktojmë distribucionin e frekuencave me më së paku 20 klasë Po Jo.
Detyrë 8. Numri i vrojtimeve për çdo klasë quhet distribucion i frekuncave. Po Jo.
Detyrë 9. Poligoni i frekuencave dhe distribucioni i frekuencave relative janë të ngjashëm për arsye se bazohen në distribucionin e frekuencave. Po Jo.
Detyrë 10. Distribucioni i frekuencave relative fitohet duke ndarë frekuencat e çdo klase me numrin total të vrojtimeve. Po Jo. 68
34
1-1
Paraqitjet grafike Qëllimet: Pas kësaj ore të ligjeratave ju duhet të jeni në gjendje që të : Dini rolin dhe rëndësinë e paraqitjeve grafike Dini disa nga llojet e paraqitjeve grafike Konstruktoni diagramet vijore dhe diagramin polar. Konstruktoni diagramet sipërfaqësore përmes shtyllave, të katrorit dhe rrethit. Kuptoni disa nga parimet e konstruktimit të paraqitjeve të ndryshme grafike 1
Qëllimi i paraqitjes grafike Grafikët rrefejnë një tregim….. Shumë njerëz tregojnë pak interesim ose nuk kanë kohë që të analizojnë shifrat dhe faktet e ndryshme të dhëna në gazetat ditore. Mirëpo nëse këto të dhëna janë të prezantuara grafikisht, ato bëhen më të lehta për tu kuptuar dhe mbesin për një kohë më të gjatë në kujtesë. Prezantimi grafik i të dhënave e bëjnë leximin e tyre më interesant, më të shpejtë dhe më lehtë të kuptueshme. E metë e prezantimit grafik të të dhënave është mungesa e detaleve dhe saktësia më e vogël. 2
1
Qëllimi i paraqitjes grafike Në ekonomi, një figurë e vërtetë është më e vlefshme se njëmijë fjalë……
Paraqitja grafike përbën një nga mjetet më efikase si për përshkrimin në formë vizuale të rezultateve të vrojtimit të shumta të një apo disa karakteristikave të një popullimi statistikor, ashtu edhe për zbulimin e raporteve dhe ndërlidhjeve midis këtyre karakteristikave ose midis ndryshimeve në kohë dhe hapësirë të fenomeneve. Paraqitja grafike lehtëson kuptimin shumë më shpejtë sesa paraqitja e një morie të madhe shifrash, duke i kryer një shërbim të madh shkencës dhe përbënë një mjet ndihmës shumë të vlefshëm për studimet statistikore. 3
Format e paraqitjes grafike FORMAT E PARAQITJES GRAFIKE
Diagramet
-Pikësore (stigmograme) -Vijore -Sipërfaqësore -Hapësinore
Kartogramet
Ideogramet/ piktogramet
-Kartodiagrame -Harta statistikore
Grafikë me figura natyrale
4
2
Diagramet
Stigmograme (diagrame pikësore) Diagrame vijore (përmes vijave) Diagrame sipërfaqësore (histograme) Stereograme (hapësinore)
5
Diagrami vijor Bazohet në pasqyrimin grafik përmes vijave të drejta , të shtrembra dhe të thyera. Në konstruktimin e tyre , kryesisht, shfrytëzohen sistemet koordinative: -sistemi i koordinatave këndrejta dhe - sistemi polar Përmes diagrameve vijore mund të pasqyrojmë me sukses grafikisht një ose të krahasojmë dy e më tepër seri kohore, por nëse vlerat e tyre nuk dallohen shumë dhe nëse janë të shprehura në njësi të njeta të matjes. 6
3
Diagrami vijor Diagramet vijore janë të përshtashme për të prezantuar ecuritë e biznesit sepse përmes tyre mund të shihen ndryshimet gjatë tërë kohës. Variabla, si numri i njësive të shitura prezantohet në boshtin vertikal (ordinatë) derisa koha prezantohet në boshtin horizontal(abshisë) Përmes diagramit vijor me sukses mund të krahasojmë ecuritë e eksportit, importit, të ofertës , kërkesës, natalitetit dhe 7 mortalitetit e kështu me radhë.
Shembull 1.
Diagrami vijor
Shitjet e telefonave celularë (në 000 copë) në një shtet gjatë periudhës 2000-2004 janë si në tabelën vijuese: Paraqitni të dhënat përmes dijagramit vijor. Vitet
Shitjet në 000 copë
2000
280
2001
300
2002
570
2003
900
2004
1200 8
4
Prezantimi i të dhënave përmes dijagramit vijor
Nr. i telefonave te shitur
Telefona te shitur 1400 1200 1000 800 600 400 200 0 2000
2001
2002
2003
2004
Vitet 9
Diagrami polar Diagrami polar shfrytëzohet për pasqyrimin e dukurive të karkaterit sezonal, përkatësisht për hulumtimin e variacioneve sezonale dhe pasqyrohet në diagramin polar. Variacione sezonale kanë këto dukuri: numri dhe bujtjet e turistëve, qarkullimi hotelier, konstruktimi ndërtimor, konsumi i energjisë elektrike, kërkesa për mallra sezonale etj. Diagrami polar na mundëson që në mënyrë mjaft figurative të vërejmë varaiacionet e dukurisë së vështruar përmes muajve dhe të shikojmë ndikimin e sezonës në to. 10
5
Paraqitja përmes diagramit polar Shembull 2 Kurorëzimet në Kosovë në vitin 2004 sipas
muajve janë si në tabelën vijuese
Burimi:ESK: Analiza e statistikave Vitale të Kosovës për periudhën më të re, shukrt, 2008 11
Diagrami polar
Sa më tepër që vija i afrohet mesit të rrethit (polit), do të thotë se sezoni ndikon ashtu që dukuria zvogëlohet. Sa më tepër që vija largohet nga mesi i rrethit – sezoni ndikon në rritjen e dukurisë.
12
6
Diagramet sipërfaqësore (histograme) Diagramet sipërfaqësore janë grafikë të cilët përmes sipërfaqeve të figurave gjeometrike pasqyrojnë të dhënat statistikore. Më të përdorshmit janë: Shtyllat (bar diagramet) Katrori Rrethi
13
2-17
Diagramet me shtylla (Bar diagramet )
Diagramet me shtylla (bar diagramet ), përdoren shumë në prezantimin e të dhënave. Ata mund të jenë: Shtylla të thjeshta, Shtylla të dyfishta dhe të shumëfishta Shtyllat simetrike Shtylla të ndara ose strukturale 14
7
Shtyllat e thjeshta Shtyllat e thjeshta shfrytëzohen për paraqitjen e madhësisë ose të nivelit të dukurisë sipas modaliteteve apo vlerave të një veçorie ose sipas veçorisë kohore ose hapësinore. Me shtylla të thjeshta mund të prezantohen gati të gjitha llojet e serive. 15
Shembull 3
Shtyllat e thjeshta
Shitjet e telefonave celularë (në 000 copë) në një shtet gjatë periudhës 2000-2004 janë si në tabelën vijuese: Paraqitni të dhënat përmes shtyllave të thjeshta Vitet
Shitjet në 000 copë
2000
280
2001
300
2002
570
2003
900
2004
1200 16
8
Shembull 3- vazhdim
Shtyllat e thjeshta/ të njëfishta
Shitja e telefonave celular
Shitjet (në 000 copë)
1200 1000 800 600 400 200 0 2000
2001
2002
2003
2004
Vitet
17
Shembull 4.
Shtyllat e thjeshta/ të njëfishta
Levizja e numrit të popullsisë së Kosovës për periudhën 123 vjeçare
Burimi: ESK: Analiza e Statstikave Vitale të Kosovës për periudhën më të re, Shkurt 2008.
18
9
Shembull 4. vazhdim
Shtyllat e thjeshta/ të njëfishta
19
Shtylla të dyfishta dhe të shumëfishta Shtyllat e dyfishta dhe të shumëfishta shfrytëzohen kur duam të krahasojmë madhësinë, përkatësisht nivelin e dy e më shumë dukurive sipas të njetës veçori, ndërsa të dhënat janë të shprehura në njësi të njëjta të matjes.
20
10
Shembull 5.
Shtyllat e dyfishta
21
Shembull 5.
Shtyllat e dyfishta
Popullsia ne Kosove sipas gjinise, 2002-2005) 1080
Nr. i popullsise (ne mije)
1060 1040 1020 1000 980 960 940 2002
2003
2004
Viti
2005
Gra
Burra
22
11
Shembull 5.
Shtyllat e shumëfishta
Popullsia totale e Kosoves sipas gjinise (2002-2005)
Nr. i popullsise (ne mije)
2500 2000 1500 1000 500 0 2002
2003 Gra
2004
Viti Burra
2005
Gjithsej popullsia
23
Sygjerimet për konstruktimin e Diagrameve me shtylla Për përgjigjet kategorike që janë kualitative, shtyllat duhet të konstruktohen horizontalisht kurse për përgjigje numerike shtyllat duhet të konstruktohen vertikalisht.
Hapësira në mes të shtyllave duhet të jetë sa gjysma e gjerësisë së shtyllës ose sa gjerësia e shtyllës. Shkallët dhe porositë janë mjet i rëndësishëm për leximin e grafëve dhe duhet të përfshihen. Boshtet duhet të definohen qartë. Titulli i grafit vendoset mbi grafik. Burime te të dhënave dhe spjegime të tjera duhet të prezantohen.
24
12
Shtyllat simetrike Shtyllat simetrike janë formë specifike e shtyllave të dyfishta (ose binarëve) të cilat janë të shtrira horizontalisht dhe për ballë njëri tjetrit. Më së shpeshti zbatohen në statistikën demografike me qëllim të pasqyrimit të të strukturës së popullsisë sipas gjinisë dhe moshës. Duke pasqyruar të dhënat e popullsisë sipas moshës dhe gjinisë formojmë PIRAMIDËN E POPULLSISË 25
Shtyllat simetrike Shtyllat simetrike shfrytëzohen edhe për pasqyrimin dhe krahasimin e madhësisë dhe strukturës së dukurive të cilat janë të kundërta njëra me tjetrën, por reciprokisht të lidhura dhe të kushtëzuara. Si p.sh. Të hyrat dhe të dalat Eksporti dhe importi Të lindurit dhe të vdekurit Të shpërngulurit dhe të kthyerit në një regjion të caktuar Kurorëzimet dhe shkurorëzimet 26
13
Piramida e popullsisë Piramida e popullsisë ,e quajtur gjithashtu piramida moshë-gjini e popullsisë ose diagrami i strukturës së moshës, është ilustrim grafik që prezanton shpërnadarjen e moshave të ndrysheme të popullsisë sipas gjinisë (zakonisht për një shtet ose regjion).
Ajo përbëhet nga dy bar diagrame të mbështetura shpinë për shpinë ashtu që popullsia shënohet në boshtin X (abshisë) kurse gjinia në boshtin Y,(ordinatë), njëra tregon gjininë femerore e tjetra gjininë mashkullore, zakonisht në grupe moshore prej 5 vjet. Meshkujt prezantohen në anën e majtë kurse femrat në anën e djathtë dhe ata mund të prezantohen në përqindje ose me numrin absolut të popullsisë. 27
Piramida e popullsisë/ilustrim
Mosha
28
14
Piramida e popullsisë së Kosovës (ESK: Anketa Demografike dhe Socio-ekonomike 1999),
29
Përdorimi i piramidës së popullsisë
Piramida e popullsisë mund të shfrytëzohet për të gjetur numrin e popullsisë që është ekonomikisht e varur nga pjesa tjetër e popullsisë. Vartësit ekonomik ( popullsia e paaftë për punë) janë ata që janë më të rinj se 15 vjet dhe ata mbi 65 vjet.
Natyrisht në disa vende më pak të zhvilluara fëmijët fillojnë të punojnë edhe para moshës 15 vjeçare, kurse në disa vende të tjera është e zakonshme që puna të filloj gjatë moshës 18-21 vjet, kurse njerëzit mund të punojnë edhe pas moshës 65 vjeçare ose të pensionohen më herët.Për këtë definimi është një lloj vlerësimi.
Në shumë vende,qeveritë planifikojnë zhvillimin ekonomik në atë mënyrë që popullsia e aftë për punë duhet të mbështesë popullsisnë e paaftë për punë.
Piramida e popullsisë mund të shfrytëzohet edhe për vështrimin e rritjes natyrore të popullsisë, lindjet dhe normën e vdekjes së popullsisë. 30
15
Diagramet përmes sipërfaqes së katrorit dhe rrethit Katrorët , gjegjësisht sipërfaqja e katrorit shfrytëzohen për pasqyrim grafik të dhënave me qëllim të krahasimit të madhësive të tyre të cilat mund të jenë proporcionale me madhësinë të cilat i përfaqësojnë.
S
a2
a
S
siperfaqja e katrorit brinja e katrorit 31
Shembull 6 Sëmundjet nga kanceri në Kosovë në vitin 2005 sipas niveleve janë si në tabelën vijuese. Prezantoni grafikisht të dhënat përmes sipërfaqes së katrorit. Rastet e sëmundjeve malinje, 2005 Niveli primar Niveli seknodar
Nr. i të sëmurëve 3885 462
Niveli terciar
1148
Gjithsej
5495
Burimi: ESK Statistikat sociale, “Statistikat e shëndetësisë”, 2005 32
16
Shembull 6 - vazhdim S a2 Niveli primar =3885;S= 3885 a S
Niveli sekondar = 462; S= 462 Niveli terciar=1148 S=1148
S
a2
a
S
S
a2
a
S
3885
62,32 :10 6, 232 6 cm
462
21, 49 :10 2,149 2 cm
1148
38,38 :10 3,8 4 cm 33
Shembull 6 - vazhdim Fig. Sëmundjet nga kanceri sipas niveleve në vitin 2005 në Kosovë. Niveli primar Niveli sekondar
S= 3885 pacientë S= 462 pacientë
a=62,32 (6 cm)
Niveli terciar
S= 1148 pacientë
a= 21,49 (2m)
a=38,38 (4cm)
Burimi: ESK Statistikat sociale, “Statistikat e shëndetësisë”, 2005
34
17
Diagramet sipërfaqësore të rrethit Diagramet sipërfaqësore të rrethit, përdoren për nevoja të krahasimit të dhënave statistikore si dhe për paraqitjen e strukturës së dukurisë.
S r
r2 S
3,14 r rrezja e rrethit
Të dhënat e shembullit të gjashtë të shfrytëzohen për paraqitjen e sëmundjeve nga kanceri sipas niveleve. 35
Shembull 7 Niveli primar =3885;S= 3885
S r
Niveli sekondar = S 462; S= 462 r Niveli terciar=1148 S=1148 S r2
r
S
r2 S
3885 3,14
1237,3
35,17 :10 3,517cm
r2 S
1148 3,14
462 3,14
147,13 12,3 :10 1,123cm
365, 6 19,12 :10 1,912cm 36
18
Shembull 7 - vazhdim Fig. Sëmundjet nga kanceri sipas niveleve në vitin 2005 në Kosovë. Niveli primar Niveli sekondar
Niveli terciar
r=3,5cm r=1,9cm r=1,2cm
r=35,17 (3,5 cm)
r= 12,13 (1,2cm)
r=19,12 (1,9cm)
Burimi: ESK Statistikat sociale, “Statistikat e shëndetësisë”, 2005 37
Rrethi struktural/diagrami tortë
•Diagrami struktural ëshët një grafik i ndarë në sektore, i cili ilustron frekuencat në përqindje. •Në daigramin tortë madhësia e çdo sektori është proporcionale me sasitë që prezanton. •Bashkërisht të gjithë sektorët krijojnë rrethin e plotë. 38
19
Rrethi struktural/diagrami tortë Hapat për ndërtimin e diagramit torte ose rrethit struktural: Komponentet e veçanta të variablave konvertohen në përqindje për të ndërtuar diagramin tortë. Këto përqindje konvertohen në shkallë korresponduese të rrethit. Vizatohet rrethi me kompas me madhësi adekuate. Maten pikat në rreth që prezantojnë madhësinë e çdo sektori me ndihmën e këndmatësit. Aranzhohen sektorët sipas madhësisë. Përdoren ngjyra të ndryshme për të dalluar pjesët e veçanta. 39
2-20
Rrethi struktural/diagrami tortë Diagrami tortë veçanërisht është i përshtatshëm për prezantimin e distribucionit relativ dhe në përqindje të frekuencave. Rrethi është i ndarë në mënyrë proporcionale me frekuencat relative dhe pjesët e rrethit e përgjigjen grupeve të ndryshme. SHEMBULL 5: Përgjigjet e 200 lojtarëve në lidhje me llojin e patikave që preferojnë janë si në tabelën 40 vijuese:
20
Shembull 8- vazhdim Bazuar në të dhënat në vijim , prezantoni ato përmes diagramit tortë. Lloji i patikave
Nr. i lojtarëve
Struktura %
Shkallët e rrethit
Nike
92
46%
46x3,6=165,6o
Adidas
49
24,5%
24,5 x 3,6=88,2o
Reebok
37
18,5%
18,5 x 3,6=66,6o
Ascis
13
6,5%
6,5 x 3,6=23,4o
Të tjera
9
4,5%
4,5 x3,6=16,2o
Gjithsej
200
100
360o 41
2-22
Diagrami tortë për preferencat e lojtarëve
Reebok 18%
Asics 6% Të tjera 4% Nike Adidas Reebok
Adidas 24%
Asics Të tjera Nike 46%
42
21
Rrethi struktural/diagrami tortë Derisa diagrami tortë ndoshta është grafiku statistikor më i përhapur në botën e biznesit dhe të mas mediave, ai rrallë shfrytëzohet për publikime shkencore dhe teknike. Eshtë një prej grafikëve më të kritikuar, dhe shumë statisticientë rekomandojnë që të eliminohet krejt nga përdorimi , duke theksuar veçanërisht se është vështirë të krahasohen pjesë të ndryshme të një grafiku të dhënë, ose të krahasohen të dhënat nga diagrame të ndryshme strukturale. 43
Forma të tjera të paraqitjes grafike Kartogrami- i cili mund të paraqitet si kartodiagram dhe si hartë.
Ideogrami /Piktogramet – paraqiten përmes simboleve dhe figurave natyrale Shtrirja territoriale e dukurisë më së miri mund të pasqyrohet përmes kartodiagramit. 44
22
Paraqitja grafike përmes hartave
45
Disa rekomandime për ndërtimin e grafikëve
Çdo grafik duhet të përmbajë në vetvete të gjithë treguesit e nevojshëm për interpretimin e saktë të tij, pavarësisht nga teksti, pra: -titullin e qartë të objektit që paraqitet; -periudhës së cilës i referohen të dhënat; -hapësirën territoriale; -burimin si dhe -shkallët e matjeve që janë zbatuar. Numrat dhe fjalët që përmban grafiku,duhet të lexohen pa e rrotulluar fletën.
46
23
Disa rekomandime për ndërtimin e grafikëve - vazhdim Duhet zgjedhur drejt metoda e paraqitjes,në mënyrë që ajo të jetë më e përshtatshmja për një tip tabele të caktuar, kur mund të përdoren korrektësisht disa metoda, përparësi duhet dhënë metodës më të thjeshtë; Në boshtet duhet treguar saktësisht gjithmonë përmbajtja e variablave dhe njësia e matjes; Prerjet e shkallëve duhet treguar nëpërmjet ndërprerjes së boshteve, etj. 47
Konceptet kyçe Diagramet Diagramet vijore Diagrami polar Diagramet sipërfaqësore Shtyllat e thjeshta, të shumëfishta
Shtyllat simetrike Piramida e popullsisë Katrori Rrethi Diagrami struktural Kartodiagramet Ideogramet
48
24
1-1
Analiza e të dhënave statistikore
Madhësitë mesatare Qëllimet Në fund të orës së mësimit , ju duhet të jeni në gjendje që të :
Llogaritni mesataren aritmetike të thjeshtë dhe të ponderuar, dhe mesataren gjeometrike. Shpjegoni karakteristikat, përdorimin , përparësitë dhe të metat e çdo njërës mesatare. Kuptoni madhësitë mesatare të pozicionit (moda dhe mediana) dhe ti llogaritni ato. Përcaktoni pozitën e mesatares aritmetike, medianës dhe modës te distribucionet simetrike dhe asimetrike.
1
Analiza statistikore
Analiza statistikore paraqet fazën e tretë të studimit statistikor. Varësisht nga qëllimi dhe objekti i studimit, gjatë analizës statistikore bëhet përpunimi i të dhënave dhe formohen tregues të ndryshëm statistikor përmes të cilëve nxirrren konkluzione cilësore për fenomenet e hulumtuara. Analiza statistikore ka rëndësi të veçantë se përmes saj mund të bëjmë krahasimin e të dhënave dhe rezultateve kërkimore për dy e më shumë dukuri, në kohë dhe hapësirë. 2
1
Disa nga llojet e analizave statistikore Llojet e analizave Statistikore
Analiza statike
Analiza dinamike
Analiza reprezentative
Analiza regresive statistikore
3
Disa nga treguesit e analizës statike Treguesit e analizës statike
Madhësitë mesatare
Mesataret algjebrike
Treguesit e variaconit
Mesataret e pozicionit
Treguesit absolut
Treguesit e formës së shpërndarjes
Treguesit relativ
Treguesit e Asimetrise
Mesatarja aritmetike
Moda
Gjerësia e intervalit
Koeficienti I variacionit
Mesatarja harmonike
Mediana
Devijimi mesatar absolut
Devijimi I standardizuar
Mesatarja gjeometrike
Treguesit e Kurtozisit
Koeficienti i Asimterisë
Koeficienti i Kurtozisit
Varianca
Devijimi standard
4
2
Madhësitë mesatare
Madhësitë mesatare, gjegjësisht vlerat mesatare , janë vlera reprezentative të cilat zëvendësojnë të gjitha vlerat e veçorisë së dukurisë së dhënë. Vlerat mesatare llogariten vetëm nga seritë numerike të njësive statistikore. Sa më homogjene që të jenë të dhënat statistikore më reprezentative do të jetë vlera mesatare dhe devijimet nga ajo do të jenë më të vogla. Mesataret shprehin nivelin tipik të ndryshimeve të modaliteteve të grupeve homogjene me tipare sasiore.
5
Llojet e madhësive mesatare Madhësitë mesatare
Mesatare Algjebrike
Mesatarja aritmetike
Mesatarja harmonike
•E thjeshte •E ponderuar
Mesatare të pozicionit
Mesatarja gjeometrike
Moda
Mediana
•E thjeshte
•E thjeshte
•E thjeshte
•E ponderur
•E ponderuar
•E ponderur
6
3
Mesataret algjebrike / Mesatarja
-
aritmetike
Mesatarja aritmetike është madhësia mesatare e përdorur më së shumti dhe prezanton nivelin tipik të zhvillimit të dukurisë. Ajo mund të jetë: mesatare aritmetike e populimit dhe mesatare aritmetike e mostrës
7
Mesataja aritmetike e thjeshtë
Mesatarja e populacionit
Mesatarja e populacionit
Shuma e te gjitha vlerave ne populacion Numri i te gjitha vlerave ne populacion
n
X i 1
N
i
ose me tjeshte
X N
ku
paraqet shenjen per mesataren e populacionit. Shkronje greke qe lexohet " mi " N numri i njesive ne populacion X prezanton cdo vlere te vecante " sigma " shkronje greke qe tregon operacionin e mbledhjes. X eshte shuma e te gjitha vlerave te X
8
4
3-2
Mesataja aritmetike e thjeshtë
Mesatarja e mostrës
Mesatarja aritmetike e mostrës =
shuma e të gjitha vlerave ne moster numrii tegjitha vlerave ne moster
Ajo llogaritet për seritë e thjeshta statistikore kur numri i dendurive është i njejtë ose është i barabartë me 1 me formulën vijuese: n
X
X i 1
N
i
ose me thjeshte X
X N 9
Mesatarja (Mesatarja aritmetike)
Mesatarja është mesatare aritmetike e të dhënave numerike
N = Madhësia e populimit
N
Mesatarja e populimit
x
i
i 1
N
x1 x2 x N N
n = Madhësia e mostrës n
Mesatarja e mostrës
x
x i 1
n
i
x1 x2 xn n
10
5
Mesatarja aritmetike - e thjeshtë n
X X 2 X 3 ... X n X 1 n
X i 1
i
n
(iks bar)-prezanton simbolin për mesataren aritmetike të mostrës n- është numri total i vrojtimeveelementeve X - prezanton vlerat individuale. - prezanton shumën e përgjithshme të vlerave.
X
11
Mesatarja aritmetike
Matësi më i shpeshtë i tendencës qendrore Mesatarja = Shuma e vlerave e ndarë për numrin e vlerave Ndikohet nga vlerat ekstreme
0 1 2 3 4 5 6 7 8 9 10
Mesatarja = 3
1 2 3 4 5 15 3 5 5
0 1 2 3 4 5 6 7 8 9 10
Mesatarja = 4
1 2 3 4 10 20 4 5 5
6
3-3
Shembull 1
Nga vlerat vijuese: 3, 8, and 4 llogaritni: a) mesataren aritmetike të thjeshtë dhe b) vërtetoni vetinë se: n
(X i 1
i
X) 0
13
Shembull 1, vazhdim
a)
b)
X
X 1 X 2 X 3 ... X n n
X
3 8 4 15 5 3 3
n
( X X ) 3 5 8 5 4 5 2 3 1 0 i 1
i
14
7
Mesatarja aritmetike e ponderur/ për të dhënat e grupuara
Mesatarja aritmetike e ponderuar është rast i veçantë i mesatares aritmetike dhe llogaritet në rastet kur ka disa vrojtime në të njejtën modalitet, gjegjësisht kur të dhënat grupohen në distribucionin e frekuencave. Mesatarja aritmetike e ponderuar llogaritet në rastet ku përveç vlerave të X janë edhe të dhënat për denduritë, gjegjësisht kur frekuencat nuk janë të barabarta , ashtu që njëri modalitet “peshon” me shumë e tjetri më pak. Mesatarja aritmetike e ponderuar quhet edhe mesatare aritmetike e “peshuar”
15
Mesatarja aritmetike e ponderur/për të dhënat e grupuara
Formula për llogaritjen e mesatares aritmetike të ponderuar është: n
X
Simbolet:
i 1
fi X i
n
i 1
fi
X (iks bar)-prezanton simbolin për mesataren aritmetike të mostrës f- frekuencat në çdo klasë/për cdo modalitet fx - është prodhimi i frekuencave f me vlerat e x X - prezanton vlerat individuale të çdo modaliteti fx - prezanton shumën e përgjithshme të këtyre produkteve. 16
8
Mesatarja aritmetike e ponderuar
Llogaritet me formulën: n
X
fX i 1 n
f i 1
X
i
i
f1 x1 f 2 x2 f3 x3 .... f n xn , ose f1 f 2 f3 .... f n
i
fx f 17
Shembull 2.
a) b)
Një spital punëson 200 infermiere. Prej tyre 50 janë ndihmëse të motrave, 50 të tjera janë në punë praktike dhe 100 të tjera janë motra të përhershme. Të parat marrin 8€ në ditë, të dytat 10 € kurse të tretat 14 € në ditë. Sa është paga mesatare ditore? n Vërtetoni vetinë se: f (X X ) 0
i 1
i
18
9
Shembull 2- vazhdim
Tab.nr.1. Pagat e infermiereve
Pagat ($) (X)
Nr. i infermiereve (f)
(X)x(f)
(X-11,5) X X f X X
8
50
400
-3.5
-175
10
50
500
-1.5
-75
14
100
1400
2.5
250
Σ
200
2300
0
n
X
X i 1 n
i 1
fi
i
fi
2300 11, 5$ 200
19
Shembull 2- vazhdim n
X
X i 1 n
f i 1
fi
i
2300 11, 5$ 200
i
X 11, 5$
20
10
Mesatarja aritmetike te seritë me intervale Shembull 3
Distribucioni i mëposhtëm prezanton numrin e ditëve të munguara për shkak të sëmundjes së punëtorëve të një firme. Brenda vitit, mesatarisht sa ditë kanë munguar punëtorët e kësaj firme?
Tab.nr.2. Ditët e munguara nga puna Numri i ditëve të munguara
0-3
3-6
6-9
9-12
12-15
Σ
Nr. i të punësuarve
5
12
23
8
2
50
21
Shembull 3-vazhdim
Tab.nr.2-vazhdim
Numri i ditëve të munguara (Grupet)
Nr. i të punësuarëve (f)
Mesi i intervalit (X)
(X) . (f)
0-3
5
1,5
7.5
3-6
12
4,5
54
6-9
23
7,5
172,5
9-12
8
10,5
84
12-15
2
13,5
27
Σ
50
345
22
11
Shembull 3-vazhdim n
X
X i 1 n
f i 1
fi
i
345 6, 9 7 50
i
X 7 23
Disa veti të mesatares aritmetike
Mesatarja aritmetike është vlerë mesatare më e madhe se vlera minimale dhe më e vogël se vlera maksimale e të dhënave, gjegjësisht:
X max X X min
Çdo grumbull i të dhënave numerike ka mesatare. Të gjitha vlerat përfshihen në llogaritjen e mesatares aritmetike. Një grumbull i të dhënave ka vetëm një mesatare. 24
12
Disa veti të mesatares aritmetike
Nëse të gjitha vlerat e X-it janë të barabarta , gjegjësisht x1= x2 = x3 = x4….= xn atëherë mesatarja aritmetike ëstë e barabartë me vlerën e X-it. Nëse f1= f2 = f3 = f4….= fn , atëherë mesatarja aritmetike e ponderuar është e barabartë me mesataren aritmetike të thjeshtë. Zakonisht mesatarja aritmetike është e ndikuar nga vlera maksimale dhe minimale.
25
Disa veti të mesatares aritmetike
Mesatarja aritmetike është e vetmja mesatare në të cilën shuma e devijimeve nga çdo vlerë është gjithmonë e barabartë me zero: n Te seritë thjeshta: (Xi X ) 0 i 1
Te seritë e ponderuara :
n
f (X i 1
i
X) 0
26
13
Disa veti të mesatares aritmetike
Shuma e devijimeve të ngritura në katror të gjitha vlerave nga vlera mesatare e tyre është minimale , gjegjësisht më e vogël se shuma e devijimeve të ngritura në katror të vlerave individuale nga cilado vlerë tjetër e marrë. n Te seritë thjeshta: 2
(X i 1
Te seritë e ponderuara :
i
X ) min
n
f (X i 1
i
X )2 min
27
Mesatarja gjeometrike
Mesatarja gjeometrike përdoret për gjetjen e mesatares së përqindjeve, normave, indekseve ose normën e rritjes. Ka aplikim të gjerë në biznes dhe ekonomi sepse ata janë të interesuar në gjetjen ndryshimit të shitjeve në përqindje, në paga, të kategorive të ndryshme ekonomike si Bruto Produkti Kombëtar, etj.
28
14
Mesatarja gjeometrike
Mesatarja gjeometrike mund të jetë:
- e thjeshtë (për të dhënat e pagrupuara) - e ponderuar (për të dhënat e grupuara)
29
3-4
Mesatarja e thjeshtë gjeometrike
Mesatarja gjeometrike (G) e një grumbulli n të dhënave është rrënja n e prodhimit të n numrave. Formula për mesataren e thjeshtë gjeometrike është:
G G
n
( X 1)( X 2)( X 3)...( Xn), ose n
n
x i 1
i
Mesatarja gjeometrike përdoret për gjetjen e përqindjeve mesatare, indekseve mesatare dhe numrave të tjerë relativ.
30
15
Shembull 6. Gjeni mesataren gjeometrike për numrat: 2, 4, 6, 5
G
X1 )( X 2 )( X 3 )....( X n
n
G 4 2x4x6x5 4 240
G 4 240 / log logG
1 1 log240 x 2,38 0,54 4 4
logG 0,54 / anti log G 3,89 31
Mesatarja gjeometrike e ponderuar
Llogaritet sipas formulës:
G f X1f1 )( X 2f2 )( X 3f3 )....( X n fn / log
logG
1
f
f1 log x1 f2 log x2 f3 log x3 .... fn log xn
32
16
Mesatarja gjeometrike Te dhenat e pagrupuara
Te dhenat e grupuara
G n ( x1 x2 x3 xn ) 1 G AntiLog N
n
i 1
G f X f1 )( X f2 )( X f3 )....( X fn
Log xi
1 G AntiLog f
n
f i 1
i
Log xi
33
Mesatarja gjeometrike e ponderuar
Shembull 7. Për të dhënat në vijim llogaritni mesataren gjeometrike: x 2 4 5 3 Σ
G f
f
5
X
f1
2
6
4
17
)( X f2 )( X f3 )....( X fn
G 17 25 )(42 )(56 )(34 / log logG
1 5log2 2log4 6log5 4log3 17 34
17
Shembull 7-vazhdim logG logG
1 5log2 2log4 6log5 4log3 17
1 5x0,30 2x0,60 6 x0,699 4 x0,48 17
1 1,5 1,2 4,194 1.92 17 1 logG 8,814 17
logG
logG
8,814 0,5185 / anti log 17
G 3,2996 3,3
G 3,3 35
Mesatarja geometrike – Norma mesatare e zhvillimit
Shembull 8. Firma “Dardania” gjatë periudhës 2001-2005 ka realizuar prodhimtari si në tabelën vijuese (prodhimi i shprehur në tonelata) Vitet
Prodhimi/ton
2001
500
2002
700
2003
600
2004
500
2005
800
Sa është norma mesatare e shtimit për një vit?
36
18
Shembull 8-vazhdim
Së pari gjemë koeficientët zingjir k1, k2…. Vitet
k1 k2
700 1,4 500 600 0,85...... 700
G G
n
4
Prodhimi/ton
Koeficientët zingjir (k)
2001
500
-
2002
700
1,4
2003
600
0,85
2004
500
0,833
2005
800
1,6
k1 )(k 2 )(k3 )....( k n
1,4)(0,85)(0,8333)(1,6 37
Shembull 8-vazhdim G
4
1,4)(0,85)(0,8333)(1,6
G 4 1,6 / log 1 logG log1,6 4 logG
0,20412 0,05103 4
logG 0,05103 / anti log
G 1,125x100 112,5 Nmzh 112,5 100 12,5%
Nmzh 12,5% 38
19
Shembull 8-vazhdim
Normën mesatare të shtimit mund ta gjejmë edhe përmes formulës vijuese:
N Nzh n 1 n N1 Nzh 51
800 500
Nzh 4 1,6 / log
Nzh 4 1,6 / log 0,20412 logNzh 0,05103 / anti log 4 Nzh 1,125 x100 112,5 Nzh 112,5 100 12,5 Nzh 12,5
39
Mesataret e pozicionit
Mesataret e pozicionit për dallim nga mesataret algjebrike gjinden në bazë të pozitës që e marrin në serinë statistikore. Te këto mesatare nuk kanë ndikim vlerat ekstreme, gjegjësisht vlerat minimale dhe maksimale. Në mesatare të pozicionit bëjnë pjesë: - Mediana -
Moda 40
20
Madhësi të tjera të pozicionit Kuartilet
- i ndajnë të dhënat e serisë në
katër pjesë të barabarta Decilet-
i ndajnë të dhënat në 10 pjesë të
barabarta Percentilet-
i ndajnë të dhënat në 100 pjesë të barabarta
41
3-2
Mediana/Mesorja
Mediana: Vlera e mesit e vlerave të caktuara pasi ato të jenë renditura prej vlerës më të ulët deri te vlera më e lartë ose prej vlerës më të lartë deri te vlera më e ulët. Numri i vlerave është i njejtë mbi dhe nën vlerën e medianës Shënim: Nëse vlerë e mesit paraqiten dy vlera , atëherë mediana është mesatare aritmetike e thjeshtë e atyre dy vlerave. 42
21
Mediana
Në një varg të numrave të renditur sipas madhesisë, mediana është numri i mesit (50% mbi dhe 50% nën)
0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
Mediana = 3
Mediana = 3
Nuk ndikohet nga vlerat ekstreme
Chap 3-43
Gjetja e medianës
Pozita e medianes: Pozita e medianes
n 1 pozita nete dhenat e rregulluara 2
Nëse numrii të dhënave ështe tek, mediana është numri i mesit Nëse numri i te dhënave eshtë qift, mediana është mesatare e dy numrave të mesit.
Keni kujdes : n 1 nuk është vlera e medianës , por 2 vetëm pozita e medianës (vendi ku gjindet mediana) në
të dhënat e rregulluara. 44
22
Mediana Shembull 1.
Llogaritni medianën për këto të dhëna:
Mosha e pesë studentëve është: 21, 25, 19, 20, dhe 22 vjet. Rregullimi i të dhënave sipas madhësisë është:
19, 20, 21, 22, 25.
Pra, mediana është 21.
Shembull 2.
Pesha e katër studentëve (në kg) është : 76, 73, 80, dhe 75. Regullimi i të dhënave sipas madhësisë është:
73, 75, 76, 80. Pra mediana është 75,5.Me 75 76 75, 5 2
45
Mediana për të dhënat e grupuara
Mediana për të dhënat e grupuara në distribucionin e frekuencave llogaritet si vijon: Së pari, gjejmë frekuencat kumulative; F Së dyti, gjejmë rangun e medianës : Rme 2
Shembull 3. Për të dhënat në vijim gjeni medianën : Mosha
18
20
25
40
50
60
Nr. i punëtorëve (f)
10
15
20
30
15
5
95
46
23
Mediana për të dhënat e grupuara Mosha
Nr. i punëtor ëve (f)
Frekuencat kumulative
18
10
10
20
15
25
25
20
45
40 (Me)
30
75 ( Rme 47,5)
50
15
90
60
5
95
Σ
95
Rme
F 2
95 47,5 2
Me 40
47
Mediana për të dhënat e grupuara / seritë me intervale
Mediana per seritë e ponderuara llogaritet me formulën:
X X 1 f Me X 1 2 w1 . w2 w1 2
Simbolet e formulës prezantojnë :
Me – simboli për medianën X1 – limiti i fillimit të intervalit medial X2 – limiti i fundit të intervalit medial w1 – frekuenca kumulative mbi intervalin medial w2- frekunca kumulative e intervalit medial 48
24
Mediana për të dhënat e grupuara / seritë me intervale Mediana te seritë me intervale mund të llogaritet edhe përmes kësaj formule:
Me X1 Simbolet e formulës prezantojnë :
f / 2 w1 d f me
Me – simboli për medianën X1 – limiti i fillimit të intervalit medial w1 – frekuenca kumulative mbi intervalin medial fme- frekunca absolute e intervalit medial d - gjerësia e intervalit medial 49
Mediana për të dhënat e grupuara / seritë me intervale Shembull 4 Për të dhënat në vijim gjeni medianën (Me) Grupet
Frekuencat
0-5
Frekuencat kumulative
2
5-10
2
7
(X1)10-15 (x2) 15-20 20-25
Σ
12
9 (W 1) Rme=15
21 (W 2)
6
27
3
30
X X 1 f Me X 1 2 w1 . w2 w1 2
Rme
f 30 15 2 2
30
Me 12,5
5 15 10 Me 10 . 15 9 10 x6 10 2,5 12,5 12 21 9 50
25
Mediana te seritë me intervale Me X 1
Me 10
f / 2 w1 d f me
15 9 5 12,5 12
51
3-12
Vetitë e medianës/mesorës
Ekziston vetëm një medianë për një grumbull të të dhënave .
Nuk ndikohet nga vlerat maksimale dhe minimale dhe për këtë është e përshtatshme dhe e besueshme për të treguar tendecën qendrore kur kemi kësi lloj raste.
{3, 4, 5, 6, 7} Mediana = 5 {3, 4, 5, 6, 700} Mediana = 5
Mund të llogaritet edhe në rastet kur kemi intervale të hapura me kusht që mediana të mos qëllojë në atë interval. 52
26
Moda Moda është vlera e vrojtimeve që shfaqet më së shpeshti, gjegjësisht vlera e karakteristikës që e ka frekuencën më të madhe. Te seritë e thjeshta nuk ka modë.
Shembull 2. : Sa është moda për secilën seri të numrave të dhënë: a) 5 20 125 150 450 (nuk ka modë) b) 5 20 20 150 450 (20) c) 5 5 80 80 180 (5 dhe 80)-bimodale
Seritë me më shumë se dy moda quhen seri multimodale
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0 1 2 3 4 5 6 Ska Modë
Moda = 9 3-53 Chap
Moda për të dhënat e grupuara.
Shembull 6. Nga të dhënat e tabelës gjeni sa është moda Mosha X
Nr. i punëtorëve (f)
18
10
20
15
25 40
M o 40
20 M0
30 (f max)
50
15
60
5
Σ
95 54
27
Moda për të dhënat e grupuara/ Seritë me intervale
M o X1
f 2 f1 d ( f 2 f1 ) ( f 2 f3 )
Simbolet e formulës prezantojnë: Mo- simboli për modën X1 – limiti i fillimit të intervalit modal f2– frekuenca e intervalit modal f1 – frekuenca absolute mbi intervalin modal f3 – frekuenca absolute nën intervalin modal d- gjerësia e intervalit 55
Moda për të dhënat e grupuara/ Seritë me intervale
Shembull 7 . Nga të dhënat e tabelës gjeni sa është moda.
Grupet
0-5
2
5 - 10
f1
7
10 - 15
f2
12
15 - 20
f3
6
20 - 25 Σ
M o X1
Frekuencat
M o 10
f2 f1 d ( f2 f1 ) ( f2 f3 )
12 7 5 5 10 5 (12 7) (12 6) 56
3 30
M o 10
25 10 2,27 12,27 11 56
28
Karakteristikat e modës Përdorim më i vogël E vetmja metodë për matjen e tendecës qendrore të të dhënave kualitative nominale. Mund të ketë distribucione me më shumë moda Mund të ketë distribucione pa modë.
57
Zgjedhja e mesatares nga të dhënat në distribucionin e frekuencave
Në distribucionin normal, gjegjësisht simetrik të frekuencave ku të dy pjesët e poligonit të frekuencave janë plotësisht të njejta , të tri mesataret :aritmetike, moda dhe mediana janë të barabarta. Te distribucionet jo simetrike raportet në mes të këtyre tri mesatareve ndryshojnë. Në distribucionin asimetrik pozitiv në të djathtë mesatarja aritmetike është më e madhe në krahasim me medianën dhe modën, sepse mesatarja aritmetike është e ndikuar më shumë se moda dhe mediana nga disa vlera shumë të larta. Në distribucionin asimetrik negativ në të majtë, mesatarja aritmetike është më e vogël se mesataret tjera , gjegjësisht mediana dhe moda sepse ajo është e ndikuar më shumë nga disa vlera shumë të vogla. Nëse distribucioni është shumë asimetrik atëherë mesatarja aritmetike nuk është përfaqësuese e mirë e distribucionit.
58
29
Distribucioni simetrik/normal
“Asimetri zero” Moda = Mediana = Mes.aritmetike Moda Mediana Mes.aritmetike
59
Distribucioni me asimetri në të djathtë
“Asimetri pozitive”
Mes.aritmetike dhe Mediana janë në anën e djathtë të Modës. Moda
Mes.aritmetike
Mediana
60
30
Distribucioni me asimetri në të majtë
“Asimetri negative”
Mes.aritmetike dhe Mediana janë në anën e majtë të Modës. Mes.aritmetike
Mes.aritmetike Mediana
61
Shembull: Rezultatet e testit nga provimi i statistikes. Gjeni mesataren aritmetike, modën , medianën dhe paraqitni grafikisht të dhenat permes poligonit të frekuecave, cfarë shpërndarje ka seria. Vrojtimi 65 70 75 80 85 90 95
Frekuenca 1 2 3 4 3 2 1
62
31
Llogaritja e mesatares aritmetike, modes dhe medianes n
X
F
X*F
Fkumulat ive (nen)
65
1
65
1
70
2
140
3
75
3
225
6
80
4
320
10
85
3
255
13
90
2
180
15
1
95
16
16
1280
95
X
X i 1
i
fi
n
f i 1
1280 80 16
X 80
i
Me 80 Mo 80 Mo Me X shperndarja simetrike
63
Poligoni i frekuencave Shperndarja eshte plotesisht simetrike 4.5
Poligoni i frekuencave
4 3.5
Frekuencat
3 2.5 2 1.5 1 0.5
Mo =Me =X
0 60
65
70
75
80
85
90
95
100
Te dhenat X
64
32
Shembull Çmimet e shtëpive:
$2,000,000 500,000 300,000 100,000 100,000 Shuma 3,000,000
Mes.art.:
($3,000,000/5) = $600,000
Mediana: vlera e mesit e të dhënave të rregulluara = $300,000
Moda: Vlera më e shpeshtë = $100,000 65
Madhësi të tjera të pozicionit të dhënave Madhësi të tjera të pozicionit Percentilet
E ndajnë serinë në 100 pjesë të barabarta
Kuartilet
Kuartili i 1rë = ¼ e të dhënave
Kuartili i 2të = ½ e të dhënave = medianën
Kuartili i 3të = ¾ e të dhënave 66
33
Kuartilet Kuartilet i ndajnë të dhënat në katër grupe
25% 25%
25%
Q1 Q2 Shembull: Gjeni kuartilin e parë
Të dhënat :
25% Q3
11 12 13 16 16 17 18 21 22
(n = 9) Q1 = (n+1)/4 = (9+1)/4=2,5
(9+1)/4 = 2.5 pozita
Kështu që shfrtëzon vlerat në mes të 11 dhe 13 (12+13)/2=12.5 ashtu që
Q1 = 12.5 67
Kuartili i parë dhe i tretë për të dhënat e grupuara
Shembull 8. Nga të dhënat e tabelës gjeni sa është Kuartili i parë dhe Kuartili i tretë.
Grupet
Frekue ncat
0-5
2
Frekuenc at kumulativ e 2
5-10
7
9
10-15
12
21
15-20
6
27
20-25
3
30
Σ
Q1 8,93
Q1 X 1 Rq1
f / 4 w1 d f q1
f 30 7, 5 4 4
30
Q1 5
7,5 2 5,5 27,5 5 5 5 5 5 3,9 8,93 7 7 7 68
34
Quartili i tretë
3f / 4 w1 Q3 X 1 d f q3 Rq 3
3f 3 30 22, 5 4 4
Q3 15 Q3 15
22, 5 21 5 6
1, 5 7, 5 5 15 15 1, 25 16, 25 6 6 69
Konceptet kyçe Mesataret algjebrike Mesatarja aritmetike Mesatarja gjeometrike Norma mesatare e zhvillimit Mesataret e pozicionit Moda
Mediana Kuartilet Decilet Percentilet Distribucioni simetrik Asimetri negative Asimetri pozitive
70
35
Treguesit e dispersionit/shpërndarjes/variacionit Qëllimet: Në fund të orës së mësimit, ju duhet të jeni në gjendje që të :
Dini rëndësinë e treguesve të dispersionit dhe pse përdoren ata.
Llogaritni dhe interpretoni treguesit absolut të variacionit, gjegjësisht gjerësinë e variacionit, devijimin mesatar apsolut, variancën dhe devijimin standard për seritë e thjeshta dhe seritë e ponderuara.
Spjegoni karaktristikat, përdorimin, përparësitë dhe të metat për çdo tregues apsolut të variacionit
Të dini të interpretoni devijimin standard dhe të kuptoni Rregullën Empirike/normale
Llogaritni dhe të kuptoni koeficientin e variacionit dhe interkuartilit. 1
Termat e treguesve te variacionit Variacion Dispersion Shmangie Devijim Shpërndarje Ndryshueshmëri Luhatshmëri
2
Pse duhet të studiohet dispersioni?
Vlerat mesatare prezantojnë populacionin statistikorë në tërësi. Dy apo më shumë populacione mund të kenë madhësi të njëjtë mesatare, mirëpo dallohen sipas shpërndarjes rreth qendrës së shpërndarjes. P.sh.
I: 100; 100; 100; 100; 100. = ΣX 500,= X 100 II : 100; 108; 107; 105; 80.
= ΣX 500,= X 100
III : 2; 5; 4; 486; 3.
= ΣX 500,= X 100 3
Pse duhet të studiohet dispersioni/shmangia?
Në serinë e parë , çdo e dhënë është e përfaqësuar në mënyrë perfekte me mesataren aritmetike. Këtu nuk kemi dispersion/shpërndarje.
Në serinë e dytë , vetëm një e dhënë është e përfaqësuar përmes mesatares së vet në mënyrë perfekte, kurse të dhënat e tjera devijojnë nga mesatarja aritmetike.
Në serinë e tretë të dhënat individuale devijojnë shumë nga mesatarja aritmetike dhe vlera mesatare në këtë rast nuk prezanton mirë dukurinë.
4
Pse duhet të studiohet dispersioni? 1)
Për të vërtetuar rëndësinë prezantimit të tërësisë statistikore përmes një vlere mesatare. Kur dispersioni është i vogël, vlera mesatare prezanton në mënyrë të besueshme çdo vlerë. Kur dispersioni është i madh vlera mesatare nuk është e besueshme dhe e dobishme.
2)
Për të krahasuar dy apo më shumë seri statistikore në kuptimin e shpërndarjes së të dhënave.
3)
Të lehtësoj shfrytëzimin e treguesve të tjerë statistikorë.
5
Treguesit e dispersionit/variacionit Treguesit e dispersionit shpërndarjes
Absolut 1. 2. 3. 4.
Gjerësia e variacionit, Devijimi mesatar apsolut Devijimi standard Varianca
Relativ 1. Koeficienti i variacionit, 2. Koeficienti i interkuartilit, etj
6
Treguesit absolut të variacionit për seritë e thjeshta
Gjerësia e variacionit:
Devijimi mesatar absolut:
Varianca: Devijimi standard:
gjv = Xmax-Xmin
shma =
Σ X −X
n 2 Σ( X − X ) 2 σ = n Σ( X − X ) 2 σ = n
Treguesit absolut shprehen në njësi të njejta të matjes si dukuria 7
Treguesit absolut/ Gjerësia e variacionit Për seritë e thjeshta gjerësia e variacionit është ndryshimi në mes të vlerës më të lartë dhe vlerës më të ulët të të dhënave të hulumtuara. Gjerëaia e variacionit
Gjv = Xmax-Xmin
8
Shembull 1: Rrogat në orë (të shprehura në €) për të punësuarit në kompanin “A” dhe “B” janë si vijon: Sa është gjerësia e variacionit “A”: 2, 10, 6, 8, 9 në të dy kompanitë? “B”: 5, 9, 7, 6, 8
“A”: Gjv = Xmax-Xmin = 10 - 2= 8 €
“B”: Gjv = Xmax-Xmin = 9 - 5= 4 € 9
Gjerësia e variacionit Përparësitë : 1. Është i thjeshtë për ta kuptuar. 2. Është i lehtë për ta llogaritur. 3. Përdoret për kontrollin e kualitetit statistikor të proceseve, për parashikimin e kohës, etj. Të metat: 1. Ndikohet shumë nga vlerat ekstreme. 2. Është i bazuar në dy vrojtime ekstreme. 3. Nuk mund të llogaritet për klasët e hapura te seritë me intervale. 4. Përdoret shumë rrallë. 10
4-3
Devijimi mesatar absolut/shmangia mesatare absolute:
Devijimi mesatar absolut është Mesatare aritmetike e vlerave absolute të devjimeve nga mesatarja aritmetike.
shma =
Σ X −X n
X – vlerat individuale; X - mesatajra aritmetike; n- numri i elementeve të serisë.
Shenjat për vlerë absolute
11
4-4
Devijimi mesatar absolut (shma)
Shembull 2 : Rrogat në orë (të shprehura në €) për të punësuarit në kompanin “A” dhe “B” janë si vijon:
“A”: 2, 10, 6, 8, 9; “B”: 5, 9, 7, 6, 8;
Sa është devijimi mesatar absolut në të dy kompanitë?
12
Shembull 2, vazhdim Rrogat/A/€ X
Rrogat/B/€ X-X
2 10 6 8 9 35
X-X -5 3 -1 1 2 0
Kompania " A "
X
5 3 1 1 2 12
5 9 7 6 8 35
X-X 2 2 0 1 1 6
Kompania " B "
n
∑X
X-X -2 2 0 -1 1 0
n
i
35 i =1 = = = 7€ X n 5 Σ X −X 12 = = = 2.4€ shma n 2
∑X
i
35 = 7€ n 5 Σ X −X 6 = = 1.2€ shma= n 5 = X
i =1
=
13
Devijimi mesatar absolut (shma) Përparësitë dhe të metat Përparësitë: Merr në konsiderim të gjitha vlerat në llogaritje; Është i lehtë për tu kuptuar dhe lexuar – është vlera mesatare e devijimeve të vlerave individuale nga mesatarja e tyre aritmetike. Të metat: Përdorë vlerat absolute me të cilat është vështirë të punohet. Pak përdoret në krahasim me treguesit e tjerë të variacionit e sidomos në krahasim me devijimin standard. 14
Varianca dhe Devijimi standard Varianca dhe devijimi standard, të dyja bazohen në devijimet nga mesatarja aritmetike. Varianca- mesatarja aritmetike e devijimeve nga mesatarja të ngritura në katror Devijimi standard është rrënja katrore e variancës
15
4-5
Varianca
Varianca për të dhënat e thjeshta është mesatarja aritmetike e devijimeve nga mesatarja të ngritura në katror. n
σ2 = σ2
2 ( ) X − X ∑ i i =1
N − simboli per var iancen e popu lim it
X − vlerat e vrotimeve individuale X − mesatarja aritmetike e mostres N − numri total i vrojtimeve 16
4-7
Devijimi standard
Devijimi standard është rrënja katrore e variancës, gjegjësisht:
Σ( X − X ) 2 σ = n σ − devijimi s tan dard Σ( X − X ) 2 − shuma e devijimeve nga X te ngritura ne katror n − numri i elementeve 17
Varianca dhe devijimi standard /shembull vazhdim ( X − X ) ( X − X )2
Rrogat X
( X − X )2
2
-5
25
5
-2
4
10
3
9
9
2
4
6
-1
1
7
0
0
8
1
1
6
-1
1
35
0
40
35
0
10
Σ( X − X ) 2 40 = = 8€ σ= n 5 2
σ=
(X − X )
Rrogat X
Σ( X − X ) 2 = n
40 = 5
Varianca
Σ( X − X ) 2 10 = = 2€ σ= n 5
= 8 2.8 € Dev.standard σ=
2
Σ( X − X ) 2 = n
10 = 5
= 2 1, 41 €
18
Varianca
Përparësitë dhe të metat
Përparësitë Në llogaritje përfshihen të gjitha të dhënat Shprehet në njësi të njëjta si të dhënat por të ngitura në katrorë. E metë Është shumë vështirë të interpretohet.
19
Devijimi standard… ►Mat shumë mirë variabilitetin e të dhënave. ► Ka lidhje të ngusht me mesataren aritmetike. ► Është shumë i rëndësishëm për zhvillimin e teorisë statistikore. ► Gjindet lehtë përmes softverëve! 20
4-8
Treguesit absolut të variacionit për të dhënat e grupuara Llogariten për seritë e ponderuara dhe shprehen në njësi të njetja të matjes sikurse dukuria. Ata janë: a)
Gjerësia e variacionit (Gjv):
b)
Devijimi/shmangia/ mesatar absolut (shma) ose d Varianca σ 2 Devijimi standard (σ )
c) d)
( )
21
Treguesit absolut të variacionit për të dhënat e grupuara
Gjerësia e variacionit:
Devijimi mesatar absolut:
Varianca: Devijimi standard:
gjv = Xmax-Xmin shma =
Σf X − X f
2 Σ f ( X − X ) σ2 = Σf 2 Σf ( X − X ) σ = Σf
Treguesit absolut shprehen në njësi të njejta të matjes si dukuria 22
Shembull:
Për të dhënat vijuese të llogariten treguesit absolut të variacionit. x
3
5
8
10
12
Σ
f
2
8
5
3
2
20
23
4-9
Treguesit absolut të variacionit për të dhënat e grupuara x
X⋅f
f
X −X
( X − X )2
f X −X
f ⋅ ( X − X )2
3
2
6
4
8
16
32
5
8
40
2
16
4
32
8
5
40
1
5
1
5
10
3
30
3
9
9
27
12
2
24
5
10
25
50
20
140
48
146 24
4-10
Treguesit e variacionit /të dhënat e grupuara a)
Gjerësia e variacionit:
GJv=XMax- Xmin Gjv=12-3=9 b) Devijimi mesatar apsolut (shma)
= Shma
Σf
140 = X = 7 20
X −X 48 = = 2, 4 Σf 20 25
4-11
Treguesit absolut të variacionit /të dhënat e grupuara c) Varianca
σ = 2
n
∑ f (X i =1
− X) 146 = = 7, 3 20 Σf 2
i
d) Devijimi standard
= σ
Σf ( X − X ) 2 = Σf
= 7, 3 2, 70 26
Interpretimi dhe përdorimi i devijimit standard
Devijimi standard është treguesi absolut i variacionit që përdoret më së shumti. Sa më i vogël që është devijimi standard kjo nënkupton që vlerat individuale të variablës janë të vendosura, gjegjësisht janë të koncentruara më afër mesatares aritmetike. Sa më i madh që është devijimi standard vlerat individuale të variablës janë të vendosura më larg gjegjësisht janë të shpërndara më larg mesatares aritmetike. 27
4-15
Interpretimi dhe përdorimi i devijimit standard Rregulla empirike/normale: Për çdo distribucion normal/simetrik/ në formë kambane/,
Përafërsisht 68% e vrojtimeve gjendet në mes mesatares aritmetike
Përafërsisht 95% e vrojtimeve gjendet në mes të mesatares aritmetike
µ dhe ±1σ
µ
dhe ±2σ
Përafërsisht 99.7% gjendet në mes të mesatares aritmetike
µ dhe ±3σ
28
Lakorja simetrike (në formë këmbane) që tregon raportet në mes të µ dhe σ .
σ
µ
68.26% 95.44% 99.74%
µ−3σ
µ−2σ µ−1σ
µ
µ+1σ µ+2σ µ+ 3σ 29
Rregulla empirike Ose rregulla 68%; 95%; 99.7%
30
Lakorja simetrike (në formë këmbane) që tregon raportet në mes të X dhe σ .
µ
σ
68.26% 95.44%
Lakorja simetrike (në formë këmbane) që tregon raportet në mes të µ dhe σ .
99.74%
X −3σ
X −2σ X−1σ
X
X+1σ X +2σ X + 3σ 31
Shembull Një mostër që prezanton shumën e shpenzimeve mujore për ushqime nga një qytetar i moshuar që jeton vetëm i ofrohet shpërndarjes normale në formë kambane. Mesatarja e mostrës është 150$ kurse devijimi standard është 20$. 1. Rreth 68% e shpenzimeve mujore janë në mes të cilave vlera? 2. Rreth 95% e shpenzimeve mujore janë në mes të cilave vlera? 3. Gati të gjitha shpenzimet mujore janë në mes të cilave vlera?
32
Zgjidhje 1. Rreth 68% jane ne mes te 130$ dhe 170$ X ± 1σ = 150$ ± 1(20$) 2. Rreth 95% jane ne mes te 110$ dhe 190$ X ± 2σ = 150$ ± 2(20$) 3. Rreth 99,7% jane ne mes te 90$ dhe 210$ X ± 3σ = 150$ ± 3(20$) 33
4-12
Treguesit relativ të variacionit/Dispersioni relativ Treguesit relativ të variacionit përdoren në rastet kur dëshirojmë të bëjmë krahasimin e shpërndarjes së dy apo më shumë dukurive në rastet kur: 1. Të dhënat janë në njësi të ndryshme të matjes; 2. Të dhënat janë në njësi të njejta por në kuptim ato dallohen shumë ( si të ardhurat e menaxherëve dhe të ardhurat e punëtorëve të pakualifikuar)
34
Treguesit relativ të variacionit/Dispersioni relativ
Treguesit relativ të variacionit
Koeficienti i variacionit
Variabla e standaridizuar/ Devijimi i normalizuar
Koeficienti i interkuartilit
35
4-13
Koeficienti i variacionit
Koeficienti i variacionit është raporti në mes të devijimit standard dhe mesatares aritmetike i shprehur në përqindje: Autor i këtij treguesi është Karl Pearson(18571936)
KV=
σ
X
⋅100 36
4-14
Koeficienti i variacionit
Shembull:
Produktiviteti mesatar për një punëtor në ndërmarrjen A është 1000 copë, me devijim standard 80 copë. Produktiviteti mesatar për një punëtor në ndërmarrjen B është 600 copë,ndërsa devijimi standard 72 copë. Në cilën ndërmarrje kemi shpërndarje më të madhe të produktitvitetit të punës.
37
Koeficienti i variacionit
Shembull-vazhdim 1000 copë = σ 80 copë
A: X
B: X 600 copë = = σ 72 copë
σ
80 Kv A = = =0, 08 ⋅100 =8% X 1000
σ 72 Kv B = = =0,12 ⋅100 =12% X 600 38
Koeficienti i variacionit
Shembull Në një shkollë 350 nxënës kanë gjatësinë mesatare 129 cm, me devijim standard 5,9 cm. Ky grup i nxënësve ka peshën mesatare 27 kg, me devijim standard 3,2 kg.
Ku është variabiliteti më i madh , te gjatësia apo te pesha e këtij grupi të nxënësve. 39
Koeficienti i variacionit = = Gjatesia : X 129 cm, σ 5,9 cm = = Pesha : X 27 kg , σ 3, 2 kg
σ
5, 9 KV (cm) = (100) = ⋅100 = 4, 5% X 129
σ
3, 2 KV (kg ) = (100) = ⋅100 = 11,8% X 27 40
Koeficienti i variacionit
Në dy ndërmarrje prodhimi mujor gjatë një tremujori ka qenë si vijon: Shembull 3
Prodhimi në tonelata sipas muajve Muajt
Ndërmarrja A
Ndërmarrja B
I
6
60
II
7
70
III
8
80
21
210
Σ
Ku është variacioni më i madh , te ndërmarrja A apo ndërmarrja B 41
Koeficienti i variacionit Shembull -vazhdim
21 Ndermarrja 1: X = = 7 σ= 0,812 ton 3 210 Ndermarrja 2= :X = 70 = σ 8,12 ton 3 Kv=
0, 812 ⋅100= 7
Kv =
8,12 ⋅100 = 11, 6% 70
11, 6%
42
Variabla e standardizuar/normalizuar/Devijimi i standardizuar/ z-scores
Devijimi i standardizuar prezanton masën e devijimeve të ndonjë të dhëne të vecantë nga mesatrja aritmetike e shprehur në njësi të devijimit standard. Llogaritet në këtë mënyrë:
X −µ X −X = Z = ose t
σ
σ
Vlera Z ose t: Distanca në mes të vlerës së selektuar, e shënuar me X dhe mesatares së populacionit, e ndarë me devijimin standard të populacionit. Distribucioni normal me mesatare 0 dhe devijim standard 1 quhet distribucion standard normal . 43
SHEMBULL
Të ardhurat mujore të posa diplomuarve në një korporatë të madhe kanë shpërndarje normale me mesatare aritmetike prej µ= $2000 dhe devijim standard prej σ= $200. Sa është vlera e Z për një të ardhur prej x= $2200? Për një të ardhur prej X=$1700? X − µ 2200 − 2000 Z = = = 1 σ 200
SHEMBULL 1
Për X=$1700, Z=
vazhdim
X −µ
σ
1700 − 2000 = = −1,5 200
Vlera Z = 1 tregon se vlera 2200$ është 1σ mbi mesataren aritmetike prej $2000, derisa Vlera Z=-1,5 tregon se vlera prej $1700 është 1.5 σ nën mesataren aritmetike që është $2000.
SHEMBULL 3. o
Përdorimi ditor i ujit për person në komunën X ka shpërndarje normale me mesatare 20 galon dhe me devijim standard 5 galon. = X 20 = galon, σ 5 galon
a) Rreth 68% e shfrytëzuesve të ujit në komunën X gjendet në mes të cilave vlera?
µ ± 1σ = 20 ± 1(5).
Për këtë, rreth 68% e shfrytëzuesve ditor të ujit do të jetë ndërmjet 15 dhe 25 galon.
SHEMBULL 3 b) Sa përqind e personave përdorin më pak se 20 galon ujë brenda ditës.
X − µ 20 − 20 = Z = = 0 σ 5 Vlera e Z: Z=0. Kështu, P(X<20)=P(Z<0)=0.5, gjegjësisht 50% e personave përdorin më pak se 20 galon ujë brenda ditës.
SHEMBULL 3, vazhdim
c) Sa përqind përdorin në mes të 20 dhe 24 galon? = = X 20 galon , σ 5= galon, X 24
X − X 24 − 20 = Z = = 0,8 5 σ Vlera e Z e lidhur me X=20 është Z=0 dhe me X=24, Z=0.8. Kështu, P(20
r
. 4
0
. 3
0
. 2
0
. 1
l
i
SHEMBULL 3 t r
b
u
i o
n
:
µ
=
0
,
P(0
f ( x
0
a
0
. 0
- 5
-4 Irwin/McGraw-Hill Bazat e Statistikës
-3
-2 -1
x
0
1
2
3
4
© The McGraw-Hill Companies, Inc., 1999 Dr. Rahmije Mustafa -Topxhiu
SHEMBULL 3
vazhdim
d) Sa përqind e popullsisë përdorë në mes të 18 dhe 26 galon? Vlera e Z e lidhur me X=18 është:
X −X
18 − 20 = = −0.4 Z= 5 σ Vlera e Z e lidhur X=26 është = Z
X − X =
σ
26 − 20 = 5
1.2
P(18
SHEMBULL 4
Bakshishi që një kamerier në një restaurant ekskluziv merr në një ndërrim ka shpërndarje normale me mesatare 80$ dhe devijim standard $10. Zana ndjen se ka ofruar shërbime jo të mira (të dobëta) nëse bakshishi total për një ndërrim është më i vogël se 65 $. Sa është probabiliteti se ajo ka ofruar shërbime të dobëta? Le të jetë X sasia e bakshishit. Vlera e Z e lidhur me X=65 është Z= (65-80)/10= -1.5. Kështu, P(X<65)=P(Z<-1.5)=0.50.4332=0.0668.
Koeficienti i interkuartilit
Koeficienti i nterkuartilit llogaritet me formulën:
Q3 − Q1 Kq = Q3 + Q1 Kq − koeficienti i int erkuartilit Q3 − kuartili i trete Q1 − Kuartili i pare
Σf / 4 − w1 Q1 = X1 + ⋅d f q1 3Σf / 4 − w1 Q3 = X1 + ⋅d f q3
52
Koeficienti i interkuartilit
Shembull: Nga të dhënat në vijim, gjeni koeficientin e interkuartilit Grupet
2-6
6-10
10-14
14-18
18-22
Frekuencat
1
4
10
3
2
Q3 = 14 Q1 = 10
20
Q3 − Q1 14 − 10 4 = = = = 0,16 Kq Q3 + Q1 14 + 10 24
Koeficienti i interkuartilit ( Kq) merr vlerat prej 0 deri në 1. 53
Koeficienti i interkuartilit Përparësitë dhe të metat Përparësitë : 1. Llogaritet dhe kuptohet lehtë; 2. Nuk ndikohet nga vlerat ekstreme; 3. Mund të llogaritet në seritë me intervale të mbyllura dhe të hapura. Të metat: 1. Nuk bazohet në të gjitha vlerat por vetëm në dy vlera pozicionale Q1 dhe Q3. 3. Ndikohet nga fluktuacionet e mostrës. 54
Konceptet kyçe Treguesit e variacionit Gjerësia e variacionit Devijimi mesatar absolut Devijimi standard Varianca Rregulla empirike
Koeficienti i variacionit Variabla e standardizuar/normal izuar Koeficienti i interkuartilit
55
4-15
Shembuj të tjerë
Shembull. Në 10 teste studenti A dhe B kanë fituar këta poena: A:
25
50
45
30
70
42
36
48
34
60
B:
10
70
50
20
95
55
42
60
48
80
Përcaktoni se cili student është më i arsimuar dhe cili i ka rezultatet më stabile(homogjene) 56
4-17
Shembuj të tjerë
Shembull. Nga distribucioni i mëposhtëm i frekuencave llogaritni dhe gjeni : Grupet
20-30
30-40
40-50
50-60
60-70
Frekuencat
7
12
21
18
12
70
a) Sa është gjerësia e intervalit b) Sa është devijimi standard c) Sa është varianca d) Gjeni koeficientin e variacionit dhe koeficientin e dispersionit e) Koeficientin e interkuartilit Gjeni koeficientin e asimetrise dhe paraqitni grafikisht te dhenat. Distribucioni a eshte simetrik apo asimetrik. 57
1-1
Numrat indeksor dhe tregues të tjerë ekonomik Qëllimet Në fund të orës së mësimit ju duhet të jeni në gjendje që të: Përshkruani se çka kuptoni me indekse.
Kuptoni dallimet në mes të indekseve të thjeshta/individuale dhe indekseve të ponderuar/agregat/gruporë. Konstruktoni dhe interpretoni indeksin e çmimeve sipas Laspeyres-it. Konstruktoni dhe interpretoni indeksin e çmimeve sipas Paasche-ut dhe Edgworth-it Konstruktoni dhe interpretoni Indeksin e Vlerës. Shpjegoni se si konstruktohet Indeksi i Çmimeve të konsumit/Indeksi i kostos së jetesës (CPI) dhe për çka përdoret. Llogaritni dhe interpretoni disa tregues të tjerë ekonomik (treguesit e strukturës dhe treguesit e dinamikës dhe të intenzitetit) 1
Numrat indeksor Numri indeksor është një numër që mat
ndryshimet relative në: çmime, sasi, vlerë ose në ndonjë njësi tjetër që është me interes prej një periudhe në një periudhë tjetër. Çdo indeks ka një bazë që është pikë fillestare
për të gjitha krahasimet dhe shumica e indekseve e kanë bazën 100. Shembull: Në vitin 2007/08 në Fakultetin Ekonomik janë pranuar 1200 studentë , kurse në vitin akademik 2008/2009, janë regjistruar 1600 studentë. Sa është indeksi i pranimit të studentëve në vitin 2009, krahasuar me vitin 2008. 2
Numrat indeksor Shembull, vazhdim Zgjidhje :
Studentet e regjistruar 2009 1600 Ind 100 100 133,33 Studentet e regjistruar 2008 1200 Ind . 100 133,33 100 33,33% Ne vitin 2009 jane regjistruar 33,3% me shume studente se ne vitin 2008.
3
Numrat indeksor Shembull Në bazë të disa vlerësimeve të Entit të Statistikës së Kosovës të
vitit 2002,Komuna e Prishtinës ka rreth 500.000 banorë , kurse komuna e Pejës ka rreth 181.130 banorë. Sa është indeksi i popullsisë së Prishtinës në krahasim me Popullsinë e komunës së Pejës. Komento rezultatin. Zgjidhje
Popullsia e Pr ishtines 500.000 Ind 100 100 276 Popullsia ePejes 181.130 Ind 100 276 100 176% Popullsia e Pr ishtines krahasuar me popull sin e Pejes eshte me e madhe per 176%. 4
Pse bëhet shndërrimi i të dhënave në indekse?
Indekset lehtësojnë krahasimin e serive të ndryshme, gjegjësisht të dukurive të ndryshme.
Një indeks është një mënyrë e përshtatshme për të shprehur ndryshimet e një grupi të përgjithshëm të njësive heterogjene.
Për shembull, Indeksi i çmimeve të konsumit përfshin rreth 400 njësi dhe vetëm me shndërrimin e çmimeve të këtyre njësive të llojllojshme që paraqesin produkte dhe shërbime të ndryshme në një numër indeksor, qeveritë dhe të tjerët të interesuar për inflacionin dhe çmimin e konsumit mund të informohen drejt.
Ndryshimi në përqindje shpesh është më i lehtë për tu kuptuar se sa numrat aktual, veçanërisht kur numrat janë të mëdhenj. 5
Llojet e numrave indeksor LLojet e indekseve
Indekset e thjeshtë/ individual 1. 2. 3.
Indeksi çmimeve Indeksi i sasisë Indeksi i vlerës
Indekset e ponderuar/ Agregat/gruporë 1.Indeksi çmimeve 2.Indeksi i sasisë 3. Indeksi i vlerës 4. Indeksi për qëllime të veçanta
6
Indekset individuale/të thjeshtë Indeksi i thjeshtë është një numër indeksor që përdoret për të matur ndryshimet relative/në përqindje vetëm në një variabël. Ai është normë e dy vlerave të një variable e shprehur në përqindje. Një indeks mund të klasifikohet si indeks i çmimeve, indeks i
sasisë, indeks i vlerës, Indeksi i çmimeve mat ndryshimet në çmime në mes të
periudhës selektuese si bazë dhe periudhës tjetër si raportuese. Indeksi i sasisë mat ndryshimet në sasinë e konsumuar ose
prodhuar nga periudha bazë në një periudhë tjetër. 7
Llojet e numrave indeksor Indeksi i vlerës mat ndryshimet në vlerë
të një apo më shumë njësive nga periudha bazë në një periudhë tjetër. Vlerat për periudhën bazë dhe për periudhën raportuese gjinden duke shumëzuar sasinë me çmimin ( PxQ)
8
Ndërtimi i numrave indeksor /të thjeshtë Indeksi i thjeshtë i çmimeve, Ip:
Le të jetë çmimi i periudhës bazë p0 dhe
çmimi i periudhës raportuese p1, atëherë indeksi i çmimeve do të shprehet përmes formulës:
p0 çmimii periudhesbaze
Ip
p1 100 p0
p1 çmimii periudhes raportuese Indeksi i çmimeve mund të jetë indeks bazë dhe indeks zinxhir
9
Indeksi bazë dhe indeksi zinxhir/vargor Indeksi bazë paraqet raportin në mes të nivelit
të dhënë të serisë kohore ndaj nivelit apo madhësisë së asaj serie të zgjedhur si bazë.
Ni Ii 100 N0
N 1- niveli raportues N 0- niveli bazë 10
Indeksi bazë Nëse nivelet e serisë kohore i shënojmë me :
N1, N2 , N3 ,N4 ,N5 ,N6 ,… dhe nëse nga seria kohore si bazë për krahasim marrim nivelin e parë, N1, atëherë indekset bazë llogariten si vijon: I1 100 N3 N5 N6 N2 N4 I 2 100; I 3 100; I 4 100; I 5 100; I 6 100; N1 N1 N1 N1 N1 Ni dhe I i 100; N1
11
Indeksi bazë Nëse si bazë për krahasim marrim nivelin e tretë N3 të të dhënës atëherë do të kemi :
N3 N5 N1 N2 N4 I1 100; I 2 100; I3 100; I 4 100; I5 100; N3 N3 N4 N3 N3 Ni dhe Ii 100; N3
12
Indekset zinxhirorë/vargorë Indekset zinxhirorë/vargorë tregojnë ndryshimet
relative/në përqindje të dukurisë në periudhën vijuese në raport me periudhën paraprake, dhe llogariten sipas formulës:
Ni Ii 100 Ni 1
Ni - niveli raportues, vijues Ni-1 - niveli bazë (periudha paraprake) 13
Indekset zinxhirorë/vargorë Indekset zinxhiroe/vargorë paraqesin raportin e secilës madhësi raportuese të serisë ndaj madhësisë paraprake si bazë. Nëse nivelet e serisë kohore i shënojmë me : N1, N2 , N3 ,N4 ,N5 ,N6,…. Ni, lndekset zinxhir llogariten si vijon:
I1 nuk mund te gjin det sepse nuk i kemi te dhenat e nivelit paraprak N3 N5 N6 N2 N4 I2 100; I 3 100; I 4 100; I 5 100; I 6 100; N1 N2 N3 N4 N5 dhe I i
Ni 100; Ni 1
14
Indekset bazë dhe indekset zinxhirorë Shembull 1 Tabela vijuese prezanton çmimin e një artikulli në periudha të
ndryshme kohore. Vitet
2004
Çmimet 15
a) b) c) d) e)
2005
2006
2007
2008
20
21
30
25
Llogaritni : Indekset e thjeshtë të çmimeve, për bazë të merret viti 2004 2005=100 Indekset zinxhirore të çmimeve interpretoni rezultatet Paraqitni grafikisht rezultatet e fituara të indekseve. 15
Konstruktimi i indekseve bazë Vitet
Çmimi
2004=100
($) 2004
15 (N1 )
100
2005
20 (N2 )
(20/15)*100=133.33
2006
21 (N3 )
(21/15)*100=140
2007
30 (N4 )
(30/15)*100=200
2008
25 (N5 )
(25/15)*100=166.66
N2 20 100 100 133,33 2005 I 2 N1 15
N3 21 100 100 140 2006 I 3 N1 15
N4 30 100 100 200; 2007 I 4 N1 15
N5 25 100 100 166.66. 2008 I 5 N1 15
16
Interpretimi i indekseve bazë Baza e indekseve =100
Indeksi mbi 100 – dukuria ka rritje Indeksi nën 100 – dukuria ka rënje Indeksi =100 – dukuria është në nivel të njejtë.
P.sh.
I 133,33 100 33,33%
2005 2
Në këtë rast themi se çmimi në vitin 2005 krahasuar me vitin 2004 është rritur për 33,33%.
17
Shembull 1- vazhdim
Indekset bazë Vitet
Çmimi ($)
Indeksi bazë ( 2005=100)
2004
15
(15/20)*100 =75
2005
20
(20/20)*100=100
2006
21
(21/20)*100=105
2007
30
(30/20)*100=150
2008
25
(25/20)*100=125
p1 15 I 100 100 0,75 100 75 '04 p p0 20
p1 21 100 100 105 '06 I p p0 20
'07 I p
p1 30 100 100 150 p0 20
p1 25 100 100 125 '08 I p p0 20 18
Kostruktimi i indekseve zinxhirorë Vitet
Çmimi ($)
Indekset zinxhirë
2004
15
Nuk mund të llogaritet -
2005
20
(20/15)*100 =133,33
2006
21
(21/20)*100 =105
2007
30
(30/21)*100 =142,85
2008
25
(25/30)*100= 83,33
p1 20 I 100 100 133, 33 '05 p p0 15 p1 30 I 100 100 142,86 '07 p p0 21
'06 I p
'08
Ip
p1 21 100 100 105 p0 20 p1 25 100 100 83, 0 p0 30 19
Interpretimi i rezultateve/indekseve P.sh. Marrim indeksin zinxhiror për vitin 2006 dhe për vitin 2008.
p1 21 100 100 105 '06 I p p0 20 105-100 = 5%, d.t.th çmimi ka shënur rritje për 5% në vitin 2006 në krahasim me vitin 2005.
p1 25 100 100 83, 0 '08 I p p0 30 83-100 = 17%, d.t.th çmimi ka shënur rënje për 17% në vitin 2008 në krahasim me vitin 2007. 20
Indeksi i thjeshtë i sasisë Iq Indeksi i thjeshtë i sasisë, Iq:
Le të jetë sasia e periudhës bazë q0 dhe sasia
e periudhës raportuease q1, atëherë indeksi i thjeshte i sasisë do të shprehet përmes formulës:
Iq
q1 100 q 0 sasia e periudhës baze q0 q1-sasia e periudhës raportuese 21
Indekset bazë dhe indekset zinxhirorë të sasisë Shembull 2 Tabela vijuese prezanton sasinë e prodhuar (000kg) të një
artikulli në periudha të ndryshme kohore. Vitet
2000
Çmimet 5
a) b) c) d)
2001
2002
2003
2004
4
5
6
10
Llogaritni : Indekset e thjeshtë të sasisë, për bazë të merret viti 2001. Indekset zinxhirore të sasisë interpretoni rezultatet Paraqitni grafikisht rezultatet e fituara të indekseve. 22
Shembull 2-vazhdim Vitet
Sasia (000kg)
2000
5
125
-
2001
4
100
80,0
2002
5
125
125
2003
6
150
120
2004
10
250
166,66
5 100 125 00 I q 4
5 100 125 02 I q 4
Indeksi bazë ( 2001=100)
03
Iq
Indekset zinxhir
6 100 150 4
10 100 250 04 I q 4 23
Shembull 2- vazhdim
Indekset zinxhirore të sasisë
4 100 80 01 I q 5 5 100 125 02 I q 4
6 100 120 03 I q 5
10 100 166, 66 04 I q 6 24
Shndërrimi/Transformimi i indekseve bazë në indekse zinxhirore dhe anasjelltas Për nevoja praktike mund të bëhet transformimi, gjegjësisht shndërrimi i: indekseve bazë në indekse zinxhirore dhe anasjelltas, krijimi i indekseve bazë nga indekset zinxhirore. Marrim shembullin në vijim:
25
Transformimi i indekseve bazë në indekse zinxhirore dhe anasjelltas Shembull 3 Tabela vijuese prezanton sasinë e prodhuar (000kg) të një artikulli në periudha të ndryshme kohore dhe indekset e llogaritura bazë dhe zinxhirore të sasisë.
Vitet
Sasia (000kg)
Indeksi bazë ( 2000=100)
Indekset bazë (2002=100)
Indekset zinxhir
2000
5
100
83,33
-
2001
4
80.0
66,66
80,0
2002
6
120
100
150
2003
8
160
133,33
133,33
2004
10
200
166,66
125,0
2005
9
180
150
90
Bëni transformimin e indekseve bazë në indekse zinxhirore dhe anasjelltas. 26
Transformimi i indekseve bazë në indekse zinxhirore Viti 2000 100 '00
Iv
Viti 2002=100 '00
Iv
v '01 I
80 100 80 100
'01
Iv
66, 66 100 80 83, 33
v '02 I
120 100 150 80
'02
Iv
100 100 150 66, 66
'03
Iv
133, 33 100 133, 33 100
'03
'04
'05
I
v
Iv
I
v
160 100 133, 33 120 200 100 125 160 180 100 90 200
v '04 I
'05
Iv
166, 66 100 125 133, 33 150 100 90 166, 66
27
Transformimi i indekseve zinxhirore në indekse bazë Viti 2000 100 '00
I b 100
'01
I b 80
'02
I b (80 150) :100n 1 120
'03
I b (80 150 133,33) :10031 160
'04
I b (80 150 133,33 125) :100 41 200
'05
I b (80 150 133,33 125 90) :10051 180 28
Transformimi i indekseve zinxhirore në indekse bazë Viti 2002 100 b 3 I 100 : (150*80) 83.33 '00
b 2 I 100 :150 66.66 '01
b I 100 '02
'03
I b 133.33
'04
I b (133 125) :100 166.65
'05
I b (133 125 90) :1002 150 29
Indekset agregate të ponderuar Me indekse agregate të ponderuar, çdo njësi ponderohet në bazë të rëndësisë së tij, dhe zakonisht është sasia e shfrytëzuar e mallrave ose shërbimeve. Ata mund të jenë: 1.Indeksi çmimeve 2.Indeksi i sasisë 3. Indeksi i vlerës 4. Indeksi për qëllime të veçanta.
30
Ndërtimi i indekseve agregate/të ponderuar Indekset agregate të ponderuar të çmimeve dhe të
sasisë marrin në konsiderim edhe çmimin edhe sasinë e njësive dhe llogariten për një grumbull të njësive. Ekzistojnë tri metoda bazë për konstruktimin e tyre: Metoda e Laspeyres-it (Étienne Laspeyres, 1864) Metoda e Paasche-ut (Herman Paasche, 1874) Metoda e Edgworth-it Metoda e Fisherit ( Irving Fisher)
31
Indeksi për qëllime të veçanta Indeksi për qëllime të veçanta kombinon dhe
ponderon (peshon) një seri të grupeve heterogjene për të arritur te ndonjë indeks i përgjithshëm për të treguar ndryshimet në aktivitet e biznesit në raport me dy periudha. Në bazë të këtyre indekseve llogariten edhe: Indeksi i Çmimit të Konsumit (CPI), Indeksi i Çmimit të prodhuesve (Indeksi i çmimeve me shumicë) (1890) Indeksi i Produktivitetit të Punës, Dow Jones Mesatarja e industrisë (DJIA), etj. 32
Ndërtimi i indekseve agregate/të ponderuar / Indeksi i çmimeve dhe sasise Metoda e Laspeyres-it : Kjo metodë përdorë sasitë dhe
çmimet e periudhës bazë si ponderë dhe llogaritet me anën e formulave vijuese:
Indeksi i çmimeve p1q0 100 L Ip p0 q0
Indeksi i sasise q1 p0 100 L Ip qo p0
p0 – çmimi i periudhës bazë
p1 - çmimi i periudhës raportuese qo- sasia e periudhës bazë qo- sasia e periudhës raportuese
33
Ndërtimi i indekseve agregate/të ponderuar / Indeksi i çmimeve dhe sasise Metoda e Paasche-ut. Kjo metodë përdorë sasitë
dhe çmimet e periudhës raportuese si ponderë dhe llogaritet me anën e formulave vijuese:
Indeksi i çmimeve p1q1 100 P Ip p0 q1 p0 p1 qo q1
Indeksi i Sasise P
Ip
q1 p1 q0 p1
100
– çmimi i periudhës bazë - çmimi i periudhës raportuese - sasia e periudhës bazë - sasia e periudhës raportuese 34
Krahasimi në mes të indekseve të Laspeyres-it dhe Paasche-ut Indeksi i LASPEYRE-sit: Kërkon që sasitë të caktohen vetëm nga periudha bazë. Emëruesi është i fiksuar, kështu që indeksi mund të llogaritet
sa herë që janë të njohura sasitë dhe çmimet e periudhës raportuese. Indeksi i Laspeyres-it mund të krahasohet direkt për disa
periudha kohore për faktin se emëruesi është fiks.
Ponderimi te Indeksi i Laspayeres-it mund të vjetërohet.
Kjo supozon që për çfarëdo ndryshimi të çmimit, sasitë e blera
do të mbesin të njëjta, gjegjësisht, sa do që çmimet ngriten, e njëjta sasi e mallit do të blihet. 35
Krahasimi në mes të indekseve të Laspeyres-it dhe Paasche-ut INDEKSI I PAASCHE-ut Kërkon që sasitë të përcaktohen për çdo periudhë, dhe kjo ka
treguar se është shumë e shtrenjtë. Emëruesi duhet të rillogaritet për çdo periudhë. Indeksi nuk
mund të llogaritet deri në fund të periudhës deri sa të dihen sasitë dhe çmimet e periudhës vijuese. Krahasimet mund të bëhen drejtpërdrejt në mes të vitit vijues
dhe periudhës bazë për arsye se emëruesi duhet të rillogaritet për çdo vit. Indeksi i Paasche-ut freskohet për çdo vit.
Efekti i ponderimit vijues nënkupton që rëndësi më e madhe i
kushtohet mallrave që relativisht janë më të lira tani se sa kanë qenë në periudhën bazë. 36
Ndërtimi i indekseve agregate/të ponderuar / Indeksi i çmimeve Metoda e Edgworth-it. Kjo metodë si
ponderë merr sasitë e periudhës bazë dhe periudhës raportuese dhe llogaritet sipas formulës:
p1 (q1 q0 ) 100 E Ip p0 (q1 q0 )
p0 p1 qo q1
– çmimi i periudhës bazë; - çmimi i periudhës raportuese; - sasia e periudhës bazë; - sasia e periudhës raportuese. 37
Indekset ideale të çmimeve Indeksi ideal i Fisherit (i publikuar me 1922)
IF
L
I
P
I
Indeksi sipas mesatares aritmetike
IM
L
I PI 2
L
I indeksi i Laspayers it
P
I indeksi i Paasche ut 38
Indeksi i vlerës Indeksi i vlerës : reflekton ndryshimet në
çmim dhe në sasi në periudhën raportuese në krahasim me periudhën bazë.
p1q1 Iv 100 p0 q0 39
Shembull
Çmimet dhe sasitë e shitura në një butik për lloje të ndryshme të mallrave në maj të vitit 2008 dhe maj të vitit 2009 janë si vijon: Mallrat e shitura
2008 Çmimi
a) b) c) d)
2009
Sasia
Çmimi
Sasia
(1)Veshje
20
100
25
80
(2) Këpucë
40
50
50
60
(3) Qanta
30
100
40
70
Përcaktoni indekset individuale të çmimeve dhe të sasisë; Llogaritni indeksin agregat të çmimeve dhe sasisë sipas të gjitha metodave. Llogaritni indeksin e vlerës. Interpretoni rezultatet. 40
Shembull-vazhdim
A) Indekset individuale të çmimeve:
p1 25 100 100 125 1Ip p0 20
p1 50 100 100 125 2Ip p0 40
p1 40 100 100 133,33 3Ip p0 30 41
Shembull-vazhdim Indeksi i Laspayres-it Mallrat e shitura
2008 Çmimi
p0
2009
Sasia q0
Çmimi p1
Sasia q1
p 1q0
p0q0
(1)Veshje
20
100
25
80
2 500
2 000
(2) Këpucë
40
50
50
60
2 500
2 000
(3) Qanta
30
100
40
70
4 000
3 000
9 000
7 000
Gjithsej:
p1q0 9000 100 100 128,57 L Ip p0 q0 7000
42
Shembull-vazhdim Indeksi i Paasche-ut Mallrat e shitura
2008 Çmimi p0
2009
Sasia q0
Çmimi p1
Sasia q1
p1q1
p0q1
(1)Veshje
20
100
25
80
2 000
1 600
(2) Këpucë
40
50
50
60
3 000
2 400
(3) Qanta
30
100
40
70
2 800
2 100
7 800
6 100
Gjithsej:
p1q1 7800 100 100 127,87 P Ip p0 q1 6100 43
Shembull-vazhdim Indeksi i Edgworth-it Mallrat e shitura
2005
2006 q0+q1
Ç p0
S q0
Ç p1
p1(q0+q1)
po(q0+q1)
S q1
(1)Veshje
20
100
25
80
180
4 500
3 600
(2) Këpucë
40
50
50
60
110
5 500
4 400
(3) Qanta
30
100
40
70
170
6 800
5 100
16 800
13 100
Gjithsej:
p1 (q1 q0 ) 16800 100 100 128, 24 E Ip p0 (q1 q0 ) 13100 44
Shembull-vazhdim Indeksi i Fisherit
IF
L
I P I 128,6 127,87 16444,082 128,23
Indeksi sipas mesatares aritmetike
IM
L
I P I 127,87 128, 6 128, 22 2 2 45
Shembull-vazhdim Indeksi i vlerës
Mallrat e shitura
200 Ç p0
2009
S q0
Ç p1
p0q0
S q1
p1q1
(1)Veshje
20
100
25
80
2 000
2 000
(2) Këpucë
40
50
50
60
2 000
3 000
(3) Qanta
30
100
40
70
3 000
2 800
7 000
7 800
Gjithsej:
p1q1 7800 Iv 100 100 111.42 p0 q0 7000 46
Indeksi i Çmimeve të Konsumit (CPI-Consumer Price Index) IÇK/ (CPI) mat ndryshimet në çmim të një
“shporte fikse të mallrave dhe shërbimeve ” prej një periudhe në një periudhe tjetër.
Indeksi (SHBA) përfshin rreth 400 njësi, dhe rreth
250 agjentë që grumbullojnë të dhënat për çmime për çdo muaj. Çmimet mblidhen nga 21.000 firma tregtare dhe nga 60.000 familje në 91 qendra urbane përgjatë tërë vendit (SHBA). Çmimet e bukës, birrës, rrymës, shkurtimi i flokëve,
norma e interesit të hipotekës, taksat, janë vetëm disa prej njësive që përfshihen në shportën e mallrave dhe shërbimeve që blehen. 47
Indeksi i Çmimeve të Konsumit CPI daton nga viti 1913 dhe është publikuar
rregullisht që nga viti 1921.(SHBA) Periudha bazë ka ndryshuar disa herë për shkak të ndryshimit të shprehive të mallrave të konsumuara të cilat kanë ndryshuar në mënyrë drastike gjatë kohëve të fundit. (SHBA)
48
Indeksi i Çmimeve të konsumit (IÇK) Përdorimi i IÇK :
Iu mundëson konsumatorëve që të përcaktojnë efektet e rritjes së çmimeve në fuqinë e tyre blerëse. Është matës për të rishikuar pagat, pensionet, pagesat për ushqim, etj.
Është një tregues ekonomik për normën e
inflacionit në shumë shtete. Përmes tij llogariten të ardhurat reale: Të ardhurat reale = të ardhurat në para / IÇK x100 49
INDEKSI I ÇMIMIT TË KONSUMIT (IÇK)/Kosovë Enti i Statistikës së Kosovës (ESK) Indeksin e
çmimeve të konsumit (IÇK) ka filluar ta publikoj në shtator të vitit 2002. Çmimet e konsumit kanë filluar të mblidhen në
muajin maj të vitit 2002 i cili konsiderohet muaji bazë. Çmimet mblidhen prej datës 10 deri 20 të muajit në 10 qendra të Kosovës. ESK nga shtatori 2002 ka publikuar në baza
mujore dhe dhe në baza vjetore Indeksin e Çmimit të Konsumit. 50
INDEKSI I ÇMIMIT TË KONSUMIT (IÇK)/Kosovë Nga janari i vitit 2006, IÇK kalkulohet me
peshat, të dhënat mbi konsumin e realizuar për periudhën qershor 2002 – dhjetor 2004. Grumbullimi i të dhënave tani bëhet nga
dhjetë komuna (vendbanime urbane dhe rurale), për 210 artikuj të klasifikuar sipas COICOP-it . 51
INDEKSI I ÇMIMIT TË KONSUMIT (IÇK)/Kosovë COICOP Classification of Individual
Consumption According to Purpose (United Nations statistical methodology) COICOP Klasifikimi i konsumit individual
në bazë të qëllimeve. Metodologjia Statistikore e Kombeve të Bashkuara në bazë të qëllimeve
52
COICOP
COICOP 01-12 - Shpenzimet e konsumit individual për familje. 01 – Ushqimi dhe pijet joalkholike. 02 – Pijet alkoholike, cigaret dhe narkotikët. 03 – Veshmbathja 04 – Banimi, uji, energjia elektrike, gasi dhe lëndë të tjera djegëse. 05 – Mobiljet, pajisjet shtëpikake dhe mirëmbajtja e vazhdueshme e shtëpisë. 06 – Shëndeti 07 - Transporti 08 - Komunikimi 09 – Kultura dhe rekreacioni 10 - Arsimimi 11 – Restorane dhe hotelet 12 –Mallra dhe shërbime të ndryshme. 13 – Shpenzimet e konsumit individual për instiucione jo-përfituese që shërbejnë për familje. 14 - Shpenzimet e konsumit individual nga qeveria në përgjithësi. 53
Treguesit e tjerë ekonomik Treguesit e strukturës
Treguesit e dinamikës dhe të intenzitetit a) Niveli
b) Shtimi Absolut c) Ritmi i zhvillimit d) Norma mesatare e zhvillimit
54
Treguesit e strukturës Treguesit e strukturës prezantojnë strukturën e
dukurisë së hulumtuar në një moment të caktuar. Gjinden përmes formulës:
P S 100 T P Pjesa T Tërësia 55
Shembuj të tjerë Shembull. Në vitin 1990 shitjet e kompanisë
Johnson and Johnson Co të shprehura në million ishin 1 461 $, në vitin 1995 shitjet ishin rritur në 2 403 milionë $ kurse në vitin 1996 shitjet ishin 2 887 milionë $. Duke shfrytëzuar vitin 1990 si bazë gjeni indeksin e thjeshtë për ndryshimet në shitje të kësaj kompanie për vitin 1995 dhe 1996 duke u bazuar në shitjet e vitit 1990. 56
Shembuj të tjerë Shembull. Shitjet vjetore për disa korporata multinacionale të zgjedhura janë: KOMPANIA
GM
Shitjet në million $
101 781
EXXON FORD
IBM
76 416 71 643 54 217
DAIMLERCHRYSLER 26 257
Shprehni shitjet vjetore te GM ne indekse duke
shfrytëzuar shitjet e IBM si bazë. Interpretoni rezultatin. Shpreh shitjet vjetore te Daimler-Chrysler në indekse duke shfrytëzuar shitjet e IBM si bazë.Interpreto rezultatin. 57
Shembuj të tjerë Shembull. Prodhimtaria e firmës “Agroni Co” – e
shprehur në tonë- gjatë peridhuës kohore 1999 – 2003 ka qenë si vijon:
VITET
1999
2000
2001
2002
2003
Prodhimi-në 000 tonë
10
15
12
16
11
Llogaritni indekset bazë – viti 1999 si bazë Llogaritni indekset bazë – viti 2002 si bazë Llogaritni indekset zinxhir Paraqitni grafikisht indekset Interpretoni rezultatet 58
Shembuj të tjerë Shembull. Firma “Drita” gjatë muajit janar të vitit 2008 dhe 2009 ka realizuar këtë prodhimtari: PRODUKTET E SHITURA
2008
2009
Çmimi
Sasia
Çmimi
Sasia
Kukulla me veshje kombëtare
20
100
30
120
Veshje kombëtare
15
200
20
300
Qilima të vegjël
30
300
30
400
Lodra për fëmijë
10
500
8
400
Përcaktoni indeksin e vlerës Përcaktoni indekset individuale të çmimeve dhe sasisë Përcaktoni indeksin agregat të çmimeve dhe sasisë Komentoni rezultatet 59
Metodat e analizës dinamike Seritë kohore
1
Metodat e analizës dinamike/Analiza e serive kohore Qëllimet: Pas kësaj ore të ligjeratave ju duhet të jeni në gjendje që të :
Dini disa nga metodat e analizës dinamike
Kuptoni faktorët /komponentët e serive kohore si trendi, variacionet ciklike, variacionet sezonale dhe variacionet e parregullta
Vlerësoni parametrat e trendit linear, parabollik dhe eksponencial.
Përdorni metodat e zbutjes variacioneve të serive kohore me qëllim të vështrimit të tendencës kryesore të zhvillimit të dukurisë
Llogaritni indekset sezonale , të vlerësoni ndikimimin e komponentës së sezonës dhe të eliminoni ndikimet sezonale në seritë statistikore kohore. 2
Seritë kohore/kronologjike
Analiza e serive kohore është një fushë e veçantë e statistikës e cila është zhvilluar me një hov të madh pas viteve të 1970-ta. Seritë kohore paraqesin nivelin e të dhënave numerike për dukuritë e ndryshme të cilat janë të rregulluara me renditje kronologjike në periudha të rregullta kohore. Seritë kohore përmbajnë të dhëna numerike të siguruara në intervale të rregullta kohore. Intervalet kohore mund të jenë vjetore, kuartale, javore, ditore dhe në orë. Vitet 2004 2005 2006 2007 2008 2009 Shembull: Shitjet
75,3
74.2
78,5
79,7
80,2
81.5
3
Komponentët e serive kohore Analiza e serive kohore në funksion të kohës niset nga supozimi se në ndryshimin e dukurive të vrojtuara gjatë kohës kanë ndikim katër komponenta/faktorë: Trendi- tendenca zhvillimore e dukurisë në afat të gjatë Variacionet ciklike, - lëkundjet në afat më të gjatë se një vjet, Variacionet sezonale- lëkundjet në afat të shkurtë brenda një viti. Variacionet e parregullta/reziduale- si variacione të rastësishme. 4
Komponentët/faktorët e serive kohore
Variacionet ciklike
Trendi
Seritë kohore Variacionet sezonale
Variacionet e rastësishme
5
Komponenta e trendit
Rritja ose zvogëlimi në afat të gjatë kohës (lëvizjet e përgjithshme lartë ose poshtë)
Të dhënat merren për periudha të gjata kohore,
Shitjet
Koha 6
Komponenta e trendit
(vazhdim)
Trendi mund të jetë në rritje ose në rënie Trendi mund të jetë linear ose jolinear
Shitjet
Trendi linear në rënie
Shitjet
Koha
Trendi jolinear në rritje
Koha
7
Komponenta sezonale
Lëkundjet në rënie ose në rritje. Paraqitje e rregullt. Vështrohen brenda një viti. Shitjet
Vera Dimri Pranvera
Vjeshta
Koha (Mujore ose në kuartal) 8
Komponenta ciklike
Lëkundje në afat të gjatë; Ndodhin rregullisht por dallojnë në gjatësi; Zakonisht maten prej maje në maje. 1 Cikël
Shitjet
Viti 9
Komponenta e rastësishme
Fluktuacione të paparashikueshme, të rastësishme “reziduale” Për shkak të variacioneve të rastësishme:
Natyra Aksidentet ose ngjarjet e jashtëzakonshme.
10
Kopmonentet e serive kohore
Nuk është e domosdoshme që çdo seri kohore ti ketë të katër komponentët, mirëpo të gjitha përmbajnë komponentin e rastësishme. Një seri statistikore mund të mos ketë asnjërën nga komponentët, njërën, të dy ose tri. Seria që prezanton të dhënat vjeçare nuk mund të përmbajë komponentët sezonale. 11
Kopmonentet/Përbërësit e serive kohore Faktorët që ndikojnë në ndryshimin e dukurisë gajtë periudhës kohore.
Komponenta Përbërësit
Definicioni
Arsyet e paraqitjes
Koha e zgjatjes
Trendi (T)
Tendenca zhvillimore e ndonjë dukurie ( rritja ose rënia) në periudhën e vështruar
Ndryshimi i teknologjisë, popullsisë, pasurisë, vlerave
Më shumë kohë (muaj, vjet, etj)
Variacionet sezonale (S)
Përafërsisht fluktuacione periodike të rregullta të cilat paraqiten gjatë muajit të caktuar ose periudhës kuartale prej viti në vit.
Kushtet kohore, zakonet shoqërore, zakone fetare, pushimet shkollore.
Gjatë muajve të caktuar ose kuartalëve (mujore ose kuartale)
Variacionet ciklike (C)
Përsëritja e lëvizjes nëpër katër faza: nga maja (prosperiteti) kah zvogëlimi (recesioni) nga poshtë (depresioni) kah ekspanzioni).
Ndërveprimi i shumë kombinimeve të faktorëve që ndikojnë në ekonomi.
Zakonisht më shumë vjet, me intenzitet të ndryshueshëm për një cikël komplet.
Variacionet reziduale/të rastsësishme (R)
Të rastësishme, dhe të tjera flukuacione që gjinden në seri përveç T C, S .
Variacionet e rastësishme, si dhe variacionet për shkak të ngjarjeve të papritura si grevat, vërshimet.
Zgjasin shkurt pa përsëritje
12
Variacionet e serive kohore Variacionet e parregullta
Trendi
Ciklet 90 89 88 Variacionet sezonale 13
Seritë kohore dhe parashikimi Qëllimi kryesor i analizës së serive kohore është prognozimi / parashikimi i vlerave të dukurisë në të ardhmen. Supozimi themelor gjatë prognozimit në analizën e serive kohore është : Faktorët që kanë ndikuar në nivelin e dukurisë në të kaluarën dhe në të tashmen do të veprojnë në të njëjtën mënyrë edhe në të ardhmen dhe nuk do të ketë ndikim të faktorëve të tjerë.
14
Seritë kohore vjetore Trendi
Trendi është tendenca zhvillimore e dukurisë në kuadër të periudhës së vështruar. Trendi shpreh nivelin mesatar të ecurisë së dukurisë për periudhën e vrojtuar. Vija e trendit duhet të eliminoj variacionet nga seria kohore dhe të shpreh lëvizjen mesatare, gjegjësisht tendencën e përgjithshme të zhvillimit të dukurisë 15
Trendi
Modeli i trendit shprehet përmes funksionit të caktuar matematikor dhe mund të jetë linear, parabollik dhe eksponencial. Jo sezonal
Sezonim Shtesë
Sesonim multiplikativ
Nivel konstant Trendi linear Trendi eksponencial Trendi jolinear/ Parabolës
16
Trendi Në hulumtimin e tendencës së zhvillimit të dukurisë duhet: Faza e parë: duhet të shikohet se a ekziston trendi, përmes paraqitjes grafike në diagramin e serisë kohore. Shumë subjektive. Faza e dytë: Zgjedhet funksioni adekuat që i përgjigjet më së miri të dhënave: linear, jolinear përmes:
a) b) c)
paraqitjes grafike; metodës së dallimeve/diferencave; metodës së zbutjes së variacioneve.
17
Trendi
Metoda e dallimeve (diferencave) bazohet në llogaritjen e dallimeve
në mes të vlerave individuale të të dhënave. Në bazë të saj zgjedhim metodën e trendit. Trendi linear i përgjigjet më së miri të dhënave ku dallimet në mes të anëtarëve të serisë janë përafërsisht të barabartë. Yc= a + bx Trendi i parabollës zgjedhet atëherë nëse vlerat absolute të ndryshimeve të dyta (ndryshimet e ndryshimeve të para) janë përafërsisht të barabarta. Funksioni i tij është: Yc = a+bx+cx2 Trendi eksponencial sipas kësaj metode zgjedhet atëherë kur dallimet e vlerave logaritmike të serisë kohore janë përafërsisht të barabarta. Funksioni i tij është: Yc =a * bx
18
Zgjedhja e modelit /funksionit përmes shfrytëzimit të diferencave/dallimeve.
Modeli i Trendit Linear përdoret nëse diferencat e para janë pak a shumë konstante.
Y2 Y1 Y3 Y2
Yn Yn1
Modeli i Trendit të Parabolës përdoret nëse diferencat e dyta janë pak a shumë konstante.
Y3 Y2 Y2 Y1
Yn Yn1 Yn1 Yn2 19
Zgjedhja e modelit /funksionit përmes shfrytëzimit të diferencave/dallimeve.
(vazhdim)
Modeli i Trendit Eksponencial përdoret nëse diferencat në përqindje janë pak a shumë konstante.
Y2 Y1 Y3 Y2 100% 100% Y1 Y2
Yn Yn 1 100% Yn 1
20
18-5
Trendi linear Ekuacioni i trendit në afat të gjatë (linear) vlerësohet përmes metodës së katrorëve më të vegjël për kohën X dhe është:
Yc a bx
Yc – është vlera e projektuar e variablës Y për vlerën e selektuar të kohës X
a – është vlera e vlerësuar e Y kur X=0 b- është pjerrësia e vijës së trendit, ose ndryshimi mesatar në Y për c çdo ndryshim në një njësi të X (pozitive ose negative). X – çdo vlerë e kohës që është selektuar. 21
Ekuacioni i trendit linear
Yc a bx Y na bX
Y n XY b X 2 a
Kur përdoret metoda e lehtësimeve\ ΣX=0
XY aX bX 2 nXY (Y )(X ) b nX 2 (X ) 2 a
Y X b n n
Kur përdoret metoda e e kodimit prej vitit të parë ΣX≠0
22
Gabimi standard i trendit
Me rastin e vlerësimit të zgjedhjes së funksionit adekuat të trendit i cili më së miri i përgjigjet të dhënave, shpesh shfrytëzohet gabimi standard i trendit: n
Y c
(Y Y i 1
i
n
c
)
2
Yi – të dhënat origjinale Yc – të dhënat e vlerësuara të Y n – numri i viteve
23
18-7
Shembull 1
Përcaktoni ekuacionin e trendit duke shfrytëzuar metodën e katrorëve më të vegjël. Vlerësoni shitjet e firmës për vitin 2014 (Ekstrapolimi i vlerave të trendit) Vitet
2005
2006
2007
2008
2009
Shitjet (0000 $)
7
10
9
11
13
24
Paraqitja grafike e te dhenave origjinale Shitjet ne 0000$ (2005=2009) 14
12
Shitjet (0000$)
10
8
6
4
2
0 2005
2006
2007
2008
2009
Vitet
25
Shembull 1- vazhdim Vitet
Shitjet (00000) (Y)
X (Kodimi i viteve)
XY
X
2
Yc
2005
7
-2
-14
4
7,4
2006
10
-1
-10
1
8,7
2007
9
0
0
0
10
2008
11
1
11
1
11,3
2009
13
2
26
4
12,6
Gjithsej:
50
∑X=0
13
10
50,0
26
Shembull 1-vazhdim
Yc a bx Y na bX XY aX bX 2
50 5a b o 50 5a a 10 13 13 a 0 10b b 1,3 b 1,3 10
yc 10 1,3x 27
Ekuacioni i trendit përmes formulave kur përdoret metoda e lehtësimeve
Y 50 a 10 a 10 n 5 XY 13 b 1, 3 b 1, 3 2 X 10
yc 10 1,3x 28
Shembull 1 vazhdim /Interpolimi dhe ekstrapolimi i vlerave të trendit yc 10 1,3x 2005
yc 10 1, 3 x 10 1, 3 ( 2) 7, 4
2006
yc 10 1, 3 x 10 1, 3 ( 1) 8, 7
2007
yc 10 1, 3 x 10 1, 3 (0) 10
2008
yc 10 1, 3 x 10 1, 3 (1) 11, 3
2009
yc 10 1, 3 x 10 1, 3 (2) 12, 6
y 10 1,3x 10 1,3 (7) 10 9,1 19,1
2014 c
Interpolimi i Vlerave të trendit
Ekstrapolimi i vlerave të trendit 29
Paraqitja grafike e të dhenave origjinale dhe e vijës së trendit Te dhenat origjinale dhe vija e trendit 14
12
Vija e trendit
Shitjet (0000$)
10
Te dhenat origjinale
8
6
4
2
0 2005
2006
2007
2008
2009
Vitet
30
Interpolimi dhe Ekstrapolimi i trendit
Interpolimi i trendit është llogaritja e vlerave të trendit brenda intervaleve kohore të përfshira në serinë kohore Ekstrapolimi i trendit është zgjatja e vijës së trendit jashtë intervaleve kohore të përfshira në serinë kohore, qoftë në të ardhmen qoftë në të kaluarën. Ekstrapolimi përdoret për të parashikuar zhvillimin e dukurisë në të ardhmen 31
Ekstrapolimi i trendit Për të qenë relativisht i suksesshëm ekstrapolimi i trendit duhet të plotësohen disa kushte:
Faktorët që kanë ndikuar në lëvizjen e dukurisë në periudhën e vështruar duhet që edhe më tutje të veprojnë përafërsisht me intensitet të njëjtë, në drejtim të njëjtë dhe pa ndikim të theksuar të faktorëve të tjerë.
Për ekstrapolim të suksesshëm është e nevojshme që të kemi seri kohore relativisht të gjata.
Nëse është fjala për projeksione të dukurive ekonomike, prognoza që bëhet në kohën e afarizmit stabil është më e saktë dhe më e besueshme në krahasim me ato që bëhen nga koha me ndryshime të shpeshta dhe të papritura të ambientit afarist. 32
Ekstrapolimi i trendit
Nëse seria ka variabilitet të theksuar ciklik, ose kthesa të mëdha në zhvillimin e saj, nuk është e preferuar që të bëhet prognozimi.
Prognozimi i më shumë agregateve ekonomikë (themi e tërë dega) është më i besueshëm se sa prognozimi i variablave ekonomike vetëm të një firme.
Me të gjitha kufizimet e përmendura, vlera e prognozuar e trendit mund të kuptohet si “pamje mesatare e së ardhmes”, si projeksion mekanik, sepse vlerat të cilat gjinden pikërisht në vijën e trendit tregojnë vlerësimet mesatare të serisë së dhënë.
33
Gabimi standard i trendit linear Vitet
Shitjet (00000)
X
Yc
Yi-Yc (Yi-Yc)2 n
(Yi) 2005
7 -2
7,4
-0,4
0,16
Y c
2006
10 -1
8,7
1,3
1,69
2007
9
0
10
-1
1
2008
11
1
11,3
-0,3
0,09
2009
13
2
12,6
0,4
0,16
Gjithsej:
50 0 50,0
0
3.1
(Y Y i 1
i
c
)
2
n
3,1 0, 7874 5
34
Trendi i parabollës
Modeli i parabollës ose “Polinomi i shkallës së dytë” ëshë modeli më i thjeshtë nga modelet jo lineare . Duke përdorur metodën e katrorëve më të vegjël, funksioni trendit të parabollës është: Yc=a+bx+cx2
a- Vlera e vlerësuar e yc- kur x=o b- efekti i vlerësuar linear në Yc
c- efekti i vlerësuar jolinear në Yc
35
Modeli i parabolës Yc
Yc
k c<0 (a)
k c< 0 (b)
36
Modeli i parabolës Yc
Yc
k c>0 (c)
k c> 0 (d)
37
Trendi i parabollës
Ekuacioni i trendit të parabollës është: Yc=a+bx+cx2
Ekuacionet normale për llogaritjen e parametrave a, b dhe c sipas metodës së katrorëve më të vegjël janë:
y na bx cx 2 xy ax bx cx 2
3
x Y ax bx cx 2
2
3
4
38
Trendi i parabollës
Formulat për gjetjen e parametrave a, b dhe c kur përdoret metoda e lehtësimeve, gjegjësisht kur ∑X=0 janë:
y x 4 x 2 yx 2 a 4 2 2 n x x x xy b 2 x 2 2 n yx x y c n x 4 x 2 x 2
39
Shembull 2
Për të dhënat në vijim përcaktoni ekuacionin e trendit të parabolës përmes metodës së katrorëve më të vegjël. Vitet
2002
2003
2004
2005
2006
2007
2008
Gjithsej:
Y
2
3
5
6
9
13
17
55
40
Shembull 2-vazhdim Vitet
(Y)
X
X2
XY
X3
X4
X2 y
Yc
2002
2
-3
-6
9
-27
81
18
2,305
2003
3
-2
-6
4
-8
16
12
2,98
2004
5
-1
-5
1
-1
1
5
4,385
2005
6
0
0
0
0
0
0
6,5
2006
9
1
9
1
1
1
9
9,305
2007
13
2
26
4
8
16
52
12,8
2008
17
3
51
9
27
81
153
16,905
Gjithsej:
55
0
69
28
0
196
249
55,18
41
Shembull 2-vazhdim 55 7 a 28c y na bx cx 2 xy ax bx 2 cx3 x 2Y ax 2 bx 3 cx 4
55 7 a b 0 c 28 69 0 b 28 c 0 249 28a b 0 c 196
69 2, 46 28 249 28a 196c
69 28b b
55 7 a 28c 249 28a 196c / : ( 4) 55 7 a 28c 62, 25 7 a 49c 7, 25 21c( 1) 7, 25 7, 25 21c c 0, 345 21 42
Shembull 2-vazhdim 55 7 a 28c 55 7 a 28 0, 345 55 7 a 9, 66 55 9, 66 7 a 45, 34 7 a 45, 34 a 6, 477 6, 5 7
a 6, 5 b 2, 46 c 0, 345
y c 6,5 2, 46 x 0,345 x
2
43
Shembull 2-vazhdim
Llogaritja e parametrave a, b dhe c përmes formulave kur përdoret metoda e lehtësimeve:
y x 4 x 2 yx 2 55 196 28 249 a 6, 47 6,5 4 2 2 n x x x 7 196 28 28 xy 69 b 2 2, 46 x 28 n yx 2 x 2 y 7 249 28 55 c 0,345 4 2 2 n x x x 7 196 28 28 44
Shembull 2-vazhdim Interpolimi dhe ekstrapolimi i vlerave të trnedit .
y c 6,5 2, 46 x 0,345 x 2 2002
y c 6,5 2, 46 (3) 0,345 (9) 2,305
............................ ............................. y c 6,5 2, 46 (3) 0,345 (9) 16,905 2008
2013
y c 6,5 2, 46 (8) 0,345 (64) 48, 26
Interpolimi i Vlerave të trendit
Ekstrapolimi i vlerave të trendit 45
Paraqitja grafike e te dhenave origjinale dhe e trendit te parabolles
Te dhenat origjinale dhe trendii parabolles
18
16 14
Vija e trendit
Te dhenat
12
Te dhenat origjinale
10 8 6 4 2 0 2002
2003
2004
2005
2006
2007
2008
Vitet
46
Trendi logaritmik-eksponencial
Kur të dhënat numerike të serive kohore kanë një rritje me një shkallë rritëse si diferencë nga viti në vit që është konstante, ne mund të përdorim një ekuacion të trendit eksponencial si në vijim:
yc m n
x
m – Yc e vlerësuar kur X=0 n - norma e vlerësuar vjetore mesatare (në përqindje) X- periudha kohore
47
18-9
Trendi logaritmik-eksponencial
Nëse logaritmojmë të dy anët e ekuacionit fitojmë ekuacionin logaritmik
log Yc log m x log n
Ekuacionet normale për llogaritjen e parametrave m dhe n janë:
log y n log m x log n x log y x log m x log n 2
48
Shembull 3
Shitjet për periudhën pesëvjeçare të firmës që merret me shitjen e softverëve janë rritur si në tabelën vijuese .
a)Përcaktoni ekuacionin logaritmik b) Mesatarisht sa përqind janë rritur shitjet për çdo vit gjatë periudhës. c) Vlerësoni shitjet për periudhën 2014.
Vitet
Shitjet (0000$)
2005
1.1
2006
1.5
2007
2.0
2008
2.4
2009
3.1
Gjithsej
10.1
49
Shembull 3 vazhdim Vitet
Shitjet (0000$)
x
logy
2005
1.1
-2
0,0414
2006
1.5
-1
2007
2.0
2008
xlogy
x2
logyc
yc
-0,083 4
0,088
1,2246
0,176
- 0,176 1
0,183
1,524
0
0,301
0 0
0,278
1,8967
2.4
1
0,380
0,380 1
0,373
2,3605
2009
3.1
2
0,491
0,983 4
0,468
2,9376
Gjithsej
10.1
0
1,39
0,951 10
9,9434
log yc 0,278 0,095x 50
Shembull 3 vazhdim
1,39 7 log m 0 log n 0,951 0 log m 10 log n 1,39 1,39 7 log m log m 0, 278 5 0,951 0,951 10 log n log n 0, 095 10
log yc 0, 278 0,095 x 51
Shembull 3 vazhdim
log yc 0, 278 0,095 x log m 0, 278 / anti log; m 1,8967 m 1,9 log n 0, 095 / anti log; n 1, 2445 n 1, 24
yc 1,9 1, 24 x
n=1,24 - 1 = 0,24 X 100 = 24% ose 1,24 x100=124-100=24%
Kjo do të thotë se norma mesatare vjetore e shtimit të prodhimit është 24%.
52
Shembull 3 vazhdim/Interpolimi dhe ekstrapolimi i vlerave të trendit
log yc 0, 278 0,095x 2005
log yc 0, 278 0,095 (2) 0,088 / anti log 1, 2246
.......................................................... .................................................... 2009 log yc 0, 278 0,095 (2) 0, 468 / anti log 2,9376
2014
log yc 0,278 0,095 (7) 0,943/ anti log 8,770 53
Paraqitja grafike e te dhenave origjinale dhe vijes se trendit eksponencial
Shitjet dhe vija e trendit eksponencial
3.5
3
Vija e trendit
Shitjet (0000$)
2.5
Te dhenat origjinale 2
1.5
1
0.5
0 2005
2006
2007
2008
2009
54
Mesatarja rrëshqitëse
Përdoret për zbutjen e variacioneve ciklike, sezonale, etj. Seri e mesatareve aritmetike gjatë tërë kohës. Rezultatet varen nga zgjedhja e periudhës për llogaritjen e mesatareve. Për seritë kohore vjetore numri i viteve për mesatare aritmetike duhet të jetë numër tek. 55
Mesatret rrëshqitëse (vazhdim)
Mesatarja rrëshqitëse me tri të dhëna
Mesatarja e parë:
Mesatarja e dytë:
X1 X 2 X 3 M1 (3) 3 X2 X3 X4 M 2 (3) 3
........................ 56
Mesatarja rrëshqitëse-Shembull Zgjimi është ndërtues i shtëpive me një rekord prej 24 shtëpive familjare të ndërtuara gjatë periudhës gjashtë vjeçare. Pajis Zgjimin me grafikun me mesatare rrëshqitëse me tri vjet. Vitet
Njësitë Mest.rrq.
2000
2
-
2001
5
3
2002
2
3
2003
2
3.67
2004
7
5
2005
6
57
Mesatare rrëshqitëse-shembull Viti
Njësitë
Mesatare
rrëshq.
Njësitë
2000
2
-
8
2001
5
3
6
2002
2
3
4
2003
2
3.67
2
2004
7
5
0
2005
6
-
Gj = 3
' „01 „02 „03 „04 „05 58
Variacionet sezonale/Lëkundjet stinore
Variacionet sezonale, Për afërsisht fluktuacione periodike të rregullta të cilat paraqiten gjatë muajit të caktuar ose periudhës kuartale prej viti në vit.
Arsyet e paraqitjes: Kushtet kohore/klimatike, zakonet shoqërore, zakone fetare, pushimet shkollore.
Koha e paraqitjes: Gjatë muajve të caktuar ose kuartalëve (mujore ose kuartale) 59
Variacionet sezonale/Lëkundjet stinore
Indekset stinore llogarisin lëkundjet stinore sipas muajve apo kuartalëve për dukurinë e hulumtuar. Indekset stinore janë tregues relativ të cilët tregojnë ndikimin mesatar të sezonës në muajin e caktuar apo në kuartalin e caktuar përgjatë disa viteve.
60
Indekset stinore
Shembull
Shembull: Konsumi i patates (tonë) në një komunë sipas tremujorëve gjatë tri viteve ka qenë si vijon:
Tremujorët/ Kuartalet
Prodhimi (T) sipas viteve dhe kuartalëve 2006
2007
2008
I
50
56
59
II
23
30
40
III
54
57
63
IV
102
120
150
Gjithsej
229
263
312 61
Indekset stinore Shembull-vazhdim 2008
Gjithsej Mesatarja Prdhimi tremujore
Indekset stinore
56
59
165
55
82,08
23
30
40
93
31
46,26
III
54
57
63
174
58
86,56
IV
102
120
150
372
124
185,07
Gjithsej 229
263
312
804
Tremujo rët 2006
Vitet 2007
I
50
II
X
n
X i 1
268 i
399.97≈ 400 62
Indekset stinore Shembull-vazhdim
Së pari llogarisim nivelin mesatar tremujor të tre vjetëve: n
Xi
X
i
i 1
n n
I
Xi
X
i
i 1
n
50 56 59 3
165 3
55
n
II
Xi
X i 1
n
i
23 30 40 3
93 3
.................................................
31 63
Indekset stinore
Shembull-vazhdim
Së dyti llogarisim mesataren e përgjithshme tremujore për tri vjet:
55 31 58 124 268 Xp 67 tona ose 4 4 804 Xp 67 tone 12
64
Indekset stinore
Shembull-vazhdim
Së treti , llogarisim indekset stinore:
Xi Is 100; XP X i niveli mesatar i cdo kuartali X P niveli mesatar i pergjitshem
65
Indekset stinore Shembull-vazhdim
55 100 82, 08 I Is 67 31 100 46, 26 II I s 67 58 100 86, 56 III I s 67 124 100 185, 07 IV I s 67 66
Indekset stinore – Interpretimi i rezultateve
Meqenëse indekset sezonale varirojnë rreth 100, nëse analizojmë të dhënat për kuartal, shuma e tyre duhet të jetë 400, derisa shuma e indekseve sezonale për një vit është e barabartë me 1200. Nëse indeksi sezonal është më i madh se 100, atëherë themi se sezona ka pasur ndikim pozitiv në zhvillimin e dukurisë. Nëse indeksi stinor është më i vogël se 100, atëherë sezona ka pasur ndikim negativ në zhvillimin e dukurisë 67
Indekset stinore – Interpretimi i rezultateve
Nëse në dukuri nuk ka faktorë sezonal, atëherë të gjithë indekset do të ishin rreth 100, gjegjësisht 100%.
Sa mëimadh që është variacioni në raport me 100, atëherë ndikimi i sezonës është më i madh.
Në shembullin tonë, të gjitha indekset dallojnë nga 100, kështu që mund të themi se ka ndikim sezona në konsumin e patates. Ndikimi më i madh shihet gjatëk uartalit të katërt ku indeksi sezonal tejkalon 100 për 85.07% 68
KONCEPTET KYÇE Seri kohore Trendi Variacione ciklike Variacione sezonale Variacione te rastësishme Trendi linear Trendi i parabollës Trendi eksponencial
Gabimi standard i trendit Interpolimi i vlerave të trendit Ekstrapolimi i vlerave të trendit Mesataja rrëshqitëse Indekset stinore
69
1-1
Analiza e Regresionit dhe Korrelacionit Qëllimet: Në fund të orës së mësimit , ju duhet të jeni në gjendje që të : Kuptoni rolin dhe rëndësinë e analizës së regresionit dhe korrelacionit si dhe dallimet në mes të tyre Kuptoni dhe interpretoni termet variabël e varur dhe variabël e pavarur. Dini kuptimin e koeficienteve të regresionit linear a dhe b Shfrytëzoni analizën e regresionit për të parashikuar/vlerësuar variablën e varur të bazuar në variablën e pavarur. Kalkuloni dhe interpretoni koeficientin e korrelacionit, koeficientin e determinacinit dhe aleancës.
Analiza e regresionit
• Analiza e regresionit: studimi i lidhjeve gjegjësisht raporteve apo marrëdhënieve në mes të dy apo më shumë variablave. • Analiza e regresionit: një prej mjeteve më të shfrytëzuar për analizën e biznesit dhe fenomeneve të tjera shoqërore dhe ekonomike. • Analiza e regresionit : E lehtë për tu përdorur dhe e aplikueshme në shumë situata.
Analiza e regresionit
• Regresion i thjeshtë : një variabël e shpjegueshme dhe mund të jetë regresion linear dhe jolinear.
• Regresioni multivariabël: përfshin disa variabla të shpjegueshme.
1-2
Analiza e regresionit linear • Analiza e regresionit është teknikë që përdoret për të zhvilluar ekuacionin për vijën e drejtë për të bërë parashikime. • Ekuacioni i regresionit është ekuacion që definon raportet në mes të dy variablave dhe shfrytëzohet për të vlerësuar variablën e varur (Y) të bazuar në variablën e pavarur (X). • Variabla e varur (Y) është variabla e projektuar ose e vlerësuar. • Variabla e pavarur (X) është variabla që siguron bazën për vlerësim.
Analiza e regresionit • Analiza e regresionit përdoret për të : Parashikuar vlerën e variablës së varur të bazuar në më së paku në një variabël të pavarur. Shpjeguar efektet e ndryshimit të variablës së pavarur në variablën e varur. Variabla e varur: variabla që ne dëshirojmë të parashikojmë ose ta shpjegojmë-sqarojmë. Variabla e pavarur: variabla e përdorur për të shpjeguar variablën e varur.
Modeli i thjeshtë i regresionit linear Vetëm një variablël e pavarur , X. Raportet në mes të X dhe Y përshkruhen përmes funksionit linear .
Ndryshimet në Y supozohet që ndodhin për shkak të ndryshimeve në X
Llojet e raporteve/marëdhënjeve në mes të X dhe Y Skater diagrami-diagrami shpërndarës Raporte/lidhje lineare
Raporte/lidhje jolineare Y
Y
X Y
X Y
X
X
Llojet e raporteve/marëdhënjeve në mes të X dhe Y
(vazhdim)
Raporte/lidhje të dobëta
Raporte/lidhje të forta Y
Y
X Y
X Y
X
X
Llojet e raporteve/marëdhënjeve në mes të X dhe Y Nuk ka kurrfarë raporte/lidhje në mes të X dhe Y
Y
X Y
X
(vazhdim)
Modeli i thjeshtë i regresionit linear
Ndërprerjen e boshtit Y Variabla e varur
Koeficienti i pjerrësisë
Variabla e pavarur
Shenja për gabimin e rastësishëm
Yc a bx εi Komponenta lineare
Komponenta e gabimit të rastësishëm
Modeli i thjeshtë i regresionit linear (vazhdim)
Y
Yc a bx εi
Vlera e vrojtuar e Y për Xi
εi Vlera e parashikuar e Y për Xi
Pjerrësia = b Gabimi i rastësishëm për vlerën e Xi
Prerja = a
Xi
X
Metoda e katrorëve më të vegjël • Parametrat a dhe b sigurohen përmes gjetjes së vlerave a dhe b që minimizojnë shumën e devijimeve të
ngritura në katror në mes të Yi dhe Yc:
(Y Y ) min, gjegjesisht, (Y (a bX) min 2
i
c
2
i
1-3
Analiza e regresionit Ekuacioni i regresionit: Yc= a + bx, ku: • Yc është vlera mesatare e projektuar e Yc për ndonjë vlerë të X. • a- vlera e vlerësuar e y kur x=0 • b – është pjerrësia e vijës, ose ndryshimi mesatar në Yc për çdo njësi të ndryshuar të X. • Metoda e katrorëve më të vegjël shfrytëzohet për të gjetur parametrat a & b:
1-4
Analiza e regresionit/ metoda e katrorëve më të vegjël
Y na bX XY aX bX
2
n( XY ) ( X )( Y ) b 2 2 n( X ) ( X ) Y X a b n n
Shembull 1. • Firma “Mobileria” është biznes familjar i cili për kohë të gjatë ju ka shitur firmave tregtare me pakicë produktet e veta . Ata vazhdimisht reklamojnë mallin e tyre përmes radios dhe televizionit duke theksuar çmimet e ulëta dhe kushtet e mira të kreditimit. Pronari i firmës dëshiron të rishikojë raportet në mes të shitjes dhe shumës së shpenzuar për reklamim. Më poshtë janë dhënë informatat për shitjet dhe shpenzimet e reklamimit për katër muajt e fundit. Muajt
Shp. e reklamës (në milionë dollarë)
Të Hyrat nga shitja ( në milionë dollarë )
Shtator
2
7
Tetor
1
3
Nëntor
3
8
Dhjetor
4
10
Shembull 1-vazhdim
• a) Pronari dëshiron të planifikojë shitjet në bazë të shpenzimeve të reklamës. Cila është variabël e varur dhe cila është variabël e pavarur . • b) Vizatoni skater diagramin (diagramin shpërnadarës); • c) Përcaktoni ekuacionin e regresionit. • d) Interpretoni vlerat e a-së dhe b-së . • e) Vlerësoni shitjet kur për reklamë harxhohen 3,5 milionë dollarë.
Shembull 1-vazhdim
• a) Shpenzimet e reklamës=X- variabël e
pavarur Të hyrat nga shitja =Y- variabël e varur Skater diagrami – diagrami shpërndarës Të hyrat nga shitja ( Y)
Të hyrat nga shitja dhe shpenzimet e reklamës
12 10 8 6 4 2 0 0
1
2
3
Shpenzimet e reklamës (X)
4
5
Shembull 1-vazhdim/ ekuacioni i regresionit Muajt Shtator
X
2
Yi
7
YX
14
X2
4
Yc
5,9
Tetor
1
3
3
1
3,7
Nëntor
3
8
24
9
8,1
Dhjetor
4
10
40
16
10,3
10
28
81
30
28
Gjithsej:
Y na bX XY aX bX
2
28 4a 10b / (3) 81 10a 30b 84 12a 30b 81 10a 30b 3 2a / (1) 3 3 2a a 1, 5 2 a 1, 5
Shembull 1-vazhdim / ekuacioni i regresionit 28 4a 10b 28 4 1, 5 10b 28 6 10b 28 6 10b 22 10b
b 2, 2 yc 1,5 2, 2 x
y x 28 10 a b 2, 2 1,5 n n 4 4 n(x y ) x y b 2 2 n x (x) 4 81 10 28 b 2, 2 2 4 30 10 yc 1, 5 2, 2 x
Shembull 1-vazhdim / ekuacioni i regresionit
d) a=1,5 kur x=0 • b- ndryshimi mesatar në Yc për ndryshim të një vlerë të X-it. • b=2,2 – kjo do të thotë se një rritje prej 1 milion dollar për reklamë do të rezultojë në rritje të të hyrave për 2,2 milionë dollarë e) Yc=1,5+2,2(3,5)=9,2
Interpretimi i koeficientit/parametrit a Te hyrat nga shitja 1,5 2.2 (shpenzime te reklames) Yc 1,5 2.2 x • a është vlera mesatare e vlerësuar e Yc kur vlera e x është zero. · Këtu në shembullin tonë do të thotë se nëse firma nuk harxhon për reklamë, gjegjësisht shpenzimet e reklamës janë zero, atëherë të hyrat nga shitja janë 1,5 , gjegjësisht 1 500 000$ (1,5 * 1 000 000 $)
Interpretimi i koeficientit të pjerrësisë,
b
Te hyrat nga shitja 1,5 2.2 (shpenzime te reklames) Yc 1,5 2.2 x • b - mat ndryshimet e vlerësuara në vlerën mesatare të Yc si rezultat i ndryshimit të një njësie të X. Këtu në shembullin tonë b = 2,2 tregon se vlera mesatare e të hyrave nga shitja do të rritet për 2 200 000$, (2.2 *1 000 000=2 200 000$), në mesatare, për çdo 1 milion dollarë shtesë për
Parashikimi përmes analizës së regresionit
•Vlerësoni /parashikoni shitjet kur për reklamë harxhohen 3,5 milionë dollarë.
Yc a bx Yc 1.5 2.2 x Te hyrat nga shitja 1.5 2.2 (shpenzime te reklames) 1.5 2.2(3.5) 9.2 Vlera e parashikuar e te hyrave nga shitja me 3,5 milion dollarë shtesë është 8 100 000$. (9.2*1 000 000=9 200 000$).
Gabimi standard i vlerësimit • Gabimi standard i vlerësimit mat shpërndarjen , ose dispersionin e vlerave të vrojtuara përreth vijës së regresionit. • Formulat për llogaritjen e gabimit standard janë: ( yi yc ) yx n2 yi te dhenat origjinale te var iables se var ur
yc te dhenat e vleresuara te var iables se var ur ose
yx
Y 2 a ( Y ) b ( X Y ) n2
Llogaritja e gabimit standard të vlerësimit
Muajt
X
Shitjet aktuale
Yi
Shitjet e vlerësuar a
(Yi –Yc)
(Yi-Yc)2
Yi 2
Yc
Shtator
2
7
5,9
1.1
1.21
49
Tetor
1
3
3,7
-0.7
0.49
9
Nëntor
3
8
8,1
-0.1
0.01
64
Dhjetor
4
10
10,3
-0.3
0.09
100
10
28
28
0
1.8
222
Gjithsej:
Llogaritja e Gabimit standard të vlerësimit
yx
2 ( y y ) i c
n2
1.8 1.8 0.9 0.95 42 2
Y 2 a(Y ) b(X Y ) 222 1.5(28) 2.2(81) 1.8 yx 0.95 n2 42 2
Regresioni i parabollës
• Funksioni i regresionit të parabollës • Yc=a+bx+cx2 • Metoda e katrorëve më të vegjël shfrytëzohet për të gjetur parametrat a , b dhe c:
y na bx cx
2
xy ax bx cx 2
3
x Y ax bx cx 2
2
3
4
Shembull 3.
• Nga të dhënat vijuese gjeni funksionin e parabollës së regresionit: x 1 2 3 4 5 6 7 ∑2 8 y 2 3 4 5 5 4 3 ∑2 6
Shembull 3X
Y
X2
XY
X3
X4
vazhdim
X2y
Yc
1
2
2
1
1
1
2
2
3
6
4
8
16
12
3
4
12
9
27
81
36
4
5
20
16
64
256
80
5
5
25
25
125
625
125
6
4
24
36
216
1296
144
7
3
21
49
343
2401
147
28
26
110
140
784
4676
546
• Yc=a+bx+cx2 y na bx cx 2 xy ax bx 2 cx 3 x 2Y ax 2 bx 3 cx 4 26 7 a 28b 140c /( 4) 110 28a 140b 784c 546 140a 784b 4676c 104 28a 112b 560 110 28a 140b 784c 6 28b 224c ekuacioni I
Shembull 3-
vazhdim
Marrim dy ekuacionet e fundit 110 28a 140b 784c /( 5) 546 140a 784b 4676c 550 140a 700b 3920c 546 140a 784b 4676c 4 84b 756c ekuacioni II
6 28b 224c I /( 3) 4 84b 756c II 18 84b 672c 4 84b 756c 22 82c 22 c 0, 27 82 c 0, 27
Shembull 3-
6 28b 224c 6 28b 224 (0, 27) 6 28b 60, 48 b 2, 4
vazhdim
a 0, 48 b 2, 4 c 0, 27
26 7a 28b 140c 26 7a 28 2,4 140(0,27) 26 7a 67,2 37,8 a 0,48 2 Yc a bx cx
Y 0, 48 2, 4 x 0, 27 x 2
Analiza e korrelacionit • Analiza e korrelacionit: grup i teknikave statistikore që përdoren për të matur fortësinë e raporteve (korrelacionit) në mes të dy variablave.
Analiza e korrelacionit TREGUESIT E ANALIZES SE KORRELACIONIT
KOEFICIENTI I KORRELACIONIT
(r)
KOEFICIENTI I DETERMINACIONIT
(r2)
KOEFICIENTI I ALEANCES/ KONTIGJENCES
(ra)
Koeficienti i korrelacionit, r
Koefiecienti i korrelacionit (r) është tregues i raporteve në mes të dy variablave. Ai merr vlerat prej: -1.00 deri në 1.00. Vlerat -1.00 ose 1.00 tregojnë korrelacionin perfekt dhe të fortë ose lidhjen funksionale në mes të dy variablave. Vlerat afër 0.0 tregojnë korrelacion të dobët. Vlerat negative tregojnë një raport inverz kurse vlerat pozitive tregojnë një raport direkt.
Korrelacion perfekt negativ
r = -1
Y
10 9 8 7 6 5 4 3 2 1 0 0
1
2
3
4
5 X
6
7
8
9
10
Korrelacion perfekt pozitiv r=1
Y
10 9 8 7 6 5 4 3 2 1 0 0
1
2
3
4
5 X
6
7
8
9
10
Korrelacioni zero r=0
Y
10 9 8 7 6 5 4 3 2 1 0 0
1
2
3
4
5 X
6
7
8
9
10
Korrelacion pozitiv shumë i fortë Vlera e “r” shumë afër 1.
Y
10 9 8 7 6 5 4 3 2 1 0 0
1
2
3
4
5 X
6
7
8
9
10
Koeficienti i Korrelaconit/ r
Nuk ka korrelacion
Korrelacion perfekt negativ
Korrelacion i fortë negativ
-1
Korrelacion perfekt pozitiv
Korrelacion mesatar negativ
Korrelacion i dobët pozitiv
Korrelacion i dobët negativ
-0.5 Korrelacion negativ
0
Korrelacion mesatar pozitiv
Korrelacion i fortë pozitiv
0.5 Korrelacion pozitiv
+1
Formula për r
r
n( XY ) ( X )( Y )
n(X ) (X ) nY Y 2
2
2
2
ose r
( X i X ) (Yi Y ) ( X i X ) (Yi Y ) 2
2
Koeficienti i determinacionit/ r2
• Koeficienti i determinacionit, r2 – proporcioni i variacioneve totale në variablën e varur Y që mund të shpjegohen përmes variacioneve në variablën e varur X. • Koeficienti i determinacionit është katrori i koeficientit të korrelacionit dhe merr vlerat prej 0 deri në 1.
Koeficienti i determinacionit/ r2 Koeficienti i determinacionit si raport i pjesës së pashpjegueshme të variabilitetit dhe variabilitetit të tërësishëm
(Yc Y ) r 2 (Yi Y )
2
2
Koeficienti i determinacionit si katror i 2 2 koeficientit të korrelacionit
r (r )
r2 merr vlerat prej 0 deri te 1
Koeficienti i aleancës (kontigjencës)
Koeficienti i aleancës:
(Yi Yc ) ra ose 2 (Yc Y ) 2
(Yc Y ) ra 1 2 (Yi Y )
2
ra merr vlerat prej 0 deri te 1.
Shembull 2.
Duke ju referuar shembullit 1: • a) Përcaktoni koeficientin e korrelacionit • b) Interpretoni koeficientin e korrelacionit; • c) Përcaktoni koeficientin e determinacionit dhe interpretoni rezultatin • d) Gjeni koeficientin e aleancës
Shembull 2- vazhdim M
X
Y
YX
Y2
X2
Yc
( Xi X )
( X i X )2
(Yi Y )
(Yi Y )2
( X i X ) (Yi Y )
Sh.
2
7
14 49
4
5,9
-0,5
0,25
0
0
0
T
1
3
3 9
1
3,6
-1,5
2,25
-4
16
6
N
3
8
24 64
9
8,1
0,5
0,25
1
1
0,5
Dh
4
10
40 100
16
10,3
1,5
2,25
3
9
4,5
Gj
10
28
81 222
30
27,9
5
0
26
11
r
( X i X ) (Yi Y )
r
( X i X ) 2 (Yi Y ) 2
r
n(XY ) (X )(Y ) 2 n(X 2 ) (X )2 n Y 2 Y
4 81 10 28
11 11 2 2 r 0, 9649 4(30) (10) 4 222 28 5 26 130 r 0, 9649 r 0,9648
0,9648
Shembull 2
vazhdim
Koeficienti i korrelacionit: r=0,964, do të thotë se ekziston një lidhje shumë e fortë pozitive në mes të hyrave nga shitja dhe shpenzimeve të reklamës. Koeficienti i determinacionit r2=(0,964)2=0,93, nga këtu kemi se 93% e variacioneve në shitje shpjegohen me variacionet në shpenzimet e reklamës.
Koeficienti i aleancës : Ka = 1- r2=1-0,93 =0,07, nga këtu rrjedh se 7% janë faktorë të tjerë të pashpjegueshëm që ndikojnë në të hyrat nga shitja.
Testimi i signifikances/rëndësisë/ për koeficientin e korrelacionit
• Testimi bëhet përmes t testit për koeficientin e korrelacionit:
t
r n2 1 r
2
me (n 2) shkalle te lirise
Testimi i signifikancës për koeficientin e korrelacionit Testimi i hipotezës se nuk ekziston korrelacion në mes të variablave në populacion.
• Hapi 1: Formulimi i hipotezës zero dhe alternative H0: R=0 (Korrelacioni në populacion është zero) H1: R ≠ 0 (Korrelcaioni në populacion nuk është zero). • Hapi i dytë: Niveli i signifikancës 0.05: , Vlera kritike për n-2 shkallë lirie është 4.303 (Merret te shpërndarja studenti se mostra është e vogël , n=4) • Hapi 3. Llogaritja e testit t për koeficientin e korrelacionit r n 2 0,964 4 2 t
1 r
2
1 0,964
2
5.04
Testimi i signifikancës për koeficientin e korrelacionit
• Hapi 4. Formulimi i rregullës së vendosjes: • H0 refuzohet nëse t> 4.303 ose nëse t< - 4.303, sh.l=2, =.05 • Hapi 5. Marrja e vendimit • 5.04> 4.303 , refuzohet hipoteza zero, se
koeficienti i korrelacionit në poulacion është i barabartë me zero, ndërsa pranohet hipoteza alternative se koeficienti i korrelacionit të populacionit është i ndryshëm nga zero.
KONCEPTET KYÇE ANALIZA E REGRESIONIT ANALIZA KORRELACIONIT
REGRESIONI LINEAR
KORRELACIONI POZITIV
REGRESIONI JOLINEAR
KORRELACIONI NEGATIV
VARIABËL E VARUR
KOEFICIENTI I KORRELACIONIT
VARIABËL E PAVARUR
FAKTORËT E SPJEGUESHËM
SKATER DIAGRAMI
FAKTORËT E PASPJEGUESHËM
METODA E KATRORËVE MË TË VEGJËL
KOEFICIENTI I ALEANCËS/KONTIGJENCËS
GABIMI STANDARD I VLERËSIMIT
KOEFICIENTI I DETERMINACIONITPËRCAKTIMIT
1-1
Qëllimet
Një vështrim mbi konceptet e probabilitetit
Pas përfundimit të kësaj ligjerate ju duhet të jeni në gjendje që të:
Definoni probabilitetin. Kuptoni termet: eksperimenti (prova), rezultati, ngjarja. Përshkruani qasjet klasike, empirike dhe subjektive të probabilitetit dhe të bëni dallimet në mes të tyre.
Njihni disa nga rregullat e llogaritjes së probabiliteteve. Definoni termet: probabiliteti i kushtëzuar dhe probabiliteti i përbashkët. Njihni disa nga rregullat e llogaritjes së rasteve të volitshme (permutacionet, variacionet, kombinacionet) Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Probabiliteti • Probabiliteti është një matës numerik për gjasat se një ngjarje do të ndodhë.
1
E sigurt
• Probabiliteti i një ngjarje duhet të jetë në mes të 0 dhe 1. 0 ≤ P(A) ≤ 1 Për çfarëdo ngjarje A 0.5 • Shuma e probabiliteteve të të gjitha ngjarjeve reciprokisht përjashtuese/të papajtueshme/ duhet të jetë i barabartë me 1.
P(A) P(B) P(C) 1
Nëse A, B, dhe C janë reciprokisht përjashtuese dhe te domosdoshme Irwin/McGraw-Hill Bazat e Statistikës
0
E pamundur
© The McGraw-Hill Companies, Inc., 1999
5-3
Definicionet Probabiliteti: Matja e gjasave se një ngjarje e pasigurt mund të ndodhë në të ardhmen; mund të marrë vlera vetëm në mes të 0 dhe 1. Prova/Eksperimenti: Vështrimi (vrojtimi ) i disa aktiviteteve ose veprimi i marrjes së ca matjeve, gjegjësisht një proces që shpien deri te paraqitja e një (dhe vetëm një) nga disa vrojtime të mundshme. Rezultati: Rezultati i pjesshëm i një eksperimenti. Ngjarja: Grumbullimi i një apo më shumë rezultateve të një eksperimenti. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill .Companies, Inc., 1999
Hapësira e mostrës/ rezultatet e mundshme
Hapësira e mostrës /është mbledhja e të gjitha ngjarjeve të mundshme p.sh. Të gjitha faqet e zarit/kubit (6):
P.sh. Të gjitha letrat e bixhozit (52):
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Shembuj të eksperimentit, rezultatit dhe hapsirës së mostrës
Eksperimenti
Rezultati
Hapësira e mostrës
Gjuajtja e monedhës
Stema (S) , numri (N)
S= { Stema, Numri}
Gjuajtja e zarit
1,2,3,4,5,6
S= { 1, 2, 3,4, 5, 6}
Gjuajta e monedhës dy herë
NN, NS, SN, SS
S = {NN, NS, SN, SS}
Loja në lotari
Fitim, Humbje
S ={ Fitim, Humbje}
Dhënja e provimit
Me kalu, mos me kalu S ={Me kalu, mos me kalu}
Zgjedhja e studentëve
Mashkull, Femer
Irwin/McGraw-Hill Bazat e Statistikës
S= {Mashkull, Femer}
© The McGraw-Hill .Companies, Inc., 1999
Ngjarjet • Ngjarje e thjeshtë · Një rezultat nga të gjitha rezultatet e mundshme me një karakteristikë. · P.sh., Karta e kuqe nga letrat e bixhozit. • Ngjarje komplementare e A (e shënuar~A) · Të gjitha rezultatet që nuk janë pjesë e ngjarjes A · P.sh. Të gjitha letrat që nuk janë me shenjën e rombit. • Ngjarje e përbashkët · Përfshin dy e më shumë karakteristika/ngjarje që paraqiten njëkohësisht. · P.sh., Një As që është gjithashtu i kuq. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Vlerësimi i probabilitetit/Qasjet e probabilitetit • Janë tri qasje për vlerësimin e probabilitetit të ndodhjes së një ngjarje të pasigurt: 1. a priori probabiliteti klasik probabiliteti
m numri i rezultateve te favorshme n numri total i rezultateve te mundshme
2. a posteriori probabiliteti klasik empirik/frekuenca relative Probabiliteti =
Numri ngjarjeve qe kane ndodhur ne te kaluaren m Numri total i vrojtimeve n
3. Probabiliteti subjektiv Një vlerësim apo opinion individual rreth probabilitetit të ndodhjes së ngjarjes. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-4
Qasjet e probabilitetit
• Probabiliteti klasik bazohet në supozimin se rezultatet e një eksperimenti kanë mundësi të barabarta. • Sipas pikëpamjes klasike , Numri i rezultateve tefavorshme Probabiliteti i nje ngjarje = Numrii pergjithshem i rezultateve te mundshme
m P n Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-5
SHEMBULL 1
• Marrim në konsiderim eksperimentin e hudhjes së dy monedhave metalike në të njejtën kohë. • Numri i rasteve të mundshme S = {NN, NS, SN, SS} • Marrim në konsiderim ngjarjen për një N. • Probabiliteti për me ra numri =2/4 = 1/2. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-6
Ngjarjet reciprokisht përjashtuese/të papajtueshme
• Ngjarjet reciprokisht përjashtuese/të papajtueshme/: Paraqitja e ndonjë ngjarje nënkupton se të tjerat nuk mund të ndodhin në të njejtën kohë. • Në SHEMBULLIN 1, katër rezultatet e mundshme janë reciprokisht përjashtuese/ të papajtueshme.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-7
Ngjarjet e domosdoshme
• Ngjarjet e domosdoshme : Më së paku një ngjarje duhet të ndodhë kur bëhet një eksperiment. • Në SHEMBULLIN 1, katër rezultatet e mundshme janë ngjarje të domosdoshme. Me fjalë të tjera shuma e probabiliteve është = 1 (0.25 + 0.25 + 0.25 + 0.25). Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-8
Koncepti i frekuencave relative/Koncepti empirik
• Probabiliteti i një ngjarje që ka ndodhur në afat të gjatë përcaktohet nga vështrimi se çfarë pjese e kohës si ngjarja ka ndodhur në të kaluarën:
Probabiliteti i nje ngjarje=
Irwin/McGraw-Hill Bazat e Statistikës
Numri i rezultateve qe kane ndodhur ne te kaluaren Numri total i vrojtimeve
© The McGraw-Hill Companies, Inc., 1999
Probabiliteti empirik/koncepti i frekuencave relative Supozojme se dëshirojmë të llogaisim probabilitetet e këtyre ngarjeve: - Probabilitetin se automobili i ardhshëm i prodhuar nga fabrika do të jetë me “defekt”. - Probabilitetin se një familje e zgjedhur rastësisht ka shtëpi te veten. - Probabilitetin se një grua e zgjedhur rastësisht nuk e punë duhanin. - Probabilitetin se një tetëdhjetëvjeçar do të jetoj më së paku edhe një vjet, etj.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Shembull
• Dhjetë nga 500 automobila të zgjedhur rastësisht të prodhuar në një fabrikë kanë qenë me defekt. Sa është probabiliteti që automobili i ardhshëm i prodhuar nga kjo fabrikë të jetë me defekt. • n=500 P(A) = 10/500=0.02 Shpërndarja e frekuencave dhe frekuencave relative • m=10 në mostrën prej 500 automobilave Automobili I rregullt Me defekt Gjithsej Irwin/McGraw-Hill Bazat e Statistikës
Frekuenca
Frekuenca relative 490
490/500=0.98
10
10/500=0.02
500
1.00
© The McGraw-Hill Companies, Inc., 1999
5-9
SHEMBULL 2
• Përgjatë karrierës së saj prof. Anitë ka shpërblyer 186 studentë me A nga 1200 studentë sa ajo i ka mësuar. Sa është probabiliteti që studenti në departamentin e saj në këtë semestër do të marrë A? • Duke aplikuar konceptin e frekuencave relative probabiliteti për një A është • P(A)= 186/1200=0.155 Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-10
Probabiliteti subjektiv • Probabiliteti subjektiv: Gjasat (probabiliteti) për ndodhjen e një ngjarje të veçantë që caktohet nga individi duke u bazuar në kombinimet e përvojave të kaluara të individit, opinionin personal dhe analizës së situatave të vecanta. • Si shembuj të probabilitetit subjektiv mund të shërbejnë si vijon:
- Vlerësimi i probabilitetit se klubi futbollistik “X”
do të luajë vitin e ardhshëm në ligën e kampionëve. - Vlerësimi i probabilitetit se studenti do të marrë notën 10 nga ndonjë lëndë e caktuar, etj
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Disa rregulla të probabilitetit
Rregullat e probabilitetit
Rregullat aditive (të mbledhjes)
Rregulla e veçantë aditive
Irwin/McGraw-Hill Bazat e Statistikës
Rregulla e plotësuese komplementare
Rregullat e multiplikatorit (e shumëzimit)
Rregulla e përgjithshme aditive
Rregulla e veçantë e multiplikatorit
Rregulla e përgjithshme e multiplikatorit
© The McGraw-Hill Companies, Inc., 1999
5-11
Rregullat bazë të probabilitetit • Nëse ngjarjet janë reciprokisht përjashtuese, atëherë ndodhja e ndonjë nga ngjarjet pamundëson ndodhjen e ngjarjeve të tjera. • Rregullat aditive ( të mbledhjes): Nëse dy ngjarje A dhe B janë reciprokisht përjashtuese, rregulla e veçantë aditive thotë se probabiliteti i ndodhjes së A ose B është e barabartë me shumën e probabiliteteve të tyre. P(A ose B) = P(A) + P(B) • Rregulla e veçantë aditive P(A ose B ose C ) =
P(A) + P(B) + P(C)
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-12
Shembull 3
• Aeroporti X së voni ka marrë informata për fluturimet nga Prishtina në Gjenevë
Irwin/McGraw-Hill Bazat e Statistikës
Arritja
Frekuenca
Herët
100
Vonë
75
Në kohë
800
Anuluar
25
Gjithsej
1000 © The McGraw-Hill Companies, Inc., 1999
5-13
Shembull 3
vazhdim
• Nëse A është ngjarja se fluturimi arrin herët, atëherë probabiliteti P(A) = 100/1000 = 0.1 • Nëse B është ngjarja se fluturimi do të arrijë vonë , atëherë P(B) = 75/1000 = 0.075 • Probabiliteti se aeroplani do të vijë herët ose do të arrijë vonë është; P(A ose B) = P(A) + P(B) = 0.1 + 0.075 =0.175 Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-14
Rregulla plotësuese/komplementare
• Rregulla plotësuese/komplementare /përdoret për probabilitetin se një ngjarje që do të ndodhë përmes heqjes së probabilitetit të një ngjarje që nuk do të ndodhë nga 1. • Nëse P(A) është probabiliteti i ngjarjes A dhe P(~A) është plotësues i A, atëherë P(A) + P(~A) = 1 ose P(A) = 1
- P(~A).
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-15
Rregulla komplemenare/plotësuese
vazhdim
• Diagrami i Ven-it (J.Venn 1834-1888) ilustron rregullën komplementare që do të duket si në vijim:
A
Irwin/McGraw-Hill Bazat e Statistikës
~A
© The McGraw-Hill Companies, Inc., 1999
5-16
SHEMBULL 4
• I rikthehemi SHEMBULLIT 3. • Nëse C është ngjarja se fluturimi do të arrijë në kohë, atëherë, P(C) = 800/1000 = 0.8. • Nëse D është ngjarja se flutruimi është shtyrë, atëherë,P(D) = 25/1000 = 0.025. • Shfrytëzoni rregullën komplementare për të treguar se probabiliteti i një fluturimi të hershëm (A) ose të vonshëm (B) është 0.175. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-17
SHEMBULL 4
vazhdim
• P(A ose B) = 1 - P(C ose D) = 1 -ë0.8 +.025] =0.175
C 0.8
D 0.025 ~(C ose D) = (A ose B) 0.175
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-18
Rregulla aditive e përgjithshme
• Nëse A dhe B janë dy ngjarje që nuk janë reciprkisht përjashtuese , atëherë , P(A ose B) është i dhënë me formulën vijuese: • P(A ose B) = P(A) + P(B) - P(A dhe B)
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-19
Rregulla aditive e përgjithshme
• Diagram i Ven-it ilustron këtë rregull:
B A dhe B A
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-20
SHEMBULL 5
• Në një mostër prej 500 studentëve, 320 kanë thënë se kanë stereo , 180 kanë thënë se kanë TV, dhe 100 kanë thënë se i kanë të dyja:
Stereo 320 Irwin/McGraw-Hill Bazat e Statistikës
Bashkë 100
TV 180
© The McGraw-Hill Companies, Inc., 1999
5-21
SHEMBULL 5
vazhdim
• Nëse studenti zgjedhet rastësisht , sa është probabiliteti që studenti të ketë vetëm stereo, vetëm TV dhe të dyja stereo dhe TV? • P(St) = 320/500 = 0.64. • P(Tv) = 180/500 = 0.36. • P(St dhe Tv) = 100/500 =0.20.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-22
SHEMBULL 5
vazhdim
• Nëse studenti zgjedhet rastësisht, sa është probabiliteti që studenti ka gjithashtu stereo ose TV në shtëpinë e tij? • P(St ose TV) = P(St) + P(Tv) - P(S dhe T) = 0.64 +0.36 - 0.20 =0.80.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Shembull
• Studenti është duke mbajtur dy kurse në histori dhe matematikë. Probabiliteti se studenti do ta jap historinë është 0.60, kurse probabiliteti se do ta jap matematikën është 0.70. Probabiliteti se do t’i kaloj të dyja është 0.50. Sa është probabiliteti se së paku do ta jap njërin provim. • P(A ose B) = P(A) + P(B) – P (A dhe B)= 0.60+0.70-0.50 =0.8. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-23
Probabiliteti i përbashkët
• Probabiliteti i përbashkët është probabiliteti që mat gjasat se dy ose më shumë ngjarje do të ndodhin njëkohësisht. Një shembull do të jetë ngjarja që studenti i ka të dyja, stereon dhe TV në shtëpinë e tij.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-24
Rregulla e veçantë e multiplikatorit
• Rregulla e veçantë e multiplikatorit kërkon që dy ngjarje A dhe B të jenë
të pavarura. • Dy ngjarje A dhe B janë të pavaura nëse ndodhja e njërës nuk ka efekt në probabilitetin e ndodhjes së tjetrës. • Rregulla e veçantë e multiplikatorit është: P( Adhe B) P( A) P( B) Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-25
SHEMBULL 6
• Shpendi posedon dy fletëaksione të cilat janë të pavaruara nga njëra tjetra. Probabiliteti që fletëaksioni A të rritet në vlerë në vitin e ardhshëm është 0.5. Probabiliteti se vlera e aksionit B do të rritet në vitin e ardhshëm është 0.7. • Sa është probabiliteti se vlera e të dy aksioneve do të riten vitin e ardhshëm? • P(A dhe B) = (0.5)(0.7) = 0.35. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-27
Probabiliteti i kushtëzuar
• Probabiliteti i kushtëzuar është probabiliteti i ndodhjes së një ngjarje të veçantë duke ditur që një ngjarje tjetër ka ndodhur. • Vërejtje: Probabiliteti i ngjarjes A duke ditur që do të ndodhë ngjarja B shënohet me P(A|B).
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-28
Rregulla e përgjithshme e multiplikatorit
• Rregulla e përgjithshme e multiplikatorit përdoret për të gjetur probabilitetin e përbashkët se dy ngjarje që do të ndodhin dhe definohet kësisoji: për dy ngjarje A
dhe B, probabiliteti i përbashkët se të dy ngjarjet do të ndodhin gjindet përmes shumëzimit të probabilitetit se ngjarja A do të ndodhë me probabilitetin e kushtëzuar të B duke ditur se ngjarja A ka ndodhur.
P( Adhe B) P( A) P( B / A) Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Shembull
• Në një anketë, punëtorët e kompanisë ,X’’, në pyetjen se: Nëse do t’iu ipej një mundësi për të punuar në një kompani tjetër, me pozitë të njejtë apo më të mirë se kjo që keni tani, do të dëshironit ta ndërronit? • Përgjigjet e tyre janë të klasifikuara në bazë të përvojës së tyre në atë kompani sipas tabelës vijuese:
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Lojaliteti i punëtorëve ndaj kompanisë dhe përvoja e tyre e punës Përvoja >
Me pak se një vit
15vite
6-10 vite
Më shumë se 10vite
Totali
Do të qëndrojnë
10
30
5
75
120
Nuk do të qëndrojnë
25
15
10
30
80
Totali
35
45
15
105
200
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
• Sa është probabiliteti se një punëtor i zgjedhur rastësisht nga kjo kompani do të qëndrojë në atë kompani dhe që ka më shumë se 10 vjet përvojë pune ?
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Zgjidhja
• P(A) - do të qëndroj në kompani • P(B) ka përvojë pune më se 10 vjet • P(B|A) – qëndron në kompani dhe ka përvoj më se 10 vite
P(A dhe B)= P(A) x P(B|A) = 120/200 x 75/120 = 9000/24000 = 0.375 Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Shembull
Bordi i drejtorëve të firmës “X” përbëhet nga 8 meshkuj dhe katër femra. Një komitet prej katër anëtarëve duhet të zgjidhet në mënyrë të rastësishme për të rekomanduar presidentin e ri të kompanisë. a) Sa është probabiliteti që të katër anëtarët e këtij komiteti të jenë femra? b) Sa është probabiliteti që të katër anëtarët të jenë meshkuj. c) Shuma e probabiliteteve për A dhe B a është e barabartë me 1? Spjego. Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Zgjidhje
• a) 0.002 4 3 2 1 0.002 12 11 10 9
• b) 0.14
8 7 6 5 1680 0.1414 12 11 10 9 11880 Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
5-37
Disa parime të llogaritjes • Rregullat për llogaritjen e numrit të rezultateve të mundshme: • Rregulla 1. • Formula e Multiplikatorit: Nëse ka m mënyra për ta bërë një gjë dhe n mënyra për ta bërë një tjetër , atëherë ka m x n mënyra për t’i bërë të dyja. • Shembull 10: Ju dëshironi të shkoni në park, të hani në restaurant dhe të shihni filma. Janë 3 parqe, 4 restaurante dhe 6 kinema. Sa kombinime të ndryshme të mundshme janë: • Përgjigje: • 3 x 4 x 6 =72 mundësi të ndryshme Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Rregullat e llogaritjes (vazhdim)
• Rregulla 2
· Mënyrat se si mund të rregullohen n elemente sipas rregullit është:
n! = (n)(n – 1)…(1)
· Shembull: – Restorani i juaj ka pesë zgjedhje në menynë e tij. Në sa mënyra ju mund të porositni për menynë tuaj? Përgjigje: 5! = (5)(4)(3)(2)(1) = 120 mundësi të ndryshme. Bazat e Statistikës Irwin/McGraw-Hill
Dr. Rahmije Mustafa -Topxhiu © The McGraw-Hill Companies, Inc., 1999
Rregullat e llogaritjes (vazhdim) • Rregulla 3. • Permutacionet: çdo regullim i X elementeve i zgjedhur nga n elementet e mundshme. n! · Shembull: n Px (n X)! – Restauranti i juaj ka pesë zgjedhje në meny, kurse tri duhet të zgjidhen për drekë. Sa mënyra të ndryshme mund të porositet dreka? Përgjigje: n! 5! 120 n
Px
(n X)!
(5 3)!
2
60
Vërejte: Renditja e rregullimit të elementeve është e rëndësishme te permutacionet. Bazat e Statistikës Irwin/McGraw-Hill
Dr. Rahmije Mustafa -Topxhiu © The McGraw-Hill Companies, Inc., 1999
Rregullat e llogaritjes (vazhdim
• Rregulla 4 • Kombinacionet: Numri i mënyrave të zgjedhjes së x elementeve nga grupi i n elementeve pa respektuar renditjen n! C n x X! (n X)!
· Shembull: – Restauranti i juaj ka pesë meny për zgjedhe dhe tri duhet të zgjidhen për drekë . Sa mënyra të ndryshme mund të bëhet kombinimi duke injoruar rregullin e zgjedhjes.
n! 5! 120 10 n Cx – Përgjigje: X! (n X)! 3!(5 3)! (6)(2) Bazat e Statistikës Irwin/McGraw-Hill
Dr. Rahmije Mustafa -Topxhiu © The McGraw-Hill Companies, Inc., 1999
5-40
SHEMBULL 11
• Trajneri X duhet të zgjedhë pesë lojtarë në mes të 12 sa i ka në ekip për të formuar formacionin fillestar. Sa grupe të ndryshme janë të mundshme? 12
C5 = (12!)/ë5!(12-5)!] =792
• Supozojmë se Trajneri X duhet ti rangoj ata kësisoj: 12P5 = (12!)/(12-5)! = 95,040.
Irwin/McGraw-Hill Bazat e Statistikës
© The McGraw-Hill Companies, Inc., 1999
Konceptet kyçe Probabiliteti Eksperimenti Rezultati Ngjarja Hapësira e mostrës Probabiliteti apriori Probabiliteti aposteriori Probabiliteti subjektiv Ngjarje e thjeshtë Ngjarje komplementare Ngjarjet e papajtueshme Irwin/McGraw-Hill Bazat e Statistikës
Ngjarjet e domosdoshme Ngjarjet e kushtëzuara Regulla aditive e thjeshte Rregulla aditive e përgjithshme Rregulla komplementare Rregulla e multiplikatorit Rregulla e përgjithshme e multiplikatorit Permuatacionet Kombinacionet Variacionet © The McGraw-Hill Companies, Inc., 1999