deletions | additions       diff --git a/seminarskicsv.tex b/seminarskicsv.tex  index 3e00e5f..9018b1f 100644  --- a/seminarskicsv.tex  +++ b/seminarskicsv.tex 
...
\subsubsection{Testiranje statističkih hipoteza}  Tačkaste i intervalne ocene parametara, dobijene na osnovu raspoloživog  slučajnog uzorka nisu dovoljne za donošenje zaključaka o parametrima  osnovnog skupa, već je potrebno testirati postavljenu pretpostavku  o vrednostima parametara odnosno raspodeli, da li su one prihvatljive  ili ne. Statistička hipoteza je pretpostavka, a postupak provere je  statistički test, kojim se hipoteza prihvata ili odbacuje. Razlikuju  se parametarske hipoteze koje predstavljaju pretpostavku o vrednosti  nekog parametra poznate raspodele i neparametarske hipoteze koje predstavljaju  pretpostavku o tipu raspodele osnovnog skupa.  Hipoteza koja se proverava naziva se nulta hipoteza $H_{0}$, a hipoteza  koja je tačna kada je nulta hipoteza odbačena se naziva alternativna  hipoteza $H_{1}$. Testiranje statističke hipoteze se sastoji od izbora  odgovarajuće funkcije uzorka, test statistike, izračunavanja njene  vrednosti iz uzorka i poređenja sa kritičnom vrednošću odnosno provere  da li se ona nalazi u oblasti prihvatanja hipoteze (nulta hipoteza  prihvata) ili se nalazi u kritičnoj oblasti (nulta hipoteza se odbacuje).   Prilikom testiranja hipoteze postoji rizik da je rezultat testa pogrešan,  pri čemu je greška prve vrste (rizik prve vrste, $\alpha$) kada je  tačna hipoteza $H_{0}$ odbačena jer je test statistika u kritičnoj  oblasti a greška druge vrste (rizik druge vrste, $\beta$) kada je  hipoteza $H_{0}$ pogrešna ali prihvaćena jer je test statistika u  oblasti prihvatanja hipoteze.  Uobičajena procedura pri testiranju hipoteza je da se kritične oblasti  formiraju na osnovu zadate verovatnoće greške prve vrste $\alpha$,  što u stvari predstavlja proveru statističke značajnosti uočenog odstupanja  uzoračkog od pretpostavljenog parametra populacije. Ukoliko uočeno  odstupanje prevazilazi kritičnu granicu smatramo ga statistički značajnim  i odbacujemo hipotezu sa nivoom značajnosti testa $\alpha$, odnosno  sa rizikom $\alpha$ da smo učinili grešku. Pri čemu se kaže da je  uočeno odstupanje u slučaju odbacivanja $H_{0}$ statističko značajno  pri $\alpha=5\%$, a statističko vrlo značajno pri $\alpha=1\%$.  Alternativni način za testiranja hipoteza je da se umesto poređenja  uzoračkog parametra sa kritičnom vrednošću, poredi verovatnoća $p$određena  iz raspodele test statistike sa usvojenom vrednošću $\alpha$, pri  čemu se nulta hipoteza prihvata kada je $p>\alpha$, a odbacuje kada  je $p<\alpha$. Verovatnoća $p$se naziva $p-vrednost$ (engl. $p-value$)  i predstavlja najniži nivo značajnosti koji će dovesti do odbacivanja  nulte hipoteze \cite{Montgomery2009}.  \subsubsection{Grafičko prikazivanje karakteristika uzorka }  \textbf{Histogram }je jedan od najčešće korišćenih grafičkih načina