Bogomil Brvar. Dobrohotno svarilo-ni še prepozno: OSNOVNA STATISTIKA NAJHUJŠIH PROMETNIH NESREČ Z NAPOVEDJO ZA LETO 2017

Velikost: px
Začni prikazovanje s strani:

Download "Bogomil Brvar. Dobrohotno svarilo-ni še prepozno: OSNOVNA STATISTIKA NAJHUJŠIH PROMETNIH NESREČ Z NAPOVEDJO ZA LETO 2017"

Transkripcija

1 Bogomil Brvar Dobrohotno svarilo-ni še prepozno: OSNOVNA STATISTIKA NAJHUJŠIH PROMETNIH NESREČ Z NAPOVEDJO ZA LETO

2 VSEBINA I UVOD...4 II PROMETNE NESREČE S SMRTNIM IZIDOM...5 II.1 Mesečna časovna vrsta II.2 Napovedi na osnovi mesečne časovne vrste II.2.1 Preizkus modela v preteklem obdobju januar 2010-oktober II.2.2 Mesečna časovna vrsta prometnih nesreč je nestacionarna, napovedi so zelo tvegane 7 II.2.3 Napoved prometnih nesreč s smrtnim izidom za leto 2017 na osnovi mesečne časovne vrste II.2.4 Nihanja v mesečni časovni vrsti prometnih nesreč s smrtnim izidom II.3 Napoved na osnovi kvartalne časovne vrste III PROMETNE NESREČE S TELESNO POŠKODBO III.1 Letna časovna vrsta III.2 Napoved za leto 2017 na osnovi mesečne časovne vrste III.2.1 Preizkus modela v preteklem obdobju , napoved za leto III.2.2 Napoved prometnih nesreč s telesno poškodbo za leto 2017 na osnovi mesečne časovne vrste IV HUDO POŠKODOVANE OSEBE V PROMETNIH NESREČAH IV.1 Letna časovna vrsta IV.2 Napoved za leto 2017 na osnovi mesečne časovne vrste VIR PODATKOV Kazalo tabel Tabela 1: Dejanska števila prometnih nesreč s smrtnim izidom in napovedi izračunane po Holt-Wintersovi metodi....6 Tabela 2: Napovedi prometnih nesreč s smrtnim izidom po mesecih v letu 2017 po metodi eksponentnega glajenja in povprečna števila v obdobju Tabela 3: Osnovna statistika prometnih nesreč s smrtnim izidom...9 Tabela 4: Dejanska števila prometnih nesreč s telesno poškodbo in Tabela 5: Napoved prometnih nesreč s telesno poškodbo v letu 2017 po metodi eksponentnega glajenja Tabela 6: Osnovna statistika prometnih nesreč s telesno poškodbo

3 Tabela 7: Napoved števila hudo poškodovanih oseb po mesecih v letu 2017 in osnovna statistika mesečne časovne vrste v obdobju Kazalo grafikonov Grafikon 1: Prometne nesreče s smrtnim izidom po letih v obdobju Grafikon 2: Potek osnovne mesečne časovne vrste prometnih nesreč s smrtnim izidom Observed), potek napovedi (Fit) in napoved (Forecast) za leto Grafikon 3: Graf glajene časovne vrste prometnih nesreč s prisotnostjo trenda, ciklične in slučajne komponente brez sezonske komponente Grafikon 4: Krivulja slučajnih vplivov v časovni vrsti prometnih nesreč s smrtnim izidom Grafikon 5: Potek kvartalne časovne vrste prometnih nesreč s smrtnim izidom (Observed), potek napovedi (Fit) in napoved (Forecast) za leto Grafikon 6: : Prometne nesreče s telesno poškodbo po letih v obdobju Grafikon 7: Potek osnovne mesečne časovne vrste prometnih nesreč s telesno poškodbo (Observed), potek napovedi (Fit) in napoved (Forecast) za leto Grafikon 8: Potek osnovne mesečne časovne vrste hudo poškodovanih oseb (Observed), potek napovedi (Fit) in napoved (Forecast) za leto

4 I UVOD Promet je res zapleten sistem, nič novega. Pa vendar, ko skušamo ta zapleteni sistem razplesti, ga prikazati kot urejeno drevo, ki raste pod nadzorom, ko imamo pod kontrolo vse njegove veje, ugotovimo, da je to zelo težko, če ne celo nemogoče. Naslednji prispevek je omejen samo na del prometnega drevesa - na cestni promet in še to samo na prometne nesreče, kot enega od izidov dogajanj v cestnem prometu. Omejitev gre še dalje, na napovedovanje prometnih nesreč. Idealnega stanja na področju varnosti cestnega prometa ni in ne bo. Številni dejavniki vplivajo na variiranje števila prometnih nesreč. Statistike o njih so dokaj verodostojne in so pomembne za načrtovanje novih in spremembo obstoječih dejavnikov, ki vplivajo na varnost cestnega prometa. Vprašanje, ali je napovedovanje prometnih nesreč potrebno in ali komu sploh koristi, je na mestu. Učimo se predvsem na izkušnjah, napovedi pa so tvegane. A morda pa napoved le spodbudi kak odgovoren subjekt, da intenzivira svoje delo, da zaradi napovedane številke kaj stori bolje, kot bi sicer. Napovedovanje prometnih nesreč ni omiljena strokovna tema. Večina napovedi je kvalitativnih, izhajajo iz želja oziroma temeljijo na naprej postavljenih ciljih predvsem institucij, ki so odgovorne za varnost v cestnem prometu. Če se dejansko stanje približa cilju si odgovorna institucija pripiše dosežek, zadovoljna je tudi javnost, če pa je med dejanskim stanjem in ciljem pomembna razlika v minus dejanskemu stanju, pa se "najde" dovolj razlogov za takšen rezultat. Seveda so tudi kvalitativne napovedi prometnih nesreč pomembne za načrtovanje ukrepov za preprečevanje prometnih nesreč, a le, če za njimi stojijo strokovni poznavalci tega področja. Kvantitativne napovedi prometnih nesreč temeljijo na matematično-statističnih modelih, ki iz zaloge znanega gibanja obravnavanega pojava v preteklosti izračunajo izpeljejo zakonitosti, ki z določljivo verjetnostjo veljajo tudi v prihodnosti, in tako lahko izračunajo - napovedo gibanje tega pojava v prihodnosti. V koliki meri se napovedi uresničijo, je odvisno od vrste pojava. Nekateri pojavi se stalno odvijajo po znanih zakonitostih, so natančno predvidljivi deterministični, pri drugih stohastičnih pojavih pa lahko verjetnosti uresničenih napovedi, ki seveda temeljijo na ugotovljenih zakonitostih preteklosti, zavzamejo vse vrednosti od 0 do 1. Prometne nesreče so stohastični pojav in za njihovo napovedovanje je pomembno, da razpolagamo s čim več podatki o njihovem gibanju v preteklosti, kar pomeni, da je v časovni vrsti čim več členov podatkov o številu prometnih nesreč v točno določenem časovnem zaporedju. Na vrednosti podatkov v stohastični časovni vrsti vplivajo, kot je že zgoraj rečeno, številni dejavniki. Statistično se njihovi vplivi odražajo v trendih (1) dolgoročni smeri gibanja pojava, v cikličnem nihanju pojava (2), ki se glede na trend pojavlja v daljšem razdobju (periode so običajno daljše od enega leta), v sezonskem nihanju (3), ki se pojavlja v krajšem časovnem obdobju (dan, teden, mesec) in v nepravilnih, nepričakovanih, slučajnih spremembah (4), ki se sicer tudi lahko ponavljajo, toda v nerednih, slučajnih časovnih točkah. Čim večji je delež (1), (2) in (3) v gibanju-poteku opazovanega pojava v danem časovnem intervalu tem bolj ga poznamo, tem bolj so resnične napovedi njegovega poteka v prihodnosti. Statistiki so razvili številne metode za določanje matematično-statističnih modelov za napovedovanje, z upoštevanjem deležev (1), (2), (3) in (4) za posamezne tipe časovnih vrst. Za napovedovanje prometnih nesreč na osnovi časovne vrste sta uporabna predvsem dva 4

5 modela: avtoregresijski zbirni model drsečih povprečij - ARIMA (Autoregressive Integrated Moving Average) in Holt-Wintersov model multiplikativnega ekponentnega glajenja. Preizkusili smo še druge, najbolj zanesljive rezultate smo dobili s tema modeloma. Avtoregresijski proces temelji na predpostavki, da so členi časovne vrste med seboj odvisni in izračuna tisti delež vsakega posameznega člena časovne vrste, ki ga lahko pojasni s prejšnjimi členi, oziroma izračuna vrednost "napake" člena, ki je ni mogoče pojasniti s predhodnimi členi. Napovedi, izračunane po modelu ARIMA so se nekoliko manj razlikovale od napovedi po eksponentnega glajenja, a smo uporabili prav tega, ker daje večjo težo vrednostim členov bližnje preteklosti. 1 II PROMETNE NESREČE S SMRTNIM IZIDOM II.1 Mesečna časovna vrsta Linijski graf na grafikonu 1 kaže potek prometnih nesreč s smrtnim izidom po letih v obdobju Iz grafikona je razvidno, da gre za tri različna obdobja: , in Grafikon 1: Prometne nesreče s smrtnim izidom po letih v obdobju Najbolj enostavno pojasnilo eksponentnega glajenja: napoved izračuna tako, da prejšnjo napoved dopolni s tehtano napako predhodne napovedi. Metoda je zgrajena na predpostavki, da so za napoved pomembnejši podatki o pojavu v bližnji preteklosti kot podatki o pojavu v daljni preteklosti. 5

6 V obdobju se število prometnih nesreč po letih zelo malo razlikuje; gre za obdobje, ki naj bi za vedno ostalo v zgodovini statistike najhujših prometnih nesreč, drugače povedano, da se podobnim številkam ne bi nikoli več niti približali. Dveletno obdobje je obdobje hitrega zmanjševanja števila teh nesreč; število 263 v letu 2007 se je v letu 2009 zmanjšalo na 154 in nato na 127 v letu Obdobje je spet obdobje z majhnim variiranjem. V letu 2014 je število prvič padlo pod 100 in tako nakazalo optimistično prihodnost nadaljnjega zmanjševanja. Iz grafikona je razvidno, da so trije intervali časovne vrste razlikujejo, in da za napovedovanje pride v poštev samo časovna vrsta z začetkom Časovna vrsta, ki jo bomo v nadaljevanju obravnavali je sestavljena iz podatkov o številu prometnih nesreč po mesecih, od januarja 2010 do decembra 2016 (kratko: mesečna časovna vrsta ) 2 II.2 Napovedi na osnovi mesečne časovne vrste II.2.1 Preizkus modela v preteklem obdobju januar 2010-oktober 2016 Izračun napovedi prometnih nesreč s smrtnim izidom na podlagi mesečne časovne vrste oktober 2016 zahteva takojšnje opozorilo, da so vrednosti posameznih členov mesecev majhne, variiranja vrednosti posameznih mesecev pa relativno velika in tako že vnaprej vemo, da ne moremo pričakovati zanesljivih napovedi. Mesec Dejansko Dejansko Dejansko število Napoved število Napoved število Napoved Januar Februar Marec April Maj Junij Julij Avgust September Oktober November December Skupaj Tabela 1: Dejanska števila prometnih nesreč s smrtnim izidom in napovedi izračunane po Holt-Wintersovi metodi. 2 Prispevek je nastal decembra 2016, policija pa je to tega časa objavila podatke o prometni varnosti do oktobra

7 Za napovedovanje smo, kot je pojasnjeno v uvodu, uporabili Holt-Wintersovo multiplikativno metodo. Gre za trojno eksponentno glajenje z neenakomernim sezonskim nihanjem, kar je značilnost časovne vrste prometnih nesreč s smrtnim izidom. Ta metoda poleg trenda in slučajnih (naključnih) vplivov upošteva tudi sezonskost. Model te metode smo testirali na podatkih za obdobje januar 2013-oktober V tabeli 1 so izračunane tudi napovedi za meseca november in december 2016 (poševen tisk). Razlike med dejanskimi in napovedanimi števili prometnih nesreč s smrtnim izidom so pomembne. V letu 2014 se je dejansko zgodilo najmanj prometnih nesreč s smrtnim izidom, napoved je za 16 večja. Ob številu 98 v letu 2014 je bila tudi strokovna javnost optimistična, deloma upravičeno, ker ni k zmanjšanju prispeval le določen mesec ali dva določena meseca v letu, ampak se je zmanjšanje porazdelilo med meseci, z izjemo avgusta. To je vplivalo na izračun napovedi za leto 2015, a zgodil se je julij z 22 prometnimi nesrečami s smrtnim izidom in samo razlika med tem številom in napovedanim številom 13 je razlika, ki v veliki meri pokrije razliko med dejanskim in napovedanim številom v celem letu. Dejansko se je celo leto zgodilo 112 najhujših prometnih nesreč, statistika pa je napovedala 93 nesrečo. "Julij 2015" se lahko zgodi kateremu koli mesecu in to so nepredvidljivi, slučajni dejavniki, ki v analizi časovnih povzročajo šume - napake. Razlika bo večja tudi za leto Statistična napoved "vztraja" na številu manjšim od 100. II.2.2 Mesečna časovna vrsta prometnih nesreč je nestacionarna, napovedi so zelo tvegane Potrebno je poudariti, da so izračunane napovedi nestabilne, vsi testi zanesljivosti kažejo v to smer. Časovno vrsto prometnih nesreč smo preizkusili še z nekaterimi drugimi testi, z avtokorelacijo ugotavljali stacionarnost in še kaj. Vsekakor je ta časovna vrsta nestacionarna, pravimo tudi da je časovna vrsta slučajni sprehod (tudi slučajni hod). To spada v teorijo napovedovanja, ki temelji na premisi, da se preteklost ne ponavlja. Ta teorija gre še tako daleč, da zagovarja hipotezo, da je vsako napovedovanje gibanja pojava, katerega časovna vrsta je slučajni sprehod, nepotrebno, nekoristno. No, statistične izkušnje za časovno vrsto prometnih nesreč s smrtnim izidom vseeno kažejo na določeno mero uporabnosti preizkušenega modela. Zato so z enakim modelom in postopkom izračunane napovedi za leto Podatka o številu nesreč s smrtnim izidom za november in december 2016 še nista znana, ker pa morajo biti za napoved za leto 2017 vsi meseci v letu 2016 izpolnjeni, smo novembru in decembru pripisali števili 8, toliko prometnih nesreč s smrtnim izidom se je zgodilo v oktobru

8 II.2.3 Napoved prometnih nesreč s smrtnim izidom za leto 2017 na osnovi mesečne časovne vrste Časovna vrsta prometnih nesreč s smrtnim izidom po mesecih šteje 84 členov. Na njeni osnovi smo izračunali napoved prometnih nesreč s smrtnim izidom po mesecih za leto 2017 z Holt-Wintersovo multiplikativno metodo eksponentnega glajenja. Napoved 2017 po metodi eksponentnega glajenja Povprečno število Mesec Januar 6 6 Februar 5 6 Marec 7 8 April 9 10 Maj 9 10 Junij Julij Avgust September Oktober November 9 10 December 7 8 Skupaj 106 Tabela 2: Napovedi prometnih nesreč s smrtnim izidom po mesecih v letu 2017 po metodi eksponentnega glajenja in povprečna števila v obdobju Grafikon 2: Potek osnovne mesečne časovne vrste prometnih nesreč s smrtnim izidom (Observed), potek napovedi (Fit) in napoved (Forecast) za leto

9 Namen v tabeli 2 prikazanih napovedi najhujših prometnih nesreč po mesecih v letu 2017 je predvsem v tem, da se dodatno spodbudi udeležence v cestnem prometu in vse pristojne institucije, ki delujejo na področju varnosti cestnega prometa, da storijo vse, kar je v njihovi moči, da bo dejansko število teh nesreč nižje od statistično napovedanih. Napovedi so zelo podobne povprečju sedmih let, se pa najbolj približajo do sedaj doseženemu minimumu v letu Osnovna statistika prometnih nesreč s smrtnim izidom po mesecih v obdobju , prikazana v tabeli 3, nam tudi lahko služi za razmišljanje o napovedi za leto Iz primerjav med srednjo vrednostjo in minimalno ter maksimalno vrednostjo in z upoštevanjem standardnega odklona, sledijo meseci z majhnimi variacijami: marec, junij, september, november in december, februar, maj, avgust in oktober s srednjimi variacijami ter januar, april in julij z največjimi. Seštevek srednjih vrednosti je 119, seštevek minimalnih vrednosti pa 73. Glede na to, da so bile te minimalne vrednosti posameznih mesecev v opazovanem obdobju dejansko "dosežene", bi lahko za leto 2017 postavili, kot optimističen, a uresničljiv cilj, da se število prometnih nesreč s smrtnim izidom ne bi pomembno razlikovalo od do sedaj doseženih minimalnih vrednosti. Prometne nesreče s smrtnim izidom Mesec Vsota Srednja vrednost Standardni Minimum Maksimum odklon Januar Februar Marec April Maj Junij Julij Avgust September Oktober November December Tabela 3: Osnovna statistika prometnih nesreč s smrtnim izidom po mesecih v obdobju

10 II.2.4 Nihanja v mesečni časovni vrsti prometnih nesreč s smrtnim izidom V časovni vrsti prometnih nesreč s smrtnim izidom smo skušali identificirati pojasniti trend in sezonsko, ciklično ter slučajno komponento. 3 Vsi postopki so bili so bili neuspešni v smislu pojasnjene ene ali druge ali vseh treh komponent. Na grafikonu 3 je potek časovne vrste iz katere naj bi bila odstranjena sezonska komponenta, ki pa je dejansko ni bilo mogoče določiti. Tako naj bi bilo možno iz te sezonsko očiščene krivulje zaznati trend in ciklično nihanje. Cikličnemu nihanju se v časovni vrsti prometnih nesreč lahko takoj odpovemo, torej gre le za trend, ki ni viden. Grafikon 3: Graf glajene časovne vrste prometnih nesreč s prisotnostjo trenda, ciklične in slučajne komponente brez sezonske komponente. Časovna vrsta prometnih nezgod s smrtnim izidom je polna slučajev (napak, šumov, vplivov), ki jih ni mogoče statistično predvideti, čeprav jih dobro poznamo, npr. nenaden megleni oblak na avtocesti, hiter padec temperature s posledico poledenitve, snežni vihar, nenaden 3 Trend kaže dolgoročno smer razvoja pojava. Je posledica (dolgoročnih) strateških izvajanj na področju varnosti cestnega prometa. Cilj: padajoči trend. Sezonska komponenta kaže sezonske variacije pojava, pogosto v okviru koledarskega leta. Pri prometnih nesrečah bi bile lahko sezonske variacije vezane na mesec, letni čas, turistično sezono, tudi praznike. Gre za periodična nihanja. Ciklično nihanje je neperiodično nihanje in se glede na trend pojavlja v daljšem časovnem obdobju in v katerem so periode daljše od enega leta. Ni nujno, da so periode enako dolge. Slučajno komponento sestavljajo slučajne spremenljivke, katerih nastop se lahko ponovi ali pa ne. Gre za neznane faktorje, ki jih ne moremo pojasniti s trendo, sezonsko ali ciklično komponento. 10

11 nalet posledica neprevidnosti enega ali več voznikov, pijan voznik s sopotniki v vozilu, vožnja v nasprotno smer na avtocesti posledica alkohola, nerazsodnosti, nalet tovornjaka, avtobusa itd. Večino teh naštetih šumov s tragičnimi posledicami lahko preprečijo udeleženci sami predvsem s pravočasno prilagoditvijo vožnje voznim razmeram, del pa institucije zadolžene za prometno infrastrukturo. Na naslednjem grafikonu je prikazana krivulja slučajne komponente v časovni vrsti prometnih nesreč s smrtnim izidom, torej časovna vrsta očiščena trenda, sezonske in ciklične komponente in ker nobena od njih statistično ni zaznavna, je prav krivulja slučajne komponente najbolj podobna krivulji osnovne časovne vrste, ki je na grafikonu 1 obarvana rdeče. Grafikon 4: Krivulja slučajnih vplivov v časovni vrsti prometnih nesreč s smrtnim izidom II.3 Napoved na osnovi kvartalne časovne vrste Zaradi majhnih vrednosti posameznih členov mesecev v časovni vrsti, ki pa sicer pomembno variirajo, posledice tega pa so lahko postopkovne napake pri izračunu napovedi, smo napoved za leto 2017 ponovili na časovni vrsti, v kateri smo sešteli tromesečja in dobili časovni vrsto s kvartali (kvartalna časovna vrsta ). Holt-Wintersova multiplikativna metoda je na osnovi kvartalne časovne vrste izračunala naslednje rezultate za leto 2017: - prvi kvartal: 19 prometnih nesreč s smrtnim izidom, - drugi kvartal: 30 prometnih nesreč s smrtnim izidom, - tretji kvartal: 35 prometnih nesreč s smrtnim izidom, 11

12 - četrti kvartal: 27 prometnih nesreč s smrtnim izidom, skupaj: 111 prometnih nesreč s smrtnim izidom. To je 5 prometnih nesreč več, kot smo dobili z napovedjo na osnovi mesečne časovne vrste. Grafikon 5: Potek kvartalne časovne vrste prometnih nesreč s smrtnim izidom (Observed), potek napovedi (Fit) in napoved (Forecast) za leto Zanesljivost napovedi je dobra, koeficient determinacije R 2 znaša 0,61, kar pomeni, da se napovedana časovna vrsta v 61 odstotkih ujema z osnovno časovno vrsto, ali drugače: 61 odstotkov izračunane napovedi je posledica statistično predvidenih dejavnikov, kot sta trend in sezonska komponenta, 39 odstotkov pa zavzema nepredvidena, slučajna komponenta. Če v tem pojasnjevanju tvegamo še poenostavitev, lahko rečemo, da napovedano število 111 prometnih nesreč s smrtnim izidom v letu 2017 zmanjšamo za 39 odstotkov, če bi se uspeli izogniti vsem slučajnostim in dobimo število 68, števila povečanega za 39 odstotkov pa sploh ne računamo, ker je potrebno storiti vse, da bo realnost mnogo nižja od statistične napovedi. Število 68 se le za 5 razlikuje od števila (73), ki smo ga dobili kot vsoto minimalnih vrednosti posameznih mesecev v obdobju Ker smo že omenili determinacijski koeficient R 2 povejmo še, da tudi povprečna absolutna napaka znaša le 13,5 odstotkov, vrednost statistike Ljung-Box pa znaša 13,3, pri 15 stopnjah stopinjah prostosti, kar pomeni, da lahko ničelno hipotezo (uporabljeni model napovedi je primeren) sprejmemo z verjetnostjo 0,58. Ponovimo: statistika najhujših prometnih nesreč v preteklosti in enoletne napovedi, je prikazana samo zato, da storimo vse, da eliminiramo čim več slučajnih dejavnikov, (odgovornost vseh udeležencev v prometu) trend pa obrnemo navzdol (odgovornost oblasti). 12

13 III PROMETNE NESREČE S TELESNO POŠKODBO III.1 Letna časovna vrsta Linijski graf na grafikonu 6 kaže potek prometnih nesreč s telesno poškodbo po letih v obdobju Razlike med posameznimi leti so manjše, kot pri prometnih nesrečah s smrtnim izidom. Iz grafikona je razvidno, da gre sicer za dve različni obdobji: in , s pripombo, da so med leti prvega obdobja kar velike razlike. Drugo obdobje se od prvega razlikuje po vrednostih pa tudi po postopnem zmanjševanju Grafikon 6: : Prometne nesreče s telesno poškodbo po letih v obdobju III.2 Napoved za leto 2017 na osnovi mesečne časovne vrste III.2.1 Preizkus modela v preteklem obdobju , napoved za leto 2015 Tudi v tem primeru smo uporabili Holt-Wintersovo multiplikativno metodo eksponentnega glajenja. Preizkus smo naredili na podatkih za leto Napovedi so pri vseh mesecih, manjše od dejanskih števil, izjema je le mesec marec. Koeficient determinacije je znašal 0,87, kar pomeni, da se je uporabljeni model dobro prilegal osnovni časovni vrsti. 4 Prispevek je nastal decembra 2016, policija pa je to tega časa objavila podatke o prometni varnosti do oktobra Manjkajoča podatka smo nadomestili s povprečjem teh dveh mesecev v obdobju Morebitna napaka je majhna. 5 Preizkusa za leto 2016 ni zaradi še ne objavljenih podatkov za meseca november in december. 13

14 2015 Mesec Dejansko število Napoved Januar Februar Marec April Maj Junij Julij Avgust September Oktober November December Skupaj Tabela 4: Dejanska števila prometnih nesreč s telesno poškodbo in in napoved izračunana po modelu Holt-Winters. III.2.2 Napoved prometnih nesreč s telesno poškodbo za leto 2017 na osnovi mesečne časovne vrste Ker so za metodo multiplikativnega glajenja pomembni členi proti koncu časovne vrste, smo pri napovedi upoštevali tudi leto 2016, za november in december smo vstavili podatka 456 in 452, ki smo ju najprej izračunali z isto metodo. Grafikon 7: Potek osnovne mesečne časovne vrste prometnih nesreč s telesno poškodbo (Observed), potek napovedi (Fit) in napoved (Forecast) za leto

15 V naslednji tabeli 5 je modri del krivulje na grafikonu 7 prikazan s številkami. No, pomembna je le vsota, torej napovedano število prometnih nesreč s telesno poškodbo v letu 2017, po metodi eksponentnega glajenja. Če bo realnost "sledila" statistiki, bo število prometnih nesreč s telesno poškodbo zelo blizu 6.000, kar je najmanj v zadnjih 16. letih. Mesec Napoved 2017 po metodi eksponentnega glajenja Januar 404 Februar 353 Marec 456 April 502 Maj 583 Junij 627 Julij 580 Avgust 573 September 557 Oktober 528 November 445 December 430 Skupaj Tabela 5: Napoved prometnih nesreč s telesno poškodbo v letu 2017 po metodi eksponentnega glajenja Determinacijski koeficient R 2 znaša 0,86, kar pomeni, da je kar 86 odstotkov izračunane napovedi posledica statistično predvidenih dejavnikov, kot sta trend in sezonska komponenta, 14 odstotkov pa zavzema nepredvidena, slučajna komponenta. Zanesljivost napovedi potrjuje tudi povprečna absolutna napaka, ki znaša le 5,7 odstotka,vrednost statistike Ljung-Box pa znaša 16,1 pri 15 stopnjah stopinjah prostosti, kar pomeni, da lahko ničelno hipotezo (uporabljeni model napovedi je primeren) sprejmemo z verjetnostjo 0,38. Podatki v tabeli 6 kažejo na podobno porazdelitev prometnih nesreč s telesno poškodbo po mesecih v opazovanih sedmih letih. Standardni odkloni so kar "nenavadno" majhni. Februarja in marca sta koeficienta variacije največja, a znašata samo 12,6 odstotkov. 6 Najmanj se spreminjajo števila za september in december, koeficienta sta manjša od 8 odstotkov. 6 Koeficient variacije kaže razpršenost posameznih vrednosti okoli srednje vrednosti (standardni odklon*100/srednja vrednost).koeficienti do 30 odstotkov kažejo na razmeroma homogen pojav. 15

16 Prometne nesreče s telesno poškodbo Mesec Srednja Standardni Vsota Maksimum Minimum vrednost odklon Januar Februar Marec April Maj Junij Julij Avgust September Oktober November December Tabela 6: Osnovna statistika prometnih nesreč s telesno poškodbo po mesecih v obdobju Vsota minimalnih števil po posameznih mesecih znaša prometnih nesreč, kar je blizu napovedanega števila

17 IV HUDO POŠKODOVANE OSEBE V PROMETNIH NESREČAH IV.1 Letna časovna vrsta Število hudo poškodovanih oseb v prometnih nesrečah se je leta 2016 v primerjavi z začetnim letom opazovanega obdobja 2001 zmanjšalo za trikrat. Največja sprememba je bila narejena že leta 2002, od tega leta dalje pa dokaj enakomerno zmanjševanje z vmesnimi manjšimi povečanji. Za napoved za leto 2017 bomo tudi v tem primeru upoštevali mesečno časovno vrsto IV.2 Napoved za leto 2017 na osnovi mesečne časovne vrste Uporabili smo Holt-Wintersovo multiplikativno metodo eksponentnega glajenja. Koeficient determinacije je znašal 0,72, Lang-Jung test ( =0,07) pa kaže na šibko prilagoditev napovedi z osnovno časovno vrsto. To je dobro vidno tudi na grafikonu 8, kjer konice (rdeče barve) osnovne časovne segajo nad napovedi. Zanimiva je primerjava napovedi in srednji vrednosti po posameznih mesecih (tabela 7), ki se minimalno razlikujejo. V letu 2017 naj ne bi število hudo poškodovanih oseb preseglo 840, težko pa bo doseči minimum iz leta 2013, ko so bile hudo poškodovane 703 osebe. 17

18 Grafikon 8: Potek osnovne mesečne časovne vrste hudo poškodovanih oseb (Observed), potek napovedi (Fit) in napoved (Forecast) za leto 2017 Hudo poškodovane osebe Mesec Napoved za leto 2017 Vsota Srednja vrednost Standardni Maksimum Minimum odklon Januar Februar Marec April Maj Junij Julij Avgust September Oktober November December Tabela 7: Napoved števila hudo poškodovanih oseb po mesecih v letu 2017 in osnovna statistika mesečne časovne vrste v obdobju Ponovimo: statistika hudo poškodovanih oseb v preteklosti in enoletne napovedi, je prikazana samo zato, da storimo vse, da eliminiramo čim več slučajnih dejavnikov, (odgovornost vseh udeležencev v prometu) trend pa obrnemo navzdol (odgovornost oblasti). 18

19 VIR PODATKOV Policija na spletu mesečno objavlja statistične podatke o številu prometnih nesreč, njihovih posledicah in ukrepih na področju prometne varnosti Pri tem nastajajo časovne vrste podatkov, ki so primerne za statistično analiziranje, a je treba upoštevati, da gre za sekundarne podatke. Zaradi naknadnega dopolnjevanja podatkov se objavljeni statistični podatki lahko za nekaj statističnih enot razlikujejo od končnega stanja, vendar so razlike majhne in ne vplivajo na rezultate analize časovnih vrst. Majhne razlike, ki prav tako ne vplivajo na rezultate analiz, so tudi med številom posameznih pojavov zbranih po letih, oziroma mesecih. 19

Microsoft Word - RAZISKAVA_II._del.doc

Microsoft Word - RAZISKAVA_II._del.doc DEJAVNIKI VARNOSTI CESTNEGA PROMETA V SLOVENIJI Raziskava II. del Inštitut za kriminologijo pri Pravni fakulteti v Ljubljani Ljubljana, avgusta 2010 Vodja raziskave: dr. Dragan Petrovec Izvajalci in avtorji:

Prikaži več

3. Preizkušanje domnev

3. Preizkušanje domnev 3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija

Prikaži več

Osnove statistike v fizični geografiji 2

Osnove statistike v fizični geografiji 2 Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka

Prikaži več

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo

Prikaži več

2. Model multiple regresije

2. Model multiple regresije 2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov

Prikaži več

Microsoft Word - SI_vaja5.doc

Microsoft Word - SI_vaja5.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 5 Naloge 1. del: t test za

Prikaži več

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti

Prikaži več

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met

Prikaži več

2019 QA_Final SL

2019 QA_Final SL Predhodni prispevki v enotni sklad za reševanje za leto 2019 Vprašanja in odgovori Splošne informacije o metodologiji izračuna 1. Zakaj se je metoda izračuna, ki je za mojo institucijo veljala v prispevnem

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je

Prikaži več

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je

Prikaži več

Planning and Control of Operations

Planning and Control of Operations Sistem planiranja in kontrole izvajalne poslovne funkcije Sistem planiranja in kontrole izvajalne poslovne funkcije Predvidevanje povpraševanja Dolgoročno planiranje proizvodnje Mesečno planiranje proizvodnje

Prikaži več

Slide 1

Slide 1 SLUČAJNE SPREMENLJIVKE Povezave med verjetnostjo P, porazdelitveno funcijo F in gostoto porazdelitve p. P F (x) =P( x) P(a b)=f (b)-f (a) F p Slučajna spremenljiva ima gostoto p. Kašno gostoto ima Y=+l?

Prikaži več

NAVODILA AVTORJEM PRISPEVKOV

NAVODILA AVTORJEM PRISPEVKOV Predmetna komisija za nižji izobrazbeni standard matematika Opisi dosežkov učencev 6. razreda na nacionalnem preverjanju znanja Slika: Porazdelitev točk pri matematiki (NIS), 6. razred 1 ZELENO OBMOČJE

Prikaži več

Microsoft Word - SI_vaja1.doc

Microsoft Word - SI_vaja1.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 1 Naloge 1. del: Opisna statistika

Prikaži več

Osnove verjetnosti in statistika

Osnove verjetnosti in statistika Osnove verjetnosti in statistika Gašper Fijavž Fakulteta za računalništvo in informatiko Univerza v Ljubljani Ljubljana, 26. februar 2010 Poskus in dogodek Kaj je poskus? Vržemo kovanec. Petkrat vržemo

Prikaži več

glava.dvi

glava.dvi Lastnosti verjetnosti 1. Za dogodka A in B velja: P(A B) = P(A) + P(B) P(A B) 2. Za dogodke A, B in C velja: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) Kako lahko to pravilo posplošimo

Prikaži več

Statistika, Prakticna matematika, , izrocki

Statistika, Prakticna matematika, , izrocki Srednje vrednosti Srednja vrednost...... številske spremenljivke X je tako število, s katerim skušamo kar najbolje naenkrat povzeti vrednosti na posameznih enotah: Polovica zaposlenih oseb ima bruto osebni

Prikaži več

RAZISKAVA O NEUPRAVIČENEM PARKIRANJU NA MESTIH REZERVIRANIH ZA INVALIDE (oktober 2018) izr. prof. dr. Aleš Bučar Ručman O raziskavi 2018 Na Fakulteti

RAZISKAVA O NEUPRAVIČENEM PARKIRANJU NA MESTIH REZERVIRANIH ZA INVALIDE (oktober 2018) izr. prof. dr. Aleš Bučar Ručman O raziskavi 2018 Na Fakulteti RAZISKAVA O NEUPRAVIČENEM PARKIRANJU NA MESTIH REZERVIRANIH ZA INVALIDE (oktober 2018) izr. prof. dr. Aleš Bučar Ručman O raziskavi 2018 Na Fakulteti za varnostne vede Univerze v Mariboru je bila pod vodstvom

Prikaži več

Microsoft Word - Objave citati RIF in patentne prijave za MP.doc

Microsoft Word - Objave citati RIF in patentne prijave za MP.doc Primerjalna analiza gibanja števila objav, citatov, relativnega faktorja vpliva in patentnih prijav pri Evropskem patentnem uradu I. Uvod Število objav in citatov ter relativni faktor vpliva so najbolj

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat

Prikaži več

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015 Mladi za napredek Maribora 015 3. srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 015 Kazalo 1. Povzetek...3. Uvod...4 3. Spirala 1...5 4. Spirala...6 5. Spirala 3...8 6. Pitagorejsko drevo...10

Prikaži več

KLIMATSKE ZNAČILNOSTI LETA 1993 Aleška Bernot-lvančič* Leto 1993 je bilo glede na podatke 30-letnega klimatološkega niza nadpovprečno toplo, s

KLIMATSKE ZNAČILNOSTI LETA 1993 Aleška Bernot-lvančič* Leto 1993 je bilo glede na podatke 30-letnega klimatološkega niza nadpovprečno toplo, s KLIMATSKE ZNAČILNOSTI LETA 1993 Aleška Bernot-lvančič* Leto 1993 je bilo glede na podatke 30-letnega klimatološkega niza 1961-90 nadpovprečno toplo, sončno in suho. Po vremenu bi ga lahko razdelili na

Prikaži več

v sodelovanju z S.BON-1 [-] S.BON AJPES za podjetje: Podjetje d.o.o. Ulica 1, 1000 Ljubljana Matična številka: ID za DDV / davčna številka:

v sodelovanju z S.BON-1 [-] S.BON AJPES za podjetje: Podjetje d.o.o. Ulica 1, 1000 Ljubljana Matična številka: ID za DDV / davčna številka: v sodelovanju z S.BON AJPES za podjetje: Ulica 1, 1000 Ljubljana Matična številka: 1234567000 ID za DDV / davčna številka: SI12345678 BONITETNA OCENA PO PRAVILIH BASEL II BONITETNA OCENA PODJETJA NA DAN

Prikaži več

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode]

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode] Univerza v Mariboru Fakulteta za elektrotehniko, računalništvo in informatiko Boštjan Polajžer, Drago Dolinar, Jožef Ritonja (FERI) bostjan.polajzer@um.si Andrej Semprimožnik (ELES) KAZALNIKI KAKOVOSTI

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven

Prikaži več

LaTeX slides

LaTeX slides Statistični modeli - interakcija - Milena Kovač 23. november 2007 Biometrija 2007/08 1 Število živorojenih pujskov Biometrija 2007/08 2 Sestavimo model! Vplivi: leto, farma Odvisna spremenljivka: število

Prikaži več

KONTINGENČNI PRISTOP K OBLIKOVANJU SISTEMA STRATEŠKEGA POSLOVODNEGA RAČUNOVODSTVA: EMPIRIČNA PREVERBA V SLOVENSKIH PODJETJIH

KONTINGENČNI PRISTOP K OBLIKOVANJU SISTEMA STRATEŠKEGA POSLOVODNEGA RAČUNOVODSTVA:  EMPIRIČNA PREVERBA V SLOVENSKIH PODJETJIH Temelji poslovodnega računovodstva(1) Uvod v poslovodno računovodstvo (kontroling) Prof. dr. Simon Čadež simon.cadez@ef.uni-lj.si 2 CILJI PREDMETA Opredeliti vlogo managerjev in poslovodnega računovodstva

Prikaži več

Vrste

Vrste Matematika 1 17. - 24. november 2009 Funkcija, ki ni algebraična, se imenuje transcendentna funkcija. Podrobneje si bomo ogledali naslednje transcendentne funkcije: eksponentno, logaritemsko, kotne, ciklometrične,

Prikaži več

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc) 3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost

Prikaži več

Plan 2019 in ocena 2018

Plan 2019 in ocena 2018 01 Povzetek poslovnega načrta družbe Luka Koper, d. d., in Skupine Luka Koper za leto 2019 in ocena poslovanja za leto POVZETEK POSLOVNEGA A DRUŽBE, IN SKUPINE LUKA KOPER ZA LETO 2019 IN POSLOVANJA ZA

Prikaži več

NASELJENOST V SLOVENIJI

NASELJENOST V SLOVENIJI Skupina: LTL Šola: Šolski center Novo mesto Srednja zdravstvena in kemijska šola Regija: Jugovzhodna Kategorija: A Cilji in analize podatkov Kot prebivalke jugovzhodne statistične regije smo se odločile,

Prikaži več

5

5 5 OBČINA KANAL OB SOČI OBČINSKI SVET PREDLOG Na podlagi 1 člena Statuta Občine Kanal ob Soči (Uradno objave Primorskih novic, št. 41/03, 17/06 in Uradni list RS, št. 70/07 in 51/08) in 20. člena Poslovnika

Prikaži več

DN5(Kor).dvi

DN5(Kor).dvi Koreni Število x, ki reši enačbo x n = a, imenujemo n-ti koren števila a in to označimo z n a. Pri tem je n naravno število, a pa poljubno realno število. x = n a x n = a. ( n a ) n = a. ( n a ) m = n

Prikaži več

Microsoft Word - zelo-milo-vreme_dec-jan2014.doc

Microsoft Word - zelo-milo-vreme_dec-jan2014.doc ARSO Državna meteorološka služba Ljubljana,. 1. 1 Zelo milo vreme od. decembra 13 do 3. januarja 1 Splošna vremenska slika Od konca decembra do sredine januarja je nad našimi kraji prevladoval južni do

Prikaži več

ELEKTRIČNI NIHAJNI KROG TEORIJA Električni nihajni krog je električno vezje, ki služi za generacijo visokofrekvenče izmenične napetosti. V osnovi je "

ELEKTRIČNI NIHAJNI KROG TEORIJA Električni nihajni krog je električno vezje, ki služi za generacijo visokofrekvenče izmenične napetosti. V osnovi je ELEKTRIČNI NIHAJNI KROG TEORIJA Električni nihajni krog je električno vezje, ki služi za generacijo visokofrekvenče izmenične napetosti. V osnovi je "električno" nihalo, sestavljeno iz vzporedne vezave

Prikaži več

ENV2:

ENV2: . Kazalo. KAZALO.... UVOD... 3. ANALIZA POPULACIJE DRŽAV EU...5 4. VSEBINSKE UGOTOVITVE...8 5. LITERATURA... . Uvod Vir podatkov za izdelavo statistične naloge je Eurostat ali Statistični urad Evropske

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

2. LINEARNA ALGEBRA

2. LINEARNA ALGEBRA UPORABNA MATEMATIKA V LOGISTIKI za višješolsko strokovno izobraževanje (OPISNA ) 1 Cilj tega sklopa predavanja je predstaviti obvladovanje računskih spretnosti pri reševanju logističnih problemov in pri

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska RCM špedicija, gostinstvo, trgovina in proizvodnja

Prikaži več

1. TERENSKA VAJA V DOMAČEM KRAJU ŠTETJE PROMETA Datum izvedbe vaje: UVOD

1. TERENSKA VAJA V DOMAČEM KRAJU ŠTETJE PROMETA Datum izvedbe vaje: UVOD 1. TERENSKA VAJA V DOMAČEM KRAJU ŠTETJE PROMETA Datum izvedbe vaje: UVOD Velika večina ljudi si dandanes življenja brez avtomobila ne more predstavljati. Hitro napredujeta tako avtomobilska industrija

Prikaži več

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo 11. Navadne diferencialne enačbe 11.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija

Prikaži več

untitled

untitled 2. poglavje: Povprečni dosežki po področjih matematike PODPOGLAVJA 2.1 Kakšne so razlike v dosežkih po posameznih področjih matematike? 2.2 Razlike med učenci in učenkami v dosežkih po področjih matematike

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEPREKINJENOST NAPAJANJA 1.1. Ciljna raven neprekinjenosti

Prikaži več

Microsoft Word - Osnovni podatki FACOST november 2018.docx

Microsoft Word - Osnovni podatki FACOST november 2018.docx OSNOVNI VHODNI PODATKI ZA PROGRAM OPCOST, NIVO CEN NOVEMBER 2018 Osnove za izračun: Navodila za izdelavo študij upravičenosti cest (DORSCH consult, 1974) Guide to Cost benefit Analysis of Investment Projects,

Prikaži več

RAČUNALNIŠKA ORODJA V MATEMATIKI

RAČUNALNIŠKA ORODJA V MATEMATIKI DEFINICIJA V PARAVOKOTNEM TRIKOTNIKU DEFINICIJA NA ENOTSKI KROŢNICI GRAFI IN LASTNOSTI SINUSA IN KOSINUSA POMEMBNEJŠE FORMULE Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z

Prikaži več

Microsoft PowerPoint - UN_OM_G03_Marketinsko_raziskovanje

Microsoft PowerPoint - UN_OM_G03_Marketinsko_raziskovanje .: 1 od 10 :. Vaja 3: MARKETINŠKO KO RAZISKOVANJE Marketinško ko raziskovanje Kritičen del marketinškega informacijskega sistema. Proces zagotavljanja informacij potrebnih za poslovno odločanje. Relevantne,

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska JELE KITT proizvodno podjetje d.o.o. Izdano dne

Prikaži več

Microsoft Word - agrobilten_ doc

Microsoft Word - agrobilten_ doc Dekadni bilten vodnobilančnega stanja v Sloveniji 1. april 3. april 9 OBVESTILO Ob prehodu v drugo polovico aprila so se tla že zelo izsušila. A visoke temperature zraka so popustile in po večini Slovenije

Prikaži več

2

2 LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE ČETRTLETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH (KO-TEL/ČL) IN LETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH

Prikaži več

IZVEDBENA UREDBA KOMISIJE (EU) 2018/ z dne 16. julija o spremembi Izvedbene uredbe (EU) 2017/ za razjasnitev in

IZVEDBENA  UREDBA  KOMISIJE  (EU)  2018/ z dne  16. julija o spremembi  Izvedbene  uredbe  (EU)  2017/ za  razjasnitev  in L 180/10 17.7.2018 IZVEDBENA UREDBA KOMISIJE (EU) 2018/1002 z dne 16. julija 2018 o spremembi Izvedbene uredbe (EU) 2017/1153 za razjasnitev in poenostavitev postopka korelacije ter njegovo prilagoditev

Prikaži več

STAVKI _5_

STAVKI _5_ 5. Stavki (Teoremi) Vsebina: Stavek superpozicije, stavek Thévenina in Nortona, maksimalna moč na bremenu (drugič), stavek Tellegena. 1. Stavek superpozicije Ta stavek določa, da lahko poljubno vezje sestavljeno

Prikaži več

STATISTIKA - zbiranje podatkov - obdelava podatkov - analiza in prikaz podatkov Z besedo statistika označujemo sistematično zbrane številske podatke.

STATISTIKA - zbiranje podatkov - obdelava podatkov - analiza in prikaz podatkov Z besedo statistika označujemo sistematično zbrane številske podatke. STATISTIKA - zbiranje podatkov - obdelava podatkov - analiza in prikaz podatkov Z besedo statistika označujemo sistematično zbrane številske podatke. Te podatke obdelamo, analiziramo in prikažemo z različnimi

Prikaži več

Microsoft PowerPoint - 14 IntrerspecifiOna razmerja .ppt

Microsoft PowerPoint - 14 IntrerspecifiOna razmerja .ppt IV. POPULACIJSKA EKOLOGIJA 14. Interspecifična razmerja Št.l.: 2006/2007 1 1. INTERSPECIFIČNA RAZMERJA Osebki ene vrste so v odnosih z osebki drugih vrst, pri čemer so lahko ti odnosi: nevtralni (0), pozitivni

Prikaži več

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y 2 ). Rešitev: Diferencialna enačba ima ločljive spremenljivke,

Prikaži več

AJPES Agencija Republike Slovenije za javnopravne evidence in storitve INFORMACIJA O POSLOVANJU SAMOSTOJNIH PODJETNIKOV POSAMEZNIKOV V REPUBLIKI SLOVE

AJPES Agencija Republike Slovenije za javnopravne evidence in storitve INFORMACIJA O POSLOVANJU SAMOSTOJNIH PODJETNIKOV POSAMEZNIKOV V REPUBLIKI SLOVE AJPES Agencija Republike Slovenije za javnopravne evidence in storitve INFORMACIJA O POSLOVANJU SAMOSTOJNIH PODJETNIKOV POSAMEZNIKOV V REPUBLIKI SLOVENIJI V LETU 2005 Ljubljana, maj 2006 K A Z A L O Stran

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska HLADILNA TEHNIKA MILAN KUMER s.p. Izdano dne 18.6.2018

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska Javno podjetje Ljubljanska parkirišča in tržnice,

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska LIBELA ORODJA, Izdelovanje orodij in perforiranje

Prikaži več

Postopek poracuna 2007 za JU

Postopek poracuna 2007 za JU POSTOPEK PORAČUNA PLAČ V JAVNEM SEKTORJU ZA OBDOBJE JANUAR-JUNIJ 2007 Ljubljana, julij 2007 verzija 1.00 Stran - 1 Skladno z objavo Zakona o spremembah in dopolnitvah zakona o sistemu plač v javnem sektorju

Prikaži več

Microsoft Word - Izvedbeni načrt preventivne akcije Alkohol ubija največkrat nedolžne.doc

Microsoft Word - Izvedbeni načrt preventivne akcije Alkohol ubija največkrat nedolžne.doc Vlada Republike Slovenije Ministrstvo za zdravje OBDOBNI NAČRT ZA ZAGOTAVLJANJE VARNOSTI CESTNEGA PROMETA V LETU 2008 "ALKOHOL UBIJA - NAJVEČKRAT NEDOLŽNE" (IZVEDBENI NAČRT PREVENTIVNE AKCIJE) 5. november

Prikaži več

IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/01) Letni program statističnih raziskovanj za leto 2011 (Uradni list RS, št. 92/1

IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/01) Letni program statističnih raziskovanj za leto 2011 (Uradni list RS, št. 92/1 IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/0) Letni program statističnih raziskovanj za leto 0 (Uradni list RS, št. 9/) Sporočanje podatkov je obvezno. Vprašalnik za statistično

Prikaži več

IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Spor

IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Spor IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Sporočanje podatkov je obvezno. Vprašalnik za statistično

Prikaži več

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar 2009 1 Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero velja 0 f(e) u(e) za e E(G). Za v V (G) definiramo presežek

Prikaži več

POKAL YUGO 2011

POKAL YUGO 2011 AVTO KLUB MODRI DIRKAČ na osnovi določil Športnega pravilnika AŠ 2005 RAZPISUJE DODATNI PRAVILNIK POKALA za leto 2018 Kontakt organizatorja YUGO POKALA Avto Klub MODRI DIRKAČ Kamnje 33a 5263 Dobravlje

Prikaži več

BYOB Žogica v vesolju Besedilo naloge Glavna ideja igre je paziti, da žoga ne pade na tla igralne površine, pri tem pa zbrati čim več točk. Podobno ig

BYOB Žogica v vesolju Besedilo naloge Glavna ideja igre je paziti, da žoga ne pade na tla igralne površine, pri tem pa zbrati čim več točk. Podobno ig BYOB Žogica v vesolju Besedilo naloge Glavna ideja igre je paziti, da žoga ne pade na tla igralne površe, pri tem pa zbrati čim več točk. Podobno igro najdemo tudi v knjigi Scratch (Lajovic, 2011), vendar

Prikaži več

V

V 3. /redna/ seja občinskega sveta Januar 2015 PREDLOG OKVIRNEGA INFORAMTIVNEGA PROGRAMA DELA OBČINSKEGA SVETA OBČINE LENDAVA V LETU 2015 GRADIVO PRIPRAVIL: mag. Anton BALAŽEK, Župan Polgármester PREDLAGATELJ:

Prikaži več

VST: 1. kviz

VST: 1. kviz jsmath Učilnica / VST / Kvizi / 1. kviz / Pregled poskusa 1 1. kviz Pregled poskusa 1 Končaj pregled Začeto dne nedelja, 25. oktober 2009, 14:17 Dokončano dne nedelja, 25. oktober 2009, 21:39 Porabljeni

Prikaži več

LABORATORIJSKE VAJE IZ FIZIKE

LABORATORIJSKE VAJE IZ FIZIKE UVOD LABORATORIJSKE VAJE IZ FIZIKE V tem šolskem letu ste se odločili za fiziko kot izbirni predmet. Laboratorijske vaje boste opravljali med poukom od začetka oktobra do konca aprila. Zunanji kandidati

Prikaži več

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete in hipotenuze. Kosinus kota je razmerje

Prikaži več

Svet Evropske unije Bruselj, 12. december 2017 (OR. en) 15648/17 IZID POSVETOVANJA Pošiljatelj: generalni sekretariat Sveta Datum: 11. december 2017 P

Svet Evropske unije Bruselj, 12. december 2017 (OR. en) 15648/17 IZID POSVETOVANJA Pošiljatelj: generalni sekretariat Sveta Datum: 11. december 2017 P Svet Evropske unije Bruselj, 12. december 2017 (OR. en) 15648/17 IZID POSVETOVANJA Pošiljatelj: generalni sekretariat Sveta Datum: 11. december 2017 Prejemnik: delegacije Št. predh. dok.: 14755/17 Zadeva:

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska MULTILINGUAL PRO prevajalska agencija d.o.o. Izdano

Prikaži več

OBČINA GORJE

OBČINA GORJE Številka: Datum: OCENA IZVAJANJA SKUPNEGA OBČINSKEGA PROGRAMA VARNOSTI ZA OBMOČJE OBČINE TOLMIN ZA LETO 2018 Lokalna skupnost je z uveljavitvijo Zakona o občinskem redarstvu (UR. l. RS, št. 139/06 in 9/17,

Prikaži več

Microsoft Word - SevnoIII.doc

Microsoft Word - SevnoIII.doc Naše okolje, april 8 METEOROLOŠKA POSTAJA SEVNO Meteorological station Sevno Mateja Nadbath V Sevnem je klimatološka meteorološka postaja Agencije RS za okolje. Sevno leži na prisojnem pobočju Sevniškega

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska RCM špedicija, gostinstvo, trgovina in proizvodnja

Prikaži več

predstavitev fakultete za matematiko 2017 A

predstavitev fakultete za matematiko 2017 A ZAKAJ ŠTUDIJ MATEMATIKE? Ker vam je všeč in vam gre dobro od rok! lepa, eksaktna veda, ki ne zastara matematičnoanalitično sklepanje je uporabno povsod matematiki so zaposljivi ZAKAJ V LJUBLJANI? najdaljša

Prikaži več

C(2015)383/F1 - SL

C(2015)383/F1 - SL EVROPSKA KOMISIJA Bruselj, 30.1.2015 C(2015) 383 final DELEGIRANA DIREKTIVA KOMISIJE.../ /EU z dne 30.1.2015 o spremembi Priloge III k Direktivi 2011/65/EU Evropskega parlamenta in Sveta glede izjem pri

Prikaži več

Loterija Slovenije, d. d. Ljubljana, Gerbičeva ulica 99 Pravila igre na srečo TikiTaka Številka: Ljubljana, VLADA REPUBLIKE SLOV

Loterija Slovenije, d. d. Ljubljana, Gerbičeva ulica 99 Pravila igre na srečo TikiTaka Številka: Ljubljana, VLADA REPUBLIKE SLOV Loterija Slovenije, d. d. Ljubljana, Gerbičeva ulica 99 Pravila igre na srečo TikiTaka Številka: 333-16-22 Ljubljana, 23. 8. 2016 VLADA REPUBLIKE SLOVENIJE JE DNE 21. 5. 2015 IZDALA ODLOČBO ŠT. 46101-7/2015/4,

Prikaži več

OBČINSKEMU SVETU

OBČINSKEMU SVETU OBČINSKEMU SVETU OBČINE KRIŽEVCI ZADEVA: Predlog sprememb»spremembe tehničnega pravilnika o zbiranju komunalnih odpadkov ter prevozu komunalnih odpadkov na območju občine Križevci«PRAVNA PODLAGA: - Zakon

Prikaži več

(Microsoft Word - Pravilnik o osnovah in merilih za dolocanje visine narocnine clanom GS1 Slovenija - \310istopis )

(Microsoft Word - Pravilnik o osnovah in merilih za dolocanje visine narocnine clanom GS1 Slovenija - \310istopis ) Prečiščeno besedilo vsebuje Pravilnik o osnovah in merilih za določanje višine naročnine, ki jo kolektivni člani letno plačujejo za uporabo dodeljenih številk GS1, ki ga na podlagi določil 19., 54. in

Prikaži več

PREGLED FOTOVOLTAIČNEGA TRGA V SLOVENIJI preliminarno poročilo za leto 2013 Podatki o fotovoltaičnem trgu v Sloveniji so zbrani iz javno dostopnih pod

PREGLED FOTOVOLTAIČNEGA TRGA V SLOVENIJI preliminarno poročilo za leto 2013 Podatki o fotovoltaičnem trgu v Sloveniji so zbrani iz javno dostopnih pod PREGLED FOTOVOLTAIČNEGA TRGA V SLOVENIJI preliminarno poročilo za leto 213 Podatki o fotovoltaičnem trgu v Sloveniji so zbrani iz javno dostopnih podatkovnih baz, med katerimi so najpomembnejše: Javna

Prikaži več

STATISTIČNA ANALIZA SIMPLIA»NOČI V STARI LJUBLJANI«

STATISTIČNA ANALIZA SIMPLIA»NOČI V STARI LJUBLJANI« STATISTIČNA ANALIZA SIMPLIA»NOČI V STARI LJUBLJANI«1. 6. 214 13. 1. 214 OSNOVNI POJMI Objava Samostojna, od drugih objav ločena enota sporočanja, ki vsebuje geslo (trigger). Publiciteta Zbirka objav, ki

Prikaži več

Premium Garant Nova priložnost na obzorju.

Premium Garant Nova priložnost na obzorju. Premium Garant Nova priložnost na obzorju. Premium Garant je vseživljenjsko zavarovanje z enkratnim plačilom premije, pri katerem zavarovalec prevzema naložbeno tveganje. Zavarovanje je namenjeno predvsem

Prikaži več

4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, Grafi II Jure Senčar

4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, Grafi II Jure Senčar 4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, 6.4.29 Grafi II Jure Senčar Relativna sila krčenja - F/Fmax [%]. Naloga Nalogo sem delal v Excelu. Ta ima vgrajeno funkcijo, ki nam vrne logaritemsko

Prikaži več

BONITETNO POROČILO ECUM RRF d.o.o. Izdano dne Izdano za: Darja Erhatič Bisnode d.o.o. Član skupine BISNODE, Stockholm, Švedska BONITETNO POR

BONITETNO POROČILO ECUM RRF d.o.o. Izdano dne Izdano za: Darja Erhatič Bisnode d.o.o. Član skupine BISNODE, Stockholm, Švedska BONITETNO POR BONITETNO POROČILO Izdano za: Darja Erhatič Bisnode d.o.o. Član skupine BISNODE, Stockholm, Švedska www.bisnode.si, tel: +386 (0)1 620 2 866, fax: +386 (0)1 620 2 708 Bonitetno poročilo PROFIL PODJETJA

Prikaži več

PPT

PPT Koliko vas stane popust v maloprodaji? Kako privabiti kupce v trgovino in kako si zagotoviti, da se vrnejo? Kakšni so učinki popustov na nakupe? V raziskavah so ugotovili, da se ljudje zaradi popustov

Prikaži več

Microsoft Word - YUGO Pokal Pravilnik.doc

Microsoft Word - YUGO Pokal Pravilnik.doc AVTO KLUB MODRI DIRKAČ na osnovi določil Športnega pravilnika AŠ 2005 RAZPISUJE YUGO POKAL 2015 DODATNI PRAVILNIK POKALA za leto 2015 Kontakt organizatorja YUGO POKALA Avto Klub MODRI DIRKAČ Kamnje 33a

Prikaži več

ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 31. maja 2019 so policisti na območju Republike Slovenije obravnavali 4.

ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 31. maja 2019 so policisti na območju Republike Slovenije obravnavali 4. ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 31. maja 219 so policisti na območju Republike Slovenije obravnavali 4.313 (2.59) ilegalnih prehodov državne meje. Število

Prikaži več

PROJEKT SOŽITJE ZA VEČJO VARNOST V CESTNEM PROMETU Velenje, april 2015 ANALIZA ANKET Splošno o projektu Projekt Sožitje za večjo varnost v cestnem pro

PROJEKT SOŽITJE ZA VEČJO VARNOST V CESTNEM PROMETU Velenje, april 2015 ANALIZA ANKET Splošno o projektu Projekt Sožitje za večjo varnost v cestnem pro ANALIZA ANKET Splošno o projektu Projekt Sožitje za večjo varnost v cestnem prometu se od meseca marca 2015 postopoma izvaja po celotni Sloveniji, z namenom, da bi se starejši vozniki in voznice na naših

Prikaži več

ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 30. aprila 2019 so policisti na območju Republike Slovenije obravnavali

ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 30. aprila 2019 so policisti na območju Republike Slovenije obravnavali ILEGALNE MIGRACIJE NA OBMOČJU REPUBLIKE SLOVENIJE V obdobju od 1. januarja do 3. aprila 219 so policisti na območju Republike Slovenije obravnavali 3.43 (1.35) ilegalnih prehodov državne meje. Število

Prikaži več

Microsoft Word - Avditorne.docx

Microsoft Word - Avditorne.docx 1. Naloga Delovanje oscilatorja je odvisno od kapacitivnosti kondenzatorja C. Dopustno območje izhodnih frekvenc je podano z dopustnim območjem kapacitivnosti C od 1,35 do 1,61 nf. Uporabljen je kondenzator

Prikaži več

(Microsoft Word - ANALIZA ANKET_So\236itje_Kr\232ko)

(Microsoft Word - ANALIZA ANKET_So\236itje_Kr\232ko) Splošno o projektu ANALIZA ANKET Projekt Sožitje za večjo varnost v cestnem prometu se od meseca marca 201 postopoma izvaja po celotni Sloveniji, z namenom, da bi se starejši vozniki in voznice na naših

Prikaži več

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx Analiza dosežkov pri predmetu matematika za NPZ 28 6. razred NPZ matematika 28 Dosežek šole Povprečno število točk v % Državno povprečje Povprečno število točk v % Odstopanje v % 49,55 52,52 2,97 Povprečni

Prikaži več

Zapisnik 1

Zapisnik 1 Letno poročilo o študentski anketi UP FHŠ za študijsko leto 2014/15 Letno poročilo o rezultatih anketiranja se pripravi skladno s Pravilnikom o izvajanju študentske ankete Univerze na Primorskem in vsebuje:

Prikaži več

C(2016)2202/F1 - SL

C(2016)2202/F1 - SL EVROPSKA KOMISIJA Bruselj, 19.4.2016 C(2016) 2202 final DELEGIRANA DIREKTIVA KOMISIJE (EU).../ z dne 19.4.2016 o spremembi Priloge IV k Direktivi 2011/65/EU Evropskega parlamenta in Sveta glede izvzetja

Prikaži več

Uredba o pravilih za pripravo napovedi položaja proizvodnih naprav na obnovljive vire energije in s soproizvodnjo toplote in električne energije z vis

Uredba o pravilih za pripravo napovedi položaja proizvodnih naprav na obnovljive vire energije in s soproizvodnjo toplote in električne energije z vis Predlog za javno obravnavo 22.1.2019 PREDLOG (EVA 2014-2430-0044) Na podlagi šestnajstega odstavka 372. člena Energetskega zakona (Uradni list RS, št. 17/14 in 81/15) izdaja Vlada Republike Slovenije U

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska PS družba za projektiranje in izdelavo strojev

Prikaži več

AAA

AAA BONITETNO POROČILO ODLIČNOSTI Izdajatelj: BISNODE, družba za medije ter poslovne in bonitetne informacije d.o.o. Član skupine BISNODE, Stockholm, Švedska KOOP TRGOVINA trgovina in posredništvo d.o.o. Izdano

Prikaži več

Priprava prispevka za Elektrotehniški vestnik

Priprava prispevka za Elektrotehniški vestnik ELEKTROTEHNIŠKI VESTNIK 84(4): 167-172, 2017 IZVIRNI ZNANSTVENI ČLANEK Možnost stabiliziranja prometnega toka s prilagajanjem omejitve hitrosti Lovrenc Švegl 1, Igor Grabec 2 1 Gimnazija Vič, Tržaška cesta

Prikaži več