{"Above the other group's mean":"Iznad srednje vrednosti druge grupe","Cohen's d":"Cohenov d","Cohen's d is the difference in means divided by the pooled standard deviation, so it says how big a difference is in units of spread, independent of sample size. Cohen's rough guide calls 0.2 small, 0.5 medium, and 0.8 large; what matters in practice depends on the field. Hedges' g removes the slight upward bias of d in small samples, and r expresses the same effect as a correlation.":"Cohenov d je razlika između srednjih vrednosti podeljena objedinjenom standardnom devijacijom, pa pokazuje kolika je razlika izražena u jedinicama rasipanja, nezavisno od veličine uzorka. Prema Cohenovom približnom vodiču, 0.2 je mali, 0.5 srednji, a 0.8 veliki efekat; ono što je važno u praksi zavisi od oblasti. Hedgesov g uklanja blagu naviše pristrasnost d-a kod malih uzoraka, a r izražava isti efekat kao korelaciju.","Cohen's U3":"Cohenov U3","corrected for small samples":"korigovano za male uzorke","Correlation calculator":"Kalkulator korelacije","Correlation r":"Korelacija r","Degrees of freedom":"Stepeni slobode","Degrees of freedom 1 (numerator)":"Stepeni slobode 1 (brojilac)","Degrees of freedom 2 (denominator)":"Stepeni slobode 2 (imenilac)","Distribution":"Distribucija","Distribution overlap":"Preklapanje distribucija","Effect size calculator":"Kalkulator veličine efekta","Enter a statistic of zero or more and both degrees of freedom.":"Unesite statistiku koja je jednaka nuli ili veća od nule i oba stepena slobode.","Enter a statistic of zero or more and the degrees of freedom.":"Unesite statistiku koja je jednaka nuli ili veća od nule i stepene slobode.","Enter both means, SDs above zero, and group sizes of at least 2.":"Unesite obe srednje vrednosti, SD-ove veće od nule i veličine grupa od najmanje 2.","Enter the degrees of freedom.":"Unesite stepene slobode.","Enter the same number of X and Y values, at least three of each.":"Unesite isti broj X i Y vrednosti, najmanje po tri.","Enter the test statistic.":"Unesite testnu statistiku.","F":"F","Fitted":"Prilagođeno","for two normal distributions":"za dve normalne distribucije","Hedges' g":"Hedgesov g","Intercept":"Odsečak","large":"velika","Least squares picks the line that makes the squared vertical distances from the points as small as possible: slope = Σ(x − x̄)(y − ȳ) ÷ Σ(x − x̄)², and the line passes through the means. R² is the share of Y's variation the line explains. Predictions outside the range of your X values are guesses, and a pattern in the residuals means a straight line is the wrong shape.":"Metoda najmanjih kvadrata bira pravu koja kvadrate vertikalnih rastojanja od tačaka čini što manjim: nagib = Σ(x − x̄)(y − ȳ) ÷ Σ(x − x̄)², a prava prolazi kroz srednje vrednosti. R² je udeo varijacije Y koji prava objašnjava. Predviđanja izvan raspona vaših X vrednosti predstavljaju nagađanja, a obrazac u rezidualima znači da prava linija nije odgovarajući oblik.","Left tail (less)":"Levi rep (manje)","Line of best fit":"Linija najboljeg prilagođavanja","Linear regression calculator":"Kalkulator linearne regresije","Mean, group 1":"Srednja vrednost, grupa 1","Mean, group 2":"Srednja vrednost, grupa 2","medium":"srednja","moderate":"umerena","negligible":"zanemarljiva","One of the lists has no variation, so the correlation is undefined.":"Jedna od lista nema varijaciju, pa korelacija nije definisana.","p-value (right tail)":"p-vrednost (desni rep)","P-value calculator":"Kalkulator p-vrednosti","Pairs":"Parovi","Pearson's r":"Pearsonov r","Pearson's r measures how close the points lie to a straight line, from −1 to +1; Spearman's ρ does the same on the ranks, so it catches any steadily rising or falling relation and resists outliers. The p-values test whether the correlation is zero, using the t distribution. A correlation, however strong, does not show that one thing causes the other.":"Pearsonov r meri koliko su tačke blizu prave linije, u rasponu od −1 do +1; Spearmanov ρ radi isto na rangovima, pa otkriva svaki postojano rastući ili opadajući odnos i manje je osetljiv na autlajere. p-vrednosti testiraju da li je korelacija nula, koristeći t-distribuciju. Korelacija, ma koliko jaka bila, ne pokazuje da jedna stvar uzrokuje drugu.","Pooled SD":"Objedinjeni SD","Predict Y at X =":"Predvidite Y za X =","Predicted Y at X = {0}":"Predviđeno Y za X = {0}","Residual":"Rezidual","Right tail (greater)":"Desni rep (veće)","Scatter plot":"Dijagram rasipanja","Scatter plot with the fitted line":"Dijagram rasipanja sa prilagođenom linijom","SD, group 1":"SD, grupa 1","SD, group 2":"SD, grupa 2","SE {0}":"SE {0}","SE {0}, {1}":"SE {0}, {1}","share of the variation in Y explained":"udeo objašnjene varijacije Y","share of variance in common":"udeo zajedničke varijanse","Size, group 1":"Veličina, grupa 1","Size, group 2":"Veličina, grupa 2","Slope":"Nagib","small":"mala","Spearman's ρ":"Spearmanov ρ","strong":"jaka","t (Student)":"t (Student)","Test statistic":"Testna statistika","The p-value is the probability of a statistic at least this extreme if the null hypothesis were true. For z and t, the two-sided value counts both tails; use a one-sided value only if the direction was decided before seeing the data. χ² and F tests use the right tail. The distributions are computed in the browser and match statistical software to many decimal places.":"p-vrednost je verovatnoća dobijanja statistike koja je najmanje ovoliko ekstremna ako je nulta hipoteza tačna. Kod z i t, dvostrana vrednost obuhvata oba repa; jednostranu vrednost koristite samo ako je smer određen pre uvida u podatke. Testovi χ² i F koriste desni rep. Distribucije se izračunavaju u pregledaču i poklapaju se sa statističkim softverom do mnogo decimalnih mesta.","The X values are all the same, so no line can be fitted.":"Sve X vrednosti su iste, pa nije moguće prilagoditi liniju.","Two-sided p":"Dvostrana p-vrednost","very strong":"veoma jaka","weak":"slaba","X values":"X vrednosti","Y values, in the same order":"Y vrednosti, istim redosledom","z (normal)":"z (normalna)","χ² (chi-square)":"χ² (hi-kvadrat)"}