Задание по эконометрике / Задача для КР
.pdfy 0 1 1x → y 0 1 X
Далее происходит расчет коэффициентов регрессии для вновь построенных функций линейного вида. После чего происходит переход к искомым функциям путем потенцирования (только для степенной и показательной функции).
Для каждой построенной модели необходимо оценить следующие показатели:показатель тесноты связи: для функции линейного вида – коэффициент корреляции, для функции нелинейного вида – индекс корреляции, вычисляемого по
формуле:
|
|
|
|
n |
~ |
|
|
|
|
|
|
|
) |
2 |
|
|
|
|
|
( yi yi |
|
||
|
|
|
1 |
i 1 |
|
|
|
yx |
n |
|
|
|
|||
|
|
|
|
|
|
||
|
|
|
|
( yi y)2 |
|||
|
|
|
|
i 1 |
|
|
|
показатель средней ошибки аппроксимации рассчитывается по формуле:
|
|
|
|
|
|
~ |
|
|
|
|||
|
|
|
|
n |
|
|
|
|
|
|||
|
|
|
1 |
|
|
|
yi |
yi |
|
|
100% |
|
Ay |
||||||||||||
|
|
|
||||||||||
n |
|
|
|
y |
|
|
||||||
|
|
|
i 1 |
|
|
|
||||||
|
|
|
|
i |
|
|
|
проверить гипотезу о значимости уравнений регрессии.
Все расчеты необходимо произвести с помощью вспомогательных таблиц. По результатам вычисления необходимо сделать вывод о наиболее оптимальном виде функции описывающей зависимость y от x.
Задача № 3
У семи сотрудников предприятия собраны данные (табл. 3) об их среднемесячной зарплате (Y), возрасте (X1) и стаже работы (X2).
1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y a0 a1x1 a2 x2 , влияния возраста и стажа работы на
среднемесячную зарплату;
2.Оценить параметры построенной модели;
3.Рассчитать коэффициент детерминации.
Х1 |
35 |
445 |
35 |
55 |
30 |
42 |
25 |
Х2 |
5 |
10 |
3 |
12 |
1 |
8 |
2 |
Y |
1600 |
2000 |
1450 |
2200 |
1400 |
1800 |
1350 |
Решение
1. МНК–оценки параметров a0, a1 и a2 можно получить, решив систему нормальных уравнений, которая в данном случае имеет вид:
|
|
N |
|
N |
N |
|
a0 N a1 x1i a2 x2i |
yi |
|
||||
|
|
i1 |
i1 |
i1 |
|
|
|
N |
|
N |
|
N |
N |
a0 x1i |
a1 |
(x1i )2 a2 x1i x2i |
yi x1i ; |
|||
|
i1 |
|
i1 |
|
i1 |
i1 |
|
N |
|
N |
|
N |
N |
a0 |
x2i |
a1 |
x1i x2i |
a2 |
(x2i )2 yi x2i |
|
|
i1 |
|
i1 |
|
i1 |
i1 |
Подставив данные в систему уравнений получим систему:
a0 7 a1 257 a2 41 11800
a0 257 a110189 a21779 4454600a0 41 a11776 a2 347 77250
Решим систему методом Крамера.
Переходим к рассмотрению правила Крамера для системы трех уравнений с тремя неизвестными:
a11x1 a12 x2 a13 x3 s1a21x1 a22 x2 a23 x3 s2a31x1 a32 x2 a33 x3 s1
Находим главный определитель системы:
a11, a12 , a13
Da21, a22 , a23 a11a22a33 a21a32a13 a31a12a23 a31a22a13 a21a12a33 a11a32a23 a31, a32 , a33
Если D=0, то система имеет бесконечно много решений или несовместна (не имеет решений). В этом случае правило Крамера не поможет, нужно использовать метод Гаусса.
Если D≠0, то система имеет единственное решение и для нахождения корней мы должны вычислить еще три определителя:
|
s1 , a12 , a13 |
|
a11, s1 , a13 |
|
a11, a12 , s1 |
D1 |
s2 , a22 , a23 |
, D2 |
a21, s2 , a23 |
, D3 |
a21, a22 , s2 |
|
s3 , a32 , a33 |
|
a31, s3 , a33 |
|
a31, a32 , s3 |
И, наконец, ответ рассчитывается по формулам:
x1 D1 , x2 D2 , x3 D3 D D D
Решив систему уравнений, получим, что уравнение регрессии имеет вид:
y993,74 11,25. x1 47,64x2
1.Проверим значимость полученного уравнения регрессии по критерию Фишера. Расчётный критерий Фишера для нашей выборки равен:
2
Fнабл 2y (n 2)
y
Проведем промежуточные расчеты и заполним таблицу, где:
|
|
1 |
n |
~ |
|
2 |
|
|
|
1 |
n |
2 |
|
y |
|
|
( yi |
yi ) |
|
; |
y |
|
|
( y yi ) |
|
. |
|
|
|
|
|
||||||||||
|
|
n i 1 |
|
|
|
|
|
|
n i 1 |
|
|
Рассчитать наблюдаемый критерий Фишера и произвести сравнения с табличным значением для проверки гипотезы о значимости регрессии линейного уравнения.
Для измерения тесноты связи между двумя из рассматриваемых переменных (без учёта их взаимодействия с другими переменными) применяют парные коэффициенты корреляции. Если известны средние квадратичные отклонения анализируемых величин, то парные коэффициенты корреляции можно рассчитать по следующим формулам:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r |
|
x1 y x1 y |
; |
r |
|
|
x2 y x2 y |
; r |
|
|
x1 x2 x1 x2 |
||||||||
|
|
|
|
|
|||||||||||||||
yx |
Sx |
S y |
|
yx |
|
|
|
Sx |
|
x x |
|
|
|
Sx Sx |
|
||||
1 |
|
|
|
2 |
|
|
S y |
2 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
||||
|
|
1 |
|
|
|
|
|
|
|
|
2 |
|
|
1 |
2 |
В реальных условиях все переменные, как правило, взаимосвязаны.
Теснота этой связи определяется частными коэффициентами корреляции, которые характеризуют степень и влияние одного из аргументов на функцию при условии, что остальные независимые переменные закреплены на постоянном уровне. В зависимости от количества переменных, влияние которых исключается, частные коэффициенты корреляции могут быть различного порядка: при исключении влияния одной переменной получаем частный коэффициент корреляции первого порядка; при исключении влияния двух переменных – второго порядка и т.д. Парный коэффициент корреляции между функцией и аргументом обычно не равен соответствующему частному коэффициенту.
Частный коэффициент корреляции первого порядка между признаками x1
и y при исключении влияния признака x2 вычисляется по формуле:
ryx ( x |
|
) |
|
ryx |
ryx |
2 |
rx x |
2 |
|
|
|
; |
||
|
|
|
1 |
|
|
1 |
|
|
|
|||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
||||||
1 |
|
|
(1 |
r 2 |
)(1 |
r |
2 |
) |
|
|
||||
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
yx |
2 |
|
|
x x |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
аналогично –зависимость y от x2 при исключении влияния признака x1:
ryx |
|
( x ) |
|
ryx |
2 |
ryx |
rx x |
2 |
|
|
|
; |
||
|
|
|
|
|
1 |
1 |
|
|
|
|||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
||||||
|
1 |
|
(1 |
r 2 |
)(1 |
r |
2 |
) |
|
|
||||
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
yx |
|
|
x x |
2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
1 |
|
|
Можно рассчитать взаимосвязь факторных признаков при устранении влияния результативного признака:
rx x |
|
( y) |
|
rx x |
|
ryx |
ryx |
|
|
. |
||||
|
1 |
2 |
|
1 |
|
2 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
||||
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1 r 2 |
)(1 |
r |
2 |
) |
|
|
|||||
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
yx |
|
|
yx |
2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
На основании расчетов частных коэффициентов корреляции необходимо сделать вывод степени влияниях параметров x1 и x2 на результативный признак y.
2. Показателем тесноты связи, устанавливаемой между результативными и двумя или более факторными признаками, является совокупный коэффициент множественной корреляции. В случае линейной двухфакторной связи (как в нашей задаче) совокупный коэффициент множественной корреляции может быть рассчитан по формуле:
|
|
|
r 2 |
r 2 |
|
2r r r 2 |
|
|
||||
Ryx x |
|
yx |
yx |
2 |
|
yx |
yx |
2 |
x x |
2 |
|
|
1 |
|
|
1 |
|
1 |
|
||||||
|
1 r 2 |
|
|
|
|
|
|
|||||
1 |
2 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
x x |
2 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
Совокупный коэффициент множественной корреляции измеряет одновременное влияние факторных признаков на результативный. Чем меньше наблюдаемые значения изучаемого показателя отклоняются от линии множественной регрессии, тем корреляционная связь является более интенсивной, а следовательно значение R ближе к единице.
Необходимо рассчитать и оценить совокупный коэффициент корреляции, а так же совокупный коэффициент множественной детерминации.
ПРИЛОЖЕНИЯ
Распределение Стьюдента (t-распределение)
|
|
|
|
Уровень значимости |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
0,40 |
0,25 |
0,10 |
0,05 |
0,025 |
0,01 |
0,005 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,325 |
1,000 |
3,078 |
6,314 |
12,706 |
31,821 |
63,657 |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
0,289 |
0,816 |
1,886 |
2,920 |
4,303 |
6,965 |
9,925 |
|
|
|
|
|
|
|
|
|
|
|
|
3 |
0,277 |
0,765 |
1,638 |
2,353 |
3,182 |
4,541 |
5,841 |
|
|
|
|
|
|
|
|
|
|
|
|
4 |
0,271 |
0,741 |
1,533 |
2,132 |
2,776 |
3,747 |
4,604 |
|
|
|
|
|
|
|
|
|
|
|
|
5 |
0,267 |
0,727 |
1,476 |
2,015 |
2,571 |
3,365 |
4,032 |
|
свободы |
6 |
0,265 |
0,718 |
1,440 |
1,943 |
2,447 |
3,143 |
3,707 |
|
|
|
|
|
|
|
|
|
||
7 |
0,263 |
0,711 |
1,415 |
1,895 |
2,365 |
2,998 |
3,499 |
||
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
8 |
0,262 |
0,706 |
1,397 |
1,860 |
2,306 |
2,896 |
3,355 |
|
|
|
|
|
|
|
|
|
|
|
степеней |
9 |
0,261 |
0,703 |
1,383 |
1,833 |
2,262 |
2,821 |
3,250 |
|
|
|
|
|
|
|
|
|
||
10 |
0,260 |
0,700 |
1,372 |
1,812 |
2,228 |
2,764 |
3,169 |
||
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
11 |
0,260 |
0,697 |
1,363 |
1,796 |
2,201 |
2,718 |
3,106 |
|
|
|
|
|
|
|
|
|
|
|
Число |
12 |
0,259 |
0,695 |
1,356 |
1,782 |
2,179 |
2,681 |
3,055 |
|
|
|
|
|
|
|
|
|
||
13 |
0,259 |
0,694 |
1,350 |
1,771 |
2,160 |
2,650 |
3,012 |
||
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
14 |
0,258 |
0,692 |
1,345 |
1,761 |
2,145 |
2,624 |
2,977 |
|
|
|
|
|
|
|
|
|
|
|
|
15 |
0,258 |
0,691 |
1,341 |
1,753 |
2,131 |
2,602 |
2,947 |
|
|
|
|
|
|
|
|
|
|
|
|
16 |
0,258 |
0,690 |
1,337 |
1,746 |
2,120 |
2,583 |
2,921 |
|
|
|
|
|
|
|
|
|
|
|
|
17 |
0,257 |
0,689 |
1,333 |
1,740 |
2,110 |
2,567 |
2,898 |
|
|
|
|
|
|
|
|
|
|
|
|
18 |
0,257 |
0,688 |
1,330 |
1,734 |
2,101 |
2,552 |
2,878 |
|
|
|
|
|
|
|
|
|
|
|
|
19 |
0,257 |
0,688 |
1,328 |
1,729 |
2,093 |
2,539 |
2,861 |
|
|
|
|
|
|
|
|
|
|
|
20 |
0,257 |
0,687 |
1,325 |
1,725 |
2,086 |
2,528 |
2,845 |
|
|
|
|
|
|
|
|
|
Приложение 2
Распределение Фишера (F-распределение) 0,10
|
|
|
|
1 |
2 |
3 |
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
15 |
|
20 |
|
|
|
|
1 |
|
39,86 |
49,50 |
53,59 |
55,83 |
|
57,24 |
|
58,20 |
|
58,91 |
|
59,44 |
|
59,86 |
|
60,19 |
|
60,50 |
|
60,71 |
|
61,22 |
|
61,74 |
|
|
|
|
2 |
|
8,53 |
9,00 |
9,16 |
9,24 |
|
9,29 |
|
9,33 |
|
9,35 |
|
9,37 |
|
9,38 |
|
9,39 |
|
9,40 |
|
9,41 |
|
9,42 |
|
9,44 |
|
|
|
|
3 |
|
5,54 |
5,46 |
5,39 |
5,34 |
|
5,31 |
|
5,28 |
|
5,27 |
|
5,25 |
|
5,24 |
|
5,23 |
|
5,22 |
|
5,22 |
|
5,20 |
|
5,18 |
|
|
|
|
4 |
|
4,54 |
4,32 |
4,19 |
4,11 |
|
4,05 |
|
4,01 |
|
3,98 |
|
3,95 |
|
3,94 |
|
3,92 |
|
3,91 |
|
3,90 |
|
3,87 |
|
3,84 |
|
|
|
|
5 |
|
4,06 |
3,78 |
3,62 |
3,52 |
|
3,45 |
|
3,40 |
|
3,37 |
|
3,34 |
|
3,32 |
|
3,30 |
|
3,28 |
|
3,27 |
|
3,24 |
|
3,21 |
|
|
|
|
6 |
|
3,78 |
3,46 |
3,29 |
3,18 |
|
3,11 |
|
3,05 |
|
3,01 |
|
2,98 |
|
2,96 |
|
2,94 |
|
2,92 |
|
2,90 |
|
2,87 |
|
2,84 |
|
|
|
|
7 |
|
3,59 |
3,26 |
3,07 |
2,96 |
|
2,88 |
|
2,83 |
|
2,78 |
|
2,75 |
|
2,72 |
|
2,70 |
|
2,68 |
|
2,67 |
|
2,63 |
|
2,59 |
|
|
|
|
8 |
|
3,46 |
3,11 |
2,92 |
2,81 |
|
2,73 |
|
2,67 |
|
2,62 |
|
2,59 |
|
2,56 |
|
2,54 |
|
2,52 |
|
2,50 |
|
2,46 |
|
2,42 |
|
|
v2 |
9 |
|
3,36 |
3,01 |
2,81 |
2,69 |
|
2,61 |
|
2,55 |
|
2,51 |
|
2,47 |
|
2,44 |
|
2,42 |
|
2,40 |
|
2,38 |
|
2,34 |
|
2,30 |
|
|
|
10 |
|
3,29 |
2,92 |
2,73 |
2,61 |
|
2,52 |
|
2,46 |
|
2,41 |
|
2,38 |
|
2,35 |
|
2,32 |
|
2,30 |
|
2,28 |
|
2,24 |
|
2,20 |
|
|
||
свободы |
11 |
|
3,23 |
2,86 |
2,66 |
2,54 |
|
2,45 |
|
2,39 |
|
2,34 |
|
2,30 |
|
2,27 |
|
2,25 |
|
2,23 |
|
2,21 |
|
2,17 |
|
2,12 |
|
|
|
12 |
|
3,18 |
2,81 |
2,61 |
2,48 |
|
2,39 |
|
2,33 |
|
2,28 |
|
2,24 |
|
2,21 |
|
2,19 |
|
2,17 |
|
2,15 |
|
2,10 |
|
2,06 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
13 |
|
3,14 |
2,76 |
2,56 |
2,43 |
|
2,35 |
|
2,28 |
|
2,23 |
|
2,20 |
|
2,16 |
|
2,14 |
|
2,12 |
|
2,10 |
|
2,05 |
|
2,01 |
|
|
степеней |
14 |
|
3,10 |
2,73 |
2,52 |
2,39 |
|
2,31 |
|
2,24 |
|
2,19 |
|
2,15 |
|
2,12 |
|
2,10 |
|
2,08 |
|
2,05 |
|
2,01 |
|
1,96 |
|
|
|
|
|
15 |
|
3,07 |
2,70 |
2,49 |
2,36 |
|
2,27 |
|
2,21 |
|
2,16 |
|
2,12 |
|
2,09 |
|
2,06 |
|
2,04 |
|
2,02 |
|
1,97 |
|
1,92 |
|
|
|
|
16 |
|
3,05 |
2,67 |
2,46 |
2,33 |
|
2,24 |
|
2,18 |
|
2,13 |
|
2,09 |
|
2,06 |
|
2,03 |
|
2,01 |
|
1,99 |
|
1,94 |
|
1,89 |
|
|
|
|
17 |
|
3,03 |
2,64 |
2,44 |
2,31 |
|
2,22 |
|
2,15 |
|
2,10 |
|
2,06 |
|
2,03 |
|
2,00 |
|
1,98 |
|
1,96 |
|
1,91 |
|
1,86 |
|
|
Число |
18 |
|
3,01 |
2,62 |
2,42 |
2,29 |
|
2,20 |
|
2,13 |
|
2,08 |
|
2,04 |
|
2,00 |
|
1,98 |
|
1,96 |
|
1,93 |
|
1,89 |
|
1,84 |
|
|
|
20 |
|
2,97 |
2,59 |
2,38 |
2,25 |
|
2,16 |
|
2,09 |
|
2,04 |
|
2,00 |
|
1,96 |
|
1,94 |
|
1,92 |
|
1,89 |
|
1,84 |
|
1,79 |
|
|
||
|
|
19 |
|
2,99 |
2,61 |
2,40 |
2,27 |
|
2,18 |
|
2,11 |
|
2,06 |
|
2,02 |
|
1,98 |
|
1,96 |
|
1,94 |
|
1,91 |
|
1,86 |
|
1,81 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Приложение 2 (продолжение) |
|||||||||
|
|
|
Распределение Фишера (F-распределение) 0,05 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
15 |
20 |
|
|
||||||||||
|
|
1 |
|
161 |
200 |
216 |
225 |
230 |
234 |
237 |
239 |
271 |
242 |
243 |
244 |
246 |
248 |
|
|
||||||||||
|
|
2 |
|
18,5 |
19,0 |
19,2 |
19,2 |
19,3 |
19,3 |
19,4 |
19,4 |
19,4 |
19,4 |
19,4 |
19,4 |
19,4 |
19,4 |
|
|
||||||||||
|
|
3 |
|
10,1 |
9,55 |
9,28 |
9,12 |
9,01 |
8,94 |
8,89 |
8,85 |
8,81 |
8,79 |
8,76 |
8,74 |
8,70 |
8,66 |
|
|
||||||||||
|
|
4 |
|
7,71 |
6,94 |
6,59 |
6,39 |
6,26 |
6,16 |
6,09 |
6,04 |
6,00 |
5,96 |
5,94 |
5,91 |
5,86 |
5,80 |
|
|
||||||||||
2 |
5 |
|
6,61 |
5,79 |
5,41 |
5,19 |
5,05 |
4,95 |
4,88 |
4,82 |
4,77 |
4,74 |
4,71 |
4,68 |
4,62 |
4,56 |
|
|
|||||||||||
v |
6 |
|
5,99 |
5,14 |
4,76 |
4,53 |
4,39 |
4,28 |
4,21 |
4,15 |
4,10 |
4,06 |
4,03 |
4,00 |
3,94 |
3,87 |
|
|
|||||||||||
свободы |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
5,12 |
4,26 |
3,86 |
3,63 |
3,48 |
3,37 |
3,29 |
3,23 |
3,18 |
3,14 |
3,10 |
3,07 |
3,01 |
2,94 |
|
|
||||||||||||
|
|
7 |
|
5,59 |
4,74 |
4,35 |
4,12 |
3,97 |
3,87 |
3,79 |
3,73 |
3,68 |
3,64 |
3,60 |
3,57 |
3,51 |
3,44 |
|
|
||||||||||
|
|
8 |
|
5,32 |
4,46 |
4,07 |
3,84 |
3,69 |
3,58 |
3,50 |
3,44 |
3,39 |
3,35 |
3,31 |
3,28 |
3,22 |
3,15 |
|
|
||||||||||
степеней |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
4,96 |
4,10 |
3,71 |
3,48 |
3,33 |
3,22 |
3,14 |
3,07 |
3,02 |
2,98 |
2,94 |
2,91 |
2,85 |
2,77 |
|
|
||||||||||||
13 |
|
4,67 |
3,81 |
3,41 |
3,18 |
3,03 |
2,92 |
2,83 |
2,77 |
2,71 |
2,67 |
2,63 |
2,60 |
2,53 |
2,46 |
|
|
||||||||||||
|
|
11 |
|
4,84 |
3,98 |
3,59 |
3,36 |
3,20 |
3,09 |
3,01 |
2,95 |
2,90 |
2,85 |
2,82 |
2,79 |
2,72 |
2,65 |
|
|
||||||||||
|
|
12 |
|
4,75 |
3,89 |
3,49 |
3,26 |
3,11 |
3,00 |
2,91 |
2,85 |
2,80 |
2,75 |
2,72 |
2,69 |
2,62 |
2,54 |
|
|
||||||||||
Число |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
|
4,60 |
3,74 |
3,34 |
3,11 |
2,96 |
2,85 |
2,76 |
2,70 |
2,65 |
2,60 |
2,57 |
2,53 |
2,46 |
2,39 |
|
|
||||||||||
|
|
15 |
|
4,54 |
3,68 |
3,29 |
3,06 |
2,90 |
2,79 |
2,71 |
2,64 |
2,59 |
2,54 |
2,51 |
2,48 |
3,52 |
3,37 |
|
|
||||||||||
|
|
16 |
|
4,49 |
3,63 |
3,24 |
3,01 |
2,85 |
2,74 |
2,66 |
2,59 |
2,54 |
2,49 |
2,46 |
2,42 |
2,35 |
2,28 |
|
|
||||||||||
|
|
17 |
|
4,45 |
3,59 |
3,20 |
2,96 |
2,81 |
2,70 |
2,61 |
2,55 |
2,49 |
2,45 |
2,41 |
2,38 |
2,31 |
2,23 |
|
|
||||||||||
|
|
18 |
|
4,41 |
3,55 |
3,16 |
2,93 |
2,77 |
2,66 |
2,58 |
2,51 |
2,46 |
2,41 |
2,37 |
2,34 |
2,27 |
2,19 |
|
|
||||||||||
|
|
19 |
|
4,38 |
3,52 |
3,13 |
2,90 |
2,74 |
2,63 |
2,54 |
2,48 |
2,42 |
2,38 |
2,34 |
2,31 |
2,23 |
2,16 |
|
|
||||||||||
|
|
20 |
|
4,35 |
3,49 |
3,10 |
2,87 |
2,71 |
2,60 |
2,51 |
2,45 |
2,39 |
2,35 |
2,31 |
2,28 |
2,20 |
2,12 |
|
|