2014_09_04_08_30_18_main / mu
.pdfраспределения Фишера, по уровню значимости = 0.05 и числам степе-
ней свободы k1 = nX – 1 = 12 – 1 = 11 и k2 = nY – 1 = 18 – 1 = 17 находим (см. Приложение 6) критическую точку
Fkp( , k1, k2) = Fkp(0.05, 11, 17) = 2.41.
Так как Fнабл = 2.1<2.41= Fkp, то нет оснований отвергать H0 о равенстве дисперсий. Предположение о равенстве дисперсий не отвергается, по-
этому долее проверим гипотезу о равенстве математических ожиданий. Вычислим наблюдаемое значение критерия Стьюдента
Tнабл |
|
|
|
|
x y |
|
|
nX nY |
( nX nY |
2 ) |
||
|
|
|
|
|
|
|
|
|
|
. |
||
|
|
|
|
|
|
|
|
nX nY |
|
|||
( n |
X |
1)s2 |
( n |
1)s2 |
||||||||
|
|
|
|
X |
Y |
Y |
|
|
|
Подставляя числовые значения входящих в эту формулу величин, полу-
чим Tнабл = 7.1.
По условию конкурирующая гипотеза имеет вид H1: mX mY, поэтому критическая область – двусторонняя. По таблице критических точек распределения Стьюдента, по уровню значимости = 0.05, помещенному в верхней строке таблицы, и числу степеней свободы k = nX + nY - 2 = 12 + 18 – 2 = 28 находим (см. Приложение 4) критическую точ-
ку tkp( , k) = tkp(0.05, 28) = 2.05.
Так как Tнабл = 7.1 >2.05= tkp, то нулевую гипотезу о равенстве математических ожиданий отвергаем. Другими словами, математические
ожидания различаются значимо.
В-четвертых, вернемся ко второму случаю и рассмотрим далее второй вариант, когда гипотеза о равенстве дисперсий отвергается. Пусть имеются две выборки объемов nX и nY, на основании которых подсчитаны выборочными значениями математических ожиданий x и
y и исправленные выборочные дисперсии sx2 и sy2 . Для того, чтобы
при заданном уровне значимости проверить гипотезу H0: mX = mY о равенстве математических ожиданий двух малых нормальных выборок с неизвестными дисперсиями DX и DY, надо предварительно проверить гипотезу о равенстве дисперсий (см. п. 2.5.1) по подсчитанным исправ-
ленным выборочным дисперсиям sx2 и sy2 . Пусть гипотеза о равенстве
дисперсий отвергается, то есть дисперсии хотя и неизвестны, но предполагаются разными. Тестирование такой гипотезы H0: mX = mY основано на распределении Стьюдента с числом степеней свободы k:
k |
|
( sx2 nx sy2 ny )2 |
|
|||
|
( sx2 nx )2 |
|
( sy2 |
ny )2 |
|
|
|
|
|
||||
|
|
nx 1 |
ny |
1 |
|
|
|
|
|
|
91
Далее вычисляют наблюдаемое значение критерия по формуле
Tнабл |
|
|
|
x y |
|
||
|
|
|
|
|
|
||
|
|
|
|
|
|
||
s2 |
n |
X |
s2 |
n |
|||
|
|
|
x |
|
y |
Y |
Затем строят критическую область в зависимости от конкурирующей гипотезы следующим образом:
1) При конкурирующей гипотезе H1: mX mY по таблице критических точек распределения Стьюдента (см. Приложение 4), по заданному уровню значимости , помещенному в верхней строке таблицы, и числу степеней свободы k найти критическую точку tkp двусторонней критической области.
Если Tнабл < tkp , то нет оснований отвергать H0.
Если Tнабл > tkp , то нулевую гипотезу отвергают.
2) При конкурирующей гипотезе H1: mX > mY по таблице критических точек распределения Стьюдента (см. Приложение 4), по заданному уровню значимости , помещенному в нижней строке таблицы, и числу степеней свободы k найти критическую точку tkp односторонней критической области.
Если Tнабл < tkp, то нет оснований отвергать H0. Если Tнабл > tkp, то нулевую гипотезу отвергают.
3) При конкурирующей гипотезе H1: mX < mY по таблице критических точек распределения Стьюдента (см. Приложение 4), по заданному уровню значимости , помещенному в нижней строке таблицы, и числу степеней свободы k найти « вспомогательную критическую точку» tkp односторонней критической области.
Если Tнабл > - tkp, то нет оснований отвергать H0. Если Tнабл < - tkp, то нулевую гипотезу отвергают.
Пример 9.4. По двум малым независимым выборкам объемов nX = 5 и nY = 5 нормальных распределений найдены выборочные значениями математических ожиданий x = 13.32 и y = 13.80 и исправленные выбо-
рочные дисперсии sx2 = 3.37 и sy2 = 0.46. При уровне значимости =
0.05 проверить нулевую гипотезу H0: mX = mY при конкурирующей ги-
потезе H1: mX mY.
Решение: Исправленные выборочные дисперсии различны, поэтому проверим предварительно гипотезу о равенстве дисперсий, используя критерий Фишера.
Найдем отношение большей исправленной дисперсии к меньшей
92
s2
Fнабл Б = 3.37/0.46 7.33
sM2
Дисперсия sx2 значительно больше дисперсии sy2 , поэтому в качестве
конкурирующей гипотезы примем гипотезу H1: DX > DY. В этом случае критическая область – правосторонняя. По таблице критических точек распределения Фишера, по уровню значимости = 0.05 и числам степеней свободы k1 = nX – 1 = 5 – 1 = 4 и k2 = nY - 1 = 5 – 1 = 4 находим (см. Приложение 6) критическую точку Fkp( , k1, k2) = Fkp(0.05, 4, 4) = 6.39.
Так как Fнабл = 7.33 >6.39= Fkp, то гипотеза о равенстве дисперсий отклоняется.
Вычислим наблюдаемое значение критерия Стьюдента
Tнабл |
|
|
|
x y |
|
|
–0.55. |
||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
s2 |
n |
|
s2 |
|
|||||
|
|
|
X |
n |
|||||
|
|
|
x |
|
y |
Y |
Число степеней свободы
k |
|
( sx2 nx sy2 ny )2 |
|
|
|
( 3.37 5 0.46 5 )2 |
||||||||
|
|
|
|
|
|
= |
|
|
|
|
5. |
|||
|
( sx2 nx )2 |
|
( sy2 |
ny )2 |
|
|
( 3.37 5 )2 |
|
( 0.46 5 )2 |
|||||
|
|
|
|
|
5 1 |
|
5 1 |
|
||||||
|
|
nx 1 |
ny |
1 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
По условию конкурирующая гипотеза имеет вид H1: mX mY, поэтому критическая область – двусторонняя. По таблице критических точек распределения Стьюдента, по уровню значимости = 0.05, помещенному в верхней строке таблицы, и числу степеней свободы k = nX + nY – 2 = 5 + 5 – 2 = 8 находим (см. Приложение 4) критическую точку
tkp( , k) = tkp(0.05, 8) = 2.31.
Так как Tнабл = 0.55 < 2.31= tkp, то нет оснований отвергать нулевую гипотезу о равенстве математических ожиданий. Другими словами, ма-
тематические ожидания различаются незначимо.
Задача №10. По критерию Пирсона при уровне значимости проверить гипотезу о распределении случайной величины Х по заданному закону, если задано nk попаданий выборочных значений случайной величины Х в подинтервал k = (ak , bk ):
k |
a1 b1 |
a2 b2 |
. . . |
ar br |
nk |
n1 |
n 2 |
. . . |
nr |
|
||||
|
|
|
|
|
Для выполнения данного типа задачи необходимо изучить соответствующий материал в объеме п. 2.5 в [3] или гл. 19 в [1] и гл. 13 в [2]:
93
Пусть дана выборка наблюдений случайной величины Х:{x1, x2, , xn}. Проверяется гипотеза H0 , утверждающая, что Х имеет функцию распределения F(x) или плотность распределения f(x). По выборке наблюдений находят оценки неизвестных параметров (если таковые есть) предполагаемого закона распределения случайной величины Х. Далее, интервал возможных значений случайной величины Х разбивается на r непересекающихся подинтервалов k = (ak , bk ) , k =1,2,…,r < n. Пусть nk – число элементов выборки, принадлежащих подинтервалу k. Оче-
r
видно, что nk n . Используя предполагаемый закон распределения
k 1
случайной величины Х, находят вероятности pk того, что значение Х принадлежит подинтервалу k:
|
|
|
|
r |
|
pk |
P( X k ) f ( x )dx F( bk ) F( ak ) , pk |
1 . |
|||
|
k |
|
k 1 |
|
|
Далее вычисляют статистическое значение критерия по формуле |
|||||
|
r |
2 |
|
|
|
|
Z |
( nk |
npk ) |
. |
|
|
|
|
|
||
|
k 1 |
npk |
|
||
По теореме Пирсона величина Z должна быть распределена по за- |
|||||
кону 2 |
с r – l – 1 степенями свободы, где l – число неизвестных пара- |
метров распределения, оцениваемых по выборке. При заданном уровне значимости гипотеза о распределении Х по закону F(x) отвергается, если Z > zkp и не отвергается, если Z < zkp , где zkp определяется по таб-
лице критических точек распределения 2 с r – l – 1 степенями свобо-
ды так, чтобы P( 2 z |
kp |
) |
(см. Приложение 5). |
|
|
|
Пример 10.1. По критерию Пирсона при уровне значимости = 0.05 проверить гипотезу о распределении случайной величины Х по нормальному закону (l = 2), если задано nk попаданий выборочных значений случайной величины Х в подинтервал k = (ak , bk ):
k |
12 14 |
14 16 |
16 18 |
18 20 |
20 22 |
22 24 |
nk |
5 |
10 |
25 |
35 |
15 |
10 |
r
Решение: Определим объем выборки nk n = 100. Найдем по вы-
k 1
борке оценки математического ожидания и дисперсии (таким образом l = 2) предполагаемого нормального распределения случайной величины Х, принимая за xk середины подинтервалов:
94
xk |
13 |
|
|
15 |
|
17 |
|
19 |
|
21 |
23 |
|
nk |
5 |
|
|
10 |
|
25 |
|
35 |
|
15 |
10 |
|
|
|
|
|
|
1 |
6 |
|
|
|
|
|
|
|
|
|
|
x |
|
xk nk |
=18.5; |
|
|
|||
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
100 k 1 |
|
|
|
|
|||
|
|
1 |
6 |
|
|
|
|
|
|
|
|
|
|
s2 |
( xk x )2 nk |
6.41414; |
s 2.5326 . |
|
|||||||
|
|
|
||||||||||
|
|
99 k 1 |
|
|
|
|
|
|
|
|
Подсчитаем вероятности pk для предполагаемого нормального распределения случайной величины Х по формуле
pk P( X k |
) Ф( |
bk x |
) Ф( |
ak |
x |
) , k =1,2,3,4,5,6 , |
|
|
|
||||
|
|
s |
s |
где ak и bk – соответственно нижняя и верхняя границы k , причем крайние границы расширены до бесконечности (a1 = - , b6 = ), а значения функции Лапласа Ф(х) вычисляются по таблице значений функции Лапласа (см. Приложение 3). Добавим также строку плотностей частоты
fk , деля nk на объем выборки и на длину подинтервала: fk nk . Та-
2n
ким образом, расширенную таблицу выборочного распределения можно представить в виде:
k |
- 14 |
14 16 |
16 18 |
18 20 |
20 22 |
22 |
nk |
5 |
10 |
25 |
35 |
15 |
10 |
pk |
0.038 |
0.124 |
0.260 |
0.301 |
0.193 |
0.084 |
fk |
0.025 |
0.05 |
0.125 |
0.175 |
0.075 |
0.05 |
Zk |
0.394 |
0.464 |
0.038 |
0.783 |
0.972 |
0.326 |
Далее вычисляем статистическое значение критерия по формуле
6 |
6 |
( nk |
2 |
|
Z Zk |
|
npk ) |
2.977 . |
|
|
npk |
|||
k 1 |
k 1 |
|
||
Промежуточные значения Zk |
добавлены пятой строкой в расши- |
ренную таблицу выборочного распределения.
Затем, при уровне значимости = 0.05, определяем zkp по таблице критических точек распределения 2 с r – l – 1 = 6 – 2 – 1 = 3 степеня-
ми свободы (см. Приложение 5): zkp( , r – l – 1) = zkp(0.05, 3) = 7.8. Наконец, так как Z = 2.977< 7.8=zkp, то делаем вывод о том, что гипотеза о распределении случайной величины Х по нормальному закону не отвер-
95
гается. В рамках графического контроля изобразим на фоне точек массива {xk , fk } график кривой плотности нормального распределения
|
|
1 |
|
|
( x а )2 |
|
1 |
x а |
||||
|
|
|
|
|
2 2 |
|
||||||
f ( x ) |
|
|
|
|
e |
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|||||
|
|
2 |
|
|
||||||||
|
|
|
|
|
|
|
|
|
беря в качестве математического ожидания a и стандартного отклонения σ их подсчитанные точечные оценки: x 18.5; s 2.5326 и используя
x а |
|
|||
таблицу (см. Приложение 2) значений функции |
|
|
(рис.10.1). |
|
|
||||
|
|
|
Рис. 10.1.
Взаимное расположение точек массива {xk , fk } и графика кривой
плотности нормального распределения подтверждают статистический вывод о том, что данные наблюдений согласуются с гипотезой о их распределении по нормального закону.
Пример 10.2. По критерию Пирсона при уровне значимости = 0.05 проверить гипотезу о распределении случайной величины Х по закону
3x2 , x [0,1]
f ( x ) (l = 0), если задано nk попаданий выборочных
0 , x [0,1]
значений случайной величины Х в подинтервал k = (ak , bk ):
k |
0 0.25 |
0.25 0.5 |
0.5 0.75 |
0.75 1 |
nk |
1 |
2 |
5 |
12 |
96
x
Решение: По формуле (1.10.12): F(х ) = f ( t )dt получаем выражение
функции распределения: |
|
|
|
|
0, |
x 0 |
|
|
|
x 0,1 |
|
F(х) = x3 , |
. |
||
|
1, |
x 1 |
|
|
|
Подсчитаем вероятности pk для предполагаемого нормального распределения случайной величины Х по формуле
pk P( X k ) F bk F ak , k =1,2,3,4,
где ak и bk–соответственно нижняя и верхняя границы подинтервалов k. Добавим также строку плотностей частоты fk , деля nk на объем
4 |
|
|
|
|
|
|
|
|
|
выборки nk |
n = 20 и на длину подинтервала |
k =0.25: |
|||||||
k 1 |
|
|
|
|
|
|
|
|
|
|
fk |
nk |
|
|
nk |
|
nk |
. |
|
|
n k |
|
|
|
|
||||
|
|
20 |
0.25 5 |
|
Таким образом, расширенную таблицу выборочного распределения можно представить в виде:
k |
0 0.25 |
0.25 0.5 |
0.5 0.75 |
0.75 1 |
nk |
1 |
2 |
5 |
12 |
pk |
0.0156 |
0.1094 |
0.2969 |
0.5781 |
fk |
0.2 |
0.4 |
1 |
2.4 |
Zk |
1.5125 |
0.0161 |
0.1480 |
0.01655 |
Далее вычисляем статистическое значение критерия по формуле
6 |
6 |
( nk |
2 |
|
Z Zk |
|
npk ) |
1.693 . |
|
|
npk |
|||
k 1 |
k 1 |
|
Промежуточные значения Zk добавлены пятой строкой в расширенную таблицу выборочного распределения.
Затем, при уровне значимости = 0.05, учитывая, что число неизвестных параметров заданного распределения l = 0, определяем zkp по
таблице критических точек распределения 2 с r – l – 1 = 4 – 0 – 1 = 3
степенями свободы (см. Приложение 5): zkp( , r – l – 1) = zkp(0.05, 3) = 7.8. Наконец, так как Z = 1.693 < 7.8 = zkp, то делаем вывод о том, что
97
гипотеза о распределении случайной величины Х по заданному закону не отвергается. В рамках графического контроля изобразим на фоне то-
чек массива {xk , fk } график кривой плотности заданного распределе-
ния (рис.10.2).
Рис. 10.2.
Взаимное расположение точек массива {xk , fk } и графика кривой
плотности заданного распределения подтверждают статистический вывод о том, что данные наблюдений согласуются с гипотезой о их распределении по заданному закону.
98
Приложение 1
Таблица
важнейших дискретных и непрерывных распределений случайной величины Х
Распределение |
|
|
|
|
Параметры |
(Х) |
|
|
|
D(Х) |
|||||||||||||||||||||
Биноми- |
|
P{Х=m} = |
n=1, 2, ... |
|
|
np |
|
|
|
npq |
|||||||||||||||||||||
алное |
Cm |
рm(1-p)n-m |
0 p 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m = 0, 1, ... , n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Пуассона |
P{Х = m} = |
|
|
|
a 0 |
|
|
|
a |
|
|
|
|
a |
|||||||||||||||||
|
|
ame a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
m! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
m = 0, 1, 2, ... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Геомет- |
P{Х=m}=р(1-p)m |
0 p 1 |
|
1 p |
|
|
1 p |
||||||||||||||||||||||||
рическое |
m = 0, 1, ... |
|
|
|
|
p |
|
|
|
|
p |
2 |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Гипер- |
|
|
|
|
|
|
|
|
m n m |
N = 2, 3, … |
|
|
nM |
|
nM( N M )( N n ) |
||||||||||||||||
P{ X m } |
CM CN M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
N |
|
|
( N 1)N 2 |
|||||||||||||||||||||||||
геомет- |
|
|
|
M=1,2,…<N |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
CNn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
рическое |
|
|
|
|
|
|
|
|
|
|
|
|
n=1,2,…<N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m = 0,1,…,min(M,n) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Равно- |
|
|
1 |
|
|
|
|
|
x ( a,b ) |
(a, b)- |
|
a b |
|
( b a )2 |
|||||||||||||||||
мерное |
|
|
|
|
, |
|
|
любой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
f ( x ) b a |
|
|
|
|
2 |
|
|
|
12 |
|
|
|
|||||||||||||||||||
|
|
|
0, |
|
|
|
|
|
x ( a,b ) |
интервал на |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
оси Ох |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Показа- |
|
|
|
0, |
|
|
|
x 0 |
0 |
1 |
|
|
|
1 |
|
|
|
|
|||||||||||||
|
f ( x ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
тельное |
|
|
|
|
|
|
x 0 |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|||||||||
|
|
e x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Нормаль- |
|
|
1 |
|
|
|
|
e |
( x a )2 |
|
- а |
|
|
|
а |
|
|
|
2 |
||||||||||||
ное |
f(x) = |
|
|
|
|
2 2 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
(Гаусса) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
99
Приложение 2
Таблица значений функции
( x ) |
1 |
e x |
2 |
2 |
|
||||
|
|
|||
2 |
|
|
||
|
|
|
|
x |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
0,0 |
0,398 |
3989 |
3989 |
3988 |
3986 |
3984 |
3982 |
3980 |
3977 |
3973 |
0,1 |
3970 |
3965 |
3961 |
3956 |
3951 |
3945 |
3939 |
3932 |
3925 |
3918 |
0,2 |
3910 |
3902 |
3894 |
3885 |
3876 |
3867 |
3857 |
3847 |
3836 |
3825 |
0,3 |
3814 |
3802 |
3790 |
3778 |
3765 |
3752 |
3739 |
3726 |
3712 |
3697 |
0,4 |
3683 |
3668 |
3652 |
3637 |
3621 |
3605 |
3589 |
3572 |
3555 |
3538 |
0,5 |
3521 |
3503 |
3485 |
3467 |
3448 |
3429 |
3410 |
3391 |
3372 |
3352 |
0,6 |
3332 |
3312 |
3292 |
3271 |
3251 |
3230 |
3209 |
3187 |
3166 |
3144 |
0,7 |
3123 |
3101 |
3079 |
3056 |
3034 |
3011 |
2989 |
2966 |
2943 |
2920 |
0,8 |
2897 |
2874 |
2850 |
2827 |
2803 |
2780 |
2756 |
2732 |
2709 |
2685 |
0,9 |
2661 |
2637 |
2613 |
2589 |
2565 |
2541 |
2516 |
2492 |
2468 |
2444 |
1,0 |
0,242 |
2396 |
2371 |
2347 |
2323 |
2299 |
2275 |
2251 |
2227 |
2203 |
1,1 |
2179 |
2155 |
2131 |
2107 |
2083 |
2059 |
2036 |
2012 |
1989 |
1965 |
1,2 |
1942 |
1919 |
1895 |
1872 |
1849 |
1826 |
1804 |
1781 |
1758 |
1736 |
1,3 |
1714 |
1691 |
1669 |
1647 |
1626 |
1604 |
1582 |
1561 |
1539 |
1518 |
1,4 |
1497 |
1476 |
1456 |
1435 |
1415 |
1394 |
1374 |
1354 |
1334 |
1315 |
1,5 |
1295 |
1276 |
1257 |
1238 |
1219 |
1200 |
1182 |
1163 |
1145 |
1127 |
1,6 |
1109 |
1092 |
1074 |
1057 |
1040 |
1023 |
1006 |
0989 |
0973 |
0957 |
1,7 |
0940 |
0925 |
0909 |
0893 |
0878 |
0863 |
0848 |
0833 |
0818 |
0804 |
1,8 |
0790 |
0775 |
0761 |
0748 |
0734 |
0721 |
0707 |
0694 |
0681 |
0669 |
1,9 |
0656 |
0644 |
0632 |
0620 |
0608 |
0596 |
0584 |
0573 |
0562 |
0551 |
2,0 |
0,054 |
0529 |
0519 |
0508 |
0498 |
0488 |
0478 |
0468 |
0459 |
0449 |
2,1 |
0440 |
0431 |
0422 |
0413 |
0404 |
0396 |
0387 |
0379 |
0371 |
0363 |
2.2 |
0355 |
0347 |
0339 |
0332 |
0325 |
0317 |
0310 |
0303 |
0297 |
0290 |
2,3 |
0283 |
0277 |
0270 |
0264 |
0258 |
0252 |
0246 |
0241 |
0235 |
0229 |
2,4 |
0224 |
0219 |
0213 |
0208 |
0203 |
0198 |
0194 |
0189 |
0184 |
0180 |
2,5 |
0175 |
0171 |
0167 |
0163 |
0158 |
0154 |
0151 |
0147 |
0143 |
0139 |
2,6 |
0136 |
0132 |
0129 |
0126 |
0122 |
0119 |
0116 |
0113 |
0110 |
0107 |
2,7 |
0104 |
0101 |
0099 |
0096 |
0093 |
0091 |
0088 |
0086 |
0084 |
0081 |
2,8 |
0079 |
0077 |
0075 |
0073 |
0071 |
0069 |
0067 |
0065 |
0063 |
0061 |
2,9 |
0060 |
0058 |
0056 |
0055 |
0053 |
0051 |
0050 |
0048 |
0047 |
0046 |
3,0 |
0,004 |
0043 |
0042 |
0040 |
0039 |
0038 |
0037 |
0036 |
0035 |
0034 |
3,1 |
0033 |
0032 |
0031 |
0030 |
0029 |
0028 |
0027 |
0026 |
0025 |
0025 |
3,2 |
0024 |
0023 |
0022 |
0022 |
0021 |
0020 |
0020 |
0019 |
0018 |
0018 |
3,3 |
0017 |
0017 |
0016 |
0016 |
0015 |
0015 |
0014 |
0014 |
0013 |
0013 |
3,4 |
0012 |
0012 |
0012 |
0011 |
0011 |
0010 |
0010 |
0010 |
0009 |
0009 |
3,5 |
0009 |
0008 |
0008 |
0008 |
0008 |
0007 |
0007 |
0007 |
0007 |
0006 |
100