Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ДОНЕЦЬКИЙ ДЕРЖАВНИЙ УНІВЕРСИТЕТ
ЕКОНОМІКИ І ТОРГІВЛІ
ім. М. ТУГАН-БАРАНОВСЬКОГО
КАФЕДРА ВИЩОЇ І ПРИКЛАДНОЇ МАТЕМАТИКИ
Е К О Н О М Е Т Р І Я
Затверджено на засіданні кафедри вищої і прикладної математики.
Протокол № 4 від 30.11.2000 р.
Схвалено навчально-методичною радою університету.
протокол № від 2001 р.
ДОНЕЦЬК 2001
УДК 330. 115
Економетрія. Навчальний посібник / Укл. Пеніна Г.Г., Шепеленко О.В., Узбек О.К., Орлова Л.М. - Донецьк: ДонДУЕТ, 2001. - 71 с.
Навчальний посібник призначений для студентів денного і заочного відділень економічних спеціальностей. Ціль його – допомогти студентам засвоїти теми курсу економетрії. Навчальний посібник містить теоретичні питання, і також рішення типових задач. Дано рекомендації до рішення задач, що призначені в допомогу студентам при виконанні контрольної роботи.
Рецензент: Вінда Е.В., канд. техн. наук, доцент
© Донецький державний університет
економіки і торгівлі
ім. М.Туган-Барановського, 2001
ВСТУП
Економетрія – це наука, що вивчає кількісні закономірності і взаємозалежності економічних процесів і об’єктів за допомогою математико-статистичних методів і моделей.
Зростаючій інтерес до економетрії викликаний сучасним етапом розвитку економіки в країні, формуванням ринкових відносин. Економетрія має інструментарій, що дозволяє перейти від якісного рівня аналізу до рівня, що використовує кількісні статистичні значення досліджуваних величин. Вона розглядає не окремі часткові характеристики, а будується на комплексному дослідженні всього економічного процесу.
Економетрія є синтезною дисципліною; вона об’єднує в собі економічну теорію, математичну економіку, економічну і математичну статистику. Курс економетрії тісно пов’язаний із мікроекономікою, макроекономікою, фінансовим аналізом, забезпечуючи прикладні знання спеціалістів. В ній містяться методи дослідження взаємозв’язку економічних явищ, висуваються і перевіряються гіпотези про наявність кореляційних зв’язків між ознаками, кількісно оцінюється істотність взаємозв’язків, визначаються форми зв’язку і проводиться вибір рівнянь, оцінюється достовірність параметрів, будуються однофакторні і багатофакторні регресійні моделі, дається оцінка їхньої адекватності і надійності.
Особливе місце займає дослідження зв’язку в динамічних процесах шляхом побудови авторегресійних моделей і оцінки можливості використання їх у прогнозуванні. Без економетричних методів не можна побудувати скільки-небудь надійного прогнозу, а значить – під сумнівом і успіх у керуванні економічними процесами в бізнесі, банківській справі, фінансах.
Однією з найважливіших задач дослідження економічних процесів є вивчення зміни економічних показників з часом (товарообігу, обсягу випуску продукції, продуктивності праці і т.д.). Ця задача вирішується за допомогою упорядкування й аналізу рядів динаміки.
Динамічним рядом називається послідовність результатів спостережень за явищем через рівні проміжки часу.
Вивчаючи ряди динаміки, прагнуть виявити основну, головну тенденцію в зміні показників ряду. Аналітичне моделювання рядів динаміки проводиться за допомогою найпростіших економіко-математичних моделей: лінійної, параболічної, гіперболічної, логарифмічної, показникової, степеневої та інших.
Приклад 1.
Проаналізувати показники реалізації борошняних виробів у державній торгівлі Донецької області за ряд років. Знайти рівняння лінійної, параболічної і гіперболічної залежностей. Перевірити адекватність отриманих економіко-математичних моделей, визначити найкращу модель.
|
Роки |
1991 |
1992 |
1993 |
1994 |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
|
Реалізація виробів, тис.т |
12,1 |
12,9 |
13,7 |
13,9 |
14,5 |
15,1 |
15,7 |
16,1 |
16,6 |
17,1 |
Розв’язок. Дані таблиці показують, що реалізація продукції неухильно зростала, хоча відбувалося це нерівномірно. Очевидно, існує ряд чинників, під впливом яких змінюється величина реалізації. Деякі з чинників можуть діяти довгостроково, а інші – короткочасно; деякі можуть бути істотними, інші – випадковими.
Для вирівнювання показника реалізації борошняних виробів у державній торгівлі використовуємо такі функції: лінійну, параболічну і гіперболічну. Параметри обраних для моделювання функцій можна знаходити за допомогою методу найменших квадратів. На його основі для кожній із функцій формують спеціальну систему рівнянь Гаусса. Для вказаних функцій приведемо відповідні системи:
|
Лінійна - |
(1) |
|
Параболічна - |
(2) |
|
Гіперболічна - |
(3) |
У кожній із систем (1)-(3) – результативний показник; – чинник часу; – кількість спостережень; – параметри моделей.
Відлік часового показника починають із 1. Складемо допоміжну розрахункову таблицю 1 і на її основі сформуємо системи Гаусса.
Таблиця 1 - Допоміжні розрахунки для формування систем Гаусса
|
х |
у |
x2 |
x3 |
x4 |
уx |
yx2 |
1/x |
1/x2 |
y/x |
|
1 |
12,1 |
1 |
1 |
1 |
12,1 |
12,1 |
1 |
1 |
12,1 |
|
2 |
12,9 |
4 |
8 |
16 |
25,8 |
51,6 |
0,5 |
0,25 |
6,45 |
|
3 |
13,7 |
9 |
27 |
81 |
41,1 |
123,3 |
0,333 |
0,111 |
4,5667 |
|
4 |
13,9 |
16 |
64 |
256 |
55,6 |
222,4 |
0,25 |
0,0625 |
3,475 |
|
5 |
14,5 |
25 |
125 |
625 |
72,5 |
362,5 |
0,2 |
0,04 |
2,9 |
|
6 |
15,1 |
36 |
216 |
1296 |
90,6 |
543,6 |
0,167 |
0,0278 |
2,5167 |
|
7 |
15,7 |
49 |
343 |
2401 |
109,9 |
769,3 |
0,1428 |
0,0204 |
2,2429 |
|
8 |
16,1 |
64 |
512 |
4096 |
128,8 |
1030,4 |
0,125 |
0,0156 |
2,0125 |
|
9 |
16,6 |
81 |
729 |
6561 |
149,4 |
1344,6 |
0,111 |
0,0123 |
1,844 |
|
10 |
17,1 |
100 |
1000 |
10000 |
171 |
1710 |
0,1 |
0,01 |
1,71 |
|
55 |
147,7 |
385 |
3025 |
25333 |
856,8 |
6169,8 |
2,9288 |
1,5496 |
39,8178 |
У останньому рядку таблиці 1 вказані суми всіх значень для кожного стовпця.
Складемо системи для трьох функцій і знайдемо відповідні рівняння.
Для визначення параметрів рівняння лінійної функції запишемо систему рівнянь (1) і знайдемо її розв’язок:
Таким чином, – лінійна модель.
Для визначення параметрів рівняння параболічної функції запишемо систему рівнянь (2) і знайдемо її розв’язок за допомогою методу Гаусса:
Таким чином, – параболічна модель.
Для визначення параметрів рівняння гіперболічної функції запишемо систему рівнянь (3) і знайдемо її розв’язок
Таким чином, – гіперболічна модель.
Адекватність економіко-математичної моделі може бути встановлена за допомогою середньої помилки апроксимації (середнього відсотку розбіжності теоретичних і фактичних значень):
, (4)
де – фактичні значення показника, – теоретичні значення, знайдені за рівнянням.
Для цього за кожним рівнянням знаходять теоретичні значення , підставляючи в них відповідні значення , і для кожного значення
розраховують , потім знаходять середнє значення .
При моделюванні економічних показників частіше усього припускається 5% похибка (іноді 7%, рідко 10%). Модель рахується адекватною (тобто придатною), якщо .
Вибір найкращої моделі можна проводити на основі залишкового середньоквадратичного відхилення (залишкової дисперсії):
, (5)
де – кількість параметрів у рівнянні.
Кращою буде та функція, для котрої значення менше.
Таблиця 2 - Розрахунки для лінійної функції
|
1 |
12,1 |
12,3458 |
0,2458 |
1,991 |
0,060418 |
|
2 |
12,9 |
12,8846 |
0,0154 |
0,1195 |
0,000237 |
|
3 |
13,7 |
13,4234 |
0,2766 |
2,0606 |
0,076508 |
|
4 |
13,9 |
13,9622 |
0,0622 |
0,4455 |
0,003869 |
|
5 |
14,5 |
14,501 |
0,001 |
0,0069 |
0,000006 |
|
6 |
15,1 |
15,0398 |
0,0602 |
0,4003 |
0,003624 |
|
7 |
15,7 |
15,5786 |
0,1214 |
0,7793 |
0,014738 |
|
8 |
16,1 |
16,1174 |
0,0174 |
0,1079 |
0,000303 |
|
9 |
16,6 |
16,6562 |
0,0562 |
0,3374 |
0,003158 |
|
10 |
17,1 |
17,195 |
0,095 |
0,5525 |
0,009025 |
|
6,8008 |
0,17188 |
З формул (4), (5) маємо: ; .
Таблиця 3 - Розрахунки для параболічної функції
|
1 |
12,1 |
12,2251 |
0,1251 |
1,023305 |
0,01565 |
|
2 |
12,9 |
12,8445 |
0,0555 |
0,432092 |
0,00308 |
|
3 |
13,7 |
13,4437 |
0,2563 |
1,906469 |
0,06569 |
|
4 |
13,9 |
14,0227 |
0,1227 |
0,87501 |
0,015055 |
|
5 |
14,5 |
14,5815 |
0,0815 |
0,558927 |
0,006642 |
|
6 |
15,1 |
15,1201 |
0,0201 |
0,132936 |
0,000404 |
|
7 |
15,7 |
15,6385 |
0,0615 |
0,39326 |
0,003782 |
|
8 |
16,1 |
16,1367 |
0,0367 |
0,227432 |
0,001347 |
|
9 |
16,6 |
16,6147 |
0,0147 |
0,088476 |
0,000216 |
|
10 |
17,1 |
17,0725 |
0,0275 |
0,161078 |
0,000756 |
|
5,798984 |
0,112623 |
З формул (4), (5) маємо: ; .
Таблиця 4 - Розрахунки для гіперболічної функції
|
1 |
12,1 |
11,251 |
0,8489 |
7,5450 |
0,7206 |
|
2 |
12,9 |
13,739 |
0,83905 |
6,1070 |
0,7040 |
|
3 |
13,7 |
14,568 |
0,868367 |
5,9606 |
0,7541 |
|
4 |
13,9 |
14,983 |
1,083025 |
7,2283 |
1,1729 |
|
5 |
14,5 |
15,232 |
0,73182 |
4,8045 |
0,5356 |
|
6 |
15,1 |
15,398 |
0,297683 |
1,9333 |
0,0886 |
|
7 |
15,7 |
15,517 |
0,183843 |
1,1848 |
0,0338 |
|
8 |
16,1 |
15,605 |
0,4945 |
3,1720 |
0,2450 |
|
9 |
16,6 |
15,674 |
0,9259 |
5,9070 |
0,8573 |
|
10 |
17,1 |
15,729 |
1,3706 |
8,71355 |
1,8785 |
|
52,556 |
6,9904 |
З формул (4), (5) маємо: . Оскільки ,
то ця модель адекватною не являється і рахувати для неї не треба.
Складемо зведену таблицю для статистичних оцінювальних характеристик:
Таблиця 5 - Статистичні оцінки для досліджуваних моделей
|
Вид функції |
||
|
Лінійна |
0,68 |
0,147 |
|
Парабола |
0,579 |
0,127 |
|
Гіпербола |
5,25 |
– |
З порівняння середніх помилок апроксимації видно, що для гіперболічної функції вона виходить за 5% рівень, в лінійної моделі і параболічної ця характеристика не виходить за 5% рівень і приблизно однакова. Якщо оцінювати перевагу, то очевидно, що кращою є параболічна функція, оскільки у неї залишкове середньоквадратичне відхилення найменше.
2 АВТОКОРЕЛЯЦІЯ ДАНИХ ТА ЗАЛИШКІВ
У процесі дослідження економічних явищ у якості початкових форм вираження статистичних показників використовують економічні величини, тому що саме вони характеризують розмір досліджуваних даних і вимагають економетричного аналізу й оцінки. При цьому варто мати на увазі, що ці показники часових рядів часто мають небажані особливості: наступне значення у певній мірі залежить від попередніх значень. Таке явище одержало назву автокореляції.
2.1. Автокореляція даних
Автокореляцією даних називається явище взаємозв’язку наступних значень показника від його попередніх значень динамічного ряду.
Наявність автокореляції даних веде до погіршення рівняння регресії, збільшення величини помилок оцінок параметрів, розширення довірчих інтервалів, зниження показників значущості.
Виявлення автокореляції, її можливе виключення або зменшення до допустимого рівня робить подальше моделювання залежності економічних ознак і прогнозування більш надійним і достовірним.
Для зменшення автокореляції абсолютних значень показників існують різні способи. Майже усі вони засновані на виключенні головної часової тенденції (тренду) із початкових даних.
Приклад 2.
Провести перевірку на автокореляцію даних динамічного ряду, який досліджується у прикладі 1.
Розв’язок.
Рівень автокореляції вимірюють за допомогою нециклічного коефіцієнта автокореляції першого порядку, який дорівнює парному коефіцієнту кореляції між вихідним часовим рядом і рядом, зміщеним на один період:
(6)
Побудуємо допоміжну таблицю для розрахунку нециклічного коефіцієнта автокореляції першого порядку:
Таблиця 6 – Розрахунок коефіцієнта автокореляції
|
|
|
|
||
|
12,1 |
12,9 |
146,41 |
166,41 |
156,09 |
|
12,9 |
13,7 |
166,41 |
187,69 |
176,73 |
|
13,7 |
13,9 |
187,69 |
193,21 |
190,43 |
|
13,9 |
14,5 |
193,21 |
210,25 |
201,55 |
|
14,5 |
15,1 |
210,25 |
228,01 |
218,95 |
|
15,1 |
15,7 |
228,01 |
246,49 |
237,07 |
|
15,7 |
16,1 |
246,49 |
259,21 |
252,77 |
|
16,1 |
16,6 |
259,21 |
275,56 |
267,26 |
|
16,6 |
17,1 |
275,56 |
292,41 |
283,86 |
|
130,6 |
135,6 |
1913,24 |
2059,24 |
1984,71 |
За формулою (6) маємо: .
Для того, щоб зробити висновок про наявність автокореляції в досліджуваному динамічному ряді фактичне значення коефіцієнта порівнюють із критичним (додаток 1). Якщо , то можна стверджувати, що автокореляція даних присутня. У протилежному випадку, тобто якщо , то вважається, що автокореляція знаходиться в допустимих межах і можна говорити про її відсутність.
У нашому випадку критичне значення коефіцієнта дорівнює . Оскільки , то між рівнями показника автокореляція присутня.
2.2. Автокореляція залишків
При застосуванні методу найменших квадратів передбачається, що значення випадкової змінної попарно некорельовані, або вони попарно незалежні у ймовірностному розумінні. Якщо ж змінні, які обурені, містять тренд або циклічні коливання, то послідовні обурення, які діють у різні моменти часу, корельовані. Такий вид кореляції називається автокореляцією залишків або обурень.
Автокореляція залишків утрудняє застосування класичних методів аналізу часових рядів. У моделях регресії, що описують залежності між випадковими значеннями взаємозалежних величин, вона знижує ефективність застосування МНК.
Для визначення автокореляції залишків використовують критерій Дарбіна-Уотсона.
Приклад 3.
Провести перевірку параболічної функції, яка побудована в прикладі 1, на наявність автокореляції залишків.
Розв’язок.
Параболічна функція, яка побудована в прикладі 1, має вигляд: .
Для перевірки її на наявність автокореляції за допомогою критерію Дарбіна-Уотсона розраховується d-статистика за формулою (7):
, (7)
де , – фактичні значення показника, – відповідні теоретичні значення показника.
Для того, щоб розрахувати d-статистику побудуємо допоміжну таблицю:
|
і |
|||||||
|
1 |
12,1 |
12,2251 |
-0,1251 |
0,01565 |
|||
|
2 |
12,9 |
12,8445 |
0,0555 |
-0,1251 |
0,1806 |
0,032616 |
0,00308 |
|
3 |
13,7 |
13,4437 |
0,2563 |
0,0555 |
0,2008 |
0,040321 |
0,06569 |
|
4 |
13,9 |
14,0227 |
-0,1227 |
0,2563 |
-0,379 |
0,143641 |
0,015055 |
|
5 |
14,5 |
14,5815 |
-0,0815 |
-0,1227 |
0,0412 |
0,001697 |
0,006642 |
|
6 |
15,1 |
15,1201 |
-0,0201 |
-0,0815 |
0,0614 |
0,00377 |
0,000404 |
|
7 |
15,7 |
15,6385 |
0,0615 |
-0,0201 |
0,0816 |
0,006659 |
0,003782 |
|
8 |
16,1 |
16,1367 |
-0,0367 |
0,0615 |
-0,0982 |
0,009643 |
0,001347 |
|
9 |
16,6 |
16,6147 |
-0,0147 |
-0,0367 |
0,022 |
0,000484 |
0,000216 |
|
10 |
17,1 |
17,0725 |
0,0275 |
-0,0147 |
0,0422 |
0,001781 |
0,000756 |
|
0,240612 |
0,112623 |
За допомогою формули (7) розраховуємо d – статистику:
Обчислене значення d порівнюється зі значеннями і , знайденими по таблиці Дарбіна-Уотсона (додаток 2). Тут п – кількість спостережень, т – число факторів, – рівень значущості. У нашому випадку критичні значення статистики Дарбіна-Уотсона при 5%-ному рівні значущості, тобто при =0,05, дорівнюють: і .
Таблиця 7 – Розрахунок інтервалів
|
Приймаємо гіпотезу про існування додатної автокореляції |
? |
Приймаємо гіпотезу про відсутність автокореляції |
? |
Приймаємо гіпотезу про існування від’ємної автокореляції |
|
0 |
2 |
4 |
||
|
0 0,88 |
1,32 2 2,68 |
3,12 4 |
З таблиці 7 бачимо, що d - статистика задовольняє нерівності:
1,32 < 2,136 < 2,68,
отже приймаємо гіпотезу про відсутність автокореляції залишків.
Зауваження. Якщо значення d-статистики задовольняє нерівностям або , то при обраному рівні значущості не має можливості зробити висновок, необхідно подальше дослідження.
3 МУЛЬТИКОЛІНЕАРНІСТЬ
На практиці при кількісній оцінці параметрів економетричної моделі досить часто зустрічаються з проблемою взаємозв’язку між пояснюючими змінними. Якщо взаємозв’язок досить тісний, то оцінка параметрів моделі може мати велику похибку. Такий взаємозв’язок між пояснюючими змінними називається мультиколінеарністю. Мультиколінеарність змінних приводить до зміщення оцінок параметрів моделі. На основі цих оцінок неможливо зробити конкретні висновки про результати взаємозв’язку між пояснювальною і пояснюючими змінними. Тому необхідна перевірка чинників на мультиколінеарність.
Простішою формою перевірки мультиколінеарності є аналіз кореляційної матриці. Значення парних коефіцієнтів свідчить про те, будуть між собою зв’язані змінні чи ні. Але якщо в моделі більше двох чинників, питання про мультиколінеарність не може обмежуватись інформацією, що дає ця матриця. Більш загальна перевірка передбачає обчислення визначника матриці R, ().
Найбільш повне дослідження мультиколінеарності можна здійснити на основі алгоритму Феррара-Глаубера. Цей алгоритм включає три види статистичних критеріїв, на основі яких перевіряється мультиколінеарність всього масиву змінних (, хі-квадрат); кожної факторної змінної зі всіма іншими (F-статистика) і мультиколінеарність кожної пари чинників (t-статистика). Всі ці критерії при порівнянні з їх критичними значеннями дають можливість зробити конкретні висновки відносно наявності чи відсутності мультиколінеарності незалежних змінних.
Приклад 4.
Витрати на харчування залежать від чинників: загальні витрати, склад сім’ї та заробіток. Треба дослідити наявність мультиколінеарності по алгоритму Феррара-Глаубера.
|
Витрати на харч., |
Загальні витрати, |
Склад сім ї, |
Заробіток, |
|
22 |
45 |
1,7 |
70 |
|
30 |
72 |
1,9 |
105 |
|
45 |
131 |
2 |
172 |
|
62 |
228 |
3,4 |
302 |
|
48 |
90 |
3 |
150 |
|
64 |
145 |
3,6 |
205 |
|
76 |
225 |
4,7 |
303 |
|
108 |
357 |
5,2 |
480 |
|
65 |
136 |
4,9 |
195 |
|
90 |
218 |
5 |
315 |
Розв’язок.
1. Знайдемо кореляційну матрицю. Ця матриця симетрична. У нашому випадку має розмір 3х3. Вона має вигляд:
, (8)
де обчислюється за формулою
, (9)
де , , .
Обчислимо допоміжну таблицю:
Таблиця 8 - Розрахунок елементів кореляційної матриці
|
45 |
1,7 |
70 |
2025 |
2,89 |
4900 |
76,5 |
3150 |
119 |
|
72 |
1,9 |
105 |
5184 |
3,61 |
11025 |
136,8 |
7560 |
199,5 |
|
131 |
2 |
172 |
17161 |
4 |
29584 |
262 |
22532 |
344 |
|
228 |
3,4 |
302 |
51984 |
11,56 |
91204 |
775,2 |
68856 |
1026,8 |
|
90 |
3 |
150 |
8100 |
9 |
22500 |
270 |
13500 |
450 |
|
145 |
3,6 |
205 |
21025 |
12,96 |
42025 |
522 |
29725 |
738 |
|
225 |
4,7 |
303 |
50625 |
22,09 |
91809 |
1057,5 |
68175 |
1424,1 |
|
357 |
5,2 |
480 |
127449 |
27,04 |
230400 |
1856,4 |
171360 |
2496 |
|
136 |
4,9 |
195 |
18496 |
24,01 |
38025 |
666,4 |
26520 |
955,5 |
|
218 |
5 |
315 |
47524 |
25 |
99225 |
1090 |
68670 |
1575 |
|
1647 |
35,4 |
2297 |
349573 |
142,16 |
660697 |
6712,8 |
480048 |
9327,9 |
У нашому випадку число іспитів дорівнює 10. З таблиці 8 маємо:
Розрахуємо середні квадратичні відхилення:
Значення, що розраховані, підставимо у формулу (9):
Для даної задачі кореляційна матриця (8) має вигляд:
Елементи цієї матриці характеризують тісноту зв’язку між чинниками.
У нашому випадку Тобто, між кожною парою чинників існує зв’язок.
2. Знайдемо визначник кореляційної матриці за формулою (10):
(10)
У нашому випадку одержимо такі результати:
Знайдемо - статистику за формулою (11):
(11)
У нашому випадку число іспитів число факторів , тому формула (11), має вигляд:
При ступені свободи і рівні значущості находимо по таблиці (додаток 3) критичне значення .
Якщо , то мультиколінеарність існує, у протилежному випадку, тобто при мультиколінеарність відсутня.
У нашому випадку оскільки (), то можемо вважати що мультиколінеарність присутня.
3. Знайдемо обернену матрицю до матриці за допомогою формули (12)
, (12)
де – алгебраїчне доповнення до елемента .
Знайдені алгебраїчні доповнення підставимо у формулу (12):
4. Розрахуємо - статистику за формулою (13):
(13)
де – діагональні елементи матриці
У нашому випадку Ці значення підставимо у формулу (13). Одержимо
;;
Фактичні значення статистики порівнюються з табличними (додаток 4) при і ступенях свободи і рівні значущості . Якщо , то змінна з іншими не корелює. У протилежному випадку тобто, якщо , змінна корелює з іншими.
У нашому випадку при рівні значущості і ступенях свободи табличне значення критерію дорівнює Оскільки усі то можна зробити висновок, що
якась змінна корелює з іншими.
5. Знайдемо часткові коефіцієнти кореляції.
Часткові коефіцієнти кореляції характеризують тісноту зв’язку між двома змінними при умові, що третя не впливає на цей зв’язок.
Частковий коефіцієнт приблизно дорівнює парному. Це свідчить про наявність мультиколінеарності між змінними та .
6. Розрахуємо значення статистик:
Табличне значення статистики при 7 ступенях свободи і рівні значущості 0,05 (додаток 5) дорівнює . Якщо , то між відповідними змінними не має мультиколінеарності. У протилежному випадку тобто, якщо , між відповідними змінними існує суттєва мультиколінеарність.
Знайдене фактичне значення критерію більш табличного значення. Можна зробити висновок, що між змінними та існує суттєва мультиколінеарність.
Таким чином, лінійна залежність між змінними є явищем мультиколінеарності і буде негативно впливати на кількісні параметри економетричної моделі. Щоб позбавитися від мультиколінеарності один з чинників треба виключити із розгляду. З подальшого розгляду виключимо, наприклад, змінну .
4 МНОЖИННА РЕГРЕСІЯ
Кожне явище в природі, економіці, суспільному житті, техніці визначається комплексом причин. На рівень розвитку одного показника можуть впливати багато факторів. Рівень впливу факторів на показник може суттєво розрізнятися. Всі ці закономірності слід враховувати під час проведення економетричного аналізу, прогнозування і планування.
При існуванні лінійної залежності пояснювальної змінної (показника) від декількох пояснюючих змінних (факторів) загальний вираз рівняння множинної регресії має вигляд (14):
(14)
Модель описує сумісний одночасний вплив факторів на показник. Задача дослідження полягає в оцінці параметрів регресії за результатами вибіркових спостережень над змінними, які включили до аналізу. Побудову моделі проводять методом найменших квадратів.
Приклад 5.
Побудувати економетричну модель, яка характеризує залежність між витратами на харчування (умовні грошові одиниці), загальними витратами (умовні грошові одиниці) та складом сім’ї (кількість членів сім’ї) на основі даних, що наведені у таблиці.
|
22 |
30 |
45 |
62 |
48 |
64 |
76 |
108 |
65 |
90 |
|
|
45 |
72 |
131 |
228 |
90 |
145 |
225 |
357 |
136 |
218 |
|
|
1,7 |
1,9 |
2 |
3,4 |
3 |
3,6 |
4,7 |
5,2 |
4,9 |
5 |
Розв’язок. Для побудови лінійної багатофакторної моделі (15)
, (15)
де – теоретичні значення показника, згідно з методом найменших квадратів параметри шукають як розв’язок системи лінійних рівнянь (16)
(16)
Допоміжні обчислення зручно проводити в таблиці:
Таблиця 9 - Розрахунок елементів системи (16)
|
45 |
1,7 |
22 |
2025 |
2,89 |
76,5 |
990 |
37,4 |
|
72 |
1,9 |
30 |
5184 |
3,61 |
136,8 |
2160 |
57 |
|
131 |
2 |
45 |
17161 |
4 |
262 |
5895 |
90 |
|
228 |
3,4 |
62 |
51984 |
11,56 |
775,2 |
14136 |
210,8 |
|
90 |
3 |
48 |
8100 |
9 |
270 |
4320 |
144 |
|
145 |
3,6 |
64 |
21025 |
12,96 |
522 |
9280 |
230,4 |
|
225 |
4,7 |
76 |
50625 |
22,09 |
1057,5 |
17100 |
357,2 |
|
357 |
5,2 |
108 |
127449 |
27,04 |
1856,4 |
38556 |
561,6 |
|
136 |
4,9 |
65 |
18496 |
24,01 |
666,4 |
8840 |
318,5 |
|
218 |
5 |
90 |
47524 |
25 |
1090 |
19620 |
450 |
|
1647 |
35,4 |
610 |
349573 |
142,16 |
6712,8 |
120897 |
2456,9 |
В останньому рядку записують суми чисел у стовпці. Можна знайти середні для кожного показника за формулами (17)-(19)
; (17)
; (18)
. (19)
Система (16) для визначення параметрів регресії має вигляд:
З першого рівняння можна виразити і підставити у друге та третє рівняння:
Тоді рівняння регресії (15) має вигляд
. (20)
Важливим етапом регресійного аналізу є оцінка практичної значущості моделі, яку синтезовано. Перевірку значущості моделі проводять за показниками тісноти зв’язку між ознаками і .
Множинний коефіцієнт кореляції дорівнює коефіцієнту кореляції між фактичними та теоретичними значеннями пояснювальної змінної. Його обчислюють за формулою (21)
(21)
Для обчислення множинного коефіцієнта кореляції доцільно розраховувати допоміжну таблицю:
|
45 |
1,7 |
22 |
23,83 |
484 |
568,01 |
524,33 |
|
72 |
1,9 |
30 |
30,39 |
900 |
923,61 |
911,73 |
|
131 |
2 |
45 |
41,86 |
2025 |
1752,26 |
1883,70 |
|
228 |
3,4 |
62 |
71,21 |
3844 |
5070,29 |
4414,77 |
|
90 |
3 |
48 |
42,97 |
2304 |
1846,42 |
2062,56 |
|
145 |
3,6 |
64 |
57,96 |
4096 |
3359,83 |
3709,70 |
|
225 |
4,7 |
76 |
81,70 |
5776 |
6675,38 |
6209,43 |
|
357 |
5,2 |
108 |
109,71 |
11664 |
12035,85 |
11848,46 |
|
136 |
4,9 |
65 |
67,38 |
4225 |
4540,20 |
4379,77 |
|
218 |
5 |
90 |
82,99 |
8100 |
6887,34 |
7469,10 |
|
610 |
610,01 |
43418 |
43659,19 |
43413,54 |
Згідно з формулою (21) множинний коефіцієнт кореляції дорівнює
.
Чим ближче до одиниці, тим краще дана модель описує фактичні дані. Розрахований коефіцієнт вказує на дуже точну відповідність математичної моделі фактичним даним.
Коефіцієнт детермінації дорівнює квадрату множинного коефіцієнта кореляції. Він виміряє долю загальної дисперсії відносно середнього , яку можна пояснити регресією.
У нашому випадку . Тобто 96% дисперсії показника (витрати на харчування) можна пояснити за допомогою побудованої моделі залежності від (загальних витрат) і (складу сім’ї).
Корисною є побудова інтервальних границь для коефіцієнта множинної регресії.
Інтервал довіри для множинного коефіцієнту кореляції знаходиться за формулою (22)
, (22)
де .
У нашому випадку за таблицями Ст’юдента (додаток 5) знаходимо критичну точку , тому .
Тоді надійний інтервал, знайдений за формулою (22), має вигляд або . Оскільки коефіцієнт множинної кореляції повинен знаходитись у границях від 0 до 1, то надійним інтервалом для нього буде , який вказує на дуже точний підбір моделі.
Перевірку значущості рівняння регресії роблять таким чином: за критерієм Фішера обчислюють фактичне значення -статистики (23):
. (23)
По таблиці критичних точок Фішера (додаток 4) знаходять критичне значення статистики , де , кількість спостережень, кількість факторів, – рівень значущості.
Якщо , то рівняння регресії не є значущим, коефіцієнт множинної кореляції не суттєво відрізняється від нуля. Якщо , то рівняння регресії є значущим, коефіцієнт множинної кореляції суттєво відрізняється від нуля.
У нашому випадку розрахуємо статистику за формулою (23) . За таблицями Фішера (додаток 4) знайдемо критичне значення . Оскільки , то рівняння визнають значущим.
Економічний зміст параметру bi регресії: якщо фактор зміниться на одиницю свого виміру, то показник зміниться на одиниць свого виміру при умові, що решта факторів залишається без змін.
У нашому випадку . Якщо фактор зміниться на одиницю свого виміру, то показник зміниться на одиниць свого виміру. Тобто якщо загальні витрати зростуть (або зменшаться) на 1 умовну грошову одиницю, то витрати на харчування зростуть (або зменшаться) на умовних грошових одиниць. Оскільки , то якщо фактор зміниться на 1 одиницю свого виміру, то показник зміниться на одиниць свого виміру. Тобто якщо кількість членів сім’ї зросте (або зменшиться) на 1 чоловіка, то витрати на харчування зростуть (або зменшаться) на умовних грошових одиниць.
(24)
Коефіцієнт еластичності по є безрозмірним показником, він
визначає вплив цього фактора на показник. Якщо зміниться на 1%, то зміниться на %. Оскільки для лінійної регресії коефіцієнт еластичності залежить від , то найчастіше обчислюють коефіцієнт еластичності для середнього .
Згідно з моделлю (20): коефіцієнти еластичності, знайдені за формулою (24) для факторних змінних, дорівнюють:
;
,
де , , розраховані раніше (формули (17)-(19)).
Отже, якщо загальні витрати зміняться на 1%, то витрати на харчування зміняться на % при умові, що решта факторів не змінюється. Якщо кількість членів сім’ї зміниться на 1%, то витрати на харчування зміняться на % при умові, що решта факторів не змінюється.
Нехай ми бажаємо розповсюдити побудовану модель на інші значення факторних змінних і поставити проблему прогнозування середнього значення , яке відповідає деяким даним значенням змінних Причому ці нові значення можуть лежати як між вибірковими спостереженнями, так і поза відповідних інтервалів. Точечний прогноз представляє з себе обчислене по рівнянню (14) значення (25)
. (25)
Обчислимо попередній прогноз для сім’ї з загальними витратами умовних грошових одиниць і складом сім’ї чоловік. Тоді за формулою (25) слід очікувати, що витрати на харчування, складуть умовних грошових одиниць.
5 РАНГОВА КОРЕЛЯЦІЯ
Аналіз економічних процесів стикається з необхідністю вивчення взаємозв’язків, які не мають кількісного вимірювача. Це соціологічні, узагальнені соціально-економічні характеристики, що впливають на хід економічного процесу. Наприклад, рішення питання задовільнення попиту на товари залежить від асортименту товарів, рівня взаємовідносин виробників із споживачами, умов транспортування і зберігання продукції та інших факторів, які власного вимірювача не мають. У цьому випадку запроваджують систему рангів і для аналізу використовують методи рангової кореляції.
Алгоритм дослідження має три етапи. Спочатку визначають систему рангів, порядок їх присвоєння, формують групу експертів, які розподіляють ранги. Знаходячи суму рангів для факторів, їх упорядковують. На слідуючому етапі перевіряють міру узгодженості думок експертів за допомогою коефіцієнтів рангової кореляції. Останній етап потребує установлення значущості саме коефіцієнтів рангової кореляції.
5.1. Випадок двох експертів
Приклад 6.
Працівники двох фірм оцінили вплив 10 узагальнених факторів на господарчу діяльність фірм. Найбільше значення рангу присвоювалось самому суттєвому показнику. Необхідно провести статистичний аналіз результатів опитування.
|
Фактори |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
6 |
4 |
10 |
3 |
2 |
8 |
9 |
1 |
7 |
5 |
|
|
5 |
4 |
9 |
1 |
3 |
10 |
8 |
2 |
6 |
7 |
де – ранги представників першої фірми; – ранги представників другої фірми.
Розв’язок.
1) Визначимо суму рангів кожного фактора, а також середнє значення рангу
|
Фактори |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
11 |
8 |
19 |
4 |
5 |
18 |
17 |
3 |
13 |
12 |
|
|
5,5 |
4,0 |
9,5 |
2 |
2,5 |
9,0 |
8,5 |
1,5 |
6,5 |
6,0 |
Розрахунки свідчать, що найбільш впливовими, на думку опитуваних, слід назвати 3, 6, 7 і 9 фактори, а найменш суттєвими – 8, 4, 5 і 2 фактори.
2) Перевіримо узгодженість експертів за критерієм Спірмена.
а) Знайдемо коефіцієнт рангової кореляції Спірмена за формулою (26):
(26)
У нашому випадку , тому формула (26) має вигляд
Одержане значення свідчить про високу ступінь узгодженості думок експертів відносно впливу факторів.
б) Установимо, чи буде значущим коефіцієнт Спірмена:
Критичну точку знаходимо за формулою (27):
, (27)
де знаходимо з таблиці Ст’юдента (додаток 5).
У нашому випадку , знайдене за формулою (27) дорівнює при .
Оскільки , то ранговий зв’язок факторів слід признати значним, коефіцієнту рангової кореляції і висновкам про суттєвість факторів треба довіряти.
3) Перевіримо узгодженість експертів за критерієм Кендалла.
а) Знайдемо коефіцієнт рангової кореляції Кендалла: для цього ранги першого експерта розмістимо у зростаючий послідовності, ранги другого перенесемо відповідно.
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
2 |
3 |
1 |
4 |
7 |
5 |
6 |
10 |
8 |
9 |
Для кожного елемента другого ряду підраховуємо число рангів, що його перевершують і розташовані за ним. Підсумовуючи ці числа, одержуємо величину . У нашому випадку вона дорівнює = 8+7+7+6+3+4+3+0+1 = 39.
Коефіцієнт рангової кореляції Кендалла знаходимо за формулою (28):
(28)
У нашому випадку формула (28) має вигляд .
Розрахований коефіцієнт підтверджує висновок, зроблений раніше: між експертами існує висока узгодженість думок про вплив факторів.
б) Значущість коефіцієнта Кендалла перевіряємо, використовуючи критичну точку, яку знаходять за формулою (29):
(29)
де – критичне значення, яке знайдемо по таблиці функції Лапласа із рівності: .
У нашому випадку , тоді , тому , знайдене за формулою (29) дорівнює .
Оскільки , то ранговий зв’язок між факторами суттєвий, коефіцієнт Кендалла заслуговує довіри, а висновки про вплив факторів справедливі.
Приклад 7.
Представники 10 підприємств провели ранжування 10 показників, які впливають на комерційну роботу. Найбільше значення присвоювалось найбільш значному показнику. Необхідно провести економетричний аналіз результатів рангування.
|
Фактори Експерти |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
6 |
4 |
10 |
3 |
2 |
8 |
9 |
1 |
7 |
5 |
|
2 |
5 |
4 |
9 |
1 |
3 |
10 |
8 |
2 |
6 |
7 |
|
3 |
6 |
3 |
9 |
5 |
2 |
8 |
10 |
1 |
4 |
7 |
|
4 |
7 |
1 |
10 |
6 |
3 |
9 |
8 |
2 |
4 |
5 |
|
5 |
7 |
6 |
10 |
5 |
2 |
8 |
9 |
3 |
1 |
4 |
|
6 |
8 |
7 |
9 |
4 |
1 |
6 |
10 |
5 |
2 |
3 |
|
7 |
6 |
2 |
10 |
3 |
5 |
9 |
7 |
4 |
1 |
8 |
|
8 |
5 |
1 |
8 |
4 |
2 |
10 |
9 |
3 |
7 |
6 |
|
9 |
2 |
5 |
10 |
1 |
3 |
8 |
9 |
4 |
6 |
7 |
|
10 |
7 |
5 |
9 |
4 |
2 |
6 |
10 |
1 |
8 |
3 |
|
59 |
38 |
94 |
37 |
25 |
82 |
89 |
26 |
46 |
55 |
Розв’язок.
Знаходження суми рангів для всіх показників дозволяє зробити висновок: на думку всіх експертів, самий значний вплив на комерційну діяльність здійснюють 3, 7 , 6 і 1 фактори, найменший вплив –5, 8, 2 і 4 фактори.
Міру узгодженості думок експертів перевіримо за допомогою коефіцієнта конкордації, який знаходять за формулою (30):
, (30)
де – кількість експертів, – кількість факторів, – сума рангів по кожному фактору.
В нашому прикладі .
Треба підкреслити, що узгодженість думок десяти експертів достатньо висока.
Оцінка значущості коефіцієнта конкордації ведеться таким чином:
- розраховують ;
- по таблиці (додаток 3) знаходять критичне значення ;
- порівнюють фактичне і критичне значення.
Для розглянутого приклада маємо: . По і
знаходимо в таблиці (додаток 3) =16,92.
Ми бачимо, що значно перевищує критичну величину, з чого виходить, що коефіцієнту конкордації треба довіряти, що має місце достатньо висока кореляційна залежність факторів, що розглядаються.
Зауваження 1. Необхідно пам’ятати, що , , . Чим ближче ці коефіцієнти до 1, тим сильніше узгодженість експертів. Чим ближче вони до нуля, тим вона слабше.
Зауваження 2. Якщо жодні й ті ж фактори аналізують два експерти, а потім більша кількість експертів, то доцільно скласти порівняльну таблицю. Зокрема, для розглянутого приклада маємо:
Таблиця 12 – Порівняльні значення
|
Число експертів |
Суттєві ознаки |
Несуттєві ознаки |
|
2 |
3, 6, 7, 9 |
8, 4, 5, 2 |
|
10 |
3, 7, 6, 1 |
5, 8, 2, 4 |
Перелік несуттєвих факторів не змінився, їх порядок став іншим. Щодо суттєвих факторів, то у них, крім порядку, змінився і перелік. Звичайно, що перевагу треба віддати випадку з десятьма експертами.
Зауваження 3. З таблиці рангів можливо відібрати найбільш компетентних експертів – це ті, чиї ранги більш всього співпадають із середніми значеннями. В розглянутому прикладі такими є перший, третій і восьмий експерти.
6 МЕРЕЖЕВЕ ПЛАНУВАННЯ
Основою рішення задач, що пов’язані з проектуванням і виконанням комплексу робіт, є системний розгляд робіт і подій в їхньому взаємозв’язку і розробка рекомендацій з удосконалення їх виконання. Ідея методу мережевого управління і планування базується на безмасштабному графічному зображенні комплексу операцій, що показує технологічну послідовність і логічний взаємозв’язок між усіма роботами комплексу.
Основними поняттями мережевого управління і планування є робота – будь-які дії, трудові процеси, що супроводжуються витратами часу і призводять до певних результатів – і подія – результат закінчення однієї чи декілька робіт.
Роботи в мережевому управлінні і плануванні зображають довільної довжини стрілками, а події – кружками, в яких вказують номер події.
Приклад 8.
Побудувати згідно з правилами мережевий графік і розрахувати його основні параметри:
|
1-2 |
1-3 |
1-4 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
4-6 |
4-7 |
5-7 |
6-7 |
|
|
15 |
20 |
15 |
17 |
27 |
32 |
25 |
22 |
22 |
25 |
20 |
17 |
Розв’язок. Правила побудови мережевого графіка:
Будуємо згідно з правилами мережевий графік, який зображено на рисунку 1.
Рисунок 1 – Мережевий графік
1. Випишемо всі повні шляхи та знайдемо їх тривалості:
Найтриваліший шлях є критичним. Отже критичним є шлях . Його указано на мережевому графіку (рисунок 1).
2.а. Обчислимо ранні строки подій для всіх робіт , що входять в подію , за формулою (31):
(31)
Ранній строк вказує найраніший момент часу, до якого завершаться всі роботи, що відбувалися до цієї події.
Початкова подія 1 має нульовий ранній строк . Для події 2, в яку входить одна робота , маємо . В подію 3 входить одна робота , тоді . В подію 4 входять три роботи , і , тому
.
.
.
.
Останнє число є критичним строком всього комплексу робіт . Він визначає мінімальний термін виконання всього комплексу робіт.
2.б. Обчислимо пізні строки подій для всіх робіт , що виходять з події за формулою (32):
(32)
Пізній строк вказує найпізніший момент часу, після якого залишається рівно стільки часу, скільки необхідно для завершення всіх робіт, що йдуть за цією подією. Для кінцевої події пізній строк дорівнює критичному строку . З події 6 виходить одна робота, тому . З події 5 теж виходить одна робота, тоді . З події 4 виходять три роботи: .
.
.
.
Для початкової події 1 ранній та пізній строки співпадають.
2.в. Обчислимо резерви часу події за формулою (33)
. (33)
Він характеризує граничний строк, на який можна затримати звершення події без зміни критичного строку.
Події, що належать до критичного шляху, не мають резервів часу. Події 2 і 6 можна затримати на 20 і 3 днів (тижнів, місяців) відповідно без зміни критичного терміну.
Зручно занести всі визначені характеристики подій до таблиці 13:
Таблиця 13 - Характеристики подій
|
1 |
0 |
0 |
0 |
|
2 |
15 |
35 |
20 |
|
3 |
20 |
20 |
0 |
|
4 |
52 |
52 |
0 |
|
5 |
74 |
74 |
0 |
|
6 |
74 |
77 |
3 |
|
7 |
94 |
94 |
0 |
3. На основі таблиці складемо другу для робіт, використовуючи наступні характеристики:
(34)
У нашому випадку за формулою (34) маємо:
(35)
У нашому випадку за формулою (35) маємо:
(36)
У нашому випадку за формулою (36) маємо:
(37)
У нашому випадку за формулою (37) маємо:
(38)
Він визначає максимальну кількість часу, на яку можливо затримати початок роботи або збільшити її тривалість без зміни критичного строку.
У нашому випадку за формулою (38) маємо:
(39)
У нашому випадку за формулою (39) маємо:
(40)
У нашому випадку за формулою (39) маємо:
, (40)
де – шлях максимальної тривалості, що проходить через роботу ; – тривалість відрізку критичного шляху, який співпадає з шляхом .
Він визначає ступінь терміновості роботи, дозволяє встановити чергу їх виконання, якщо вона не визначена технологічними зв’язками робіт. . Роботи критичного шляху мають коефіцієнт напруженості 1. Якщо , то роботу вважають підкритичною, строки її виконання жорсткі, її слід виконувати в першу чергу після критичних робіт. Якщо , то робота є проміжною за ступенем напруженості терміну її виконання. Якщо , то робота є ненапруженою, її виконання можна відкласти на певний термін, який визначають резервом часу.
У нашому випадку для визначення коефіцієнта напруження (40) роботи (1,2) знаходимо шлях найбільшої тривалості, що проходить через цю роботу – це шлях , його тривалість . Стежимо на графіку, як пройде цей шлях і де він має з критичним шляхом спільні ділянки. Спільні ділянки (4,5) і (5,7) мають тривалість 22+20=42, тоді коефіцієнт напруження дорівнює . Тобто робота (1,2) є проміжною за ступенем напруженості терміну її виконання. Аналогічно розраховуємо інші коефіцієнти напруження, пам’ятаючи, що коефіцієнт напруження робіт критичного шляху дорівнює 1.
Таблиця 14 - Характеристики робіт
|
1-2 |
15 |
0 |
15 |
20 |
35 |
20 |
20 |
0 |
0,62 |
|
1-3 |
20 |
0 |
20 |
0 |
20 |
0 |
0 |
0 |
1 |
|
1-4 |
15 |
0 |
15 |
37 |
52 |
37 |
37 |
37 |
0,25 |
|
2-4 |
17 |
15 |
32 |
35 |
52 |
20 |
0 |
20 |
0,62 |
|
2-5 |
27 |
15 |
42 |
47 |
74 |
32 |
11 |
32 |
0,58 |
|
3-4 |
32 |
20 |
52 |
20 |
52 |
0 |
0 |
0 |
1 |
|
3-6 |
25 |
20 |
45 |
52 |
77 |
32 |
32 |
29 |
0,58 |
|
4-5 |
22 |
52 |
74 |
52 |
74 |
0 |
0 |
0 |
1 |
|
4-6 |
22 |
52 |
74 |
55 |
77 |
3 |
3 |
0 |
0,69 |
|
4-7 |
25 |
52 |
77 |
69 |
94 |
17 |
17 |
17 |
0,6 |
|
5-7 |
20 |
74 |
94 |
74 |
94 |
0 |
0 |
0 |
1 |
|
6-7 |
17 |
74 |
91 |
77 |
94 |
3 |
0 |
3 |
0,69 |
ВИСНОВКИ:
КОНТРОЛЬНА РОБОТА № 1
Увага! 1. Варіант слід вибирати по двом останнім цифрам залікової книжки.
2. Роботу виконувати у окремому зошиті.
Завдання 1.
Х – роки, Y – економічний показник відповідно до варіанта.
|
№ |
Роки |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
2001 |
|
|
Витрати обігу, % |
12,3 |
12,5 |
11,6 |
11,4 |
10,9 |
10,5 |
10,1 |
|
|
Собівартість продукції, грн. |
3,1 |
3,2 |
3,3 |
3,5 |
3,7 |
3,9 |
3,8 |
|
|
Відношення прибутку до товарообігу, % |
2,3 |
3,1 |
3,3 |
4,5 |
4,6 |
4,9 |
5,1 |
|
|
Преміальний фонд, тис. грн. |
16,2 |
16,1 |
18,4 |
20,4 |
20,7 |
20,9 |
21,5 |
|
|
Витрати обігу, тис. грн. |
5,2 |
5,1 |
3,4 |
4,1 |
3,7 |
2,8 |
2,5 |
|
|
Транспортні витрати, тис. грн. |
21,6 |
20,7 |
18,4 |
14,8 |
14,4 |
12,8 |
13,2 |
|
|
Торговий прибуток, тис. грн. |
8,4 |
10,6 |
11,7 |
14,4 |
15,9 |
17,8 |
18,5 |
|
|
Площа торгових залів, тис.кв.м |
4,1 |
4,3 |
4,9 |
5,1 |
6,4 |
7,3 |
8,7 |
|
|
Число співробітників підприємства, чол. |
149 |
187 |
190 |
201 |
212 |
247 |
290 |
|
|
Продуктивність праці, тис. грн. |
121 |
125 |
149 |
154 |
159 |
164 |
172 |
|
|
Витрати обігу, тис. грн. |
21,4 |
20,8 |
17,5 |
14,3 |
13,1 |
11,4 |
10,7 |
|
|
Об’єм реалізованої продукції, млн. грн. |
19,5 |
19,6 |
18,3 |
17,8 |
19,4 |
25,7 |
28,7 |
|
|
Об’єм продукції на душу населення, грн. |
14,6 |
14,8 |
14,9 |
15,3 |
15,7 |
16,2 |
15,9 |
|
|
Товарообіг магазину, млн. грн. |
2,1 |
2,4 |
2,9 |
3,1 |
2,9 |
3,1 |
2,8 |
|
|
Кількість торгових точок, шт. |
18 |
24 |
29 |
48 |
52 |
67 |
79 |
|
|
Населення районного центру, тис. чол. |
22 |
25 |
29 |
34 |
36 |
37 |
38 |
|
|
Рівень витрат підприємства |
0,25 |
0,27 |
0,15 |
0,12 |
0,12 |
0,11 |
0,1 |
|
|
Оборотність товарів, дні |
25 |
19 |
21 |
17 |
18 |
19 |
19 |
|
|
Величина прибутку на душу населення, грн. |
89 |
145 |
187 |
195 |
198 |
200 |
201 |
|
|
Попит на товари тривалого користування, % |
54 |
53 |
58 |
64 |
68 |
71 |
77 |
|
|
Прибуток від продажу меблів, тис. грн. |
39 |
48 |
57 |
89 |
91 |
97 |
95 |
|
|
Прибуток від реалізації кон-дитерських виробів, млн. грн. |
80 |
84 |
90 |
98 |
97 |
94 |
91 |
|
|
Кількість зроблених за рік автомобілів, тис. шт. |
21 |
54 |
61 |
78 |
84 |
89 |
92 |
|
|
Середній прибуток родини з трьох чоловік, грн. |
204 |
219 |
324 |
306 |
315 |
328 |
347 |
|
|
Витрати на оформлення виробів, тис. грн. |
4,5 |
5,7 |
8,1 |
10,7 |
11,1 |
11,7 |
12,9 |
|
|
Витрати на рекламу продукції, тис. грн. |
1,5 |
1,8 |
5,8 |
7,9 |
8,1 |
9,6 |
12,4 |
|
|
Витрати підприємства на авто-матизацію виробництва,тис.грн |
27,9 |
34,8 |
49,1 |
59,7 |
62,2 |
67,4 |
66,9 |
|
|
Витрати установи на оплату лікарняних аркушів, тис. грн. |
4,6 |
4,2 |
3,7 |
4,1 |
3,2 |
3,1 |
3,3 |
|
|
Витрати на обслуговування автомобільного парку, тис. грн. |
12,4 |
13,7 |
18,4 |
17,6 |
18,4 |
19,1 |
18,7 |
|
|
Величина посівної площі зернових культур, млн. га |
1,4 |
1,5 |
1,8 |
1,7 |
1,6 |
1,8 |
1,9 |
|
|
Площа складських приміщень, тис. кв. м |
0,45 |
0,79 |
1,05 |
1,67 |
1,88 |
1,97 |
2,15 |
|
|
Об’єм реалізації м’яса,млн. грн. |
2,4 |
2,2 |
1,9 |
2,1 |
2,2 |
2,4 |
2,5 |
|
|
Об’єм реалізації риби, млн. грн. |
0,15 |
0,18 |
0,19 |
0,17 |
0,16 |
1,15 |
0,15 |
|
|
Об’єм реалізації молочної продукції, млн. грн. |
1,97 |
1,78 |
1,82 |
1,76 |
1,79 |
1,85 |
1,88 |
|
|
Об’єм реалізації цукру,млн.грн. |
14,2 |
14,1 |
14,4 |
16,4 |
15,9 |
15,7 |
15,5 |
|
|
Об’єм реалізації борошна, млн. грн. |
7,2 |
7,1 |
8,4 |
8,1 |
8,7 |
9,1 |
9,5 |
|
|
Об’єм реалізації хліба,млн.грн. |
2,1 |
2,7 |
2,4 |
2,8 |
3,1 |
3,4 |
3,2 |
|
|
Об’єм реалізації кави, млн.грн. |
0,4 |
0,6 |
0,7 |
0,9 |
1,1 |
1,2 |
1,2 |
|
|
Об’єм реалізації овочевої продукції, млн. грн. |
14,2 |
14,7 |
15,9 |
17,1 |
17,4 |
1,76 |
18,7 |
|
|
Об’єм реалізації горілочних виробів, млн. грн. |
19,2 |
22,5 |
25,9 |
29,7 |
36,4 |
37,9 |
41,2 |
|
|
Об’єм реалізації спиртних напоїв, млн. грн. |
28,4 |
28,9 |
31,5 |
54,7 |
67,7 |
69,8 |
72,9 |
|
|
Об’єм реалізації ковбасних виробів, млн. грн. |
7,9 |
5,2 |
6,7 |
8,4 |
9,1 |
9,7 |
10,7 |
|
|
Об’єм реалізації рибних консервів, млн. грн. |
9,5 |
9,6 |
10,3 |
11,8 |
11,4 |
12,5 |
12,7 |
|
|
Об’єм реалізації продовольчої продукції, млн. грн. |
15,6 |
24,3 |
28,4 |
31,8 |
34,4 |
40,7 |
45,9 |
|
|
Об’єм реалізації рослинної олії, млн. грн. |
1,1 |
1,4 |
1,9 |
2,1 |
2,2 |
2,7 |
2,8 |
|
|
Об’єм реалізації тваринних жирів, млн. грн. |
1,4 |
2,4 |
2,9 |
4,8 |
5,5 |
6,7 |
7,9 |
|
|
Об’єм реалізації кондитерських виробів, млн. грн. |
2,2 |
2,5 |
2,9 |
3,4 |
3,7 |
3,5 |
3,8 |
|
|
Об’єм реалізації рису, млн.грн. |
25,8 |
27,6 |
15,2 |
29,9 |
30,1 |
33,3 |
38,7 |
|
|
Об’єм реалізації культтоварів, млн. грн. |
1,2 |
1,5 |
1,9 |
1,8 |
2,1 |
2,4 |
2,8 |
|
|
Об’єм реалізації парфумерії, млн. грн. |
1,8 |
1,5 |
1,6 |
1,9 |
2,1 |
2,4 |
2,8 |
|
|
Об’єм реалізації взуття,млн.грн. |
5,4 |
5,3 |
5,8 |
6,4 |
7,4 |
7,8 |
7,7 |
|
|
Об’єм реалізації одягу, млн.грн. |
39,1 |
48,5 |
57,8 |
79,1 |
80,4 |
86,1 |
85,7 |
|
|
Об’єм реалізації телевізорів, млн. грн. |
85,7 |
89,1 |
95,1 |
98,9 |
100,3 |
101,1 |
102,5 |
|
|
Об’єм реалізації холодильного устаткування, млн. грн. |
22,5 |
52,4 |
69,8 |
74,1 |
81,9 |
93,9 |
95,1 |
|
|
Об’єм реалізації килимових виробів, млн. грн. |
4,1 |
4,9 |
5,4 |
6,8 |
7,2 |
7,5 |
7,9 |
|
|
Об’єм реалізації спортивних товарів, млн. грн. |
1,5 |
2,7 |
2,1 |
3,7 |
4,1 |
5,2 |
5,9 |
|
|
Об’єм реалізації техніки, млн. грн. |
1,5 |
2,8 |
5,8 |
10,9 |
11,4 |
11,8 |
12,4 |
|
|
Об’єм реалізації автомобілів і запчастин до них, млн. грн. |
12 |
13 |
24 |
25 |
30 |
32 |
36 |
|
|
Об’єм реалізації пально-мас-тильних матеріалів, млн. грн. |
54 |
74 |
73 |
86 |
89 |
92 |
113 |
|
|
Об’єм реалізації освітлюваль-них приладів, млн. грн. |
2,4 |
3,7 |
4,4 |
7,6 |
7,4 |
7,9 |
8,2 |
|
|
Об’єм реалізації пшона,млн.грн. |
1,3 |
1,6 |
1,8 |
1,9 |
1,8 |
2,2 |
2,4 |
|
|
Об’єм реалізації посуду, млн. грн. |
2,4 |
2,7 |
3,5 |
4,7 |
5,5 |
6,8 |
7,1 |
|
|
Витрати обігу, % |
11,2 |
11,4 |
10,5 |
10,3 |
9,8 |
9,4 |
9,1 |
|
|
Собівартість продукції, грн. |
2,1 |
3,2 |
3,5 |
4,5 |
4,7 |
5,9 |
6,8 |
|
|
Відношення прибутку до товарообігу, % |
3,3 |
4,1 |
4,3 |
5,5 |
5,9 |
6,2 |
6,4 |
|
|
Преміальний фонд, тис. грн. |
16,2 |
16,9 |
17,5 |
20,3 |
21,7 |
22,9 |
24,5 |
|
|
Витрати обігу, тис. грн. |
6,2 |
5,1 |
4,4 |
3,9 |
3,7 |
2,7 |
2,4 |
|
|
Транспортні витрати, тис. грн. |
22,6 |
21,7 |
20,4 |
18,8 |
16,4 |
14,8 |
12,2 |
|
|
Торговий прибуток, тис. грн. |
5,4 |
7,6 |
10,7 |
12,4 |
13,9 |
15,8 |
19,6 |
|
|
Площа торгових залів, тис.кв.м |
8,1 |
9,3 |
10,9 |
11,1 |
13,4 |
17,3 |
18,7 |
|
|
Число співробітників підприємства, чіл. |
140 |
167 |
170 |
200 |
216 |
241 |
279 |
|
|
Продуктивність праці, тис. грн. |
21 |
25 |
49 |
54 |
59 |
64 |
72 |
|
|
Витрати обігу, тис. грн. |
25,4 |
24,8 |
19,5 |
18,3 |
17,1 |
14,4 |
12,7 |
|
|
Об’єм реалізованої продукції, млн. грн. |
20,5 |
21,6 |
22,3 |
23,8 |
24,4 |
25,7 |
27,7 |
|
|
Об’єм продукції на душу населення, грн. |
13,6 |
13,8 |
13,9 |
14,3 |
14,7 |
15,2 |
15,9 |
|
|
Товарообіг магазину, млн. грн. |
12,1 |
12,4 |
12,9 |
13,1 |
12,9 |
13,1 |
12,8 |
|
|
Кількість торгових точок, шт. |
180 |
240 |
290 |
480 |
520 |
670 |
790 |
|
|
Населення районного центру, тис. чол. |
122 |
125 |
129 |
134 |
136 |
137 |
138 |
|
|
Рівень витрат підприємства |
2,25 |
2,27 |
2,15 |
2,12 |
2,12 |
2,11 |
2,1 |
|
|
Оборотність товарів, дні |
325 |
326 |
327 |
328 |
339 |
340 |
341 |
|
|
Величина прибутку на душу населення, грн. |
180 |
185 |
187 |
196 |
199 |
200 |
204 |
|
|
Попит на товари тривалого користування, % |
5,4 |
5,3 |
5,8 |
6,4 |
6,8 |
7,1 |
7,7 |
|
|
Прибуток від продажу меблів, тис. грн. |
391 |
481 |
572 |
893 |
912 |
921 |
935 |
|
|
Прибуток від реалізації кон-дитерських виробів, млн. грн. |
6,1 |
7,4 |
8,3 |
8,6 |
9,7 |
9,8 |
9,9 |
|
|
Кількість зроблених за рік автомобілів, тис. шт. |
121 |
154 |
161 |
178 |
184 |
189 |
192 |
|
|
Середній прибуток родини з трьох чоловік, грн. |
24 |
29 |
34 |
36 |
35 |
38 |
43 |
|
|
Витрати на оформлення виробів, тис. грн. |
24,5 |
25,7 |
28,1 |
32,7 |
41,1 |
51,7 |
62,9 |
|
|
Витрати на рекламу продукції, тис. грн. |
11,5 |
11,8 |
15,8 |
17,9 |
28,1 |
29,6 |
32,4 |
|
|
Витрати підприємства на авто-матизацію виробництва,тис.грн |
279 |
348 |
491 |
597 |
622 |
674 |
669 |
|
|
Витрати установи на оплату лікарняних аркушів, тис. грн. |
24,6 |
34,2 |
35,7 |
41,1 |
43,2 |
53,1 |
63,3 |
|
|
Витрати на обслуговування автомобільного парку, тис. грн. |
2,4 |
3,7 |
8,4 |
7,6 |
8,4 |
9,1 |
8,7 |
|
|
Величина посівної площі зернових культур, млн. га |
12,4 |
12,5 |
13,8 |
14,7 |
15,6 |
16,8 |
18,9 |
|
|
Площа складських приміщень, тис. кв. м |
1,4 |
1,7 |
2,5 |
2,6 |
3,8 |
4,7 |
5,6 |
|
|
Об’єм реалізації м’яса, млн.грн. |
22,4 |
22,2 |
1,9 |
1,7 |
1,6 |
1,4 |
1,1 |
|
|
Об’єм реалізації риби, млн.грн. |
2,15 |
2,18 |
2,19 |
3,17 |
4,16 |
5,15 |
6,17 |
|
|
Об’єм реалізації молочної продукції, млн. грн. |
97 |
89 |
82 |
76 |
77 |
65 |
58 |
|
|
Об’єм реалізації цукру,млн.грн. |
14,12 |
14,11 |
14,14 |
16,14 |
15,19 |
15,17 |
15,15 |
|
|
Об’єм реалізації маку, млн. грн. |
72 |
71 |
68 |
58 |
57 |
39 |
25 |
|
|
Об’єм реалізації хліба, млн.грн. |
221 |
227 |
241 |
258 |
311 |
324 |
336 |
|
|
Об’єм реалізації кави, млн. грн. |
20,4 |
20,6 |
20,7 |
20,9 |
21,1 |
21,2 |
21,2 |
Завдання 2.
Завдання 3.
Перевірити чинники X1, X2, X3 на наявність мультиколінеарності .
|
1. |
2. |
3. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,4 |
0,23 |
0,62 |
5,35 |
9,1 |
0,26 |
0,71 |
4,88 |
9,4 |
0,24 |
0,7 |
5,01 |
||
|
9,9 |
0,43 |
0,76 |
3,9 |
5,5 |
0,43 |
0,74 |
5,65 |
6,7 |
0,31 |
0,79 |
5,82 |
||
|
9,1 |
0,26 |
0,71 |
4,88 |
6,6 |
0,38 |
0,72 |
8,85 |
10 |
0,22 |
0,76 |
4,02 |
||
|
5,5 |
0,43 |
0,74 |
5,65 |
4,3 |
0,42 |
0,68 |
8,52 |
5,2 |
0,41 |
0,79 |
3,13 |
||
|
6,6 |
0,38 |
0,72 |
8,85 |
7,4 |
0,3 |
0,77 |
7,19 |
5,7 |
0,41 |
0,71 |
4,13 |
||
|
4,3 |
0,42 |
0,68 |
8,52 |
6,6 |
0,37 |
0,77 |
5,38 |
9,4 |
0,23 |
0,79 |
4,36 |
||
|
7,4 |
0,3 |
0,77 |
7,19 |
5,5 |
0,34 |
0,72 |
9,27 |
5,5 |
0,34 |
0,72 |
9,27 |
||
|
4. |
5. |
6. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
4,3 |
0,42 |
0,68 |
8,52 |
9,4 |
0,37 |
0,72 |
8,85 |
9,9 |
0,43 |
0,3 |
3,9 |
||
|
6,6 |
0,3 |
0,77 |
7,13 |
9,1 |
0,34 |
0,79 |
7,19 |
5,5 |
0,38 |
0,42 |
5,65 |
||
|
7,4 |
0,37 |
0,77 |
5,38 |
5,5 |
0,38 |
0,71 |
5,38 |
4,3 |
0,34 |
0,9 |
8,52 |
||
|
5,5 |
0,34 |
0,72 |
9,27 |
7,4 |
0,41 |
0,76 |
9,27 |
6,6 |
0,37 |
0,55 |
5,38 |
||
|
9,4 |
0,23 |
0,79 |
4,36 |
6,6 |
0,43 |
0,79 |
4,36 |
9,4 |
0,23 |
0,52 |
4,36 |
||
|
5,7 |
0,41 |
0,71 |
4,16 |
9,4 |
0,24 |
0,68 |
4,16 |
5,2 |
0,41 |
0,38 |
3,13 |
||
|
5,2 |
0,41 |
0,79 |
3,13 |
5,7 |
0,31 |
0,7 |
3,13 |
10 |
0,22 |
0,36 |
5,82 |
||
|
7. |
8. |
9. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,1 |
0,26 |
0,71 |
4,88 |
9,4 |
0,37 |
0,76 |
3,9 |
9,1 |
0,4 |
1,35 |
8,28 |
||
|
4,3 |
0,42 |
0,68 |
8,52 |
5,5 |
0,42 |
0,68 |
8,85 |
9,7 |
0,47 |
1,39 |
9,72 |
||
|
7,4 |
0,37 |
0,72 |
5,38 |
7,4 |
0,37 |
0,72 |
7,19 |
6,6 |
0,71 |
1,27 |
8,64 |
||
|
9,4 |
0,23 |
0,79 |
4,36 |
6,6 |
0,23 |
0,71 |
4,16 |
8 |
0,56 |
1,1 |
9 |
||
|
5,2 |
0,41 |
0,76 |
4,02 |
5,7 |
0,41 |
0,79 |
3,13 |
5,7 |
0,44 |
1,23 |
7,92 |
||
|
6,7 |
0,31 |
0,7 |
5,01 |
6,7 |
0,22 |
0,62 |
5,82 |
9,9 |
0,68 |
1,28 |
9,1 |
||
|
9,4 |
0,43 |
0,62 |
5,35 |
4,3 |
0,42 |
0,77 |
6,02 |
9,7 |
0,86 |
1,35 |
3,96 |
||
|
10. |
11. |
12. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,7 |
0,4 |
0,88 |
5,65 |
9,4 |
0,63 |
0,72 |
5,35 |
8,1 |
0,36 |
0,61 |
5,88 |
||
|
5,4 |
0,74 |
1,1 |
7,13 |
9,8 |
0,43 |
0,76 |
3,9 |
5,5 |
0,43 |
0,74 |
5,65 |
||
|
8 |
0,37 |
0,62 |
8,36 |
8,1 |
0,46 |
0,61 |
4,88 |
6,8 |
0,38 |
0,82 |
7,85 |
||
|
5,7 |
0,41 |
0,89 |
9,27 |
5,5 |
0,43 |
0,74 |
5,65 |
4,3 |
0,52 |
0,68 |
8,52 |
||
|
12,1 |
0,72 |
0,45 |
4,16 |
7,6 |
0,38 |
0,52 |
7,85 |
6,4 |
0,3 |
0,77 |
7,19 |
||
|
7,4 |
0,22 |
0,72 |
5,82 |
4,3 |
0,52 |
0,68 |
8,52 |
7,6 |
0,47 |
0,67 |
5,38 |
||
|
9,9 |
0,45 |
0,77 |
3,15 |
7,5 |
0,43 |
0,79 |
6,19 |
5,5 |
0,34 |
0,72 |
9,27 |
||
|
13. |
14. |
15. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,4 |
0,74 |
0,6 |
5,01 |
4,3 |
0,51 |
0,68 |
8,52 |
9,4 |
0,67 |
0,62 |
8,95 |
||
|
6,7 |
0,31 |
0,79 |
6,82 |
5,6 |
0,4 |
0,57 |
6,13 |
7,1 |
0,34 |
0,79 |
7,19 |
||
|
11 |
0,32 |
0,86 |
5,02 |
7,4 |
0,37 |
0,77 |
5,38 |
5,5 |
0,48 |
0,41 |
5,38 |
||
|
5,21 |
0,51 |
0,79 |
3,13 |
6,5 |
0,44 |
0,82 |
9,27 |
7,4 |
0,31 |
0,76 |
8,27 |
||
|
6,7 |
0,41 |
0,61 |
4,13 |
9,4 |
0,23 |
0,79 |
4,36 |
5,6 |
0,43 |
0,89 |
4,36 |
||
|
9,4 |
0,43 |
0,79 |
5,36 |
7,7 |
0,51 |
0,61 |
5,16 |
7,4 |
0,24 |
0,68 |
5,16 |
||
|
7,5 |
0,34 |
0,82 |
9,27 |
5,2 |
0,41 |
0,79 |
3,13 |
5,7 |
0,21 |
0,7 |
3,13 |
||
|
16. |
17. |
18. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,7 |
0,53 |
0,38 |
3,97 |
9,15 |
0,26 |
0,61 |
4,88 |
9,44 |
0,35 |
0,76 |
3,94 |
||
|
5,39 |
0,38 |
0,42 |
5,65 |
5,3 |
0,37 |
0,68 |
9,52 |
5,51 |
0,42 |
0,68 |
8,85 |
||
|
4,3 |
0,44 |
0,91 |
8,54 |
738 |
0,37 |
0,74 |
5,38 |
7,43 |
0,38 |
0,72 |
7,11 |
||
|
6,78 |
0,37 |
0,57 |
5,58 |
9,1 |
0,28 |
0,69 |
4,36 |
6,64 |
0,25 |
0,81 |
4,16 |
||
|
9,4 |
0,23 |
0,52 |
4,36 |
5,2 |
0,61 |
0,76 |
5,02 |
5,72 |
0,41 |
0,79 |
3,23 |
||
|
5,2 |
0,41 |
0,39 |
3,23 |
6,72 |
0,31 |
0,73 |
5,01 |
6,77 |
0,28 |
0,62 |
5,62 |
||
|
9,8 |
0,62 |
0,36 |
5,72 |
9,32 |
0,53 |
0,62 |
6,35 |
4,33 |
0,41 |
0,68 |
5,98 |
||
|
19. |
20. |
21. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,4 |
0,43 |
0,42 |
5,35 |
8,1 |
0,45 |
1,25 |
8,39 |
8,7 |
0,48 |
0,87 |
5,6 |
||
|
9,9 |
0,43 |
0,76 |
3,29 |
9,7 |
0,47 |
1,39 |
9,72 |
5,2 |
0,74 |
1,16 |
7,13 |
||
|
9,1 |
0,36 |
0,61 |
4,88 |
6,9 |
0,71 |
1,47 |
8,64 |
8,4 |
0,37 |
0,62 |
8,36 |
||
|
7,5 |
0,43 |
0,74 |
5,65 |
8 |
0,56 |
1,19 |
9,26 |
5,7 |
0,49 |
0,81 |
8,2 |
||
|
6,6 |
0,58 |
0,52 |
7,85 |
5,7 |
0,46 |
1,53 |
7,92 |
10,1 |
0,72 |
0,45 |
4,16 |
||
|
3,3 |
0,42 |
0,68 |
8,52 |
9,4 |
0,68 |
1,28 |
9,14 |
7,3 |
0,32 |
0,72 |
5,8 |
||
|
8,4 |
0,39 |
0,77 |
9,19 |
80,7 |
0,76 |
1,45 |
3,94 |
9,5 |
0,45 |
0,84 |
3,15 |
||
|
22. |
23. |
24. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,14 |
0,56 |
0,51 |
3,88 |
9,44 |
0,24 |
0,74 |
6,01 |
4,35 |
0,42 |
0,68 |
8,52 |
||
|
5,51 |
0,43 |
0,74 |
5,65 |
6,75 |
0,19 |
0,69 |
5,82 |
6,63 |
0,37 |
0,77 |
7,13 |
||
|
6,66 |
0,68 |
0,78 |
7,85 |
10,4 |
0,32 |
0,76 |
4,02 |
7,44 |
0,47 |
0,67 |
6,38 |
||
|
4,35 |
0,45 |
0,68 |
8,52 |
5,26 |
0,51 |
0,89 |
3,13 |
5,59 |
0,34 |
0,72 |
9,27 |
||
|
7,48 |
0,39 |
0,77 |
7,19 |
5,77 |
0,41 |
0,71 |
4,13 |
9,41 |
0,23 |
0,89 |
5,36 |
||
|
6,64 |
0,17 |
0,97 |
6,38 |
9,42 |
0,13 |
0,69 |
5,36 |
5,75 |
0,41 |
0,71 |
4,16 |
||
|
5,53 |
0,34 |
0,72 |
9,27 |
5,59 |
0,44 |
0,72 |
9,27 |
5,27 |
0,41 |
0,69 |
3,13 |
||
|
25. |
26. |
27. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,44 |
0,37 |
0,72 |
9,85 |
7,99 |
0,43 |
0,35 |
3,69 |
6,16 |
0,36 |
0,71 |
4,88 |
||
|
9,16 |
0,24 |
0,69 |
7,19 |
5,51 |
0,28 |
0,42 |
5,65 |
4,38 |
0,42 |
0,68 |
8,52 |
||
|
5,54 |
0,38 |
0,71 |
5,38 |
4,36 |
0,34 |
0,92 |
7,52 |
7,42 |
0,47 |
0,62 |
5,38 |
||
|
7,49 |
0,41 |
0,76 |
9,27 |
6,67 |
0,47 |
0,57 |
5,38 |
9,44 |
0,23 |
0,79 |
6,36 |
||
|
6,61 |
0,53 |
0,89 |
4,36 |
9,43 |
0,23 |
0,52 |
4,36 |
5,23 |
0,41 |
0,86 |
4,02 |
||
|
9,42 |
0,24 |
0,68 |
6,16 |
5,25 |
0,41 |
0,48 |
3,13 |
6,79 |
0,21 |
0,74 |
4,01 |
||
|
5,74 |
0,31 |
0,79 |
3,13 |
9.28 |
0,29 |
0,36 |
5,82 |
9,41 |
0,43 |
0,62 |
5,35 |
||
|
28. |
29. |
30. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,43 |
0,57 |
0,76 |
3,29 |
9,1 |
0,26 |
0,71 |
4,88 |
9,27 |
0,49 |
0,78 |
6,65 |
||
|
5,52 |
0,42 |
0,68 |
8,75 |
5,5 |
0,43 |
0,74 |
5,65 |
5,46 |
0,74 |
1,16 |
7,13 |
||
|
7,48 |
0,37 |
0,62 |
7,19 |
6,6 |
0,38 |
0,72 |
8,85 |
8.64 |
0,37 |
0,62 |
7,36 |
||
|
6,61 |
0,33 |
0,71 |
4,86 |
4,3 |
0,42 |
0,68 |
8,52 |
5,76 |
0,44 |
0,49 |
9,27 |
||
|
5,76 |
0,41 |
0,59 |
3,13 |
7,4 |
0,3 |
0,77 |
7,19 |
9,61 |
0,72 |
0,65 |
4,96 |
||
|
7,71 |
0,52 |
0,62 |
5,82 |
6,6 |
0,37 |
0,77 |
5,38 |
7,46 |
0,22 |
0,72 |
5,82 |
||
|
4,32 |
0,42 |
0,78 |
6,18 |
5,5 |
0,34 |
0,72 |
9,27 |
8,91 |
0,65 |
0,74 |
3,65 |
||
|
31. |
32. |
33. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,42 |
0,63 |
0,64 |
6,35 |
8,61 |
0,64 |
0,61 |
4,88 |
9,24 |
0,74 |
0,68 |
7,01 |
||
|
9,8 |
0,61 |
0,76 |
3,9 |
5,57 |
0,43 |
0,74 |
5,65 |
6,76 |
0,21 |
0,59 |
6,82 |
||
|
8,19 |
0,46 |
0,61 |
4,8 |
6,8 |
0,38 |
0,67 |
7,85 |
10,3 |
0,32 |
0,86 |
5,02 |
||
|
5,5 |
0,51 |
0,74 |
5,65 |
4,33 |
0,49 |
0,68 |
8,52 |
5,21 |
0,51 |
0,79 |
3,13 |
||
|
7,64 |
0,38 |
0,53 |
7,85 |
6,4 |
0,3 |
0,38 |
7,19 |
6,7 |
0,41 |
0,61 |
4,13 |
||
|
4,3 |
0,52 |
0,49 |
6,52 |
8,6 |
0,47 |
0,67 |
6,38 |
9,41 |
0,53 |
0,69 |
6,36 |
||
|
6,5 |
0,43 |
0,79 |
7,19 |
5,65 |
0,34 |
0,72 |
9,27 |
7,5 |
0,34 |
0,82 |
9,27 |
||
|
34. |
35. |
36. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
4,3 |
0,61 |
0,68 |
8,52 |
9,46 |
0,68 |
0,52 |
9,95 |
8,7 |
0,53 |
0,48 |
4,97 |
||
|
5,26 |
0,48 |
0,57 |
6,13 |
7,13 |
0,34 |
0,79 |
7,19 |
5,39 |
0,38 |
0,42 |
5,65 |
||
|
7,4 |
0,37 |
0,67 |
5,38 |
5,58 |
0,48 |
0,41 |
5,38 |
6,3 |
0,54 |
0,91 |
8,54 |
||
|
6,5 |
0,39 |
0,82 |
8,27 |
7,46 |
0,31 |
0,46 |
7,27 |
6,78 |
0,37 |
0,67 |
6,58 |
||
|
9,49 |
0,23 |
0,79 |
4,36 |
5,64 |
0,53 |
0,89 |
4,36 |
8,4 |
0,23 |
0,52 |
4,36 |
||
|
7,74 |
0,61 |
0,61 |
5,16 |
7,46 |
0,24 |
0,67 |
5,16 |
5,25 |
0,49 |
0,49 |
3,23 |
||
|
5,2 |
0,41 |
0,72 |
6,13 |
5,72 |
0,41 |
0,73 |
5,13 |
9,8 |
0,57 |
0,36 |
4,72 |
||
|
37. |
38. |
39. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,15 |
0,26 |
0,51 |
4,81 |
8,44 |
0,35 |
0,56 |
7,94 |
8,51 |
0,85 |
1,34 |
7,39 |
||
|
6,35 |
0,59 |
0,68 |
9,52 |
5,51 |
0,37 |
0,68 |
8,85 |
9,71 |
0,47 |
1,39 |
9,72 |
||
|
7.38 |
0,37 |
0,74 |
5,38 |
7,43 |
0,32 |
0,72 |
7,64 |
6,94 |
0,11 |
1,51 |
8,64 |
||
|
8,61 |
0,28 |
0,63 |
4,36 |
6,64 |
0,25 |
0,81 |
4,16 |
8.35 |
0,56 |
1,19 |
8,26 |
||
|
5,29 |
0,51 |
0,76 |
5,43 |
5,72 |
0,36 |
0,89 |
3,23 |
5,7 |
0,96 |
1,67 |
7,92 |
||
|
6,7 |
0,31 |
0,49 |
4,01 |
5,77 |
0,28 |
0,62 |
5,62 |
9,4 |
0,68 |
1,28 |
9,14 |
||
|
9,3 |
0,63 |
0,62 |
6,35 |
4,33 |
0,41 |
0,48 |
6,22 |
8.17 |
0,76 |
1,45 |
4,94 |
||
|
40. |
41. |
42. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,7 |
0,48 |
0,87 |
5,56 |
8,4 |
0,43 |
0,52 |
6,35 |
9,15 |
0,26 |
0,71 |
4,88 |
||
|
5,2 |
0,29 |
0,16 |
7,13 |
9,59 |
0,43 |
0,76 |
4,9 |
5,51 |
0,33 |
0,64 |
6,65 |
||
|
8,4 |
0,37 |
0,62 |
8,36 |
9,1 |
0,26 |
0,81 |
4,88 |
6,6 |
0,38 |
0,72 |
8,85 |
||
|
5,7 |
0,49 |
0,81 |
8,26 |
5,56 |
0,53 |
0,74 |
5,65 |
4,39 |
0,92 |
0,68 |
9,52 |
||
|
9,1 |
0,52 |
0,45 |
4,16 |
6,61 |
0,38 |
0,44 |
7,85 |
7,4 |
0,3 |
0,87 |
7,19 |
||
|
7,3 |
0,32 |
0,61 |
6,8 |
5,3 |
0,62 |
0,68 |
8,52 |
6,65 |
0,37 |
0,77 |
5,38 |
||
|
7,5 |
0,45 |
0,84 |
3,15 |
7,3 |
0,3 |
0,76 |
7,19 |
4,5 |
0,54 |
0,62 |
7,27 |
||
|
43. |
44. |
45. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,45 |
0,54 |
0,75 |
6,01 |
5,3 |
0,42 |
0,98 |
9,52 |
9,4 |
0,37 |
0,72 |
8,85 |
||
|
6,7 |
0,31 |
0,79 |
5,82 |
4,6 |
0,39 |
0,77 |
7,13 |
9,1 |
0,34 |
0,79 |
7,19 |
||
|
9,9 |
0,23 |
0,86 |
4,02 |
7,4 |
0,61 |
0,87 |
5,38 |
5,5 |
0,38 |
0,71 |
5,38 |
||
|
5,2 |
0,61 |
0,79 |
3,13 |
5,5 |
0,34 |
0,72 |
8,27 |
7,4 |
0,41 |
0,76 |
9,27 |
||
|
5,79 |
0,41 |
0,81 |
5,13 |
9,4 |
0,23 |
0,79 |
4,36 |
6,6 |
0,43 |
0,79 |
4,36 |
||
|
9,14 |
0,26 |
0,79 |
4,36 |
6,7 |
0,51 |
0,61 |
5,16 |
9,4 |
0,24 |
0,68 |
4,16 |
||
|
5,5 |
0,34 |
0,62 |
8,27 |
5,2 |
0,41 |
0,76 |
3,13 |
5,7 |
0,31 |
0,7 |
3,13 |
||
|
46. |
47. |
48. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,9 |
0,43 |
0,3 |
3,9 |
9,51 |
0,61 |
0,61 |
5,88 |
8,4 |
0,36 |
0,66 |
3,9 |
||
|
5,5 |
0,38 |
0,42 |
5,65 |
4,37 |
0,42 |
0,68 |
8,52 |
5,5 |
0,62 |
0,68 |
8,85 |
||
|
4,3 |
0,34 |
0,9 |
8,52 |
6,4 |
0,37 |
0,72 |
5,38 |
7,54 |
0,47 |
0,82 |
7,19 |
||
|
6,6 |
0,37 |
0,55 |
5,38 |
8,4 |
0,53 |
0,89 |
5,36 |
6,6 |
0,23 |
0,71 |
4,16 |
||
|
9,4 |
0,23 |
0,52 |
4,36 |
5,2 |
0,41 |
0,76 |
4,02 |
5,7 |
0,41 |
0,72 |
3,13 |
||
|
5,2 |
0,41 |
0,38 |
3,13 |
4,7 |
0.51 |
0,76 |
6,01 |
6,73 |
0,32 |
0,62 |
5,82 |
||
|
10 |
0,22 |
0,36 |
5,82 |
9,4 |
0,43 |
0,62 |
5,35 |
5,3 |
0,42 |
0,75 |
6,5 |
||
|
49. |
50. |
51. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,1 |
0,4 |
1,35 |
8,28 |
9,7 |
0,4 |
0,88 |
5,75 |
9,42 |
0,62 |
0,62 |
5,25 |
||
|
9,7 |
0,47 |
1,39 |
8,72 |
5,4 |
0,74 |
1,1 |
7,13 |
7,8 |
0,73 |
0,76 |
3,9 |
||
|
6,6 |
0,71 |
1,27 |
7,64 |
8,1 |
0,37 |
0,62 |
9,36 |
8,1 |
0,46 |
0,61 |
4,8 |
||
|
8 |
0,56 |
1,1 |
9,28 |
5,7 |
0,41 |
0,89 |
9,27 |
6,5 |
0,63 |
0,74 |
5,65 |
||
|
5,7 |
0,44 |
1,23 |
7,92 |
12,1 |
0,72 |
0,45 |
5,16 |
7,86 |
0,48 |
0,38 |
8,85 |
||
|
9,9 |
0,68 |
1,28 |
9,15 |
7,4 |
0,22 |
0,72 |
4,82 |
4,3 |
0,52 |
0,68 |
8,52 |
||
|
9,7 |
0,86 |
1,35 |
3,96 |
9,9 |
0,45 |
0,77 |
3,15 |
7,22 |
0,53 |
0,18 |
5,19 |
||
|
52. |
53. |
54. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,41 |
0,36 |
0,61 |
5,88 |
9,4 |
0,26 |
0,65 |
5,28 |
6,3 |
0,51 |
0,69 |
7,52 |
||
|
5,56 |
0,29 |
0,64 |
6,65 |
6,7 |
0,31 |
0,79 |
6,82 |
5,65 |
0,46 |
0,57 |
6,13 |
||
|
6,8 |
0,38 |
0,82 |
7,85 |
10,2 |
0,92 |
0,86 |
5,32 |
7,4 |
0,37 |
0,74 |
5,38 |
||
|
5,3 |
0,61 |
0,68 |
7,52 |
5,21 |
0,51 |
0,75 |
4,13 |
6,5 |
0,54 |
0,83 |
9,27 |
||
|
6,4 |
0,35 |
0,47 |
7,19 |
6,57 |
0,51 |
0,61 |
4,13 |
9,3 |
0,23 |
0,79 |
5,36 |
||
|
8,6 |
0,47 |
0,67 |
5,38 |
9,4 |
0,43 |
0,37 |
6,36 |
7,17 |
0,41 |
0,28 |
5,16 |
||
|
5,95 |
0,54 |
0,62 |
8,27 |
8,5 |
0,34 |
0,82 |
9,27 |
5,2 |
0,41 |
0,79 |
4,13 |
||
|
55. |
56. |
57. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,14 |
0,56 |
0,51 |
3,88 |
7,49 |
0,62 |
0,52 |
6,95 |
9,25 |
0,46 |
0,64 |
4,24 |
||
|
5,51 |
0,43 |
0,74 |
5,65 |
7,1 |
0,34 |
0,79 |
7,19 |
6,3 |
0,37 |
0,78 |
9,52 |
||
|
6,66 |
0,68 |
0,78 |
7,85 |
5,55 |
0,58 |
0,41 |
5,38 |
7,38 |
0,57 |
0,74 |
5,38 |
||
|
4,35 |
0,45 |
0,68 |
8,52 |
7,4 |
0,31 |
0,66 |
9,27 |
9,41 |
0,28 |
0,69 |
5,36 |
||
|
7,48 |
0,39 |
0,77 |
7,19 |
5,61 |
0,43 |
0,89 |
4,36 |
6,2 |
0,61 |
0,76 |
6,02 |
||
|
6,64 |
0,17 |
0,97 |
6,38 |
8,4 |
0,34 |
0,68 |
5,16 |
6,72 |
0,39 |
0,63 |
5,01 |
||
|
5,53 |
0,34 |
0,72 |
9,27 |
5,7 |
0,21 |
0,73 |
4,13 |
8,32 |
0,53 |
0,64 |
7,35 |
||
|
58. |
59. |
60. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,44 |
0,45 |
0,69 |
2,94 |
8,17 |
0,45 |
1,25 |
8,24 |
8,27 |
0,68 |
0,77 |
5,65 |
||
|
5,51 |
0,42 |
0,68 |
8,85 |
8,7 |
0,57 |
0,99 |
9,72 |
5,29 |
0,74 |
1,06 |
7,13 |
||
|
8,43 |
0,38 |
0,72 |
8,11 |
6,9 |
0,71 |
1,47 |
7,64 |
9,4 |
0,57 |
0,62 |
8,36 |
||
|
6,64 |
0,63 |
0,64 |
4,16 |
8,38 |
0,46 |
1,09 |
8,26 |
5,67 |
0,49 |
0,91 |
8,2 |
||
|
5,72 |
0,41 |
0,79 |
6,23 |
5,71 |
0,46 |
1,53 |
7,92 |
9,1 |
0,42 |
0,45 |
4,26 |
||
|
6,76 |
0,28 |
0,62 |
5,62 |
7,4 |
0,78 |
0,28 |
8,14 |
8,3 |
0,32 |
0,62 |
6,8 |
||
|
4,43 |
0,42 |
0,78 |
4,62 |
9,7 |
0,76 |
1,45 |
3,94 |
9,15 |
0,65 |
0,84 |
3,15 |
||
|
61. |
62. |
63. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,24 |
0,26 |
0,42 |
5,85 |
8,14 |
0,56 |
0,51 |
4,88 |
8,44 |
0,34 |
0,84 |
7,01 |
||
|
9,91 |
0,43 |
0,76 |
4,29 |
5,51 |
0,64 |
0,61 |
5,65 |
6,75 |
0,19 |
0,69 |
5,82 |
||
|
8,1 |
0,56 |
0,49 |
4,88 |
6,61 |
0,68 |
0,78 |
7,85 |
9,42 |
0,32 |
0,76 |
4,02 |
||
|
7,5 |
0,43 |
0,74 |
5,65 |
4,35 |
0,51 |
0,57 |
9,52 |
5,26 |
0,51 |
0,69 |
3,13 |
||
|
7,6 |
0,58 |
0,52 |
8,85 |
7,48 |
0,39 |
0,77 |
7,19 |
5,77 |
0,51 |
0,71 |
5,13 |
||
|
3,3 |
0,42 |
0,68 |
8,52 |
6,19 |
0,17 |
0,61 |
7,38 |
9,2 |
0,23 |
0,69 |
5,36 |
||
|
8,66 |
0,39 |
0,64 |
8,19 |
7,53 |
0,28 |
0,72 |
9,27 |
5,59 |
0,44 |
0,32 |
8,27 |
||
|
64. |
65. |
66. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
5,35 |
0,42 |
0,68 |
9,52 |
8,44 |
0,47 |
0,62 |
8,85 |
7,8 |
0,43 |
0,35 |
4,69 |
||
|
6,63 |
0,27 |
0,57 |
7,13 |
7,16 |
0,24 |
0,69 |
7,19 |
5,5 |
0,58 |
0,42 |
6,65 |
||
|
7,42 |
0,47 |
0,67 |
5,38 |
5,54 |
0,38 |
0,71 |
5,38 |
4,36 |
0,34 |
0,92 |
7,52 |
||
|
5,48 |
0,62 |
0,62 |
9,27 |
7,49 |
0,51 |
0,86 |
8,27 |
6,6 |
0,47 |
0,67 |
5,38 |
||
|
9,41 |
0,23 |
0,79 |
5,36 |
8,61 |
0,53 |
0,99 |
4,36 |
7,43 |
0,43 |
0,42 |
4,6 |
||
|
6,75 |
0,53 |
0,71 |
3,16 |
9,42 |
0,44 |
0,68 |
6,16 |
5,25 |
0,41 |
0,58 |
5,13 |
||
|
5,27 |
0,41 |
0,89 |
4,13 |
6,74 |
0,31 |
0,69 |
4,13 |
9,28 |
0,39 |
0,36 |
5,2 |
||
|
67. |
68. |
69. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
6,16 |
0,46 |
0,61 |
4,78 |
8,43 |
0,67 |
0,86 |
4,29 |
9,28 |
0,64 |
1,25 |
7,28 |
||
|
5,38 |
0,32 |
0,68 |
8,52 |
5,52 |
0,52 |
0,68 |
8,75 |
8,7 |
0,47 |
0,89 |
8,72 |
||
|
7,42 |
0,47 |
0,72 |
5,28 |
6,48 |
0,37 |
0,72 |
7,19 |
6,69 |
0,71 |
1,47 |
8,64 |
||
|
8,44 |
0,23 |
0,79 |
6,36 |
6,61 |
0,23 |
0,61 |
3,86 |
8,63 |
0,56 |
1,25 |
9,26 |
||
|
7,23 |
0,41 |
0,76 |
5,02 |
5,76 |
0,41 |
0,59 |
3,13 |
4,71 |
0,64 |
1,23 |
7,92 |
||
|
6,79 |
0,51 |
0,74 |
4,01 |
6,71 |
0,42 |
0,72 |
6,82 |
9,28 |
0,78 |
0,86 |
8,14 |
||
|
8,41 |
0,33 |
0,52 |
4,35 |
5,32 |
0,42 |
0,68 |
5,18 |
8,51 |
0,96 |
1,45 |
6,96 |
||
|
70. |
71. |
72. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,47 |
0,69 |
0,78 |
7,65 |
7,42 |
0,53 |
0,84 |
6,35 |
8,61 |
0,37 |
0,51 |
5,88 |
||
|
5,46 |
0,74 |
0,16 |
7,13 |
9,18 |
0,61 |
0,76 |
5,88 |
5,47 |
0,43 |
0,74 |
4,65 |
||
|
8.64 |
0,37 |
0,52 |
7,36 |
8,19 |
0,46 |
0,61 |
4,82 |
6,18 |
0,38 |
0,67 |
7,85 |
||
|
5,76 |
0,54 |
0,69 |
8,27 |
5,54 |
0,61 |
0,74 |
5,65 |
4,33 |
0,49 |
0,58 |
8,52 |
||
|
8,61 |
0,72 |
0,65 |
4,96 |
7,64 |
0,38 |
0,53 |
7,85 |
6,48 |
0,38 |
0,38 |
6,19 |
||
|
7,46 |
0,22 |
0,82 |
5,82 |
4,27 |
0,52 |
0,49 |
6,52 |
8,64 |
0,57 |
0,67 |
7,38 |
||
|
8,94 |
0,65 |
0,74 |
3,65 |
6,5 |
0,43 |
0,69 |
6,19 |
5,65 |
0,34 |
0,72 |
8,27 |
||
|
73. |
74. |
75. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
9,24 |
0,64 |
0,78 |
7,21 |
9,4 |
0,37 |
0,76 |
3,9 |
8,46 |
0,52 |
0452 |
8,95 |
||
|
6,76 |
0,21 |
0,59 |
6,82 |
5,5 |
0,42 |
0,68 |
8,85 |
7,13 |
0,34 |
0,79 |
7,19 |
||
|
9,39 |
0,32 |
0,86 |
5,02 |
7,4 |
0,37 |
0,72 |
7,19 |
5,58 |
0,48 |
0,41 |
6,38 |
||
|
5,21 |
0,51 |
0,69 |
5,13 |
6,6 |
0,23 |
0,71 |
4,16 |
7,46 |
0,44 |
0,46 |
7,27 |
||
|
6,73 |
0,61 |
0,61 |
4,13 |
5,7 |
0,41 |
0,79 |
3,13 |
6,64 |
0,53 |
0,57 |
4,36 |
||
|
9,41 |
0,53 |
0,69 |
6,36 |
6,7 |
0,22 |
0,62 |
5,82 |
7,46 |
0,24 |
0,67 |
5,16 |
||
|
7,45 |
0,24 |
0,82 |
9,27 |
4,3 |
0,42 |
0,77 |
6,02 |
6,72 |
0,42 |
0,74 |
6,13 |
||
|
76. |
77. |
78. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,27 |
0,63 |
0,58 |
4,57 |
8,54 |
0,45 |
0,46 |
7,84 |
8,15 |
0,34 |
0,41 |
4,81 |
||
|
5,39 |
0,38 |
0,42 |
5,65 |
5,51 |
0,37 |
0,68 |
8,85 |
6,35 |
0,59 |
0,68 |
9,42 |
||
|
6,35 |
0,54 |
0,81 |
9,54 |
7,43 |
0,62 |
0,92 |
7,64 |
7,38 |
0,31 |
0,84 |
5,38 |
||
|
6,78 |
0,47 |
0,67 |
6,48 |
6,24 |
0,25 |
0,81 |
4,26 |
8,61 |
0,28 |
0,63 |
6,36 |
||
|
8,49 |
0,23 |
0,52 |
4,36 |
5,72 |
0,36 |
0,89 |
3,23 |
5,29 |
0,54 |
0,76 |
5,43 |
||
|
5,25 |
0,49 |
0,49 |
3,23 |
5,87 |
0,18 |
0,52 |
4,62 |
6,72 |
0,31 |
0,59 |
4,01 |
||
|
9,84 |
0657 |
0,46 |
4,72 |
4,33 |
0,41 |
0,48 |
6,24 |
9,39 |
0,63 |
0,62 |
7,35 |
||
|
79. |
80. |
81. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,81 |
0,65 |
0,94 |
8,39 |
9,17 |
0,48 |
0,97 |
6,56 |
7,24 |
0,46 |
0,42 |
5,74 |
||
|
9,71 |
0,47 |
1,39 |
9,72 |
5,25 |
0,29 |
0,16 |
7,13 |
9,91 |
0,63 |
0,66 |
4,29 |
||
|
6,94 |
0371 |
1,52 |
8,64 |
8,47 |
0,47 |
0,52 |
8,36 |
8,21 |
0,56 |
0,49 |
3,88 |
||
|
8.35 |
0,56 |
1,19 |
6,26 |
5,73 |
0,49 |
0,81 |
8,26 |
7,58 |
0,43 |
0,64 |
5,65 |
||
|
5,74 |
0,96 |
0,67 |
7,92 |
9,19 |
0,52 |
0,45 |
4,16 |
7,64 |
0,58 |
0,52 |
8,85 |
||
|
9,42 |
0,58 |
1,28 |
9,14 |
7,35 |
0,32 |
0,61 |
6,28 |
3,33 |
0,52 |
0,78 |
9,52 |
||
|
8,17 |
0,76 |
1,45 |
4,94 |
7,54 |
0,45 |
0,84 |
3,45 |
8,61 |
0,39 |
0,64 |
8,19 |
||
|
82. |
83. |
84. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,14 |
0,76 |
0,71 |
5,88 |
8,32 |
0,34 |
0,74 |
8,01 |
6,35 |
0,51 |
0,58 |
8,52 |
||
|
6,51 |
0,64 |
0,61 |
5,65 |
6,75 |
0,29 |
0,69 |
5,82 |
6,63 |
0,37 |
0,57 |
7,13 |
||
|
6,41 |
0,58 |
0,88 |
7,85 |
9,45 |
0,32 |
0,86 |
4,02 |
7,42 |
0,47 |
0,77 |
5,38 |
||
|
4,35 |
0,51 |
0,57 |
8,52 |
5,26 |
0,51 |
0,69 |
3,13 |
6,48 |
0,62 |
0,62 |
9,27 |
||
|
7,58 |
0,39 |
0,77 |
7,19 |
5,77 |
0,61 |
0,71 |
5,13 |
9,41 |
0,23 |
0,79 |
6,36 |
||
|
6,19 |
0,27 |
0,61 |
9,38 |
9,27 |
0,23 |
0,59 |
6,36 |
7,75 |
0,43 |
0,81 |
3,16 |
||
|
7,63 |
0,28 |
0,52 |
7,27 |
5,59 |
0,44 |
0,32 |
8,27 |
5,27 |
0,41 |
0,99 |
5,13 |
||
|
85. |
86. |
87. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
6,44 |
0,57 |
0762 |
9,85 |
8,8 |
0,53 |
0435 |
4,34 |
6,26 |
0,56 |
0,51 |
5,78 |
||
|
7,16 |
0,24 |
0,69 |
7,19 |
5,65 |
0,58 |
0,42 |
6,65 |
5,38 |
0,32 |
0,68 |
7,52 |
||
|
5,54 |
0,38 |
0,61 |
6,38 |
4,36 |
0,34 |
0,92 |
7,89 |
7,42 |
0,47 |
0,42 |
5,28 |
||
|
6,49 |
0,41 |
0,86 |
8,27 |
6,64 |
0,57 |
0,57 |
5,38 |
8,74 |
0,53 |
0,79 |
6,36 |
||
|
8,61 |
0,53 |
0,89 |
4,36 |
7,43 |
0,43 |
0,42 |
4,59 |
7,23 |
0,31 |
0,86 |
5,02 |
||
|
8,42 |
0,54 |
0,68 |
6,16 |
5,25 |
0,41 |
0,58 |
5,13 |
6,79 |
0,51 |
0,74 |
4,01 |
||
|
6,74 |
0,31 |
0,79 |
5,13 |
9,28 |
0,39 |
0,46 |
6,21 |
9,41 |
0,33 |
0,52 |
5,35 |
||
|
88. |
89. |
90. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,23 |
0,57 |
0,76 |
4,29 |
8,28 |
0,44 |
1,25 |
9,28 |
8,47 |
0,69 |
0,54 |
7,65 |
||
|
5,72 |
0,52 |
0,68 |
9,75 |
9,72 |
0,47 |
0,89 |
8,72 |
6,46 |
0,74 |
0,16 |
7,13 |
||
|
6,48 |
0,37 |
0,72 |
7,19 |
6,69 |
0,71 |
0,97 |
8,64 |
7,64 |
0,37 |
0,52 |
7,36 |
||
|
7,61 |
0,53 |
0,61 |
3,86 |
8.63 |
0,76 |
1,25 |
9,26 |
5,76 |
0,54 |
0,79 |
8,27 |
||
|
5,76 |
0,41 |
0,59 |
4,13 |
4,71 |
0,64 |
1,23 |
8,92 |
8,61 |
0,72 |
0,65 |
4,96 |
||
|
6,71 |
0,62 |
0,72 |
6,82 |
9,28 |
0,78 |
0,86 |
7,14 |
6,46 |
0,22 |
0,82 |
5,82 |
||
|
4,32 |
0,42 |
0,68 |
5,25 |
8,51 |
0,96 |
1,45 |
6,96 |
8,94 |
0,65 |
0,74 |
3,65 |
||
|
91. |
92. |
93. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,42 |
0,43 |
0,29 |
4,35 |
9.61 |
0,37 |
0,41 |
6,8 |
7,24 |
0,54 |
0,78 |
7,21 |
||
|
9,18 |
0,61 |
0,65 |
5,89 |
5,47 |
0543 |
0,74 |
4,65 |
6,76 |
0,21 |
0,59 |
6,82 |
||
|
8,19 |
0,46 |
0,61 |
4,82 |
6,18 |
0,38 |
0,67 |
7,85 |
9,39 |
0,52 |
0,46 |
4,02 |
||
|
6,54 |
0,61 |
0,24 |
5,65 |
4,33 |
0,49 |
0,58 |
8,51 |
6,21 |
0,51 |
0,69 |
6,13 |
||
|
7,64 |
0,38 |
0,53 |
6,85 |
6,48 |
0,28 |
0,48 |
5,19 |
6,73 |
0,61 |
0,61 |
4,13 |
||
|
5,35 |
0,52 |
0,73 |
7,52 |
7,64 |
0,57 |
0,67 |
7,32 |
9,41 |
0,43 |
0,69 |
6,36 |
||
|
6,52 |
0,43 |
0,69 |
6,19 |
5,65 |
0,34 |
0,72 |
8,27 |
7,45 |
0,24 |
0,82 |
8,27 |
||
|
94. |
95. |
96. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,32 |
0,34 |
0,72 |
6,52 |
7,27 |
0,63 |
0,48 |
5,57 |
8,46 |
0,52 |
0,52 |
7,95 |
||
|
5,26 |
0,48 |
0,57 |
6,13 |
5,39 |
0,29 |
0,42 |
5,65 |
8,13 |
0,34 |
0,79 |
7,19 |
||
|
7,42 |
0,37 |
0,67 |
5,38 |
6,35 |
0,54 |
0,81 |
9,54 |
5,58 |
0,28 |
0,41 |
6,38 |
||
|
6,54 |
0,59 |
0,24 |
8,27 |
6,78 |
0,47 |
0,67 |
6,48 |
7,46 |
0,44 |
5746 |
7,72 |
||
|
7,49 |
0,23 |
0,89 |
7,36 |
9,49 |
0,64 |
0,42 |
5,36 |
5,64 |
0,53 |
0,57 |
4,36 |
||
|
7,74 |
0,61 |
0,91 |
5,16 |
5,25 |
0,49 |
0,49 |
3,23 |
7,46 |
0,64 |
0,67 |
5,63 |
||
|
6,42 |
0,34 |
0,72 |
8,13 |
8,84 |
0657 |
0,46 |
4,72 |
8,72 |
0,42 |
0,74 |
6,13 |
||
|
97. |
98. |
99. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
7,15 |
0,94 |
0,52 |
5,81 |
8,24 |
0,25 |
0,56 |
7,84 |
8,51 |
0,45 |
0,82 |
8,39 |
||
|
6,35 |
0,59 |
0,68 |
9,42 |
5,51 |
0,37 |
0,68 |
9,85 |
9,71 |
0,47 |
1,39 |
9,72 |
||
|
7,28 |
0,31 |
0,84 |
5,38 |
8,43 |
0,62 |
0,92 |
7,64 |
6,94 |
0,37 |
0,52 |
7,64 |
||
|
8,52 |
0,48 |
0,43 |
5,36 |
6,24 |
0,34 |
0,81 |
5,26 |
8.85 |
0,56 |
1,19 |
6,26 |
||
|
9,29 |
0,54 |
0,76 |
5,43 |
5,72 |
0,36 |
0,89 |
3,23 |
5,74 |
0,86 |
0,67 |
7,92 |
||
|
6,72 |
0,31 |
0,59 |
6,01 |
6,87 |
0,25 |
0,62 |
4,62 |
7,42 |
0,58 |
1,28 |
8,14 |
||
|
8,39 |
0,73 |
0,62 |
7,35 |
4,33 |
0,41 |
0,48 |
6,63 |
8,17 |
0,76 |
1,45 |
4,94 |
||
|
100. |
101. |
102. |
|||||||||||
|
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
||
|
8,17 |
0,48 |
0,94 |
6,51 |
8,24 |
0,35 |
0,57 |
7,84 |
8,51 |
0,45 |
0,82 |
8,39 |
||
|
5,25 |
0,29 |
0,16 |
7,13 |
5,51 |
0,41 |
0,67 |
9,85 |
8,76 |
0,47 |
1,39 |
9,72 |
||
|
7,47 |
0,47 |
0,52 |
8,36 |
8,73 |
0,65 |
0,98 |
7,69 |
6,94 |
0,37 |
0,52 |
7,64 |
||
|
5,73 |
0,49 |
0,81 |
8,24 |
6,24 |
0,34 |
0,81 |
5,26 |
8,83 |
0,52 |
1,21 |
6,26 |
||
|
9,19 |
0,52 |
0,45 |
5,16 |
5,72 |
0,36 |
0,89 |
3,27 |
5,74 |
0,86 |
0,71 |
7,84 |
||
|
8,35 |
0,32 |
0,61 |
6,28 |
6,87 |
0,25 |
0,64 |
4,66 |
7,42 |
0,58 |
1,28 |
8,31 |
||
|
7,54 |
0,45 |
0,43 |
3,51 |
4,33 |
0,41 |
0,49 |
6,65 |
8,17 |
0,76 |
1,42 |
4,84 |
Завдання 4.
Завдання 5.
|
1. |
2. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
1 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
2 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
2 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
3 |
10 |
6 |
4 |
9 |
1 |
5 |
8 |
2 |
3 |
7 |
3 |
10 |
9 |
8 |
7 |
3 |
6 |
5 |
4 |
2 |
1 |
|
4 |
9 |
4 |
6 |
8 |
5 |
3 |
10 |
1 |
7 |
2 |
4 |
10 |
8 |
7 |
6 |
1 |
2 |
3 |
9 |
4 |
5 |
|
5 |
7 |
6 |
4 |
8 |
3 |
2 |
10 |
1 |
5 |
9 |
5 |
10 |
9 |
5 |
7 |
8 |
4 |
2 |
1 |
3 |
6 |
|
3. |
4. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
3 |
9 |
10 |
8 |
4 |
5 |
6 |
7 |
1 |
5 |
9 |
8 |
2 |
1 |
10 |
6 |
4 |
3 |
7 |
|
2 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
2 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
3 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
3 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
4 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
4 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
5 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
5 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
5. |
6. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
6 |
5 |
7 |
1 |
4 |
9 |
8 |
3 |
2 |
1 |
2 |
5 |
1 |
4 |
6 |
7 |
3 |
9 |
8 |
10 |
|
2 |
9 |
6 |
4 |
10 |
1 |
5 |
8 |
7 |
2 |
3 |
2 |
9 |
8 |
1 |
4 |
7 |
5 |
6 |
2 |
3 |
10 |
|
3 |
10 |
1 |
4 |
7 |
5 |
6 |
9 |
8 |
2 |
3 |
3 |
6 |
10 |
1 |
8 |
9 |
5 |
7 |
2 |
3 |
4 |
|
4 |
6 |
7 |
1 |
8 |
3 |
4 |
10 |
9 |
2 |
5 |
4 |
8 |
7 |
1 |
9 |
10 |
6 |
5 |
4 |
2 |
3 |
|
5 |
10 |
1 |
2 |
9 |
3 |
6 |
8 |
5 |
4 |
7 |
5 |
9 |
7 |
5 |
10 |
8 |
2 |
6 |
1 |
3 |
4 |
|
7. |
8. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
1 |
1 |
3 |
10 |
4 |
2 |
7 |
5 |
9 |
8 |
6 |
|
2 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
2 |
1 |
2 |
7 |
5 |
4 |
9 |
3 |
6 |
8 |
10 |
|
3 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
3 |
1 |
5 |
8 |
2 |
3 |
7 |
4 |
6 |
9 |
10 |
|
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
4 |
2 |
6 |
10 |
3 |
4 |
7 |
1 |
9 |
5 |
8 |
|
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
5 |
1 |
7 |
8 |
6 |
2 |
10 |
5 |
9 |
3 |
4 |
|
9. |
10. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
5 |
1 |
7 |
9 |
4 |
8 |
2 |
3 |
6 |
1 |
1 |
9 |
8 |
3 |
4 |
10 |
2 |
7 |
5 |
6 |
|
2 |
8 |
7 |
1 |
9 |
10 |
5 |
6 |
4 |
3 |
2 |
2 |
1 |
4 |
10 |
5 |
2 |
6 |
3 |
8 |
7 |
9 |
|
3 |
2 |
5 |
3 |
6 |
9 |
7 |
4 |
1 |
8 |
10 |
3 |
2 |
5 |
9 |
1 |
4 |
10 |
3 |
8 |
7 |
6 |
|
4 |
10 |
7 |
5 |
8 |
6 |
3 |
9 |
1 |
2 |
4 |
4 |
1 |
5 |
10 |
3 |
4 |
6 |
2 |
9 |
7 |
8 |
|
5 |
7 |
8 |
1 |
9 |
10 |
5 |
6 |
2 |
4 |
3 |
5 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
|
11. |
12. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
1 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
|
2 |
10 |
9 |
8 |
5 |
4 |
3 |
1 |
2 |
7 |
6 |
2 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
3 |
10 |
9 |
7 |
5 |
4 |
6 |
2 |
1 |
3 |
8 |
3 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
5 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
13. |
14. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
9 |
7 |
6 |
5 |
4 |
8 |
3 |
2 |
1 |
1 |
10 |
9 |
6 |
8 |
7 |
3 |
1 |
2 |
5 |
4 |
|
2 |
8 |
10 |
6 |
5 |
7 |
9 |
1 |
4 |
2 |
3 |
2 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
3 |
10 |
2 |
4 |
8 |
3 |
6 |
9 |
5 |
1 |
7 |
3 |
10 |
9 |
4 |
6 |
7 |
1 |
2 |
3 |
8 |
5 |
|
4 |
9 |
6 |
4 |
1 |
2 |
5 |
7 |
3 |
8 |
10 |
4 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
5 |
1 |
7 |
8 |
2 |
9 |
10 |
3 |
6 |
4 |
5 |
5 |
10 |
9 |
5 |
8 |
7 |
4 |
1 |
2 |
6 |
3 |
|
15. |
16. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
|
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
2 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
3 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
1 |
5 |
9 |
3 |
2 |
10 |
4 |
8 |
7 |
6 |
4 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
|
5 |
1 |
5 |
9 |
4 |
3 |
10 |
2 |
8 |
6 |
7 |
5 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
17. |
18. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
1 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
2 |
1 |
5 |
9 |
3 |
2 |
10 |
4 |
8 |
7 |
6 |
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
|
3 |
1 |
5 |
9 |
4 |
3 |
10 |
2 |
8 |
6 |
7 |
3 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
4 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
4 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
|
5 |
10 |
9 |
8 |
5 |
4 |
3 |
1 |
2 |
7 |
6 |
5 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
19. |
20. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
1 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
3 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
3 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
4 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
4 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
5 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
5 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
21. |
22. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
|
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
2 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
3 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
5 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
23. |
24. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
1 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
2 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
2 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
3 |
10 |
6 |
4 |
9 |
1 |
5 |
8 |
2 |
3 |
7 |
3 |
10 |
9 |
8 |
7 |
3 |
6 |
5 |
4 |
2 |
1 |
|
4 |
9 |
4 |
6 |
8 |
5 |
3 |
10 |
1 |
7 |
2 |
4 |
10 |
8 |
7 |
6 |
1 |
2 |
3 |
9 |
4 |
5 |
|
5 |
2 |
1 |
3 |
9 |
10 |
8 |
4 |
5 |
6 |
7 |
5 |
5 |
9 |
8 |
2 |
1 |
10 |
6 |
4 |
3 |
7 |
|
25. |
26. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
1 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
2 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
2 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
3 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
3 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
4 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
4 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
5 |
9 |
6 |
4 |
10 |
1 |
5 |
8 |
7 |
2 |
3 |
5 |
9 |
8 |
1 |
4 |
7 |
5 |
6 |
2 |
3 |
10 |
|
27. |
28. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
1 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
2 |
7 |
6 |
4 |
8 |
3 |
2 |
10 |
1 |
5 |
9 |
2 |
10 |
9 |
5 |
7 |
8 |
4 |
2 |
1 |
3 |
6 |
|
3 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
3 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
4 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
4 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
5 |
10 |
6 |
5 |
7 |
1 |
4 |
9 |
8 |
3 |
2 |
5 |
2 |
5 |
1 |
4 |
6 |
7 |
3 |
9 |
8 |
10 |
|
29. |
30. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
1 |
1 |
3 |
10 |
4 |
2 |
7 |
5 |
9 |
8 |
6 |
|
2 |
2 |
5 |
3 |
6 |
9 |
7 |
4 |
1 |
8 |
10 |
2 |
2 |
5 |
9 |
1 |
4 |
10 |
3 |
8 |
7 |
6 |
|
3 |
10 |
7 |
5 |
8 |
6 |
3 |
9 |
1 |
2 |
4 |
3 |
1 |
5 |
10 |
3 |
4 |
6 |
2 |
9 |
7 |
8 |
|
4 |
7 |
8 |
1 |
9 |
10 |
5 |
6 |
2 |
4 |
3 |
4 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
|
5 |
10 |
9 |
7 |
5 |
4 |
6 |
2 |
1 |
3 |
8 |
5 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
31. |
32. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
9 |
6 |
4 |
10 |
1 |
5 |
8 |
7 |
2 |
3 |
1 |
9 |
8 |
1 |
4 |
7 |
5 |
6 |
2 |
3 |
10 |
|
2 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
2 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
3 |
10 |
6 |
4 |
9 |
1 |
5 |
8 |
2 |
3 |
7 |
3 |
10 |
9 |
8 |
7 |
3 |
6 |
5 |
4 |
2 |
1 |
|
4 |
9 |
4 |
6 |
8 |
5 |
3 |
10 |
1 |
7 |
2 |
4 |
10 |
8 |
7 |
6 |
1 |
2 |
3 |
9 |
4 |
5 |
|
5 |
7 |
6 |
4 |
8 |
3 |
2 |
10 |
1 |
5 |
9 |
5 |
10 |
9 |
5 |
7 |
8 |
4 |
2 |
1 |
3 |
6 |
|
33. |
34. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
3 |
9 |
10 |
8 |
4 |
5 |
6 |
7 |
1 |
5 |
9 |
8 |
2 |
1 |
10 |
6 |
4 |
3 |
7 |
|
2 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
2 |
1 |
5 |
8 |
2 |
3 |
7 |
4 |
6 |
9 |
10 |
|
3 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
3 |
2 |
6 |
10 |
3 |
4 |
7 |
1 |
9 |
5 |
8 |
|
4 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
4 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
5 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
5 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
35. |
36. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
6 |
5 |
7 |
1 |
4 |
9 |
8 |
3 |
2 |
1 |
2 |
5 |
1 |
4 |
6 |
7 |
3 |
9 |
8 |
10 |
|
2 |
9 |
4 |
6 |
8 |
5 |
3 |
10 |
1 |
7 |
2 |
2 |
10 |
8 |
7 |
6 |
1 |
2 |
3 |
9 |
4 |
5 |
|
3 |
7 |
6 |
4 |
8 |
3 |
2 |
10 |
1 |
5 |
9 |
3 |
10 |
9 |
5 |
7 |
8 |
4 |
2 |
1 |
3 |
6 |
|
4 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
4 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
5 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
5 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
37. |
38. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
1 |
1 |
3 |
10 |
4 |
2 |
7 |
5 |
9 |
8 |
6 |
|
2 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
2 |
1 |
2 |
7 |
5 |
4 |
9 |
3 |
6 |
8 |
10 |
|
3 |
10 |
5 |
1 |
7 |
9 |
4 |
8 |
2 |
3 |
6 |
3 |
1 |
9 |
8 |
3 |
4 |
10 |
2 |
7 |
5 |
6 |
|
4 |
8 |
7 |
1 |
9 |
10 |
5 |
6 |
4 |
3 |
2 |
4 |
1 |
4 |
10 |
5 |
2 |
6 |
3 |
8 |
7 |
9 |
|
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
5 |
1 |
7 |
8 |
6 |
2 |
10 |
5 |
9 |
3 |
4 |
|
39. |
40. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
5 |
9 |
3 |
2 |
10 |
4 |
8 |
7 |
6 |
1 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
|
2 |
1 |
5 |
9 |
4 |
3 |
10 |
2 |
8 |
6 |
7 |
2 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
3 |
2 |
5 |
3 |
6 |
9 |
7 |
4 |
1 |
8 |
10 |
3 |
2 |
5 |
9 |
1 |
4 |
10 |
3 |
8 |
7 |
6 |
|
4 |
10 |
7 |
5 |
8 |
6 |
3 |
9 |
1 |
2 |
4 |
4 |
1 |
5 |
10 |
3 |
4 |
6 |
2 |
9 |
7 |
8 |
|
5 |
7 |
8 |
1 |
9 |
10 |
5 |
6 |
2 |
4 |
3 |
5 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
|
41. |
42. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
5 |
9 |
3 |
2 |
10 |
4 |
8 |
7 |
6 |
1 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
|
2 |
1 |
5 |
9 |
4 |
3 |
10 |
2 |
8 |
6 |
7 |
2 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
3 |
10 |
9 |
7 |
5 |
4 |
6 |
2 |
1 |
3 |
8 |
3 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
5 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
43. |
44. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
9 |
7 |
6 |
5 |
4 |
8 |
3 |
2 |
1 |
1 |
10 |
9 |
6 |
8 |
7 |
3 |
1 |
2 |
5 |
4 |
|
2 |
8 |
10 |
6 |
5 |
7 |
9 |
1 |
4 |
2 |
3 |
2 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
3 |
10 |
2 |
4 |
8 |
3 |
6 |
9 |
5 |
1 |
7 |
3 |
10 |
9 |
4 |
6 |
7 |
1 |
2 |
3 |
8 |
5 |
|
4 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
4 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
|
5 |
10 |
9 |
8 |
5 |
4 |
3 |
1 |
2 |
7 |
6 |
5 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
45. |
46. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
|
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
2 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
3 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
4 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
|
5 |
10 |
9 |
8 |
5 |
4 |
3 |
1 |
2 |
7 |
6 |
5 |
10 |
7 |
5 |
9 |
8 |
2 |
1 |
3 |
6 |
4 |
|
47. |
48. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
1 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
3 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
3 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
4 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
4 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
5 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
5 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
49. |
50. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
1 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
2 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
3 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
3 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
4 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
4 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
5 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
5 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
51. |
52. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
|
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
2 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
3 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
2 |
1 |
6 |
4 |
10 |
5 |
7 |
9 |
3 |
8 |
4 |
4 |
7 |
9 |
3 |
5 |
10 |
2 |
8 |
1 |
6 |
|
5 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
5 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
53. |
54. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
1 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
2 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
2 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
3 |
10 |
3 |
4 |
9 |
5 |
2 |
7 |
6 |
1 |
8 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
7 |
6 |
4 |
8 |
3 |
2 |
10 |
1 |
5 |
9 |
4 |
10 |
9 |
5 |
7 |
8 |
4 |
2 |
1 |
3 |
6 |
|
5 |
2 |
1 |
3 |
9 |
10 |
8 |
4 |
5 |
6 |
7 |
5 |
5 |
9 |
8 |
2 |
1 |
10 |
6 |
4 |
3 |
7 |
|
55. |
56. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
3 |
5 |
10 |
7 |
9 |
4 |
6 |
8 |
1 |
8 |
7 |
10 |
5 |
4 |
9 |
3 |
2 |
1 |
6 |
|
2 |
10 |
6 |
4 |
9 |
1 |
5 |
8 |
2 |
3 |
7 |
2 |
10 |
9 |
8 |
7 |
3 |
6 |
5 |
4 |
2 |
1 |
|
3 |
9 |
4 |
6 |
8 |
5 |
3 |
10 |
1 |
7 |
2 |
3 |
10 |
8 |
7 |
6 |
1 |
2 |
3 |
9 |
4 |
5 |
|
4 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
4 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
5 |
9 |
6 |
4 |
10 |
1 |
5 |
8 |
7 |
2 |
3 |
5 |
9 |
8 |
1 |
4 |
7 |
5 |
6 |
2 |
3 |
10 |
|
57. |
58. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
10 |
7 |
5 |
8 |
6 |
3 |
9 |
1 |
2 |
4 |
1 |
1 |
5 |
10 |
3 |
4 |
6 |
2 |
9 |
7 |
8 |
|
2 |
7 |
8 |
1 |
9 |
10 |
5 |
6 |
2 |
4 |
3 |
2 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
|
3 |
1 |
2 |
3 |
5 |
10 |
4 |
6 |
9 |
8 |
7 |
3 |
6 |
7 |
10 |
4 |
3 |
9 |
2 |
5 |
1 |
8 |
|
4 |
5 |
6 |
4 |
3 |
10 |
8 |
7 |
2 |
9 |
1 |
4 |
3 |
8 |
2 |
10 |
5 |
1 |
4 |
6 |
9 |
7 |
|
5 |
10 |
6 |
5 |
7 |
1 |
4 |
9 |
8 |
3 |
2 |
5 |
2 |
5 |
1 |
4 |
6 |
7 |
3 |
9 |
8 |
10 |
|
59. |
60. |
||||||||||||||||||||
|
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ф Е |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
9 |
10 |
1 |
8 |
7 |
3 |
2 |
4 |
5 |
6 |
1 |
1 |
3 |
10 |
4 |
2 |
7 |
5 |
9 |
8 |
6 |
|
2 |
2 |
5 |
3 |
6 |
9 |
7 |
4 |
1 |
8 |
10 |
2 |
2 |
5 |
9 |
1 |
4 |
10 |
3 |
8 |
7 |
6 |
|
3 |
10 |
6 |
5 |
7 |
1 |
4 |
9 |
8 |
3 |
2 |
3 |
2 |
5 |
1 |
4 |
6 |
7 |
3 |
9 |
8 |
10 |
|
4 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
4 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
5 |
10 |
9 |
7 |
5 |
4 |
6 |
2 |
1 |
3 |
8 |
5 |
7 |
8 |
2 |
5 |
9 |
4 |
1 |
3 |
6 |
10 |
|
61. |
62. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
4 |
3 |
3 |
2 |
4 |
5 |
2 |
2 |
3 |
1 |
3 |
4 |
4 |
3 |
5 |
4 |
4 |
5 |
4 |
3 |
|
2 |
3 |
1 |
2 |
2 |
3 |
1 |
1 |
4 |
3 |
2 |
2 |
4 |
5 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
5 |
|
3 |
5 |
5 |
4 |
5 |
5 |
5 |
3 |
5 |
5 |
5 |
3 |
2 |
1 |
2 |
4 |
1 |
1 |
2 |
3 |
2 |
2 |
|
4 |
4 |
3 |
5 |
4 |
4 |
3 |
4 |
3 |
4 |
4 |
4 |
1 |
3 |
1 |
1 |
3 |
2 |
1 |
1 |
1 |
1 |
|
5 |
1 |
2 |
1 |
1 |
1 |
2 |
2 |
1 |
1 |
1 |
5 |
5 |
2 |
3 |
2 |
2 |
3 |
3 |
2 |
3 |
4 |
|
63. |
64. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
4 |
2 |
2 |
2 |
4 |
2 |
5 |
4 |
2 |
3 |
1 |
4 |
5 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
3 |
|
2 |
2 |
3 |
3 |
3 |
2 |
3 |
1 |
2 |
3 |
1 |
2 |
3 |
4 |
3 |
4 |
5 |
4 |
4 |
3 |
3 |
5 |
|
3 |
3 |
5 |
5 |
4 |
3 |
4 |
3 |
3 |
4 |
4 |
3 |
1 |
2 |
2 |
3 |
1 |
1 |
2 |
1 |
2 |
2 |
|
4 |
5 |
4 |
4 |
5 |
5 |
5 |
4 |
5 |
5 |
5 |
4 |
2 |
1 |
1 |
1 |
2 |
2 |
1 |
2 |
1 |
1 |
|
5 |
1 |
1 |
1 |
1 |
1 |
1 |
2 |
1 |
1 |
1 |
5 |
5 |
3 |
4 |
2 |
3 |
3 |
3 |
5 |
4 |
4 |
|
65. |
66. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
4 |
3 |
2 |
2 |
3 |
4 |
2 |
3 |
2 |
1 |
3 |
4 |
4 |
3 |
3 |
3 |
4 |
3 |
4 |
3 |
|
2 |
1 |
1 |
2 |
3 |
4 |
2 |
1 |
1 |
1 |
3 |
2 |
2 |
1 |
2 |
2 |
2 |
1 |
2 |
2 |
2 |
1 |
|
3 |
4 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
4 |
4 |
3 |
1 |
2 |
1 |
1 |
1 |
2 |
1 |
1 |
1 |
2 |
|
4 |
5 |
3 |
4 |
5 |
3 |
4 |
3 |
4 |
5 |
5 |
4 |
4 |
3 |
5 |
4 |
4 |
5 |
3 |
4 |
3 |
4 |
|
5 |
3 |
2 |
1 |
1 |
1 |
1 |
2 |
3 |
2 |
1 |
5 |
5 |
5 |
3 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
|
67. |
68. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
1 |
1 |
2 |
3 |
1 |
1 |
2 |
1 |
1 |
4 |
3 |
2 |
3 |
1 |
2 |
3 |
2 |
4 |
2 |
|
2 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
2 |
5 |
5 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
4 |
|
3 |
3 |
4 |
5 |
4 |
3 |
5 |
4 |
4 |
5 |
4 |
3 |
1 |
2 |
1 |
1 |
2 |
1 |
2 |
1 |
1 |
3 |
|
4 |
4 |
3 |
3 |
2 |
1 |
2 |
3 |
2 |
1 |
2 |
4 |
2 |
4 |
3 |
4 |
5 |
4 |
4 |
3 |
2 |
5 |
|
5 |
1 |
2 |
2 |
3 |
4 |
1 |
2 |
3 |
3 |
3 |
5 |
3 |
1 |
4 |
2 |
3 |
3 |
1 |
4 |
3 |
1 |
|
69. |
70. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
3 |
4 |
2 |
4 |
3 |
5 |
4 |
2 |
2 |
1 |
1 |
2 |
1 |
2 |
1 |
1 |
1 |
3 |
1 |
2 |
|
2 |
5 |
5 |
5 |
3 |
5 |
5 |
4 |
5 |
5 |
5 |
2 |
4 |
4 |
3 |
4 |
3 |
4 |
5 |
5 |
4 |
4 |
|
3 |
2 |
1 |
2 |
5 |
1 |
2 |
1 |
2 |
3 |
1 |
3 |
3 |
1 |
4 |
3 |
4 |
2 |
3 |
1 |
2 |
3 |
|
4 |
1 |
2 |
1 |
1 |
3 |
1 |
2 |
1 |
1 |
3 |
4 |
5 |
5 |
5 |
5 |
5 |
5 |
4 |
4 |
5 |
5 |
|
5 |
4 |
4 |
3 |
4 |
2 |
4 |
3 |
3 |
4 |
4 |
5 |
2 |
3 |
2 |
1 |
2 |
3 |
2 |
2 |
3 |
1 |
|
71. |
72. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
2 |
1 |
1 |
2 |
3 |
1 |
1 |
2 |
1 |
1 |
2 |
4 |
3 |
2 |
5 |
4 |
3 |
4 |
5 |
4 |
|
2 |
2 |
1 |
2 |
2 |
1 |
2 |
4 |
2 |
1 |
2 |
2 |
1 |
3 |
2 |
4 |
2 |
3 |
4 |
2 |
2 |
3 |
|
3 |
3 |
4 |
5 |
4 |
3 |
4 |
5 |
4 |
4 |
5 |
3 |
5 |
2 |
1 |
5 |
3 |
2 |
1 |
3 |
1 |
2 |
|
4 |
4 |
3 |
3 |
5 |
4 |
1 |
2 |
3 |
3 |
3 |
4 |
3 |
1 |
4 |
1 |
1 |
1 |
2 |
1 |
3 |
1 |
|
5 |
5 |
5 |
4 |
3 |
5 |
5 |
3 |
5 |
5 |
4 |
5 |
4 |
5 |
5 |
3 |
4 |
5 |
5 |
5 |
4 |
5 |
|
73. |
74. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
5 |
4 |
4 |
5 |
5 |
5 |
5 |
3 |
5 |
4 |
1 |
3 |
4 |
3 |
2 |
4 |
3 |
3 |
2 |
4 |
1 |
|
2 |
2 |
5 |
2 |
3 |
4 |
3 |
3 |
4 |
3 |
5 |
2 |
4 |
5 |
4 |
3 |
2 |
2 |
4 |
5 |
3 |
4 |
|
3 |
4 |
3 |
5 |
4 |
3 |
4 |
4 |
5 |
4 |
3 |
3 |
1 |
2 |
1 |
1 |
1 |
4 |
1 |
1 |
2 |
3 |
|
4 |
1 |
1 |
3 |
1 |
1 |
2 |
1 |
2 |
2 |
2 |
4 |
5 |
3 |
5 |
5 |
5 |
5 |
5 |
3 |
5 |
5 |
|
5 |
3 |
2 |
1 |
2 |
2 |
1 |
2 |
1 |
1 |
1 |
5 |
2 |
1 |
2 |
4 |
3 |
1 |
2 |
4 |
1 |
2 |
|
75. |
76. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
5 |
5 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
1 |
2 |
4 |
3 |
3 |
3 |
4 |
3 |
2 |
4 |
4 |
|
2 |
2 |
4 |
3 |
2 |
2 |
1 |
3 |
2 |
4 |
4 |
2 |
3 |
1 |
2 |
2 |
4 |
5 |
4 |
3 |
2 |
5 |
|
3 |
1 |
2 |
1 |
1 |
1 |
2 |
1 |
1 |
2 |
1 |
3 |
5 |
5 |
4 |
5 |
1 |
2 |
1 |
1 |
1 |
3 |
|
4 |
4 |
1 |
2 |
3 |
4 |
3 |
2 |
4 |
1 |
2 |
4 |
4 |
3 |
5 |
4 |
5 |
3 |
5 |
5 |
5 |
2 |
|
5 |
5 |
3 |
4 |
4 |
3 |
5 |
4 |
3 |
3 |
3 |
5 |
1 |
2 |
1 |
1 |
2 |
1 |
2 |
4 |
3 |
1 |
|
77. |
78. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
4 |
3 |
3 |
2 |
4 |
5 |
2 |
3 |
5 |
1 |
4 |
4 |
5 |
4 |
3 |
4 |
3 |
3 |
2 |
4 |
|
2 |
3 |
1 |
2 |
2 |
3 |
1 |
1 |
4 |
5 |
4 |
2 |
5 |
5 |
4 |
5 |
5 |
1 |
2 |
2 |
3 |
1 |
|
3 |
5 |
5 |
4 |
5 |
5 |
5 |
3 |
5 |
4 |
1 |
3 |
1 |
2 |
3 |
2 |
2 |
5 |
4 |
5 |
5 |
5 |
|
4 |
4 |
3 |
5 |
4 |
4 |
3 |
4 |
3 |
1 |
3 |
4 |
2 |
1 |
1 |
1 |
1 |
3 |
5 |
4 |
4 |
3 |
|
5 |
1 |
2 |
1 |
1 |
1 |
2 |
2 |
1 |
2 |
2 |
5 |
3 |
3 |
2 |
3 |
4 |
2 |
1 |
1 |
1 |
2 |
|
79. |
80. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
4 |
2 |
2 |
2 |
4 |
4 |
5 |
5 |
5 |
3 |
1 |
5 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
3 |
4 |
|
2 |
2 |
3 |
3 |
3 |
2 |
3 |
4 |
3 |
4 |
1 |
2 |
4 |
3 |
4 |
5 |
4 |
4 |
3 |
3 |
5 |
2 |
|
3 |
3 |
5 |
5 |
4 |
3 |
1 |
2 |
2 |
3 |
4 |
3 |
2 |
2 |
3 |
1 |
1 |
2 |
1 |
2 |
2 |
3 |
|
4 |
5 |
4 |
4 |
5 |
5 |
2 |
1 |
1 |
1 |
5 |
4 |
1 |
1 |
1 |
2 |
2 |
1 |
2 |
1 |
1 |
5 |
|
5 |
1 |
1 |
1 |
1 |
1 |
5 |
3 |
4 |
2 |
1 |
5 |
3 |
4 |
2 |
3 |
3 |
3 |
5 |
4 |
4 |
1 |
|
81. |
82. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
1 |
9 |
7 |
8 |
2 |
6 |
3 |
10 |
5 |
4 |
1 |
10 |
5 |
6 |
9 |
1 |
8 |
3 |
2 |
4 |
7 |
|
2 |
3 |
7 |
9 |
4 |
2 |
10 |
1 |
8 |
6 |
5 |
2 |
1 |
5 |
6 |
4 |
7 |
3 |
9 |
2 |
10 |
8 |
|
3 |
1 |
9 |
10 |
3 |
2 |
8 |
4 |
7 |
6 |
5 |
3 |
10 |
6 |
7 |
5 |
4 |
2 |
1 |
9 |
8 |
3 |
|
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
4 |
10 |
9 |
4 |
7 |
8 |
3 |
1 |
2 |
5 |
6 |
|
5 |
9 |
8 |
2 |
7 |
5 |
4 |
3 |
6 |
10 |
1 |
5 |
10 |
9 |
2 |
8 |
7 |
4 |
1 |
3 |
6 |
5 |
|
83. |
84. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
4 |
3 |
2 |
2 |
3 |
4 |
2 |
3 |
4 |
1 |
3 |
2 |
2 |
2 |
3 |
4 |
4 |
3 |
3 |
3 |
|
2 |
1 |
1 |
2 |
3 |
4 |
2 |
1 |
1 |
2 |
2 |
2 |
1 |
3 |
3 |
4 |
2 |
1 |
2 |
2 |
2 |
1 |
|
3 |
4 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
1 |
1 |
3 |
4 |
4 |
4 |
5 |
1 |
2 |
1 |
1 |
1 |
2 |
|
4 |
5 |
3 |
4 |
5 |
3 |
4 |
3 |
4 |
4 |
3 |
4 |
5 |
5 |
5 |
3 |
4 |
3 |
5 |
4 |
4 |
5 |
|
5 |
3 |
2 |
1 |
1 |
1 |
1 |
2 |
3 |
5 |
5 |
5 |
2 |
1 |
1 |
1 |
5 |
5 |
3 |
5 |
5 |
4 |
|
85. |
86. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
1 |
2 |
1 |
1 |
1 |
2 |
3 |
1 |
1 |
1 |
3 |
4 |
3 |
2 |
3 |
1 |
2 |
3 |
2 |
4 |
|
2 |
4 |
5 |
5 |
5 |
4 |
5 |
5 |
4 |
5 |
5 |
2 |
4 |
5 |
5 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
|
3 |
5 |
4 |
3 |
4 |
5 |
4 |
3 |
5 |
4 |
4 |
3 |
5 |
1 |
2 |
1 |
1 |
2 |
1 |
2 |
1 |
1 |
|
4 |
1 |
2 |
4 |
3 |
3 |
2 |
1 |
2 |
3 |
2 |
4 |
2 |
2 |
4 |
3 |
4 |
5 |
4 |
4 |
3 |
2 |
|
5 |
3 |
3 |
1 |
2 |
2 |
3 |
4 |
1 |
2 |
3 |
5 |
1 |
3 |
1 |
4 |
2 |
3 |
3 |
1 |
4 |
3 |
|
87. |
88. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
4 |
2 |
4 |
3 |
5 |
4 |
2 |
2 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
1 |
1 |
3 |
5 |
4 |
|
2 |
5 |
5 |
3 |
5 |
5 |
4 |
5 |
5 |
5 |
4 |
2 |
4 |
4 |
3 |
4 |
3 |
4 |
5 |
5 |
4 |
5 |
|
3 |
1 |
2 |
5 |
1 |
2 |
1 |
2 |
3 |
1 |
3 |
3 |
3 |
1 |
4 |
3 |
4 |
2 |
3 |
2 |
1 |
2 |
|
4 |
2 |
1 |
1 |
3 |
1 |
2 |
1 |
1 |
3 |
5 |
4 |
5 |
5 |
5 |
5 |
5 |
5 |
4 |
1 |
2 |
1 |
|
5 |
4 |
3 |
4 |
2 |
4 |
3 |
3 |
4 |
4 |
2 |
5 |
2 |
3 |
2 |
1 |
2 |
3 |
2 |
4 |
3 |
3 |
|
89. |
90. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
3 |
1 |
1 |
2 |
1 |
2 |
4 |
3 |
2 |
1 |
2 |
3 |
1 |
1 |
2 |
1 |
1 |
2 |
1 |
1 |
|
2 |
1 |
2 |
4 |
2 |
1 |
2 |
1 |
3 |
2 |
4 |
2 |
1 |
2 |
4 |
2 |
1 |
2 |
2 |
1 |
2 |
2 |
|
3 |
3 |
4 |
5 |
4 |
4 |
5 |
5 |
2 |
1 |
5 |
3 |
3 |
4 |
5 |
4 |
4 |
5 |
3 |
4 |
5 |
4 |
|
4 |
4 |
1 |
2 |
3 |
3 |
3 |
3 |
1 |
4 |
1 |
4 |
4 |
1 |
2 |
3 |
3 |
3 |
4 |
3 |
3 |
5 |
|
5 |
5 |
5 |
3 |
5 |
5 |
4 |
4 |
5 |
5 |
3 |
5 |
5 |
5 |
3 |
5 |
5 |
4 |
5 |
5 |
4 |
3 |
|
91. |
92. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
4 |
5 |
4 |
4 |
5 |
5 |
5 |
5 |
1 |
1 |
3 |
5 |
4 |
3 |
2 |
4 |
3 |
3 |
2 |
4 |
|
2 |
4 |
5 |
2 |
5 |
2 |
3 |
4 |
3 |
3 |
4 |
2 |
4 |
3 |
5 |
4 |
3 |
2 |
2 |
4 |
5 |
3 |
|
3 |
1 |
2 |
4 |
3 |
5 |
4 |
3 |
4 |
4 |
3 |
3 |
5 |
4 |
3 |
1 |
1 |
1 |
4 |
1 |
1 |
2 |
|
4 |
5 |
3 |
1 |
1 |
3 |
1 |
1 |
2 |
1 |
5 |
4 |
2 |
2 |
2 |
5 |
5 |
5 |
5 |
5 |
3 |
5 |
|
5 |
2 |
1 |
3 |
2 |
1 |
2 |
2 |
1 |
2 |
2 |
5 |
1 |
1 |
1 |
2 |
4 |
3 |
1 |
2 |
4 |
1 |
|
93. |
94. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
5 |
5 |
5 |
2 |
4 |
3 |
3 |
3 |
4 |
1 |
5 |
4 |
5 |
5 |
5 |
5 |
3 |
2 |
4 |
4 |
|
2 |
2 |
4 |
3 |
2 |
3 |
1 |
2 |
2 |
4 |
5 |
2 |
2 |
1 |
3 |
2 |
4 |
4 |
4 |
3 |
2 |
5 |
|
3 |
1 |
2 |
1 |
1 |
5 |
5 |
4 |
5 |
1 |
2 |
3 |
1 |
2 |
1 |
1 |
2 |
1 |
1 |
1 |
1 |
3 |
|
4 |
4 |
1 |
2 |
3 |
4 |
3 |
5 |
4 |
5 |
3 |
4 |
4 |
3 |
2 |
4 |
1 |
2 |
5 |
5 |
5 |
2 |
|
5 |
5 |
3 |
4 |
4 |
1 |
2 |
1 |
1 |
2 |
1 |
5 |
3 |
5 |
4 |
3 |
3 |
3 |
2 |
4 |
3 |
1 |
|
95. |
96. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
4 |
5 |
4 |
4 |
5 |
5 |
5 |
5 |
3 |
5 |
1 |
1 |
3 |
4 |
3 |
2 |
4 |
3 |
3 |
2 |
4 |
|
2 |
5 |
2 |
5 |
2 |
3 |
4 |
3 |
3 |
4 |
3 |
2 |
4 |
4 |
5 |
4 |
3 |
2 |
2 |
4 |
5 |
3 |
|
3 |
2 |
4 |
3 |
5 |
4 |
3 |
4 |
4 |
5 |
4 |
3 |
3 |
1 |
3 |
1 |
1 |
1 |
4 |
1 |
1 |
2 |
|
4 |
3 |
1 |
1 |
3 |
1 |
1 |
2 |
1 |
2 |
2 |
4 |
5 |
5 |
2 |
5 |
5 |
5 |
5 |
5 |
3 |
5 |
|
5 |
1 |
3 |
2 |
1 |
2 |
2 |
1 |
2 |
1 |
1 |
5 |
2 |
2 |
1 |
2 |
4 |
3 |
1 |
2 |
4 |
1 |
|
97. |
98. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
3 |
5 |
5 |
5 |
5 |
4 |
5 |
5 |
5 |
5 |
1 |
2 |
4 |
3 |
3 |
3 |
4 |
3 |
2 |
4 |
4 |
|
2 |
2 |
4 |
3 |
2 |
2 |
1 |
3 |
2 |
4 |
4 |
2 |
3 |
1 |
2 |
2 |
4 |
5 |
4 |
3 |
2 |
5 |
|
3 |
1 |
2 |
1 |
1 |
1 |
2 |
1 |
1 |
2 |
1 |
3 |
5 |
5 |
4 |
5 |
1 |
2 |
1 |
1 |
1 |
3 |
|
4 |
4 |
1 |
2 |
3 |
4 |
3 |
2 |
4 |
1 |
2 |
4 |
4 |
3 |
5 |
4 |
5 |
3 |
5 |
5 |
5 |
2 |
|
5 |
5 |
3 |
4 |
4 |
3 |
5 |
4 |
3 |
3 |
3 |
5 |
1 |
2 |
1 |
1 |
2 |
1 |
2 |
4 |
3 |
1 |
|
99. |
100. |
||||||||||||||||||||
|
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Е Ф |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
2 |
4 |
3 |
4 |
4 |
3 |
5 |
4 |
4 |
5 |
1 |
3 |
3 |
2 |
4 |
5 |
2 |
2 |
3 |
4 |
5 |
|
2 |
3 |
1 |
4 |
5 |
5 |
5 |
4 |
5 |
5 |
4 |
2 |
2 |
2 |
3 |
1 |
1 |
4 |
3 |
2 |
1 |
1 |
|
3 |
5 |
5 |
2 |
1 |
2 |
4 |
1 |
1 |
2 |
3 |
3 |
4 |
5 |
5 |
5 |
3 |
5 |
5 |
5 |
5 |
3 |
|
4 |
4 |
3 |
1 |
3 |
1 |
1 |
3 |
2 |
1 |
1 |
4 |
5 |
4 |
4 |
3 |
4 |
3 |
4 |
4 |
3 |
4 |
|
5 |
1 |
2 |
5 |
2 |
3 |
2 |
2 |
3 |
3 |
2 |
5 |
1 |
1 |
1 |
2 |
2 |
1 |
1 |
1 |
2 |
2 |
Завдання 6.
|
1. |
1-2 |
1-3 |
1-4 |
2-4 |
2-5 |
2-7 |
3-4 |
4-6 |
5-7 |
6-7 |
|
|
14 |
18 |
17 |
16 |
14 |
10 |
18 |
20 |
22 |
18 |
||
|
2. |
1-2 |
1-3 |
2-4 |
3-4 |
3-5 |
4-5 |
4-6 |
5-6 |
5-7 |
5-7 |
|
|
12 |
14 |
10 |
10 |
14 |
15 |
17 |
18 |
21 |
22 |
||
|
3. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-8 |
|
|
3 |
6 |
8 |
5 |
4 |
11 |
8 |
8 |
14 |
6 |
||
|
4. |
1-2 |
1-3 |
1-4 |
2-4 |
3-5 |
4-6 |
5-7 |
6-7 |
6-8 |
7-8 |
|
|
8 |
7 |
5 |
10 |
12 |
9 |
6 |
11 |
4 |
8 |
||
|
5. |
1-2 |
1-3 |
1-4 |
2-5 |
3-7 |
4-6 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
10 |
8 |
6 |
17 |
11 |
12 |
9 |
8 |
15 |
6 |
||
|
6. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-9 |
8-9 |
|
|
5 |
9 |
6 |
3 |
4 |
12 |
5 |
6 |
7 |
16 |
||
|
7. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
8 |
12 |
10 |
9 |
11 |
16 |
7 |
12 |
10 |
8 |
||
|
8. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-6 |
4-7 |
5-8 |
6-8 |
7-8 |
|
|
10 |
14 |
12 |
15 |
21 |
28 |
20 |
10 |
15 |
14 |
||
|
9. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-5 |
4-6 |
4-7 |
5-7 |
6-7 |
|
|
5 |
8 |
2 |
7 |
4 |
6 |
3 |
7 |
9 |
4 |
|
10. |
1-2 |
1-3 |
2-4 |
2-5 |
3-4 |
4-7 |
5-6 |
6-7 |
6-8 |
7-8 |
|
|
25 |
27 |
26 |
22 |
20 |
18 |
24 |
27 |
25 |
23 |
|
11. |
1-2 |
1-3 |
1-4 |
1-5 |
2-6 |
3-8 |
4-6 |
5-7 |
6-8 |
7-8 |
|
|
15 |
12 |
7 |
10 |
12 |
8 |
14 |
16 |
12 |
11 |
||
|
12. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-8 |
6-7 |
6-8 |
7-8 |
|
|
14 |
11 |
20 |
15 |
15 |
8 |
6 |
12 |
30 |
12 |
||
|
13. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-6 |
4-8 |
5-7 |
6-7 |
7-8 |
|
|
7 |
5 |
9 |
6 |
7 |
8 |
4 |
5 |
7 |
2 |
||
|
14. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
4 |
6 |
10 |
5 |
8 |
12 |
7 |
10 |
11 |
9 |
||
|
15. |
1-2 |
1-3 |
1-4 |
1-5 |
2-7 |
3-6 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
4 |
9 |
12 |
8 |
9 |
2 |
10 |
8 |
12 |
12 |
||
|
16. |
1-2 |
1-3 |
2-4 |
2-5 |
3-6 |
4-7 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
14 |
11 |
20 |
15 |
15 |
8 |
6 |
12 |
30 |
12 |
||
|
17. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-8 |
6-7 |
7-8 |
|
|
12 |
8 |
10 |
12 |
15 |
11 |
7 |
5 |
14 |
15 |
||
|
18. |
1-2 |
1-3 |
2-5 |
2-6 |
3-4 |
4-8 |
5-6 |
5-7 |
6-7 |
7-8 |
|
|
10 |
19 |
11 |
14 |
12 |
8 |
9 |
10 |
10 |
9 |
||
|
19. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
8 |
6 |
9 |
7 |
12 |
15 |
14 |
12 |
10 |
15 |
||
|
20. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
5 |
7 |
4 |
3 |
9 |
8 |
4 |
5 |
8 |
5 |
||
|
21. |
1-2 |
1-3 |
1-4 |
2-3 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-8 |
|
|
7 |
5 |
9 |
6 |
7 |
8 |
4 |
5 |
7 |
2 |
||
|
22. |
1-2 |
1-3 |
2-4 |
3-5 |
4-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
12 |
14 |
8 |
10 |
15 |
14 |
18 |
10 |
9 |
11 |
||
|
23. |
1-2 |
1-3 |
1-4 |
2-4 |
3-6 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
15 |
18 |
7 |
12 |
4 |
9 |
10 |
11 |
7 |
8 |
||
|
24. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-7 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
4 |
8 |
7 |
9 |
5 |
3 |
7 |
6 |
5 |
4 |
|
25. |
1-2 |
1-3 |
2-3 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
4-6 |
5-6 |
|
|
7 |
8 |
7 |
2 |
8 |
9 |
10 |
7 |
3 |
11 |
||
|
26. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
15 |
12 |
7 |
10 |
12 |
8 |
14 |
16 |
12 |
11 |
||
|
27. |
1-2 |
1-3 |
1-4 |
2-7 |
3-4 |
3-5 |
4-5 |
5-6 |
5-7 |
6-7 |
|
|
2 |
7 |
4 |
8 |
4 |
6 |
5 |
3 |
7 |
5 |
||
|
28. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-6 |
5-7 |
6-7 |
|
|
8 |
7 |
7 |
5 |
8 |
6 |
8 |
7 |
4 |
5 |
||
|
29. |
1-2 |
1-3 |
2-3 |
2-4 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
17 |
14 |
12 |
10 |
18 |
21 |
14 |
15 |
12 |
10 |
||
|
30. |
1-2 |
1-3 |
1-4 |
2-4 |
2-7 |
3-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
5 |
7 |
4 |
12 |
8 |
10 |
14 |
9 |
10 |
11 |
|
31. |
1-2 |
1-3 |
2-3 |
2-4 |
2-5 |
3-4 |
3-5 |
3-6 |
4-5 |
5-6 |
|
|
24 |
21 |
15 |
28 |
24 |
26 |
25 |
27 |
31 |
24 |
||
|
32. |
1-2 |
1-3 |
2-4 |
3-4 |
3-5 |
4-5 |
4-6 |
5-6 |
5-7 |
5-7 |
|
|
5 |
4 |
8 |
7 |
6 |
9 |
4 |
2 |
3 |
4 |
||
|
33. |
1-2 |
1-3 |
1-4 |
2-5 |
3-4 |
3-5 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
12 |
14 |
15 |
17 |
12 |
16 |
18 |
15 |
14 |
12 |
||
|
34. |
1-2 |
1-3 |
1-4 |
2-4 |
3-5 |
4-6 |
5-7 |
6-7 |
6-8 |
7-8 |
|
|
10 |
14 |
10 |
15 |
17 |
10 |
11 |
16 |
14 |
19 |
||
|
35. |
1-2 |
1-3 |
1-4 |
2-5 |
3-7 |
4-6 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
17 |
14 |
12 |
10 |
18 |
21 |
14 |
15 |
12 |
10 |
|
36. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-9 |
8-9 |
|
|
5 |
7 |
4 |
12 |
8 |
10 |
14 |
9 |
10 |
11 |
||
|
37. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
2 |
7 |
4 |
5 |
8 |
6 |
3 |
7 |
4 |
5 |
||
|
38. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-6 |
4-7 |
5-8 |
6-8 |
7-8 |
|
|
2 |
7 |
4 |
8 |
4 |
6 |
5 |
3 |
7 |
5 |
|
39. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-5 |
4-6 |
4-7 |
5-7 |
6-7 |
|
|
14 |
12 |
18 |
10 |
9 |
15 |
18 |
12 |
14 |
17 |
||
|
40. |
1-2 |
1-3 |
2-4 |
2-5 |
3-4 |
4-7 |
5-6 |
6-7 |
6-8 |
7-8 |
|
|
20 |
21 |
24 |
26 |
25 |
28 |
27 |
20 |
22 |
24 |
||
|
41. |
1-2 |
1-3 |
1-4 |
1-5 |
2-6 |
3-8 |
4-6 |
5-7 |
6-8 |
7-8 |
|
|
7 |
8 |
12 |
15 |
10 |
14 |
16 |
8 |
15 |
10 |
||
|
42. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-8 |
6-7 |
6-8 |
7-8 |
|
|
11 |
12 |
15 |
14 |
17 |
10 |
16 |
18 |
14 |
12 |
||
|
43. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-6 |
4-8 |
5-7 |
6-7 |
7-8 |
|
|
24 |
21 |
15 |
28 |
24 |
26 |
25 |
27 |
31 |
24 |
||
|
44. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
17 |
18 |
17 |
12 |
18 |
19 |
12 |
17 |
13 |
11 |
||
|
45. |
1-2 |
1-3 |
1-4 |
1-5 |
2-7 |
3-6 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
24 |
28 |
27 |
29 |
25 |
23 |
27 |
26 |
25 |
24 |
||
|
46. |
1-2 |
1-3 |
2-4 |
2-5 |
3-6 |
4-7 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
27 |
28 |
27 |
22 |
28 |
29 |
40 |
37 |
33 |
31 |
||
|
47. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-8 |
6-7 |
7-8 |
|
|
10 |
6 |
12 |
7 |
12 |
15 |
14 |
12 |
10 |
17 |
||
|
48. |
1-2 |
1-3 |
2-5 |
2-6 |
3-4 |
4-8 |
5-6 |
5-7 |
6-7 |
7-8 |
|
|
14 |
11 |
20 |
15 |
15 |
14 |
18 |
12 |
23 |
12 |
|
49. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
11 |
12 |
18 |
17 |
16 |
15 |
10 |
18 |
14 |
15 |
||
|
50. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
41 |
48 |
35 |
31 |
32 |
38 |
40 |
39 |
27 |
40 |
||
|
51. |
1-2 |
1-3 |
1-4 |
2-3 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-8 |
|
|
24 |
14 |
18 |
27 |
35 |
38 |
21 |
34 |
28 |
14 |
||
|
52. |
1-2 |
1-3 |
2-4 |
3-5 |
4-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
22 |
24 |
25 |
28 |
27 |
20 |
24 |
26 |
28 |
21 |
|
53. |
1-2 |
1-3 |
1-4 |
2-4 |
3-6 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
15 |
18 |
17 |
14 |
12 |
19 |
15 |
18 |
17 |
16 |
||
|
54. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-7 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
14 |
15 |
18 |
21 |
20 |
18 |
24 |
19 |
27 |
20 |
||
|
55. |
1-2 |
1-3 |
2-3 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
4-6 |
5-6 |
|
|
20 |
21 |
27 |
28 |
19 |
31 |
25 |
30 |
28 |
25 |
||
|
56. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
25 |
28 |
27 |
32 |
31 |
24 |
35 |
20 |
34 |
27 |
||
|
57. |
1-2 |
1-3 |
1-4 |
2-7 |
3-4 |
3-5 |
4-5 |
5-6 |
5-7 |
6-7 |
|
|
14 |
18 |
17 |
22 |
24 |
18 |
10 |
15 |
19 |
18 |
||
|
58. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-6 |
5-7 |
6-7 |
|
|
12 |
17 |
14 |
15 |
18 |
16 |
15 |
17 |
14 |
15 |
||
|
59. |
1-2 |
1-3 |
2-3 |
2-4 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
12 |
14 |
15 |
17 |
12 |
16 |
18 |
15 |
14 |
12 |
||
|
60. |
1-2 |
1-3 |
1-4 |
2-4 |
2-7 |
3-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
5 |
4 |
8 |
7 |
6 |
9 |
4 |
2 |
3 |
4 |
||
|
61. |
1-2 |
1-3 |
1-4 |
2-3 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-8 |
|
|
25 |
28 |
27 |
32 |
31 |
24 |
35 |
20 |
34 |
27 |
|
62. |
1-2 |
1-3 |
2-4 |
3-5 |
4-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
14 |
18 |
17 |
22 |
24 |
18 |
10 |
15 |
19 |
18 |
||
|
63. |
1-2 |
1-3 |
1-4 |
2-4 |
3-6 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
12 |
17 |
14 |
15 |
18 |
16 |
15 |
17 |
14 |
15 |
||
|
64. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-7 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
24 |
24 |
28 |
27 |
26 |
29 |
24 |
22 |
23 |
24 |
||
|
65. |
1-2 |
1-3 |
2-3 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
4-6 |
5-6 |
|
|
20 |
21 |
27 |
28 |
19 |
31 |
25 |
30 |
28 |
25 |
||
|
66. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
15 |
18 |
17 |
14 |
12 |
19 |
15 |
18 |
17 |
16 |
|
67. |
1-2 |
1-3 |
1-4 |
2-7 |
3-4 |
3-5 |
4-5 |
5-6 |
5-7 |
6-7 |
|
|
25 |
28 |
27 |
32 |
31 |
24 |
35 |
20 |
34 |
27 |
||
|
68. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-6 |
5-7 |
6-7 |
|
|
44 |
47 |
55 |
32 |
50 |
55 |
52 |
38 |
47 |
38 |
||
|
69. |
1-2 |
1-3 |
2-3 |
2-4 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
16 |
17 |
25 |
24 |
22 |
21 |
15 |
25 |
20 |
21 |
||
|
70. |
1-2 |
1-3 |
1-4 |
2-4 |
2-7 |
3-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
29 |
30 |
35 |
23 |
32 |
35 |
33 |
26 |
30 |
26 |
||
|
71. |
1-2 |
1-3 |
1-4 |
1-5 |
2-6 |
3-8 |
4-6 |
5-7 |
6-8 |
7-8 |
|
|
11 |
13 |
24 |
22 |
20 |
18 |
10 |
24 |
17 |
18 |
||
|
72. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-8 |
6-7 |
6-8 |
7-8 |
|
|
18 |
19 |
26 |
25 |
24 |
23 |
17 |
26 |
22 |
23 |
||
|
73. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-6 |
4-8 |
5-7 |
6-7 |
7-8 |
|
|
25 |
28 |
42 |
40 |
37 |
35 |
23 |
42 |
33 |
35 |
||
|
74. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
25 |
27 |
33 |
16 |
29 |
33 |
31 |
20 |
27 |
20 |
|
75. |
1-2 |
1-3 |
1-4 |
1-5 |
2-7 |
3-6 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
35 |
38 |
55 |
52 |
50 |
47 |
32 |
35 |
34 |
37 |
||
|
76. |
1-2 |
1-3 |
2-4 |
2-5 |
3-6 |
4-7 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
16 |
18 |
9 |
28 |
18 |
23 |
33 |
21 |
23 |
25 |
||
|
77. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-8 |
6-7 |
7-8 |
|
|
24 |
27 |
15 |
38 |
27 |
32 |
34 |
29 |
32 |
25 |
||
|
78. |
1-2 |
1-3 |
2-5 |
2-6 |
3-4 |
4-8 |
5-6 |
5-7 |
6-7 |
7-8 |
|
|
10 |
12 |
4 |
20 |
12 |
16 |
25 |
14 |
16 |
18 |
||
|
79. |
1-2 |
1-3 |
1-4 |
2-5 |
3-6 |
4-8 |
5-7 |
6-9 |
7-9 |
8-9 |
|
|
18 |
20 |
14 |
26 |
20 |
23 |
29 |
21 |
23 |
14 |
||
|
80. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
9 |
7 |
9 |
8 |
5 |
11 |
8 |
8 |
14 |
6 |
|
81. |
1-2 |
1-3 |
1-4 |
2-3 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-8 |
|
|
24 |
26 |
35 |
33 |
32 |
30 |
23 |
35 |
29 |
30 |
||
|
82. |
1-2 |
1-3 |
2-4 |
3-5 |
4-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
13 |
14 |
10 |
19 |
14 |
17 |
22 |
16 |
17 |
18 |
||
|
83. |
1-2 |
1-3 |
1-4 |
2-4 |
3-6 |
4-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
21 |
16 |
21 |
18 |
11 |
25 |
18 |
18 |
33 |
13 |
||
|
84. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-7 |
4-6 |
5-8 |
6-8 |
7-8 |
|
|
11 |
12 |
7 |
17 |
12 |
15 |
20 |
14 |
15 |
16 |
||
|
85. |
1-2 |
1-3 |
2-3 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
4-6 |
5-6 |
|
|
18 |
20 |
33 |
31 |
29 |
27 |
16 |
33 |
25 |
27 |
||
|
86. |
1-2 |
1-3 |
1-4 |
2-5 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
22 |
23 |
26 |
17 |
24 |
26 |
25 |
19 |
23 |
19 |
||
|
87. |
1-2 |
1-3 |
1-4 |
2-7 |
3-4 |
3-5 |
4-5 |
5-6 |
5-7 |
6-7 |
|
|
20 |
21 |
25 |
15 |
22 |
25 |
24 |
17 |
21 |
17 |
||
|
88. |
1-2 |
1-3 |
2-4 |
2-5 |
3-5 |
3-6 |
4-7 |
5-6 |
5-7 |
6-7 |
|
|
17 |
18 |
24 |
10 |
20 |
24 |
22 |
13 |
18 |
13 |
||
|
89. |
1-2 |
1-3 |
2-3 |
2-4 |
3-5 |
3-7 |
4-5 |
4-6 |
5-7 |
6-7 |
|
|
33 |
35 |
42 |
23 |
37 |
42 |
40 |
28 |
35 |
28 |
||
|
90. |
1-2 |
1-3 |
1-4 |
2-4 |
2-7 |
3-5 |
4-6 |
5-6 |
5-7 |
6-7 |
|
|
14 |
15 |
18 |
10 |
16 |
18 |
17 |
12 |
15 |
12 |
||
|
91. |
1-2 |
1-3 |
1-4 |
1-5 |
2-4 |
2-5 |
3-4 |
3-6 |
4-5 |
5-6 |
|
|
8 |
4 |
8 |
6 |
1 |
11 |
6 |
6 |
17 |
3 |
||
|
92. |
1-2 |
1-3 |
2-3 |
2-4 |
3-6 |
4-5 |
4-6 |
5-6 |
5-7 |
5-7 |
|
|
10 |
8 |
12 |
14 |
11 |
12 |
10 |
8 |
15 |
7 |
||
|
93. |
1-2 |
1-3 |
1-4 |
2-3 |
2-4 |
3-5 |
3-6 |
4-5 |
4-6 |
5-6 |
|
|
14 |
11 |
14 |
12 |
9 |
16 |
12 |
12 |
20 |
10 |
||
|
94. |
1-2 |
1-3 |
1-4 |
2-4 |
3-5 |
4-6 |
5-7 |
6-7 |
6-8 |
7-8 |
|
|
23 |
18 |
28 |
33 |
25 |
28 |
23 |
18 |
35 |
16 |
|
95. |
1-2 |
1-3 |
1-4 |
2-5 |
3-7 |
4-6 |
5-8 |
6-9 |
7-9 |
8-9 |
|
|
16 |
13 |
16 |
14 |
11 |
18 |
14 |
14 |
22 |
12 |
||
|
96. |
1-2 |
1-3 |
2-4 |
3-5 |
3-6 |
4-7 |
5-7 |
6-8 |
7-9 |
8-9 |
|
|
10 |
6 |
13 |
17 |
11 |
13 |
10 |
6 |
18 |
14 |
||
|
97. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-7 |
5-6 |
5-8 |
6-8 |
7-8 |
|
|
29 |
24 |
29 |
27 |
18 |
35 |
27 |
27 |
24 |
21 |
||
|
98. |
1-2 |
1-3 |
1-4 |
2-3 |
2-5 |
3-4 |
3-5 |
4-7 |
5-7 |
6-7 |
|
|
15 |
12 |
17 |
20 |
16 |
17 |
15 |
12 |
21 |
11 |
||
|
99. |
1-2 |
1-3 |
1-4 |
2-6 |
3-5 |
4-5 |
4-6 |
4-7 |
5-7 |
6-7 |
|
|
14 |
10 |
14 |
12 |
6 |
18 |
12 |
12 |
25 |
8 |
||
|
100. |
1-2 |
1-3 |
2-4 |
2-5 |
3-4 |
4-7 |
5-6 |
6-7 |
6-8 |
7-8 |
|
|
17 |
14 |
19 |
22 |
18 |
19 |
17 |
14 |
23 |
13 |
ЛІТЕРАТУРА
Додаток 1
Таблиця 5%-ного і 1% - ного рівней ймовірності
коефіцієнтів автокореляції
|
к |
Додатні значення |
Від’ємні значення |
||
|
5 |
0,253 |
0,297 |
- 0,753 |
- 0,798 |
|
6 |
0,354 |
0,447 |
- 0,708 |
- 0,863 |
|
7 |
0,370 |
0,510 |
- 0,674 |
- 0,799 |
|
8 |
0,371 |
0,531 |
- 0,625 |
- 0,764 |
|
9 |
0,366 |
0,533 |
- 0,593 |
- 0,737 |
|
10 |
0,360 |
0,525 |
- 0,564 |
- 0,705 |
|
11 |
0,353 |
0,515 |
- 0,539 |
- 0,679 |
|
12 |
0,348 |
0,505 |
-0,516 |
- 0,655 |
|
13 |
0,341 |
0,495 |
- 0,497 |
- 0,634 |
|
14 |
0,335 |
0,485 |
- 0,479 |
-0,615 |
|
15 |
0,328 |
0,475 |
- 0,462 |
- 0,597 |
|
20 |
0,299 |
0,432 |
- 0,399 |
- 0,524 |
|
25 |
0,276 |
0,398 |
- 0,356 |
- 0,473 |
|
30 |
0,257 |
0,370 |
- 0,324 |
- 0,433 |
|
35 |
0,242 |
0,347 |
- 0,300 |
- 0,401 |
|
40 |
0,229 |
0,329 |
- 0,279 |
- 0,376 |
|
45 |
0,218 |
0,313 |
- 0,262 |
- 0,256 |
|
50 |
0,208 |
0,301 |
- 0,248 |
- 0,339 |
Додаток 2
Критичні значення і для коефіцієнта автокореляції критерію Дарбіна-Уотсона для
|
Число |
Ч и с л о ф а к т о р і в |
|||||||||
|
спосте- |
m = 1 |
m = 2 |
m = 3 |
m = 4 |
m = 5 |
|||||
|
режень |
||||||||||
|
6 |
0,61 |
1,40 |
||||||||
|
7 |
0,70 |
1,36 |
0,47 |
1,90 |
||||||
|
8 |
0,76 |
1,33 |
0,56 |
1,78 |
0,37 |
2,29 |
||||
|
9 |
0,82 |
1,32 |
0,63 |
1,70 |
0,46 |
2,13 |
0,30 |
2,59 |
||
|
10 |
0,88 |
1,32 |
0,70 |
1,64 |
0,53 |
2,02 |
0,38 |
2,41 |
0,24 |
2,82 |
|
11 |
0,93 |
1,32 |
0,76 |
1,60 |
0,60 |
1,93 |
0,44 |
2,28 |
0,32 |
2,65 |
|
12 |
0,97 |
1,33 |
0,81 |
1,58 |
0,66 |
1,86 |
0,51 |
2,18 |
0,38 |
2,51 |
|
13 |
1,01 |
1,34 |
0,86 |
1,56 |
0,72 |
1,82 |
0,57 |
2,09 |
0,45 |
2,39 |
|
14 |
1,05 |
1,35 |
0,91 |
1,55 |
0,77 |
1,78 |
0,63 |
2,03 |
0,51 |
2,30 |
|
15 |
1,08 |
1,36 |
0,95 |
1,54 |
0,81 |
1,75 |
0,69 |
1,98 |
0,56 |
2,22 |
|
16 |
1,11 |
1,37 |
0,98 |
1,54 |
0,86 |
1,73 |
0,73 |
1,94 |
0,62 |
2,16 |
|
17 |
1,13 |
1,38 |
1,02 |
1,54 |
0,90 |
1,71 |
0,78 |
1,90 |
0,66 |
2,10 |
|
18 |
1,16 |
1,39 |
1,05 |
1,54 |
0,93 |
1,70 |
0,82 |
1,87 |
0,71 |
2,06 |
|
19 |
1,18 |
1,40 |
1,07 |
1,54 |
0,97 |
1,69 |
0,86 |
1,85 |
0,75 |
2,02 |
|
20 |
1,20 |
1,41 |
1,10 |
1,54 |
1,00 |
1,68 |
0,89 |
1,83 |
0,79 |
1,99 |
|
21 |
1,22 |
1,42 |
1,13 |
1,54 |
1,03 |
1,67 |
0,93 |
1,81 |
0,83 |
1,96 |
|
22 |
1,24 |
1,43 |
1,15 |
1,54 |
1,05 |
1,66 |
0,96 |
1,80 |
0,86 |
1,94 |
|
23 |
1,26 |
1,44 |
1,17 |
1,54 |
1,08 |
1,66 |
0,99 |
1,79 |
0,90 |
1,92 |
|
24 |
1,27 |
1,45 |
1,19 |
1,55 |
1,10 |
1,66 |
1,01 |
1,78 |
0,93 |
1,90 |
|
25 |
1,29 |
1,45 |
1,21 |
1,55 |
1,12 |
1,65 |
1,04 |
1,77 |
0,95 |
1,89 |
|
26 |
1,30 |
1,46 |
1,23 |
1,55 |
1,14 |
1,65 |
1,06 |
1,76 |
0,98 |
1,87 |
|
27 |
1,32 |
1,47 |
1,24 |
1,56 |
1,16 |
1,65 |
1,08 |
1,75 |
1,00 |
1,86 |
|
28 |
1,33 |
1,48 |
1,26 |
1,56 |
1,18 |
1,65 |
1,10 |
1,75 |
1,03 |
1,85 |
|
29 |
1,34 |
1,48 |
1,27 |
1,56 |
1,20 |
1,65 |
1,12 |
1,74 |
1,05 |
1,84 |
|
30 |
1,35 |
1,49 |
1,28 |
1,57 |
1,21 |
1,65 |
1,14 |
1,74 |
1,07 |
1,83 |
|
35 |
1,40 |
1,52 |
1,34 |
1,58 |
1,28 |
1,65 |
1,22 |
1,73 |
1,16 |
1,80 |
|
40 |
1,44 |
1,54 |
1,39 |
1,60 |
1,34 |
1,66 |
1,29 |
1,72 |
1,23 |
1,79 |
|
45 |
1,48 |
1,57 |
1,43 |
1,62 |
1,38 |
1,67 |
1,34 |
1,72 |
1,29 |
1,78 |
|
50 |
1,50 |
1,59 |
1,46 |
1,63 |
1,42 |
1,67 |
1,38 |
1,72 |
1,34 |
1,77 |
|
55 |
1,53 |
1,60 |
1,49 |
1,64 |
1,45 |
1,68 |
1,41 |
1,72 |
1,37 |
1,77 |
|
60 |
1,55 |
1,62 |
1,51 |
1,65 |
1,48 |
1,69 |
1,44 |
1,73 |
1,41 |
1,77 |
|
65 |
1,57 |
1,63 |
1,54 |
1,66 |
1,50 |
1,70 |
1,47 |
1,73 |
1,44 |
1,77 |
|
70 |
1,58 |
1,64 |
1,55 |
1,67 |
1,53 |
1,70 |
1,49 |
1,74 |
1,46 |
1,77 |
|
75 |
1,60 |
1,65 |
1,57 |
1,68 |
1,54 |
1,71 |
1,52 |
1,79 |
1,49 |
1,77 |
|
80 |
1,61 |
1,66 |
1,59 |
1,69 |
1,56 |
1,72 |
1,53 |
1,74 |
1,51 |
1,77 |
|
85 |
1,62 |
1,67 |
1,60 |
1,70 |
1,58 |
1,72 |
1,55 |
1,75 |
1,53 |
1,77 |
|
90 |
1,64 |
1,68 |
1,61 |
1,70 |
1,59 |
1,73 |
1,57 |
1,75 |
1,54 |
1,78 |
|
95 |
1,65 |
1,69 |
1,62 |
1,71 |
1,60 |
1,73 |
1,58 |
1,76 |
1,56 |
1,78 |
|
100 |
1,65 |
1,69 |
1,63 |
1,72 |
1,61 |
1,74 |
1,59 |
1,76 |
1,57 |
1,78 |
|
150 |
1,72 |
1,75 |
1,71 |
1,76 |
1,69 |
1,77 |
1,68 |
1,79 |
1,67 |
1,80 |
|
200 |
1,76 |
1,78 |
1,75 |
1,79 |
1,74 |
1,80 |
1,73 |
1,81 |
1,72 |
1,82 |
Критичні значення і для коефіцієнта автокореляції критерію Дарбіна-Уотсона для Р = 0,95
|
Число |
Ч и с л о ф а к т о р і в |
|||||||||
|
спосте- |
m = 6 |
m = 7 |
m = 8 |
m = 9 |
m = 10 |
|||||
|
режень |
||||||||||
|
11 |
0,12 |
2,89 |
||||||||
|
12 |
0,16 |
2,67 |
0,11 |
3,06 |
||||||
|
13 |
0,21 |
2,49 |
0,14 |
2,64 |
0,09 |
3,18 |
||||
|
14 |
0,26 |
2,35 |
0,18 |
2,67 |
0,12 |
2,96 |
0,08 |
3,29 |
||
|
15 |
0,30 |
2,24 |
0,23 |
2,53 |
0,16 |
2,82 |
0,11 |
3,10 |
0,07 |
3,37 |
|
16 |
0,35 |
2,15 |
0,27 |
2,42 |
0,20 |
2,68 |
0,14 |
2,94 |
0,09 |
3,20 |
|
17 |
0,39 |
2,08 |
0,31 |
2,31 |
0,24 |
2,57 |
0,18 |
2,81 |
0,13 |
3,05 |
|
18 |
0,44 |
2,02 |
0,37 |
2,24 |
0,28 |
2,47 |
0,22 |
2,70 |
0,16 |
2,93 |
|
19 |
0,48 |
1,96 |
0,40 |
2,17 |
0,32 |
2,36 |
0,26 |
2,60 |
0,20 |
2,81 |
|
20 |
0,52 |
1,92 |
0,44 |
2,11 |
0,36 |
2,31 |
0,29 |
2,51 |
0,23 |
2,71 |
|
21 |
1,55 |
1,88 |
0,47 |
2,06 |
0,40 |
2,24 |
0,33 |
2,43 |
0,27 |
2,63 |
|
22 |
1,57 |
1,85 |
0,51 |
2,02 |
0,44 |
2,19 |
0,37 |
2,37 |
0,30 |
2,55 |
|
23 |
1,62 |
1,82 |
0,55 |
1,98 |
0,47 |
2,14 |
0,40 |
2,31 |
0,34 |
2,48 |
|
24 |
1,65 |
1,79 |
0,58 |
1,94 |
0,51 |
2,10 |
0,44 |
2,26 |
0,38 |
2,42 |
|
25 |
1,68 |
1,78 |
0,61 |
1,89 |
0,54 |
2,06 |
0,47 |
2,21 |
0,41 |
2,37 |
|
26 |
0,71 |
1,76 |
0,64 |
1,89 |
0,57 |
2,03 |
0,51 |
2,17 |
0,44 |
2,31 |
|
27 |
0,74 |
1,74 |
0,67 |
1,87 |
0,60 |
2,00 |
0,54 |
2,13 |
0,47 |
2,27 |
|
28 |
0,76 |
1,73 |
0,70 |
1,85 |
0,66 |
1,97 |
0,57 |
2,10 |
0,50 |
2,23 |
|
29 |
0,79 |
1,72 |
0,72 |
1,83 |
0,69 |
1,95 |
0,60 |
2,07 |
0,53 |
2,19 |
|
30 |
0,81 |
1,71 |
0,76 |
1,82 |
0,69 |
1,93 |
0,62 |
2,04 |
0,56 |
2,16 |
|
31 |
0,83 |
1,70 |
0,77 |
1,80 |
0,71 |
1,91 |
0,65 |
2,02 |
0,59 |
2,13 |
|
32 |
0,86 |
1,69 |
0,79 |
1,78 |
0,73 |
1,89 |
0,67 |
2,00 |
0,62 |
2,10 |
|
33 |
0,88 |
1,68 |
0,82 |
1,78 |
0,76 |
1,87 |
0,70 |
1,98 |
0,64 |
2,00 |
|
34 |
0,90 |
1,68 |
0,84 |
1,77 |
0,78 |
1,86 |
0,72 |
1,96 |
0,67 |
2,06 |
|
35 |
0,91 |
1,67 |
0,86 |
1,76 |
0,80 |
1,85 |
0,74 |
1,94 |
0,69 |
2,04 |
|
36 |
0,93 |
1,67 |
0,88 |
1,75 |
0,82 |
1,84 |
0,77 |
1,93 |
0,71 |
2,01 |
|
40 |
1,00 |
1,65 |
0,95 |
1,72 |
0,90 |
1,80 |
0,84 |
1,88 |
0,79 |
1,96 |
|
45 |
1,07 |
1,64 |
1,02 |
1,71 |
0,97 |
1,77 |
0,93 |
1,83 |
0,86 |
1,90 |
|
50 |
1,12 |
1,64 |
1,06 |
1,69 |
1,04 |
1,75 |
1,00 |
1,81 |
0,96 |
1,96 |
|
55 |
1,17 |
1,64 |
1,13 |
1,69 |
1,10 |
1,73 |
1,06 |
1,79 |
1,02 |
1,84 |
|
60 |
1,21 |
1,64 |
1,18 |
1,68 |
1,14 |
1,73 |
1,11 |
1,77 |
1,07 |
1,82 |
|
65 |
1,25 |
1,64 |
1,22 |
1,68 |
1,19 |
1,72 |
1,15 |
1,76 |
1,12 |
1,80 |
|
70 |
1,28 |
1,65 |
1,25 |
1,68 |
1,22 |
1,72 |
1,19 |
1,75 |
1,16 |
1,79 |
|
75 |
1,31 |
1,65 |
1,28 |
1,68 |
1,26 |
1,72 |
1,23 |
1,75 |
1,20 |
1,79 |
|
80 |
1,34 |
1,65 |
1,31 |
1,68 |
1,29 |
1,71 |
1,26 |
1,75 |
1,23 |
1,77 |
|
85 |
1,36 |
1,66 |
1,34 |
1,69 |
1,31 |
1,71 |
1,29 |
1,74 |
1,26 |
1,77 |
|
90 |
1,38 |
1,66 |
1,36 |
1,69 |
1,34 |
1,71 |
1,31 |
1,74 |
1,29 |
1,77 |
|
95 |
1,40 |
1,67 |
1,38 |
1,69 |
1,36 |
1,72 |
1,34 |
1,74 |
1,31 |
1,77 |
|
100 |
1,42 |
1,67 |
1,40 |
1,69 |
1,38 |
1,72 |
1,36 |
1,74 |
1,34 |
1,77 |
|
150 |
1,54 |
1,71 |
1,53 |
1,72 |
1,52 |
1,74 |
1,50 |
1,75 |
1,49 |
1,77 |
|
200 |
1,61 |
1,74 |
1,60 |
1,75 |
1,59 |
1,76 |
1,58 |
1,77 |
1,57 |
1,78 |
Додаток 3
Значення критерію Пірсона
|
n |
0.995 |
0.990 |
0.975 |
0.950 |
0.900 |
0.100 |
0.050 |
0.025 |
0.010 |
0.005 |
|
1 |
0.000039 |
0.00016 |
0.00098 |
0.0039 |
0.0158 |
2.71 |
3.84 |
5.02 |
6.63 |
7.88 |
|
2 |
0.0100 |
0.0201 |
0.0506 |
0.1026 |
0.2107 |
4.61 |
5.99 |
7.38 |
9.21 |
10.60 |
|
3 |
0.0717 |
0.115 |
0.216 |
0.352 |
0.584 |
6.25 |
7.81 |
9.35 |
11.34 |
12.84 |
|
4 |
0.207 |
0.297 |
0.484 |
0.711 |
1.064 |
7.78 |
9.49 |
11.14 |
13.28 |
14.86 |
|
5 |
0.412 |
0.554 |
0.831 |
1.15 |
1.61 |
9.24 |
11.07 |
12.83 |
15.09 |
16.75 |
|
6 |
0.676 |
0.872 |
1.24 |
1.64 |
2.20 |
10.64 |
12.59 |
14.45 |
16.81 |
18.55 |
|
7 |
0.989 |
1.24 |
1.69 |
2.17 |
2.83 |
12.02 |
14.07 |
16.01 |
18.48 |
20.28 |
|
8 |
1.34 |
1.65 |
2.18 |
2.73 |
3.49 |
13.36 |
15.51 |
17.53 |
20.09 |
21.96 |
|
9 |
1.73 |
2.09 |
2.70 |
3.33 |
4.17 |
14.68 |
16.92 |
19.02 |
21.67 |
23.59 |
|
10 |
2.16 |
2.56 |
3.25 |
3.94 |
4.87 |
15.99 |
18.31 |
20.48 |
23.21 |
25.19 |
|
11 |
2.60 |
3.05 |
3.82 |
4.57 |
5.58 |
17.28 |
19.68 |
21.92 |
24.73 |
26.76 |
|
12 |
3.07 |
3.57 |
4.40 |
5.23 |
6.30 |
IS.55 |
21.03 |
23.34 |
26.22 |
28.30 |
|
13 |
3.57 |
4.11 |
5.01 |
5.89 |
7.04 |
19.81 |
22.36 |
24.74 |
27.69 |
29.82 |
|
14 |
4.07 |
4.66 |
5.63 |
6.57 |
7.79 |
21.06 |
23.68 |
26.12 |
29.14 |
31.32 |
|
15 |
4.60 |
5.23 |
6.26 |
7.26 |
8.55 |
22.31 |
25.00 |
27.49 |
30.58 |
32.80 |
|
16 |
5.14 |
5.81 |
6.91 |
7.96 |
9.31 |
23.54 |
26.30 |
28.85 |
32.00 |
34.27 |
|
18 |
6.26 |
7.01 |
8.23 |
9.39 |
10.86 |
25.99 |
28.87 |
31.53 |
34.81 |
37.16 |
|
20 |
7.43 |
8.26 |
9.59 |
10.85 |
12.44 |
28.41 |
31.41 |
34.17 |
37.57 |
40.00 |
|
24 |
9.89 |
10.86 |
12.40 |
13.85 |
15.66 |
33.20 |
36.42 |
39.36 |
42.98 |
45.56 |
|
30 |
13.79 |
14.95 |
16.79 |
18.49 |
20.60 |
40.26 |
43.77 |
46.98 |
50.89 |
53.67 |
|
40 |
20.71 |
22.16 |
24.43 |
26.51 |
29.05 |
51.81 |
55.76 |
59.34 |
63.69 |
66.77 |
|
60 |
35.53 |
37.48 |
40.48 |
43.19 |
46.46 |
74.40 |
79.08 |
83.30 |
88.38 |
91.95 |
|
80 |
51.17 |
53.54 |
57.15 |
60.39 |
64.28 |
96.58 |
101.88 |
106.63 |
112.33 |
116.32 |
|
100 |
67.33 |
70.06 |
74.22 |
77.93 |
82.36 |
118.50 |
124.34 |
129.56 |
135.81 |
140.17 |
|
120 |
83.85 |
86.92 |
91.58 |
95.70 |
100.62 |
140.23 |
146.57 |
152.21 |
158.95 |
163.64 |
Додаток 4
95% - квантілі розподілу Фішера
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
161 |
200 |
216 |
225 |
230 |
234 |
237 |
239 |
241 |
242 |
|
2 |
18.5 |
19.0 |
19.2 |
19.2 |
19.3 |
19.3 |
19.4 |
19.4 |
19.4 |
19.4 |
|
3 |
10.13 |
9.55 |
9.28 |
9.12 |
9.01 |
8.94 |
8.89 |
8.85 |
8.81 |
8.79 |
|
4 |
7.71 |
6.94 |
6.59 |
6.39 |
6.26 |
6.16 |
6.09 |
6.04 |
6.00 |
5.96 |
|
5 |
6.61 |
5.79 |
5.41 |
5.19 |
5.05 |
4.95 |
4.88 |
4.82 |
4.77 |
4.74 |
|
6 |
5.99 |
5.14 |
4.76 |
4.53 |
4.39 |
4.28 |
4.21 |
4.15 |
4.10 |
4.06 |
|
7 |
5.59 |
4.74 |
4.35 |
4.12 |
3.97 |
3.87 |
3.79 |
3.73 |
3.68 |
3.64 |
|
8 |
5.32 |
4.46 |
4.07 |
3.84 |
3.69 |
3.58 |
3.50 |
3.44 |
3.39 |
3.35 |
|
9 |
5.12 |
4.26 |
3.86 |
3.63 |
3.48 |
3.37 |
3.29 |
3.23 |
3.18 |
3.14 |
|
10 |
4.96 |
4.10 |
3.71 |
3.48 |
3.33 |
3.22 |
3.14 |
3.07 |
3.02 |
2.98 |
|
11 |
4.84 |
3.98 |
3.59 |
3.36 |
3.20 |
3.09 |
3.01 |
2.95 |
2.90 |
2.85 |
|
12 |
4.75 |
3.89 |
3.49 |
3.26 |
3.11 |
3.00 |
2.91 |
2.85 |
2.80 |
2.75 |
|
13 |
4.67 |
3.81 |
3.41 |
3.18 |
3.03 |
2.92 |
2.83 |
2.77 |
2.71 |
2.67 |
|
14 |
4.60 |
3.74 |
3.34 |
3.11 |
2.96 |
2.85 |
2.76 |
2.70 |
2.65 |
2.60 |
|
15 |
4.54 |
3.68 |
3.29 |
3.06 |
2.90 |
2.79 |
2.71 |
2.64 |
2.59 |
2.54 |
|
16 |
4.49 |
3.63 |
3.24 |
3.01 |
2.85 |
2.74 |
2.66 |
2.59 |
2.54 |
2.49 |
|
17 |
4.45 |
3.59 |
3.20 |
2.96 |
2.81 |
2.70 |
2.61 |
2.55 |
2.49 |
2.45 |
|
18 |
4.41 |
3.55 |
3.16 |
2.93 |
2.77 |
2.66 |
2.58 |
2.51 |
2.46 |
2.41 |
|
19 |
4.38 |
3.52 |
3.13 |
2.90 |
2.74 |
2.63 |
2.54 |
2.48 |
2.42 |
2.38 |
|
20 |
4.35 |
3.49 |
3.10 |
2.87 |
2.71 |
2.60 |
2.51 |
2.45 |
2.39 |
2.35 |
|
21 |
4.32 |
3.47 |
3.07 |
2.84 |
2.68 |
2.57 |
2.49 |
2.42 |
2.37 |
2.32 |
|
22 |
4.30 |
3.44 |
3.05 |
2.82 |
2.66 |
2.55 |
2.46 |
2.40 |
2.34 |
2.30 |
|
23 |
4.28 |
3.42 |
3.03 |
2.80 |
2.64 |
2.53 |
2.44 |
2.37 |
2.32 |
2.27 |
|
24 |
4.26 |
3.40 |
3.01 |
2.78 |
2.62 |
2.51 |
2.42 |
2.36 |
2.30 |
2.25 |
|
25 |
4.24 |
3.39 |
2.99 |
2.76 |
2.60 |
2.49 |
2.40 |
2.34 |
2.28 |
2.24 |
|
30 |
4.17 |
3.32 |
2.92 |
2.69 |
2.53 |
2.42 |
2.33 |
2.27 |
2.21 |
2.16 |
|
40 |
4.08 |
3.23 |
2.84 |
2.61 |
2.45 |
2.34 |
2.25 |
2.18 |
2.12 |
2.08 |
|
60 |
4.00 |
3.15 |
2.76 |
2.53 |
2.37 |
2.25 |
2.17 |
2.10 |
2.04 |
1.99 |
|
120 |
3.92 |
3.07 |
2.68 |
2.45 |
2.29 |
2.18 |
2.09 |
2.02 |
1.96 |
1.91 |
|
3.84 |
3.00 |
2.60 |
2.37 |
2.21 |
2.10 |
2.01 |
1.94 |
1.88 |
1.83 |
95% - квантілі розподілу Фішера
|
|
12 |
15 |
20 |
24 |
30 |
40 |
60 |
120 |
|
|
1 |
244 |
246 |
248 |
249 |
250 |
251 |
252 |
253 |
254 |
|
2 |
19.4 |
19.4 |
19.4 |
19.4 |
19.5 |
19.5 |
19.5 |
19.5 |
19.5 |
|
3 |
8.74 |
8.70 |
8.66 |
8.64 |
8.62 |
8.59 |
8.57 |
8.55 |
8.53 |
|
4 |
5.91 |
5.86 |
5.80 |
5.77 |
5.75 |
5.72 |
5.69 |
5.66 |
5.63 |
|
5 |
4.68 |
4.62 |
4.56 |
4.53 |
4.50 |
4.46 |
4.43 |
4.40 |
4.37 |
|
6 |
4.00 |
3.94 |
3.87 |
3.84 |
3.81 |
3.77 |
3.74 |
3.70 |
3.67 |
|
7 |
3.57 |
3.51 |
3.44 |
3.41 |
3.38 |
3.34 |
3.30 |
3.27 |
3.23 |
|
8 |
3.28 |
3.22 |
3.15 |
3.12 |
3.08 |
3.04 |
3.01 |
2.97 |
2.93 |
|
9 |
3.07 |
3.01 |
2.94 |
2.90 |
2.76 |
2.83 |
2.79 |
2.75 |
2.71 |
|
10 |
2.91 |
2.85 |
2.77 |
2.74 |
2.70 |
2.66 |
2.62 |
2.58 |
2.54 |
|
11 |
2.79 |
2.72 |
2.65 |
2.61 |
2.57 |
2.53 |
2.49 |
2.45 |
2.40 |
|
12 |
2.69 |
2.62 |
2.54 |
2.51 |
2.47 |
2.43 |
2.38 |
2.34 |
2.30 |
|
13 |
2.60 |
2.53 |
2.46 |
2.42 |
2.38 |
2.34 |
2.30 |
2.25 |
2.21 |
|
14 |
2.53 |
2.46 |
2.39 |
2.35 |
2.31 |
2.27 |
2.22 |
2.18 |
2.13 |
|
15 |
2.48 |
2.40 |
2.33 |
2.29 |
2.25 |
2.20 |
2.16 |
2.11 |
2.07 |
|
16 |
2.42 |
2.35 |
2.28 |
2.24 |
2.19 |
2.15 |
2.11 |
2.06 |
2.01 |
|
17 |
2.38 |
2.31 |
2.23 |
2.19 |
2.15 |
2.10 |
2.06 |
2.01 |
1.96 |
|
18 |
2.34 |
2.27 |
2.19 |
2.15 |
2.11 |
2.06 |
2.02 |
1.97 |
1.92 |
|
19 |
2.31 |
2.23 |
2.16 |
2.11 |
2.07 |
2.03 |
1.98 |
1.93 |
1.88 |
|
20 |
2.28 |
2.20 |
2.12 |
2.08 |
2.04 |
1.99 |
1.95 |
1.90 |
1.84 |
|
21 |
2.25 |
2.18 |
2.10 |
2.05 |
2.01 |
1.96 |
1.92 |
1.87 |
1.81 |
|
22 |
2.23 |
2.15 |
2.07 |
2.03 |
1.98 |
1.94 |
1.89 |
1.84 |
1.78 |
|
23 |
2.20 |
2.13 |
2.05 |
2.01 |
1.96 |
1.91 |
1.86 |
1.81 |
1.76 |
|
24 |
2.18 |
2.11 |
2.03 |
1.98 |
1.94 |
1.89 |
1.84 |
1.79 |
1.73 |
|
25 |
2.16 |
2.09 |
2.01 |
1.96 |
1.92 |
1.87 |
1.82 |
1.77 |
1.71 |
|
30 |
2.09 |
2.01 |
1.93 |
1.89 |
1.84 |
1.79 |
1.74 |
1.68 |
1.62 |
|
40 |
2.00 |
1.92 |
1.84 |
1.79 |
1.74 |
1.69 |
1.64 |
1.58 |
1.51 |
|
60 |
1.92 |
1.84 |
1.75 |
1.70 |
1.65 |
1.59 |
1.53 |
1.47 |
1.39 |
|
120 |
1.83 |
1.75 |
1.66 |
1.61 |
1.55 |
1.50 |
1.43 |
1.35 |
1.25 |
|
1.75 |
1.67 |
1.57 |
1.52 |
1.46 |
1.39 |
1.32 |
1.22 |
1.00 |
Додаток 5
Квантілі розподілу Ст’юдента
|
n |
0.80 |
0.60 |
0.50 |
0.40 |
0.20 |
0.10 |
0.05 |
0.02 |
0.01 |
|
1 |
0.325 |
0.727 |
1.000 |
1.376 |
3.078 |
6.314 |
12.706 |
31.821 |
63.657 |
|
2 |
0.289 |
0.617 |
0.816 |
1.061 |
1.886 |
2.920 |
4.303 |
6.965 |
9.925 |
|
3 |
0.277 |
0.584 |
0.765 |
0.978 |
1.638 |
2.353 |
3.182 |
4.541 |
5.841 |
|
4 |
0.271 |
0.569 |
0.741 |
0.941 |
1.533 |
2.132 |
2.776 |
3.747 |
4.604 |
|
5 |
0.267 |
0.559 |
0.727 |
0.920 |
1.476 |
2.015 |
2.571 |
3.365 |
4.032 |
|
6 |
0.265 |
0.553 |
0.718 |
0.906 |
1.440 |
1.943 |
2.447 |
3.143 |
3.707 |
|
7 |
0.263 |
0.549 |
0.711 |
0.896 |
1.415 |
1.895 |
2.365 |
2.998 |
3.499 |
|
8 |
0.262 |
0.546 |
0.706 |
0.889 |
1.397 |
1.860 |
2.306 |
2.896 |
3.355 |
|
9 |
0.261 |
0.543 |
0.703 |
0.883 |
1.383 |
1.833 |
2.262 |
2.821 |
3.250 |
|
10 |
0.260 |
0.542 |
0.700 |
0.879 |
1.372 |
1.812 |
2.228 |
2.764 |
3.169 |
|
11 |
0.260 |
0.540 |
0.697 |
0.876 |
1.363 |
1.796 |
2.201 |
2.718 |
3.306 |
|
12 |
0.259 |
0.539 |
0.695 |
0.873 |
1.356 |
1.782 |
2.179 |
2.681 |
3.055 |
|
13 |
0.259 |
0.538 |
0.694 |
0.870 |
1.350 |
1.771 |
2.160 |
2.650 |
3.012 |
|
14 |
0.258 |
0.537 |
0.692 |
0.868 |
1.345 |
1.761 |
2.145 |
2.624 |
2.977 |
|
15 |
0.258 |
0.536 |
0.691 |
0.866 |
1.341 |
1.753 |
2.131 |
2.602 |
2.947 |
|
16 |
0.258 |
0.535 |
0.690 |
0.865 |
1.337 |
1.746 |
2.120 |
2.583 |
2.921 |
|
17 |
0.257 |
0.534 |
0.689 |
0.863 |
1.333 |
1.740 |
2.110 |
2.567 |
2.898 |
|
18 |
0.257 |
0.534 |
0.688 |
0.862 |
1.330 |
1.734 |
2.101 |
2.552 |
2.878 |
|
19 |
0.257 |
0.533 |
0.688 |
0.861 |
1.328 |
1.729 |
2.093 |
2.539 |
2.861 |
|
20 |
0.257 |
0.533 |
0.687 |
0.860 |
1.325 |
1.725 |
2.086 |
2.528 |
2.845 |
|
21 |
0.257 |
0.532 |
0.686 |
0.859 |
1.323 |
1.721 |
2.080 |
2.518 |
2.831 |
|
22 |
0.256 |
0.532 |
0.686 |
0.858 |
1.321 |
1.717 |
2.074 |
2.508 |
2.819 |
|
23 |
0.256 |
0.532 |
0.685 |
0.858 |
1.319 |
1.714 |
2.069 |
2.500 |
2.807 |
|
24 |
0.256 |
0.531 |
0.685 |
0.857 |
1.318 |
1.711 |
2.064 |
2.492 |
2.797 |
|
25 |
0.256 |
0.531 |
0.684 |
0.856 |
1.316 |
1.708 |
2.060 |
2.485 |
2.787 |
|
26 |
0.256 |
0.531 |
0.684 |
0.856 |
1.315 |
1.706 |
2.056 |
2.479 |
2.779 |
|
27 |
0.256 |
0.531 |
0.684 |
0.855 |
1.314 |
1.703 |
2.052 |
2.473 |
2.771 |
|
28 |
0.256 |
0.530 |
0.683 |
0.855 |
1.313 |
1.701 |
2.048 |
2.467 |
2.763 |
|
29 |
0.256 |
0.530 |
0.683 |
0.854 |
1.311 |
1.699 |
2.045 |
2.462 |
2.756 |
|
30 |
0.256 |
0.530 |
0.683 |
0.854 |
1.310 |
1.697 |
2.042 |
2.457 |
2.750 |
|
40 |
0.255 |
0.529 |
0.681 |
0.851 |
1.303 |
1.684 |
2.021 |
2.423 |
2.704 |
|
60 |
0.254 |
0.527 |
0.679 |
0.848 |
1.296 |
1.671 |
2.000 |
2.390 |
2.660 |
|
100 |
0.254 |
0.526 |
0.677 |
0.845 |
1.290 |
1.660 |
1.984 |
2.364 |
2.626 |
|
200 |
0.254 |
0.525 |
0.676 |
0.843 |
1.286 |
1.652 |
1.972 |
2.345 |
2.601 |
|
0.253 |
0.524 |
0.675 |
0.842 |
1.282 |
1.645 |
1.960 |
2.326 |
2.576 |
ЗМІСТ
стор.
|
Вступ ….. ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... |
3 |
|
|
1 |
Моделі рядів динаміки . ...... ...... ...... ...... ...... ...... ...... ...... ...... ...………... |
3 |
|
2 |
Автокореляція даних та залишків ... ... ...... ...... ...... ...... ...... ...... ...... .. |
7 |
|
2.1. Автокореляція даних …………………... .………………………… |
8 |
|
|
2.2. Автокореляція залишків …………………………………………... .. |
9 |
|
|
3 |
Мультиколінеарність…………………... .. ...... ...... ……………………… |
11 |
|
4 |
Множинна регресія………………………………………………….…... . |
15 |
|
5 |
Рангова кореляція………………………………………………………… |
20 |
|
5.1. Випадок двох експертів……………………………………………… |
21 |
|
|
5.2. Випадок багатьох експертів………………………………………….. |
22 |
|
|
6 |
Мережеве планування……………………………………………………. |
24 |
|
7 |
Контрольна робота 1…... .. ...... ...... ...... ...... ...... ...... ...... ...... ... ...... ...... |
31 |
|
Література ... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ...... ..... |
62 |
|
|
Додаток 1………………………………………………………………….. |
63 |
|
|
Додаток 2…………………………………………………………………... |
64 |
|
|
Додаток 3…………………………………………………………………... |
66 |
|
|
Додаток 4…………………………………………………………………... |
67 |
|
|
Додаток 5…………………………………………………………………... |
69 |
|
|
Зміст………………………………………………………………………… |
70 |
Пеніна Галина Геннадіївна, кандидат економ. наук, доцент
Шепеленко Оксана Владиславівна, кандидат фіз.-мат. наук, доцент
Узбек Олена Костянтинівна, кандидат фіз.-мат. наук, доцент
Орлова Лариса Михайлівна, ст. викладач
ЕКОНОМЕТРІЯ
Навчальний посібник
Технічний редактор О.І. Шелудько