ЗАДАНИЕ 1. ПАРНАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ
Для группы предприятий заданы значения признаков.
Для пары признаков Y и X1.
1. Рассчитать параметры линейного уравнения регрессии .
. Оценить регрессионное уравнение через среднюю ошибку аппроксимации, F-критерий Фишера, t-критерий Стьюдента, построить уравнение на корреляционном поле.
. Найти коэффициент корреляции, коэффициент детерминации.
. Выполнить прогноз признака Y при прогнозном значении X1, составляющем 105% от среднего уровня, оценить точность прогноза по стандартной ошибке и доверительному интервалу.
. Определить с помощью коэффициентов эластичности силу влияния признака X1 на результирующий признак Y.
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ
. Составить корреляционную матрицу, провести ее анализ.
. Найти коэффициенты множественной детерминации и корреляции, сделать вывод.
. Оставить в модели множественной регрессии две независимые переменные.
. Построить уравнение множественной регрессии по двум независимым переменным. Оценить точность модели. Проверить статистическую значимость уравнения множественной регрессии в целом. Найти коэффициенты множественной детерминации и корреляции.
. Построить частные уравнения множественной регрессии.
. Найти средние по совокупности и частные коэффициенты эластичности. Провести сравнительный анализ.
Результаты анализа оформить в виде аналитической записки.
Исходные данные. Вариант № 16
Y - рентабельность;
Х1 - премии и вознаграждения на одного работника;
Х2 - фондоотдача;
Х3 - оборачиваемость нормируемых оборотных средств;
Х4 - оборачиваемость ненормируемых оборотных средств;
Х5 - непроизводственные расходы.
№ предприятия | Рентабельность | Премии и вознаграждения на одного работника | Фондоотдача | Оборачиваемость нормируемых оборотных средств | Оборачиваемость ненормируемых оборотных средств | непроизводственные расходы |
n | Y | X1 | X2 | X3 | X4 | X5 |
13,26 | 1,23 | 1,45 | 166,32 | 10,08 | 17,72 | |
10,16 | 1,04 | 1,3 | 92,88 | 14,76 | 18,39 | |
13,72 | 1,8 | 1,37 | 158,04 | 6,48 | 26,46 | |
12,85 | 0,43 | 1,65 | 93,96 | 21,96 | 22,37 | |
10,63 | 0,88 | 1,91 | 173,88 | 11,88 | 28,13 | |
9,12 | 0,57 | 1,68 | 162,3 | 12,6 | 17,55 | |
25,83 | 1,72 | 1,94 | 88,56 | 11,52 | 21,92 | |
23,39 | 1,7 | 1,89 | 101,16 | 8,28 | 19,52 | |
14,68 | 0,84 | 1,94 | 166,32 | 11,52 | 23,99 | |
10,05 | 0,6 | 2,06 | 140,76 | 32,4 | 21,76 | |
13,99 | 0,82 | 1,96 | 128,52 | 11,52 | 25,68 | |
9,68 | 0,84 | 1,02 | 177,84 | 17,28 | 18,13 | |
10,03 | 0,67 | 1,85 | 114,48 | 16,2 | 25,74 | |
9,13 | 1,04 | 0,88 | 93,24 | 13,32 | 21,21 | |
5,37 | 0,66 | 0,62 | 126,72 | 17,28 | 22,97 | |
9,86 | 0,86 | 1,09 | 91,8 | 9,72 | 16,38 | |
12,62 | 0,79 | 1,6 | 69,12 | 16,2 | 13,21 | |
5,02 | 0,34 | 1,53 | 66,24 | 24,84 | 14,48 | |
21,18 | 1,6 | 1,4 | 67,68 | 14,76 | 13,38 | |
25,17 | 1,46 | 2,22 | 50,4 | 7,56 | 13,69 | |
19,4 | 1,27 | 1,32 | 70,56 | 8,64 | 16,66 | |
1,58 | 1,48 | 8,64 | 15,06 | |||
6,57 | 0,68 | 0,68 | 97,2 | 20,09 | ||
14,19 | 0,86 | 2,3 | 80,28 | 14,76 | 15,98 | |
15,81 | 1,98 | 1,37 | 51,48 | 10,08 | 18,27 | |
5,23 | 0,33 | 1,51 | 105,12 | 14,76 | 14,42 | |
7,99 | 0,45 | 1,43 | 128,52 | 10,44 | 22,76 | |
17,5 | 0,74 | 1,82 | 94,68 | 14,76 | 15,41 | |
17,16 | 0,03 | 2,62 | 85,32 | 20,52 | 19,35 | |
14,54 | 0,99 | 1,75 | 76,32 | 14,4 | 16,83 | |
6,24 | 0,24 | 1,54 | 24,84 | 30,53 | ||
12,08 | 0,57 | 2,25 | 107,64 | 11,16 | 17,98 | |
9,49 | 1,22 | 1,07 | 90,72 | 6,48 | 22,09 | |
9,28 | 0,68 | 1,44 | 82,44 | 9,72 | 18,29 | |
11,42 | 1,4 | 79,92 | 3,24 | 26,05 | ||
10,31 | 0,81 | 1,31 | 120,96 | 6,48 | 26,2 | |
8,65 | 1,27 | 1,12 | 84,6 | 5,4 | 17,26 | |
10,94 | 1,14 | 1,16 | 85,32 | 6,12 | 18,83 | |
9,87 | 1,89 | 0,88 | 101,52 | 8,64 | 19,7 | |
6,14 | 0,67 | 1,07 | 107,64 | 11,88 | 16,87 | |
12,93 | 0,96 | 1,24 | 85,32 | 7,92 | 14,63 | |
9,78 | 0,67 | 1,49 | 131,76 | 10,08 | 22,17 | |
13,22 | 0,98 | 2,03 | 116,64 | 18,72 | 22,62 | |
17,29 | 1,16 | 1,84 | 138,24 | 13,68 | 26,44 | |
7,11 | 0,54 | 1,22 | 156,96 | 16,56 | 22,26 | |
22,49 | 1,23 | 1,72 | 137,52 | 14,76 | 19,13 | |
12,14 | 0,78 | 1,75 | 135,72 | 7,92 | 18,28 | |
15,25 | 1,16 | 1,46 | 155,52 | 18,36 | 28,23 | |
31,34 | 4,44 | 1,6 | 48,6 | 8,28 | 12,39 | |
11,56 | 1,06 | 1,47 | 42,84 | 14,04 | 11,64 | |
30,14 | 2,13 | 1,38 | 142,2 | 16,92 | 8,62 | |
19,71 | 1,21 | 1,41 | 145,8 | 11,16 | 20,1 | |
23,56 | 2,2 | 1,39 | 120,52 | 14,76 | 19,41 |
Парная регрессия и корреляция
1. Построим уравнение парной линейной регрессии вида для пары переменных y, x1.
Параметры b0 и b1 уравнения линейной регрессии рассчитываются методом наименьших квадратов путем решения системы нормальных уравнений:
Для нахождения параметров b0 и b1 используем ППП «Анализ данных» MS Excel. Результаты расчетов приведены в приложении 1.
Уравнение регрессии имеет вид:
(1)
Рис. 1. Линия регрессии на корреляционном поле
. Оценка уравнения регрессии через среднюю ошибку аппроксимации и F-критерий Фишера, t-критерий Стьюдента.
Средняя относительная ошибка аппроксимации определяется по формуле:
.
Для вычисления составлена расчетная таблица (см. приложение 2).
= 47,839%
Т.к. значение средней относительной ошибки аппроксимации для уравнения находятся в пределах от 20% до 50%, уравнение имеет удовлетворительную точность.
Исследование статистической значимости уравнения регрессии в целом проводится с помощью F-критерия Фишера. Выдвинем гипотезу Н0 о том, что уравнение в целом статистически незначимо, при конкурирующей гипотезе Н1: уравнение в целом статистически значимо. Расчетное значение критерия находится по формуле:
.
Для парного уравнения p = 1.
Табличное (теоретическое) значение критерия находится по таблице критических значений распределения Фишера-Снедекора (в работе использована функция FРACПОБР (0,05;1;51)) по уровню значимости α=0,05 и двум числам степеней свободы
k 1 = p = 1 и k 2 = n - p - 1 = 53 - 1 - 1 = 51.
.
Fрасч=54,73781 > Fтабл, (4)
гипотеза Н0 принимается, а уравнение линейной регрессии в целом считается статистически незначимо (с вероятностью ошибки 5%).
Проверка статистической значимости параметров b0, b1 с помощью t-критерия Стъюдента производится для статистически значимого линейного уравнения регрессии. В моём варианте уравнение линейной регрессии в целом статистически значимо. Проверим статистическую значимость оценок параметров b0, b1 с помощью t-критерия Стъюдента. Выдвигается гипотеза Н0: параметр bj = 0 (j = 0, 1) (статистически незначим, случайно отличается от 0), при конкурирующей гипотезе Н1: параметр bj ≠ 0 (статистически значим, неслучайно отличается от 0). Находится расчетное значение критерия
,
где средние квадратические ошибки параметров bj равны
,
.
Теоретическое значение критерия tтабл находится по таблице критических значений распределения Стъюдента (в работе использована функция СТЬЮДРACПОБР (0,05;51))по уровню значимости α=0,05 и числу степеней свободы k = n - p - 1. Если t bj > tтабл, то гипотеза Н 0 отвергается с вероятностью ошибки α, т.е. оценка коэффициента регрессии b j признается статистически значимой, в противном случае (t bj < tтабл) - незначимой.
Табличное значение критерия для уровня значимости α=0,05 и числа степеней свободы k = n - 2 = 51 равно.
Найдем доверительные интервалы для параметров b0 и b1 уравнения (1).
∆b0= tтабл·mb0=2,008·6,545=13,142;
∆b1 = tтабл·mb1 =2,008·6,702=13,458.
Сами доверительные интервалы имеют вид:
;
.
Результаты расчетов (см. приложения 1) приведены в таблице 1.
Таблица 1. Проверка критерия Стъюдента
Уравнение регрессии | ||||||
Параметр уравнения b j | Среднеквадратическая ошибка параметра Расчетное значение критерия Табличное значение критерия tтабл Вывод о статистической значимостиГраницы доверительных интервалов | |||||
левая | правая | |||||
b0=6,515 | 1,145 | 5,691 | 2,008 | значим | 4,217 | 8,814 |
b1=6,702 | 0,906 | 7,399 | незначим | 4,884 | 8,521 |
Доверительный интервал для параметра b1 имеет одинаковые знаки, что подтверждает вывод критерия Стьюдента о его статистической значимости.
. Коэффициент корреляции находится по формуле:
уравнение регрессия детерминация корреляция
Из таблицы «Вывод итогов» (см. приложение 1)
. Следовательно, между показателями y и x1 имеется линейная связь.
Коэффициент детерминации для пары признаков y и x1:
.
Т.е. всего 0,03% изменчивости y объясняется показателем x1, остальная доля приходятся на неучтённые в модели независимые переменные.
. Найдем прогнозное значение yпр путем подстановки значения x1пр в уравнение регрессии (105% от среднего уровня ср.Х1=1,0719)
xпр = 1,072*1,05 = 1,125
Стандартную ошибку прогноза найдем по формуле
= 7,16
Доверительный интервал прогнозного значения имеет вид
или (5,11; 23,007).
Результаты расчетов приведены в приложении 2.
. Определим с помощью коэффициентов эластичности силу влияния признаков xj на результирующий признак y.
Для парного линейного уравнения регрессии средний коэффициент эластичности находится по формуле:
Для признаков y и x1 уравнение регрессии имеет вид
,Х1ср=1,0719.
Фактор «Удельный вес покупных изделий» (X1) оказывает влияние на величину производительности труда (Y): при его росте на 1% рентабельность увеличивается в среднем на 0,509%.
Частные коэффициенты эластичности находятся по формулам
.
Расчеты эластичности приведены в итоговой таблице 2.
№ предприятия | Х1 - премии и вознаграждения на одного работника | Частный коэффициент эластичности Э1 |
1,23 | 0,56 | |
1,04 | 0,52 | |
1,8 | 0,65 | |
0,43 | 0,31 | |
0,88 | 0,48 | |
0,57 | 0,37 | |
1,72 | 0,64 | |
1,7 | 0,64 | |
0,84 | 0,46 | |
0,6 | 0,38 | |
0,82 | 0,46 | |
0,84 | 0,46 | |
0,67 | 0,41 | |
1,04 | 0,52 | |
0,66 | 0,40 | |
0,86 | 0,47 | |
0,79 | 0,45 | |
0,34 | 0,26 | |
1,6 | 0,62 | |
1,46 | 0,60 | |
1,27 | 0,57 | |
1,58 | 0,62 | |
0,68 | 0,41 | |
0,86 | 0,47 | |
1,98 | 0,67 | |
0,33 | 0,25 | |
0,45 | 0,32 | |
0,74 | 0,43 | |
0,03 | 0,03 | |
0,99 | 0,50 | |
0,24 | 0,20 | |
0,57 | 0,37 | |
1,22 | 0,56 | |
0,68 | 0,41 | |
0,51 | ||
0,81 | 0,45 | |
1,27 | 0,57 | |
1,14 | 0,54 | |
1,89 | 0,66 | |
0,67 | 0,41 | |
0,96 | 0,50 | |
0,67 | 0,41 | |
0,98 | 0,50 | |
1,16 | 0,54 | |
0,54 | 0,36 | |
1,23 | 0,56 | |
0,78 | 0,45 | |
1,16 | 0,54 | |
4,44 | 0,82 | |
1,06 | 0,52 | |
2,13 | 0,69 | |
1,21 | 0,55 | |
2,2 | 0,69 | |
Средний коэффициент эластичности | 0,49 |
Множественная регрессия
. Составить корреляционную матрицу, провести ее анализ. Исследовать интеркорреляцию переменных.
Элементами данной матрицы являются коэффициенты парной корреляции. Элементы, стоящие на главной диагонали, равны 1. Следовательно:
Элементы, стоящие симметрично относительно главной диагонали, равны.
Расчеты проводились с помощью ППП «Анализ данных» MS Excel. Корреляционная матрица имеет вид:
Y | X1 | X2 | X3 | X4 | X5 | |
Y | ||||||
X1 | 0,719496 | |||||
X2 | 0,365277 | -0,111446227 | ||||
X3 | -0,202637 | -0,259423713 | -0,007311 | |||
X4 | -0,145227 | -0,361135957 | 0,270123 | 0,2105495 | ||
X5 | -0,3297 | -0,289296498 | 0,037362 | 0,548945 | 0,07286 |
Анализ корреляционной матрицы показывает, что независимые переменные в основном слабо связаны между собой (коэффициенты межфакторной корреляции по абсолютному значению меньше 0,7), связь средней силы наблюдается только между факторами х3 и х5. С результативным показателем y сильная связь наблюдается только с фактором х1, с остальными факторами связь слабая.
. Найти коэффициенты множественной детерминации и корреляции, сделать вывод.
Коэффициент множественной детерминации найдем по формуле
.
Коэффициент множественной детерминации показывает, что изменение значений y на 74% объясняется признаками x1, x2, x3, x4, x5.
Коэффициент множественной корреляции равен:
Коэффициент множественной корреляции, равный 0,86, свидетельствует о том, что между y и факторами x1, x2, x3, x4, x5 существует сильная регрессионная связь.
. Оставить в модели множественной регрессии две независимые переменные.
Как показывает анализ корреляционной матрицы, факторы, за исключением х1, оказывают слабое влияние на результирующий фактор Y. Исходя из требования независимости переменных, мы оставляем в модели независимые переменные х1 и х2.
Таким образом, в уравнении множественной линейной регрессии остаются только две объясняющие переменные: х1 и х2.
. Построить уравнение множественной регрессии по двум независимым переменным. Оценить точность модели. Проверить статистическую значимость уравнения множественной регрессии в целом. Найти коэффициенты множественной детерминации и корреляции.
Уравнение множественной линейной регрессии по двум объясняющим переменным имеет вид
,
(см. приложение 3)
Средняя относительная ошибка аппроксимации равна
,
расчёты приведены в таблице (см. приложение 4).
Т.к. значение средней относительной ошибки аппроксимации для уравнения > 12%, уравнениe не даёт хорошую точность.
Коэффициент множественной детерминации равен
.
Коэффициент множественной детерминации показывает, что изменение значений Y на 71% объясняется признаками х1 и х2.
Коэффициент множественной корреляции будет равен:
Коэффициент множественной корреляции, равный 0.84, показывает, что связь между показателями сильная.
Исследуем статистическую значимость уравнения множественной регрессии в целом, используя F-критерий Фишера.
α=0,05
k1=m=2=n-m-1=50
Поскольку Fрасч>Fтабл, уравнение множественной регрессии в целом является статистически значимым.
. Построить частные уравнения множественной регрессии.
На основе линейного уравнения множественной регрессии
можно построить частные уравнения регрессии. Эти уравнения имеют вид
;
.
После приведения подобных уравнения принимают вид парных уравнений линейной регрессии
;
.
В нашем случае
Или
.
7. Найти средние по совокупности и частные коэффициенты эластичности. Провести сравнительный анализ.
Средние по совокупности коэффициенты эластичности находятся по формуле
, j = 1,2.
Частные коэффициенты эластичности равны
;
.
Результаты расчетов приведены в таблице 3.
Таблица 3
№ предприятия | Y | X1 | X2 | Yпр.x1x2 | Yпр.x2x1 | Эxi1 | Эxi2 |
13,26 | 1,23 | 1,45 | 14,83 | 13,17 | 0,59 | 0,77 | |
10,16 | 1,04 | 1,3 | 13,47 | 12,12 | 0,55 | 0,75 | |
13,72 | 1,8 | 1,37 | 18,92 | 12,61 | 0,68 | 0,76 | |
12,85 | 0,43 | 1,65 | 9,10 | 14,56 | 0,34 | 0,79 | |
10,63 | 0,88 | 1,91 | 12,32 | 16,37 | 0,51 | 0,81 | |
9,12 | 0,57 | 1,68 | 10,10 | 14,77 | 0,40 | 0,79 | |
25,83 | 1,72 | 1,94 | 18,35 | 16,58 | 0,67 | 0,81 | |
23,39 | 1,7 | 1,89 | 18,20 | 16,23 | 0,67 | 0,81 | |
14,68 | 0,84 | 1,94 | 12,04 | 16,58 | 0,50 | 0,81 | |
10,05 | 0,6 | 2,06 | 10,32 | 17,42 | 0,42 | 0,82 | |
13,99 | 0,82 | 1,96 | 11,89 | 16,72 | 0,49 | 0,82 | |
9,68 | 0,84 | 1,02 | 12,04 | 10,17 | 0,50 | 0,70 | |
10,03 | 0,67 | 1,85 | 10,82 | 15,96 | 0,44 | 0,81 | |
9,13 | 1,04 | 0,88 | 13,47 | 9,20 | 0,55 | 0,67 | |
5,37 | 0,66 | 0,62 | 10,75 | 7,39 | 0,44 | 0,58 | |
9,86 | 0,86 | 1,09 | 12,18 | 10,66 | 0,51 | 0,71 | |
12,62 | 0,79 | 1,6 | 11,68 | 14,21 | 0,49 | 0,78 | |
5,02 | 0,34 | 1,53 | 8,45 | 13,73 | 0,29 | 0,78 | |
21,18 | 1,6 | 1,4 | 17,49 | 12,82 | 0,66 | 0,76 | |
25,17 | 1,46 | 2,22 | 16,48 | 18,53 | 0,64 | 0,83 | |
19,4 | 1,27 | 1,32 | 15,12 | 12,26 | 0,60 | 0,75 | |
1,58 | 1,48 | 17,34 | 13,38 | 0,65 | 0,77 | ||
6,57 | 0,68 | 0,68 | 10,89 | 7,81 | 0,45 | 0,61 | |
14,19 | 0,86 | 2,3 | 12,18 | 19,09 | 0,51 | 0,84 | |
15,81 | 1,98 | 1,37 | 20,21 | 12,61 | 0,70 | 0,76 | |
5,23 | 0,33 | 1,51 | 8,38 | 13,59 | 0,28 | 0,77 | |
7,99 | 0,45 | 1,43 | 9,24 | 13,03 | 0,35 | 0,76 | |
17,5 | 0,74 | 1,82 | 11,32 | 15,75 | 0,47 | 0,81 | |
17,16 | 0,03 | 2,62 | 6,23 | 21,32 | 0,03 | 0,86 | |
14,54 | 0,99 | 1,75 | 13,11 | 15,26 | 0,54 | 0,80 | |
6,24 | 0,24 | 1,54 | 7,73 | 13,80 | 0,22 | 0,78 | |
12,08 | 0,57 | 2,25 | 10,10 | 18,74 | 0,40 | 0,84 | |
9,49 | 1,22 | 1,07 | 14,76 | 10,52 | 0,59 | 0,71 | |
9,28 | 0,68 | 1,44 | 10,89 | 13,10 | 0,45 | 0,77 | |
11,42 | 1,4 | 13,18 | 12,82 | 0,54 | 0,76 | ||
10,31 | 0,81 | 1,31 | 11,82 | 12,19 | 0,49 | 0,75 | |
8,65 | 1,27 | 1,12 | 15,12 | 10,87 | 0,60 | 0,72 | |
10,94 | 1,14 | 1,16 | 14,19 | 11,15 | 0,58 | 0,72 | |
9,87 | 1,89 | 0,88 | 19,57 | 9,20 | 0,69 | 0,67 | |
6,14 | 0,67 | 1,07 | 10,82 | 10,52 | 0,44 | 0,71 | |
12,93 | 0,96 | 1,24 | 12,90 | 11,71 | 0,53 | 0,74 | |
9,78 | 0,67 | 1,49 | 10,82 | 13,45 | 0,44 | 0,77 | |
13,22 | 0,98 | 2,03 | 13,04 | 17,21 | 0,54 | 0,82 | |
17,29 | 1,16 | 1,84 | 14,33 | 15,89 | 0,58 | 0,81 | |
7,11 | 0,54 | 1,22 | 9,89 | 11,57 | 0,39 | 0,73 | |
22,49 | 1,23 | 1,72 | 14,83 | 15,05 | 0,59 | 0,80 | |
12,14 | 0,78 | 1,75 | 11,61 | 15,26 | 0,48 | 0,80 | |
15,25 | 1,16 | 1,46 | 14,33 | 13,24 | 0,58 | 0,77 | |
31,34 | 4,44 | 1,6 | 37,85 | 14,21 | 0,84 | 0,78 | |
11,56 | 1,06 | 1,47 | 13,61 | 13,31 | 0,56 | 0,77 | |
30,14 | 2,13 | 1,38 | 21,29 | 12,68 | 0,72 | 0,76 | |
19,71 | 1,21 | 1,41 | 14,69 | 12,89 | 0,59 | 0,76 | |
23,56 | 2,2 | 1,39 | 21,79 | 12,75 | 0,72 | 0,76 | |
Средние по совокупности коэффициенты эластичности | 0,52 | 0,77 |
Расчёты по двум выбранным признакам показывают, что при изменении х1 на 1%, y, в среднем, изменяется на 0,52%, при изменении х2 на 1%, y, в среднем, изменяется на 0,77%.
Приложение 1
ВЫВОД ИТОГОВ | ||||||
Регрессионная статистика | ||||||
Множественный R | 0,719496289 | |||||
R-квадрат | 0,51767491 | |||||
Нормированный R-квадрат | 0,508217555 | |||||
Стандартная ошибка | 4,415816543 | |||||
Наблюдения | ||||||
Дисперсионный анализ | ||||||
df | SS | MS | F | Значимость F | ||
Регрессия | 1067,35646 | 1067,35646 | 54,73781266 | 1,27887E-09 | ||
Остаток | 994,4712227 | 19,49943574 | ||||
Итого | 2061,827683 | |||||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | |
Y-пересечение | 6,515443991 | 1,144887287 | 5,690904304 | 6,22892E-07 | 4,216986902 | 8,81390108 |
X1 | 6,702190961 | 0,90588502 | 7,398500703 | 1,27887E-09 | 4,883550934 | 8,520830987 |
Приложение 2
Расчетная таблица
№ предприятия | X1 | Y | Yпр. | (Y-Yпр.) | Abs((Y-Yпр.)/Y) | (Y-Yпр.)2 | (Xi -Xср.)2 |
1,23 | 13,26 | 14,76 | -1,50 | 0,11 | 2,25 | 0,025 | |
1,04 | 10,16 | 13,49 | -3,33 | 0,33 | 11,06 | 0,001 | |
1,8 | 13,72 | 18,58 | -4,86 | 0,35 | 23,61 | 0,530 | |
0,43 | 12,85 | 9,40 | 3,45 | 0,27 | 11,92 | 0,412 | |
0,88 | 10,63 | 12,41 | -1,78 | 0,17 | 3,18 | 0,037 | |
0,57 | 9,12 | 10,34 | -1,22 | 0,13 | 1,48 | 0,252 | |
1,72 | 25,83 | 18,04 | 7,79 | 0,30 | 60,63 | 0,420 | |
1,7 | 23,39 | 17,91 | 5,48 | 0,23 | 30,04 | 0,395 | |
0,84 | 14,68 | 12,15 | 2,53 | 0,17 | 6,42 | 0,054 | |
0,6 | 10,05 | 10,54 | -0,49 | 0,05 | 0,24 | 0,223 | |
0,82 | 13,99 | 12,01 | 1,98 | 0,14 | 3,92 | 0,063 | |
0,84 | 9,68 | 12,15 | -2,47 | 0,25 | 6,08 | 0,054 | |
0,67 | 10,03 | 11,01 | -0,98 | 0,10 | 0,95 | 0,162 | |
1,04 | 9,13 | 13,49 | -4,36 | 0,48 | 18,97 | 0,001 | |
0,66 | 5,37 | 10,94 | -5,57 | 1,04 | 31,01 | 0,170 | |
0,86 | 9,86 | 12,28 | -2,42 | 0,25 | 5,85 | 0,045 | |
0,79 | 12,62 | 11,81 | 0,81 | 0,06 | 0,66 | 0,079 | |
0,34 | 5,02 | 8,79 | -3,77 | 0,75 | 14,24 | 0,536 | |
1,6 | 21,18 | 17,24 | 3,94 | 0,19 | 15,53 | 0,279 | |
1,46 | 25,17 | 16,30 | 8,87 | 0,35 | 78,67 | 0,151 | |
1,27 | 19,4 | 15,03 | 4,37 | 0,23 | 19,12 | 0,039 | |
1,58 | 17,10 | 3,90 | 0,19 | 15,17 | 0,258 | ||
0,68 | 6,57 | 11,07 | -4,50 | 0,69 | 20,28 | 0,154 | |
0,86 | 14,19 | 12,28 | 1,91 | 0,13 | 3,65 | 0,045 | |
1,98 | 15,81 | 19,79 | -3,98 | 0,25 | 15,81 | 0,825 | |
0,33 | 5,23 | 8,73 | -3,50 | 0,67 | 12,23 | 0,550 | |
0,45 | 7,99 | 9,53 | -1,54 | 0,19 | 2,38 | 0,387 | |
0,74 | 17,5 | 11,48 | 6,02 | 0,34 | 36,30 | 0,110 | |
0,03 | 17,16 | 6,72 | 10,44 | 0,61 | 109,07 | 1,086 | |
0,99 | 14,54 | 13,15 | 1,39 | 0,10 | 1,93 | 0,007 | |
0,24 | 6,24 | 8,12 | -1,88 | 0,30 | 3,55 | 0,692 | |
0,57 | 12,08 | 10,34 | 1,74 | 0,14 | 3,04 | 0,252 | |
1,22 | 9,49 | 14,69 | -5,20 | 0,55 | 27,06 | 0,022 | |
0,68 | 9,28 | 11,07 | -1,79 | 0,19 | 3,21 | 0,154 | |
11,42 | 13,22 | -1,80 | 0,16 | 3,23 | 0,005 | ||
0,81 | 10,31 | 11,94 | -1,63 | 0,16 | 2,67 | 0,069 | |
1,27 | 8,65 | 15,03 | -6,38 | 0,74 | 40,67 | 0,039 | |
1,14 | 10,94 | 14,16 | -3,22 | 0,29 | 10,34 | 0,005 | |
1,89 | 9,87 | 19,18 | -9,31 | 0,94 | 86,72 | 0,669 | |
0,67 | 6,14 | 11,01 | -4,87 | 0,79 | 23,68 | 0,162 | |
0,96 | 12,93 | 12,95 | -0,02 | 0,00 | 0,00 | 0,013 | |
0,67 | 9,78 | 11,01 | -1,23 | 0,13 | 1,50 | 0,162 | |
0,98 | 13,22 | 13,08 | 0,14 | 0,01 | 0,02 | 0,008 | |
1,16 | 17,29 | 14,29 | 3,00 | 0,17 | 9,00 | 0,008 | |
0,54 | 7,11 | 10,13 | -3,02 | 0,43 | 9,15 | 0,283 | |
1,23 | 22,49 | 14,76 | 7,73 | 0,34 | 59,77 | 0,025 | |
0,78 | 12,14 | 11,74 | 0,40 | 0,03 | 0,16 | 0,085 | |
1,16 | 15,25 | 14,29 | 0,96 | 0,06 | 0,92 | 0,008 | |
4,44 | 31,34 | 36,27 | -4,93 | 0,16 | 24,34 | 11,344 | |
1,06 | 11,56 | 13,62 | -2,06 | 0,18 | 4,24 | 0,000 | |
| Поделиться: |
Поиск по сайту
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2022-09-12 Нарушение авторских прав и Нарушение персональных данных
Поиск по сайту:
Читайте также:
Деталирование сборочного чертежа
Когда производственнику особенно важно наличие гибких производственных мощностей?
Собственные движения и пространственные скорости звезд