(1)İÇİNDEKİLER
1.
Gretl’da veri dosyasını çağırma: ... 3
2.
Gretl’da Excel veri dosyasını açma: ... 4
3.
Excel’den alınmış verilerin Gretl dosyası olarak saklanması: ... 9
4.
Gretl’da EKK tahminlemesi: ... 10
5.
Menü yardımıyla bir değişkenin logaritmasının alınması: ... 19
6.
Yeni değişken tanımlama yoluyla bir değişkenin logaritmasının alınması: ... 21
7.
EKK Modelinin saklanması ... 22
8.
EKK modelleri ve verilerin Gretl oturumu olarak saklanması... 23
9.
Gretl oturumunun açılması ... 24
10.
Adım adım EKK modellemesi: ... 25
11.
İhmal edilen değişken testi: ... 26
12.
Değişkenleri kategorilere ayırma: ... 27
13.
Gereksiz değişken belirleme: ... 29
14.
Ters fonksiyon tahminlemesi: ... 32
15.
Gretl ile Lin-log Tahmini ... 33
16.
Gretl ile Ters Fonksiyon Tahmini ... 35
17.
Gretl ile Log-log model tahmini: ... 36
18.
İkinci dereceden (kuadratik) fonksiyon tahminlemesi: ... 37
19.
Ramsey Reset testi ... 41
20.
Kukla değişken tanımlama: ... 44
21.
Otokorelasyon (Durbin Watson testi: ... 50
22.
Otokorelasyon testi (LM) ... 52
23.
Logit Model ... 54
24.
Trend modeli tahminleme... 55
Doğrusal trend denklemi: ... 56
(2)1. Gretl’da veri dosyasını çağırma:
Open data/User file..
1. Gretl veri dosyasının bulunduğu klasörü bul
2. Dosya tipi olarak Excel files (*.gdt) seç
3. Open düğmesine bas
(3)(4)(5)4. Excel dosyanın bulunduğu klasörü bul
5. Dosya tipi olarak Excel files (*.xlsx) seç
6. Open düğmesine bas
1
2
3
(6)(7)Eğer yatay kesit verisi ise:
Excel’deki verileriniz Gretl’a aktarıldığında aşağıdaki ekran görüntüsü elde edilir:
(8)3. Excel’den alınmış verilerin Gretl dosyası olarak saklanması:
1996-2015
yılları
arasındaki
(9)(10)Bağımlı değişkenin (dependent variable) seçilmesi:
(11)Bağımsız değişken(ler)in (Regressors) seçilmesi:
2
1
(12)Bağımlı değişken ortalaması
12.90300 Bağımlı değişken st sapması.
6.743453
Hata kareleri toplamı
616.6878 Regresyon st hatası
5.853241
R-kare
0.286248 Düzeltilmiş R-kare
0.246596
F(1, 18)
7.218860 P-değeri (F)
0,015068
Log-olabilirlik
−62.66508 Akaike ölçütü
a
129.3302
Schwarz ölçütü
a
131.3216 Hannan-Quinn
a
129.7189
a
Schwarz ölçütü, Akaike ölçütü ve Hannan-Quinn değerleri ne kadar küçükse, model o kadar
iyidir.
Gözlem aralığı (1-20)
Bağımlı değişken: Talep
Tahminci (Katsayı)
St Hata
t istatistiği
p değeri
Sabit
(13)p-değeri < 0.10 veya
p-değeri < 0.05 veya
p-değeri < 0.01 ise H0
hipotezi reddedilir
(Tahminci veya katsayı
istatistiki açıdan anlamlıdır).
p-değeri < 0.10 veya
p-değeri < 0.05 veya
p-değeri < 0.01 ise H0
hipotezi reddedilir
(Model istatistiki açıdan
anlamlıdır).
(14)(15)İstatistik (İngilizce)
İstatistik (Türkçe)
Anlamı
Mean Error
Ortalama hata
Sıfır olmalı
Mean Squared Error
Ortalama hata kareleri
Ne kadar küçükse o kadar iyi
Root Mean Squared Error
Ortalama hata kareleri kökü
Ne kadar küçükse o kadar iyi
Mean Absolute Error
Ortalama mutlak hata
Ne kadar küçükse o kadar iyi
Mean Percentage Error
Ortalama yüzde hata
Ne kadar küçükse o kadar iyi
Mean Absolute Percentage Error Ortalama yüzde mutlak hata Ne kadar küçükse o kadar iyi
Theil U’nun yorumu
Theil’s U
Yorum
1’den küçükse Regresyon analizi, rastgele konuşmaktan daha iyidir
1
Regresyon analizi, rastgele konuşmakla aynıdır
More than 1 Rastgele konuşmak, regresyon analizinden daha iyidir
Tahmin değerlerinin değişken olarak elde edilmesi:
(16)(17)(18)(19)(20)6. Yeni değişken tanımlama yoluyla bir değişkenin logaritmasının
alınması:
(21)7. EKK Modelinin saklanması
Tahmin edilen EKK modeli, daha sonra ulaşmak üzere saklanabilir. Bunun için File/Save as
icon and close menüsünden yararlanılabilir.
Tahmin edilen modellerin her birini bu şekilde saklayıp, daha sonra session icon view’i
tıklayarak ulaşmak mümkündür.
Tahmin ettiğimiz EKK modeli, Model 2 (tahmin edilen model numarası) olarak saklanmıştır.
Tıklandığında sakladığınız EKK modelini tekrar sunacaktır.
(22)8. EKK modelleri ve verilerin Gretl oturumu olarak saklanması
Gretl’da üzerinde çalıştığınız verileri ve modelleri saklayıp daha sonra kullanabilirsiniz. Oturum
saklandığında hem veriler hem de modeller saklanacağından ayrıca verileri saklamaya ihtiyaç
duyulmaz.
(23)(24)10. Adım adım EKK modellemesi:
(25)11.
İhmal edilen değişken testi:
İhmal edilen değişken testi, Tests/Add variables menüsünden yapılır.
İhmal edilen değişkenimizi işaretleyip Add -> düğmesini tıklayarak seçelim.
İhmal edilen değişkenin EKK tahminindeki katsayısı istatistiki açıdan anlamlıdır. Başlangıç
modeli (Model 1) ve gelir değişkeninin eklendiği Model 2 karşılaştırması, F testi ile
yapılmaktadır. Sıfır hipotezi, eklenen değişken(ler)in katsayı(sı/ları)nın sıfır olduğunu kabul
eder. Örneğimizde üç model seçim kriterinden üçü iyileşmiştir mesajıylala birlikte, F testi, sıfır
hipotezini reddetmektedir. O halde Gelir ihmal edilen değişkendir. Bir başka ifadeyle, Gelir
mutlaka modelde yer almalıdır.
(26)12.
Değişkenleri kategorilere ayırma:
Gelir değişkeni bazen kategorik olarak modele girebilir. Özellikle bağımlı değişkenin gelir
kategorilerine göre değişimi incelemek gerektiğinde, gelir değişkeni belli kıstaslar kullanılarak
kategorize edilebilir. Biz burada gelir kategorilerinin daha önceden belirlendiğini varsayacağız.
Buna göre gelir 0 ile 1000 arasında ise 1. kategori, 1001 ile 1500 arasında ise 2. kategori,
1500’den büyükse 3. kategori olarak tanımlanmış olsun. Gretl bu işlemi basit bir komutla
gerçekleştirebilir. Bunun için önce
Add/Define new variable…
seçeği tıklanır:
(27)Ardından gelir kategorisi değişkenini temsil eden gelkat değişkeni aşağıdaki formülle
tanımlanır:
gelkat = (gelir>=0) + (gelir >= 1001) + (gelir >= 1501)
Kategori 1 Kategori 2 Kategori 3
(28)(29)EKK tahminimiz SEF değişkeninin gereksiz olduğunu doğrulamaktadır.
(30)SEF değişkeni gereksiz değişken olarak seçilir.
Başlangıç modeli (Model 1) ve SEF değişkeninin çıkarıldığı Model 2 karşılaştırması, F testi ile
yapılmaktadır. Sıfır hipotezi, çıkarılan değişken(ler)in katsayı(sı/ları)nın sıfır olduğunu kabul
eder. Örneğimizde üç model seçim kriterinden üçü iyileşmiştir mesajıylala birlikte, F testi, sıfır
hipotezini reddetmemektedir. O halde SEF sıfırdır; yani gereksiz değişkendir. Bir başka
(31)14.
Ters fonksiyon tahminlemesi:
(32)XT1= 1 / X
XT1, X değişkeninin çarpmaya göre tersini temsil eden değişkendir. Son duruma göre Gretl
değişken listemize XT1 değişkenini eklemiş olduk:
15.
Gretl ile Lin-log Tahmini
Lin-log fonksiyonu Gretl yardımıyla tahmin etmek için X değişkeninin logaritmasını almamız
gerekir. Bunun için, X değişkeni işaretliylen
Add
menüsü açılır ve
Logs of selected variables
(33)(34)Elde edilen l_X değişkeni lin-log modelin tahmin edilmesi sırasında bağımsız değişken olarak
kullanılır.
16.
Gretl ile Ters Fonksiyon Tahmini
Log-lin fonksiyonu Gretl yardımıyla tahmin edebilmek için bu kez Y değişkeninin logaritmasını
almamız gerekir. Bunun için, Y değişkeni işaretliyken
Add
menüsü açılır ve
Logs of selected
variables
seçeneği tıklanır.
(35)17.
Gretl ile Log-log model tahmini:
Log-log fonksiyonu Gretl yardımıyla tahmin edebilmek için bu kez hem Y hem de X
değişkeninin logaritmasını almamız gerekir. Bunun için, Y ve X değişkenleri aynı anda
işaretliyken
Add
menüsü açılır ve
Logs of selected variables
seçeneği tıklanır.
Bu işlemde, gerek Y gerekse X değişkeninin e tabanına göre logaritması alınır ve sırasıyla l_Y
ve l_X değişkenlerine atanır.
(36)18.
İkinci dereceden (kuadratik) fonksiyon tahminlemesi:
Tüm bunları Gretl yardımıyla yapmamız mümkündür. Değişkenlerimiz sadece y ve x’tir.
(37)(38)(39)Üçüncü dereceden (kübik) fonksiyon tahminlemesi
Şimdi de kübik fonksiyonu tahmin edelim:
(40)19. Ramsey Reset testi
Model değişkenlerimiz sadece Y ve X’tir. Bağımlı değişken olarak Y’yi bağımsız değişken
olarak X’i atıyoruz.
(41)Doğrusal modelimizin EKK tahmin sonuçları:
(42)Ramsey RESET testi; kareli ve küplü (squares and cubes), sadece kareli terim (squares only),
sadece küplü terim (cubes only) ve tüm kombinasyonlar (all variants) seçenekleri için
yapılabilir. Biz şimdi sadece kareli terimi seçeceğiz:
Sıfır hipotezi, kareli terimin sıfır olduğunu, yani kareli terimin modele dahil edilmemesi
gerektiğini savunur. Buna göre F testi, sıfır hipotezinin reddedilmesini önerir. Bir başkka
ifadeyle, kareli terim modele dahil edilmelidir.
(43)Sıfır hiptezi, kareli ve küplü terimin her ikisinin birden sıfır olduğunu savunur. F testi, sıfır
hipotezinin reddedilmesini önerir. O halde, ikinci ve üçüncü dereceden terimlerden en az
birinin modele alınması gerekmektedir. Örneğimizde her ikisinin birden modele alınması
gerektiğini, yhat^2 ve yhat^3 terimlerinin istatistiki açıdan anlamlı olmasından anlıyoruz.
20.
Kukla değişken tanımlama:
(44)Amacımız gelirin 1035.1’e eşit veya daha büyük olduğu durum için 1, daha küçük olduğu
durum için 0 olarak temsil edildiği kukla değişkeni hazırlamaksa:
gelkuk = gelir>=1035.1
şeklinde tanımlamamız gerekir:
Bu tanımlamadaki
gelir>=1035.1
mantıksal bir ifadedir; o nedenle, ifade doğru ise 1,
yanlış ise 1 sonucu ortaya çıkacaktır:
Eğer elimizdeki veri setinde kategorik değişken varsa, Gretl her kategori için bir kukla
değişken tanımı yapabilir. Örneğin daha once gelir değişkenini; 0 ile 1000 arasında ise 1.
kategori, 1001 ile 1500 arasında ise 2. kategori, 1500’den büyükse 3. kategori olarak
tanımlamış ve bu değişkene
gelkat
adını vermiştik.
(45)İzleyen adımda, Gretl’ın
gelkat
değişkenini kesikli değişken olarak tanımasını sağlamamız
gerekiyor. Bunun için, gelkat değişkeni üzerindeyden sağ kliği tıkladığımızda açılan menüden
Edit attributes
seçeneğini tıklamalıyız:
Aşağıda görülen
Edit attributes
ekranında
Treat this variable as discrete
seçeneğine
onay işareti koyup, OK düğmesine basmamız gerekiyor.
(46)Artık
gelkat
değişkeninden kukla değişkenler elde etmeye hazırız.
gelkat
değişkeni işaretli
iken
Add/Dummies for selected variables
menü dizisi izlenir.
Bunun üzerine karşımıza:
çıkacaktır.
Encode all values
seçeneğini işaretleyip OK düğmesine basarsak, 3 farklı gelir
kategorisinin herbiri için birer kukla değişken hazırlanacak ve bu değişkenlere sırasıyla
Dgelkat_1, Dgelkat_2 ve Dgelkat_3 adları verilecektir.
(47)Skip the lowest value
seçeneğini işaretleyip OK düğmesine basarsak, ilk kategori hariç
diğer 2 gelir kategorisinin herbiri için birer kukla değişken hazırlanacak ve bu değişkenlere
sırasıyla Dgelkat_2 ve Dgelkat_3 adları verilecektir.
Skip the highest value
seçeneğini işaretleyip OK düğmesine basarsak, son kategori hariç
diğer 2 gelir kategorisinin herbiri için birer kukla değişken hazırlanacak ve bu değişkenlere
sırasıyla Dgelkat_1 ve Dgelkat_2 adları verilecektir..
(48)(49)(50)(51)(52)(53)(54)24. Trend modeli tahminleme
Önce trend değişkenini oluşturalım:
(55)(56)(57)(58)(59)Kuadratik trend denklemi:
Yt=bo+bıt+b2t
2
(60)(61)(62)(63)t Tablosu
Sd
Tek Yanlı
0.40
0.25
0.10
0.05
0.025
0.01
0.005
0.0005
Çift Yanlı
0.80
0.50
0.20
0.10
0.05
0.02
0.01
0.001
1 0.324920 1.000000 3.077684 6.313752 12.70620 31.82052 63.65674 636.6192
2 0.288675 0.816497 1.885618 2.919986 4.30265 6.96456 9.92484 31.5991
3 0.276671 0.764892 1.637744 2.353363 3.18245 4.54070 5.84091 12.9240
4 0.270722 0.740697 1.533206 2.131847 2.77645 3.74695 4.60409 8.6103
5 0.267181 0.726687 1.475884 2.015048 2.57058 3.36493 4.03214 6.8688
6 0.264835 0.717558 1.439756 1.943180 2.44691 3.14267 3.70743 5.9588
7 0.263167 0.711142 1.414924 1.894579 2.36462 2.99795 3.49948 5.4079
8 0.261921 0.706387 1.396815 1.859548 2.30600 2.89646 3.35539 5.0413
9 0.260955 0.702722 1.383029 1.833113 2.26216 2.82144 3.24984 4.7809
10 0.260185 0.699812 1.372184 1.812461 2.22814 2.76377 3.16927 4.5869
11 0.259556 0.697445 1.363430 1.795885 2.20099 2.71808 3.10581 4.4370
12 0.259033 0.695483 1.356217 1.782288 2.17881 2.68100 3.05454 4.3178
13 0.258591 0.693829 1.350171 1.770933 2.16037 2.65031 3.01228 4.2208
14 0.258213 0.692417 1.345030 1.761310 2.14479 2.62449 2.97684 4.1405
15 0.257885 0.691197 1.340606 1.753050 2.13145 2.60248 2.94671 4.0728
16 0.257599 0.690132 1.336757 1.745884 2.11991 2.58349 2.92078 4.0150
17 0.257347 0.689195 1.333379 1.739607 2.10982 2.56693 2.89823 3.9651
18 0.257123 0.688364 1.330391 1.734064 2.10092 2.55238 2.87844 3.9216
19 0.256923 0.687621 1.327728 1.729133 2.09302 2.53948 2.86093 3.8834
20 0.256743 0.686954 1.325341 1.724718 2.08596 2.52798 2.84534 3.8495
21 0.256580 0.686352 1.323188 1.720743 2.07961 2.51765 2.83136 3.8193
22 0.256432 0.685805 1.321237 1.717144 2.07387 2.50832 2.81876 3.7921
23 0.256297 0.685306 1.319460 1.713872 2.06866 2.49987 2.80734 3.7676
24 0.256173 0.684850 1.317836 1.710882 2.06390 2.49216 2.79694 3.7454
25 0.256060 0.684430 1.316345 1.708141 2.05954 2.48511 2.78744 3.7251
26 0.255955 0.684043 1.314972 1.705618 2.05553 2.47863 2.77871 3.7066
27 0.255858 0.683685 1.313703 1.703288 2.05183 2.47266 2.77068 3.6896
28 0.255768 0.683353 1.312527 1.701131 2.04841 2.46714 2.76326 3.6739
29 0.255684 0.683044 1.311434 1.699127 2.04523 2.46202 2.75639 3.6594
30 0.255605 0.682756 1.310415 1.697261 2.04227 2.45726 2.75000 3.6460
0.253347 0.674490 1.281552 1.644854 1.95996 2.32635 2.57583 3.2905
(64)Ki Kare Tablosu
Sd\ 0.995 0.99 0.975 0.95 0.9 0.75 0.5 0.25 0.1 0.05 0.025 0.01 0.005
1 0.00004 0.00016 0.00098 0.00393 0.01579 0.10153 0.45494 1.3233 2.70554 3.84146 5.02389 6.6349 7.87944
2 0.01003 0.0201 0.05064 0.10259 0.21072 0.57536 1.38629 2.77259 4.60517 5.99146 7.37776 9.21034 10.59663
3 0.07172 0.11483 0.2158 0.35185 0.58437 1.21253 2.36597 4.10834 6.25139 7.81473 9.3484 11.34487 12.83816
4 0.20699 0.29711 0.48442 0.71072 1.06362 1.92256 3.35669 5.38527 7.77944 9.48773 11.14329 13.2767 14.86026
5 0.41174 0.5543 0.83121 1.14548 1.61031 2.6746 4.35146 6.62568 9.23636 11.0705 12.8325 15.08627 16.7496
6 0.67573 0.87209 1.23734 1.63538 2.20413 3.4546 5.34812 7.8408 10.64464 12.59159 14.44938 16.81189 18.54758
7 0.98926 1.23904 1.68987 2.16735 2.83311 4.25485 6.34581 9.03715 12.01704 14.06714 16.01276 18.47531 20.27774
8 1.34441 1.6465 2.17973 2.73264 3.48954 5.07064 7.34412 10.21885 13.36157 15.50731 17.53455 20.09024 21.95495
9 1.73493 2.0879 2.70039 3.32511 4.16816 5.89883 8.34283 11.38875 14.68366 16.91898 19.02277 21.66599 23.58935
10 2.15586 2.55821 3.24697 3.9403 4.86518 6.7372 9.34182 12.54886 15.98718 18.30704 20.48318 23.20925 25.18818
11 2.60322 3.05348 3.81575 4.57481 5.57778 7.58414 10.341 13.70069 17.27501 19.67514 21.92005 24.72497 26.75685
12 3.07382 3.57057 4.40379 5.22603 6.3038 8.43842 11.34032 14.8454 18.54935 21.02607 23.33666 26.21697 28.29952
13 3.56503 4.10692 5.00875 5.89186 7.0415 9.29907 12.33976 15.98391 19.81193 22.36203 24.7356 27.68825 29.81947
14 4.07467 4.66043 5.62873 6.57063 7.78953 10.16531 13.33927 17.11693 21.06414 23.68479 26.11895 29.14124 31.31935
15 4.60092 5.22935 6.26214 7.26094 8.54676 11.03654 14.33886 18.24509 22.30713 24.99579 27.48839 30.57791 32.80132
16 5.14221 5.81221 6.90766 7.96165 9.31224 11.91222 15.3385 19.36886 23.54183 26.29623 28.84535 31.99993 34.26719
17 5.69722 6.40776 7.56419 8.67176 10.08519 12.79193 16.33818 20.48868 24.76904 27.58711 30.19101 33.40866 35.71847
18 6.2648 7.01491 8.23075 9.39046 10.86494 13.67529 17.3379 21.60489 25.98942 28.8693 31.52638 34.80531 37.15645
19 6.84397 7.63273 8.90652 10.11701 11.65091 14.562 18.33765 22.71781 27.20357 30.14353 32.85233 36.19087 38.58226
20 7.43384 8.2604 9.59078 10.85081 12.44261 15.45177 19.33743 23.82769 28.41198 31.41043 34.16961 37.56623 39.99685
21 8.03365 8.8972 10.2829 11.59131 13.2396 16.34438 20.33723 24.93478 29.61509 32.67057 35.47888 38.93217 41.40106
22 8.64272 9.54249 10.98232 12.33801 14.04149 17.23962 21.33704 26.03927 30.81328 33.92444 36.78071 40.28936 42.79565
23 9.26042 10.19572 11.68855 13.09051 14.84796 18.1373 22.33688 27.14134 32.0069 35.17246 38.07563 41.6384 44.18128
24 9.88623 10.85636 12.40115 13.84843 15.65868 19.03725 23.33673 28.24115 33.19624 36.41503 39.36408 42.97982 45.55851
25 10.51965 11.52398 13.11972 14.61141 16.47341 19.93934 24.33659 29.33885 34.38159 37.65248 40.64647 44.3141 46.92789
26 11.16024 12.19815 13.8439 15.37916 17.29188 20.84343 25.33646 30.43457 35.56317 38.88514 41.92317 45.64168 48.28988
27 11.80759 12.8785 14.57338 16.1514 18.1139 21.7494 26.33634 31.52841 36.74122 40.11327 43.19451 46.96294 49.64492
28 12.46134 13.56471 15.30786 16.92788 18.93924 22.65716 27.33623 32.62049 37.91592 41.33714 44.46079 48.27824 50.99338
29 13.12115 14.25645 16.04707 17.70837 19.76774 23.56659 28.33613 33.71091 39.08747 42.55697 45.72229 49.58788 52.33562
30 13.78672 14.95346 16.79077 18.49266 20.59923 24.47761 29.33603 34.79974 40.25602 43.77297 46.97924 50.89218 53.67196
(65)F Tablosu
=0.10
v2
v
1
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 39.86 49.5 53.59 55.83 57.24 58.2 58.91 59.44 59.86 60.19 60.71 61.22 61.74 62 62.26 62.53 62.79 63.06 63.33
2 8.53 9 9.16 9.24 9.29 9.33 9.35 9.37 9.38 9.39 9.41 9.42 9.44 9.45 9.46 9.47 9.47 9.48 9.49
3 5.54 5.46 5.39 5.34 5.31 5.28 5.27 5.25 5.24 5.23 5.22 5.2 5.18 5.18 5.17 5.16 5.15 5.14 5.13
4 4.54 4.32 4.19 4.11 4.05 4.01 3.98 3.95 3.94 3.92 3.9 3.87 3.84 3.83 3.82 3.8 3.79 3.78 3.76
5 4.06 3.78 3.62 3.52 3.45 3.4 3.37 3.34 3.32 3.3 3.27 3.24 3.21 3.19 3.17 3.16 3.14 3.12 3.11
6 3.78 3.46 3.29 3.18 3.11 3.05 3.01 2.98 2.96 2.94 2.9 2.87 2.84 2.82 2.8 2.78 2.76 2.74 2.72
7 3.59 3.26 3.07 2.96 2.88 2.83 2.78 2.75 2.72 2.7 2.67 2.63 2.59 2.58 2.56 2.54 2.51 2.49 2.47
8 3.46 3.11 2.92 2.81 2.73 2.67 2.62 2.59 2.56 2.54 2.5 2.46 2.42 2.4 2.38 2.36 2.34 2.32 2.29
9 3.36 3.01 2.81 2.69 2.61 2.55 2.51 2.47 2.44 2.42 2.38 2.34 2.3 2.28 2.25 2.23 2.21 2.18 2.16
10 3.29 2.92 2.73 2.61 2.52 2.46 2.41 2.38 2.35 2.32 2.28 2.24 2.2 2.18 2.16 2.13 2.11 2.08 2.06
11 3.23 2.86 2.66 2.54 2.45 2.39 2.34 2.3 2.27 2.25 2.21 2.17 2.12 2.1 2.08 2.05 2.03 2 1.97
12 3.18 2.81 2.61 2.48 2.39 2.33 2.28 2.24 2.21 2.19 2.15 2.1 2.06 2.04 2.01 1.99 1.96 1.93 1.9
13 3.14 2.76 2.56 2.43 2.35 2.28 2.23 2.2 2.16 2.14 2.1 2.05 2.01 1.98 1.96 1.93 1.9 1.88 1.85
14 3.1 2.73 2.52 2.39 2.31 2.24 2.19 2.15 2.12 2.1 2.05 2.01 1.96 1.94 1.91 1.89 1.86 1.83 1.8
15 3.07 2.7 2.49 2.36 2.27 2.21 2.16 2.12 2.09 2.06 2.02 1.97 1.92 1.9 1.87 1.85 1.82 1.79 1.76
16 3.05 2.67 2.46 2.33 2.24 2.18 2.13 2.09 2.06 2.03 1.99 1.94 1.89 1.87 1.84 1.81 1.78 1.75 1.72
17 3.03 2.64 2.44 2.31 2.22 2.15 2.1 2.06 2.03 2 1.96 1.91 1.86 1.84 1.81 1.78 1.75 1.72 1.69
18 3.01 2.62 2.42 2.29 2.2 2.13 2.08 2.04 2 1.98 1.93 1.89 1.84 1.81 1.78 1.75 1.72 1.69 1.66
19 2.99 2.61 2.4 2.27 2.18 2.11 2.06 2.02 1.98 1.96 1.91 1.86 1.81 1.79 1.76 1.73 1.7 1.67 1.63
20 2.97 2.59 2.38 2.25 2.16 2.09 2.04 2 1.96 1.94 1.89 1.84 1.79 1.77 1.74 1.71 1.68 1.64 1.61
21 2.96 2.57 2.36 2.23 2.14 2.08 2.02 1.98 1.95 1.92 1.87 1.83 1.78 1.75 1.72 1.69 1.66 1.62 1.59
22 2.95 2.56 2.35 2.22 2.13 2.06 2.01 1.97 1.93 1.9 1.86 1.81 1.76 1.73 1.7 1.67 1.64 1.6 1.57
23 2.94 2.55 2.34 2.21 2.11 2.05 1.99 1.95 1.92 1.89 1.84 1.8 1.74 1.72 1.69 1.66 1.62 1.59 1.55
24 2.93 2.54 2.33 2.19 2.1 2.04 1.98 1.94 1.91 1.88 1.83 1.78 1.73 1.7 1.67 1.64 1.61 1.57 1.53
25 2.92 2.53 2.32 2.18 2.09 2.02 1.97 1.93 1.89 1.87 1.82 1.77 1.72 1.69 1.66 1.63 1.59 1.56 1.52
26 2.91 2.52 2.31 2.17 2.08 2.01 1.96 1.92 1.88 1.86 1.81 1.76 1.71 1.68 1.65 1.61 1.58 1.54 1.5
27 2.9 2.51 2.3 2.17 2.07 2 1.95 1.91 1.87 1.85 1.8 1.75 1.7 1.67 1.64 1.6 1.57 1.53 1.49
28 2.89 2.5 2.29 2.16 2.06 2 1.94 1.9 1.87 1.84 1.79 1.74 1.69 1.66 1.63 1.59 1.56 1.52 1.48
29 2.89 2.5 2.28 2.15 2.06 1.99 1.93 1.89 1.86 1.83 1.78 1.73 1.68 1.65 1.62 1.58 1.55 1.51 1.47
30 2.88 2.49 2.28 2.14 2.05 1.98 1.93 1.88 1.85 1.82 1.77 1.72 1.67 1.64 1.61 1.57 1.54 1.5 1.46
40 2.84 2.44 2.23 2.09 2 1.93 1.87 1.83 1.79 1.76 1.71 1.66 1.61 1.57 1.54 1.51 1.47 1.42 1.38
60 2.79 2.39 2.18 2.04 1.95 1.87 1.82 1.77 1.74 1.71 1.66 1.6 1.54 1.51 1.48 1.44 1.4 1.35 1.29
120 2.75 2.35 2.13 1.99 1.9 1.82 1.77 1.72 1.68 1.65 1.6 1.55 1.48 1.45 1.41 1.37 1.32 1.26 1.19
∞ 2.71 2.3 2.08 1.94 1.85 1.77 1.72 1.67 1.63 1.6 1.55 1.49 1.42 1.38 1.34 1.3 1.24 1.17 1
(66)=0.05 için F Tablosu
v2
v
1
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 161 199 215 224 230 234 236 239 240 241 243 245 248 249 250 251 252 253 254
2 18.51
19 19.16 19.25 19.3 19.33 19.35 19.37 19.38 19.4 19.41 19.43 19.45 19.45 19.46 19.47 19.48 19.49 19.5
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.7 8.66 8.64 8.62 8.59 8.57 8.55 8.53
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6 5.96 5.91 5.86 5.8 5.77 5.75 5.72 5.69 5.66 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.5 4.46 4.43 4.4 4.37
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.1 4.06 4 3.94 3.87 3.84 3.81 3.77 3.74 3.7 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.3 3.27 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.5 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.9 2.86 2.83 2.79 2.75 2.71
10 4.96 4.1 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.7 2.66 2.62 2.58 2.54
11 4.84 3.98 3.59 3.36 3.2 3.09 3.01 2.95 2.9 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 2.4
12 4.75 3.89 3.49 3.26 3.11 3 2.91 2.85 2.8 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 2.3
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.6 2.53 2.46 2.42 2.38 2.34 2.3 2.25 2.21
14 4.6 3.74 3.34 3.11 2.96 2.85 2.76 2.7 2.65 2.6 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 2.13
15 4.54 3.68 3.29 3.06 2.9 2.79 2.71 2.64 2.59 2.54 2.48 2.4 2.33 2.29 2.25 2.2 2.16 2.11 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 2.01
17 4.45 3.59 3.2 2.96 2.81 2.7 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.1 2.06 2.01 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 1.92
19 4.38 3.52 3.13 2.9 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 1.88
20 4.35 3.49 3.1 2.87 2.71 2.6 2.51 2.45 2.39 2.35 2.28 2.2 2.12 2.08 2.04 1.99 1.95 1.9 1.84
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.1 2.05 2.01 1.96 1.92 1.87 1.81
22 4.3 3.44 3.05 2.82 2.66 2.55 2.46 2.4 2.34 2.3 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 1.78
23 4.28 3.42 3.03 2.8 2.64 2.53 2.44 2.37 2.32 2.27 2.2 2.13 2.05 2.01 1.96 1.91 1.86 1.81 1.76
24 4.26 3.4 3.01 2.78 2.62 2.51 2.42 2.36 2.3 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 1.73
25 4.24 3.39 2.99 2.76 2.6 2.49 2.4 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 1.71
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.9 1.85 1.8 1.75 1.69
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.2 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 1.67
28 4.2 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 1.65
29 4.18 3.33 2.93 2.7 2.55 2.43 2.35 2.28 2.22 2.18 2.1 2.03 1.94 1.9 1.85 1.81 1.75 1.7 1.64
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 1.62
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2 1.92 1.84 1.79 1.74 1.69 1.64 1.58 1.51
60 4 3.15 2.76 2.53 2.37 2.25 2.17 2.1 2.04 1.99 1.92 1.84 1.75 1.7 1.65 1.59 1.53 1.47 1.39
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.5 1.43 1.35 1.25
∞ 3.84 3 2.6 2.37 2.21 2.1 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1
(67)=0.01 için F Tablosu
v2/v1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ∞
1 4052 5000 5403 5625 5764 5859 5928 5981 6022 6056 6106 6157 6209 6235 6261 6287 6313 6339 6366
2 98.5 99.0 99.2 99.2 99.3 99.3 99.4 99.4 99.4 99.4 99.4 99.4 99.4 99.5 99.5 99.5 99.5 99.5 99.5
3 34.1 30.8 29.5 28.7 28.2 27.9 27.7 27.5 27.3 27.2 27.1 26.9 26.7 26.6 26.5 26.4 26.3 26.2 26.1
4 21.2 18.0 16.7 16.0 15.5 15.2 15.0 14.8 14.7 14.5 14.4 14.2 14.0 13.9 13.8 13.7 13.7 13.6 13.5
5 16.3 13.3 12.1 11.4 11.0 10.7 10.5 10.3 10.2 10.1 9.9 9.7 9.6 9.5 9.4 9.3 9.2 9.1 9.0
6 13.7 10.9 9.8 9.1 8.7 8.5 8.3 8.1 8.0 7.9 7.7 7.6 7.4 7.3 7.2 7.1 7.1 7.0 6.9
7 12.2 9.5 8.5 7.8 7.5 7.2 7.0 6.8 6.7 6.6 6.5 6.3 6.2 6.1 6.0 5.9 5.8 5.7 5.7
8 11.3 8.6 7.6 7.0 6.6 6.4 6.2 6.0 5.9 5.8 5.7 5.5 5.4 5.3 5.2 5.1 5.0 4.9 4.9
9 10.6 8.0 7.0 6.4 6.1 5.8 5.6 5.5 5.4 5.3 5.1 5.0 4.8 4.7 4.6 4.6 4.5 4.4 4.3
10 10.0 7.6 6.6 6.0 5.6 5.4 5.2 5.1 4.9 4.8 4.7 4.6 4.4 4.3 4.2 4.2 4.1 4.0 3.9
11 9.6 7.2 6.2 5.7 5.3 5.1 4.9 4.7 4.6 4.5 4.4 4.3 4.1 4.0 3.9 3.9 3.8 3.7 3.6
12 9.3 6.9 6.0 5.4 5.1 4.8 4.6 4.5 4.4 4.3 4.2 4.0 3.9 3.8 3.7 3.6 3.5 3.4 3.4
13 9.1 6.7 5.7 5.2 4.9 4.6 4.4 4.3 4.2 4.1 4.0 3.8 3.7 3.6 3.5 3.4 3.3 3.3 3.2
14 8.9 6.5 5.6 5.0 4.7 4.5 4.3 4.1 4.0 3.9 3.8 3.7 3.5 3.4 3.3 3.3 3.2 3.1 3.0
15 8.7 6.4 5.4 4.9 4.6 4.3 4.1 4.0 3.9 3.8 3.7 3.5 3.4 3.3 3.2 3.1 3.0 3.0 2.9
16 8.5 6.2 5.3 4.8 4.4 4.2 4.0 3.9 3.8 3.7 3.6 3.4 3.3 3.2 3.1 3.0 2.9 2.8 2.8
17 8.4 6.1 5.2 4.7 4.3 4.1 3.9 3.8 3.7 3.6 3.5 3.3 3.2 3.1 3.0 2.9 2.8 2.7 2.7
18 8.3 6.0 5.1 4.6 4.2 4.0 3.8 3.7 3.6 3.5 3.4 3.2 3.1 3.0 2.9 2.8 2.7 2.7 2.6
19 8.2 5.9 5.0 4.5 4.2 3.9 3.8 3.6 3.5 3.4 3.3 3.2 3.0 2.9 2.8 2.8 2.7 2.6 2.5
20 8.1 5.8 4.9 4.4 4.1 3.9 3.7 3.6 3.5 3.4 3.2 3.1 2.9 2.9 2.8 2.7 2.6 2.5 2.4
21 8.0 5.8 4.9 4.4 4.0 3.8 3.6 3.5 3.4 3.3 3.2 3.0 2.9 2.8 2.7 2.6 2.5 2.5 2.4
22 7.9 5.7 4.8 4.3 4.0 3.8 3.6 3.5 3.3 3.3 3.1 3.0 2.8 2.7 2.7 2.6 2.5 2.4 2.3
23 7.9 5.7 4.8 4.3 3.9 3.7 3.5 3.4 3.3 3.2 3.1 2.9 2.8 2.7 2.6 2.5 2.4 2.4 2.3
24 7.8 5.6 4.7 4.2 3.9 3.7 3.5 3.4 3.3 3.2 3.0 2.9 2.7 2.7 2.6 2.5 2.4 2.3 2.2
25 7.8 5.6 4.7 4.2 3.9 3.6 3.5 3.3 3.2 3.1 3.0 2.9 2.7 2.6 2.5 2.5 2.4 2.3 2.2
26 7.7 5.5 4.6 4.1 3.8 3.6 3.4 3.3 3.2 3.1 3.0 2.8 2.7 2.6 2.5 2.4 2.3 2.2 2.1
27 7.7 5.5 4.6 4.1 3.8 3.6 3.4 3.3 3.1 3.1 2.9 2.8 2.6 2.6 2.5 2.4 2.3 2.2 2.1
28 7.6 5.5 4.6 4.1 3.8 3.5 3.4 3.2 3.1 3.0 2.9 2.8 2.6 2.5 2.4 2.4 2.3 2.2 2.1
29 7.6 5.4 4.5 4.0 3.7 3.5 3.3 3.2 3.1 3.0 2.9 2.7 2.6 2.5 2.4 2.3 2.2 2.1 2.0
30 7.6 5.4 4.5 4.0 3.7 3.5 3.3 3.2 3.1 3.0 2.8 2.7 2.5 2.5 2.4 2.3 2.2 2.1 2.0
40 7.3 5.2 4.3 3.8 3.5 3.3 3.1 3.0 2.9 2.8 2.7 2.5 2.4 2.3 2.2 2.1 2.0 1.9 1.8
60 7.1 5.0 4.1 3.6 3.3 3.1 3.0 2.8 2.7 2.6 2.5 2.4 2.2 2.1 2.0 1.9 1.8 1.7 1.6
120 6.9 4.8 3.9 3.5 3.2 3.0 2.8 2.7 2.6 2.5 2.3 2.2 2.0 2.0 1.9 1.8 1.7 1.5 1.4
∞ 6.6 4.6 3.8 3.3 3.0 2.8 2.6 2.5 2.4 2.3 2.2 2.0 1.9 1.8 1.7 1.6 1.5 1.3 1.0
(68)69
Durbin-Watson d istatistiği (α=0.05)
N: Dönem, k: Bağımsız değişken sayısı (Sabit hariç)
obs.
k'=1
k'=2
k'=3
k'=4
k'=5
k'=6
k'=7
k'=8
N
dL
du
dL
du
dL
du
dL
du
dL
du
dL
du
dL
du
dL
du
6
0.610
1.400
-
-
-
-
-
-
-
-
-
-
-
-
-
-
7
0.700
1.356
0.467
1.896
-
-
-
-
-
-
-
-
-
-
-
-
8
0.763
1.332
0.559
1.777
0.368
2.287
-
-
-
-
-
-
-
-
-
-
9
0.724
1.320
0.629
1.699
0.455
2.128
0.296
2.588
-
-
-
-
-
-
-
-
10
0.879
1.320
0.697
1.641
0.525
2.016
0.376
1.414
0.243
2.822
-
-
-
-
-
-
11
0.927
1.324
0.658
1.604
0.595
1.928
0.444
2.283
0.316
2.645
0.203
3.005
-
-
-
-
12
0.971
1.331
0.812
1.579
0.658
1.864
0.512
2.177
0.379
2.506
0.268
2.832
0.171
3.149
-
-
13
1.010
1.340
0.861
1.562
0.715
1.816
0.574
1.094
0.445
2.390
0.328
1.692
0.230
2.985
0.147
3.266
14
1.045
1.350
0.905
1.551
0.767
1.779
0.632
2.030
0.505
2.296
0.389
1.572
0.286
1.848
0.200
3.111
15
1.077
1.361
0.946
1.543
0.814
1.750
0.685
1.977
0.562
2.220
0.447
2.472
0.343
2.727
0.251
2.979
16
1.106
1.371
0.982
1.539
0.857
1.728
0.734
1.935
0.615
2.157
0.502
2.388
0.396
2.624
0.304
2.860
17
1.133
1.381
1.015
1.536
0.897
1.710
0.779
1.900
0.664
2.104
0.554
2.318
0.451
2.537
0.358
2.757
18
1.158
1.391
1.046
1.535
0.933
1.696
0.820
1.872
0.710
2.060
0.603
2.257
0.502
2.461
0.407
2.667
19
1.180
1.401
1.074
1.536
0.967
1.685
0.859
1.848
0.752
2.023
0.649
2.206
0.549
2.396
0.456
2.589
20
1.201
1.411
1.100
1.537
0.998
1.676
0.894
1.828
0.792
1.991
0.692
2.162
0.595
2.339
0.502
2.521
21
1.221
1.420
1.125
1.538
1.026
1.669
0.927
1.812
0.829
1.964
0.732
2.124
0.637
2.290
0.547
2.460
22
1.239
1.429
1.147
1.541
1.053
1.664
0.958
1.797
0.863
1.940
0.769
2.090
0.677
2.246
0.588
2.407
23
1.257
1.437
1.168
1.543
1.078
1.660
0.986
1.785
0.895
1.920
0.804
2.061
0.715
2.208
0.628
2.360
24
1.273
1.446
1.188
1.546
1.101
1.656
1.013
1.775
0.925
1.902
0.837
2.035
0.751
2.174
0.666
2.318
25
1.288
1.454
1.206
1.550
1.123
1.654
1.038
1.767
0.953
1.886
0.868
2.012
0.784
2.144
0.702
2.280
26
1.302
1.461
1.224
1.553
1.143
1.652
1.062
1.759
0.979
1.873
0.897
1.992
0.816
2.117
0.735
2.246
27
1.316
1.469
1.240
1.556
1.162
1.651
1.084
1.753
1.004
1.861
0.925
1.974
0.845
2.093
0.767
2.216
28
1.328
1.476
1.255
1.560
1.181
1.650
1.104
1.747
1.028
1.850
0.951
1.958
0.874
2.071
0.798
2.188
29
1.341
1.483
1.270
1.563
1.198
1.650
1.124
1.743
1.050
1.841
0.975
1.944
0.900
2.052
0.826
2.164
30
1.352
1.489
1.284
1.567
1.214
1.650
1.143
1.739
1.071
1.833
0.998
1.931
0.926
2.034
0.854
2.141
31
1.363
1.496
1.297
1.570
1.229
1.650
1.160
1.735
1.090
1.825
1.020
1.920
0.950
2.018
0.879
2.120
32
1.373
1.502
1.309
1.574
1.244
1.650
1.177
1.732
1.109
1.819
1.041
1.909
0.972
2.004
0.904
2.102
33
1.383
1.508
1.321
1.577
1.258
1.651
1.193
1.730
1.127
1.813
1.061
1.900
0.994
1.991
0.927
2.085
34
1.993
1.514
1.333
1.580
1.271
1.652
1.208
1.728
1.144
1.808
1.080
1.891
1.015
1.979
0.950
2.069
35
1.402
1.519
1.343
1.584
1.283
1.653
1.222
1.726
1.160
1.803
1.097
1.884
1.034
1.967
0.971
2.054
36
1.411
1.525
1.354
1.587
1.295
1.654
1.236
1.724
1.175
1.799
1.114
1.877
1.053
1.957
0.991
2.041
37
1.419
1.530
1.364
1.590
1.307
1.655
1.249
1.723
1.190
1.795
1.131
1.870
1.071
1.948
1.011
2.029
38
1.427
1.535
1.373
1.594
1.318
1.656
1.261
1.722
1.204
1.792
1.146
1.864
1.088
1.939
1.029
2.017
39
1.435
1.540
1.382
1.597
1.328
1.658
1.273
1.722
1.218
1.789
1.161
1.859
1.104
1.932
1.047
2.007
40
1.442
1.544
1.391
1.600
1.338
1.659
1.285
1.721
1.230
1.786
1.175
1.854
1.120
1.924
1.064
1.997
45
1.475
1.566
1.430
1.615
1.383
1.666
1.336
1.720
1.287
1.776
1.238
1.835
1.189
1.895
1.139
1.958
(69)70
50
1.503
1.585
1.462
1.628
1.421
1.674
1.378
1.721
1.335
1.771
1.291
1.822
1.246
1.875
1.201
1.930
55
1.528
1.601
1.490
1.641
1.452
1.681
1.414
1.724
1.374
1.768
1.334
1.814
1.294
1.861
1.253
1.909
60
1.549
1.616
1.514
1.652
1.480
1.689
1.444
1.727
1.408
1.767
1.372
1.808
1.335
1.850
1.298
1.894
65
1.567
1.629
1.536
1.662
1.503
1.696
1.471
1.731
1.438
1.767
1.404
1.806
1.370
1.843
1.336
1.882
70
1.583
1.641
1.554
1.672
1.525
1.703
1.494
1.735
1.464
1.768
1.433
1.802
1.401
1.837
1.369
1.873
75
1.598
1.652
1.571
1.680
1.543
1.709
1.515
1.739
1.487
1.770
1.458
1.801
1.428
1.834
1.399
1.867
80
1.611
1.662
1.586
1.688
1.560
1.715
1.534
1.743
1.507
1.772
1.480
1.801
1.453
1.831
1.425
1.861
85
1.624
1.671
1.600
1.696
1.575
1.721
1.550
1.747
1.525
1.774
1.500
1.801
1.474
1.829
1.448
1.857
90
1.635
1.679
1.612
1.703
1.589
1.726
1.566
1.751
1.542
1.776
1.518
1.801
1.494
1.827
1.469
1.854
95
1.645
1.687
1.623
1.709
1.602
1.732
1.579
1.755
1.557
1.778
1.536
1.802
1.512
1.827
1.489
1.852
100
1.654
1.694
1.634
1.715
1.613
1.736
1.592
1.758
1.571
1.780
1.550
1.803
1.528
1.826
1.506
1.850
150
1.720
1.746
1.706
1.760
1.693
1.774
1.679
1.788
1.665
1.802
1.651
1.817
1.637
1.832
1.622
1.847
200
1.758
1.778
1.748
1.789
1.738
1.799
1.728
1.810
1.718
1.820
1.707
1.831
1.697
1.841
1.686
1.852