实验二：设定误差检验
实验报告中误差分析与结果可信度评估
实验报告中误差分析与结果可信度评估引言：实验报告是科学研究和实验的重要成果之一，通过详细记录实验设计、方法、数据分析和结论，能够达到交流和验证科学研究的目的。
然而，在实验过程中，由于各种因素的干扰和限制，实验结果往往会与理论值存在一定的差异，这就需要进行误差分析和结果可信度评估。
一、误差分析误差是指实际测量值与理论值之间的差距，误差的存在使得实验结果与真实情况之间存在偏差。
为了准确评估实验结果的可靠性，需要对误差进行分析。
以下是几种常见的误差类型及其分析方法：1. 系统误差系统误差是由于仪器、设备或试剂等因素引起的，具有持续性和一致性的特点。
为了减小系统误差，可以通过仪器校准、实验重复性和标准品校验等方法进行修正和控制。
2. 随机误差随机误差是由各种随机因素引起的，导致实验结果的波动性。
为了分析随机误差，可以采用重复实验、统计学方法和方差分析等技术来确定误差范围和分布规律。
3. 人为误差人为误差是指由于操作者的主观因素引起的误差，如读数偏差、不恰当的操作和判断等。
为了减小人为误差的影响，可以增加操作者的培训和经验、提高实验操作的标准化程度。
二、结果可信度评估结果的可信度评估是对实验结果的科学性和可靠性进行综合评价，用于判断实验结果是否能够准确反映实际情况。
以下是几种常见的结果可信度评估方法：1. 精确度评估精确度是指实验结果的重复性和准确性，通过测量实验结果的重复值和与理论值之间的差异来评估。
常用的评估指标有标准差、相关系数和误差范围等。
2. 确定性评估确定性是指实验结果的可靠性和确定性程度，通过控制和排除误差的影响来评估。
常用的评估指标有置信区间、假设检验和回归分析等。
3. 可重复性评估可重复性是指实验结果的可重复和再现性，通过对实验过程和实验条件的控制来评估。
常用的评估指标有重复实验的一致性、稳定性和变异系数等。
三、误差分析与结果可信度评估实例为了更好地理解误差分析和结果可信度评估，以下是一个实验报告的具体案例，通过分析该实验报告中的误差和结果可信度，并进行评估。
物理实验中的误差分析方法
物理实验中的误差分析方法导语:在物理实验中，误差是无法避免的。
无论是仪器测量的误差、操作人员的误差，还是环境因素带来的误差，都会对实验结果产生一定的影响。
因此，在进行物理实验时，我们需要使用适当的误差分析方法，来准确评估测量结果的可靠性和稳定性。
一. 误差类型在物理实验中，误差主要分为系统误差和随机误差两种类型。
系统误差是一种固定的误差，可以重复得到相似的结果。
例如，仪器精度或标定不准确所引起的误差就属于系统误差。
而随机误差则是由于环境、测量方法以及个体差异等因素导致的，无法被完全排除的误差。
在进行误差分析时，需要针对不同类型的误差采用不同的方法。
二. 误差处理方法1. 精度评定在进行物理实验时，我们需要评定仪器的精度，即能够确定测量结果的可靠性。
这可以通过进行多次重复测量来实现。
重复测量的结果应该非常接近，否则说明仪器存在较大的不准确性。
用于评定仪器精度的主要指标有精密度、准确度和灵敏度。
2. 误差传递在物理实验中，误差会随着计算、测量的进行而逐渐传递和累积。
因此，我们需要了解误差是如何传递的，以便能够对测量结果进行准确的分析和处理。
误差传递的常见方式有加法和乘法规则。
加法规则适用于对多个测量结果进行求和或相减的情况，乘法规则适用于对多个测量结果进行乘积或除法的情况。
3. 误差分析误差分析是对测量过程中产生的误差进行定量分析的方法。
通过误差分析，我们可以确定测量结果的可靠程度，并对测量结果进行修正和调整。
常用的误差分析方法包括标准偏差、均方根误差和置信区间等。
4. 不确定度评估不确定度是对测量结果的不确定性程度的评价。
在物理实验中，由于种种原因，无法获得完全准确的测量结果。
因此，我们需要对测量结果进行不确定度评估，以便能够更准确地描述测量结果的范围。
不确定度的评估可以通过计算总不确定度和相对不确定度来实现。
5. 数据处理在物理实验中，我们通常需要对实验数据进行处理和分析。
这些处理方法可以帮助我们从复杂的数据中提取有用的信息，并确定物理量之间的关系。
设定误差产生的原因
设定误差产生的原因在科学实验、工程设计、机器制造等领域中，设定误差是一个常见的概念。
设定误差指的是在设定或测量过程中，实际数值与目标数值之间的差异。
设定误差的存在会影响实验结果的准确性和可靠性，因此对其产生的原因进行深入了解，对于减小误差、提高实验或设计的精度具有重要意义。
设定误差产生的原因多种多样，以下是几个常见的原因：1. 仪器设备的误差：仪器设备本身的精度和准确性是设定误差的主要原因之一。
例如，在实验中使用的仪器可能存在刻度不准确、测量范围有限、灵敏度较低等问题，这些都会导致实际测量值与设定值之间存在误差。
2. 环境因素的影响：实验或设备操作过程中的环境因素也会对设定误差产生影响。
例如，温度的变化会导致仪器的精度发生变化，湿度的变化会影响材料的性质等。
因此，在设定数值时，需要考虑环境因素对实验或设备性能的影响，以减小误差。
3. 操作人员的误差：操作人员的经验和技能对设定误差有很大的影响。
操作人员在设定数值时可能存在操作不当、读数不准确、判断失误等问题，这些都会导致设定误差的产生。
因此，对操作人员进行培训和提高其技能水平，可以有效地减小设定误差。
4. 实验或设计过程中的不确定性：实验或设计过程中存在一定的不确定性，这也是设定误差产生的原因之一。
例如，由于实验条件的不完全可控性或设计模型的简化，实际结果与理论计算值之间会存在差异。
这种不确定性可能来自于实验中的误差积累、模型的不完善性等，需要通过不断改进和优化来减小设定误差。
5. 数据处理和分析的误差：在实验或设计过程中，数据处理和分析的误差也会对设定误差产生影响。
例如，数据采集的误差、数据处理的方法选择不当等都会导致设定误差的增大。
因此，在数据处理和分析过程中，需要选择合适的方法和技术，以减小误差的产生。
设定误差的产生是一个复杂的过程，受到多种因素的影响。
减小设定误差的方法包括提高仪器设备的精度和准确性、控制环境因素的影响、提高操作人员的技能水平、改进实验或设计过程中的模型和方法、优化数据处理和分析方法等。
教师备课：如何设定测量的误差范围,确保实验的准确性？
教师备课：如何设定测量的误差范围，确保实验的准确性？？在教学中，实验是一个非常重要的环节，因为实验是让学生将课堂知识应用到实际生活中的最好方式之一。
但是，很多时候我们都发现，实验结果与预期相差很大，又或者是同样的实验，不同的学生测量出来的结果却千差万别，这其实是因为误差和精度问题导致的。
这时，老师就需要注意误差和精度的控制，确保实验结果的准确性和可靠性。
一、误差的定义误差是不可避免的，它存在于测量中的每一个环节中。
所谓误差，就是测量值与真实值之间的差异。
误差的存在会导致测量结果的偏离和不确定性，从而影响实验结果的准确性和可靠性。
二、误差的分类误差可以分为绝对误差和相对误差两种。
1、绝对误差：是指测量值与真实值之间的差异。
2、相对误差：是指测量值与真实值之间相差的比例。
误差也可以分为系统误差和随机误差两种。
1、系统误差：是指测量值与真实值之间的差异在某一方向上有规律地偏离了真实值。
2、随机误差：是指测量值与真实值之间的差异在各个方向上随机地分散分布在真实值附近。
因此，误差的分类能够帮助教师更好地分析实验结果，并采取相应的措施从而在实验中尽可能地减少误差的出现，确保实验结果的准确性和可靠性。
三、控制误差的方法1、设定误差范围误差范围是我们在实验设计之前需要考虑的一个参数。
设定误差范围就是从整体的角度来判断测量的误差是否满足要求。
因此，教师在设置误差范围的时候，应该考虑实验设计、测量仪器的精度、测量对象等因素，并根据这些因素设置合适的误差范围。
2、选择合适的仪器在进行实验时，高精度的仪器能够提高测量的准确性和可靠性。
因此，教师在选择测量仪器时，应该尽量选择精度高、灵敏度大、重复性好的测量仪器，并保持仪器的检定和标定。
3、提高实验的技能水平实验的技能水平是影响实验结果的最重要的因素之一。
教师需要通过培养学生的实验技能水平，让学生掌握正确的测量方法和技巧，提高实验操作的熟练度，从而减少误差的出现。
4、加强实验过程的监控实验中有很多环节，教师需要时刻监控实验过程，防止一些不可预见的误差的出现。
理论课和理论实践课教学内容
理论课和理论实践课教学内容一、课程在本专业的定位与课程目标西南财经大学的办学定位是，以培养思想品德优良的创新型应用型的高素质人才为中心，以经济学和管理学学科为主体、以金融学科为重点、多学科协调发展；在适当时机，实施由教学研究型向研究型大学转变的发展战略；立足西部，面向全国，为经济和社会发展服务，努力将学校建设成为部分学科国际知名的全国一流重点大学。
西南财经大学本科的人才培养目标是,坚持以培养素质优良的复合型、创新型、应用型人才为中心，体现“教育要面向现代化、面向世界、面向未来”的时代精神，适应社会经济发展的需要，遵循教育规律，反映学校的发展战略和办学特色；以转变教育思想和教学理念为先导，拓宽专业口径，整合课程设置，优化课程体系，更新教学内容和教学方法，实现全面素质教育，培养高素质的、具有创新精神和实践能力的复合型人才。
根据这样的办学定位和人才培养目标，《计量经济学》是现代经济学的重要体现，是高素质的、具有创新精神和实践能力的复合型现代经济管理人才必须掌握的方法论基础，在专业培养目标中有必要作为必修的专业基础课。
从多年的实践看，本校生源素质较好，又是文理兼收，学生的接受能力较强，完全有条件将计量经济学作为必修课程。
对于大多数经济管理类专业的本科生，是需要运用计量经济方法去分析和解决本专业领域的实际问题，而不是重在研究计量方法本身，所以需要的是理论与应用并重，融基本理论方法与应用为一体的一门计量经济学课程。
我们反复精选了计量经济学的教学内容，使之更加符合大多数经济、管理学本科专业教学的实际要求；课程包含了由教育部全国经济学学科教学指导委员会制定的本科计量经济学课程教学基本要求的全部内容。
本科课程以经典计量经济学的内容为主，适当概要性地介绍“非经典”计量经济学的新发展与动态，。
课程坚持“重思想、重方法、重应用”的原则，特别注重基本思想、经济背景、基本方法和实际应用，通过教学，使学生掌握现代经济学、管理学研究和分析的基本理论与方法，并能够应用计量经济学模型分析现实的经济和管理问题。
eviews操作及案例-简版
■ 成本分析和预测
■ 蒙特卡罗模拟
■ 经济模型的估计和仿真 ■ 利率与外汇预测
EViews 引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分
析和统计分析，数据管理简单方便。其主要功能有：
（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；
（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生
实验七 ___________________________________________________________67
1
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.
第一部分 EViews 基本操作
第一章 预 备 知识
一、什么是 EViews
EViews (Econometric Views)软件是 QMS（Quantitative Micro Software）公司开发的、基
于 Windows 平台下的应用软件，其前身是 DOS 操作系统下的 TSP 软件。EViews 具有现代
自 结合课程论文，自拟上机内容（不低于 定 10 学时上机）。
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.
电路基本定律实验报告误差分析
电路基本定律实验报告误差分析一、实验目的1、验证基尔霍夫定律的正确性，加深对基尔霍夫定律普遍性的理解。
2、进一步学会使用电压表、电流表。
二、实验原理基本霍夫定律是电路的基本定律。
1) 基本霍夫电流定律对电路中任意节点，流入、流出该节点的代数和为零。
即∑I=02) 基本霍夫电压定律在电路中任一闭合回路，电压降的代数和为零。
即∑U=0三、实验设备xxxxxxxxxxx四、实验内容1、实验前先任意设定三条支路的电流参考方向，2、按原理的要求，分别将两路直流稳压电源接入电路。
3、将电流插头的两端接至直流数字毫安表的“+，－”两端。
4、将电流插头分别插入三条支路的三个电流插座中，记录电流值于下表。
5、用直流数字电压表分别测量两路电源及电元件上的电压值，记录于下表。
五、基尔霍夫定律的计算值：I1 + I2 = I3（1）根据基尔霍夫定律列出方程（510+510）I1 +510I3=6??（2）（1000+330）I3+510 I3=12（3）解得：I1 =0. =0.0059AI3 =0.=0.98V UBA=5.99V UAD=4.04V UDE=0.98V UDC=1.98V六、相对误差的计算：E(I1)=（I1（测）- I1（计））/ I1（计）*100%=（2.08-1.93）/1.93=7.77%同理可得：E(I2) =6.51% E(I3)=6.43% E(E1)=0%E(E1)=-0.08% E(UFA)=-5.10% E(UAB)=4.17% E(UAD)=-0.50% E(UCD)=-5.58%E(UDE)=-1.02%七、实验数据分析根据上表可以看出I1、I2、I3、UAB、UCD的误差较大。
八、误差分析产生误差的原因主要有：（1）电阻值不恒等电路标出值，（以510Ω电阻为例，实测电阻为515Ω）电阻误差较大。
（2）导线连接不紧密产生的接触误差。
（3）仪表的基本误差。
九、实验结论数据中绝大部分相对误差较小，基尔霍夫定律是正确的十、实验思考题2、实验中，若用指针式万用表直流毫安档测各支路电流，什么情况下可能出现毫安表指针反偏，应如何处理，在记录数据时应注意什么？若用直流数字毫安表进行时，则会有什么显示呢？答：当万用表接反了的时候会反偏实验数据处理是应注意乘以万用表自己选择的倍数用直流数字毫安表进行时会显示负值。
误差理论与实验设计方法
误差理论与实验设计方法第一章误差理论概述1.1 误差的定义误差是指实际测量值与真实值之间的差异。
在实际测量中，测量结果不可能完全准确，由于各种原因所造成的误差都被视为误差。
1.2 误差的分类(1) 系统误差：由于测量仪器本身的不精确性或者环境因素的干扰，导致在一定的条件下，得到的结果总是偏离真实值。
常见的如刻度误差、零位偏移等。
(2) 随机误差：由于人为因素或者自然因素的影响，导致同一测量条件下多次测量得到的结果不同。
常见的如仪器读数误差、观察误差等。
1.3 误差的处理方法(1) 绝对误差处理方法：直接对测量结果与真实值之间的差异进行计算处理。
(2) 相对误差处理方法：通常使用百分比计算方法。
对于同一组数据进行比较时，相对误差更能反映真实情况。
第二章实验设计方法2.1 实验目的和原理实验目的是明确的，是为了得到实验结果而设定的。
实验原理是解释实验现象的基本理论原理，明确了实验的基本思路和方法。
2.2 实验条件的确定(1) 实验条件的确定包括环境条件和设备条件两个方面。
(2) 实验氛围的营造就是要创造出高度重视实验研究的研究氛围，营造出黑白分明的工作气氛，创造出良好的实验气氛。
(3) 设备条件的确定包括实验器材、实验仪表和设备安装三个方面。
2.3 实验设计方法实验设计包括实验 plan 和实验方案，实验 plan 是实验前的总体规划，是实验策划爱的前置工作。
实验方案要符合实验 plan 的要求，按照一定的程序来实施实验。
2.4 实验数据的处理和分析实验数据的处理主要包括数据采集、数据运算、数据显示和数据储存等几个方面。
数据分析要从大量收集到的数据中得出实验结论，要准确地判断数据的特点和规律，找出数据中存在的异常值和不合理数据，并能就实验结果提出合理的建议。
第三章实验设计的误差分析方法3.1 测量数据的误差分析方法在测量数据的误差分析中，要使用如下几个指标进行检验：(1) 绝对误差(2) 相对误差(3) 测量精度3.2 实验误差分析方法(1) 方差分析法：方差分析是一种重要的实验数据分析方法，它可以帮助我们把因素对于实验结果的影响分解出来，弄清楚哪些因素是对实验结论影响重要的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
查表得F0.05(2,28)=3.34，F0.01(2,28)=5.45。 由F=3.7674< F0.01(2,28)=5.45,则在α=0.01下，不能拒绝原假 设 H0:δj=0 (j=1, 2)，表明式(3)的回归不存在某种形式的遗漏 变量设定误差问题。 经变量设定检验说明，对于研究中国城镇居民消费水平，相对 更为合理的模型应当是经多种方法检验无遗漏变量的式 (3) 。 这表明“相对收入”消费理论以及财富效应消费理论对中国城 镇居民消费水平更为适用。
3
年份 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Yt = 1 + 2X2t + 3X3t + ut
4
Hale Waihona Puke 1．是否有遗漏变量的检验 依据表中 1980 年 -2012 年的数据，生成新变量 lnY 和 lnX,对模型(1)进行回归,有如下回归结果：
5
回归结果的残差图为：
显然，图中显示可能存在自相关，建模时遗漏了重要的相关变量 可能是重要的原因。
6
（1）DW检验
模型估计结果的DW=0.9480，表明存在正的自相关。
查表得 F0.05(2,29)=3.32, 由 F=15.1816>3.32 ，则拒绝原 假设H0: δj =0 (j =1,2),表明存在某种形式的遗漏变量设 定误差问题。
12
2．对模型设定的调整
为纠正遗漏变量的设定误差，在解释变量中补充lnX2t-1和lnX3t 两个解释变量，对模型回归结果如下：
7
（2）LM检验
为了检验城镇居民人均可支配收入的滞后值lnX2t-1和居民家庭储蓄 财富lnX3t这2个变量是否为被遗漏的重要变量，按照LM检验步骤， 对于式（1）的受约束模型，首先生成其残差序列ei（用EE表示） ，再用EE对全部解释变量（包括遗漏变量）进行回归，结果如下：
8
对于H0:受约束回归模型，查表 χ20.025(2)=7.37776， 由表中可决系数数据计算， nR2=32∗0.277619=8.8838， 显然，nR2=8.8838>7.37776， 应拒绝H0:受约束回归模型，即式(1)不合理，可判断 存在重要的遗漏变量。
实验二：设定误差检验
实验目的： 掌握设定误差常用的检验方法 实验内容： 一、DW检验 二、LM检验
1
案例分析(第三版)
以本章引子中所提出的问题为例，分析“绝对收入”消费理 论和“相对收入”以及财富效应等消费理论在中国城镇居民 消费水平中的适用性。 有人依据“绝对收入”消费理论，认为模型可设定为
ln Yt 1 2 ln X 2t ut
1
其中，lnY是城镇居民人均年消费性支出的对数值；lnX2 是城镇居民人均年消费性支出的对数值。
2
也有人认为，“绝对收入”消费理论不一定很适用于中国的城 镇居民消费支出的实际，应考虑“相对收入”消费理论以及财 富效应的影响。因此，主张考虑将“前一期城镇家庭人均可支 配收入”和财富因素的影响也纳入模型中，将模型设定为：
19
需要指出的是，在上述建模过程中，主要是 从教学的目的出发进行遗漏、冗余变量的讨 论，没有考虑通货膨胀因素，也没有考虑时 序数据的特殊问题。而在实证分析中，还应 对这类问题进行讨论。
20
作业：中国私人汽车拥有量分析 1、查找数据（1990-2013年） 私人汽车拥有量 ( Y )/万辆 城镇人均可支配收入 (X2)/元 城镇人口 (X3)/亿人 公路里程 (X4)/万公里 2、分析以下模型的设定误差
城镇居民人均年消费支出Y 412.4 456.8 471 505.9 559.4 673.2 799 884.4 1104 1211 1278.89 1453.8 1671.7 2110.8 2851.3 3537.57 3919.5 4185.6 4331.6 4615.9 4998 5309.01 6029.92 6510.94 7182.1 7942.88 8696.55 9997.47 11242.85 12264.55 13471.45 15160.89 16674.32
9
（3）一般性检验
在对式(1)回归的基础上，得到R2=0.9994,
点击“Forecast”命令，计算Yt的预测值 YFt
再对下式进行回归：
ln(Yt ) 1 2 ln( X 2t ) 1 (ln YFt )2 2 (ln YFt )3 ut
结果为:
10
11
由于:
dL=1.321和dU=1.577。 结果提示，DW=1.6144>1.577，DW检验表明不存在 正自相关，模型不存在显著的遗漏变量。 (2) LM检验
残差序列（用EE表示）关于解释变量（包括变量
lnX2t-1）的回归,结果为：
15
16
由表中的可决系数得到 nR2=32∗0.008581=0.274592<χ20.025(1)=5.02389 表明应接受H0: 受约束回归模型，认为不包括lnX2t-1的 受约束模型成立，进而表明变量lnX2t-1的确是冗余变 量，不是重要的遗漏变量。 (3)一般性检验 在对式(3)回归的基础上，得到R2=0.999651。进行如 下的回归： ˆ )2 (ln Y ˆ )3 u ln(Yt ) 1 2 ln( X 2t ) 3 ln( X 3t ) 1 (ln Y t 2 t t
回归结果如下:
17
18
2 2 RU RR 2 RSSR RSSU 2 F 2 RSSU [n k 2 ] 1 RU [n k 3]
(0.999725 0.999651) / 2 3.7674 (1 0.999725) /[33 (3 2)]
由于遗漏变量了 lnX2t-1 和 lnX3 已经是按从小到大的顺序 排列，因此，无需重新计算d统计量。 对 n=33 和 k’=1 ， α=0.05 的 DW 统 计 量 的 临 界 值 为 dL=1.383,dU=1.508。
由于 DW=0.9480<dL=1.383, ，表明式 (1) 模型显著存在遗 漏变量。
2 2 RU RR 2 RSSR RSSU 2 F 2 RSSU [n k 2 ] 1 RU [ n k 3 ]
(0.999723 0.999433) / 2 15.1816 (1 0.999723) /[33 (2 2)]
ln Yt 1 2 ln X 2t 3 ln X3t 4 ln X 2t 1 ut
2
其中，lnX3是表征储蓄财富的变量。本案例中是用可以 获得的“城乡居民储蓄存款年底余额” 作为城镇居民 家庭储蓄财富的代表。
从中国统计年鉴中可以获得1980年-2012年中国城镇居民人 均年消费支出、城镇居民人均可支配收入、城乡居民储蓄存 款年底余额等数据如下：
13
其中，lnX2t-1系数的t检验表明在统计意义上不显著，有可能是 冗余变量。若在模型的解释变量中剔除lnX2t-1，再进行如下的 校正： ln Y ln X ln X u (3)
t 1
回归结果为
2
2t
3
3t
t
14
(1) DW检验
查 表 得 n=33 和 k’=2 ， 5% 的 d- 统 计 量 的 临 界 值 为
城镇居民人均可支配收入X2 城乡居民储蓄存款年底余额X3 477.6 500.4 535.3 564.6 652.1 739.1 900.9 1002.1 1180.2 1373.9 1510.16 1700.6 2026.6 2577.4 3496.2 4282.95 4838.9 5160.3 5425.1 5854 6279.98 6859.6 7702.8 8472.2 9421.6 10493 11759.5 13785.8 15780.8 17174.7 19109.44 21809.78 24565 395.8 523.7 675.4 892.5 1214.7 1622.6 2238.5 3081.4 3822.2 5196.4 7119.6 9244.9 11757.3 15203.5 21518.8 29662.3 38520.8 46279.8 53407.5 59621.8 64332.4 73762.4 86910.7 103617.7 119555.4 141051 161587.3 172534.2 217885.4 260771.7 303302.49 343635.9 399551.04