Cap. 5. Testes de Hipóteses

Documentos relacionados
Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Estatística - exestatmeddisper.doc 25/02/09

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Probabilidades e Estatística

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

Distribuições de Probabilidades

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Parte 3 - Regressão linear simples

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Estimação pontual, estimação intervalar e tamanho de amostras

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

CONHECIMENTOS ESPECÍFICOS

3. TESTES DE QUALIDADE DE AJUSTAMENTO

Testes não-paramétricos

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

6. Inferência para Duas Populações USP-ICMC-SME 2013

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

Estudo do intervalo de confiança da regressão inversa utilizando o software R

INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

Organização; Resumo; Apresentação.

8. INFERÊNCIA PARA DUAS POPULAÇÕES

Econometria: 3 - Regressão Múltipla

Confiabilidade Estrutural

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Curso de Graduação. Inferência I N F ERÊNCI A ESTAT ÍSTICA

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

50 Logo, Número de erros de impressão

Alguns Fundamentos Acerca dos Testes de Hipóteses

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE DISPERSÃO:

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

Revisão/Resumo de Inferência Estatística

Forma padrão do modelo de Programação Linear

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

3 Experimento com Mistura com Respostas Não-Normais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

? Isso é, d i= ( x i. . Percebeu que

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Relatório 2ª Atividade Formativa UC ECS

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

Modelos de regressão linear: abordagem clássica

Prof. Janete Pereira Amador 1

( ) ( ) Es'mador de Máxima-Verossimilhança. ,θ i. L( Θ; X) = f ( X;Θ) = f (x i

Cap. 5. Testes de Hipóteses

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA

Apostila de Introdução Aos Métodos Numéricos

MAE0229 Introdução à Probabilidade e Estatística II

Econometria: 4 - Regressão Múltipla em Notação Matricial

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

Construção e Análise de Gráficos

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

MAE 5776 ANÁLISE MULTIVARIADA. Júlia M Pavan Soler

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

Estatística: uma definição

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

8 Programação linear 78

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

MEDIDAS DE TENDÊNCIA CENTRAL I

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE

7 Análise de covariância (ANCOVA)


1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

4 Critérios para Avaliação dos Cenários

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DE ESTATÍSTICA PARA CURSOS DE ENGENHARIA

Atividades Práticas Supervisionadas (APS)

TESTE DO QUI-QUADRADO - Ajustamento

Como CD = DC CD + DC = 0

Revisão de Estatística X = X n

Descritiva. Francisco Cysneiros DE - UFPE

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

3 Análises Probabilísticas de Estabilidade

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Critérios de correção e orientações de resposta exame

Estatística: uma definição

Sumário. Mecânica. Sistemas de partículas

Transcrição:

Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma afrmação (deomada hpótese) sobre a dstrbução de uma ou mas varáves de determada população em estudo verdadera ou ão. Se a hpóteses se refere a um ou mas parâmetros de uma população, o teste é deomado teste paramétrco. Se a hpótese é acerca da atureza da dstrbução de uma varável da população em estudo, o teste é deomado teste ão paramétrco. 5.1. CONCEITOS BÁSICOS Para eteder os procedmetos de um teste de hpóteses, serão apresetados a segur algus cocetos báscos. 5.1.1. Hpótese ula e hpótese alteratva Deoma-se hpótese ula uma hpótese formulada com o tuto de ser testada sedo deotada por H 0. A hpótese alteratva é a hpótese cosderada se as formações da amostra forecerem formações que levem à rejeção da hpótese ula. Por eemplo, supoha que o preço médo de certo artgo uma localdade teha sdo hstorcamete gual a R$,00. Deseja-se saber se o preço do artgo cau após a etrada de um artgo cocorrete o mercado da localdade. Neste caso formula-se as segutes hpóteses: H 0 : = ; H 1 : <. Ao se desevolver um teste de hpóteses supõe-se calmete que a hpótese ula seja verdadera 5.1. Erro do tpo I e erro do tpo II Como a decsão em acetar ou rejetar H 0 se basea apeas as formações de uma amostra da população, é possível cometer um dos segutes erros: a) Erro do tpo I ou de prmera espéce: cosste em rejetar uma hpótese ula verdadera. b) Erro do tpo II ou de seguda espéce: cosste em acetar uma hpótese ula falsa. Como estes erros são evtáves, aturalmete um bom teste deve-se mmzar a probabldades de se cometer estes erros. Como o erro do tpo I é o mas séro, em geral preocupa-se apeas com a probabldade de se cometer este tpo de erro e o teste passa a ser deomado teste de sgfcâca. 5.1.3. Nível de sgfcâca de um teste Deoma-se ível de sgfcâca a probabldade máma admssível de se cometer um erro do tpo I. O ível de sgfcâca é especfcado ates de se aplcar o teste e seu valor depede das coseqüêcas de se cometer o erro do tpo I. Usualmete os valores do ível de sgfcâca são 1% e 5%. 5.1.4. Teste ulateral e teste blateral Com relação ao eemplo acma, a hpótese alteratva era H 1 : <. Neste caso o teste é ulateral. Um teste ulateral pode ser esquerdo (como o eemplo em foco) ou dreto se a hpótese ula fosse H 1 : >. Se a hpótese ula fosse H 1 :, o teste sera blateral. 5.1.5. Varável de teste Deoma-se varável teste uma varável aleatóra que é fução das observações da amostra, utlzada para a tomada de decsão em acetar ou rejetar H 0. 5.1.6. Regão de acetação e regão crítca

O estabelecmeto do ível de sgfcâca, dvde o domío da varável de teste um duas regões. Uma destas regões é costtuída de valores da varável teste que levam à acetação de H 0. Esta regão é deomada regão de acetação. A outra regão é costtuída do cojuto de valores da varável de teste que levam à rejeção de H 0. Esta regão é deomada regão crítca porque a hpótese ula pode ser rejetada mesmo sedo verdadera. Os lmtes que separam a regão de acetação da regão de rejeção são deomados valores crítcos. Num teste ulateral este apeas um valor crítco e o caso de um teste blateral estem dos valores crítcos smétrcos em relação ao valor esperado da varável de teste. 5.1.7. Valor da prova (p-valor) Dado um valor da varável teste obtdo a partr de uma determada amostra, deomase valor da prova como a probabldade de se ecotrar outra amostra que foreça uma estatístca de teste tão ou mas etrema do que o estete. 5.. CONSTRUÇÃO DE UM TESTE DE SIGNIFICÂNCIA NA PRÁTICA Em lhas geras, a costrução de um teste de hpóteses costa das segutes etapas: a) Formular as hpóteses H 0 e H 1. b) Escolher a estatístca de teste. c) Arbtrar o ível de sgfcâca. d) Determar a regões de acetação de H 0 e a regão crítca a partr do ível de sgfcâca arbtrado em (c). e) Decdr se aceta ou rejeta H 0 em com base o valor da varável de teste calculado a partr da amostra. 5.3. Tomada de Decsão em um Teste de Hpóteses Estem três procedmetos para se decdr se aceta ou rejeta H 0. Estes procedmetos serão apresetados a segur. 5.3.1. Valor da varável de teste Calcula-se o valor da varável teste a partr dos dados da amostra e adota-se a segute regra de decsão: se o valor da varável teste pertece à regão de acetação aceta-se H 0 o ível de sgfcâca adotado; caso cotráro rejeta-se H 0. Este procedmeto pode ser utlzado para testes paramétrcos e ão paramétrcos. 5.3.. Itervalo de cofaça Costró-se um tervalo de cofaça para o parâmetro (ou combação de parâmetros: dfereça de parâmetros, razão de parâmetros) testado e adota-se a segute regra de decsão: se o tervalo de cofaça costruído cotver o valor do parâmetro (ou da combação de parâmetros) suposto a hpótese ula aceta-se H 0 ; caso cotráro rejeta-se H 0 o ível de sgfcâca adotado. O ível de cofaça deste tervalo é = 1. 5.3.3. Valor da prova (p-valor) Utlza-se a dstrbução de probabldade da varável teste para calcular o valor da prova e adota a segute regra de decsão: se o valor da prova for maor ou gual ao ível de sgfcâca aceta-se H 0 ; caso cotráro rejeta-se H 0 o ível de sgfcâca adotado.

3 5.4. Teste de Hpóteses para a Méda Populacoal No caso do teste da méda de uma população, as hpóteses são: H 0 : 0 0 (testeblateral) H 0 : 0 H1 : 0 (testeulateral esquerdo) H 0 : 0 H1 : 0 (testeulateral dreto) Nas hpóteses acma, 0 é valor de sob a hpótese ula H 0. Se a população da varável X tem dstrbução ormal, com desvo padrão populacoal cohecdo, a varável de teste é a varável ormal padrozada X 0 Z ~ N(0,1) (5.1) Se o desvo padrão da população ão é cohecdo, como ocorre a maora dos problemas, a varável teste é a varável padrozada X T 0 ~ t S 1 (5.) ode S é o estmador de. a) Pela Estatístca de Teste: a regra de decsão um ível de sgfcâca é a segute: Teste blateral (H 1 : 0 ): rejetar H 0 se a estatístca z > z / o ível de sgfcâca cosderado e acetar H 0 em caso cotráro. Teste ulateral esquerdo (H 1 : 0 ): rejetar H 0 o ível de sgfcâca cosderado se a estatístca z< z (ou T< t ) e acetar H 0 em caso cotráro. Teste ulateral dreto (H 1 : 0 ): rejetar H 0 o ível de sgfcâca cosderado se a estatístca z> z (ou T> t ) e acetar H 0 em caso cotráro. z é tal que P(Z < z ) = P(Z > z )=, t é tal que P(T < t ) = P(Z > t )=. Observação: Os valores costates os cabeçalhos da tabela t são guas ao ível de sgfcâca o caso de testes blateras e guas ao dobro do ível de sgfcâca o caso de testes ulateras. b) Por Itervalos de Cofaça: a regra de decsão um ível de sgfcâca é a segute: Teste blateral (H 1 : 0 ): se o desvo padrão populacoal é cohecdo, acetar H 0 se o tervalo abao cotém o valor 0 e rejetar H 0 em caso cotráro. z z /, / (5.3) Se o desvo padrão populacoal é descohecdo, acetar H 0 se o tervalo abao cotém o valor 0 e rejetar H 0 em caso cotráro. t s s /, t / (5.4)

4 Teste ulateral esquerdo (H 1 : 0 ): se o desvo padrão populacoal é cohecdo, acetar H 0 se o tervalo abao cotém o valor 0 e rejetar H 0 em caso cotráro., z Se o desvo padrão populacoal σ for descohecdo, acetar H 0 se o tervalo abao cotém o valor de μ 0 e acetar H 0 caso cotráro., t S Teste ulateral dreto (H 1 : 0 ): se o desvo padrão populacoal é cohecdo, acetar H 0 se o tervalo abao cotém o valor de μ 0 e rejetar caso cotráro. z, Se o desvo padrão populacoal σ for descohecdo, acetar H 0 se o tervalo abao cotém o valor de μ 0 e acetar H 0 caso cotráro. t S, c) Valor da prova: a regra de decsão um ível de sgfcâca é a segute: Teste blateral (H 1 : 0 ): rejetar H 0 o ível de sgfcâca cosderado se P(Z> z )</ ou P(T> t )</ e acetar H 0 em caso cotráro. Teste ulateral esquerdo (H 1 : 0 ): rejetar H 0 o ível de sgfcâca cosderado se P(Z<z)< ou P(T<t)< e acetar H 0 em caso cotráro. Teste ulateral dreto (H 1 : 0 ): rejetar H 0 o ível de sgfcâca cosderado se P(Z>z)< ou P(T>t)< e acetar H 0 em caso cotráro. Eemplo 5.1. Supõe-se que o preço de determado artgo os potos de veda de certa localdade tem dstrbução ormal com méda gual a R$5,00 e desvo padrão gual a R$,00. Suspeta-se que, devdo ao aumeto da demada, o preço do referdo artgo teha aumetado a regão. Para verfcar se sto ocorreu, um pesqusador aalsou os preços deste artgo em 40 potos de veda da localdade, escolhdos aleatoramete, costatado que os potos de veda pesqusados o preço médo do artgo é R$1,00. Qual é a coclusão do pesqusador, admtdo-se um ível de sgfcâca de 5%? Utlze o valor da varável teste, o tervalo de cofaça e o valor da prova. Solução Seja X a varável aleatóra que assoca a cada poto de veda a localdade. As hpóteses do teste são: H 0 : = 5; H 1 : > 5. A hpótese ula H 0 cosdera que o aumeto da demada ão provocou aumeto do preço equato que a hpótese alteratva H 1 admte que o aumeto da demada provocou aumeto do preço. Como X tem dstrbução ormal, a varável de teste é a varável ormal padrozada Z sedo seu valor dado por

5 z ode 1, 5 e =. Com estes dados tem-se que 0 0 z 1 5 3,16 40 O gráfco a segur lustra as regões de acetação e de rejeção de H 0 ( z 0, 05= 1,64). Fgura 5.1 a) Se for utlzado o valor da varável de teste para a tomada de decsão a regra de decsão é a segute: rejetar H 0 o ível de sgfcâca de 5% se z > z 0, 05 e rejetar H 0 em caso cotráro. Observado-se a fgura 5.1 tem-se da tabela do apêdce 1 que z 0, 05= 1,64. Como o valor da varável teste está a regão crítca (z = 3,16), rejeta-se H 0 o ível de sgfcâca de 5%, cocludo-se que o aumeto da demada provocou aumeto do preço do artgo a localdade. b) Se for utlzado o tervalo de cofaça para a tomada de decsão deve-se costrur um tervalo de cofaça para o preço médo a localdade. Sedo o desvo padrão populacoal cohecdo este tervalo é z, O tervalo de cofaça ulateral de 95% para o preço médo a localdade é 1 1,64*, R $7,41; 40 Como o este tervalo ão cotém o preço médo a localdade suposto em H 0 (=R$5,00), rejeta-se a hpótese ula o ível de sgfcâca de 5% cocludo-se que o aumeto da demada causou aumeto do preço do artgo a localdade. c) Utlzado-se o valor da prova para um teste ulateral dreto tem-se que: valor da prova = P(Z > z) ode z é o valor da varável teste que este caso é 3,16. Etão valor da prova = P(Z > 3,16) = 0,0008 Como o valor da prova (0,0008) é meor do que o ível de sgfcâca (0,05) rejetase H 0 o ível de sgfcâca de 5% cocludo-se que o aumeto da demada causou aumeto do preço do artgo a localdade. Eemplo 5.. O tempo gasto pelos operáros a motagem de determado equpameto produzdo por uma empresa tem dstrbução ormal com méda gual a 85 mutos. Os operáros foram

6 submetdos a um processo de recclagem com o objetvo de melhorar a produtvdade. Para verfcar se sso ocorreu, o pesqusador observou o tempo gasto a motagem de 5 udades deste equpameto, escolhdas ao acaso a lha de produção, obtedo os segutes valores, em mutos: 81, 84, 8, 78, 77, 83, 79, 79, 76, 85. Cosderado-se um ível de sgfcâca de 5%, pode-se afrmar que após a recclagem dos operáros houve aumeto da produtvdade? Solução As hpóteses do teste são: H 0 : = 85 H 1 : < 85 A hpótese ula H 0 cosdera que a produtvdade dos operáros ão aumetou equato que a hpótese alteratva H 1 admte que a produtvdade dos operáros aumetou porque acredtase que após a recclagem os operáros gastam em méda meos tempo para motar o equpameto em coseqüêca do aumeto da produtvdade dos mesmos. Neste caso, sedo descohecdo o desvo padrão populacoal, a estatístca de teste é a varável T sedo seu valor dado por t 0 s ode e s Pelos dados do problema tem-se que = e 1 Etão 81 84 1 8 1 1 1 1 ( 1) 81 84 8 78 77 83 79 79 76 85 804 78 77 s 83 79 79 804 80,4 76 85 64 76 804 3,1 1 ( 1) Ada pelos dados do problema tem-se que 0 85 Etão 80,4 85 t 4,69 3,1 64 76 Esta varável teste tem dstrbução t de Studet com = 1 = 1 = 9 graus de lberdade. O gráfco a segur lustra a esta stuação para o ível de sgfcâca de 5%.

7 Fgura 5.11 Na tabela do apêdce obtém-se o cruzameto da lha = 9 e colua 0,1 (o caso de teste ulateral o valor do cabeçalho da tabela é o dobro do ível de sgfcâca), obtém-se t =1,83. 0,05 a) Se for utlzado o valor da varável teste para a tomada de decsão, costata-se pelo gráfco acma que o valor da varável teste (t = 4,69) pertece à regão de rejeção e portato a decsão é rejetar a hpótese ula o ível de sgfcâca de 5%, cocludo-se que após a recclagem o tempo gasto pelos operáros a motagem do equpameto dmuu. b) Se for utlzado o tervalo de cofaça para a tomada de decsão deve-se costrur um tervalo de cofaça para o tempo médo gasto a motagem do equpameto. Sedo o desvo padrão populacoal descohecdo, o tervalo de cofaça de 95% para o tempo gasto pelos operáros é 3,1, t S ;80,4 1,83* ;8, Como o este tervalo ão cotém o tempo médo suposto em H 0 (=85) gasto a motagem do equpameto, rejeta-se a hpótese ula o ível de sgfcâca de 5% cocludo-se que após a recclagem dos operáros o tempo gasto pelos operáros a motagem do equpameto dmuu. c) Utlzado-se o valor da prova para um teste ulateral esquerdo tem-se que valor da prova = P(T < t) = P(T < 4,69) O gráfco a segur lustra o procedmeto Fgura 5.1 Observado a tabela do apêdce a lha = 9 costata-se que o valor 4,69 (o sal fo descosderado porque a dstrbução t é smétrca) está etre 3,69 (colua 0,005) e 4,78(colua0,001), cocluímos que P(T<-4.69)<0.005. Assm sedo, rejeta-se H 0 o ível de sgfcâca de 5% cocludo-se que o após a recclagem o tempo gasto a motagem do equpameto dmuu.

8 Apêdce 1) TABELA: Dstrbução ormal padrão. P(Z>z) área tabulada 0 z seguda decmal de z z 0,00 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,490 0,4880 0,4840 0,4801 0,4761 0,471 0,4681 0,4641 0,1 0,460 0,456 0,45 0,4483 0,4443 0,4404 0,4364 0,435 0,486 0,447 0, 0,407 0,4168 0,419 0,4090 0,405 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,381 0,3783 0,3745 0,3707 0,3669 0,363 0,3594 0,3557 0,350 0,3483 0,4 0,3446 0,3409 0,337 0,3336 0,3300 0,364 0,38 0,319 0,3156 0,311 0,5 0,3085 0,3050 0,3015 0,981 0,946 0,91 0,877 0,84 0,8 0,776 0,6 0,743 0,709 0,676 0,643 0,611 0,578 0,546 0,514 0,483 0,451 0,7 0,40 0,389 0,358 0,37 0,96 0,66 0,36 0,06 0,177 0,148 0,8 0,119 0,090 0,061 0,033 0,005 0,1977 0,1949 0,19 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,176 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,156 0,1539 0,1515 0,149 0,1469 0,1446 0,143 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,19 0,171 0,151 0,130 0,1 0,1190 0,1170 1, 0,1151 0,1131 0,111 0,93 0,75 0,56 0,38 0,0 0,03 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,083 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,07 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,058 0,0571 0,0559 1,6 0,0548 0,0537 0,056 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,047 0,0418 0,0409 0,0401 0,039 0,0384 0,0375 0,0367 1,8 0,0359 0,035 0,0344 0,0336 0,039 0,03 0,0314 0,0307 0,0301 0,094 1,9 0,087 0,081 0,074 0,068 0,06 0,056 0,050 0,044 0,039 0,033,0 0,08 0,0 0,017 0,01 0,007 0,00 0,0197 0,019 0,0188 0,0183,1 0,0179 0,0174 0,0170 0,0166 0,016 0,0158 0,0154 0,0150 0,0146 0,0143, 0,0139 0,0136 0,013 0,019 0,015 0,01 0,0119 0,0116 0,0113 0,01,3 0,07 0,04 0,0 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084,4 0,008 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064,5 0,006 0,0060 0,0059 0,0057 0,0055 0,0054 0,005 0,0051 0,0049 0,0048,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036,7 0,0035 0,0034 0,0033 0,003 0,0031 0,0030 0,009 0,008 0,007 0,006,8 0,006 0,005 0,004 0,003 0,003 0,00 0,001 0,001 0,000 0,0019,9 0,0019 0,0018 0,0017 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,00135 3,5 0,000 33 4,0 0,000 031 7 4,5 0,000 003 40 5,0 0,000 000 87

) 9