Задачі для лабораторної роботи 1
| Варіант | Варіант | ||
 |  | ||
 |  | ||
 |  | ||
 |  | ||
 |  | ||
 |  | ||
 |   | ||
 | |||
  |   | ||
 |   |
Додаток 2
Задачі для лабораторної роботи 2
Варіант 1.
Маємо вибірку даних за 8 років, які характеризують обсяг продажу шампанського, млн. бут. (Y) в залежності від чисельності дорослого населення (Х). Побудувати парну лінійну регресійну модель виду: 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати обсяг продажу шампанського, якщо чисельність дорослого населення збільшиться на 20%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Обсяг продажу, млн. бут. | Чисельність дорослого населення, млн. осіб |
| Y | Х |
| 143,56 | 34,027 |
| 144,78 | 33,768 |
| 165,99 | 33,453 |
| 167,23 | 33,152 |
| 171,22 | 32,97 |
| 185,67 | 32,634 |
| 191,45 | 32,41 |
| 195,64 | 32,2 |
Продовження додатку 2
Варіант 2.
Маємо вибірку даних за 10 років, які характеризують обсяг продажу шампанського, млн. бут. (Y) в залежності від середнього доходу населення, тис. грн./чол. в рік (Х). Побудувати парну лінійну регресійну модель виду: 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати обсяг продажу шампанського, якщо середній дохід населення збільшиться на 30%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Обсяг продажу, млн. бут. | Середній дохід населення, тис. грн./чол. в рік |
| Y | Х |
| 143,56 | 2,632 |
| 144,78 | 3,244 |
| 165,99 | 3,815 |
| 167,23 | 4,493 |
| 171,22 | 5,761 |
| 185,67 | 8,063 |
| 191,45 | 10,22 |
| 195,64 | 12,36 |
| 206,1 | 12,59 |
| 213,97 | 13,98 |
Продовження додатку 2
Варіант 3.
Маємо вибірку даних за 12 років, які характеризують обсяг продажу шампанського, млн. бут. (Y) в залежності від обсягу збору винограду, тис. т (Х). Побудувати парну лінійну регресійну модель виду: 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати обсяг продажу шампанського, якщо обсягу збору винограду збільшиться на 20%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Обсяг продажу, млн. бут. | Обсяг збору винограду, тис. т |
| Y | Х |
| 142,7 | 39,8 |
| 143,56 | 39,04 |
| 144,78 | 38,56 |
| 165,99 | 37,04 |
| 167,23 | 36,04 |
| 171,22 | 35,48 |
| 185,67 | 36,6 |
| 191,45 | 36,48 |
| 195,64 | 36,6 |
| 198,8 | 34,82 |
| 205,34 | 36,3 |
| 220,21 | 32,21 |
Продовження додатку 2
Варіант 4.
Маємо вибірку даних за 12 років, які характеризують обсяг продажу шампанського, млн. бут. (Y) в залежності від курсу долара, грн. (Х). Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати обсяг продажу шампанського, якщо курс долара збільшиться на 30%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Обсяг продажу, млн. бут. | Курс долара, грн. |
| Y | Х |
| 142,7 | 3,8 |
| 143,56 | 5,44 |
| 144,78 | 5,37 |
| 165,99 | 5,32 |
| 167,23 | 5,33 |
| 171,22 | 5,31 |
| 185,67 | 5,12 |
| 191,45 | 6,5 |
| 195,64 | 6,8 |
| 198,8 | 7,85 |
| 205,34 | 7,9 |
| 220,21 | 8,01 |
Продовження додатку 2
Варіант 5.
Маємо вибірку даних за 12 років, які характеризують виручку від реалізації підприємства ТОВ «Меркс Груп», тис. грн. (Y) в залежності від чисельності працюючих, чол. (Х). Побудувати парну лінійну регресійну модель виду: 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати виручку від реалізації, якщо чисельність працюючих збільшиться на 15%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Виручка від реалізації тис. грн. | Чисельність персоналу, чол. |
| Y | Х |
| 325,7 | |
| 360,6 | |
| 209,4 | |
| 267,5 | |
| 473,7 | |
| 772,8 | |
| 573,4 | |
| 673,1 | |
| 1841,2 | |
| 866,4 | |
| 1299,6 | |
| 1407,9 |
Продовження додатку 2
Варіант 6.
Маємо вибірку даних за 8 років, які характеризують виручку від реалізації хлібокомбінату № 11, тис. грн. (Y) в залежності від обсягу виробленої продукції, тис. грн. (Х). Побудувати парну лінійну регресійну модель виду:
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати виручку від реалізації на підприємстві, якщо обсяг виробленої продукції збільшиться на 15%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Виручка від реалізації млн. грн. | Обсяг виробленої продукції млн. грн. |
| Y | Х |
| 74,7 | 53,2 |
| 56,0 | 42,1 |
| 51,8 | 37,5 |
| 24,9 | 20,8 |
| 49,1 | 45,8 |
| 78,6 | 60,4 |
| 81,3 | 62,5 |
| 51,5 | 39,5 |
Продовження додатку 2
Варіант 7.
Маємо вибірку даних за 12 років, які характеризують виручку від реалізації підприємства ТОВ «Меркс Груп», тис. грн. (Y) в залежності від курсу долара, грн. (Х). Побудувати парну лінійну регресійну модель виду: 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати виручку від реалізації на підприємстві, якщо курс долара збільшиться на 20%. Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Виручка від реалізації тис. грн. | Курс долара, грн. |
| Y | Х |
| 3,8 | |
| 5,44 | |
| 5,37 | |
| 5,32 | |
| 5,33 | |
| 5,31 | |
| 5,12 | |
| 6,5 | |
| 6,8 | |
| 7,85 | |
| 7,9 | |
| 8,01 |
Продовження додатку 2
Варіант 8.
Маємо вибірку даних за 8 років, які характеризують виручку від реалізації хлібокомбінату № 11, тис. грн. (Y) в залежності від чисельності працюючих, чол. (Х). Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати виручку від реалізації на підприємстві, якщо чисельності працюючих збільшиться на 15%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Виручка від реалізації млн. грн. | Чисельність працюючих, чол. |
| Y | Х |
| 74,7 | 456,0 |
| 56,05 | 342,3 |
| 51,8 | 304,0 |
| 24,9 | 164,7 |
| 59,6 | 277,0 |
| 78,6 | 365,1 |
| 81,3 | 377,7 |
| 51,5 | 239,2 |
Продовження додатку 2
Варіант 9.
Маємо вибірку даних за 8 років, які характеризують чистий дохід підприємства «Тойота Центр Київ», тис. грн. (Y) в залежності від вартості основних виробничих фондів (ОВФ), тис. грн. (Х). Побудувати парну лінійну регресійну модель виду 
.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати чистий дохід підприємства, якщо вартості основних виробничих фондів збільшиться на 20%. Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Чистий дохід млн. грн. | Вартість ОВФ млн. грн. |
| Y | Х |
| 115,3 | 50,4 |
| 150,2 | 48,1 |
| 125,4 | 56,4 |
| 103,6 | 55,6 |
| 125,4 | 50,6 |
| 136,4 | 40,4 |
| 145,7 | 28,4 |
| 233,8 | 16,05 |
Продовження додатку 2
Варіант 10.
Встановити залежність заробітної плати (Y)від кваліфікаційного розряду (Х). Візьмемо денну заробітну плату і кваліфікаційний розряд десяти робітників підприємства КП ШЕУ Подільського району м. Києва. Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати збільшення денної зарплати при збільшенні кваліфікаційного розряду на 1.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Денна зарплата, грн. | Кваліфікаційний розряд |
| Y | Х |
Продовження додатку 2
Варіант 11.
Встановити залежність коефіцієнту плинності робочої сили (Y), % від середньомісячної заробітної плати (Х), грн. Спосіб спостереження прийнято помісячно. Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз коефіцієнту плинності робочої сили при збільшенні середньомісячної зарплати 20%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Місяці | Коефіцієнт плинності робочої сили, (%) | Середньомісячна заробітна плата грн. |
| Y | X | |
| 9,6 | 3450,82 | |
| 8,78 | 3466,2 | |
| 7,47 | 3527,11 | |
| 6,18 | 3646,2 | |
| 5,07 | 3697,05 | |
| 4,78 | 3716,23 | |
| 4,0 | 3728,08 | |
| 3,9 | 3738,32 | |
| 3,6 | 3757,8 | |
| 2,61 | 3767,3 | |
| 2,6 | 3772,6 | |
| 2,0 | 3797,5 |
Продовження додатку 2
Варіант 12.
Маємо вибірку даних, які характеризують об’єм реалізації продукції слабоалкогольних напоїв ЗАТ «Оболонь» в залежності від глибини асортименту. Побудувати парну лінійну кореляційну модель виду:
де Y – об’єм реалізації продукції, тис. грн.;
Х – глибина асортименту, видів продукції.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати об’єм реалізації продукції на наступний рік, якщо глибина асортименту збільшиться на 20% у порівнянні з останнім роком. Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Спосте- реження | Об’єм реалізації продукції, тис. грн. | Глибина асортименту |
| Yф | Х | |
Продовження додатку 2
Варіант 13.
Проведені дослідження попиту на сир за 14 років. Встановити залежність попиту на сир (Y), від обсягу виробництва молока всіх видів (х). Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз обсяг виробництва сирів на 2017 рік.
Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Роки | Обсяг виробництва сирів, т | Молоко всіх видів, млн. т | |
| Y | х | ||
| 355,4 | 13,77 | ||
| 13,75 | |||
| 332,1 | 13,36 | ||
| 310,4 | 12,66 | ||
| 305,2 | 13,44 | ||
| 295,3 | 14,14 | ||
| 295,2 | 13,66 | ||
| 293,3 | 13,71 | ||
| 287,9 | 13,71 | ||
| 284,6 | 13,29 | ||
| 282,1 | 12,26 | ||
| 224,3 | 11,76 | ||
| 166,5 | 11,61 | ||
| 108,7 | 11,25 |
Продовження додатку 2
Варіант 14.
Проведені дослідження обсягу реалізації сиру за 12 років. Встановити залежність попиту на сир (Y) від середнього доходу населення (х). Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз обсягу реалізації сирів на 2019 рік.
Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Роки | Обсяг реалізації сиру, т | Середній дохід населення, тис. грн./чол. в рік | |
| Y | х | ||
| 355,4 | 1,3 | ||
| 1,5 | |||
| 332,1 | |||
| 310,4 | 2,6 | ||
| 305,2 | 3,2 | ||
| 295,3 | 3,8 | ||
| 295,2 | 4,5 | ||
| 293,3 | 5,7 | ||
| 287,9 | 8,1 | ||
| 284,6 | 10,2 | ||
| 282,1 | 12,4 | ||
| 224,3 | 13,1 |
Продовження додатку 2
Варіант 15.
Проведені дослідження обсягу реалізації сиру за 12 років. Встановити залежність попиту на сир (Y) від кількості населення (х). Побудувати парну лінійну регресійну модель виду: 
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз обсягу реалізації сирів на 2020 рік.
Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Роки | Обсяг реалізації сиру, т | Кількість населення, млн. чол. | |
| Y | х | ||
| 355,4 | 49,86 | ||
| 49,61 | |||
| 332,1 | 49,24 | ||
| 310,4 | 48,93 | ||
| 305,2 | 48,61 | ||
| 295,3 | 48,24 | ||
| 295,2 | 47,79 | ||
| 293,3 | 47,36 | ||
| 287,9 | 47,1 | ||
| 284,6 | 46,62 | ||
| 282,1 | 46,3 | ||
| 224,3 | 46,0 |
Продовження додатку 2
Варіант 16.
Підприємство складається з багатьох філій. Дослідити тенденцію збільшення товарообігу Y (млн.у.о.) за часом. Для відображення залежності обрати лінійну регресійну модель виду: . Оцінити достовірність моделі.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати зміну річного товарообігу на наступний період.
Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Товарообіг (млн. у.о.) | t (період) |
| Y | X |
| 1,25 | |
| 1,37 | |
| 1,45 | |
| 2,32 | |
| 2,5 | |
| 3,45 | |
| 3,55 | |
| 4,25 | |
| 5,01 | |
| 5,42 | |
| 6,32 | |
| 6,45 | |
| 6,5 | |
| 7,0 | |
| 7,42 |
Продовження додатку 2
Варіант 17.
Підприємство складається з багатьох філій. Дослідити залежність річного товарообігу Y (млн. у. о.) від торгової площі філій Х (тис. кв. м). Для відображення залежності обрати лінійну регресійну модель виду: . Оцінити достовірність моделі.
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати зміну річного товарообігу, якщо відкрити ще філії загальною площею 25 тис. кв. м.
Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Річний товарообіг (млн. у. о.) | Торгова площа філій (тис. кв. м) |
| Y | X |
| 1,03 | 1,6 |
| 1,17 | 5,4 |
| 1,57 | 8,3 |
| 2,45 | 10,1 |
| 4,08 | 14,9 |
| 4,45 | 16,54 |
| 4,45 | 16,8 |
| 4,55 | 18,3 |
| 4,68 | 18,3 |
| 5,06 | 21,56 |
| 5,13 | 26,4 |
| 5,4 | |
| 5,51 | 37,9 |
| 5,94 | 41,7 |
| 6,07 | 46,9 |
Продовження додатку 2
Варіант 18.
Маємо вибірку даних, які характеризують попит на продукцію за часом. Побудувати функцію попиту на олію, де Y – попит на олію (кількість олії в літрах на душу населення), t – час. Для відображення залежності обрати лінійну регресійну модель виду: .
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Спрогнозувати зміну попиту на наступний рік. Відобразити модель на графіку. Зробити загальний висновок.
Статистичні дані:
| Попит на олію (літрів на рік) | t (рік) |
| Y | X |
| 21,7 | |
| 22,3 | |
| 24,1 | |
| 24,9 | |
| 24,95 | |
| 25,3 | |
| 25,8 | |
| 25,9 | |
| 26,1 | |
| 26,3 | |
| 26,4 | |
| 26,45 | |
| 26,7 | |
| 27,1 | |
| 28,3 |
Продовження додатку 2
Варіант 19.
Встановити залежність продуктивності праці, тис. грн./чол., (Y) на підприємстві ПАТ «Оболонь» від рівня кваліфікації робітників (Х). Спосіб спостереження прийнято поквартально. Побудувати парну лінійну регресійну модель виду: .
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз продуктивності праці при збільшенні рівня кваліфікації робітників на 1. Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Спостереження | Продуктивності праці, тис. грн./чол. | Рівень кваліфікації робітників |
| Y | Х | |
| 1 квартал 2008 | ||
| 2 квартал 2008 | ||
| 3 квартал 2008 | ||
| 4 квартал 2008 | ||
| 1 квартал 2009 | ||
| 2 квартал 2009 | ||
| 3 квартал 2009 | ||
| 4 квартал 2009 | ||
| 1 квартал 2010 | ||
| 2 квартал 2010 | ||
| 3 квартал 2010 | ||
| 4 квартал 2010 |
Закінчення додатку 2
Варіант 20.
Встановити залежність продуктивності праці, тис. грн./чол., (Y) від рівня механізації і автоматизації виробництва, %. (Х). Спосіб спостереження прийнято поквартально. Побудувати парну лінійну регресійну модель виду: .
Для аналізу моделі необхідно розрахувати: коефіцієнт детермінації; коефіцієнт кореляції, F-критерій Фішера; стандартні похибки оцінок параметрів моделі порівняти з величиною оцінок; перевірити значущість коефіцієнта детермінації, коефіцієнта кореляції та оцінок параметрів моделі; знайти інтервали надійності для оцінок параметрів моделі.
Розрахувати прогноз продуктивності праці при збільшенні рівня механізації і автоматизації виробництва на 5%.
Відобразити модель на графіку. Зробити висновки.
Статистичні дані:
| Спостереження | Продуктивності праці, тис. грн./чол. | Рівень механізації і автоматизації виробництва, % |
| Y | Х | |
| 1 квартал 2009 | 16,7 | 80,4 |
| 2 квартал 2009 | 17,3 | 81,1 |
| 3 квартал 2009 | 18,4 | 82,3 |
| 4 квартал 2009 | 19,5 | 83,4 |
| 1 квартал 2010 | 20,3 | 84,5 |
| 2 квартал 2010 | 21,4 | 86,7 |
| 3 квартал 2010 | 25,5 | 88,8 |
| 4 квартал 2010 | 26,9 | 88,9 |
| 1 квартал 2010 | 27,8 | 90,1 |
| 2 квартал 2011 | 30,1 | 91,4 |
| 3 квартал 2011 | 32,3 | 91,4 |
| 4 квартал 2011 | 33,9 | 91,6 |
Додаток 3