Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии 


Приложения – статистические таблицы



Приложение 1. Значения интеграла Лапласа

 

t Сотые доли
0,00 0,0000 0,0080 0,0160 0,0239 0,0319 0,0399 0,0478 0,0558 0,0638 0,0717
0,10 0,0797 0,0876 0,0955 0,1034 0,1113 0,1192 0,1271 0,1350 0,1428 0,1507
0,20 0,1585 0,1663 0,1741 0,1819 0,1897 0,1974 0,2051 0,2128 0,2205 0,2282
0,30 0,2358 0,2434 0,2510 0,2586 0,2661 0,2737 0,2812 0,2886 0,2961 0,3035
0,40 0,3108 0,3182 0,3255 0,3328 0,3401 0,3473 0,3545 0,3616 0,3688 0,3759
0,50 0,3829 0,3899 0,3969 0,4039 0,4108 0,4177 0,4245 0,4313 0,4381 0,4448
0,60 0,4515 0,4581 0,4647 0,4713 0,4778 0,4843 0,4907 0,4971 0,5035 0,5098
0,70 0,5161 0,5223 0,5285 0,5346 0,5407 0,5467 0,5527 0,5587 0,5646 0,5705
0,80 0,5763 0,5821 0,5878 0,5935 0,5991 0,6047 0,6102 0,6157 0,6211 0,6265
0,90 0,6319 0,6372 0,6424 0,6476 0,6528 0,6579 0,6629 0,6680 0,6729 0,6778
1,00 0,6827 0,6875 0,6923 0,6970 0,7017 0,7063 0,7109 0,7154 0,7199 0,7243
1,10 0,7287 0,7330 0,7373 0,7415 0,7457 0,7499 0,7540 0,7580 0,7620 0,7660
1,20 0,7699 0,7737 0,7775 0,7813 0,7850 0,7887 0,7923 0,7959 0,7995 0,8029
1,30 0,8064 0,8098 0,8132 0,8165 0,8198 0,8230 0,8262 0,8293 0,8324 0,8355
1,40 0,8385 0,8415 0,8444 0,8473 0,8501 0,8529 0,8557 0,8584 0,8611 0,8638
1,50 0,8664 0,8690 0,8715 0,8740 0,8764 0,8789 0,8812 0,8836 0,8859 0,8882
1,60 0,8904 0,8926 0,8948 0,8969 0,8990 0,9011 0,9031 0,9051 0,9070 0,9090
1,70 0,9109 0,9127 0,9146 0,9164 0,9181 0,9199 0,9216 0,9233 0,9249 0,9265
1,80 0,9281 0,9297 0,9312 0,9328 0,9342 0,9357 0,9371 0,9385 0,9399 0,9412
1,90 0,9426 0,9439 0,9451 0,9464 0,9476 0,9488 0,9500 0,9512 0,9523 0,9534
2,00 0,9545 0,9556 0,9566 0,9576 0,9586 0,9596 0,9606 0,9615 0,9625 0,9634
2,10 0,9643 0,9651 0,9660 0,9668 0,9676 0,9684 0,9692 0,9700 0,9707 0,9715
2,20 0,9722 0,9729 0,9736 0,9743 0,9749 0,9756 0,9762 0,9768 0,9774 0,9780
2,30 0,9786 0,9791 0,9797 0,9802 0,9807 0,9812 0,9817 0,9822 0,9827 0,9832
2,40 0,9836 0,9840 0,9845 0,9849 0,9853 0,9857 0,9861 0,9865 0,9869 0,9872
2,50 0,9876 0,9879 0,9883 0,9886 0,9889 0,9892 0,9895 0,9898 0,9901 0,9904
2,60 0,9907 0,9909 0,9912 0,9915 0,9917 0,9920 0,9922 0,9924 0,9926 0,9929
2,70 0,9931 0,9933 0,9935 0,9937 0,9939 0,9940 0,9942 0,9944 0,9946 0,9947
2,80 0,9949 0,9950 0,9952 0,9953 0,9955 0,9956 0,9958 0,9959 0,9960 0,9961
2,90 0,9963 0,9964 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972
3,00 0,9973 0,9974 0,9975 0,9976 0,9976 0,9977 0,9978 0,9979 0,9979 0,9980
3,10 0,9981 0,9981 0,9982 0,9983 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986
3,20 0,9986 0,9987 0,9987 0,9988 0,9988 0,9988 0,9989 0,9989 0,9990 0,9990
3,30 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,40 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 0,9995
3,50 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 0,9997

 

Приложение 2. Значения t-критерия Стьюдента

при уровне значимости a: 0,10, 0,05, 0,01

 

Число степеней свободы ν a Число степеней свободы ν a
0,1 0,05 0,01 0,1 0,05 0,01
6,314 12,706 63,66 1,734 2,101 2,878
2,92 4,3027 9,925 1,729 2,093 2,861
2,353 3,1825 5,841 1,725 2,086 2,845
2,132 2,7764 4,604 1,721 2,08 2,831
2,015 2,5706 4,032 1,717 2,074 2,819
1,943 2,4469 3,707 1,714 2,069 2,807
1,895 2,3646 3,5 1,711 2,064 2,797
1,86 2,306 3,355 1,708 2,06 2,787
1,833 2,2622 3,25 1,706 2,056 2,779
1,813 2,2281 3,169 1,703 2,052 2,771
1,796 2,201 3,106 1,701 2,048 2,763
1,782 2,1788 3,055 1,699 2,045 2,756
1,771 2,1604 3,012 1,697 2,042 2,75
1,761 2,1448 2,977 1,684 2,021 2,705
1,753 2,1315 2,947 1,671 2,66
1,746 2,1199, 2,921 1,658 1,98 2,617
1,74 2,1098 2,898 1,645 1,96 2,576

 


Приложение 3. Значения χ2-критерия Пирсона

 

α ν 0,10 0,05 0,025 0,01 0,005
2,7055 3,8415 5,0239 6,6349 7,8794
4,6052 5,9915 7,3778 9,2103 10,5966
6,2514 7,8147 9,3484 11,3449 12,8382
7,7794 9,4877 11,1433 13,2767 14,8603
9,2364 11,0705 12,8325 15,0863 16,7496
10,6446 12,5916 14,4494 16,8119 18,5476
12,0170 14,0671 16,0128 18,4753 20,2777
13,3616 15,5073 17,5346 20,0902 21,9550
14,6837 16,9190 19,0228 21,6660 23,5894
15,9872 18,3070 20,4832 23,2093 25,1882
17,2750 19,6751 21,9201 24,7250 26,7569
18,5494 21,0261 23,3367 26,2170 28,2995
19,8119 22,3620 24,7356 27,6883 29,8195
21,0641 23,6848 26,1190 29,1412 31,3194
22,3071 24,9958 27,4884 30,5779 32,8013
23,5418 26,2962 28,8454 31,9999 34,2672
24,7690 27,5871 30,1910 33,4087 35,7185
25,9894 28,8693 31,5264 34,8053 37,1565
27,2036 30,1435 32,8523 36,1909 38,5823
28,4120 31,4104 34,1696 37,5662 39,9969
29,6151 32,6706 35,4789 38,9322 41,4011
30,8133 33,9244 36,7807 40,2894 42,7957
32,0069 35,1725 38,0756 41,6384 44,1813
33,1962 36,4150 39,3641 42,9798 45,5585
34,3816 37,6525 40,6465 44,3141 46,9279
35,5632 38,8851 41,9232 45,6417 48,2899
36,7412 40,1133 43,1945 46,9629 49,6449
37,9159 41,3371 44,4608 48,2782 50,9934
39,0875 42,5570 45,7223 49,5879 52,3356
40,2560 43,7730 46,9792 50,8922 53,6720

Приложение 4. Значения F-критерия Фишера

при уровне значимости a = 0,05

 

ν1 ν2  
 
161,5 215,7 224,6 230,2 238,9 243,9 254,3  
18,5 19,16 19,25 19,3 19,33 19,37 19,41 19,45 19,5  
10,13 9,55 9,28 9,12 9,01 8,94 8,84 8,74 8,64 8,53  
7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,77 5,63  
6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,53 4,36  
5,99 5,14 4,76 4,53 4,39 4,28 4,15 3,84 3,67  
5,59 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,41 3,23  
5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,12 2,93  
5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,9 2,71  
4,96 4,1 3,71 3,48 3,33 3,22 3,07 2,91 2,74 2,54  
4,84 3,98 3,59 3,36 3,2 3,09 2,95 2,79 2,61 2,4  
4,75 3,88 3,49 3,26 3,11 2,85 2,69 2,5 2,3  
4,67 3,8 3,41 3,18 3,02 2,92 2,77 2,6 2,42 2,21  
4,6 3,74 3,34 3,11 2,96 2,85 2,7 2,53 2,35 2,13  
4,54 3,68 3,29 3,06 2,9 2,79 2,64 2,48 2,29 2,07  
4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,24 2,01  
4,45 3,59 3,2 2,96 2,81 2,7 2,55 2,38 2,19 1,96  
4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,15 1,92  
4,38 3,52 3,13 2,9 2,74 2,63 2,48 2,31 2,11 1,88  
4,35 3,49 3,1 2,87 2,71 2,6 2,45 2,28 2,08 1,84  
4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,25 2,05 1,81  
4,3 3,44 3,05 2,82 2,66 2,55 2,4 2,23 2,03 1,78  
4,28 3,42 3,03 2,8 2,64 2,53 2,38 2,2 1,76  
4,26 3,4 3,01 2,78 2,62 2,51 2,36 2,18 1,98 1,73  
4,24 3,38 2,99 2,76 2,6 2,49 2,34 2,16 1,96 1,71  
4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,15 1,95 1,69  
4,21 3,35 2,96 2,73 2,57 2,46 2,3 2,13 1,93 1,67  
4,2 3,34 2,95 2,71 2,56 2,44 2,29 2,12 1,91 1,65  
4,18 3,33 2,93 2,7 2,54 2,43 2,28 2,1 1,9 1,64  
4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,89 1,62  
4,12 3,26 2,87 2,64 2,48 2,37 2,22 2,04 1,83 1,57  
4,08 3,23 2,84 2,61 2,45 2,34 2,18 1,79 1,52  
4,06 3,21 2,81 2,58 2,42 2,31 2,15 1,97 1,76 1,48  
4,03 3,18 2,79 2,56 2,4 2,29 2,13 1,95 1,72 1,44  
3,15 2,76 2,52 2,37 2,25 2,1 1,92 1,7 1,39  
3,98 3,13 2,74 2,5 2,35 2,23 2,07 1,89 1,67 1,35  
3,96 3,11 2,72 2,49 2,33 2,21 2,06 1,88 1,65 1,31  
3,95 3,1 2,71 2,47 2,32 2,2 2,04 1,86 1,64 1,28  
3,94 3,09 2,7 2,46 2,3 2,19 2,03 1,85 1,63 1,26  
3,92 3,07 2,68 2,44 2,29 2,17 2,01 1,83 1,6 1,21  
3,9 3,06 2,66 2,43 2,27 2,16 1,82 1,59 1,18  
3,89 3,04 2,65 2,42 2,26 2,14 1,98 1,8 1,57 1,14  
3,87 3,03 2,64 2,41 2,25 2,13 1,97 1,79. 1,55 1,1  
3,86 3,02 2,63 2,4 2,24 2,12 1,96 1,78 1,54 1,07  
3,86 3,01 2,62 2,39 2,23 2,11 1,96 1,77 1,54 1,06  
3,85 2,61 2,38 2,22 2,1 1,95 1,76 1,53 1,03  
3,84 2,99 2,6 2,37 2,21 2,09 1,94 1,75 1,52    

 


 

Приложение 5. Критические значения коэффициента автокорреляции

при уровне значимости α: 0,05 и 0,01

Объем выборки n Положительные значения Отрицательные значения
α = 0,05 α = 0,01 α = 0,05 α = 0,01
0,253 0,297 -0,753 -0,798
0,345 0,447 -0,708 -0,863
0,370 0,510 -0,674 -0,799
0,371 0,531 0,625 -0,764
0,366 0,533 -0,593 -0,737
0,360 0,525 -0,564 -0,705
0,353 0,515 -0,539 -0,679
0,348 0,505 -0,516 -0,655
0,341 0,495 -0,497 -0,634
0,335 0,485 -0,479 -0,615
0,328 0,475 -0,462 -0,597
0,299 0,432 -0,399 -0,524

 

Приложение 6. Значения критерия Колмогорова P(λ)

 

λ P λ P
0,30 0,80 0,5441
0,35 0,9997 0,85 0,4653
0,40 0,9972 0,90 0,3927
0,45 0,9874 0,95 0,3275
0,50 0,9639 1,0 0,2700
0,55 0,9228 1,1 0,1777
0,60 0,8643 1,2 0,1122
0,65 0,7920 1,3 0,0681
0,70 0,7112 1,4 0,0397
0,75 0,6272 1,5 0,0222

 

 


[1] От лат. status – состояние, положение вещей; первоначально термин употреблялся в значении «политическое состояние»

[2] Эту деятельность на профессиональном уровне осуществляет государственная статистика – Федеральная служба государственной статистики (ФСГС) и система ее учреждений, организованных по административно-территориальному признаку, а также ведомственная статистика (на предприятиях, ведомствах, министерствах и т.д.). Информация ФСГС публикуется в специадльных печатных изданиях, а также в сети Интернет: www.gks.ru (или www.fsgs.ru)

[3] Термин «статистика» как параметр, как статистический критерий употребляется преимущественно в математической статистике, некоторые из них (χ2, t и др.) рассмотрены в соответствующих темах данного курса лекций

[4] «There are three types of lies - lies, damn lies, and statistics» (Benjamin Disraeli, 1804 – 1881)

[5] « As a general rule, the most successful man in life is the man who has the best information »

[6] Аналогично общее количество школьных тетрадей измеряется в у.ш.т.(условные школьные тетради размером 12 листов), продукция кон­сервного производства измеряется в у.к.б. (условные консервные бан­ки емкостью 1/3 литра или 400 грамм); продукция моющих средств приво­дится к условной жирности 40%

[7] f – это начальная буква англ. слова frequency – частота

[8] В статистике, в отличие от математики, пределы суммирования не ставятся, а подразумеваются, так как абсолютные величины здесь не абстрактные, а смысловые (суммируются все величины совокупности – с первой по последнюю)

[9] Во многих учебниках по статистике встречается другое название индекса динамики – темп роста. Использование такого названия не совсем логично, так динамика может быть различна (не только рост, но и спад, а также стабильность), поэтому наиболее правильным является использование названия «индекс динамики» или «индекс изменения»

[10] Часто встречается и другое название темпа изменения – темп прироста, что не совсем логично (см. предыдущую сноску)

[11] Обычно (в т.ч. и в дальнейшем в данном пособии) в статистических формулах пределы суммирования не ставятся, а подразумеваются, т.е. подразумеваются именно такие пределы как формуле (11) – с 1-ой группы по N-ю (последнюю)

[12] Для взвешенной средней сумма взвешенных отклонений равна нулю – доказать самостоятельно

[13] Если приходится иметь дело с интервальным рядом распределения с неравными интервалами, то для сопоставимости нужно частоты или частости привести к единице интервала, полученное значение называется плотностью ρ, то есть ρ = f/h

[14] Единицы совокупности, имеющие значение признака, равное границе интервала, включаются в тот интервал, где это точное значение впервые указывается

[15] От греч. «гистос» – ткань, строение

[16] От греч. слов «поли» и «гонос» – многоугольник

[17] При четном числе единиц совокупности за медиану принимают полусумму из двух центральных вариант

[18] Получите формулы и произведите их расчет (по аналогии с формулами для расчета квартилей) самостоятельно

[19] Максимально возможные значения показателей вариации: Лmax = ; ;;

[20] Например, цена продажи американского доллара в коммерческих банках Н.Новгорода 26 июля 2007 года варьировала от 25,45 до 26,00 при средней цене 25,595 руб., тогда по формуле (32) = (26,00–25,45)/25,595 = 0,021, или 2,1%. Такая малая вариация вызвана тем, что при значительном различии курса доллара немедленно произошел бы отлив покупателей из «дорогого» банка в более «дешевые». Напротив, цена килограмма говядины в разных регионах России варьирует очень сильно – на десятки процентов и более. Это объясняется разными затратами на доставку товара из региона-производителя в регион потребитель.

[21] Прочие виды распределений изучаются дисциплиной «Теория вероятностей»

[22] Простой расчет возможен при наличии Excel из пакета Microsoft Office, где имеется функция, вычисляющая плотность (или интеграл) функции нормального распределения =НОРМРАСП(А;Б;В;Г), где параметры: А – значение X; Б – средняя арифметическая ; В – среднее квадратическое отклонение σ; Г – «0» для вычисления плотности (или «1» для вычисления интеграла) распределения

[23] Иногда за счет округлений при расчетах (использование функции плотности распределения вместо интеграла) может быть нарушено равенство сумм эмпирических и теоретических частот, что и произошло в нашем примере про ВО (∑f=35, ∑m=33,832)

[24] Практически приемлемая вероятность в экономических исследованиях, означающая, что в 5 случаях из 100 может быть отвергнута правильная гипотеза

[25] Основное условие для использования критерия Колмогорова – достаточно большое число наблюдений (N > 50)

[26] Названо по имени французского математика Симеона Пуассона (1781 – 1840), еще называют законом распределения редких явлений; возникает, когда значения признака выражены дискретно и являются результатом какого-либо редко возникающего события среди наблюдаемых единиц, причем с увеличением значений признака вероятность наступления события падает

[27] Важно не путать понятие «структурный сдвиг», оцениваемый в теме 8, где он представляет не величину самого изменения структуры, а его влияние на результативный показатель

[28] Индекс не удовлетовряет свойству независимости от раскола совокупности

[29] Существуют и другие показатели, о которых можно прочитать в специальной литературе

[30] Приведены наиболее простые функции, более сложные виды, такие как логарифмическая, логистическая и др. описаны в специальной литературе, например – [2]

[31] При расчете параметров уравнения тренда на ЭВМ необходимость вести отсчет от середины ряда динамики отпадает. Например, для получения уравнения тренда в Microsoft Office Excel необходимо построить его график с помощью «Мастера диаграмм», после чего вызвать контекстное меню, нажав на правую кнопку мыши на построенном графике, и выбрать пункт «Добавить линию тренда», в появившемся окне выбрать подходящую математическую функцию и установить галочку «показывать уравнение на диаграмме»

[32] Понятие «уровень значимости» описано ранее на стр. 29

[33] Выравнивание по параболе рассмотрено в методических указаниях к теме на другом примере

[34] Используется при малом количестве уровней (n<30), в противном случае (n>30) вместо используют коэффициент доверия t нормального закона распределения (Приложение 1)

[35] Попробуйте проделать данное задание самостоятельно (в случае затруднений обратитесь к методическим указаниям по данной теме)

[36] Выполните это задание дома самостоятельно (подсказка: продифференцировав и приравняв нулю уравнение учтите, что и )

[37] Подобрать уравнение второй гармоники ряда Фурье по данным табл. 32 самостоятельно

[38] Проделайте данное задание самостоятельно

[39] Проявление стохастических связей подвержено действию закона больших чисел: лишь в достаточно большом числе единиц индивидуальные особенности сгладятся, случайности взаимопогасятся и зависимость, если она имеет существенную силу, проявится достаточно отчетливо

[40] Термин «стохастический» происходит от греч. «stochos» – мишень. Стреляя в мишень, даже хороший стрелок редко попадает в ее центр, выстрелы ложатся в некоторой близости от него. Другими словами стохастическая связь означает приблизительный характер значений признака

[41] Термин «корреляция» ввел в статистику английский биолог и статистик Ф. Гальтон в конце XIX в., под которым понималась «как бы связь», т.е. связь в форме, отличающейся от функциональной. Еще ранее этот термин применил француз Ж.Кювье в палеонтологии, где под законом корреляции частей животных он понимал возможность восстановить по найденным в раскопках частям облик всего животного

[42] Множественная корреляция изучается в курсе эконометрики на основе применения компьютерных программ (напр., специальная надстройка к Excel, SPSS и др.), в курсе статистики изучается только парная корреляция

[43] При измерении тесноты связи между рядами динамики это равнозначно отсутствию автокорреляции между уровнями ряда, т.е. прежде чем оценивать тесноту связи между рядами динамики, необходимо проверить каждый ряд на автокорреляцию – см. методические указания

[44] Проделать это самостоятельно

[45] Термин «регрессия» ввел в статистику Ф. Гальтон, который изучив большое число семей, установил, что в группе семей высокорослыми отцами сыновья в среднем ниже ростом, чем их отцы, а в группе семей с низкорослыми отцами сыновья в среднем выше отцов, т.е. отклонение роста от среднего в следующем поколении уменьшается – регрессирует

[46] Параметры a0 и a1 можно получить не только методом подстановки как приводится далее, но и методом определителей 2-го порядка (проделать данное задание самостоятельно)

[47] Сумма эмпирических (2864,09) и выравненных по прямой линии (2864,115) значений должна совпадать, но в нашем случае этого не происходит из-за округлений расчетов до 3-х знаков после запятой

[48] В числителе – сумма последнего столбца, а в знаменателе – сумма предпоследнего столбца таблицы 45

[49] Коэффициент автокорреляции можно рассчитывать либо между соседними уровнями, либо между уровнями, сдвинутыми на другое число единиц времени (временной лаг) m; приведенные формулы с временным лагом m=1 (между соседними уровнями) являются самыми распространенными

[50] Формула (156) является тождественной формуле (155)

[51] См. тему 5 «Ряды динамики», метод аналитического выравнивания

[52] Остаточные величины обычно обозначают εt, но для того, чтобы различать их для разных рядов динамики x и y, приняты обозначения dx и dy

[53] По значению коэффициент контингенции всегда меньше коэффициента ассоциации

[54] Такая очередность изменения факторов (то есть 1-ый – экстенсивный, а 2-ой – интенсивный) применяется по умолчанию тогда, когда ее затруднительно точно установить

[55] В случае построения многофакторных мультипликативных индексных моделей бывает сложно точно определить очередность влияния факторов на результативный показатель, поэтому можно рекомендовать ставить на 1-ое место индекс того фактора, который сильнее всего изменился, на 2-ое место – индекс того фактора, который изменился слабее первого, но сильнее остальных и так далее в порядке убывания изменений индексов

[56] Самостоятельно догадайтесь и придумайте пример, когда эффект Гершенкрона выполняться не будет (подсказка – «эффект картошки»)

[57] Если зафиксировать веса на уровне базисного периода f0, то получим менее распространенную формулу индекса фиксированного состава: или .

[58] При фиксировании индексируемой величины на уровне отчетного периода x0 получается менее распространенная формула индекса структурных сдвигов: или .

[59] В противном случае применяются формулы, приведенные в сносках к этим формулам. Для определения очередности влияния факторов рассчитываются и те, и другие формулы, а затем рассчитывается их средняя геометрическая величина (индексы Фишера). Сравнивая значения этих индексов Фишера, решается вопрос об очередности влияния факторов: какой из индексов показывает большее изменение, тот фактор и считают 1-ым.

[60] Выбор этой формулы вызван тем, что изменение структуры – это 1-ый фактор, и изменение самих цен – 2-ой (доказать это самостоятельно, воспользовавшись предыдущей сноской)

[61] В названии использованы начальные буквы фамилий трех статистиков, предложивших этот индекс: венгров Элтетэ и Кэвеша и поляка Шульца







Читайте также:

Последнее изменение этой страницы: 2016-03-17; Просмотров: 109; Нарушение авторского права страницы


lektsia.com 2007 - 2017 год. Все права принадлежат их авторам! (0.027 с.) Главная | Обратная связь