TÌM HIỂU VỀ PURRR
DANG THANH TRUC - NGUYEN CAM NGUYEN
2023-06-26
1 CHƯƠNG 1
1.1 Đặt vấn đề
Trong thời đại hiện nay, phân tích dữ liệu đóng vai trò vô cùng quan trọng và mang lại nhiều lợi ích trong nhiều lĩnh vực khác nhau. Các công việc như là xử lý dữ liệu cũng như phân tích văn bản ngày càng phổ biến và đòi hỏi sự tỉ mỉ hơn. Trong lĩnh vực xử lý và phân tích dữ liệu, người dùng thường đối mặt với nhiều thách thức và khó khăn trong việc làm việc với dữ liệu lớn . Các công việc như nhập dữ liệu, xử lý dữ liệu thường đòi hỏi nhiều công đoạn phức tạp và mất thời gian. Hiện nay, hầu hết các lĩnh vực từ công ty đến các doanh nghiệp lớn nhỏ đều sử dụng phân tích dữ liệu. Đối với các công ty và doanh nghiệp hoạt động trong lĩnh vực kinh doanh, phân tích dữ liệu giúp họ hiểu hơn về khách hàng của mình. Thông thường, hướng phân tích dữ liệu thuận tiện và nhanh gọn mà mọi người tới là các ứng dụng phân tích dữ liệu trong thực tiễn như Excel, BI Tools, FineReport, R và Python,…Đặc biệt là trong các ngành liên quan tới tài chính, ngành mà tập hợp hầu hết những kiểu dữ liệu có thể phân tích thông qua ngôn ngữ lập trình R hiện nay. Để giải quyết những thách thức này, thì có rất nhiều công cụ hoàn toàn giúp ta có thể giải quyết được một cách nhanh gọn và tiết kiệm thời gian hiệu quả. Trong bài viết này, chúng em sẽ giới thiệu về “Purrr”, một công cụ giúp chúng ta có thể dễ dàng phân tích và xử lý dữ liệu.
1.2 Giới thiệu về Purrr
1.2.1 Nguồn gốc
Gói Purrr được phát triển bởi Hadley Wickham, một nhà phân tích dữ liệu và nhà phát triển phần mềm nổi tiếng trong cộng đồng R. Hadley Wickham cũng là tác giả của nhiều gói R khác như “dplyr”, “ggplot2” và “tidyr”, được sử dụng rộng rãi trong ngành phân tích dữ liệu.
Việc tạo ra gói Purrr nhằm mục đích đơn giản hóa và tăng cường khả năng xử lý dữ liệu trong R, đặc biệt là khi làm việc với các phép toán lặp lại trên các cấu trúc dữ liệu.
1.2.2 Tổng quan về gói Purrr
Package Purrr trong ngôn ngữ lập trình R là một gói mở rộng mạnh mẽ của ngôn ngữ, được sử dụng để làm việc với các cấu trúc dữ liệu dạng vector, danh sách và các loại dữ liệu khác trong R. Gói này giúp cải thiện tính linh hoạt và hiệu suất khi thực hiện các phép toán lặp lại trên các phần tử của các cấu trúc dữ liệu đó.
Package purrr là 1 package rất mạnh, thiết kế rất thông minh, làm cho việc viết code trở lên đơn giản, dễ hiểu. Package Purrr này cung cấp một loạt các hàm như map(), map2(), pmap(), walk(), reduce(),… để thực hiện các phép toán lặp lại trên các phần tử của các vector, danh sách hoặc bất kỳ cấu trúc dữ liệu nào khác. Một hàm được sử dụng phổ biến trong package Purrr này là hàm map(), sự ra đời của nó đã thay đổi hoàn toàn cách thức viết vòng lặp trong R. Vốn trước kia viết vòng lặp dựa trên 2 nhóm công cụ chính là các vòng lặp cổ điển (for, while, …) hoặc những hàm apply (sapply, lapply…), nhưng bây giờ hàm map() cho phép bạn thay thế nhiều vòng lặp for bằng mã ngắn gọn hơn và dễ đọc hơn.
1.Hàm map()
map(.x, ~function(.x,…))
Mỗi bước trên lộ trình của vòng lặp tương ứng với một điều kiện (.x), được dùng như 1 tham số/dữ liệu trong hàm f . Tùy bản chất của dữ liệu đầu vào (thường là 1 list), (.x) có thể là vector, matrix, dataframe, hay 1 con số … , và đóng vai trò dữ liệu đầu vào, tùy chỉnh, tham số để cá biệt hóa nội dung hàm f.
Có nhiều hàm map trong package Purrr, mỗi hàm có công dụng khác nhau và xuất kết quả khác nhau. Ví dụ : hàm map() mặc định xuất kết quả là 1 danh sách, hàm map_df() trả về một khung dữ liệu bằng cách liên kết hàng các phần tử riêng lẻ, hàm map_dbl() hay map_int() xuất kết quả là 1 vector số thực hay số nguyên …
Các họ hàm map_*().
Các hàm họ map_*() sử dụng cho vòng lặp (loop). Được thiết kế rất tiện và loại bỏ những thao tác thừa đối với việc sử dụng vòng lặp for, và đầu ra xác định rõ ràng hơn so với vòng lặp while. Cụ thể như sau:
Đối với vòng lặp for ta phải xác định trước số phần tử của object (nếu không muốn giảm hiệu năng của hàm). Còn đối với hàm map thì không cần làm công việc như vậy mà không bị ảnh hướng tới hiệu năng.
Thiết kế phù hợp để thực hiện theo chu trình (pipe %>%)
Các hàm họ map_*():
• map(): tạo thành một danh sách.
• map_lgl(): tạo ra một vectơ logic.
• map_int(): tạo thành một vectơ số nguyên.
• map_dbl(): tạo thành một vectơ kép
• map_chr(): tạo thành một vectơ ký tự.
2.Hàm pmap(): là một hàm trong gói “purrr” của ngôn ngữ lập trình R. Hàm này được sử dụng để áp dụng một hàm lên các phần tử từ nhiều danh sách hoặc vector cùng một lúc. Nó giúp thực hiện các phép toán song song trên các cấu trúc dữ liệu đó.
pmap(.l, .f, …)
• .l là một danh sách (list) chứa các vector hoặc danh sách chứa các phần tử đầu vào. • .f là một hàm mà bạn muốn áp dụng lên các phần tử tương ứng từ các danh sách trong • “…” là các tham số bổ sung mà bạn có thể truyền vào hàm .f.
Hàm pmap() rất hữu ích khi bạn muốn áp dụng một hàm lên các phần tử từ nhiều danh sách hoặc vector cùng một lúc và thu thập kết quả thành một danh sách.
3.Hàm walk(): là một hàm trong gói “purrr” của ngôn ngữ lập trình R. Hàm walk() rất hữu ích khi bạn muốn thực hiện một hành động trên các phần tử của một cấu trúc dữ liệu mà không cần thu thập kết quả trả về từ mỗi phần tử đó. Thay vào đó, nó cho phép bạn thực hiện một hành động “đi qua” các phần tử một cách tuần tự.
walk(.x, .f, …)
• .x là danh sách hoặc vector cần áp dụng hành động hoặc gọi hàm lên. • .f là một hàm mà bạn muốn áp dụng lên từng phần tử của .x. • … là các đối số tùy chọn được truyền vào hàm .f
4.Hàm reduce(): là một hàm trong gói “purrr” của ngôn ngữ lập trình R. Hàm này được sử dụng để áp dụng một phép tổ hợp lên các phần tử của một vector hoặc danh sách để thu được một kết quả duy nhất.
reduce(.x, .f, …)
5.Hàm flatten(): trong gói “purrr” của R được sử dụng để trích xuất các phần tử từ một danh sách lồng nhau và biến đổi chúng thành một danh sách đơn giản hơn, không còn cấu trúc lồng nhau.
flatten(.x, .simplify = TRUE)
• .x là danh sách hoặc vector chứa các phần tử cần trích xuất. • .simplify là một đối số tùy chọn để xác định liệu danh sách trả về sau khi trích xuất có được đơn giản hóa hay không. Khi .simplify = TRUE, danh sách sẽ được đơn giản hóa thành vector nếu có thể. Khi .simplify = FALSE, danh sách sẽ được trả về mà không đơn giản hóa.
6.Hàm pluck(): trong gói “purrr” của R được sử dụng để trích xuất giá trị từ một danh sách dựa trên các chỉ số hoặc tên.
pluck(.x, …, .default = NULL)
• .x là danh sách cần trích xuất giá trị từ. • … là các đối số chứa chỉ số hoặc tên của các phần tử cần trích xuất. Bạn có thể truyền nhiều chỉ số hoặc tên trong dấu … để trích xuất nhiều phần tử cùng một lúc. • .default là một giá trị mặc định tùy chọn, được trả về nếu phần tử cần trích xuất không tồn tại trong danh sách. Nếu không có giá trị .default được chỉ định, nếu phần tử không tồn tại, hàm pluck() sẽ trả về NULL.
7.Hàm transpose(): trong gói “purrr” của R được sử dụng để chuyển đổi dữ liệu dạng danh sách lồng nhau thành một danh sách mới với các phần tử được chuyển đổi thành cột và các danh sách con thành các hàng.
transpose(.x, …)
1.2.3 Mục tiêu và lợi ích
Mục tiêu chính của package Purrr trong R là cung cấp một cách tiếp cận mạnh mẽ và linh hoạt để làm việc với dữ liệu dạng danh sách và vector trong ngôn ngữ lập trình R. Các lợi ích của gói Purrr bao gồm:
Lập trình dạng hàm: gói Purrr cung cấp một loạt các hàm như map(), map2(), pmap(),… giúp bạn áp dụng một hàm lên các phần tử trong danh sách hoặc vector một cách dễ dàng. Điều này cho phép bạn viết code ngắn gọn, sáng tạo và dễ đọc hơn.
Tự động hóa các thao tác lặp lại: Thay vì viết các vòng lặp thủ công để thực hiện các thao tác trên từng phần tử, gói Purrr cho phép bạn áp dụng các hàm một cách tự động trên toàn bộ danh sách hoặc vector một cách hiệu quả. Điều này giúp giảm đáng kể lượng mã lặp lại và tăng hiệu suất của code.
Xử lý dữ liệu dạng danh sách: Khi làm việc với dữ liệu phức tạp, thường có nhiều danh sách lồng nhau hoặc dữ liệu có cấu trúc không đồng nhất. Gói Purrr cung cấp các hàm như flatten(), pluck(), transpose() để trích xuất, biến đổi và tổ chức lại dữ liệu dạng danh sách một cách dễ dàng.
Điều khiển quá trình tính toán: gói Purrr cung cấp các hàm như walk(), invoke_map() cho phép bạn điều khiển quá trình tính toán và thực thi các tác vụ phức tạp như tính toán song song.
Tích hợp với các gói dữ liệu phổ biến: “purrr” tương thích tốt với nhiều gói dữ liệu phổ biến như “dplyr”, “tidyr” và “ggplot2”. Bạn có thể kết hợp các hàm từ các gói này để xử lý dữ liệu một cách linh hoạt và hiệu quả.
1.3 Lý do chọn chủ đề
Khi tiếp xúc với ngôn ngữ R, chúng em thấy có rất nhiều gói bổ ích hỗ trợ trong quá trình phân tích dữ liệu. Tuy nhiên chúng em chọn gói Purrr trong R vì nó là một công cụ mạnh mẽ và linh hoạt để làm việc với dữ liệu dạng danh sách và vector, giúp chúng em viết code ngắn gọn, giảm sự lặp lại mã, tăng tính linh hoạt và dễ đọc. Nó cũng tích hợp tốt với các gói dữ liệu phổ biến và cung cấp các hàm hữu ích cho xử lý dữ liệu phức tạp và quá trình tính toán phức tạp, điều này giúp chúng em tìm hiểu thêm được nhiều gói tương thích với gói Purrr có thể kết hợp các hàm từ các gói này để xử lý dữ liệu một cách linh hoạt và hiệu quả..
2 CHƯƠNG 2
2.1 Một số ví dụ đối với hàm map_*()
2.1.1 Sử dụng với toán tử pipe
library(tidyverse)## Warning: package 'tidyverse' was built under R version 4.3.1## Warning: package 'ggplot2' was built under R version 4.3.1## Warning: package 'purrr' was built under R version 4.3.1## Warning: package 'dplyr' was built under R version 4.3.1## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.2 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsairquality %>% map_int(length)## Ozone Solar.R Wind Temp Month Day
## 153 153 153 153 153 1532.1.2 Sử dụng … (“Dot-Dot-Dot (…)”
airquality %>% map_dbl(mean, trim = 0.5)## Ozone Solar.R Wind Temp Month Day
## NA NA 9.7 79.0 7.0 16.02.1.3 Sử dụng hàm ẩn (anonymous function)
Nếu viết dạng đầy đủ
models <- mtcars %>%
split(.$cyl) %>%
map(function(df) lm(mpg ~ wt, data = df))Viết dạng hàm ẩn (ngắn gọn hơn)
models <- mtcars %>%
split(.$cyl) %>%
map(~lm(mpg ~ wt, data = .))Chú ý: “.” thay cho object đã tạo ra trước đó (pronoun)
Tính r.squared của các mô hình:
Dạng đầy đủ
models %>%
map(summary) %>%
map_dbl(~.$r.squared)## 4 6 8
## 0.5086326 0.4645102 0.4229655Hay ngắn gọn hơn
models %>%
map(summary) %>%
map_dbl("r.squared")## 4 6 8
## 0.5086326 0.4645102 0.42296552.2 Một số ví dụ đối với hàm pmap_* () và map2_*()
Cú pháp của hàm
map2(.x, .y, .f, …)
pmap(.l, .f, …)
Thay vì vòng lặp đối với 1 vector (1 agrument) như hàm map thì hàm map2_() và pmap_() tạo vòng lặp với 2 hay nhiều agrument
Ví dụ với map2
mu1 <- c(5, 10, 12)
sigma1 <- c(2, 4, 5)
map2(mu1, sigma1, rnorm, n = 5) %>% str()## List of 3
## $ : num [1:5] 3.53 1.95 3.49 3.15 3.48
## $ : num [1:5] 8.99 7.42 10.44 8.63 12.62
## $ : num [1:5] 9.1 -1.33 15.84 19.34 21.57Ví dụ với pmap
rnorm(n, mean, sd)
TH1: Thêm list n1 vào vòng lặp
n1 <- list(1, 3, 5)
args1 <- list(n1, mu1, sigma1) # Nếu tên khác agrument thì phải sắp xếp đúng thứ tự
set.seed(158)
args1 %>%
pmap(rnorm) %>%
str()## List of 3
## $ : num 6.66
## $ : num [1:3] 11.14 8.57 5.36
## $ : num [1:5] 14.43 7.29 12.29 11.62 5.45Thêm vector n2 vào vòng lặp (thay đổi 1 chút thứ tự các agrument)
n2 <- c(1, 3, 5)
args2 <- list(mean = mu1, sd = sigma1, n = n2)
set.seed(158)
args2 %>%
pmap(rnorm) %>%
str()## List of 3
## $ : num 6.66
## $ : num [1:3] 11.14 8.57 5.36
## $ : num [1:5] 14.43 7.29 12.29 11.62 5.45Vòng lặp với data.frame
set.seed(158)
params <- data.frame(mean = mu1, sd = sigma1, n = n2)
params %>%
pmap(rnorm) %>%
str()## List of 3
## $ : num 6.66
## $ : num [1:3] 11.14 8.57 5.36
## $ : num [1:5] 14.43 7.29 12.29 11.62 5.45Chú ý:
Hàm pmap lặp theo thứ tự phần tử không phân biệt là list() hoặc vector c() hay data.frame.
Nếu đầu vào đúng tên với agrument trong hàm thì không phân biệt việc sắp xếp agrument nào trước, agrument nào sau
2.3 Một số ví dụ với hàm reduce()
Đưa 1 list tương đối phức tạp về dạng đơn giản hơn bằng việc lặp lại hàm trong reduce với các phần tử của list
dfs <- list(
age = tibble(name = "John", age = 30),
sex = tibble(name = c("John", "Mary"), sex = c("M", "F")),
trt = tibble(name = "Mary", treatment = "A")
)
dfs %>% reduce(full_join)## Joining with `by = join_by(name)`
## Joining with `by = join_by(name)`## # A tibble: 2 × 4
## name age sex treatment
## <chr> <dbl> <chr> <chr>
## 1 John 30 M <NA>
## 2 Mary NA F Avs <- list(
c(1, 3, 5, 6, 10),
c(1, 2, 3, 7, 8, 10),
c(1, 2, 3, 4, 8, 9, 10)
)
vs %>% reduce(intersect)## [1] 1 3 103 CHƯƠNG 3
3.1 Đơn giản hóa với gói Purrr
Lặp lại là một cách hiệu quả để máy tính thực hiện công việc cho bạn. Nó cũng có thể là một lĩnh vực mã hóa dễ mắc nhiều lỗi chính tả và lỗi đơn giản. Gói purrr giúp đơn giản hóa việc lặp lại để bạn có thể tập trung vào bước tiếp theo, thay vì tìm lỗi chính tả.
3.1.1 Sức mạnh của phép lặp
3.1.2 Giới thiệu về phép lặp
Hãy tưởng tượng rằng bạn cần đọc hàng trăm tệp có cấu trúc tương tự và thực hiện một hành động trên chúng. Bạn không muốn viết hàng trăm dòng mã lặp đi lặp lại để đọc trong tất cả các tệp hoặc để thực hiện hành động. Thay vào đó, bạn muốn lặp lại chúng. Lặp lại là quá trình thực hiện cùng một quy trình cho nhiều đầu vào. Khả năng lặp lại là điều quan trọng để làm cho mã của bạn hiệu quả và mạnh mẽ khi làm việc với danh sách.
Khi phân tích dữ liệu phức tạp, ta thường xuyên phải thực hiện một nhóm các phân tích tương tự nhau cho các nhóm dữ liệu khác nhau. Việc sử dụng các hàm làm đơn vị thao tác cơ bản và phối hợp các hàm với nhau được gọi là lập trình chức năng hàm (functional programming). Để đơn giản, ta xét ví dụ sau.
Sử dụng tập dữ liệu iris, với mỗi nhóm của Species, xây dựng mô hình hồi quy giữa Sepal.Length và Petal.Length, so sánh giá trị r.squared giữa các mô hình.
Với cách làm thông thường, ta sẽ phải thức hiện theo thứ tự sau:
- Tạo các data.frame cho từng giá trị của Species
- Với mỗi data.frame vừa tạo, xây dựng mô hình lm
- Với mỗi mô hình vừa tạo, chiết xuất giá trị r.squared và lưu vào một data.frame
Cách triển khai trên có thể sử dụng vòng lặp trong R với phương án như sau
library(dplyr)
library(purrr)
category <- iris$Species %>% levels %>% as.character()
model_result <- data.frame()
for (i in category){
df <- iris %>% filter(Species == i)
model <- lm(Sepal.Length ~ Sepal.Width, data = df)
model_summary <- summary(model)
df_temp <- data.frame(species = i,
r.square = model_summary$r.squared)
model_result <- bind_rows(model_result, df_temp)
}
head(model_result)## species r.square
## 1 setosa 0.5513756
## 2 versicolor 0.2765821
## 3 virginica 0.2090573Tuy nhiên, với lập trình chức năng hàm, ta có thể làm rất đơn giản như sau.
library(purrr)
iris %>%
split(.$Species) %>%
map(~lm(Sepal.Length ~ Sepal.Width, data = .)) %>%
map(summary) %>%
map_dbl("r.squared")## setosa versicolor virginica
## 0.5513756 0.2765821 0.2090573Trong bài viết này, chúng ta sẽ tìm hiểu các cách thức cơ bản lập trình chức năng hàm cơ bản với map qua package purrr. Việc nắm vững kiến thức và kỹ năng lập trình hàm có rất nhiều ứng dụng trong công việc phân tích, giúp giảm thiểu rất lớn thời gian phân tích, làm cho quá trình phân tích mạch lạc hơn rất nhiều trong các bài toán khám phá dữ liệu
Công thức tổng quát của nhóm hàm map
map(.x, .f, …)
Giải thích: Với mỗi giá trị của .x, thực hiện .f. Trong đó, x là một list.
Hàm map làm hàm tổng quát, ngoài ra, map còn có các biến thể chính sau
Câu lênh Kết quả map list map_dbl vector dạng double map_int vector dạng int map_chr vector dạng character map_df data.frame
# Dạng list
iris %>% map(class)## $Sepal.Length
## [1] "numeric"
##
## $Sepal.Width
## [1] "numeric"
##
## $Petal.Length
## [1] "numeric"
##
## $Petal.Width
## [1] "numeric"
##
## $Species
## [1] "factor"# Dạng char
iris %>% map_chr(class)## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## "numeric" "numeric" "numeric" "numeric" "factor"# Dạng data.frame
iris %>% map_df(class)## # A tibble: 1 × 5
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <chr> <chr> <chr> <chr> <chr>
## 1 numeric numeric numeric numeric factorMap theo điều kiện với map_if và map_at
Tương tự với map, nhóm map_if và map_at cho phép tính toán theo điều kiện hoặc vị trí của list. Xem ví dụ sau.
# map_if
iris %>%
map_if(is.numeric, as.character) %>%
as.data.frame %>%
str## 'data.frame': 150 obs. of 5 variables:
## $ Sepal.Length: chr "5.1" "4.9" "4.7" "4.6" ...
## $ Sepal.Width : chr "3.5" "3" "3.2" "3.1" ...
## $ Petal.Length: chr "1.4" "1.4" "1.3" "1.5" ...
## $ Petal.Width : chr "0.2" "0.2" "0.2" "0.2" ...
## $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...# map_at
iris %>%
map_at(c(1,2), as.character) %>%
str## List of 5
## $ Sepal.Length: chr [1:150] "5.1" "4.9" "4.7" "4.6" ...
## $ Sepal.Width : chr [1:150] "3.5" "3" "3.2" "3.1" ...
## $ Petal.Length: num [1:150] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
## $ Petal.Width : num [1:150] 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
## $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...3.2 Lặp lại n lần một phép tính
Dưới đây là dữ liệu điểm thi THPT năm 2018. Tải dữ liệu và trích xuất riêng điểm môn Toán.
library(tidyverse)df=read.csv("https://raw.githubusercontent.com/kinokoberuji/R-Tutorials/master/Provinces.csv")%>%as_tibble()
df%>%filter(Math!="NA")%>%dplyr::select(Math,Province)->math_dfObject math_df có thể xem như 1 quần thể, với đại lượng cần khảo sát là điểm thi môn Toán. Kích thước khá lớn của quần thể này nhằm chứng tỏ tốc độ tính toán rất nhanh khi sử dụng hàm map
Thí dụ đầu tiên, ta muốn đếm số thí sinh cho mỗi tỉnh thành. Phép đếm này có thể thực hiện dễ dàng bằng hàm group_by và tally của package dplyr:
math_df%>%group_by(Province)%>%tally()## # A tibble: 59 × 2
## Province n
## <chr> <int>
## 1 BA RIA - VUNG TAU 11831
## 2 BAC GIANG 19526
## 3 BAC KAN 2831
## 4 BAC LIEU 5335
## 5 BAC NINH 14790
## 6 BEN TRE 11705
## 7 BINH DINH 17724
## 8 BINH DUONG 11263
## 9 BINH PHUOC 10180
## 10 BINH THUAN 11675
## # ℹ 49 more rowsTuy nhiên ta còn có thể làm bằng hàm map: Do kết quả đếm là 1 số nguyên, nên ta dùng hàm map_int
math_df%>%split(.$Province)%>%
map_int(~nrow(.x))## BA RIA - VUNG TAU BAC GIANG BAC KAN BAC LIEU
## 11831 19526 2831 5335
## BAC NINH BEN TRE BINH DINH BINH DUONG
## 14790 11705 17724 11263
## BINH PHUOC BINH THUAN CA MAU CAN THO
## 10180 11675 9222 13013
## CAO BANG DA NANG DAK LAK DAK NONG
## 4360 6094 21884 6327
## DIEN BIEN DONG NAI DONG THAP GIA LAI
## 5372 28595 14331 12719
## HA HA GIANG HA NAM HA NOI
## 16211 3089 8657 37993
## HAI DUONG HAI PHONG HAU GIANG HO CHI MINH
## 19933 5094 6176 78035
## HOA BINH HUNG YEN KHANH HOA KIEN GIANG
## 8903 12860 13471 13413
## KON TUM LAI CHAU LAM DONG LANG SON
## 4425 3204 14928 8813
## LAO CAO LONG AN NAM DINH NINH BINH
## 6187 14045 5086 9569
## NINH THUAN PHU THO PHU YEN QUANG BINH
## 5738 13633 10690 9546
## QUANG NAM QUANG NGAI QUANG TRI SOC TRANG
## 17463 12598 7775 9300
## TAY NINH THAI BINH THAI NGUYEN THANH HOA
## 8834 21401 8965 14038
## THUA THIEN - HUE TIEN GIANG TRA VINH TUYEN QUANG
## 12303 14088 8152 7542
## VINH LONG VINH PHUC YEN BAI
## 10550 12565 6974Phép tính này có thể phức tạp hơn, như trong thí dụ sau đây , dùng 1 hàm map để thi hành hàng loạt quy trình ước tính bách Phân vị thứ 50,75,90,95,97.5 và 99 theo phương pháp Harell Davis cho điểm số mô toán ở mỗi tỉnh thành:
math_df %>% split(.$Province) %>%
map(.,~ Hmisc::hdquantile(.x$Math,probs =c(0.5,0.75,0.9,0.95,0.975,0.99)))->hdquantile
hdquantile## $`BA RIA - VUNG TAU`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.400000 6.199905 6.800000 7.200000 7.563219 7.914723
##
## $`BAC GIANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600000 5.792610 6.600047 7.189397 7.590387 7.999703
##
## $`BAC KAN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.802286 4.796259 5.620354 6.176663 6.656565 7.312336
##
## $`BAC LIEU`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.999999 5.799994 6.416026 6.839013 7.246998 7.757645
##
## $`BAC NINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000000 6.200000 7.008658 7.589541 7.968934 8.289604
##
## $`BEN TRE`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000639 5.803305 6.587759 6.964479 7.204021 7.601284
##
## $`BINH DINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000000 5.999996 6.687782 7.184730 7.424387 7.835696
##
## $`BINH DUONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.200003 6.000000 6.637496 7.005745 7.401851 7.818840
##
## $`BINH PHUOC`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000000 5.999208 6.602674 7.031692 7.400041 7.799399
##
## $`BINH THUAN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000279 5.800391 6.558797 6.915288 7.202357 7.604272
##
## $`CA MAU`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600074 5.597877 6.204399 6.608821 7.000109 7.389151
##
## $`CAN THO`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.948913 5.800121 6.600000 7.001230 7.406297 7.814570
##
## $`CAO BANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.612234 4.796204 5.786611 6.268932 6.638211 7.109105
##
## $`DA NANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.200024 6.199945 6.929389 7.380615 7.680195 8.183563
##
## $`DAK LAK`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600000 5.799993 6.600000 7.000304 7.400001 7.800323
##
## $`DAK NONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.689001 5.651065 6.404651 6.809554 7.213390 7.710722
##
## $`DIEN BIEN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.999999 4.997339 5.846457 6.403061 6.894208 7.574555
##
## $`DONG NAI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000002 5.821474 6.600000 6.998716 7.215888 7.605066
##
## $`DONG THAP`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.005363 5.835720 6.599980 6.999996 7.308687 7.634320
##
## $`GIA LAI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600007 5.662857 6.528453 6.999836 7.390578 7.795967
##
## $HA
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600001 5.793788 6.617909 7.200128 7.601877 8.000393
##
## $`HA GIANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.199973 4.197598 5.259416 6.229332 7.381538 8.859825
##
## $`HA NAM`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.389075 6.222072 7.000000 7.400356 7.798130 8.089240
##
## $`HA NOI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.518258 6.400000 7.200000 7.600000 7.999888 8.232922
##
## $`HAI DUONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.002566 6.132803 6.879413 7.399975 7.784518 8.132778
##
## $`HAI PHONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.399776 6.306874 7.019763 7.532636 7.835441 8.348669
##
## $`HAU GIANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.497970 5.400000 6.199130 6.597712 6.979154 7.352020
##
## $`HO CHI MINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.402175 6.200000 6.847869 7.259305 7.600000 8.000000
##
## $`HOA BINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.400000 4.568732 5.942534 6.727072 7.382928 8.085400
##
## $`HUNG YEN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.999759 6.114800 7.000000 7.520065 7.817950 8.208815
##
## $`KHANH HOA`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000000 5.999999 6.608153 7.029322 7.400095 7.799822
##
## $`KIEN GIANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600000 5.580261 6.200390 6.601734 7.000125 7.400027
##
## $`KON TUM`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.740124 5.829327 6.759417 7.208534 7.582251 8.022827
##
## $`LAI CHAU`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.199999 4.996757 5.796905 6.232124 6.623815 7.289272
##
## $`LAM DONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.200000 6.000000 6.600000 7.000000 7.370035 7.779855
##
## $`LANG SON`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.800000 4.799994 5.796326 6.355083 6.801790 7.343663
##
## $`LAO CAO`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.424726 5.448715 6.399516 6.805285 7.243621 7.705071
##
## $`LONG AN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.000000 5.800012 6.599788 6.999757 7.333981 7.608846
##
## $`NAM DINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.629939 6.573560 7.200025 7.598604 7.894011 8.214838
##
## $`NINH BINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.200239 6.203598 7.084748 7.589983 7.884826 8.280619
##
## $`NINH THUAN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.598125 5.599795 6.397556 6.798608 7.105838 7.539479
##
## $`PHU THO`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.600509 5.779899 6.600007 7.098902 7.585875 8.002866
##
## $`PHU YEN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.799998 5.800000 6.599776 7.001897 7.404600 7.858065
##
## $`QUANG BINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.199971 5.372796 6.220980 6.798398 7.212988 7.762785
##
## $`QUANG NAM`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.800000 5.800351 6.603358 7.161329 7.542755 7.965503
##
## $`QUANG NGAI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.999999 6.000000 6.799613 7.200003 7.597685 7.998864
##
## $`QUANG TRI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.614974 5.800038 6.616468 7.183950 7.556546 7.896133
##
## $`SOC TRANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.450690 5.400004 6.202225 6.746961 7.109587 7.469744
##
## $`TAY NINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.001001 5.803440 6.598148 6.989110 7.238366 7.732689
##
## $`THAI BINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.224243 6.313677 7.063399 7.594094 7.809082 8.203210
##
## $`THAI NGUYEN`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.389841 5.418470 6.399962 6.976738 7.361931 7.802083
##
## $`THANH HOA`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.403070 5.802741 6.808442 7.399999 7.799977 8.187719
##
## $`THUA THIEN - HUE`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.996273 6.000006 6.800311 7.259246 7.605339 8.011145
##
## $`TIEN GIANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.318650 6.094053 6.800000 7.199996 7.451647 7.823484
##
## $`TRA VINH`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.464179 5.400100 6.199054 6.599700 6.995502 7.389520
##
## $`TUYEN QUANG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.916420 4.823591 5.807896 6.397089 6.864155 7.381700
##
## $`VINH LONG`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.998800 5.800000 6.426894 6.843735 7.200953 7.604226
##
## $`VINH PHUC`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 4.999999 6.177329 6.999957 7.402583 7.799999 8.193502
##
## $`YEN BAI`
## 0.500 0.750 0.900 0.950 0.975 0.990
## 3.800545 4.960180 5.997619 6.602036 7.117912 7.639461Ghi chú: phép ước tính phân vị theo Harell Davis có sử dụng bootstrap, nên rất phổ biến và không phụ thuộc vào đặc tính phân bố, khác với mô tả thông thường. Các bạn có thể tin chắc rằng nếu ở một tỉnh nào đó mà có HDquantile thứ 99 cao hơn trị số này cho quần thể chung, thì ở khu vực đó đã có điều bất thường xảy ra, thí dụ ở Hà Giang trị số HDQ 99 là 8.859, cao hơn rất nhiều so với cả nước (chỉ có 8.0 điểm)
Hmisc::hdquantile(math_df$Math,probs =c(0.5,0.75,0.9,0.95,0.975,0.99))## 0.500 0.750 0.900 0.950 0.975 0.990
## 5.0 6.0 6.8 7.2 7.6 8.03.3 Chọn mẫu ngẫu nhiên lặp lại (bootstrap)
Một thí dụ khác, lần này ta làm 1 thí nghiệm: Từ quần thể 741024 thí sinh cả nước, ta sẽ chọn mẫu ngẫu nhiên từ 1000 đến 30000 cá thể và tính giá trị trung bình, trung vị, bách phân vị thứ 5 và thứ 99 cho từng mẫu.
Đây là 1 vòng lặp có nội dung: Chọn mẫu n lần với kích thước tăng dần từ 1000 : 30000, và mỗi lần xuất ra 5 chỉ số thống kê mô tả như trên.
Ta có thể dùng vòng lặp for loop để thực hiện, nhưng ở đây em dùng hàm map.
Vì mỗi hàm map chỉ làm 1 công việc duy nhất, nên quy trình cần kết nối 2 hàm map, hàm map thứ nhất làm việc chọn mẫu, hàm map thứ hai làm thống kê mô tả. Do hàm map thứ hai xuất ra 1 dataframe nên nó sẽ là hàm map_df
math_pop<-math_df$Math
sample_n=seq(from=1000, to=30000,by=1000)
s<-map(sample_n,~sample(math_pop,.x, replace = F))%>%
map_df(~data_frame(Size=length(.x),
Mean=mean(.x),
Median=median(.x),
P5=quantile(.x,probs=0.05),
P99=quantile(.x,probs=0.99),
))## Warning: `data_frame()` was deprecated in tibble 1.1.0.
## ℹ Please use `tibble()` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.s## # A tibble: 30 × 5
## Size Mean Median P5 P99
## <int> <dbl> <dbl> <dbl> <dbl>
## 1 1000 4.83 4.8 2.4 8
## 2 2000 4.89 5 2.6 8
## 3 3000 4.91 5 2.4 8
## 4 4000 4.90 5 2.4 8
## 5 5000 4.93 5 2.4 7.8
## 6 6000 4.89 5 2.4 8
## 7 7000 4.92 5 2.6 8
## 8 8000 4.88 5 2.4 8
## 9 9000 4.88 5 2.4 8
## 10 10000 4.88 5 2.4 8
## # ℹ 20 more rowssử dụng hàm ggplot để vẽ biểu đồ
s%>%ggplot(aes(x=Size))+
geom_pointrange(aes(y=Median,
ymin=P5,ymax=P99,
col=Size),
show.legend = F)+
theme_bw()+
scale_y_continuous(limits = c(0,10))+
geom_hline(yintercept = median(math_pop),linetype=2,col="red")+
coord_flip()
3.4 Dựng hàng loạt mô hình khác nhau cho cùng dữ liệu
Trong thí dụ tiếp theo, em sẽ dùng bộ dữ liệu gapminder, mục tiêu là dựng 5 mô hình khác nhau ước lượng tuổi thọ trung bình theo dân số, thu nhập bình quân, năm và yếu tố địa lý, cho từng quốc gia
library(gapminder)## Warning: package 'gapminder' was built under R version 4.3.1gapminder## # A tibble: 1,704 × 6
## country continent year lifeExp pop gdpPercap
## <fct> <fct> <int> <dbl> <int> <dbl>
## 1 Afghanistan Asia 1952 28.8 8425333 779.
## 2 Afghanistan Asia 1957 30.3 9240934 821.
## 3 Afghanistan Asia 1962 32.0 10267083 853.
## 4 Afghanistan Asia 1967 34.0 11537966 836.
## 5 Afghanistan Asia 1972 36.1 13079460 740.
## 6 Afghanistan Asia 1977 38.4 14880372 786.
## 7 Afghanistan Asia 1982 39.9 12881816 978.
## 8 Afghanistan Asia 1987 40.8 13867957 852.
## 9 Afghanistan Asia 1992 41.7 16317921 649.
## 10 Afghanistan Asia 1997 41.8 22227415 635.
## # ℹ 1,694 more rows5 mô hình cần dựng có nội dung
f1 = lifeExp ~ pop
f2 = lifeExp ~ gdpPercap
f3 = lifeExp ~ pop + gdpPercap
f4 = lifeExp ~ pop + gdpPercap + year
f5 = lifeExp ~ pop + gdpPercap + year + continent
f1## lifeExp ~ popf2## lifeExp ~ gdpPercapf3## lifeExp ~ pop + gdpPercapf4## lifeExp ~ pop + gdpPercap + yearf5 ## lifeExp ~ pop + gdpPercap + year + continentTa có thể kết hợp 2 hàm map, hàm thứ nhất dựng 5 mô hình với 5 công thức khác nhau, hàm map thứ 2 trích xuất kết quả summary cho từng mô hình
formulas <- list(f1,f2,f3,f4,f5)
mod <- map (formulas, ~ lm(.x, data=gapminder))%>%
map(~ summary(.x))
mod## [[1]]
##
## Call:
## lm(formula = .x, data = gapminder)
##
## Residuals:
## Min 1Q Median 3Q Max
## -35.70 -11.13 1.07 11.45 22.91
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.924e+01 3.243e-01 182.688 < 2e-16 ***
## pop 7.904e-09 2.943e-09 2.685 0.00731 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 12.89 on 1702 degrees of freedom
## Multiple R-squared: 0.004219, Adjusted R-squared: 0.003634
## F-statistic: 7.212 on 1 and 1702 DF, p-value: 0.007314
##
##
## [[2]]
##
## Call:
## lm(formula = .x, data = gapminder)
##
## Residuals:
## Min 1Q Median 3Q Max
## -82.754 -7.758 2.176 8.225 18.426
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.396e+01 3.150e-01 171.29 <2e-16 ***
## gdpPercap 7.649e-04 2.579e-05 29.66 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 10.49 on 1702 degrees of freedom
## Multiple R-squared: 0.3407, Adjusted R-squared: 0.3403
## F-statistic: 879.6 on 1 and 1702 DF, p-value: < 2.2e-16
##
##
## [[3]]
##
## Call:
## lm(formula = .x, data = gapminder)
##
## Residuals:
## Min 1Q Median 3Q Max
## -82.754 -7.745 2.055 8.212 18.534
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.365e+01 3.225e-01 166.36 < 2e-16 ***
## pop 9.728e-09 2.385e-09 4.08 4.72e-05 ***
## gdpPercap 7.676e-04 2.568e-05 29.89 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 10.44 on 1701 degrees of freedom
## Multiple R-squared: 0.3471, Adjusted R-squared: 0.3463
## F-statistic: 452.2 on 2 and 1701 DF, p-value: < 2.2e-16
##
##
## [[4]]
##
## Call:
## lm(formula = .x, data = gapminder)
##
## Residuals:
## Min 1Q Median 3Q Max
## -67.497 -7.075 1.121 7.701 19.640
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -4.115e+02 2.767e+01 -14.872 < 2e-16 ***
## pop 6.353e-09 2.218e-09 2.864 0.00423 **
## gdpPercap 6.729e-04 2.444e-05 27.529 < 2e-16 ***
## year 2.354e-01 1.400e-02 16.812 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9.673 on 1700 degrees of freedom
## Multiple R-squared: 0.4402, Adjusted R-squared: 0.4392
## F-statistic: 445.6 on 3 and 1700 DF, p-value: < 2.2e-16
##
##
## [[5]]
##
## Call:
## lm(formula = .x, data = gapminder)
##
## Residuals:
## Min 1Q Median 3Q Max
## -28.4051 -4.0550 0.2317 4.5073 20.0217
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -5.185e+02 1.989e+01 -26.062 <2e-16 ***
## pop 1.791e-09 1.634e-09 1.096 0.273
## gdpPercap 2.985e-04 2.002e-05 14.908 <2e-16 ***
## year 2.863e-01 1.006e-02 28.469 <2e-16 ***
## continentAmericas 1.429e+01 4.946e-01 28.898 <2e-16 ***
## continentAsia 9.375e+00 4.719e-01 19.869 <2e-16 ***
## continentEurope 1.936e+01 5.182e-01 37.361 <2e-16 ***
## continentOceania 2.056e+01 1.469e+00 13.995 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 6.883 on 1696 degrees of freedom
## Multiple R-squared: 0.7172, Adjusted R-squared: 0.716
## F-statistic: 614.5 on 7 and 1696 DF, p-value: < 2.2e-16Bây giờ ta thay đổi hàm map thứ hai thành map_df để trích xuất riêng trị số AIC và công thức mỗi mô hình
mod <- map (formulas, ~ lm(.x, data=gapminder))%>%
map_df(~ data_frame(formula = format(formula(.x)),
AIC=AIC(.x),
stringAsFactors=F))
mod## # A tibble: 5 × 3
## formula AIC stringAsFactors
## <chr> <dbl> <lgl>
## 1 lifeExp ~ pop 13553. FALSE
## 2 lifeExp ~ gdpPercap 12850. FALSE
## 3 lifeExp ~ pop + gdpPercap 12836. FALSE
## 4 lifeExp ~ pop + gdpPercap + year 12576. FALSE
## 5 lifeExp ~ pop + gdpPercap + year + continent 11420. FALSEMột thủ thuật khác, đó là nêu trực tiếp tên của thành phần cần trích xuất từ dữ liệu đầu ra của hàm map đi trước (trở thành .x của hàm map đi sau)
gapminder %>% split(.$country) %>%
map (.,~ lm(lifeExp ~ year, data=.x))%>%
map(~ summary(.x))%>%
map_dbl("r.squared")## Afghanistan Albania Algeria
## 0.94771226 0.91057777 0.98511721
## Angola Argentina Australia
## 0.88781463 0.99556810 0.97964774
## Austria Bahrain Bangladesh
## 0.99213401 0.96673981 0.98936087
## Belgium Benin Bolivia
## 0.99454056 0.96660199 0.98454156
## Bosnia and Herzegovina Botswana Brazil
## 0.89569829 0.03402340 0.99804741
## Bulgaria Burkina Faso Burundi
## 0.54654217 0.91871050 0.76599597
## Cambodia Cameroon Canada
## 0.63869222 0.68017839 0.99638552
## Central African Republic Chad Chile
## 0.49324448 0.87237550 0.98279710
## China Colombia Comoros
## 0.87127734 0.96787344 0.99685076
## Congo, Dem. Rep. Congo, Rep. Costa Rica
## 0.34820278 0.51966079 0.96174767
## Cote d'Ivoire Croatia Cuba
## 0.28337240 0.93243047 0.92406716
## Czech Republic Denmark Djibouti
## 0.91668191 0.97066797 0.97437134
## Dominican Republic Ecuador Egypt
## 0.97060781 0.99456626 0.99030424
## El Salvador Equatorial Guinea Eritrea
## 0.95567201 0.99686864 0.95727334
## Ethiopia Finland France
## 0.96850263 0.99383835 0.99762458
## Gabon Gambia Germany
## 0.81276621 0.98923562 0.98950568
## Ghana Greece Guatemala
## 0.98409873 0.97196085 0.99666377
## Guinea Guinea-Bissau Haiti
## 0.97831518 0.98455829 0.98761338
## Honduras Hong Kong, China Hungary
## 0.97730026 0.97230183 0.79501875
## Iceland India Indonesia
## 0.97032657 0.96843652 0.99711418
## Iran Iraq Ireland
## 0.99501535 0.54578420 0.98414574
## Israel Italy Jamaica
## 0.99478290 0.99336612 0.80565904
## Japan Jordan Kenya
## 0.95959563 0.96975008 0.44255729
## Korea, Dem. Rep. Korea, Rep. Kuwait
## 0.70306306 0.98765101 0.95235423
## Lebanon Lesotho Liberia
## 0.94172582 0.08485635 0.51175640
## Libya Madagascar Malawi
## 0.98333149 0.99465364 0.83995446
## Malaysia Mali Mauritania
## 0.94650639 0.99545140 0.99767430
## Mauritius Mexico Mongolia
## 0.93478457 0.98520444 0.98731309
## Montenegro Morocco Mozambique
## 0.80186521 0.99458312 0.77427932
## Myanmar Namibia Nepal
## 0.87937750 0.43702163 0.99154171
## Netherlands New Zealand Nicaragua
## 0.98221566 0.95358464 0.99677615
## Niger Nigeria Norway
## 0.89768664 0.87010508 0.96290057
## Oman Pakistan Panama
## 0.97479461 0.99724965 0.95119516
## Paraguay Peru Philippines
## 0.98298650 0.98847401 0.99142260
## Poland Portugal Puerto Rico
## 0.83966315 0.96903508 0.90781912
## Reunion Romania Rwanda
## 0.96607180 0.80556666 0.01715964
## Sao Tome and Principe Saudi Arabia Senegal
## 0.95525936 0.97208439 0.99054417
## Serbia Sierra Leone Singapore
## 0.87880538 0.96015054 0.98794751
## Slovak Republic Slovenia Somalia
## 0.79174822 0.96604327 0.84442863
## South Africa Spain Sri Lanka
## 0.31246865 0.96489456 0.94771469
## Sudan Swaziland Sweden
## 0.99214243 0.06821087 0.99548216
## Switzerland Syria Taiwan
## 0.99739086 0.98416512 0.95707113
## Tanzania Thailand Togo
## 0.76421876 0.96738440 0.90580373
## Trinidad and Tobago Tunisia Turkey
## 0.79800744 0.98070422 0.98533264
## Uganda United Kingdom United States
## 0.34215382 0.98443596 0.98592016
## Uruguay Venezuela Vietnam
## 0.97683072 0.94652607 0.98941189
## West Bank and Gaza Yemen, Rep. Zambia
## 0.97048087 0.98117240 0.05983644
## Zimbabwe
## 0.056231963.5 Thực hiện quy trình bất kì trên hàng loạt mẫu
Trong thí dụ minh họa tiếp theo, em sẽ dùng dữ liệu cigarette , với nội dung diễn tiến giá bán lẻ thuốc lá tại 49 bang của Mỹ từ năm 1962 đến 1992.
library(gamlss)## Warning: package 'gamlss' was built under R version 4.3.1## Loading required package: splines## Loading required package: gamlss.data##
## Attaching package: 'gamlss.data'## The following object is masked from 'package:datasets':
##
## sleep## Loading required package: gamlss.dist## Warning: package 'gamlss.dist' was built under R version 4.3.1## Loading required package: MASS## Warning: package 'MASS' was built under R version 4.3.1##
## Attaching package: 'MASS'## The following object is masked from 'package:dplyr':
##
## select## Loading required package: nlme##
## Attaching package: 'nlme'## The following object is masked from 'package:dplyr':
##
## collapse## Loading required package: parallel## ********** GAMLSS Version 5.4-12 **********## For more on GAMLSS look at https://www.gamlss.com/## Type gamlssNews() to see new features/changes/bug fixes.nC<-detectCores()
cigarette=read.csv("https://raw.github.com/vincentarelbundock/Rdatasets/master/csv/plm/Cigar.csv")
cigarette$state=factor(cigarette$state)
cigarette$year=factor(cigarette$year-62)
cigarette## X state year price pop pop16 cpi ndi sales pimin
## 1 1 1 1 28.6 3383.0 2236.5 30.6 1558.305 93.9 26.1
## 2 2 1 2 29.8 3431.0 2276.7 31.0 1684.073 95.4 27.5
## 3 3 1 3 29.8 3486.0 2327.5 31.5 1809.842 98.5 28.9
## 4 4 1 4 31.5 3524.0 2369.7 32.4 1915.160 96.4 29.5
## 5 5 1 5 31.6 3533.0 2393.7 33.4 2023.546 95.5 29.6
## 6 6 1 6 35.6 3522.0 2405.2 34.8 2202.486 88.4 32.0
## 7 7 1 7 36.6 3531.0 2411.9 36.7 2377.335 90.1 32.8
## 8 8 1 8 39.6 3444.0 2394.6 38.8 2591.039 89.8 34.3
## 9 9 1 9 42.7 3481.0 2443.5 40.5 2785.316 95.4 35.8
## 10 10 1 10 42.3 3511.0 2484.7 41.8 3034.808 101.1 37.4
## 11 11 1 11 42.1 3540.0 2526.0 44.4 3387.574 102.9 37.3
## 12 12 1 12 43.1 3574.0 2573.9 49.3 3718.867 108.2 41.4
## 13 13 1 13 46.6 3614.0 2623.7 53.8 4087.993 111.7 43.0
## 14 14 1 14 50.4 3657.0 2677.4 56.9 4486.772 116.2 46.4
## 15 15 1 15 50.1 3690.0 2719.6 60.6 4899.866 117.1 48.8
## 16 16 1 16 55.1 3728.0 2764.6 65.2 5450.998 123.0 53.6
## 17 17 1 17 56.8 3769.0 2810.7 72.6 5957.141 121.4 56.5
## 18 18 1 18 60.6 3894.0 2898.9 82.4 6466.350 123.2 59.3
## 19 19 1 19 68.8 3917.0 2924.7 90.9 7042.023 119.6 62.6
## 20 20 1 20 73.1 3943.0 2953.5 96.5 7505.220 119.1 67.8
## 21 21 1 21 84.4 3959.0 2977.5 99.6 7974.552 116.3 78.6
## 22 22 1 22 90.8 3990.0 3009.1 103.9 8693.376 113.0 86.8
## 23 23 1 23 99.0 4020.0 3039.8 107.6 9059.434 114.5 90.7
## 24 24 1 24 103.0 4050.0 3072.4 109.6 9674.985 116.3 98.8
## 25 25 1 25 110.0 4083.0 3104.0 113.6 10213.848 114.0 103.5
## 26 26 1 26 114.4 4102.0 3124.0 118.3 10993.000 112.1 109.2
## 27 27 1 27 122.3 4118.0 3140.0 124.0 11634.000 105.6 121.5
## 28 28 1 28 139.1 4129.2 3148.6 130.7 12806.000 108.6 132.3
## 29 29 1 29 144.4 4178.3 3185.1 136.2 13360.000 107.9 137.4
## 30 30 1 30 172.2 4226.3 3226.7 140.3 14533.000 109.1 159.5
## 31 31 3 1 23.9 1517.0 982.4 30.6 1944.745 125.0 24.9
## 32 32 3 2 24.0 1549.0 1005.6 31.0 2063.516 121.0 25.5
## 33 33 3 3 24.2 1575.0 1024.9 31.5 2162.664 123.2 25.3
## 34 34 3 4 29.6 1609.0 1051.9 32.4 2318.615 113.9 25.5
## 35 35 3 5 29.2 1637.0 1078.9 33.4 2446.681 117.1 26.0
## 36 36 3 6 31.3 1667.0 1106.0 34.8 2720.371 115.6 32.3
## 37 37 3 7 36.1 1693.0 1117.5 36.7 2979.601 113.8 33.3
## 38 38 3 8 37.1 1772.0 1226.6 38.8 3269.816 115.2 34.6
## 39 39 3 9 38.5 1878.0 1313.5 40.5 3549.702 109.6 36.6
## 40 40 3 10 38.0 1975.0 1393.6 41.8 3800.670 125.0 37.2
## 41 41 3 11 38.7 2075.0 1476.5 44.4 4219.983 128.3 36.5
## 42 42 3 12 39.2 2156.0 1547.0 49.3 4508.132 133.1 37.8
## 43 43 3 13 47.7 2200.0 1591.4 53.8 4742.575 121.8 40.5
## 44 44 3 14 49.1 2244.0 1635.8 56.9 5158.790 122.3 43.4
## 45 45 3 15 48.7 2304.0 1690.8 60.6 5567.775 121.7 44.7
## 46 46 3 16 53.6 2373.0 1750.6 65.2 6283.499 124.7 49.5
## 47 47 3 17 58.6 2450.0 1812.4 72.6 7099.404 124.6 53.7
## 48 48 3 18 60.8 2718.0 2044.0 82.4 7823.390 126.8 57.2
## 49 49 3 19 63.3 2794.0 2103.8 90.9 8647.557 113.8 62.7
## 50 50 3 20 73.3 2860.0 2153.1 96.5 8879.935 113.5 68.1
## 51 51 3 21 80.5 2963.0 2231.2 99.6 9579.135 111.1 79.6
## 52 52 3 22 92.8 3053.0 2300.7 103.9 10549.958 107.1 90.2
## 53 53 3 23 98.8 3161.0 2384.7 107.6 11256.387 107.1 97.5
## 54 54 3 24 106.7 3279.0 2483.1 109.6 11796.536 107.9 101.2
## 55 55 3 25 113.5 3386.0 2569.0 113.6 12367.670 106.1 103.9
## 56 56 3 26 113.5 3489.0 2638.0 118.3 13008.000 102.2 113.7
## 57 57 3 27 125.6 3556.0 2672.0 124.0 13625.000 96.8 126.4
## 58 58 3 28 130.2 3598.2 2703.7 130.7 13826.000 88.9 133.6
## 59 59 3 29 151.4 3681.7 2759.1 136.2 14232.000 81.2 146.9
## 60 60 3 30 165.7 3762.2 2804.8 140.3 15179.000 79.0 165.4
## 61 61 4 1 27.0 1907.0 1296.7 30.6 1480.333 103.4 25.8
## 62 62 4 2 27.3 1939.0 1320.7 31.0 1610.080 102.6 25.7
## 63 63 4 3 27.2 1941.0 1323.6 31.5 1710.199 100.3 26.1
## 64 64 4 4 30.3 1963.0 1344.8 32.4 1883.875 98.9 26.2
## 65 65 4 5 30.4 1972.0 1357.3 33.4 2004.427 102.9 27.5
## 66 66 4 6 30.9 1983.0 1374.6 34.8 2143.368 104.0 29.2
## 67 67 4 7 30.9 1995.0 1389.0 36.7 2286.395 102.9 29.9
## 68 68 4 8 36.7 1923.0 1366.9 38.8 2493.785 100.3 34.3
## 69 69 4 9 38.8 1961.0 1405.4 40.5 2710.369 104.1 36.8
## 70 70 4 10 44.1 1999.0 1442.9 41.8 2950.451 103.9 37.4
## 71 71 4 11 45.1 2030.0 1474.6 44.4 3410.182 108.0 37.3
## 72 72 4 12 45.5 2063.0 1508.3 49.3 3807.593 109.7 38.0
## 73 73 4 13 48.6 2112.0 1552.5 53.8 4057.891 114.8 43.0
## 74 74 4 14 50.9 2113.0 1565.1 56.9 4362.335 119.1 44.7
## 75 75 4 15 52.6 2143.0 1596.8 60.6 4859.866 122.6 45.9
## 76 76 4 16 56.5 2167.0 1623.7 65.2 5467.733 127.3 49.9
## 77 77 4 17 58.4 2180.0 1641.0 72.6 6015.323 126.5 52.2
## 78 78 4 18 61.5 2286.0 1715.1 82.4 6278.902 131.8 57.3
## 79 79 4 19 64.7 2296.0 1725.7 90.9 7101.310 128.7 59.9
## 80 80 4 20 72.1 2291.0 1724.7 96.5 7390.430 127.4 64.7
## 81 81 4 21 82.0 2328.0 1757.4 99.6 7886.939 128.0 74.8
## 82 82 4 22 93.6 2349.0 1776.7 103.9 8546.908 123.1 84.8
## 83 83 4 23 98.5 2359.0 1790.1 107.6 9134.342 125.8 92.5
## 84 84 4 24 103.6 2371.0 1804.6 109.6 9550.143 126.0 98.8
## 85 85 4 25 113.0 2388.0 1819.0 113.6 9886.258 122.3 103.5
## 86 86 4 26 119.9 2395.0 1823.0 118.3 10630.000 121.5 112.1
## 87 87 4 27 127.7 2406.0 1831.0 124.0 11243.000 118.3 118.9
## 88 88 4 28 141.2 2411.1 1834.9 130.7 12370.000 113.1 129.1
## 89 89 4 29 146.5 2432.7 1851.2 136.2 12917.000 116.8 132.5
## 90 90 4 30 177.3 2460.4 1876.7 140.3 13879.000 126.0 153.1
## 91 91 5 1 25.3 17556.0 12072.0 30.6 2776.097 142.0 23.9
## 92 92 5 2 25.5 18003.0 12384.3 31.0 2974.929 138.3 24.0
## 93 93 5 3 25.3 18403.0 12673.3 31.5 3107.845 140.0 24.2
## 94 94 5 4 25.5 18669.0 12898.5 32.4 3296.952 136.8 29.6
## 95 95 5 5 26.0 18992.0 13181.8 33.4 3462.286 135.8 29.2
## 96 96 5 6 35.4 19179.0 13370.3 34.8 3690.296 124.3 31.3
## 97 97 5 7 36.6 19443.0 13681.6 36.7 3919.386 123.9 33.3
## 98 98 5 8 38.8 19953.0 14317.6 38.8 4192.781 123.0 37.1
## 99 99 5 9 39.7 20266.0 14670.5 40.5 4414.307 121.0 38.5
## 100 100 5 10 39.9 20447.0 14938.3 41.8 4650.961 123.5 38.0
## 101 101 5 11 39.9 20670.0 15243.7 44.4 5103.738 124.4 38.7
## 102 102 5 12 41.9 20915.0 15566.6 49.3 5607.304 126.7 39.2
## 103 103 5 13 45.0 21216.0 15933.0 53.8 6138.966 127.1 44.5
## 104 104 5 14 48.3 21550.0 16318.7 56.9 6630.646 128.0 44.9
## 105 105 5 15 49.0 21900.0 16697.6 60.6 7234.709 126.4 48.7
## 106 106 5 16 58.7 22314.0 17117.2 65.2 8021.395 126.1 53.6
## 107 107 5 17 60.1 22694.0 17481.6 72.6 8957.207 121.9 57.1
## 108 108 5 18 62.1 23669.0 20853.4 82.4 9891.938 120.2 60.8
## 109 109 5 19 66.4 24196.0 18670.6 90.9 10816.943 118.6 63.3
## 110 110 5 20 72.8 24724.0 19064.1 96.5 11361.572 115.4 71.6
## 111 111 5 21 84.9 25174.0 19419.8 99.6 12027.230 110.8 80.5
## 112 112 5 22 94.9 25622.0 19776.5 103.9 13019.234 104.8 92.8
## 113 113 5 23 98.0 26358.0 20215.4 107.6 13755.132 102.8 98.8
## 114 114 5 24 104.4 27001.0 20695.9 109.6 14350.550 99.7 106.6
## 115 115 5 25 103.9 27663.0 21156.0 113.6 15016.208 97.5 113.5
## 116 116 5 26 117.4 28314.0 21591.0 118.3 16059.000 90.1 113.5
## 117 117 5 27 126.4 29063.0 22081.0 124.0 16779.000 82.4 125.6
## 118 118 5 28 163.8 29602.1 22490.6 130.7 17384.000 77.8 130.2
## 119 119 5 29 186.8 30218.8 22694.0 136.2 17705.000 68.7 151.4
## 120 120 5 30 201.9 30703.3 22920.0 140.3 18495.000 67.5 165.7
## 121 121 7 1 26.8 2716.0 1883.5 30.6 2913.680 156.2 26.2
## 122 122 7 2 27.8 2784.0 1929.7 31.0 3104.145 143.5 26.9
## 123 123 7 3 28.1 2830.0 1961.5 31.5 3249.668 147.0 26.5
## 124 124 7 4 30.1 2886.0 2004.9 32.4 3493.634 144.5 30.0
## 125 125 7 5 31.1 2918.0 2034.8 33.4 3763.280 145.6 31.0
## 126 126 7 6 31.3 2961.0 2075.2 34.8 3897.034 143.2 32.1
## 127 127 7 7 32.2 3000.0 2127.2 36.7 4135.649 144.7 35.0
## 128 128 7 8 42.2 3032.0 2155.2 38.8 4482.338 120.0 39.3
## 129 129 7 9 45.5 3063.0 2201.4 40.5 4715.603 117.6 40.2
## 130 130 7 10 51.3 3074.0 2234.2 41.8 4948.869 110.8 41.6
## 131 131 7 11 50.6 3076.0 2258.3 44.4 5496.722 109.3 40.6
## 132 132 7 12 52.5 3085.0 2292.9 49.3 5949.343 112.4 41.3
## 133 133 7 13 54.5 3097.0 2327.6 53.8 6407.314 110.2 44.3
## 134 134 7 14 57.6 3101.0 2356.5 56.9 6838.534 113.4 52.2
## 135 135 7 15 58.4 3107.0 2384.5 60.6 7505.160 117.3 52.3
## 136 136 7 16 61.7 3116.0 2415.3 65.2 8309.820 117.5 56.3
## 137 137 7 17 64.4 3115.0 2435.5 72.6 9295.313 117.4 58.7
## 138 138 7 18 67.0 3108.0 2424.0 82.4 10384.600 118.0 60.0
## 139 139 7 19 80.1 3134.0 2461.5 90.9 11470.676 116.4 64.5
## 140 140 7 20 85.6 3153.0 2487.6 96.5 12380.197 114.7 71.6
## 141 141 7 21 95.6 3138.0 2487.6 99.6 13485.534 114.1 83.1
## 142 142 7 22 113.5 3154.0 2505.9 103.9 14927.929 112.5 94.8
## 143 143 7 23 118.6 3175.0 2525.1 107.6 15685.507 111.0 100.3
## 144 144 7 24 118.5 3193.0 2541.5 109.6 16486.956 108.5 101.8
## 145 145 7 25 122.7 3211.0 2555.0 113.6 17762.427 109.0 113.5
## 146 146 7 26 129.7 3233.0 2568.0 118.3 19559.000 104.8 121.5
## 147 147 7 27 142.0 3239.0 2564.0 124.0 20687.000 100.6 134.8
## 148 148 7 28 171.2 3242.9 2567.1 130.7 21447.000 91.5 150.9
## 149 149 7 29 169.5 3246.9 2555.4 136.2 21967.000 86.7 163.3
## 150 150 7 30 193.5 3237.0 2536.7 140.3 22891.000 83.6 175.9
## 151 151 8 1 26.8 480.0 317.7 30.6 2261.462 165.8 26.8
## 152 152 8 2 27.1 494.0 326.3 31.0 2325.340 170.9 28.5
## 153 153 8 3 27.2 503.0 332.1 31.5 2529.367 170.8 27.9
## 154 154 8 4 31.0 514.0 343.6 32.4 2691.445 161.3 28.2
## 155 155 8 5 30.7 524.0 353.2 33.4 2864.011 158.2 29.4
## 156 156 8 6 32.0 533.0 359.0 34.8 3061.364 164.8 30.9
## 157 157 8 7 32.2 540.0 362.8 36.7 3287.320 175.5 30.7
## 158 158 8 8 39.0 584.0 378.2 38.8 3495.161 155.0 32.6
## 159 159 8 9 41.3 563.0 392.6 40.5 3730.650 161.1 34.2
## 160 160 8 10 44.7 570.0 403.1 41.8 4015.716 156.3 34.3
## 161 161 8 11 44.0 573.0 409.9 44.4 4438.072 154.7 35.3
## 162 162 8 12 44.2 576.0 416.6 49.3 4755.554 151.3 35.8
## 163 163 8 13 45.9 579.0 424.3 53.8 5112.125 147.6 39.5
## 164 164 8 14 50.1 582.0 431.0 56.9 5440.095 153.0 46.1
## 165 165 8 15 51.7 582.0 434.8 60.6 5850.056 153.3 49.2
## 166 166 8 16 58.7 584.0 440.6 65.2 6407.795 155.5 52.1
## 167 167 8 17 60.0 582.0 441.5 72.6 7017.016 150.2 56.2
## 168 168 8 18 62.7 595.0 454.0 82.4 7773.062 150.5 58.1
## 169 169 8 19 66.0 598.0 458.8 90.9 8492.878 152.6 62.8
## 170 170 8 20 74.1 602.0 463.6 96.5 9213.648 154.1 65.4
## 171 171 8 21 82.0 606.0 469.4 99.6 10081.241 149.6 74.9
## 172 172 8 22 91.1 613.0 476.1 103.9 10806.777 144.0 84.2
## 173 173 8 23 98.7 622.0 481.8 107.6 11563.776 144.5 90.1
## 174 174 8 24 105.2 633.0 492.4 109.6 12062.404 142.4 93.3
## 175 175 8 25 111.4 644.0 502.0 113.6 12960.506 141.0 100.3
## 176 176 8 26 119.3 660.0 513.0 118.3 14137.000 137.1 109.2
## 177 177 8 27 124.0 673.0 522.0 124.0 14949.000 131.7 120.2
## 178 178 8 28 140.0 681.2 528.3 130.7 16435.000 127.2 131.5
## 179 179 8 29 143.2 695.5 537.5 136.2 16732.000 118.8 141.6
## 180 180 8 30 174.7 704.7 543.6 140.3 18300.000 120.0 159.1
## 181 181 9 1 23.4 792.0 563.1 30.6 2733.227 246.4 24.7
## 182 182 9 2 23.9 795.0 559.3 31.0 2894.005 235.3 25.2
## 183 183 9 3 24.1 802.0 560.2 31.5 3068.443 246.5 25.1
## 184 184 9 4 24.1 806.0 559.3 32.4 3215.561 295.9 24.7
## 185 185 9 5 26.6 808.0 559.3 33.4 3479.321 249.8 26.3
## 186 186 9 6 26.7 802.0 554.4 34.8 3752.538 224.3 27.1
## 187 187 9 7 27.2 798.0 561.2 36.7 3907.011 212.2 28.3
## 188 188 9 8 28.5 756.0 563.1 38.8 4202.296 200.4 28.8
## 189 189 9 9 32.6 750.0 560.2 40.5 4600.564 213.0 30.2
## 190 190 9 10 33.7 744.0 558.3 41.8 4964.153 220.6 29.9
## 191 191 9 11 34.5 734.0 553.4 44.4 5310.929 209.4 30.1
## 192 192 9 12 36.0 721.0 547.6 49.3 5894.144 182.7 31.3
## 193 193 9 13 39.4 711.0 543.7 53.8 6587.696 176.5 33.6
## 194 194 9 14 47.8 697.0 536.9 56.9 7003.827 167.7 37.9
## 195 195 9 15 51.9 683.0 529.2 60.6 7770.938 136.7 38.4
## 196 196 9 16 59.8 671.0 523.3 65.2 8369.915 130.3 42.8
## 197 197 9 17 59.3 656.0 514.6 72.6 9306.211 128.5 45.8
## 198 198 9 18 65.6 638.0 518.5 82.4 10605.045 129.7 48.5
## 199 199 9 19 69.0 631.0 512.7 90.9 11612.798 131.9 51.8
## 200 200 9 20 74.8 631.0 512.7 96.5 12167.639 132.0 56.4
## 201 201 9 21 86.3 623.0 505.9 99.6 13222.680 124.5 68.8
## 202 202 9 22 98.5 623.0 505.9 103.9 14479.480 124.6 76.0
## 203 203 9 23 100.4 623.0 502.9 107.6 15439.945 122.1 83.6
## 204 204 9 24 109.3 625.0 502.9 109.6 15675.333 117.2 91.3
## 205 205 9 25 112.5 622.0 501.0 113.6 16632.645 113.0 94.6
## 206 206 9 26 119.0 617.0 494.0 118.3 18397.000 105.4 102.1
## 207 207 9 27 135.9 604.0 478.0 124.0 19937.000 101.1 109.4
## 208 208 9 28 145.7 587.5 465.0 130.7 19351.000 84.1 128.6
## 209 209 9 29 143.3 578.8 452.0 136.2 20231.000 82.2 136.5
## 210 210 9 30 187.4 570.1 447.4 140.3 22101.000 82.6 157.9
## 211 211 10 1 26.3 5532.0 3996.8 30.6 1980.687 137.5 26.9
## 212 212 10 2 29.7 5654.0 4087.2 31.0 2122.917 125.5 27.5
## 213 213 10 3 29.7 5796.0 4197.7 31.5 2261.986 131.1 29.8
## 214 214 10 4 30.0 5914.0 4292.1 32.4 2430.556 131.3 30.6
## 215 215 10 5 30.2 6035.0 4401.6 33.4 2599.125 132.8 31.5
## 216 216 10 6 32.0 6210.0 4559.3 34.8 2861.460 129.3 33.3
## 217 217 10 7 41.3 6354.0 4733.1 36.7 3131.171 121.2 34.2
## 218 218 10 8 43.5 6789.0 5188.1 38.8 3444.077 123.6 34.3
## 219 219 10 9 43.8 7101.0 5471.4 40.5 3693.770 123.0 35.8
## 220 220 10 10 46.8 7407.0 5754.6 41.8 3978.230 126.0 40.9
## 221 221 10 11 47.4 7757.0 6073.1 44.4 4483.938 132.6 42.1
## 222 222 10 12 48.1 8087.0 6387.5 49.3 4813.701 136.0 42.4
## 223 223 10 13 51.7 8253.0 6572.3 53.8 5129.768 131.9 44.5
## 224 224 10 14 55.9 8348.0 6705.9 56.9 5436.353 130.3 47.9
## 225 225 10 15 55.9 8481.0 6862.6 60.6 5965.239 133.1 49.5
## 226 226 10 16 66.3 8661.0 7051.4 65.2 6677.443 133.4 54.7
## 227 227 10 17 66.5 8860.0 7251.3 72.6 7425.468 135.4 56.6
## 228 228 10 18 69.8 9749.0 8052.9 82.4 8227.225 139.0 59.3
## 229 229 10 19 72.8 10183.0 8426.6 90.9 9132.230 132.8 62.6
## 230 230 10 20 79.0 10416.0 8626.4 96.5 9545.225 131.8 67.8
## 231 231 10 21 90.5 10680.0 8855.5 99.6 10352.249 127.6 78.9
## 232 232 10 22 99.3 10976.0 9113.6 103.9 11091.846 124.7 86.8
## 233 233 10 23 104.2 11053.0 9113.6 107.6 11764.015 124.2 90.7
## 234 234 10 24 113.8 11373.0 9384.8 109.6 12378.239 124.7 100.1
## 235 235 10 25 120.8 12023.0 9649.0 113.6 13193.692 125.1 103.9
## 236 236 10 26 130.5 12335.0 9870.0 118.3 14144.000 119.5 109.2
## 237 237 10 27 139.8 12671.0 10113.0 124.0 15049.000 113.8 122.3
## 238 238 10 28 150.1 12971.8 10353.1 130.7 15859.000 110.1 132.3
## 239 239 10 29 174.8 13311.7 10561.6 136.2 16254.000 98.2 138.2
## 240 240 10 30 187.0 13523.2 10664.3 140.3 17246.000 95.9 159.5
## 241 241 11 1 26.9 4206.0 2768.4 30.6 1743.939 108.3 26.1
## 242 242 11 2 27.5 4304.0 2840.0 31.0 1865.922 107.6 26.5
## 243 243 11 3 30.9 4391.0 2903.9 31.5 2024.086 103.5 26.2
## 244 244 11 4 30.6 4462.0 2965.0 32.4 2193.622 104.8 26.2
## 245 245 11 5 31.5 4490.0 2996.5 33.4 2366.258 106.7 27.3
## 246 246 11 6 33.3 4579.0 3077.6 34.8 2530.625 105.0 29.5
## 247 247 11 7 34.2 4641.0 3113.9 36.7 2730.139 108.6 29.0
## 248 248 11 8 34.3 4589.0 3159.7 38.8 2955.497 109.9 32.5
## 249 249 11 9 35.8 4679.0 3243.7 40.5 3189.125 115.7 34.3
## 250 250 11 10 40.9 4751.0 3314.3 41.8 3467.204 117.0 34.1
## 251 251 11 11 42.4 4826.0 3392.5 44.4 3885.873 119.8 33.5
## 252 252 11 12 42.4 4888.0 3463.1 49.3 4188.763 123.7 35.2
## 253 253 11 13 44.5 4926.0 3519.4 53.8 4493.720 122.9 38.1
## 254 254 11 14 47.9 4968.0 3581.5 56.9 4872.073 125.9 41.0
## 255 255 11 15 49.5 5027.0 3652.1 60.6 5279.371 127.9 42.2
## 256 256 11 16 54.7 5075.0 3711.3 65.2 5893.420 130.6 49.2
## 257 257 11 17 56.6 5117.0 3764.7 72.6 6422.701 131.0 50.2
## 258 258 11 18 59.3 5464.0 4036.7 82.4 7014.007 134.0 52.3
## 259 259 11 19 62.6 5574.0 4133.1 90.9 7744.869 131.7 54.7
## 260 260 11 20 67.8 5639.0 4197.0 96.5 8357.884 131.2 61.9
## 261 261 11 21 78.9 5732.0 4283.8 99.6 9010.182 128.6 72.4
## 262 262 11 22 86.8 5837.0 4382.1 103.9 9955.031 126.3 81.3
## 263 263 11 23 90.7 5973.0 4486.1 107.6 10577.349 128.8 83.0
## 264 264 11 24 100.1 6100.0 4595.9 109.6 11423.992 129.0 88.7
## 265 265 11 25 103.9 6222.0 4698.0 113.6 12115.572 129.3 95.3
## 266 266 11 26 109.2 6342.0 4778.0 118.3 12925.000 124.1 99.9
## 267 267 11 27 122.4 6436.0 4842.0 124.0 13464.000 117.1 111.9
## 268 268 11 28 132.3 6503.3 4892.6 130.7 14354.000 113.8 125.2
## 269 269 11 29 138.2 6648.8 4987.7 136.2 14694.000 109.6 129.0
## 270 270 11 30 159.5 6777.3 5088.7 140.3 15943.000 109.2 151.9
## 271 271 13 1 28.0 689.0 451.6 30.6 1938.814 97.0 24.9
## 272 272 13 2 29.4 687.0 453.5 31.0 2021.606 90.1 26.2
## 273 273 13 3 29.1 693.0 461.2 31.5 2302.472 95.2 26.1
## 274 274 13 4 29.8 700.0 468.9 32.4 2314.001 94.5 26.5
## 275 275 13 5 30.1 701.0 474.7 33.4 2445.002 98.3 27.4
## 276 276 13 6 32.0 709.0 485.3 34.8 2559.234 99.1 32.3
## 277 277 13 7 31.9 718.0 487.2 36.7 2813.900 100.6 32.6
## 278 278 13 8 33.8 713.0 493.0 38.8 3058.086 102.4 34.0
## 279 279 13 9 33.6 735.0 513.2 40.5 3245.679 108.5 34.4
## 280 280 13 10 33.7 756.0 533.4 41.8 3615.626 126.1 34.4
## 281 281 13 11 36.3 772.0 547.9 44.4 4165.830 121.8 34.4
## 282 282 13 12 38.0 794.0 568.1 49.3 4643.721 125.6 35.8
## 283 283 13 13 40.3 815.0 586.4 53.8 4804.066 123.3 38.6
## 284 284 13 14 42.5 836.0 604.7 56.9 5161.437 125.1 42.6
## 285 285 13 15 45.6 859.0 623.0 60.6 5555.488 125.0 43.4
## 286 286 13 16 51.5 882.0 640.3 65.2 6217.829 122.8 49.5
## 287 287 13 17 55.4 905.0 655.7 72.6 6672.664 117.5 51.7
## 288 288 13 18 56.4 944.0 677.9 82.4 7348.629 115.2 55.3
## 289 289 13 19 59.2 959.0 687.5 90.9 8047.650 114.1 55.9
## 290 290 13 20 67.6 965.0 691.3 96.5 8138.826 111.5 64.3
## 291 291 13 21 76.5 989.0 707.7 99.6 8744.575 111.3 71.0
## 292 292 13 22 88.5 1001.0 717.3 103.9 9148.057 103.6 81.7
## 293 293 13 23 97.6 1004.0 723.1 107.6 9493.900 100.7 87.4
## 294 294 13 24 99.9 1002.0 726.0 109.6 9883.759 96.7 97.8
## 295 295 13 25 107.1 998.0 726.0 113.6 10386.802 95.0 102.7
## 296 296 13 26 121.9 1003.0 732.0 118.3 11177.000 84.5 112.9
## 297 297 13 27 133.6 1014.0 742.0 124.0 12041.000 78.4 118.6
## 298 298 13 28 141.3 1027.3 751.7 130.7 13318.000 90.1 129.5
## 299 299 13 29 144.4 1059.9 777.4 136.2 14079.000 85.4 127.0
## 300 300 13 30 167.2 1088.5 802.2 140.3 14572.000 85.1 155.1
## 301 301 14 1 25.4 10369.0 7115.8 30.6 2655.691 145.5 24.1
## 302 302 14 2 25.6 10538.0 7225.6 31.0 2831.551 144.5 25.0
## 303 303 14 3 26.2 10641.0 7307.5 31.5 3037.767 145.5 24.5
## 304 304 14 4 30.0 10787.0 7425.9 32.4 3229.329 144.2 24.7
## 305 305 14 5 30.1 10887.0 7521.3 33.4 3391.580 141.8 25.0
## 306 306 14 6 35.6 10958.0 7608.9 34.8 3582.095 132.6 26.3
## 307 307 14 7 35.2 11047.0 7738.0 36.7 3795.639 130.4 27.0
## 308 308 14 8 41.4 11113.0 7860.3 38.8 4013.370 124.8 28.3
## 309 309 14 9 41.4 11172.0 7963.3 40.5 4319.031 125.6 30.1
## 310 310 14 10 41.9 11200.0 8054.8 41.8 4560.838 126.6 30.6
## 311 311 14 11 41.0 11179.0 8110.6 44.4 5158.552 124.4 30.6
## 312 312 14 12 41.9 11169.0 8177.1 49.3 5603.435 131.9 31.5
## 313 313 14 13 45.2 11178.0 8255.1 53.8 6120.546 131.8 33.3
## 314 314 14 14 48.4 11209.0 8342.7 56.9 6523.558 134.4 36.0
## 315 315 14 15 49.4 11232.0 8417.9 60.6 7108.710 134.0 36.9
## 316 316 14 16 54.6 11238.0 8472.7 65.2 7812.149 136.7 41.4
## 317 317 14 17 56.8 11229.0 8505.5 72.6 8642.249 135.3 43.4
## 318 318 14 18 60.0 11427.0 8673.1 82.4 9179.249 135.2 46.3
## 319 319 14 19 63.1 11462.0 8714.5 90.9 10134.963 133.0 49.4
## 320 320 14 20 69.6 11448.0 8716.4 96.5 10588.220 130.7 56.3
## 321 321 14 21 80.8 11486.0 8759.7 99.6 11044.618 127.9 66.4
## 322 322 14 22 89.6 11511.0 8799.2 103.9 12027.549 124.0 75.4
## 323 323 14 23 96.7 11538.0 8832.9 107.6 12644.104 121.6 79.3
## 324 324 14 24 108.4 11551.0 8864.7 109.6 13314.046 118.2 85.4
## 325 325 14 25 116.2 11582.0 8909.0 113.6 13970.380 109.5 90.5
## 326 326 14 26 124.1 11614.0 8961.0 118.3 15103.000 107.6 94.4
## 327 327 14 27 132.7 11658.0 9003.0 124.0 16060.000 104.6 103.8
## 328 328 14 28 147.3 11679.5 9019.6 130.7 17510.000 94.1 115.6
## 329 329 14 29 154.4 11793.9 9080.1 136.2 17908.000 96.1 120.5
## 330 330 14 30 179.8 11883.8 9138.5 140.3 18914.000 94.8 135.8
## 331 331 15 1 24.4 4780.0 3206.7 30.6 2204.326 138.5 24.1
## 332 332 15 2 26.0 4832.0 3244.2 31.0 2344.611 134.3 25.0
## 333 333 15 3 26.0 4893.0 3296.9 31.5 2562.259 135.3 24.5
## 334 334 15 4 28.8 4973.0 3365.1 32.4 2702.543 132.1 24.7
## 335 335 15 5 29.1 5012.0 3411.1 33.4 2784.032 134.8 25.0
## 336 336 15 6 29.8 5065.0 3472.5 34.8 2970.735 134.3 26.3
## 337 337 15 7 29.7 5118.0 3514.8 36.7 3194.571 132.9 27.0
## 338 338 15 8 30.6 5193.0 3616.5 38.8 3304.942 134.6 28.3
## 339 339 15 9 32.2 5239.0 3681.7 40.5 3570.039 139.3 30.1
## 340 340 15 10 32.5 5278.0 3743.1 41.8 3812.443 149.2 30.6
## 341 341 15 11 32.9 5304.0 3794.9 44.4 4427.220 156.0 30.6
## 342 342 15 12 34.5 5318.0 3840.0 49.3 4611.859 159.6 31.5
## 343 343 15 13 36.7 5312.0 3869.8 53.8 5024.461 162.4 33.3
## 344 344 15 14 38.7 5326.0 3912.0 56.9 5521.647 166.6 36.0
## 345 345 15 15 40.6 5352.0 3960.0 60.6 6012.643 173.0 36.9
## 346 346 15 16 50.0 5387.0 4013.7 65.2 6663.523 150.9 41.4
## 347 347 15 17 52.5 5400.0 4045.4 72.6 7358.757 148.9 43.4
## 348 348 15 18 53.7 5490.0 4103.9 82.4 7760.013 146.9 46.3
## 349 349 15 19 58.3 5468.0 4102.0 90.9 8407.798 148.5 49.4
## 350 350 15 20 65.1 5471.0 4115.4 96.5 8612.036 147.7 56.3
## 351 351 15 21 75.7 5479.0 4134.6 99.6 9060.740 143.0 66.4
## 352 352 15 22 85.2 5498.0 4164.4 103.9 10077.804 137.8 75.4
## 353 353 15 23 88.8 5500.0 4186.4 107.6 10502.785 135.3 79.3
## 354 354 15 24 93.6 5503.0 4211.4 109.6 11140.255 137.6 85.4
## 355 355 15 25 100.1 5531.0 4244.0 113.6 11803.512 134.0 90.5
## 356 356 15 26 109.3 5556.0 4275.0 118.3 12638.000 134.0 94.4
## 357 357 15 27 119.0 5593.0 4301.0 124.0 13451.000 132.5 103.8
## 358 358 15 28 130.8 5613.2 4316.6 130.7 14441.000 128.3 115.6
## 359 359 15 29 135.8 5680.1 4373.5 136.2 14773.000 127.2 120.5
## 360 360 15 30 153.5 5732.7 4430.4 140.3 15882.000 128.2 135.8
## 361 361 16 1 26.4 2758.0 1880.7 30.6 2153.014 114.9 25.4
## 362 362 16 2 27.9 2763.0 1889.4 31.0 2280.563 109.7 25.6
## 363 363 16 3 28.1 2758.0 1897.1 31.5 2537.700 116.0 26.1
## 364 364 16 4 31.6 2764.0 1912.5 32.4 2722.390 108.2 26.2
## 365 365 16 5 32.0 2772.0 1930.8 33.4 2744.838 113.7 27.5
## 366 366 16 6 36.3 2775.0 1950.1 34.8 2918.304 109.2 29.2
## 367 367 16 7 36.0 2781.0 1963.6 36.7 3165.237 107.9 29.9
## 368 368 16 8 37.7 2825.0 2000.2 38.8 3369.315 108.5 33.9
## 369 369 16 9 38.5 2849.0 2036.8 40.5 3507.067 108.4 34.7
## 370 370 16 10 41.9 2856.0 2062.8 41.8 3892.773 109.4 37.7
## 371 371 16 11 41.9 2858.0 2084.0 44.4 4829.487 110.6 37.7
## 372 372 16 12 43.2 2861.0 2108.1 49.3 4793.773 116.1 38.0
## 373 373 16 13 45.4 2873.0 2137.0 53.8 5289.681 120.5 42.8
## 374 374 16 14 47.8 2894.0 2172.7 56.9 5794.772 124.4 44.7
## 375 375 16 15 49.4 2903.0 2195.8 60.6 6047.828 125.5 45.9
## 376 376 16 16 54.6 2906.0 2213.1 65.2 7016.174 127.1 49.9
## 377 377 16 17 56.4 2902.0 2219.9 72.6 7617.181 124.2 52.2
## 378 378 16 18 58.8 2913.0 2213.1 82.4 7957.990 124.6 57.3
## 379 379 16 19 61.4 2899.0 2206.4 90.9 8951.846 132.9 59.9
## 380 380 16 20 72.8 2905.0 2212.2 96.5 9118.169 116.2 64.7
## 381 381 16 21 84.0 2905.0 2216.0 99.6 9124.292 115.6 74.8
## 382 382 16 22 93.3 2910.0 2218.9 103.9 10180.391 111.2 84.8
## 383 383 16 23 99.5 2880.0 2209.3 107.6 10668.136 109.4 92.3
## 384 384 16 24 104.8 2850.0 2195.8 109.6 11155.880 104.1 101.9
## 385 385 16 25 117.1 2834.0 2190.0 113.6 11623.217 101.1 108.5
## 386 386 16 26 124.2 2834.0 2203.0 118.3 12213.000 100.2 114.6
## 387 387 16 27 145.1 2840.0 2209.0 124.0 13138.000 94.4 118.9
## 388 388 16 28 149.6 2846.1 2213.8 130.7 14647.000 95.4 129.1
## 389 389 16 29 155.4 2864.6 2228.3 136.2 14873.000 97.1 132.5
## 390 390 16 30 178.5 2882.0 2238.7 140.3 16089.000 95.2 153.1
## 391 391 17 1 25.8 2261.0 1550.4 30.6 2148.668 115.8 25.8
## 392 392 17 2 25.6 2237.0 1537.8 31.0 2316.597 111.2 25.7
## 393 393 17 3 28.1 2248.0 1552.3 31.5 2488.699 107.8 26.1
## 394 394 17 4 30.5 2275.0 1582.3 32.4 2639.941 101.7 26.2
## 395 395 17 5 31.0 2281.0 1597.8 33.4 2768.235 101.2 27.5
## 396 396 17 6 32.4 2291.0 1622.0 34.8 2945.552 100.1 29.2
## 397 397 17 7 32.6 2321.0 1656.9 36.7 3163.548 102.6 29.9
## 398 398 17 8 34.2 2249.0 1624.9 38.8 3411.792 114.0 33.9
## 399 399 17 9 38.9 2247.0 1641.4 40.5 3717.403 102.8 34.7
## 400 400 17 10 38.8 2259.0 1665.6 41.8 4125.233 111.0 37.7
## 401 401 17 11 39.3 2269.0 1687.9 44.4 4790.694 115.2 37.7
## 402 402 17 12 40.2 2275.0 1706.3 49.3 5095.263 118.6 38.0
## 403 403 17 13 42.7 2287.0 1730.5 53.8 5498.920 123.4 43.5
## 404 404 17 14 46.6 2309.0 1760.5 56.9 5587.579 127.7 44.7
## 405 405 17 15 48.1 2331.0 1787.6 60.6 6407.410 127.9 45.9
## 406 406 17 16 52.6 2347.0 1810.8 65.2 7177.175 127.1 49.9
## 407 407 17 17 54.8 2369.0 1832.2 72.6 8258.811 126.4 52.2
## 408 408 17 18 58.3 2363.0 1814.7 82.4 8365.201 127.1 57.3
## 409 409 17 19 59.8 2383.0 1828.3 90.9 9461.439 132.0 59.9
## 410 410 17 20 65.1 2408.0 1843.8 96.5 10019.466 130.9 64.7
## 411 411 17 21 77.0 2425.0 1856.4 99.6 10400.177 127.6 74.8
## 412 412 17 22 91.0 2438.0 1867.0 103.9 11277.375 121.7 84.8
## 413 413 17 23 97.5 2449.0 1873.8 107.6 11843.748 115.7 93.7
## 414 414 17 24 103.0 2459.0 1887.3 109.6 12517.553 109.4 101.9
## 415 415 17 25 114.5 2476.0 1898.0 113.6 12827.337 105.2 108.5
## 416 416 17 26 123.9 2495.0 1912.0 118.3 13425.000 103.2 114.6
## 417 417 17 27 136.5 2513.0 1920.0 124.0 14103.000 96.5 118.9
## 418 418 17 28 145.8 2518.1 1923.9 130.7 15398.000 94.3 129.1
## 419 419 17 29 145.7 2535.4 1932.1 136.2 15849.000 91.8 132.5
## 420 420 17 30 174.2 2563.8 1913.0 140.3 16982.000 90.0 153.1
## 421 421 18 1 24.1 3121.0 2106.7 30.6 1724.582 126.3 24.4
## 422 422 18 2 25.0 3163.0 2142.2 31.0 1792.851 127.0 25.2
## 423 423 18 3 24.5 3173.0 2157.6 31.5 1935.691 128.7 25.1
## 424 424 18 4 24.7 3181.0 2176.8 32.4 2089.034 134.0 24.7
## 425 425 18 5 25.0 3201.0 2207.5 33.4 2237.125 139.3 26.3
## 426 426 18 6 26.3 3224.0 2242.1 34.8 2405.172 142.8 27.1
## 427 427 18 7 27.0 3232.0 2256.5 36.7 2587.923 146.3 28.3
## 428 428 18 8 28.3 3219.0 2270.0 38.8 2812.686 155.8 28.8
## 429 429 18 9 30.1 3280.0 2330.5 40.5 3006.991 163.5 30.2
## 430 430 18 10 30.6 3303.0 2360.3 41.8 3239.106 179.4 29.9
## 431 431 18 11 30.6 3325.0 2396.8 44.4 3653.971 201.9 30.1
## 432 432 18 12 31.5 3356.0 2440.0 49.3 4052.033 212.4 31.3
## 433 433 18 13 33.3 3392.0 2484.2 53.8 4380.775 223.0 33.6
## 434 434 18 14 36.0 3439.0 2537.0 56.9 4802.993 230.9 37.9
## 435 435 18 15 36.9 3468.0 2574.5 60.6 5232.563 229.4 38.4
## 436 436 18 16 41.4 3490.0 2603.3 65.2 5753.508 224.7 42.8
## 437 437 18 17 43.4 3527.0 2641.7 72.6 6409.942 214.9 45.8
## 438 438 18 18 46.3 3661.0 2737.8 82.4 6775.444 215.3 48.5
## 439 439 18 19 49.4 3662.0 2745.5 90.9 7506.448 209.7 51.8
## 440 440 18 20 56.3 3667.0 2757.0 96.5 7988.533 210.6 56.4
## 441 441 18 21 66.4 3714.0 2800.2 99.6 8272.113 201.1 68.8
## 442 442 18 22 75.4 3723.0 2812.7 103.9 9062.984 183.2 76.0
## 443 443 18 23 79.3 3728.0 2829.1 107.6 9282.495 182.4 83.6
## 444 444 18 24 85.4 3726.0 2841.6 109.6 9722.568 179.8 91.3
## 445 445 18 25 90.5 3727.0 2855.0 113.6 10328.587 171.2 94.6
## 446 446 18 26 94.4 3727.0 2867.0 118.3 11089.000 173.2 102.1
## 447 447 18 27 103.8 3727.0 2874.0 124.0 11873.000 171.6 109.4
## 448 448 18 28 115.6 3735.1 2880.3 130.7 12879.000 182.5 128.6
## 449 449 18 29 120.5 3763.5 2903.6 136.2 13338.000 170.8 132.5
## 450 450 18 30 135.8 3806.1 2942.1 140.3 14664.000 167.6 153.1
## 451 451 19 1 30.1 3410.0 2194.0 30.6 1675.938 114.0 27.0
## 452 452 19 2 30.1 3493.0 2253.6 31.0 1782.570 114.0 27.3
## 453 453 19 3 30.3 3560.0 2305.5 31.5 1910.328 117.5 27.2
## 454 454 19 4 30.0 3624.0 2363.2 32.4 2054.181 119.7 30.3
## 455 455 19 5 31.5 3663.0 2404.5 33.4 2236.261 120.0 30.4
## 456 456 19 6 32.5 3710.0 2455.5 34.8 2413.310 117.3 30.9
## 457 457 19 7 33.3 3745.0 2467.0 36.7 2511.895 115.9 30.9
## 458 458 19 8 34.3 3643.0 2467.0 38.8 2709.064 115.9 36.2
## 459 459 19 9 39.3 3696.0 2530.5 40.5 2877.060 119.8 37.5
## 460 460 19 10 40.0 3737.0 2580.5 41.8 3075.235 125.3 37.4
## 461 461 19 11 39.9 3753.0 2616.0 44.4 3410.222 126.7 37.3
## 462 462 19 12 41.6 3774.0 2658.3 49.3 3855.864 129.9 41.4
## 463 463 19 13 44.3 3829.0 2722.8 53.8 4252.215 133.6 43.0
## 464 464 19 14 48.1 3883.0 2781.4 56.9 4694.839 139.6 46.4
## 465 465 19 15 48.9 3935.0 2839.1 60.6 5161.607 140.0 48.8
## 466 466 19 16 54.2 3978.0 2889.1 65.2 5786.311 142.7 53.6
## 467 467 19 17 57.1 4018.0 2933.3 72.6 6416.046 140.1 56.5
## 468 468 19 18 60.0 4204.0 3079.4 82.4 7284.194 143.8 59.7
## 469 469 19 19 62.6 4308.0 3160.2 90.9 8164.413 144.0 63.0
## 470 470 19 20 70.3 4362.0 3200.6 96.5 8669.408 143.9 69.2
## 471 471 19 21 80.7 4438.0 3256.4 99.6 8984.275 133.7 78.6
## 472 472 19 22 90.7 4462.0 3274.6 103.9 9465.126 128.9 89.0
## 473 473 19 23 103.0 4485.0 3294.8 107.6 9747.802 125.0 96.4
## 474 474 19 24 105.1 4499.0 3313.1 109.6 9902.721 121.2 103.6
## 475 475 19 25 117.8 4461.0 3290.0 113.6 10098.884 116.5 113.0
## 476 476 19 26 120.4 4408.0 3250.0 118.3 10793.000 110.9 119.9
## 477 477 19 27 130.7 4382.0 3239.0 124.0 11348.000 103.6 125.8
## 478 478 19 28 143.4 4348.0 3213.9 130.7 12764.000 101.5 139.9
## 479 479 19 29 149.6 4381.0 3239.6 136.2 13349.000 107.2 142.7
## 480 480 19 30 178.1 4417.0 3274.6 140.3 14163.000 108.5 160.8
## 481 481 20 1 26.7 985.0 669.7 30.6 1878.718 138.4 24.2
## 482 482 20 2 26.8 984.0 668.7 31.0 2042.640 137.4 24.7
## 483 483 20 3 27.2 986.0 671.6 31.5 2212.949 139.1 24.7
## 484 484 20 4 29.6 985.0 673.5 32.4 2356.647 135.1 25.9
## 485 485 20 5 30.3 982.0 674.5 33.4 2447.123 136.0 26.5
## 486 486 20 6 32.0 978.0 676.4 34.8 2613.174 135.6 29.9
## 487 487 20 7 33.4 978.0 680.2 36.7 2827.125 135.2 29.9
## 488 488 20 8 38.0 993.0 697.5 38.8 3103.876 128.5 31.4
## 489 489 20 9 38.8 1012.0 716.7 40.5 3280.571 133.2 34.1
## 490 490 20 10 41.5 1028.0 734.0 41.8 3507.295 136.5 36.1
## 491 491 20 11 41.0 1037.0 747.4 44.4 3870.265 138.0 36.9
## 492 492 20 12 41.8 1048.0 760.8 49.3 4234.300 142.1 37.9
## 493 493 20 13 46.7 1058.0 776.2 53.8 4492.957 140.7 40.8
## 494 494 20 14 49.9 1072.0 792.5 56.9 5028.365 144.9 43.9
## 495 495 20 15 50.9 1084.0 808.8 60.6 5440.299 145.6 45.0
## 496 496 20 16 55.0 1092.0 819.3 65.2 5882.037 143.9 49.7
## 497 497 20 17 54.5 1097.0 828.9 72.6 6445.120 138.5 53.2
## 498 498 20 18 59.0 1125.0 851.0 82.4 7097.615 141.2 55.3
## 499 499 20 19 62.9 1133.0 862.5 90.9 7850.167 138.9 58.4
## 500 500 20 20 69.7 1133.0 864.4 96.5 8341.933 139.5 67.0
## 501 501 20 21 80.8 1146.0 877.9 99.6 8962.496 135.4 74.7
## 502 502 20 22 93.7 1156.0 890.3 103.9 9851.294 135.5 90.5
## 503 503 20 23 98.1 1165.0 899.9 107.6 10501.661 127.9 89.2
## 504 504 20 24 112.7 1172.0 908.6 109.6 11146.705 119.0 100.0
## 505 505 20 25 121.2 1187.0 922.0 113.6 12056.792 125.0 102.0
## 506 506 20 26 129.0 1205.0 940.0 118.3 13068.000 125.0 113.5
## 507 507 20 27 144.4 1222.0 953.0 124.0 14110.000 122.4 125.9
## 508 508 20 28 160.1 1230.0 959.2 130.7 14975.000 117.5 135.9
## 509 509 20 29 158.9 1237.0 963.3 136.2 15093.000 116.1 153.9
## 510 510 20 30 187.7 1237.0 968.3 140.3 16298.000 114.7 164.4
## 511 511 21 1 28.2 3351.0 2238.0 30.6 2312.307 122.7 23.4
## 512 512 21 2 28.5 3442.0 2299.3 31.0 2483.397 122.2 23.9
## 513 513 21 3 27.9 3534.0 2365.4 31.5 2629.601 121.0 24.1
## 514 514 21 4 28.2 3608.0 2425.8 32.4 2780.990 121.0 24.1
## 515 515 21 5 29.4 3680.0 2485.2 33.4 2967.633 121.7 26.3
## 516 516 21 6 30.9 3716.0 2523.6 34.8 3140.797 121.7 26.7
## 517 517 21 7 30.7 3765.0 2563.8 36.7 3384.471 122.3 27.2
## 518 518 21 8 32.6 3922.0 2723.9 38.8 3702.802 123.5 28.5
## 519 519 21 9 34.2 4011.0 2816.9 40.5 3968.251 126.7 30.2
## 520 520 21 10 34.3 4062.0 2884.0 41.8 4212.961 133.2 29.9
## 521 521 21 11 35.3 4082.0 2933.8 44.4 4684.755 137.3 30.1
## 522 522 21 12 35.8 4099.0 2980.8 49.3 5073.596 144.8 31.3
## 523 523 21 13 39.5 4115.0 3028.7 53.8 5543.315 146.1 33.6
## 524 524 21 14 46.1 4123.0 3071.8 56.9 6029.626 137.1 37.9
## 525 525 21 15 49.2 4138.0 3114.9 60.6 6435.057 135.7 38.4
## 526 526 21 16 52.1 4148.0 3153.3 65.2 7184.742 134.1 42.8
## 527 527 21 17 56.2 4148.0 3181.1 72.6 7917.837 131.9 45.8
## 528 528 21 18 58.1 4216.0 3230.9 82.4 8888.384 131.5 48.5
## 529 529 21 19 62.8 4263.0 3287.5 90.9 9726.206 137.1 51.8
## 530 530 21 20 65.4 4265.0 3302.8 96.5 10426.120 131.3 56.4
## 531 531 21 21 74.9 4304.0 3346.9 99.6 11464.065 128.2 68.8
## 532 532 21 22 84.2 4349.0 3391.9 103.9 12555.931 122.5 76.0
## 533 533 21 23 90.1 4391.0 3434.1 107.6 13494.333 121.9 83.6
## 534 534 21 24 93.3 4461.0 3496.4 109.6 14247.129 121.8 91.3
## 535 535 21 25 100.3 4535.0 3552.0 113.6 15111.911 119.3 94.6
## 536 536 21 26 109.2 4622.0 3612.0 118.3 16491.000 115.0 102.1
## 537 537 21 27 120.2 4694.0 3658.0 124.0 17489.000 109.0 109.4
## 538 538 21 28 131.5 4747.6 3699.8 130.7 18172.000 102.8 128.6
## 539 539 21 29 141.6 4826.1 3737.4 136.2 18477.000 97.6 136.5
## 540 540 21 30 159.1 4871.8 3760.2 140.3 19746.000 91.7 157.9
## 541 541 22 1 28.0 5252.0 3669.4 30.6 2498.002 142.2 24.2
## 542 542 22 2 28.4 5287.0 3686.8 31.0 2653.927 138.7 24.7
## 543 543 22 3 28.4 5361.0 3740.8 31.5 2802.376 136.5 24.7
## 544 544 22 4 31.0 5403.0 3779.3 32.4 2983.933 131.6 25.9
## 545 545 22 5 33.6 5434.0 3812.1 33.4 3187.917 130.2 26.5
## 546 546 22 6 35.1 5438.0 3839.1 34.8 3401.512 128.0 29.9
## 547 547 22 7 35.0 5467.0 3914.3 36.7 3626.856 129.7 29.9
## 548 548 22 8 39.6 5689.0 4076.2 38.8 3931.230 124.3 31.4
## 549 549 22 9 41.0 5741.0 4151.4 40.5 4199.292 121.4 34.1
## 550 550 22 10 46.0 5767.0 4211.1 41.8 4442.792 117.9 36.1
## 551 551 22 11 46.0 5793.0 4274.8 44.4 4861.439 121.2 36.9
## 552 552 22 12 46.3 5789.0 4313.3 49.3 5272.611 124.3 37.9
## 553 553 22 13 49.4 5778.0 4350.9 53.8 5721.162 126.1 40.8
## 554 554 22 14 57.4 5769.0 4389.5 56.9 6115.246 116.9 43.9
## 555 555 22 15 57.3 5768.0 4432.8 60.6 6611.856 118.9 45.0
## 556 556 22 16 61.8 5771.0 4477.2 65.2 7274.003 120.5 49.7
## 557 557 22 17 64.5 5769.0 4513.8 72.6 8027.996 118.2 53.2
## 558 558 22 18 68.2 5737.0 4493.6 82.4 8940.050 120.5 55.3
## 559 559 22 19 70.8 5773.0 4552.3 90.9 9837.152 123.2 58.4
## 560 560 22 20 78.1 5781.0 4577.4 96.5 10820.761 122.3 66.8
## 561 561 22 21 88.7 5767.0 4585.1 99.6 11715.727 119.8 74.7
## 562 562 22 22 101.4 5798.0 4627.5 103.9 13018.661 116.0 90.5
## 563 563 22 23 108.3 5823.0 4663.2 107.6 13860.228 117.2 89.2
## 564 564 22 24 115.0 5834.0 4679.6 109.6 14869.468 115.8 100.0
## 565 565 22 25 120.4 5855.0 4695.0 113.6 16086.964 113.8 102.0
## 566 566 22 26 131.6 5889.0 4722.0 118.3 17690.000 111.7 113.5
## 567 567 22 27 148.6 5913.0 4726.0 124.0 18636.000 104.4 125.9
## 568 568 22 28 152.4 5913.0 4726.0 130.7 19051.000 99.4 135.9
## 569 569 22 29 163.3 5893.3 4678.8 136.2 19385.000 93.5 150.1
## 570 570 22 30 175.9 5895.3 4668.0 140.3 20822.000 90.5 164.4
## 571 571 23 1 28.8 8036.0 5265.5 30.6 2251.001 126.7 24.4
## 572 572 23 2 29.3 8161.0 5362.8 31.0 2462.531 125.0 26.0
## 573 573 23 3 28.7 8317.0 5494.4 31.5 2675.059 131.8 26.0
## 574 574 23 4 29.2 8496.0 5646.1 32.4 2845.680 134.5 26.3
## 575 575 23 5 30.0 8608.0 5758.7 33.4 2906.545 134.4 27.0
## 576 576 23 6 32.0 8673.0 5849.3 34.8 3126.057 134.2 29.8
## 577 577 23 7 31.9 8766.0 5892.2 36.7 3303.663 133.4 29.7
## 578 578 23 8 33.7 8875.0 6064.9 38.8 3415.415 128.6 30.6
## 579 579 23 9 39.2 8965.0 6198.4 40.5 3710.759 126.1 32.2
## 580 580 23 10 40.0 9015.0 6301.4 41.8 4008.098 131.4 32.5
## 581 581 23 11 40.2 9060.0 6398.7 44.4 4496.015 133.7 32.9
## 582 582 23 12 41.1 9096.0 6488.4 49.3 4812.312 138.8 34.5
## 583 583 23 13 44.4 9092.0 6553.3 53.8 5141.581 136.8 36.7
## 584 584 23 14 47.9 9100.0 6621.9 56.9 5686.371 138.0 38.7
## 585 585 23 15 48.3 9138.0 6704.9 60.6 6325.950 140.3 40.6
## 586 586 23 16 54.0 9181.0 6787.9 65.2 7044.355 141.8 50.0
## 587 587 23 17 57.2 9207.0 6849.0 72.6 7732.826 140.9 52.5
## 588 588 23 18 60.3 9262.0 6880.4 82.4 8329.501 140.7 53.7
## 589 589 23 19 61.8 9204.0 6871.9 90.9 9004.003 139.5 58.3
## 590 590 23 20 68.0 9109.0 6828.0 96.5 9337.262 137.3 65.1
## 591 591 23 21 87.7 9069.0 6828.0 99.6 10002.784 128.3 75.7
## 592 592 23 22 97.0 9075.0 6864.2 103.9 11039.482 128.2 85.2
## 593 593 23 23 101.4 9085.0 6913.8 107.6 11760.880 126.6 88.8
## 594 594 23 24 106.0 9139.0 6992.0 109.6 12501.235 126.5 93.6
## 595 595 23 25 111.4 9200.0 7055.0 113.6 13064.983 122.1 100.1
## 596 596 23 26 122.2 9240.0 7090.0 118.3 13957.002 121.1 108.4
## 597 597 23 27 133.0 9273.0 7108.0 124.0 14757.000 116.6 119.0
## 598 598 23 28 143.9 9315.1 7140.3 130.7 15560.000 114.4 130.8
## 599 599 23 29 144.9 9388.2 7183.5 136.2 15938.000 110.3 135.8
## 600 600 23 30 176.7 9457.4 7226.7 140.3 17154.000 107.6 153.5
## 601 601 24 1 28.7 3507.0 2314.2 30.6 2067.251 112.6 26.4
## 602 602 24 2 30.1 3529.0 2333.4 31.0 2157.088 104.7 27.9
## 603 603 24 3 30.2 3562.0 2367.9 31.5 2360.719 109.2 28.1
## 604 604 24 4 30.3 3585.0 2398.6 32.4 2527.416 110.7 30.2
## 605 605 24 5 30.9 3625.0 2444.7 33.4 2669.159 114.4 30.5
## 606 606 24 6 32.7 3663.0 2493.6 34.8 2876.783 113.7 32.3
## 607 607 24 7 32.8 3700.0 2516.7 36.7 3071.430 112.3 32.3
## 608 608 24 8 39.1 3805.0 2624.1 38.8 3331.957 104.3 37.3
## 609 609 24 9 40.1 3853.0 2690.3 40.5 3524.608 116.4 38.5
## 610 610 24 10 45.2 3870.0 2734.5 41.8 3757.186 96.8 38.9
## 611 611 24 11 45.6 3891.0 2783.4 44.4 4514.812 106.8 39.4
## 612 612 24 12 47.0 3907.0 2829.4 49.3 4644.577 110.6 39.9
## 613 613 24 13 49.4 3937.0 2885.1 53.8 4962.999 111.5 42.6
## 614 614 24 14 52.1 3970.0 2941.7 56.9 5312.366 116.7 45.0
## 615 615 24 15 53.1 3996.0 2989.7 60.6 6025.073 117.2 46.4
## 616 616 24 16 57.9 4024.0 3033.8 65.2 6668.906 118.9 53.2
## 617 617 24 17 60.9 4060.0 3078.9 72.6 7378.618 118.3 54.1
## 618 618 24 18 63.0 4077.0 3079.9 82.4 8054.393 117.7 58.8
## 619 619 24 19 65.8 4094.0 3101.9 90.9 8895.867 120.8 61.4
## 620 620 24 20 71.7 4133.0 3130.7 96.5 9376.994 119.4 67.8
## 621 621 24 21 87.3 4144.0 3143.2 99.6 9884.075 113.2 77.9
## 622 622 24 22 99.2 4162.0 3166.2 103.9 11105.859 110.8 89.8
## 623 623 24 23 101.5 4190.0 3196.9 107.6 11676.823 113.0 92.3
## 624 624 24 24 116.3 4213.0 3224.7 109.6 12407.498 104.3 104.2
## 625 625 24 25 120.1 4246.0 3266.0 113.6 12961.493 108.8 110.3
## 626 626 24 26 141.7 4307.0 3312.0 118.3 13785.000 94.1 123.3
## 627 627 24 27 152.5 4353.0 3339.0 124.0 14771.000 92.3 130.1
## 628 628 24 28 162.3 4390.1 3367.5 130.7 15553.000 90.7 138.9
## 629 629 24 29 173.9 4447.3 3406.0 136.2 15869.000 86.2 150.3
## 630 630 24 30 197.7 4495.5 3440.5 140.3 17255.000 83.8 160.0
## 631 631 25 1 30.5 2291.0 1460.9 30.6 1322.573 83.9 26.1
## 632 632 25 2 30.4 2304.0 1472.4 31.0 1383.369 86.1 27.3
## 633 633 25 3 31.4 2309.0 1483.8 31.5 1496.989 83.5 27.2
## 634 634 25 4 31.8 2339.0 1516.1 32.4 1616.589 86.9 29.5
## 635 635 25 5 31.6 2344.0 1530.4 33.4 1760.108 88.1 29.6
## 636 636 25 6 33.9 2349.0 1547.5 34.8 1919.575 89.0 30.9
## 637 637 25 7 34.8 2360.0 1541.8 36.7 2069.074 91.0 30.9
## 638 638 25 8 36.2 2216.0 1490.4 38.8 2243.490 93.4 34.3
## 639 639 25 9 37.5 2253.0 1529.4 40.5 2441.827 105.4 38.8
## 640 640 25 10 37.4 2286.0 1563.7 41.8 2681.026 112.1 40.0
## 641 641 25 11 37.3 2319.0 1598.9 44.4 3042.815 115.0 39.9
## 642 642 25 12 41.4 2338.0 1623.6 49.3 3302.944 117.1 41.6
## 643 643 25 13 43.0 2350.0 1642.6 53.8 3530.183 116.8 44.3
## 644 644 25 14 46.4 2371.0 1668.3 56.9 3878.019 120.9 48.1
## 645 645 25 15 48.8 2390.0 1691.1 60.6 4343.461 122.1 48.9
## 646 646 25 16 53.6 2409.0 1712.0 65.2 4773.023 124.9 54.2
## 647 647 25 17 56.5 2429.0 1732.0 72.6 5257.402 123.9 56.8
## 648 648 25 18 59.7 2521.0 1791.0 82.4 5676.001 127.0 60.0
## 649 649 25 19 63.0 2531.0 1824.3 90.9 6301.906 125.3 62.6
## 650 650 25 20 69.2 2551.0 1841.4 96.5 6824.158 125.8 68.3
## 651 651 25 21 78.6 2587.0 1872.8 99.6 7118.173 122.3 79.1
## 652 652 25 22 89.0 2598.0 1887.1 103.9 7659.362 116.4 88.3
## 653 653 25 23 96.4 2613.0 1900.4 107.6 7968.328 115.3 92.5
## 654 654 25 24 106.0 2624.0 1917.5 109.6 8390.913 113.2 98.8
## 655 655 25 25 115.8 2625.0 1927.0 113.6 8827.452 110.0 103.5
## 656 656 25 26 122.6 2620.0 1931.0 118.3 9560.000 109.0 112.1
## 657 657 25 27 125.8 2621.0 1939.0 124.0 10102.000 108.3 121.5
## 658 658 25 28 139.9 2620.0 1938.2 130.7 11054.000 101.8 135.0
## 659 659 25 29 142.7 2639.3 1952.4 136.2 11528.000 105.6 137.4
## 660 660 25 30 160.8 2661.7 1978.8 140.3 13006.000 103.9 163.9
## 661 661 26 1 25.8 4412.0 3064.2 30.6 2180.055 133.2 24.1
## 662 662 26 2 25.7 4471.0 3103.8 31.0 2313.115 130.0 25.0
## 663 663 26 3 26.1 4492.0 3125.9 31.5 2486.625 130.2 24.5
## 664 664 26 4 26.2 4567.0 3191.5 32.4 2623.943 139.3 24.7
## 665 665 26 5 27.5 4587.0 3218.5 33.4 2772.970 138.3 25.0
## 666 666 26 6 29.2 4610.0 3258.0 34.8 3018.865 137.3 26.3
## 667 667 26 7 29.9 4651.0 3325.5 36.7 3128.506 137.2 27.0
## 668 668 26 8 36.0 4677.0 3352.5 38.8 3389.304 121.3 28.3
## 669 669 26 9 36.8 4717.0 3413.2 40.5 3624.554 127.6 30.1
## 670 670 26 10 37.7 4745.0 3458.5 41.8 3848.095 130.0 30.6
## 671 671 26 11 37.7 4763.0 3501.9 44.4 4351.594 132.1 30.6
## 672 672 26 12 38.0 4771.0 3542.3 49.3 4610.262 135.4 31.5
## 673 673 26 13 43.5 4779.0 3578.0 53.8 5041.376 135.6 33.3
## 674 674 26 14 44.7 4804.0 3628.1 56.9 5443.750 139.5 36.0
## 675 675 26 15 45.9 4823.0 3667.6 60.6 6035.601 140.8 36.9
## 676 676 26 16 49.9 4847.0 3707.2 65.2 6645.548 141.8 41.4
## 677 677 26 17 52.2 4867.0 3739.9 72.6 7398.135 140.2 43.4
## 678 678 26 18 57.3 4917.0 3764.0 82.4 7856.926 142.1 46.3
## 679 679 26 19 59.9 4941.0 3788.1 90.9 8681.897 140.5 49.4
## 680 680 26 20 64.7 4951.0 3797.8 96.5 9133.237 139.7 56.3
## 681 681 26 21 74.8 4970.0 3817.1 99.6 9800.666 134.1 66.4
## 682 682 26 22 84.8 5008.0 3850.8 103.9 10675.668 130.0 75.4
## 683 683 26 23 93.7 5034.0 3881.6 107.6 11363.322 129.2 79.3
## 684 684 26 24 101.9 5064.0 3914.4 109.6 11942.399 128.8 85.4
## 685 685 26 25 108.5 5103.0 3952.0 113.6 12519.347 128.7 90.5
## 686 686 26 26 114.6 5141.0 3984.0 118.3 13240.000 127.4 94.4
## 687 687 26 27 118.9 5159.0 3998.0 124.0 14008.000 122.8 103.8
## 688 688 26 28 129.1 5180.3 4014.5 130.7 14956.000 119.1 115.6
## 689 689 26 29 132.5 5221.8 4031.8 136.2 15331.000 119.9 120.5
## 690 690 26 30 153.1 5257.2 4062.4 140.3 16742.000 122.3 135.8
## 691 691 27 1 30.5 701.0 461.6 30.6 2079.783 118.9 26.2
## 692 692 27 2 30.8 703.0 465.5 31.0 2136.721 112.8 26.2
## 693 693 27 3 31.0 703.0 467.4 31.5 2292.006 118.0 26.1
## 694 694 27 4 30.9 703.0 471.2 32.4 2446.256 114.9 26.5
## 695 695 27 5 31.3 699.0 472.2 33.4 2514.581 118.0 27.4
## 696 696 27 6 32.4 696.0 475.1 34.8 2639.844 116.1 32.0
## 697 697 27 7 32.6 694.0 471.2 36.7 2789.953 117.4 31.9
## 698 698 27 8 34.0 694.0 482.8 38.8 3091.206 111.2 33.8
## 699 699 27 9 34.7 710.0 501.1 40.5 3224.751 115.6 33.6
## 700 700 27 10 40.1 718.0 511.7 41.8 3686.465 122.2 33.7
## 701 701 27 11 40.9 726.0 523.3 44.4 4281.724 119.9 34.4
## 702 702 27 12 41.8 735.0 534.8 49.3 4548.814 121.9 35.8
## 703 703 27 13 43.7 747.0 548.3 53.8 4888.371 123.7 38.6
## 704 704 27 14 45.3 756.0 559.9 56.9 5151.320 124.9 42.5
## 705 705 27 15 47.6 768.0 572.4 60.6 5470.172 127.0 43.4
## 706 706 27 16 51.9 780.0 584.9 65.2 6344.943 127.2 49.8
## 707 707 27 17 53.7 786.0 591.7 72.6 6767.319 120.3 51.7
## 708 708 27 18 56.7 787.0 590.7 82.4 7466.101 122.0 55.3
## 709 709 27 19 60.4 793.0 593.6 90.9 8322.239 121.1 55.9
## 710 710 27 20 65.7 801.0 599.4 96.5 8779.812 122.4 64.3
## 711 711 27 21 77.2 817.0 611.0 99.6 8956.836 113.7 71.0
## 712 712 27 22 91.3 824.0 616.7 103.9 9446.502 110.1 81.7
## 713 713 27 23 95.5 825.0 618.7 107.6 9765.354 103.6 87.4
## 714 714 27 24 102.0 817.0 614.8 109.6 10476.559 97.8 97.8
## 715 715 27 25 106.2 809.0 610.0 113.6 10846.137 91.7 102.7
## 716 716 27 26 115.3 805.0 608.0 118.3 11371.000 87.1 112.9
## 717 717 27 27 123.0 806.0 610.0 124.0 12390.000 86.2 118.6
## 718 718 27 28 140.4 805.0 609.2 130.7 13318.000 84.7 129.5
## 719 719 27 29 143.6 814.1 618.4 136.2 14079.000 82.9 127.0
## 720 720 27 30 163.5 830.2 632.6 140.3 15490.000 86.6 155.1
## 721 721 28 1 25.8 1468.0 1002.9 30.6 2055.096 118.5 25.8
## 722 722 28 2 27.5 1471.0 1005.8 31.0 2135.925 106.3 25.6
## 723 723 28 3 27.6 1459.0 1001.0 31.5 2395.591 110.5 26.1
## 724 724 28 4 29.6 1442.0 993.2 32.4 2588.572 106.1 26.2
## 725 725 28 5 31.4 1443.0 1000.0 33.4 2670.412 110.0 27.4
## 726 726 28 6 33.2 1453.0 1016.5 34.8 2801.760 109.5 29.2
## 727 727 28 7 32.9 1449.0 1018.4 36.7 3106.892 108.4 29.9
## 728 728 28 8 33.9 1483.0 1059.1 38.8 3295.832 108.1 34.1
## 729 729 28 9 34.7 1505.0 1084.3 40.5 3540.342 108.6 34.4
## 730 730 28 10 41.1 1520.0 1104.7 41.8 3919.231 104.9 34.4
## 731 731 28 11 41.2 1531.0 1123.1 44.4 4689.134 106.6 34.4
## 732 732 28 12 42.0 1541.0 1141.5 49.3 4679.030 110.5 35.8
## 733 733 28 13 44.6 1546.0 1155.0 53.8 5349.917 114.1 38.6
## 734 734 28 14 46.8 1555.0 1171.5 56.9 5448.933 118.1 42.6
## 735 735 28 15 48.1 1561.0 1184.1 60.6 5813.677 117.7 43.4
## 736 736 28 16 53.6 1569.0 1197.7 65.2 6579.539 117.4 49.8
## 737 737 28 17 55.4 1574.0 1205.4 72.6 7449.469 116.1 51.7
## 738 738 28 18 59.5 1570.0 1194.8 82.4 7640.429 116.3 55.3
## 739 739 28 19 60.9 1577.0 1199.6 90.9 8947.849 117.0 55.9
## 740 740 28 20 69.7 1586.0 1205.4 96.5 9097.384 117.1 64.3
## 741 741 28 21 83.7 1597.0 1212.2 99.6 9525.782 110.8 71.0
## 742 742 28 22 94.8 1606.0 1220.9 103.9 10599.807 107.7 81.7
## 743 743 28 23 95.8 1604.0 1221.9 107.6 11166.625 105.1 87.4
## 744 744 28 24 104.0 1598.0 1220.0 109.6 11542.483 103.1 97.8
## 745 745 28 25 113.7 1594.0 1219.0 113.6 11983.005 101.3 102.7
## 746 746 28 26 123.3 1602.0 1227.0 118.3 12567.000 92.9 112.9
## 747 747 28 27 139.3 1611.0 1232.0 124.0 13268.000 93.8 118.6
## 748 748 28 28 143.4 1614.1 1234.3 130.7 15153.000 89.9 129.1
## 749 749 28 29 152.2 1629.4 1244.7 136.2 15466.000 92.4 127.0
## 750 750 28 30 169.5 1642.7 1255.1 140.3 16992.000 90.6 153.1
## 751 751 29 1 29.9 391.0 263.2 30.6 2836.837 212.7 23.9
## 752 752 29 2 29.5 418.0 280.6 31.0 2919.303 206.3 24.0
## 753 753 29 3 29.7 434.0 289.3 31.5 3016.063 192.7 24.2
## 754 754 29 4 29.9 435.0 287.3 32.4 3160.104 184.0 25.5
## 755 755 29 5 30.2 436.0 287.3 33.4 3332.733 175.8 26.0
## 756 756 29 6 32.8 449.0 296.0 34.8 3639.508 189.7 31.3
## 757 757 29 7 33.3 457.0 302.8 36.7 3897.902 198.6 31.9
## 758 758 29 8 38.9 488.0 341.3 38.8 4377.305 189.5 33.8
## 759 759 29 9 44.0 514.0 361.6 40.5 4597.215 190.5 33.6
## 760 760 29 10 40.6 535.0 380.9 41.8 4786.337 198.6 33.7
## 761 761 29 11 40.3 551.0 395.3 44.4 5256.945 201.5 36.3
## 762 762 29 12 41.9 573.0 414.6 49.3 5525.235 204.7 37.8
## 763 763 29 13 44.5 590.0 431.0 53.8 6103.597 205.2 40.3
## 764 764 29 14 44.9 610.0 450.3 56.9 6572.005 201.4 42.5
## 765 765 29 15 49.3 634.0 472.5 60.6 7269.119 190.8 44.7
## 766 766 29 16 54.3 666.0 500.4 65.2 8207.035 187.0 49.5
## 767 767 29 17 57.1 702.0 530.3 72.6 9016.303 183.3 53.7
## 768 768 29 18 63.1 799.0 616.2 82.4 9886.046 177.7 56.4
## 769 769 29 19 63.3 845.0 651.8 90.9 10682.120 171.9 59.2
## 770 770 29 20 71.6 881.0 680.8 96.5 10913.025 165.1 67.6
## 771 771 29 21 81.9 891.0 689.4 99.6 11571.655 159.2 76.5
## 772 772 29 22 99.8 911.0 706.8 103.9 12056.557 136.6 88.5
## 773 773 29 23 109.3 940.0 729.0 107.6 12701.992 146.7 97.6
## 774 774 29 24 106.6 967.0 751.1 109.6 13280.355 142.6 99.9
## 775 775 29 25 114.0 1007.0 782.0 113.6 13991.763 147.7 103.9
## 776 776 29 26 129.6 1054.0 816.0 118.3 15121.000 141.9 113.5
## 777 777 29 27 145.6 1111.0 860.0 124.0 16295.000 137.9 125.6
## 778 778 29 28 173.7 1174.5 909.2 130.7 16142.000 137.3 130.2
## 779 779 29 29 186.3 1254.6 965.6 136.2 16382.000 115.5 144.4
## 780 780 29 30 193.8 1296.7 993.9 140.3 17711.000 110.0 165.7
## 781 781 30 1 24.2 646.0 446.2 30.6 2320.244 221.4 26.7
## 782 782 30 2 24.7 659.0 454.9 31.0 2487.419 223.9 26.8
## 783 783 30 3 24.7 673.0 465.5 31.5 2632.154 233.8 27.2
## 784 784 30 4 25.9 676.0 468.4 32.4 2845.329 287.6 29.6
## 785 785 30 5 26.5 691.0 480.0 33.4 3025.967 297.9 30.3
## 786 786 30 6 29.9 703.0 489.6 34.8 3259.338 264.0 32.0
## 787 787 30 7 29.9 717.0 505.0 36.7 3493.830 248.5 33.4
## 788 788 30 8 31.4 737.0 517.6 38.8 3659.883 265.7 37.7
## 789 789 30 9 34.1 759.0 537.8 40.5 3880.912 278.0 38.8
## 790 790 30 10 36.1 775.0 554.2 41.8 4114.283 296.2 40.0
## 791 791 30 11 36.9 793.0 571.5 44.4 4600.098 279.0 39.8
## 792 792 30 12 37.9 805.0 586.9 49.3 4961.374 269.8 41.3
## 793 793 30 13 40.8 815.0 599.5 53.8 5317.040 269.1 41.8
## 794 794 30 14 43.9 829.0 615.9 56.9 5830.905 290.5 47.1
## 795 795 30 15 45.0 850.0 638.0 60.6 6362.721 278.8 47.0
## 796 796 30 16 49.7 869.0 658.3 65.2 7041.516 269.6 52.5
## 797 797 30 17 53.2 887.0 676.6 72.6 7863.923 254.6 54.5
## 798 798 30 18 55.3 921.0 702.6 82.4 8721.112 247.8 58.9
## 799 799 30 19 58.4 936.0 719.0 90.9 9604.107 245.4 61.0
## 800 800 30 20 67.0 951.0 733.4 96.5 10404.075 239.8 66.8
## 801 801 30 21 74.7 959.0 742.1 99.6 11282.581 232.9 77.0
## 802 802 30 22 90.5 977.0 760.4 103.9 12609.878 215.1 90.6
## 803 803 30 23 89.2 998.0 778.7 107.6 13589.362 201.1 95.5
## 804 804 30 24 100.0 1027.0 802.8 109.6 14550.895 195.9 104.9
## 805 805 30 25 102.0 1057.0 825.0 113.6 15902.875 195.1 113.8
## 806 806 30 26 113.5 1085.0 843.0 118.3 17201.000 180.4 123.7
## 807 807 30 27 125.9 1107.0 858.0 124.0 17829.000 172.9 129.7
## 808 808 30 28 135.9 1111.0 861.1 130.7 18475.000 152.4 143.7
## 809 809 30 29 153.9 1107.0 855.1 136.2 18710.000 144.8 150.1
## 810 810 30 30 164.4 1113.0 965.5 140.3 20889.000 143.7 168.0
## 811 811 31 1 28.8 6542.0 4606.4 30.6 2856.512 141.4 26.2
## 812 812 31 2 30.0 6680.0 4702.4 31.0 3057.566 135.6 26.9
## 813 813 31 3 30.0 6781.0 4773.3 31.5 3219.069 138.0 26.5
## 814 814 31 4 30.1 6911.0 4877.1 32.4 3436.603 144.9 29.8
## 815 815 31 5 34.2 6981.0 4945.0 33.4 3633.263 131.1 30.1
## 816 816 31 6 34.5 7070.0 5037.2 34.8 3909.026 130.2 32.0
## 817 817 31 7 38.6 7148.0 5163.3 36.7 4139.745 121.2 32.2
## 818 818 31 8 41.0 7168.0 5153.6 38.8 4505.598 120.7 38.4
## 819 819 31 9 41.7 7273.0 5275.8 40.5 4830.801 125.1 41.3
## 820 820 31 10 42.1 7322.0 5359.2 41.8 5094.479 128.4 42.7
## 821 821 31 11 48.9 7316.0 5402.9 44.4 5593.270 120.2 44.0
## 822 822 31 12 50.2 7312.0 5450.4 49.3 6039.325 121.4 44.2
## 823 823 31 13 52.8 7313.0 5503.8 53.8 6568.878 122.3 45.9
## 824 824 31 14 53.6 7312.0 5554.3 56.9 7036.907 122.4 50.1
## 825 825 31 15 56.9 7306.0 5596.9 60.6 7551.079 122.8 51.7
## 826 826 31 16 61.9 7316.0 5649.3 65.2 8326.732 123.9 57.4
## 827 827 31 17 63.5 7332.0 5702.7 72.6 9119.963 123.8 60.0
## 828 828 31 18 66.4 7364.0 6708.8 82.4 10118.643 124.3 61.3
## 829 829 31 19 68.7 7404.0 5804.6 90.9 11177.750 127.9 64.8
## 830 830 31 20 76.2 7438.0 5852.1 96.5 12130.287 126.3 69.8
## 831 831 31 21 92.1 7468.0 5898.7 99.6 13182.801 121.3 81.7
## 832 832 31 22 101.1 7515.0 5957.8 103.9 14383.635 117.8 91.1
## 833 833 31 23 104.7 7568.0 6014.1 107.6 15321.889 116.9 98.7
## 834 834 31 24 114.5 7625.0 6075.2 109.6 16133.798 115.5 104.9
## 835 835 31 25 119.6 7672.0 6083.0 113.6 17317.053 111.6 110.0
## 836 836 31 26 131.8 7721.0 6119.0 118.3 18998.000 107.8 112.3
## 837 837 31 27 139.5 7736.0 6112.0 124.0 20218.000 103.0 122.8
## 838 838 31 28 149.3 7740.0 6115.2 130.7 21328.000 98.6 133.7
## 839 839 31 29 180.4 7770.0 6100.2 136.2 21884.000 86.7 143.2
## 840 840 31 30 191.1 7799.1 6104.2 140.3 23074.000 86.6 174.7
## 841 841 32 1 30.1 990.0 609.3 30.6 1834.692 92.5 23.9
## 842 842 32 2 30.2 1008.0 621.9 31.0 1931.034 89.9 24.0
## 843 843 32 3 30.2 1014.0 629.6 31.5 2031.565 96.3 24.2
## 844 844 32 4 30.4 1009.0 628.6 32.4 2156.182 96.5 29.6
## 845 845 32 5 31.5 1002.0 629.6 33.4 2254.618 95.5 29.2
## 846 846 32 6 33.7 994.0 632.5 34.8 2433.689 99.9 31.2
## 847 847 32 7 37.9 994.0 619.0 36.7 2563.542 87.0 33.3
## 848 848 32 8 39.7 1016.0 675.9 38.8 2785.548 90.0 34.6
## 849 849 32 9 41.7 1050.0 708.7 40.5 3026.404 92.6 36.6
## 850 850 32 10 41.1 1073.0 732.8 41.8 3286.109 99.3 37.2
## 851 851 32 11 41.8 1097.0 758.8 44.4 3605.504 98.9 36.5
## 852 852 32 12 43.7 1120.0 782.9 49.3 3928.042 100.3 37.8
## 853 853 32 13 46.3 1146.0 810.9 53.8 4432.791 103.1 40.5
## 854 854 32 14 49.5 1172.0 837.9 56.9 4847.482 102.4 43.4
## 855 855 32 15 51.6 1195.0 862.9 60.6 5266.361 102.4 44.7
## 856 856 32 16 56.0 1215.0 882.2 65.2 5920.860 103.1 49.5
## 857 857 32 17 57.6 1241.0 905.3 72.6 6555.463 101.0 53.7
## 858 858 32 18 62.6 1303.0 951.6 82.4 7168.074 102.7 57.2
## 859 859 32 19 63.0 1328.0 971.9 90.9 7683.295 103.0 62.7
## 860 860 32 20 69.4 1359.0 994.0 96.5 8046.673 97.5 68.1
## 861 861 32 21 79.6 1399.0 1023.9 99.6 8546.187 96.3 80.5
## 862 862 32 22 90.2 1424.0 1042.3 103.9 8896.999 88.9 92.8
## 863 863 32 23 97.5 1450.0 1061.5 107.6 9619.565 88.0 95.1
## 864 864 32 24 101.2 1479.0 1085.6 109.6 9889.743 88.2 103.5
## 865 865 32 25 110.2 1500.0 1103.0 113.6 10162.014 82.3 108.6
## 866 866 32 26 113.7 1507.0 1105.0 118.3 10672.000 77.7 113.5
## 867 867 32 27 127.2 1528.0 1120.0 124.0 11302.000 74.4 125.6
## 868 868 32 28 133.6 1539.2 1128.2 130.7 12398.000 70.8 130.2
## 869 869 32 29 146.9 1572.7 1150.5 136.2 12961.000 69.9 149.1
## 870 870 32 30 165.4 1606.2 1174.8 140.3 13709.000 71.4 165.7
## 871 871 33 1 26.2 17691.0 12524.7 30.6 2636.631 146.9 26.8
## 872 872 33 2 26.9 17894.0 12652.7 31.0 2827.206 141.2 27.8
## 873 873 33 3 26.5 18106.0 12803.7 31.5 2964.378 138.5 28.1
## 874 874 33 4 34.6 17968.0 12708.5 32.4 3141.340 122.4 29.8
## 875 875 33 5 34.7 18023.0 12774.8 33.4 3310.972 123.2 30.1
## 876 876 33 6 34.5 18186.0 12935.5 34.8 3583.222 124.9 31.3
## 877 877 33 7 38.6 18321.0 13267.4 36.7 3790.550 122.4 32.2
## 878 878 33 8 40.7 18241.0 13177.0 38.8 4119.344 119.0 37.7
## 879 879 33 9 41.7 18361.0 13348.3 40.5 4394.735 123.3 39.5
## 880 880 33 10 42.7 18350.0 13445.4 41.8 4599.969 119.9 40.0
## 881 881 33 11 45.8 18196.0 13441.6 44.4 4977.977 118.7 39.8
## 882 882 33 12 47.4 18078.0 13465.6 49.3 5387.398 121.6 41.3
## 883 883 33 13 51.5 18041.0 13550.3 53.8 5828.233 123.9 41.8
## 884 884 33 14 54.2 17987.0 13618.6 56.9 6193.675 124.6 47.1
## 885 885 33 15 53.8 17869.0 13628.2 60.6 6644.981 125.5 47.0
## 886 886 33 16 59.5 17746.0 13628.2 65.2 7338.170 126.4 52.5
## 887 887 33 17 61.1 17648.0 13640.7 72.6 8053.349 124.4 54.8
## 888 888 33 18 64.4 17557.0 13594.6 82.4 8929.783 127.6 58.9
## 889 889 33 19 65.9 17602.0 13694.6 90.9 9901.504 130.1 61.0
## 890 890 33 20 72.5 17659.0 13773.5 96.5 10556.997 128.5 66.8
## 891 891 33 21 83.1 17667.0 13825.5 99.6 11476.362 124.6 77.0
## 892 892 33 22 100.8 17735.0 13896.7 103.9 12574.784 119.3 90.6
## 893 893 33 23 106.2 17762.0 13946.7 107.6 13192.581 115.9 95.5
## 894 894 33 24 111.2 17795.0 13936.1 109.6 14042.837 114.0 104.9
## 895 895 33 25 117.0 17825.0 14015.0 113.6 14908.800 108.9 110.0
## 896 896 33 26 125.9 17909.0 14072.0 118.3 16269.000 106.2 112.3
## 897 897 33 27 136.7 17950.0 14071.0 124.0 17293.000 100.1 122.8
## 898 898 33 28 167.4 17957.0 14076.5 130.7 18178.000 93.7 133.7
## 899 899 33 29 180.4 18024.9 14032.8 136.2 18631.000 86.4 144.1
## 900 900 33 30 198.5 18085.8 14037.8 140.3 20021.000 82.4 168.0
## 901 901 35 1 27.1 645.0 425.5 30.6 1850.039 103.3 26.6
## 902 902 35 2 28.5 650.0 430.4 31.0 1841.376 102.0 28.5
## 903 903 35 3 28.6 652.0 434.2 31.5 2184.047 103.2 28.3
## 904 904 35 4 30.2 642.0 431.3 32.4 2218.699 99.5 30.3
## 905 905 35 5 30.5 632.0 428.4 33.4 2297.629 96.3 30.9
## 906 906 35 6 32.3 624.0 428.4 34.8 2430.462 97.0 32.4
## 907 907 35 7 32.3 615.0 419.7 36.7 2672.064 96.9 32.4
## 908 908 35 8 37.3 617.0 431.3 38.8 2748.106 93.8 34.0
## 909 909 35 9 38.9 627.0 444.9 40.5 3167.782 98.5 34.7
## 910 910 35 10 38.9 631.0 453.6 41.8 3774.194 103.8 39.1
## 911 911 35 11 39.4 633.0 460.4 44.4 5650.222 108.7 39.6
## 912 912 35 12 39.9 635.0 466.2 49.3 5191.082 110.5 40.4
## 913 913 35 13 42.6 640.0 475.0 53.8 5211.295 117.9 42.8
## 914 914 35 14 45.9 647.0 483.7 56.9 4987.982 125.4 45.0
## 915 915 35 15 47.4 651.0 490.5 60.6 5169.905 122.2 46.4
## 916 916 35 16 53.2 653.0 494.3 65.2 6271.073 121.9 51.9
## 917 917 35 17 55.0 657.0 499.2 72.6 6778.342 121.3 53.7
## 918 918 35 18 59.6 653.0 492.4 82.4 6896.736 123.7 56.7
## 919 919 35 19 62.0 658.0 495.3 90.9 8365.602 125.7 60.4
## 920 920 35 20 67.8 670.0 504.0 96.5 8818.004 126.8 65.7
## 921 921 35 21 77.9 680.0 509.8 99.6 9423.454 119.6 77.2
## 922 922 35 22 94.4 686.0 514.7 103.9 10345.586 109.4 89.8
## 923 923 35 23 100.6 685.0 513.7 107.6 10608.365 103.2 92.3
## 924 924 35 24 104.2 679.0 510.8 109.6 11053.067 99.8 102.0
## 925 925 35 25 110.3 672.0 505.0 113.6 11364.936 92.3 106.2
## 926 926 35 26 123.3 667.0 503.0 118.3 11389.000 87.1 115.3
## 927 927 35 27 135.9 660.0 499.0 124.0 11937.000 84.1 123.0
## 928 928 35 28 144.3 652.8 493.6 130.7 13416.000 77.1 138.9
## 929 929 35 29 159.8 648.8 491.5 136.2 14157.000 85.2 143.6
## 930 930 35 30 168.3 649.8 494.6 140.3 15297.000 74.4 160.0
## 931 931 36 1 26.3 10020.0 6725.1 30.6 2242.886 130.4 24.1
## 932 932 36 2 26.4 10124.0 6810.4 31.0 2408.687 129.4 25.0
## 933 933 36 3 26.4 10241.0 6920.7 31.5 2568.384 134.8 24.5
## 934 934 36 4 26.3 10397.0 7058.7 32.4 2759.614 135.5 24.7
## 935 935 36 5 27.0 10488.0 7163.2 33.4 2861.333 136.4 25.0
## 936 936 36 6 30.8 10610.0 7306.0 34.8 3083.078 129.8 26.3
## 937 937 36 7 31.5 10740.0 7424.9 36.7 3295.669 128.8 27.0
## 938 938 36 8 36.6 10652.0 7441.1 38.8 3476.728 121.6 28.3
## 939 939 36 9 38.1 10721.0 7567.7 40.5 3699.490 124.6 30.1
## 940 940 36 10 38.4 10725.0 7647.2 41.8 3928.356 124.4 30.6
## 941 941 36 11 42.0 10738.0 7730.6 44.4 4381.002 120.5 30.6
## 942 942 36 12 42.9 10730.0 7797.7 49.3 4774.652 122.1 31.5
## 943 943 36 13 46.0 10727.0 7867.7 53.8 5111.339 122.5 33.3
## 944 944 36 14 48.5 10703.0 7916.6 56.9 5601.621 124.6 36.0
## 945 945 36 15 49.8 10715.0 7984.6 60.6 6149.882 127.3 36.9
## 946 946 36 16 53.9 10732.0 8050.8 65.2 6804.947 131.3 41.4
## 947 947 36 17 56.3 10731.0 8089.1 72.6 7502.733 130.9 43.4
## 948 948 36 18 58.7 10797.0 8133.2 82.4 8130.335 133.5 46.3
## 949 949 36 19 61.4 10781.0 8144.7 90.9 8789.469 132.8 49.4
## 950 950 36 20 68.3 10791.0 8171.6 96.5 9259.407 134.0 56.3
## 951 951 36 21 82.5 10746.0 8166.8 99.6 9800.547 130.0 66.4
## 952 952 36 22 89.2 10752.0 8185.0 103.9 10736.355 127.1 75.4
## 953 953 36 23 92.2 10745.0 8215.6 107.6 11247.997 126.7 79.3
## 954 954 36 24 98.1 10748.0 8255.9 109.6 11814.567 126.3 85.4
## 955 955 36 25 102.2 10784.0 8300.0 113.6 12360.794 124.6 90.5
## 956 956 36 26 108.4 10855.0 8375.0 118.3 13261.000 122.4 94.4
## 957 957 36 27 120.5 10907.0 8407.0 124.0 13994.000 118.6 103.8
## 958 958 36 28 135.4 10925.1 8421.0 130.7 15025.000 115.5 115.6
## 959 959 36 29 139.8 11017.8 8492.6 136.2 15396.000 113.2 120.5
## 960 960 36 30 159.6 11095.3 8569.2 140.3 16359.000 112.3 135.8
## 961 961 37 1 28.4 2450.0 1723.2 30.6 1789.569 113.4 25.8
## 962 962 37 2 28.8 2461.0 1733.9 31.0 1929.506 111.5 25.6
## 963 963 37 3 28.8 2448.0 1731.0 31.5 2085.787 115.6 26.1
## 964 964 37 4 30.4 2478.0 1762.1 32.4 2201.210 115.9 26.2
## 965 965 37 5 30.7 2516.0 1803.0 33.4 2362.598 117.9 27.5
## 966 966 37 6 31.2 2542.0 1833.2 34.8 2548.501 113.0 29.2
## 967 967 37 7 36.9 2568.0 1871.2 36.7 2701.717 108.7 29.9
## 968 968 37 8 38.4 2559.0 1871.2 38.8 2959.121 108.4 34.2
## 969 969 37 9 39.8 2607.0 1919.9 40.5 3130.723 115.4 36.8
## 970 970 37 10 39.8 2639.0 1955.0 41.8 3315.605 121.7 37.7
## 971 971 37 11 40.4 2667.0 1990.1 44.4 3819.176 124.1 37.7
## 972 972 37 12 41.0 2697.0 2026.1 49.3 4160.338 130.5 38.0
## 973 973 37 13 43.6 2728.0 2061.2 53.8 4616.923 132.9 42.7
## 974 974 37 14 46.4 2771.0 2107.9 56.9 5047.972 138.6 44.7
## 975 975 37 15 47.9 2805.0 2143.0 60.6 5551.544 140.4 45.9
## 976 976 37 16 53.1 2843.0 2179.0 65.2 6248.168 143.6 49.9
## 977 977 37 17 55.5 2892.0 2221.9 72.6 7113.331 141.6 52.2
## 978 978 37 18 62.9 3025.0 2316.4 82.4 7889.627 141.6 57.3
## 979 979 37 19 65.8 3100.0 2370.0 90.9 8826.291 143.7 59.8
## 980 980 37 20 71.7 3177.0 2424.5 96.5 9376.849 147.0 64.7
## 981 981 37 21 83.9 3298.0 2508.3 99.6 9553.558 140.0 74.8
## 982 982 37 22 93.3 3298.0 2510.2 103.9 10029.551 128.1 84.8
## 983 983 37 23 95.1 3316.0 2507.3 107.6 9973.372 124.2 93.7
## 984 984 37 24 104.6 3306.0 2509.2 109.6 10159.274 119.9 101.2
## 985 985 37 25 114.4 3272.0 2481.0 113.6 10359.477 113.1 108.5
## 986 986 37 26 122.6 3242.0 2458.0 118.3 10956.000 103.6 113.7
## 987 987 37 27 133.4 3224.0 2464.0 124.0 11591.000 97.5 118.9
## 988 988 37 28 146.1 3219.9 2460.9 130.7 12579.000 88.4 129.1
## 989 989 37 29 149.1 3249.6 2483.4 136.2 12951.000 87.8 132.5
## 990 990 37 30 170.6 3287.5 2511.2 140.3 14344.000 86.3 153.1
## 991 991 39 1 26.8 11408.0 7991.7 30.6 2188.365 128.3 26.2
## 992 992 39 2 29.7 11505.0 8068.8 31.0 2344.455 117.4 26.4
## 993 993 39 3 29.8 11583.0 8149.8 31.5 2484.006 120.4 26.4
## 994 994 39 4 29.8 11657.0 8238.5 32.4 2655.602 122.9 26.3
## 995 995 39 5 30.1 11672.0 8294.4 33.4 2837.535 125.5 27.0
## 996 996 39 6 36.4 11750.0 8412.9 34.8 3033.940 117.1 30.8
## 997 997 39 7 36.5 11803.0 8563.3 36.7 3255.154 114.7 30.7
## 998 998 39 8 38.4 11793.0 8525.7 38.8 3494.975 107.3 32.6
## 999 999 39 9 44.7 11864.0 8658.7 40.5 3701.717 106.3 34.2
## 1000 1000 39 10 44.7 11871.0 8742.6 41.8 3929.133 109.0 34.3
## 1001 1001 39 11 44.9 11840.0 8800.4 44.4 4359.157 110.7 35.3
## 1002 1002 39 12 46.6 11807.0 8853.4 49.3 4777.809 114.2 35.8
## 1003 1003 39 13 49.8 11829.0 8945.0 53.8 5227.473 114.6 39.5
## 1004 1004 39 14 52.3 11807.0 8999.9 56.9 5680.239 118.8 46.1
## 1005 1005 39 15 53.3 11791.0 9052.0 60.6 6157.813 120.1 48.9
## 1006 1006 39 16 57.4 11763.0 9091.5 65.2 6741.859 122.3 52.1
## 1007 1007 39 17 60.6 11731.0 9118.5 72.6 7483.029 122.6 56.2
## 1008 1008 39 18 61.3 11864.0 9230.3 82.4 8231.436 124.0 58.1
## 1009 1009 39 19 64.8 11871.0 9275.6 90.9 9035.662 125.2 61.4
## 1010 1010 39 20 69.8 11865.0 9292.0 96.5 9616.608 123.3 65.4
## 1011 1011 39 21 81.7 11895.0 9341.2 99.6 10151.036 125.3 74.9
## 1012 1012 39 22 97.7 11901.0 9367.2 103.9 10842.588 115.3 84.2
## 1013 1013 39 23 100.1 11864.0 9370.1 107.6 11532.073 115.8 90.1
## 1014 1014 39 24 104.9 11894.0 9412.5 109.6 12193.648 113.9 93.3
## 1015 1015 39 25 110.0 11936.0 9452.0 113.6 12911.043 100.6 100.3
## 1016 1016 39 26 112.3 12001.0 9507.0 118.3 13891.000 107.6 108.4
## 1017 1017 39 27 122.8 12040.0 9525.0 124.0 14811.000 107.1 120.2
## 1018 1018 39 28 133.7 12056.2 9537.8 130.7 16136.000 101.3 131.5
## 1019 1019 39 29 144.1 12136.4 9579.5 136.2 16609.000 102.5 139.8
## 1020 1020 39 30 176.2 12185.1 9612.0 140.3 17658.000 96.2 158.2
## 1021 1021 40 1 27.0 877.0 615.5 30.6 2227.727 144.6 26.8
## 1022 1022 40 2 27.3 884.0 621.3 31.0 2363.677 140.3 27.8
## 1023 1023 40 3 29.8 891.0 629.0 31.5 2514.046 133.2 28.1
## 1024 1024 40 4 30.0 898.0 635.8 32.4 2708.702 140.2 30.1
## 1025 1025 40 5 31.0 901.0 637.7 33.4 2905.417 144.5 31.1
## 1026 1026 40 6 32.1 908.0 648.3 34.8 3077.415 142.9 31.3
## 1027 1027 40 7 38.4 911.0 658.9 36.7 3265.891 117.8 32.2
## 1028 1028 40 8 39.3 949.0 689.7 38.8 3505.864 123.9 39.6
## 1029 1029 40 9 40.2 960.0 701.3 40.5 3659.322 123.2 41.0
## 1030 1030 40 10 41.6 969.0 713.8 41.8 3906.504 134.4 46.0
## 1031 1031 40 11 40.6 967.0 718.6 44.4 4212.392 142.0 46.0
## 1032 1032 40 12 41.3 940.0 700.3 49.3 4598.614 146.1 46.3
## 1033 1033 40 13 44.3 930.0 699.3 53.8 5066.199 154.7 49.4
## 1034 1034 40 14 52.2 931.0 707.0 56.9 5481.259 150.2 57.4
## 1035 1035 40 15 52.3 933.0 714.8 60.6 5987.982 148.8 57.3
## 1036 1036 40 16 56.3 932.0 719.6 65.2 6546.201 146.8 61.7
## 1037 1037 40 17 58.7 929.0 723.4 72.6 7211.532 145.8 64.4
## 1038 1038 40 18 60.0 947.0 741.7 82.4 8033.412 149.3 67.0
## 1039 1039 40 19 64.5 953.0 751.4 90.9 8821.305 151.2 70.8
## 1040 1040 40 20 71.6 958.0 757.1 96.5 9456.768 146.3 78.1
## 1041 1041 40 21 84.0 955.0 758.1 99.6 10332.204 135.8 88.7
## 1042 1042 40 22 94.8 962.0 763.9 103.9 11243.687 136.9 101.4
## 1043 1043 40 23 100.3 967.0 770.6 107.6 11830.744 133.4 108.3
## 1044 1044 40 24 101.8 975.0 778.3 109.6 12449.729 136.3 115.0
## 1045 1045 40 25 113.5 986.0 787.0 113.6 13229.382 124.4 120.4
## 1046 1046 40 26 121.5 993.0 791.0 118.3 14352.000 138.0 129.7
## 1047 1047 40 27 134.8 998.0 793.0 124.0 15189.000 120.8 142.0
## 1048 1048 40 28 150.9 1000.0 794.6 130.7 15870.000 101.4 152.4
## 1049 1049 40 29 170.3 1001.0 790.6 136.2 16024.000 103.6 163.3
## 1050 1050 40 30 190.0 1002.0 787.6 140.3 17863.000 100.1 175.9
## 1051 1051 41 1 27.3 2498.0 1608.3 30.6 1498.148 88.2 26.9
## 1052 1052 41 2 26.5 2528.0 1638.8 31.0 1619.314 89.7 27.5
## 1053 1053 41 3 26.2 2550.0 1663.6 31.5 1769.231 90.1 30.9
## 1054 1054 41 4 26.2 2607.0 1718.0 32.4 1946.873 93.4 30.6
## 1055 1055 41 5 27.3 2638.0 1750.5 33.4 2086.523 95.1 31.5
## 1056 1056 41 6 29.5 2669.0 1792.5 34.8 2269.299 95.7 33.3
## 1057 1057 41 7 29.0 2692.0 1788.7 36.7 2466.450 104.2 34.2
## 1058 1058 41 8 32.5 2590.0 1774.3 38.8 2688.246 103.6 34.3
## 1059 1059 41 9 34.3 2642.0 1828.7 40.5 2863.834 115.0 35.8
## 1060 1060 41 10 34.1 2682.0 1870.7 41.8 3087.684 118.7 40.9
## 1061 1061 41 11 33.5 2723.0 1911.8 44.4 3473.773 125.5 42.4
## 1062 1062 41 12 35.2 2774.0 1965.2 49.3 3823.922 129.7 42.4
## 1063 1063 41 13 38.1 2813.0 2010.1 53.8 4115.543 130.5 44.5
## 1064 1064 41 14 41.0 2838.0 2043.5 56.9 4468.773 136.8 47.9
## 1065 1065 41 15 42.2 2868.0 2079.8 60.6 4848.701 137.2 49.5
## 1066 1066 41 16 49.2 2902.0 2118.9 65.2 5327.204 140.4 54.7
## 1067 1067 41 17 50.2 2932.0 2151.4 72.6 5820.084 135.7 56.6
## 1068 1068 41 18 52.3 3122.0 2308.8 82.4 6345.822 138.3 59.3
## 1069 1069 41 19 54.7 3167.0 2351.8 90.9 6978.350 136.1 62.6
## 1070 1070 41 20 61.9 3203.0 2383.3 96.5 7441.451 136.0 67.8
## 1071 1071 41 21 72.4 3264.0 2437.7 99.6 8005.182 131.1 78.9
## 1072 1072 41 22 81.3 3300.0 2477.8 103.9 8794.816 127.0 86.8
## 1073 1073 41 23 83.0 3334.0 2515.0 107.6 9215.817 125.4 90.7
## 1074 1074 41 24 88.7 3381.0 2558.0 109.6 9728.206 126.6 100.1
## 1075 1075 41 25 95.3 3425.0 2599.0 113.6 10317.608 126.6 103.9
## 1076 1076 41 26 99.9 3470.0 2636.0 118.3 11098.000 124.4 109.2
## 1077 1077 41 27 111.9 3512.0 2667.0 124.0 11665.000 122.4 122.4
## 1078 1078 41 28 125.2 3542.5 2690.1 130.7 12880.000 118.6 132.3
## 1079 1079 41 29 129.0 3616.6 2744.6 136.2 13166.000 121.5 138.2
## 1080 1080 41 30 151.9 3660.3 2780.8 140.3 14318.000 121.9 159.5
## 1081 1081 42 1 26.6 707.0 470.7 30.6 1780.951 106.0 25.8
## 1082 1082 42 2 28.5 700.0 467.8 31.0 1785.931 99.4 26.2
## 1083 1083 42 3 28.3 686.0 460.9 31.5 2051.878 98.7 26.1
## 1084 1084 42 4 30.5 680.0 459.0 32.4 2241.129 98.8 26.5
## 1085 1085 42 5 31.3 668.0 455.1 33.4 2310.853 99.6 27.4
## 1086 1086 42 6 32.7 665.0 459.0 34.8 2460.262 100.4 32.3
## 1087 1087 42 7 32.4 659.0 453.1 36.7 2609.671 102.5 32.3
## 1088 1088 42 8 38.5 666.0 470.7 38.8 2819.839 92.7 33.9
## 1089 1089 42 9 38.5 671.0 481.4 40.5 3083.794 96.7 34.4
## 1090 1090 42 10 39.1 677.0 491.1 41.8 3536.004 103.0 34.4
## 1091 1091 42 11 39.6 679.0 497.0 44.4 4566.924 103.5 34.4
## 1092 1092 42 12 40.4 680.0 502.8 49.3 4404.566 108.4 35.8
## 1093 1093 42 13 42.8 682.0 507.7 53.8 4611.746 113.5 38.6
## 1094 1094 42 14 45.0 687.0 516.5 56.9 4516.125 116.7 42.6
## 1095 1095 42 15 46.4 690.0 521.4 60.6 5246.235 115.6 43.4
## 1096 1096 42 16 53.2 690.0 524.3 65.2 5945.467 116.9 49.8
## 1097 1097 42 17 54.1 689.0 524.3 72.6 6671.593 117.4 51.7
## 1098 1098 42 18 58.8 691.0 523.3 82.4 6793.112 114.7 55.3
## 1099 1099 42 19 62.3 686.0 518.4 90.9 7773.233 115.7 55.9
## 1100 1100 42 20 68.0 691.0 521.4 96.5 8012.286 113.0 64.3
## 1101 1101 42 21 78.8 700.0 525.3 99.6 8478.441 109.8 71.0
## 1102 1102 42 22 89.8 706.0 530.1 103.9 9333.059 105.7 81.7
## 1103 1103 42 23 92.3 708.0 532.1 107.6 9821.127 104.4 87.4
## 1104 1104 42 24 108.5 708.0 534.0 109.6 10482.509 97.0 97.8
## 1105 1105 42 25 113.7 709.0 535.0 113.6 10974.561 95.8 102.7
## 1106 1106 42 26 124.7 713.0 538.0 118.3 11369.000 91.9 112.9
## 1107 1107 42 27 130.1 715.0 539.0 124.0 12335.000 87.4 118.6
## 1108 1108 42 28 138.9 714.0 538.2 130.7 14308.000 88.3 129.5
## 1109 1109 42 29 150.3 721.2 544.5 136.2 14831.000 91.8 127.0
## 1110 1110 42 30 160.0 729.4 549.7 140.3 15082.000 93.0 155.1
## 1111 1111 43 1 26.1 3742.0 2548.0 30.6 1676.959 110.3 24.1
## 1112 1112 43 2 29.0 3805.0 2598.9 31.0 1797.190 105.5 25.0
## 1113 1113 43 3 28.9 3850.0 2639.2 31.5 1940.421 108.1 24.5
## 1114 1114 43 4 29.5 3878.0 2674.7 32.4 2107.699 109.9 24.7
## 1115 1115 43 5 29.6 3936.0 2730.4 33.4 2239.430 111.5 25.0
## 1116 1116 43 6 32.6 3952.0 2763.9 34.8 2448.527 109.2 26.3
## 1117 1117 43 7 32.8 3985.0 2808.1 36.7 2626.260 107.3 27.0
## 1118 1118 43 8 39.9 3924.0 2788.9 38.8 2825.948 99.8 28.3
## 1119 1119 43 9 41.6 3991.0 2859.0 40.5 3058.045 106.3 30.1
## 1120 1120 43 10 41.6 4054.0 2923.3 41.8 3350.781 111.5 29.9
## 1121 1121 43 11 40.8 4089.0 2972.2 44.4 3753.293 109.7 30.1
## 1122 1122 43 12 42.5 4137.0 3030.7 49.3 4088.894 114.8 31.3
## 1123 1123 43 13 45.3 4180.0 3085.4 53.8 4397.313 117.4 33.3
## 1124 1124 43 14 48.3 4233.0 3147.8 56.9 4805.052 121.7 36.0
## 1125 1125 43 15 49.6 4289.0 3212.1 60.6 5222.201 124.6 36.9
## 1126 1126 43 16 54.8 4333.0 3261.1 65.2 5800.354 127.3 41.4
## 1127 1127 43 17 57.3 4380.0 3317.7 72.6 6399.418 127.2 43.4
## 1128 1128 43 18 60.3 4591.0 3476.0 82.4 6868.841 130.4 46.3
## 1129 1129 43 19 63.7 4612.0 3503.9 90.9 7577.680 129.1 49.4
## 1130 1130 43 20 68.3 4651.0 3545.1 96.5 8047.103 131.4 56.3
## 1131 1131 43 21 79.1 4685.0 3582.6 99.6 8501.889 129.0 66.4
## 1132 1132 43 22 88.3 4717.0 3621.9 103.9 9367.551 125.1 75.4
## 1133 1133 43 23 92.5 4766.0 3668.9 107.6 9810.837 128.7 79.3
## 1134 1134 43 24 98.8 4800.0 3709.3 109.6 10592.860 129.0 85.4
## 1135 1135 43 25 103.5 4855.0 3763.0 113.6 11367.565 130.6 90.5
## 1136 1136 43 26 112.1 4895.0 3798.0 118.3 12228.000 125.3 94.4
## 1137 1137 43 27 121.5 4940.0 3832.0 124.0 12854.000 124.7 103.8
## 1138 1138 43 28 135.0 4963.4 3850.2 130.7 13857.000 121.8 115.6
## 1139 1139 43 29 137.4 5040.8 3912.0 136.2 14328.000 120.6 120.5
## 1140 1140 43 30 163.9 5113.0 3967.7 140.3 15820.000 121.0 135.8
## 1141 1141 44 1 29.5 10257.0 6807.7 30.6 1896.926 113.4 27.0
## 1142 1142 44 2 29.7 10401.0 6910.9 31.0 2043.879 110.7 27.3
## 1143 1143 44 3 29.5 10591.0 7067.3 31.5 2179.447 120.5 27.2
## 1144 1144 44 4 33.8 10714.0 7190.8 32.4 2331.574 106.1 30.0
## 1145 1145 44 5 34.4 10858.0 7333.6 33.4 2530.270 109.0 30.4
## 1146 1146 44 6 34.9 11013.0 7495.8 34.8 2721.722 108.4 30.9
## 1147 1147 44 7 34.4 11187.0 7606.7 36.7 2928.697 111.3 30.9
## 1148 1148 44 8 40.4 11196.0 7817.1 38.8 3185.346 106.4 34.3
## 1149 1149 44 9 42.0 11445.0 8056.5 40.5 3350.926 108.9 38.8
## 1150 1150 44 10 46.9 11644.0 8261.1 41.8 3570.320 108.6 39.8
## 1151 1151 44 11 46.4 11853.0 8474.4 44.4 4029.805 110.4 39.9
## 1152 1152 44 12 47.5 12049.0 8682.8 49.3 4427.197 114.7 41.0
## 1153 1153 44 13 50.6 12293.0 8926.0 53.8 4954.983 116.0 43.6
## 1154 1154 44 14 53.3 12571.0 9194.3 56.9 5447.584 121.4 46.4
## 1155 1155 44 15 53.3 12801.0 9419.2 60.6 5970.196 124.2 47.9
## 1156 1156 44 16 59.1 13047.0 9646.0 65.2 6739.108 126.6 53.1
## 1157 1157 44 17 62.2 13380.0 9924.9 72.6 7525.613 126.4 55.5
## 1158 1158 44 18 63.7 14228.0 10564.7 82.4 8363.862 129.7 60.0
## 1159 1159 44 19 66.9 14766.0 10960.4 90.9 9404.947 129.0 62.6
## 1160 1160 44 20 73.8 15280.0 11331.9 96.5 9983.442 131.2 69.4
## 1161 1161 44 21 84.1 15724.0 11655.2 99.6 10367.381 126.4 79.6
## 1162 1162 44 22 93.8 15989.0 11856.9 103.9 11138.363 117.2 90.2
## 1163 1163 44 23 102.1 16389.0 12077.0 107.6 11755.149 115.9 95.1
## 1164 1164 44 24 105.5 16689.0 12300.9 109.6 11910.380 113.7 101.2
## 1165 1165 44 25 114.4 16789.0 12353.0 113.6 12184.622 105.8 110.2
## 1166 1166 44 26 128.0 16841.0 12390.0 118.3 12908.000 96.5 113.7
## 1167 1167 44 27 137.0 16991.0 12545.0 124.0 13687.000 94.5 127.2
## 1168 1168 44 28 145.7 17173.0 12679.4 130.7 14590.000 85.6 133.6
## 1169 1169 44 29 173.6 17538.9 12913.8 136.2 15187.000 79.6 146.5
## 1170 1170 44 30 186.0 17849.3 13123.2 140.3 15965.000 77.2 165.4
## 1171 1171 45 1 24.9 973.0 592.0 30.6 2060.706 72.0 23.9
## 1172 1172 45 2 29.4 977.0 594.8 31.0 2181.171 62.3 24.0
## 1173 1173 45 3 29.7 994.0 609.9 31.5 2282.447 65.0 24.2
## 1174 1174 45 4 30.8 1010.0 624.9 32.4 2365.601 65.7 26.5
## 1175 1175 45 5 31.5 1022.0 637.1 33.4 2454.084 64.3 27.4
## 1176 1176 45 6 32.3 1031.0 649.4 34.8 2573.483 64.3 31.3
## 1177 1177 45 7 33.3 1045.0 644.7 36.7 2706.742 65.6 31.9
## 1178 1178 45 8 34.6 1059.0 686.9 38.8 2975.390 65.5 33.8
## 1179 1179 45 9 36.6 1094.0 716.1 40.5 3192.868 67.7 33.6
## 1180 1180 45 10 37.2 1123.0 740.5 41.8 3449.790 71.3 33.7
## 1181 1181 45 11 36.5 1152.0 764.9 44.4 3757.883 72.7 34.4
## 1182 1182 45 12 37.8 1177.0 784.7 49.3 4094.760 75.6 35.8
## 1183 1183 45 13 40.5 1206.0 806.3 53.8 4488.138 75.8 38.6
## 1184 1184 45 14 43.4 1239.0 828.8 56.9 4868.724 77.9 42.5
## 1185 1185 45 15 44.7 1276.0 852.3 60.6 5311.141 78.0 43.4
## 1186 1186 45 16 49.5 1317.0 875.8 65.2 5899.610 79.6 49.8
## 1187 1187 45 17 53.7 1367.0 904.0 72.6 6426.246 79.1 51.7
## 1188 1188 45 18 57.2 1461.0 961.3 82.4 6981.667 74.8 55.3
## 1189 1189 45 19 62.7 1518.0 991.4 90.9 7545.616 77.6 55.9
## 1190 1190 45 20 68.1 1554.0 1009.3 96.5 7796.141 73.6 64.3
## 1191 1191 45 21 82.0 1619.0 1045.9 99.6 8251.351 69.0 71.0
## 1192 1192 45 22 95.3 1652.0 1065.7 103.9 8831.291 66.3 81.7
## 1193 1193 45 23 104.6 1644.0 1081.6 107.6 9230.000 66.5 87.4
## 1194 1194 45 24 103.5 1664.0 1099.5 109.6 9647.898 64.4 97.8
## 1195 1195 45 25 108.6 1680.0 1107.0 113.6 10035.946 67.7 102.7
## 1196 1196 45 26 122.9 1690.0 1116.0 118.3 10650.000 55.0 112.9
## 1197 1197 45 27 135.6 1707.0 1131.0 124.0 11425.000 57.0 118.6
## 1198 1198 45 28 151.9 1724.0 1142.3 130.7 12012.000 53.4 129.5
## 1199 1199 45 29 167.1 1771.0 1178.9 136.2 12492.000 53.5 127.0
## 1200 1200 45 30 170.1 1814.1 1214.5 140.3 13355.000 55.0 155.1
## 1201 1201 46 1 28.2 397.0 269.5 30.6 2042.503 133.5 24.2
## 1202 1202 46 2 29.3 399.0 272.4 31.0 2188.801 129.1 24.7
## 1203 1203 46 3 29.4 404.0 276.3 31.5 2400.876 122.9 24.7
## 1204 1204 46 4 32.5 410.0 282.0 32.4 2634.500 130.4 25.9
## 1205 1205 46 5 31.8 420.0 289.8 33.4 2786.468 127.4 26.5
## 1206 1206 46 6 33.9 429.0 298.5 34.8 2990.605 128.8 29.9
## 1207 1207 46 7 34.2 439.0 307.2 36.7 3161.853 134.6 29.9
## 1208 1208 46 8 37.7 444.0 311.0 38.8 3393.208 122.6 31.4
## 1209 1209 46 9 39.5 453.0 319.7 40.5 3668.793 124.4 34.1
## 1210 1210 46 10 40.0 460.0 327.4 41.8 3778.800 138.0 36.1
## 1211 1211 46 11 39.8 464.0 333.2 44.4 4167.794 146.8 36.9
## 1212 1212 46 12 41.3 468.0 339.0 49.3 4485.340 151.8 37.9
## 1213 1213 46 13 41.8 473.0 346.8 53.8 4816.496 155.5 40.8
## 1214 1214 46 14 47.1 477.0 353.5 56.9 5304.156 171.1 43.9
## 1215 1215 46 15 47.0 483.0 360.3 60.6 5630.775 169.4 45.0
## 1216 1216 46 16 52.5 487.0 367.0 65.2 6338.449 162.4 49.7
## 1217 1217 46 17 54.8 493.0 373.8 72.6 6920.240 160.9 53.2
## 1218 1218 46 18 58.9 511.0 390.2 82.4 7519.041 161.6 55.3
## 1219 1219 46 19 61.0 516.0 395.1 90.9 8392.293 163.8 58.4
## 1220 1220 46 20 66.8 516.0 396.0 96.5 9596.701 162.3 67.0
## 1221 1221 46 21 77.0 525.0 404.7 99.6 9335.859 153.8 74.7
## 1222 1222 46 22 90.6 530.0 407.6 103.9 10134.261 144.3 90.5
## 1223 1223 46 23 95.5 535.0 413.4 107.6 10719.453 144.5 89.2
## 1224 1224 46 24 104.9 541.0 419.2 109.6 11288.768 131.2 100.0
## 1225 1225 46 25 113.8 548.0 425.0 113.6 12070.159 128.3 102.0
## 1226 1226 46 26 123.7 557.0 433.0 118.3 13126.000 128.7 113.5
## 1227 1227 46 27 129.7 567.0 441.0 124.0 13945.000 120.9 125.9
## 1228 1228 46 28 143.7 572.1 445.0 130.7 14896.000 124.3 135.9
## 1229 1229 46 29 150.1 576.1 447.0 136.2 15121.000 120.9 153.9
## 1230 1230 46 30 168.0 579.2 452.1 140.3 16640.000 126.5 164.4
## 1231 1231 47 1 24.7 4288.0 2899.7 30.6 1936.033 122.8 23.4
## 1232 1232 47 2 25.2 4371.0 2962.3 31.0 2134.440 118.5 23.9
## 1233 1233 47 3 25.1 4420.0 3001.8 31.5 2267.059 123.3 24.1
## 1234 1234 47 4 24.7 4481.0 3056.7 32.4 2404.900 120.2 24.1
## 1235 1235 47 5 26.3 4541.0 3119.3 33.4 2580.333 120.9 25.0
## 1236 1236 47 6 27.1 4604.0 3182.0 34.8 2794.404 122.8 26.3
## 1237 1237 47 7 28.3 4669.0 3251.3 36.7 3024.138 123.9 27.0
## 1238 1238 47 8 28.8 4648.0 3292.8 38.8 3284.155 124.3 28.3
## 1239 1239 47 9 30.2 4736.0 3383.3 40.5 3562.969 128.4 30.1
## 1240 1240 47 10 29.9 4799.0 3456.5 41.8 3840.739 137.0 30.6
## 1241 1241 47 11 30.1 4865.0 3538.4 44.4 4290.809 143.1 30.6
## 1242 1242 47 12 31.3 4924.0 3616.4 49.3 4677.180 149.6 31.5
## 1243 1243 47 13 33.6 4989.0 3701.2 53.8 5154.401 152.7 33.3
## 1244 1244 47 14 37.9 5052.0 3784.1 56.9 5570.011 158.1 36.0
## 1245 1245 47 15 38.4 5112.0 3865.0 60.6 6093.179 157.7 36.9
## 1246 1246 47 16 42.8 5177.0 3566.3 65.2 6684.222 155.9 41.4
## 1247 1247 47 17 45.8 5197.0 3993.1 72.6 7396.398 151.8 43.4
## 1248 1248 47 18 48.5 5346.0 4100.0 82.4 8230.751 148.9 46.3
## 1249 1249 47 19 51.8 5430.0 4187.7 90.9 9028.556 149.9 49.4
## 1250 1250 47 20 56.4 5491.0 4247.4 96.5 9754.307 147.4 56.3
## 1251 1251 47 21 68.8 5550.0 4310.1 99.6 10561.510 144.7 66.4
## 1252 1252 47 22 76.0 5636.0 4391.0 103.9 11529.526 136.8 75.4
## 1253 1253 47 23 83.6 5701.0 4453.6 107.6 12246.924 134.6 79.3
## 1254 1254 47 24 91.3 5795.0 4540.3 109.6 13127.223 135.8 85.4
## 1255 1255 47 25 94.6 5904.0 4627.0 113.6 13942.780 133.0 90.5
## 1256 1256 47 26 102.1 6015.0 4725.0 118.3 15010.000 129.5 94.4
## 1257 1257 47 27 109.4 6098.0 4782.0 124.0 15936.000 122.5 103.8
## 1258 1258 47 28 128.6 6164.8 4834.4 130.7 16698.000 118.9 115.6
## 1259 1259 47 29 136.5 6263.4 4898.2 136.2 17038.000 109.1 120.5
## 1260 1260 47 30 157.9 6354.1 4965.1 140.3 18010.000 108.2 135.8
## 1261 1261 48 1 30.1 2961.0 2030.7 30.6 2409.333 99.1 28.0
## 1262 1262 48 2 29.9 2971.0 2045.2 31.0 2569.194 95.4 29.4
## 1263 1263 48 3 30.0 2973.0 2057.8 31.5 2764.349 98.3 29.1
## 1264 1264 48 4 34.7 3074.0 2140.0 32.4 3003.102 86.9 29.8
## 1265 1265 48 5 35.0 3208.0 2250.3 33.4 3143.240 99.7 30.1
## 1266 1266 48 6 37.1 3296.0 2333.5 34.8 3363.308 101.5 32.0
## 1267 1267 48 7 37.6 3402.0 2421.5 36.7 3529.397 100.2 31.9
## 1268 1268 48 8 38.7 3409.0 2438.0 38.8 3664.345 96.7 33.8
## 1269 1269 48 9 40.3 3433.0 2477.6 40.5 3829.396 97.0 33.6
## 1270 1270 48 10 46.1 3423.0 2489.2 41.8 4072.302 88.5 33.7
## 1271 1271 48 11 45.9 3443.0 2528.9 44.4 4593.407 91.0 36.3
## 1272 1272 48 12 46.9 3503.0 2597.6 49.3 5079.218 98.6 38.0
## 1273 1273 48 13 49.0 3563.0 2667.3 53.8 5631.465 99.5 40.3
## 1274 1274 48 14 53.0 3623.0 2735.0 56.9 6166.065 100.3 42.5
## 1275 1275 48 15 53.7 3693.0 2806.6 60.6 6674.713 99.3 45.6
## 1276 1276 48 16 58.6 3793.0 2899.4 65.2 7521.768 101.3 51.5
## 1277 1277 48 17 61.6 3926.0 3014.6 72.6 8311.731 101.4 55.4
## 1278 1278 48 18 63.8 4132.0 3165.5 82.4 9105.845 101.4 56.4
## 1279 1279 48 19 66.6 4217.0 3233.2 90.9 9940.444 112.7 59.2
## 1280 1280 48 20 80.3 4245.0 3252.6 96.5 10492.691 106.6 67.6
## 1281 1281 48 21 93.1 4300.0 3299.0 99.6 11018.986 102.4 76.5
## 1282 1282 48 22 105.9 4349.0 3345.4 103.9 11805.834 96.2 88.5
## 1283 1283 48 23 114.4 4406.0 3394.8 107.6 12336.282 96.5 97.6
## 1284 1284 48 24 125.7 4463.0 3450.9 109.6 12946.660 94.2 99.9
## 1285 1285 48 25 134.2 4538.0 3507.0 113.6 13522.782 91.3 107.1
## 1286 1286 48 26 141.4 4648.0 3591.0 118.3 14347.000 88.2 121.9
## 1287 1287 48 27 150.6 4761.0 3669.0 124.0 15438.000 86.1 133.6
## 1288 1288 48 28 167.5 4882.4 3762.5 130.7 16252.000 83.4 141.3
## 1289 1289 48 29 177.4 5033.9 3866.5 136.2 16967.000 78.7 144.4
## 1290 1290 48 30 199.2 5152.2 3950.2 140.3 18038.000 81.1 167.2
## 1291 1291 49 1 27.7 1815.0 1247.0 30.6 1598.063 111.8 24.1
## 1292 1292 49 2 28.0 1823.0 1260.4 31.0 1721.532 109.0 25.0
## 1293 1293 49 3 28.2 1815.0 1264.3 31.5 1855.038 110.5 24.5
## 1294 1294 49 4 28.4 1815.0 1275.8 32.4 1962.446 111.2 24.7
## 1295 1295 49 5 29.5 1807.0 1280.6 33.4 2097.960 113.6 25.0
## 1296 1296 49 6 31.3 1819.0 1301.8 34.8 2202.356 119.8 26.3
## 1297 1297 49 7 32.1 1819.0 1310.4 36.7 2358.950 112.1 27.0
## 1298 1298 49 8 33.7 1744.0 1255.6 38.8 2659.089 114.5 28.3
## 1299 1299 49 9 41.6 1761.0 1277.7 40.5 2868.885 111.5 30.1
## 1300 1300 49 10 41.3 1781.0 1300.8 41.8 3118.833 117.5 29.9
## 1301 1301 49 11 39.9 1782.0 1310.4 44.4 3424.995 116.6 30.1
## 1302 1302 49 12 42.0 1784.0 1320.0 49.3 3815.476 119.9 31.3
## 1303 1303 49 13 45.2 1803.0 1340.2 53.8 4251.129 123.2 33.3
## 1304 1304 49 14 48.4 1833.0 1369.1 56.9 4646.630 129.7 36.0
## 1305 1305 49 15 48.9 1853.0 1389.2 60.6 5074.252 133.9 36.9
## 1306 1306 49 16 53.9 1861.0 1399.8 65.2 5525.966 131.6 41.4
## 1307 1307 49 17 62.4 1878.0 1416.2 72.6 6080.069 122.1 43.4
## 1308 1308 49 18 64.3 1950.0 1467.1 82.4 6593.015 122.3 46.3
## 1309 1309 49 19 66.2 1952.0 1471.9 90.9 7108.972 120.5 49.4
## 1310 1310 49 20 75.1 1948.0 1473.8 96.5 7632.961 119.8 56.3
## 1311 1311 49 21 88.2 1965.0 1490.2 99.6 7830.711 115.7 66.4
## 1312 1312 49 22 97.2 1952.0 1487.3 103.9 8338.638 111.9 75.4
## 1313 1313 49 23 103.2 1936.0 1484.4 107.6 8780.314 109.1 79.3
## 1314 1314 49 24 104.1 1917.0 1477.7 109.6 9173.807 112.1 85.4
## 1315 1315 49 25 112.8 1897.0 1470.0 113.6 9599.422 107.5 90.5
## 1316 1316 49 26 122.2 1876.0 1460.0 118.3 10279.000 109.1 94.4
## 1317 1317 49 27 131.2 1857.0 1452.0 124.0 10901.000 104.0 103.8
## 1318 1318 49 28 142.9 1842.6 1440.8 130.7 11946.000 104.1 115.6
## 1319 1319 49 29 144.1 1850.8 1454.1 136.2 12381.000 100.1 120.5
## 1320 1320 49 30 158.2 1862.1 1465.4 140.3 13526.000 98.0 135.8
## 1321 1321 50 1 27.6 4059.0 2702.5 30.6 2146.288 110.4 25.4
## 1322 1322 50 2 29.5 4100.0 2735.1 31.0 2307.521 106.2 25.6
## 1323 1323 50 3 29.8 4140.0 2773.5 31.5 2456.191 109.4 26.2
## 1324 1324 50 4 32.1 4178.0 2812.8 32.4 2633.129 106.3 30.0
## 1325 1325 50 5 32.8 4194.0 2841.6 33.4 2726.309 108.3 30.1
## 1326 1326 50 6 33.6 4211.0 2878.0 34.8 2939.891 111.4 32.7
## 1327 1327 50 7 33.6 4233.0 2898.1 36.7 3109.500 111.5 32.8
## 1328 1328 50 8 38.5 4417.0 3059.2 38.8 3339.833 106.4 37.7
## 1329 1329 50 9 40.2 4466.0 3129.2 40.5 3582.730 105.4 38.5
## 1330 1330 50 10 40.3 4510.0 3197.2 41.8 3814.111 108.8 41.9
## 1331 1331 50 11 42.6 4537.0 3253.8 44.4 4269.542 109.5 41.0
## 1332 1332 50 12 43.9 4563.0 3310.4 49.3 4634.935 111.8 41.9
## 1333 1333 50 13 46.6 4601.0 3377.5 53.8 5039.065 113.5 45.2
## 1334 1334 50 14 51.3 4623.0 3430.2 56.9 5487.168 115.4 47.8
## 1335 1335 50 15 52.1 4658.0 3489.6 60.6 6063.002 117.2 49.4
## 1336 1336 50 16 57.1 4683.0 3537.6 65.2 6728.874 116.7 54.6
## 1337 1337 50 17 58.7 4720.0 3590.3 72.6 7622.986 117.1 56.4
## 1338 1338 50 18 61.2 4705.0 3551.0 82.4 8173.692 117.6 58.8
## 1339 1339 50 19 64.9 4742.0 3592.2 90.9 8663.674 119.9 61.4
## 1340 1340 50 20 75.0 4765.0 3617.1 96.5 9196.582 115.6 69.6
## 1341 1341 50 21 92.0 4751.0 3616.2 99.6 9815.341 106.3 80.8
## 1342 1342 50 22 100.8 4766.0 3639.2 103.9 10641.400 105.6 89.6
## 1343 1343 50 23 106.8 4775.0 3657.4 107.6 11228.750 107.0 96.7
## 1344 1344 50 24 110.8 4783.0 3670.8 109.6 11763.752 105.4 104.8
## 1345 1345 50 25 116.3 4807.0 3690.0 113.6 12336.444 106.0 116.2
## 1346 1346 50 26 128.6 4855.0 3728.0 118.3 13129.000 102.6 124.1
## 1347 1347 50 27 138.3 4867.0 3745.0 124.0 13933.000 100.3 132.7
## 1348 1348 50 28 151.1 4902.1 3772.0 130.7 14958.000 94.1 147.3
## 1349 1349 50 29 158.6 4965.2 3817.4 136.2 15438.000 95.5 154.4
## 1350 1350 50 30 176.5 5017.3 3853.8 140.3 16351.000 96.2 178.5
## 1351 1351 51 1 26.2 335.0 221.9 30.6 2212.869 125.6 24.9
## 1352 1352 51 2 26.2 338.0 224.8 31.0 2323.409 134.0 27.5
## 1353 1353 51 3 26.1 330.0 220.0 31.5 2468.041 137.6 27.6
## 1354 1354 51 4 26.5 320.0 215.2 32.4 2593.044 133.3 29.6
## 1355 1355 51 5 27.4 319.0 216.1 33.4 2775.900 137.4 30.1
## 1356 1356 51 6 32.5 322.0 221.9 34.8 2921.565 136.5 32.0
## 1357 1357 51 7 32.6 320.0 228.7 36.7 3066.197 135.7 31.9
## 1358 1358 51 8 34.1 332.0 231.6 38.8 3269.715 132.2 33.8
## 1359 1359 51 9 34.4 339.0 240.3 40.5 3514.556 131.7 33.6
## 1360 1360 51 10 34.4 345.0 247.0 41.8 3975.312 140.0 33.7
## 1361 1361 51 11 34.4 351.0 253.8 44.4 4505.285 141.2 36.3
## 1362 1362 51 12 35.8 362.0 263.4 49.3 4980.504 145.8 37.8
## 1363 1363 51 13 38.6 377.0 276.0 53.8 5455.724 160.7 40.3
## 1364 1364 51 14 42.6 392.0 288.5 56.9 5985.696 161.5 42.5
## 1365 1365 51 15 43.4 407.0 300.1 60.6 6640.673 160.4 44.7
## 1366 1366 51 16 49.8 425.0 314.5 65.2 7609.707 160.3 49.5
## 1367 1367 51 17 51.7 450.0 332.9 72.6 8482.664 168.6 53.7
## 1368 1368 51 18 55.3 470.0 343.5 82.4 9402.110 158.1 56.4
## 1369 1369 51 19 55.9 492.0 358.0 90.9 10046.755 163.1 59.2
## 1370 1370 51 20 64.3 502.0 364.7 96.5 10180.023 157.7 65.7
## 1371 1371 51 21 71.0 514.0 371.5 99.6 9855.634 141.2 76.5
## 1372 1372 51 22 81.7 511.0 370.5 103.9 10382.508 128.9 88.5
## 1373 1373 51 23 87.4 510.0 369.5 107.6 10839.131 125.7 92.3
## 1374 1374 51 24 97.8 507.0 368.6 109.6 11089.138 124.8 99.9
## 1375 1375 51 25 102.7 490.0 357.0 113.6 11113.932 110.4 106.2
## 1376 1376 51 26 112.9 479.0 353.0 118.3 11803.000 114.3 115.3
## 1377 1377 51 27 118.6 475.0 352.0 124.0 12399.000 111.4 123.0
## 1378 1378 51 28 129.5 470.9 348.9 130.7 13871.000 96.9 138.9
## 1379 1379 51 29 127.0 477.1 355.2 136.2 14675.000 109.1 143.6
## 1380 1380 51 30 155.1 483.3 360.5 140.3 15607.000 110.8 160.0