bai tap 2

1 Nhiệm vụ 2.1

1.1 Tóm tắt

Thao tác một số lệnh cơ bản và rút trích dữ liệu trên file excel “bwt_co_dieu_chinh.xlsx”, file này phân tích Trọng lượng lúc sinh của phụ nữ từ năm 1925 - 2004 thông qua các tiêu chí

• id: Khu vực (có 8 khu vực)

• year: Năm lấy số liệu

• bwt: Trọng lượng lúc sinh (tính bằng ounces, 1 ounce = 28.3495 gram)

• gestation: Thời gian mang thai (tính bằng ngày)

• parity: Số lần sinh (có hai giá trị, 1 = sinh lần đầu, 0 = không phải lần đầu)

• age: Tuổi của mẹ

• height: Chiều cao của mẹ (tính bằng inches, 1 inch = 2.54 cm)

• weight: Cân nặng của bà mẹ khi mang thai (tính bằng pounds, 1 pound = 0.453592 kg)

• smoke: Hút thuốc lúc mang thai (1 = có, 0 = không)

File này có 9 cột tưởng đương với 9 biến

Có 640 hàng tương đương với 640 quan sát

1.2 Đọc dữ liệu từ file excel

#Để vừa chạy dữ liệu, vừa hiển thị chữ ta nhấn tổ hợp phím Ctrl+Alt+I sau đó nhập {r message=TRUE, warning=FALSE}

#Load gói xlsx bằng câu lệnh
library(xlsx)

#Gán dữ liệu của file excel vào object bwt, sau đó đọc dữ liệu từ file excel bằng câu lệnh
ptt <- read.xlsx("C:/Users/PHAN THANH TRONG/Downloads/bwt_co_dieu_chinh.xlsx", sheetIndex = 1, header = T) 
#SheetIndex = 1 là lấy dữ liệu từ sheet 1 của file excel, header = T là lấy dữ liệu từ dòng đầu tiên của file excel 

1.3 Thông tin tổng quan

#Kiểm tra bwt có phải là khung dữ liệu hay không bằng câu lệnh
is.data.frame(ptt) #True chứng tỏ ptt là khung dữ liệu, False thì ngược lại

## [1] TRUE

#Hiển thị số cột của ptt bằng câu lệnh
length(ptt)

## [1] 9

#Hiển thị tên các cột của ptt bằng câu lệnh 
names(ptt)

## [1] "id"        "year"      "bwt"       "gestation" "parity"    "age"      
## [7] "height"    "weight"    "smoke"

#Hiển thị số hàng và số cột của ptt bằng câu lệnh
dim(ptt)

## [1] 640   9

#Hiển thị 10 dòng đầu tiên của ptt bằng câu lệnh 
head(ptt, 10)

##    id year bwt gestation parity age height weight smoke
## 1   1 1925 120       284      0  27     62    100     0
## 2   2 1925 112       267      1  22     62    138     0
## 3   3 1925 119       286      0  26     64    123     1
## 4   4 1925 124       287      0  27     62    105     1
## 5   5 1925 105       276      0  22     67    130     0
## 6   6 1925 120       289      1  31     59    102     0
## 7   7 1925  82       274      0  31     64    101     1
## 8   8 1925 111       278      0  29     65    145     1
## 9   1 1926 113       282      0  33     64    135     0
## 10  2 1926 134       297      0  27     67    170     1

#Hiển thị 10 dòng cuối cùng của ptt bằng câu lệnh 
tail(ptt, 10)

##     id year bwt gestation parity age height weight smoke
## 631  7 2003 100       264      0  29     64    120     1
## 632  8 2003 123       277      0  24     66    122     0
## 633  1 2004 139       292      0  25     68    135     0
## 634  2 2004 112       275      1  21     68    143     1
## 635  3 2004 114       289      0  36     60    115     0
## 636  4 2004 110       277      0  25     61    130     0
## 637  5 2004 120       271      1  17     64    142     1
## 638  6 2004 110       280      0  29     62    110     1
## 639  7 2004 160       271      0  32     67    215     0
## 640  8 2004 100       281      0  24     61    115     0

#Hiển thị cấu trúc của ptt bằng câu lệnh 
str(ptt)

## 'data.frame':    640 obs. of  9 variables:
##  $ id       : num  1 2 3 4 5 6 7 8 1 2 ...
##  $ year     : num  1925 1925 1925 1925 1925 ...
##  $ bwt      : num  120 112 119 124 105 120 82 111 113 134 ...
##  $ gestation: num  284 267 286 287 276 289 274 278 282 297 ...
##  $ parity   : num  0 1 0 0 0 1 0 0 0 0 ...
##  $ age      : num  27 22 26 27 22 31 31 29 33 27 ...
##  $ height   : num  62 62 64 62 67 59 64 65 64 67 ...
##  $ weight   : num  100 138 123 105 130 102 101 145 135 170 ...
##  $ smoke    : num  0 0 1 1 0 0 1 1 0 1 ...

#Kiểm tra xem npt có chứa ô trống nào hay không bằng câu lệnh 
is.na(ptt) #True là ô trống, False là ô có dữ liệu 

##           id  year   bwt gestation parity   age height weight smoke
##   [1,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [2,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [3,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [4,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [5,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [6,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [7,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [8,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##   [9,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [10,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [11,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [12,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [13,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [14,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [15,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [16,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [17,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [18,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [19,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [20,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [21,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [22,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [23,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [24,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [25,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [26,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [27,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [28,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [29,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [30,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [31,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [32,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [33,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [34,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [35,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [36,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [37,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [38,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [39,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [40,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [41,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [42,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [43,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [44,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [45,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [46,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [47,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [48,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [49,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [50,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [51,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [52,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [53,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [54,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [55,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [56,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [57,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [58,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [59,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [60,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [61,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [62,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [63,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [64,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [65,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [66,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [67,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [68,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [69,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [70,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [71,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [72,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [73,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [74,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [75,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [76,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [77,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [78,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [79,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [80,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [81,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [82,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [83,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [84,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [85,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [86,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [87,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [88,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [89,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [90,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [91,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [92,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [93,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [94,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [95,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [96,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [97,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [98,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
##  [99,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [100,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [101,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [102,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [103,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [104,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [105,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [106,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [107,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [108,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [109,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [110,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [111,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [112,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [113,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [114,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [115,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [116,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [117,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [118,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [119,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [120,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [121,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [122,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [123,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [124,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [125,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [126,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [127,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [128,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [129,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [130,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [131,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [132,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [133,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [134,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [135,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [136,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [137,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [138,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [139,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [140,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [141,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [142,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [143,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [144,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [145,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [146,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [147,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [148,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [149,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [150,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [151,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [152,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [153,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [154,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [155,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [156,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [157,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [158,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [159,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [160,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [161,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [162,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [163,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [164,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [165,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [166,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [167,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [168,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [169,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [170,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [171,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [172,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [173,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [174,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [175,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [176,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [177,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [178,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [179,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [180,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [181,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [182,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [183,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [184,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [185,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [186,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [187,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [188,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [189,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [190,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [191,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [192,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [193,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [194,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [195,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [196,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [197,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [198,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [199,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [200,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [201,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [202,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [203,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [204,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [205,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [206,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [207,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [208,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [209,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [210,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [211,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [212,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [213,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [214,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [215,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [216,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [217,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [218,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [219,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [220,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [221,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [222,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [223,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [224,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [225,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [226,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [227,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [228,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [229,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [230,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [231,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [232,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [233,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [234,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [235,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [236,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [237,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [238,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [239,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [240,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [241,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [242,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [243,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [244,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [245,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [246,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [247,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [248,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [249,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [250,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [251,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [252,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [253,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [254,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [255,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [256,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [257,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [258,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [259,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [260,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [261,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [262,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [263,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [264,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [265,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [266,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [267,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [268,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [269,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [270,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [271,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [272,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [273,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [274,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [275,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [276,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [277,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [278,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [279,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [280,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [281,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [282,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [283,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [284,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [285,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [286,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [287,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [288,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [289,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [290,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [291,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [292,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [293,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [294,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [295,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [296,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [297,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [298,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [299,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [300,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [301,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [302,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [303,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [304,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [305,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [306,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [307,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [308,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [309,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [310,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [311,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [312,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [313,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [314,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [315,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [316,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [317,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [318,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [319,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [320,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [321,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [322,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [323,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [324,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [325,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [326,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [327,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [328,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [329,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [330,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [331,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [332,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [333,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [334,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [335,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [336,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [337,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [338,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [339,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [340,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [341,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [342,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [343,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [344,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [345,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [346,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [347,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [348,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [349,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [350,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [351,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [352,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [353,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [354,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [355,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [356,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [357,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [358,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [359,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [360,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [361,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [362,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [363,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [364,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [365,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [366,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [367,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [368,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [369,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [370,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [371,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [372,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [373,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [374,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [375,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [376,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [377,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [378,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [379,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [380,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [381,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [382,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [383,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [384,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [385,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [386,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [387,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [388,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [389,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [390,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [391,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [392,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [393,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [394,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [395,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [396,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [397,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [398,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [399,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [400,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [401,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [402,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [403,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [404,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [405,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [406,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [407,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [408,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [409,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [410,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [411,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [412,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [413,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [414,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [415,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [416,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [417,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [418,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [419,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [420,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [421,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [422,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [423,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [424,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [425,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [426,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [427,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [428,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [429,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [430,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [431,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [432,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [433,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [434,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [435,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [436,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [437,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [438,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [439,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [440,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [441,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [442,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [443,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [444,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [445,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [446,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [447,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [448,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [449,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [450,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [451,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [452,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [453,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [454,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [455,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [456,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [457,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [458,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [459,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [460,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [461,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [462,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [463,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [464,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [465,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [466,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [467,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [468,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [469,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [470,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [471,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [472,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [473,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [474,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [475,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [476,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [477,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [478,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [479,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [480,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [481,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [482,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [483,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [484,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [485,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [486,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [487,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [488,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [489,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [490,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [491,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [492,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [493,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [494,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [495,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [496,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [497,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [498,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [499,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [500,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [501,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [502,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [503,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [504,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [505,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [506,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [507,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [508,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [509,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [510,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [511,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [512,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [513,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [514,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [515,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [516,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [517,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [518,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [519,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [520,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [521,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [522,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [523,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [524,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [525,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [526,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [527,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [528,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [529,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [530,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [531,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [532,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [533,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [534,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [535,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [536,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [537,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [538,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [539,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [540,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [541,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [542,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [543,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [544,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [545,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [546,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [547,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [548,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [549,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [550,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [551,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [552,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [553,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [554,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [555,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [556,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [557,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [558,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [559,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [560,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [561,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [562,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [563,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [564,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [565,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [566,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [567,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [568,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [569,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [570,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [571,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [572,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [573,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [574,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [575,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [576,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [577,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [578,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [579,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [580,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [581,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [582,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [583,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [584,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [585,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [586,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [587,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [588,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [589,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [590,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [591,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [592,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [593,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [594,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [595,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [596,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [597,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [598,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [599,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [600,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [601,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [602,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [603,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [604,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [605,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [606,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [607,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [608,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [609,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [610,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [611,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [612,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [613,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [614,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [615,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [616,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [617,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [618,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [619,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [620,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [621,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [622,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [623,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [624,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [625,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [626,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [627,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [628,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [629,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [630,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [631,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [632,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [633,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [634,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [635,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [636,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [637,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [638,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [639,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE
## [640,] FALSE FALSE FALSE     FALSE  FALSE FALSE  FALSE  FALSE FALSE

#Tính tổng số ô trống của bwt bằng câu lệnh 
sum(is.na(ptt))

## [1] 0

#Xác định vị trí các ô trống của bwt bằng câu lệnh
which(is.na(ptt))

## integer(0)

1.4 Thống kê mô tả

Để thống kê mô tả dữ liệu từ file excel, ta thực hiện câu lệnh

library(skimr)
skim(ptt)

Data summary

Name	ptt
Number of rows	640
Number of columns	9
_______________________
Column type frequency:
numeric	9
________________________
Group variables	None

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
id	0	1	4.50	2.29	1	2.75	4.5	6.25	8	▇▃▇▃▇
year	0	1	1964.50	23.11	1925	1944.75	1964.5	1984.25	2004	▇▇▇▇▇
bwt	0	1	118.89	18.14	55	107.75	120.0	131.00	169	▁▂▇▆▁
gestation	0	1	279.33	15.80	181	273.00	280.0	288.00	351	▁▁▇▅▁
parity	0	1	0.31	0.46	0	0.00	0.0	1.00	1	▇▁▁▁▃
age	0	1	27.28	5.86	15	23.00	26.0	31.00	45	▃▇▅▂▁
height	0	1	64.10	2.50	53	62.00	64.0	66.00	71	▁▁▅▇▁
weight	0	1	128.22	19.49	87	115.00	126.0	137.00	217	▃▇▃▁▁
smoke	0	1	0.40	0.49	0	0.00	0.0	1.00	1	▇▁▁▁▆

Giải thích ý nghĩa:

• n_missing: số ô dữ liệu bị miss(trống)

• complete_rate: tỷ lệ ô có dữ liệu

• mean: trung bình

• sd: độ lệch chuẩn

• p0: giá trị nhỏ nhất

• p25: Phân vị thứ nhất

• p50: Phân vị thứ hai cũng chính là trung vị

• p75: phân vị thứ ba

• p100: giá trị lớn nhất

• hist: biểu đồ Histogram

1.5 Rút trích dữ liệu

Để rút trích dữ liệu ta có thể thực hiện các câu lệnh sau

#Đổi tên các biến của bwt bằng câu lệnh 
names(ptt) <- c('I','Y','B','G','P','A','H','W','S')
names(ptt)

## [1] "I" "Y" "B" "G" "P" "A" "H" "W" "S"

#Gán a để hiển thị giá trị của hàng 5 và cột 3 của ptt bằng câu lệnh
a <- ptt[5,3]
str(a)

##  num 105

#Gán H để hiển thị toàn bộ giá trị của cột height của ptt bằng câu lệnh
H <- ptt$H
str(H)

##  num [1:640] 62 62 64 62 67 59 64 65 64 67 ...

#Gán b để hiển thị toàn bộ giá trị của cột year và tất cả các hàng của ptt bằng câu lệnh 
b <- ptt[ ,2]
str(b)

##  num [1:640] 1925 1925 1925 1925 1925 ...

#Gán c để hiển thị giá trị của hàng 4 và tất cả các cột của ptt bằng câu lệnh
c <- ptt[4, ]
str(c)

## 'data.frame':    1 obs. of  9 variables:
##  $ I: num 4
##  $ Y: num 1925
##  $ B: num 124
##  $ G: num 287
##  $ P: num 0
##  $ A: num 27
##  $ H: num 62
##  $ W: num 105
##  $ S: num 1

#Gán ptt1 để hiển thị giá trị của cột id và cột ptt và tất cả các hàng của ptt bằng câu lệnh 
ptt1 <- ptt[ ,c(1,3)]
str(ptt1)

## 'data.frame':    640 obs. of  2 variables:
##  $ I: num  1 2 3 4 5 6 7 8 1 2 ...
##  $ B: num  120 112 119 124 105 120 82 111 113 134 ...

#Gán ptt2 để hiển thị giá trị từ hàng 3 đến hàng 9 và tất cả các cột của ptt bằng câu lệnh 
ptt2 <- ptt[3:9, ]
str(ptt2)

## 'data.frame':    7 obs. of  9 variables:
##  $ I: num  3 4 5 6 7 8 1
##  $ Y: num  1925 1925 1925 1925 1925 ...
##  $ B: num  119 124 105 120 82 111 113
##  $ G: num  286 287 276 289 274 278 282
##  $ P: num  0 0 0 1 0 0 0
##  $ A: num  26 27 22 31 31 29 33
##  $ H: num  64 62 67 59 64 65 64
##  $ W: num  123 105 130 102 101 145 135
##  $ S: num  1 1 0 0 1 1 0

#Gán ptt3 để hiển thị giá trị của các hàng 3,5,7,21 và tất cả các cột của ptt bằng câu lệnh 
ptt3 <- ptt[c(3,5,7,21), ] 
str(ptt3)

## 'data.frame':    4 obs. of  9 variables:
##  $ I: num  3 5 7 5
##  $ Y: num  1925 1925 1925 1927
##  $ B: num  119 105 82 122
##  $ G: num  286 276 274 281
##  $ P: num  0 0 0 0
##  $ A: num  26 22 31 42
##  $ H: num  64 67 64 63
##  $ W: num  123 130 101 103
##  $ S: num  1 0 1 1

#Gán ptt4 để hiển thị giá trị của hàng 2,3,6,18 và cột 2,3 của ptt bằng câu lệnh 
ptt4 <- ptt[c(2,3,6,18), c(2,3)]
str(ptt4)

## 'data.frame':    4 obs. of  2 variables:
##  $ Y: num  1925 1925 1925 1927
##  $ B: num  112 119 120 145

#Gán ptt5 để hiển thị giá trị các hàng height có dữ liệu >= 65 và tất cả các cột của ptt bằng câu lệnh 
ptt5  <- ptt[ptt$H >= 65, ]
str(ptt5)

## 'data.frame':    292 obs. of  9 variables:
##  $ I: num  5 8 2 3 4 5 4 1 2 3 ...
##  $ Y: num  1925 1925 1926 1926 1926 ...
##  $ B: num  105 111 134 97 125 93 110 108 116 115 ...
##  $ G: num  276 278 297 279 292 246 262 282 295 264 ...
##  $ P: num  0 0 0 0 0 0 0 0 0 1 ...
##  $ A: num  22 29 27 29 22 37 25 23 32 23 ...
##  $ H: num  67 65 67 68 65 65 66 67 65 67 ...
##  $ W: num  130 145 170 178 122 130 140 125 120 134 ...
##  $ S: num  0 1 1 1 0 0 0 1 0 1 ...

#Gán ptt6 để hiển thị giá trị của các hàng height >= 60 và <= 65 và tất cả các cột của ptt bằng câu lệnh
ptt6 <- ptt[ptt$H >= 60 & ptt$H <= 65, ]
str(ptt6)

## 'data.frame':    428 obs. of  9 variables:
##  $ I: num  1 2 3 4 7 8 1 4 5 6 ...
##  $ Y: num  1925 1925 1925 1925 1925 ...
##  $ B: num  120 112 119 124 82 111 113 125 93 146 ...
##  $ G: num  284 267 286 287 274 278 282 292 246 280 ...
##  $ P: num  0 1 0 0 0 0 0 0 0 0 ...
##  $ A: num  27 22 26 27 31 29 33 22 37 23 ...
##  $ H: num  62 62 64 62 64 65 64 65 65 61 ...
##  $ W: num  100 138 123 105 101 145 135 122 130 145 ...
##  $ S: num  0 0 1 1 1 1 0 0 0 0 ...

#Gán ptt7 để hiển thị giá trị của hàng height 66 hoặc giá trị của hàng 67 và tất cả các cột của ptt bằng câu lệnh 
ptt7 <- ptt[ptt$H == 66 | ptt$H == 67, ]
str(ptt7)

## 'data.frame':    154 obs. of  9 variables:
##  $ I: num  5 2 4 1 3 5 8 4 6 4 ...
##  $ Y: num  1925 1926 1927 1928 1928 ...
##  $ B: num  105 134 110 108 115 130 169 142 128 102 ...
##  $ G: num  276 297 262 282 264 296 296 284 292 280 ...
##  $ P: num  0 0 0 0 1 1 0 0 0 0 ...
##  $ A: num  22 27 25 23 23 22 33 39 32 38 ...
##  $ H: num  67 67 66 67 67 66 67 66 66 67 ...
##  $ W: num  130 170 140 125 134 117 185 132 130 140 ...
##  $ S: num  0 1 0 1 1 1 0 0 0 0 ...

1.6 Rút trích dữ liệu với filter và select

Để rút trích dữ liệu với filter và select ta có thể thực hiện các câu lệnh sau

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

#Gán ptt8 để trích dữ liệu year >= 1925 và weight <= 150 bằng câu lệnh 
ptt8 <- filter(ptt, ptt$Y >= 1925 & ptt$W <= 150) 
str(ptt8)

## 'data.frame':    575 obs. of  9 variables:
##  $ I: num  1 2 3 4 5 6 7 8 1 4 ...
##  $ Y: num  1925 1925 1925 1925 1925 ...
##  $ B: num  120 112 119 124 105 120 82 111 113 125 ...
##  $ G: num  284 267 286 287 276 289 274 278 282 292 ...
##  $ P: num  0 1 0 0 0 1 0 0 0 0 ...
##  $ A: num  27 22 26 27 22 31 31 29 33 22 ...
##  $ H: num  62 62 64 62 67 59 64 65 64 65 ...
##  $ W: num  100 138 123 105 130 102 101 145 135 122 ...
##  $ S: num  0 0 1 1 0 0 1 1 0 0 ...

#Gán bwt9 để lấy 3 cột year, age, height 
ptt9 <- select(ptt,Y,A,H)
str(ptt9)

## 'data.frame':    640 obs. of  3 variables:
##  $ Y: num  1925 1925 1925 1925 1925 ...
##  $ A: num  27 22 26 27 22 31 31 29 33 27 ...
##  $ H: num  62 62 64 62 67 59 64 65 64 67 ...

#Gán ptt10 để trích dữ liệu age>27, weight>150 và chỉ lấy 5 cột id, year, bwt, age, weight   
ptt10 <- filter(ptt, A>27 & W>150) %>% select(I,Y,B,A,W)
str(ptt10)

## 'data.frame':    41 obs. of  5 variables:
##  $ I: num  3 8 1 2 3 3 4 5 4 1 ...
##  $ Y: num  1926 1929 1930 1933 1933 ...
##  $ B: num  97 169 138 136 89 129 127 116 119 114 ...
##  $ A: num  29 33 33 41 34 43 35 40 42 30 ...
##  $ W: num  178 185 178 191 170 160 165 159 156 154 ...

1.7 Tạo dữ liệu mới từ dữ liệu cũ

Để Tạo dữ liệu mới từ dữ liệu cũ ta có thể thực hiện các câu lệnh sau

#Gán bwt11 để thêm cột chiều cao với đơn vị là cm và cân nặng với đơn vị là kg 
ptt11 <- mutate(ptt, cm = H*2.54) %>% mutate( ,kg=W*0.453592) 
str(ptt11)

## 'data.frame':    640 obs. of  11 variables:
##  $ I : num  1 2 3 4 5 6 7 8 1 2 ...
##  $ Y : num  1925 1925 1925 1925 1925 ...
##  $ B : num  120 112 119 124 105 120 82 111 113 134 ...
##  $ G : num  284 267 286 287 276 289 274 278 282 297 ...
##  $ P : num  0 1 0 0 0 1 0 0 0 0 ...
##  $ A : num  27 22 26 27 22 31 31 29 33 27 ...
##  $ H : num  62 62 64 62 67 59 64 65 64 67 ...
##  $ W : num  100 138 123 105 130 102 101 145 135 170 ...
##  $ S : num  0 0 1 1 0 0 1 1 0 1 ...
##  $ cm: num  157 157 163 157 170 ...
##  $ kg: num  45.4 62.6 55.8 47.6 59 ...

2 Nhiệm vụ 2.2

2.1 Tóm tắt

Thao tác một số lệnh cơ bản và rút trích dữ liệu trên file excel “nv2.2” , file này có yếu tố khác nhau được xem xét để phân tích mức lương của khoa học dữ liệu từ năm 2023 đến năm 2024.

• job_title: Chức danh hoặc vai trò liên quan đến mức lương được báo cáo.
• experience_level: Mức độ kinh nghiệm của cá nhân.
• employment_type: Cho biết liệu việc làm là toàn thời gian, bán thời gian, v.v.
• work_models: Mô tả các mô hình làm việc khác nhau (từ xa, tại chỗ, kết hợp).
• work_year: Năm cụ thể mà thông tin tiền lương được ghi lại.
• employee_residence: Nơi cư trú của người lao động.
• salary: Mức lương được báo cáo bằng loại tiền gốc.
• salary_currency: Loại tiền tệ mà tiền lương được tính.
• salary_in_usd: Mức lương được chuyển đổi bằng đô la Mỹ.
• company_location: Vị trí địa lý của tổ chức sử dụng lao động.
• company_size: Quy mô của công ty, được phân loại theo số lượng nhân viên.

File này có 11 cột tương đương 11 biến

Có 1212 hàng tương đương 1212 quan sát

2.2 Đọc dữ liệu từ file excel

#Để vừa chạy dữ liệu, vừa hiển thị chữ ta nhấn tổ hợp phím Ctrl+Alt+I sau đó nhập {r message=TRUE, warning=FALSE}

#Load gói xlsx bằng câu lệnh
library(xlsx)

#Gán dữ liệu của file excel vào object b, sau đó đọc dữ liệu từ file excel bằng câu lệnh
b <- read.xlsx("D://THUD//nv1.xlsx", sheetIndex = 1, header = T)
#SheetIndex = 1 là lấy dữ liệu từ sheet 1 của file excel, header = T là lấy dữ liệu từ dòng đầu tiên của file excel

2.3 Thông tin tổng quan

#Kiểm tra b có phải là khung dữ liệu hay không bằng câu lệnh
is.data.frame(b) #True chứng tỏ b là khung dữ liệu, False thì ngược lại

## [1] TRUE

#Hiển thị số cột của b bằng câu lệnh
length(b)

## [1] 6

#Hiển thị tên các cột của b bằng câu lệnh 
names(b)

## [1] "Date"         "X."           "DoW"          "Subject"      "Reading"     
## [6] "Homework.Due"

#Hiển thị số hàng và số cột của b bằng câu lệnh
dim(b)

## [1] 33  6

#Hiển thị 10 dòng đầu tiên của b bằng câu lệnh 
head(b, 10)

##          Date X. DoW                             Subject   Reading
## 1  2024-10-01  1 Wed                        Introduction Chapter 1
## 2  2024-12-01  2 Fri                            R Basics   Handout
## 3  2017-01-01  3 Wed                            R Basics   Handout
## 4  2019-01-01  4 Fri                            R Basics   Handout
## 5  2024-01-01  5 Wed         MP1: Consumer Heterogeneity Chapter 2
## 6  2026-01-01  6 Fri   Cluster Analysis for Segmentation Chapter 3
## 7  1931-01-01  7 Wed Discriminant Analysis for Targeting Chapter 4
## 8  2024-02-02  8 Fri      Perceptual Map for Positioning Chapter 5
## 9  2024-07-02  9 Wed                  Case 1 Preparation   Handout
## 10 2024-09-02 10 Fri           MP2: All Customers Change Chapter 6
##                          Homework.Due
## 1                                <NA>
## 2                                <NA>
## 3                                <NA>
## 4                                <NA>
## 5                                <NA>
## 6                                <NA>
## 7       Replication: Cluster Analysis
## 8  Replication: Discriminant Analysis
## 9         Replication: Perceptual Map
## 10                               <NA>

#Hiển thị 10 dòng cuối cùng của b bằng câu lệnh 
tail(b, 10)

##          Date X. DoW                        Subject    Reading
## 24 2029-03-01 NA Fri         Good Friday - No Class       <NA>
## 25 2024-03-04 21 Wed MP4: All Resources Are Limited Chapter 14
## 26 2024-05-04 22 Fri          Marketing Mix Model 1 Chapter 15
## 27 2024-10-04 23 Wed          Marketing Mix Model 2 Chapter 15
## 28 2024-12-04 24 Fri                  Experiments 1 Chapter 16
## 29 2017-04-01 25 Wed                  Experiments 2 Chapter 16
## 30 2019-04-01 26 Fri             Case 4 Preparation    Handout
## 31 2024-04-01 27 Wed                 Special Topics       <NA>
## 32 2026-04-01 28 Fri                 Special Topics       <NA>
## 33 2024-01-05 29 Wed                        Wrap-up       <NA>
##                        Homework.Due
## 24                             <NA>
## 25          Replication: Bass Model
## 26                             <NA>
## 27                             <NA>
## 28 Replication: Marketing Mix Model
## 29                             <NA>
## 30         Replication: Experiments
## 31                Case 4 submission
## 32                             <NA>
## 33                             <NA>

#Hiển thị cấu trúc của b bằng câu lệnh 
str(b)

## 'data.frame':    33 obs. of  6 variables:
##  $ Date        : Date, format: "2024-10-01" "2024-12-01" ...
##  $ X.          : num  1 2 3 4 5 6 7 8 9 10 ...
##  $ DoW         : chr  "Wed" "Fri" "Wed" "Fri" ...
##  $ Subject     : chr  "Introduction" "R Basics" "R Basics" "R Basics" ...
##  $ Reading     : chr  "Chapter 1" "Handout" "Handout" "Handout" ...
##  $ Homework.Due: chr  NA NA NA NA ...

#Kiểm tra xem b có chứa ô trống nào hay không bằng câu lệnh 
is.na(b) #True là ô trống, False là ô có dữ liệu 

##        Date    X.   DoW Subject Reading Homework.Due
##  [1,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [2,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [3,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [4,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [5,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [6,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
##  [7,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
##  [8,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
##  [9,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [10,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [11,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [12,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [13,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [14,] FALSE  TRUE FALSE   FALSE    TRUE         TRUE
## [15,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [16,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [17,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [18,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [19,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [20,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [21,] FALSE  TRUE FALSE   FALSE    TRUE         TRUE
## [22,] FALSE  TRUE FALSE   FALSE    TRUE         TRUE
## [23,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [24,] FALSE  TRUE FALSE   FALSE    TRUE         TRUE
## [25,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [26,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [27,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [28,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [29,] FALSE FALSE FALSE   FALSE   FALSE         TRUE
## [30,] FALSE FALSE FALSE   FALSE   FALSE        FALSE
## [31,] FALSE FALSE FALSE   FALSE    TRUE        FALSE
## [32,] FALSE FALSE FALSE   FALSE    TRUE         TRUE
## [33,] FALSE FALSE FALSE   FALSE    TRUE         TRUE

#Tính tổng số ô trống của b bằng câu lệnh 
sum(is.na(b))

## [1] 31

#Xác định vị trí các ô trống của b bằng câu lệnh
which(is.na(b))

##  [1]  47  54  55  57 146 153 154 156 163 164 165 166 167 168 169 170 171 175 179
## [20] 181 182 183 185 186 187 189 191 192 194 197 198

2.4 Thống kê mô tả

Để thống kê mô tả dữ liệu từ file excel, ta thực hiện câu lệnh

library(skimr)
skim(b)

Data summary

Name	b
Number of rows	33
Number of columns	6
_______________________
Column type frequency:
character	4
Date	1
numeric	1
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
DoW	0	1.00	3	3	0	2	0
Subject	0	1.00	7	35	0	29	0
Reading	7	0.79	7	10	0	16	0
Homework.Due	20	0.39	16	34	0	13	0

Variable type: Date

skim_variable	n_missing	complete_rate	min	max	median	n_unique
Date	0	1	1931-01-01	2029-03-01	2024-02-02	33

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
X.	4	0.88	15	8.51	1	8	15	22	29	▇▇▇▇▇

Giải thích ý nghĩa:

• n_missing: số ô dữ liệu bị miss(trống)

• complete_rate: tỷ lệ ô có dữ liệu

• mean: trung bình

• sd: độ lệch chuẩn

• p0: giá trị nhỏ nhất

• p25: Phân vị thứ nhất

• p50: Phân vị thứ hai cũng chính là trung vị

• p75: phân vị thứ ba

• p100: giá trị lớn nhất

• hist: biểu đồ Histogram

2.5 Rút trích dữ liệu

Để rút trích dữ liệu ta có thể thực hiện các câu lệnh sau

#Đổi tên các biến của b bằng câu lệnh 

names(b) <- c('jt','el','et','wy','s','sc')

names(b)

## [1] "jt" "el" "et" "wy" "s"  "sc"

#Gán a để hiển thị giá trị của hàng 7 và cột 4 của b bằng câu lệnh
a <- b[7,4]
str(a)

##  chr "Discriminant Analysis for Targeting"

#Gán et để hiển thị toàn bộ giá trị của cột et của b bằng câu lệnh
et <- b$et
str(et)

##  chr [1:33] "Wed" "Fri" "Wed" "Fri" "Wed" "Fri" "Wed" "Fri" "Wed" "Fri" ...

#Gán wy để hiển thị toàn bộ giá trị của cột wy và tất cả các hàng của b bằng câu lệnh 
wy <- b[ ,4]
str(wy)

##  chr [1:33] "Introduction" "R Basics" "R Basics" "R Basics" ...

#Gán d để hiển thị giá trị của hàng 5 và tất cả các cột của b bằng câu lệnh
d <- b[5, ]
str(d)

## 'data.frame':    1 obs. of  6 variables:
##  $ jt: Date, format: "2024-01-01"
##  $ el: num 5
##  $ et: chr "Wed"
##  $ wy: chr "MP1: Consumer Heterogeneity"
##  $ s : chr "Chapter 2"
##  $ sc: chr NA

#Gán e để hiển thị giá trị của cột wy và cột cl và tất cả các hàng của b bằng câu lệnh 
e <- b[ ,c(4,5)]
str(e)

## 'data.frame':    33 obs. of  2 variables:
##  $ wy: chr  "Introduction" "R Basics" "R Basics" "R Basics" ...
##  $ s : chr  "Chapter 1" "Handout" "Handout" "Handout" ...

#Gán f để hiển thị giá trị từ hàng 1 đến hàng 12 và tất cả các cột của b bằng câu lệnh 
f <- b[1:12, ]
str(f)

## 'data.frame':    12 obs. of  6 variables:
##  $ jt: Date, format: "2024-10-01" "2024-12-01" ...
##  $ el: num  1 2 3 4 5 6 7 8 9 10 ...
##  $ et: chr  "Wed" "Fri" "Wed" "Fri" ...
##  $ wy: chr  "Introduction" "R Basics" "R Basics" "R Basics" ...
##  $ s : chr  "Chapter 1" "Handout" "Handout" "Handout" ...
##  $ sc: chr  NA NA NA NA ...

#Gán g để hiển thị giá trị của các hàng 13,14,15 và tất cả các cột của b bằng câu lệnh 
g <- b[c(13,14,15), ] 
str(g)

## 'data.frame':    3 obs. of  6 variables:
##  $ jt: Date, format: "2021-02-01" "2023-02-01" ...
##  $ el: num  13 NA 14
##  $ et: chr  "Wed" "Fri" "Wed"
##  $ wy: chr  "Case 2 Preparation" "Mid Term" "MP3: All Competitors React"
##  $ s : chr  "Handout" NA "Chapter 10"
##  $ sc: chr  "Replication: Logistic Regression" NA "Case 2 Submission"

#Gán h để hiển thị giá trị các hàng có dữ liệu "Remote" và tất cả các cột của b bằng câu lệnh 
h  <- b[b$wm == '1', ]
str(h)

## 'data.frame':    0 obs. of  6 variables:
##  $ jt: 'Date' num(0) 
##  $ el: num 
##  $ et: chr 
##  $ wy: chr 
##  $ s : chr 
##  $ sc: chr

#Gán i để hiển thị giá trị của các hàng s >= 100000 và <= 150000 và tất cả các cột của b bằng câu lệnh
i <- b[b$s >= 100000 & b$s <= 150000, ]
str(i)

## 'data.frame':    7 obs. of  6 variables:
##  $ jt: Date, format: NA NA ...
##  $ el: num  NA NA NA NA NA NA NA
##  $ et: chr  NA NA NA NA ...
##  $ wy: chr  NA NA NA NA ...
##  $ s : chr  NA NA NA NA ...
##  $ sc: chr  NA NA NA NA ...

##Rút trích dữ liệu với filter và select

library(dplyr)

#Gán k để trích dữ liệu et = Full-time và wy  = 2024 bằng câu lệnh 
k <- filter(b, b$et == 'Full-time' & b$wy == 2024) 
str(k)

## 'data.frame':    0 obs. of  6 variables:
##  $ jt: 'Date' num(0) 
##  $ el: num 
##  $ et: chr 
##  $ wy: chr 
##  $ s : chr 
##  $ sc: chr

#Gán l để lấy 2 cột job_title, experience_level bằng câu lệnh 
l <- select(b, jt,el)
str(l)

## 'data.frame':    33 obs. of  2 variables:
##  $ jt: Date, format: "2024-10-01" "2024-12-01" ...
##  $ el: num  1 2 3 4 5 6 7 8 9 10 ...

#Gán m để trích dữ liệu s>100000 , wy = 2023  và chỉ lấy 2 cột jt,el bằng câu lệnh 
m <- filter(b, s>100000 & wy==2023) %>% select(jt,el)
str(m)

## 'data.frame':    0 obs. of  2 variables:
##  $ jt: 'Date' num(0) 
##  $ el: num

2.6 Mã hóa dữ liệu

Để mã hóa dữ liệu ta có thể thực hiện các câu lệnh sau

#Thêm một cột xác định là có phải năm 2024 hay không bằng câu lệnh 
k$'wy' <- ifelse(k$'wy' ==2024,2024, 2024) #nếu cột BÉO PHÌ có giá trị là 1 thì cột kết luận sẽ có giá trị là 2024 và ngược lại
str(k) 

## 'data.frame':    0 obs. of  6 variables:
##  $ jt: 'Date' num(0) 
##  $ el: num 
##  $ et: chr 
##  $ wy: logi 
##  $ s : chr 
##  $ sc: chr