Procesos estocasticos: Taller 2-3
Felipe Hurtado & Luis Ramos Pastor
22/9/2020
Solución
1.8
Access the data from url http://www.stat.berkeley.edu/users/statlabs/data/babies.data and store the information in an object named BABIES using the function read.table().A description of the variables can be found at http://www.stat.berkeley.edu/users/statlabs/labs.html. These data are a subset from a much larger study dealing with child health and development.
a)
The variables bwt, gestation, parity, age, height, weight, and smoke use values of 999, 999, 9, 99, 99, 999, and 9, respectively, to denote “unknown.” \(R\) uses NA to denote a missing or unavailable value. Recode the missing values in BABIES. Hint: use something similar to BABIES\(bwt[BABIES\)bwt == 999] = NA. + Rta/:
BABIES <- read.table('D:/Unal_drive/UNAL/Pregrado/2020/P_estocasticos/Talleres/Taller_2/babies.data')
names(BABIES) <- sapply(BABIES, "[", 1)
BABIES <- BABIES[-1,]
BABIES$bwt[BABIES$bwt== 999] = NA
BABIES$gestation[BABIES$gestation == 999] = NA
BABIES$parity[BABIES$parity == 9] = NA
BABIES$age[BABIES$age == 99] = NA
BABIES$height[BABIES$height == 99] = NA
BABIES$weight[BABIES$weight == 999] = NA
BABIES$smoke[BABIES$smoke == 9] = NA
BABIES## bwt gestation parity age height weight smoke
## 2 120 284 0 27 62 100 0
## 3 113 282 0 33 64 135 0
## 4 128 279 0 28 64 115 1
## 5 123 <NA> 0 36 69 190 0
## 6 108 282 0 23 67 125 1
## 7 136 286 0 25 62 93 0
## 8 138 244 0 33 62 178 0
## 9 132 245 0 23 65 140 0
## 10 120 289 0 25 62 125 0
## 11 143 299 0 30 66 136 1
## 12 140 351 0 27 68 120 0
## 13 144 282 0 32 64 124 1
## 14 141 279 0 23 63 128 1
## 15 110 281 0 36 61 99 1
## 16 114 273 0 30 63 154 0
## 17 115 285 0 38 63 130 0
## 18 92 255 0 25 65 125 1
## 19 115 261 0 33 60 125 1
## 20 144 261 0 33 68 170 0
## 21 119 288 0 43 66 142 1
## 22 105 270 0 22 56 93 0
## 23 115 274 0 27 67 175 1
## 24 137 287 0 25 66 145 0
## 25 122 276 0 30 68 182 0
## 26 131 294 0 23 65 122 0
## 27 103 261 0 27 65 112 1
## 28 146 280 0 26 58 106 0
## 29 114 266 0 20 65 175 1
## 30 125 292 0 32 65 125 0
## 31 114 274 0 28 66 132 1
## 32 122 270 0 26 61 105 0
## 33 93 278 0 34 61 146 0
## 34 130 268 0 30 66 123 0
## 35 119 275 0 23 60 105 0
## 36 113 281 0 24 65 120 0
## 37 134 283 0 22 67 130 0
## 38 107 279 0 24 63 115 0
## 39 134 288 0 23 63 92 1
## 40 122 267 0 27 65 101 1
## 41 128 282 0 31 65 <NA> 0
## 42 129 293 0 30 61 160 0
## 43 110 278 0 23 63 177 0
## 44 138 302 0 26 <NA> <NA> 1
## 45 111 270 0 27 61 119 0
## 46 87 248 0 37 65 130 1
## 47 143 274 0 27 63 110 1
## 48 155 294 0 32 66 150 0
## 49 110 272 0 25 60 90 0
## 50 122 275 0 26 66 147 0
## 51 145 291 0 26 63 119 1
## 52 115 258 0 26 62 130 0
## 53 108 283 0 31 65 148 1
## 54 102 282 0 28 61 110 0
## 55 143 286 0 31 64 126 0
## 56 146 267 0 30 67 132 0
## 57 124 275 0 22 60 130 0
## 58 124 278 0 26 70 145 1
## 59 145 257 0 33 65 140 0
## 60 106 273 0 28 60 116 0
## 61 75 232 0 33 61 110 0
## 62 107 273 0 24 61 96 0
## 63 124 288 0 22 67 118 0
## 64 122 280 0 23 65 125 1
## 65 101 245 0 23 63 130 1
## 66 128 283 0 28 63 125 1
## 67 104 282 0 36 65 115 1
## 68 97 246 0 37 63 150 0
## 69 137 274 0 26 69 137 1
## 70 103 273 0 31 63 170 1
## 71 142 276 0 38 63 170 0
## 72 130 289 0 27 66 130 0
## 73 156 292 0 26 63 118 0
## 74 133 284 0 25 66 125 1
## 75 120 274 0 24 62 120 0
## 76 91 270 0 24 60 149 1
## 77 127 274 0 21 62 110 0
## 78 153 286 0 26 63 107 1
## 79 121 276 0 39 63 130 0
## 80 120 277 0 27 63 126 0
## 81 99 272 0 27 62 103 1
## 82 149 293 0 35 65 116 0
## 83 129 280 0 23 64 104 0
## 84 139 292 0 25 68 135 0
## 85 114 274 0 33 67 148 1
## 86 138 287 0 30 66 145 0
## 87 129 274 0 29 71 <NA> 1
## 88 138 294 0 32 65 117 0
## 89 131 296 0 37 63 143 0
## 90 125 305 0 22 70 196 1
## 91 114 <NA> 0 24 67 113 1
## 92 128 281 0 33 59 117 0
## 93 134 268 0 28 62 112 0
## 94 114 271 0 27 60 104 0
## 95 92 <NA> 0 31 67 130 0
## 96 85 278 0 23 61 103 1
## 97 135 282 0 22 64 100 0
## 98 87 255 0 28 61 100 1
## 99 125 302 0 37 62 162 0
## 100 128 <NA> 0 35 62 110 0
## 101 105 254 0 29 64 137 0
## 102 120 279 0 27 60 121 1
## 103 119 274 0 33 64 120 0
## 104 116 286 0 24 61 <NA> 0
## 105 107 280 0 36 65 117 1
## 106 119 273 0 24 61 108 1
## 107 133 279 0 37 66 140 0
## 108 155 287 0 33 66 143 0
## 109 126 273 0 22 65 150 0
## 110 129 303 0 27 64 125 0
## 111 137 274 0 29 65 154 0
## 112 103 269 0 26 65 <NA> 1
## 113 125 302 0 28 65 125 0
## 114 91 255 0 19 67 136 1
## 115 134 293 0 21 65 <NA> 0
## 116 95 279 0 22 66 145 1
## 117 118 276 0 29 64 114 0
## 118 141 278 0 33 66 109 1
## 119 131 283 0 25 67 215 0
## 120 121 264 0 32 66 145 0
## 121 100 243 0 39 65 170 1
## 122 131 288 0 24 61 103 0
## 123 118 284 0 26 66 133 0
## 124 152 288 0 35 67 130 0
## 125 121 284 0 34 69 155 0
## 126 117 276 0 31 69 150 0
## 127 115 283 0 25 61 150 1
## 128 112 277 0 23 65 110 0
## 129 94 267 0 30 62 120 1
## 130 109 272 0 35 66 154 0
## 131 132 225 0 28 67 148 0
## 132 117 278 0 25 62 103 0
## 133 101 266 0 20 67 110 1
## 134 112 294 0 25 64 125 1
## 135 128 283 0 24 60 100 0
## 136 128 279 0 25 66 147 1
## 137 117 258 0 31 64 120 0
## 138 134 278 0 24 69 135 0
## 139 127 284 0 28 65 145 0
## 140 93 269 0 21 65 104 1
## 141 122 275 0 27 65 165 0
## 142 100 265 0 39 62 107 1
## 143 147 293 0 32 65 123 0
## 144 120 299 0 25 65 110 0
## 145 144 277 0 30 63 127 0
## 146 105 268 0 32 61 115 1
## 147 136 276 0 23 66 155 0
## 148 102 262 0 24 63 125 0
## 149 160 300 0 29 71 175 1
## 150 113 275 0 24 68 140 1
## 151 126 282 0 38 66 250 0
## 152 126 271 0 29 68 148 0
## 153 115 278 0 29 61 128 0
## 154 127 336 0 29 <NA> <NA> 0
## 155 119 284 0 20 66 132 0
## 156 129 <NA> 0 23 <NA> <NA> 1
## 157 123 318 0 21 64 152 0
## 158 118 282 0 22 68 135 1
## 159 133 287 0 24 60 104 1
## 160 105 281 0 39 61 <NA> 0
## 161 134 290 0 22 60 121 0
## 162 144 288 0 21 67 111 0
## 163 111 273 0 43 62 138 0
## 164 125 262 0 36 66 190 0
## 165 135 296 0 30 63 123 0
## 166 134 289 0 22 63 125 0
## 167 116 289 0 22 65 160 1
## 168 129 291 0 29 69 123 0
## 169 113 301 0 26 67 105 1
## 170 131 295 0 23 65 123 1
## 171 126 293 0 29 59 110 <NA>
## 172 121 272 0 22 62 109 0
## 173 121 271 0 25 68 118 1
## 174 138 287 0 24 65 115 0
## 175 136 278 0 23 61 105 0
## 176 120 279 0 30 66 131 0
## 177 122 278 0 31 72 155 1
## 178 134 267 0 30 66 170 0
## 179 101 280 0 25 65 123 1
## 180 112 288 0 32 62 125 0
## 181 132 290 0 25 64 120 0
## 182 136 285 0 23 62 175 0
## 183 113 277 0 23 65 192 1
## 184 96 271 0 23 64 116 0
## 185 124 277 0 29 63 220 0
## 186 113 306 0 21 62 150 0
## 187 131 286 0 34 <NA> <NA> 1
## 188 137 258 0 25 63 117 0
## 189 133 268 0 24 61 93 0
## 190 107 244 0 20 58 97 0
## 191 96 265 0 28 59 135 1
## 192 142 278 0 35 66 136 1
## 193 136 275 0 22 63 110 0
## 194 75 239 0 26 63 124 1
## 195 125 302 0 32 61 <NA> 1
## 196 104 295 0 26 65 155 1
## 197 130 274 0 30 63 150 0
## 198 90 290 0 22 63 168 0
## 199 118 276 0 22 66 147 1
## 200 123 320 0 22 66 117 0
## 201 137 291 0 34 61 110 0
## 202 101 268 0 19 63 140 0
## 203 142 275 0 25 64 132 0
## 204 98 282 0 20 63 97 1
## 205 124 283 0 23 63 112 0
## 206 151 310 0 21 65 <NA> 0
## 207 109 281 0 23 61 105 0
## 208 150 285 0 22 61 110 1
## 209 119 282 0 26 68 150 1
## 210 131 280 0 38 65 125 0
## 211 101 272 0 29 63 150 1
## 212 113 246 0 19 62 138 1
## 213 127 270 0 25 62 150 0
## 214 97 260 0 23 61 99 1
## 215 117 282 0 28 64 115 0
## 216 150 290 0 21 65 125 0
## 217 85 234 0 33 67 130 0
## 218 128 288 0 27 70 145 0
## 219 105 233 0 34 61 130 0
## 220 90 269 0 26 67 125 <NA>
## 221 115 274 0 22 65 130 1
## 222 107 290 0 28 62 135 0
## 223 121 275 0 24 63 121 1
## 224 119 286 0 20 64 180 0
## 225 117 275 0 20 64 145 1
## 226 134 264 0 26 68 136 0
## 227 117 288 0 35 65 142 0
## 228 115 268 0 28 66 128 0
## 229 110 254 0 23 63 120 1
## 230 130 282 0 21 62 106 1
## 231 140 274 0 23 63 106 1
## 232 111 284 0 22 <NA> <NA> 1
## 233 93 249 0 33 66 117 0
## 234 154 292 0 42 65 116 1
## 235 125 290 0 19 64 127 0
## 236 93 318 0 31 66 135 0
## 237 122 277 0 33 63 135 1
## 238 129 267 0 22 63 160 0
## 239 126 276 0 23 63 120 0
## 240 85 274 0 24 68 155 0
## 241 173 293 0 30 63 110 0
## 242 144 329 0 22 65 190 1
## 243 114 278 0 25 65 140 1
## 244 111 <NA> 0 27 63 105 1
## 245 154 287 0 27 65 125 1
## 246 150 274 0 25 67 117 1
## 247 111 278 0 21 62 125 0
## 248 126 277 0 32 66 128 0
## 249 122 261 0 28 65 124 0
## 250 141 282 0 24 68 169 0
## 251 142 274 0 24 63 125 0
## 252 99 262 0 38 59 110 1
## 253 113 286 0 23 63 105 0
## 254 149 282 0 21 61 110 0
## 255 117 328 0 29 65 125 1
## 256 130 274 0 26 64 185 <NA>
## 257 106 275 0 31 65 142 <NA>
## 258 128 290 0 22 64 118 0
## 259 125 286 0 21 64 139 0
## 260 114 290 0 30 66 160 0
## 261 130 285 0 23 63 128 1
## 262 116 148 0 28 66 135 0
## 263 81 256 0 30 64 148 1
## 264 124 287 0 27 62 105 1
## 265 125 292 0 22 65 122 0
## 266 110 262 0 25 66 140 0
## 267 125 279 0 23 63 104 1
## 268 138 294 0 40 64 125 0
## 269 142 284 0 39 66 132 0
## 270 115 278 0 23 60 102 1
## 271 102 280 0 38 67 140 0
## 272 140 294 0 25 61 103 0
## 273 133 276 1 22 63 119 0
## 274 127 290 0 35 66 165 0
## 275 104 274 1 20 62 115 1
## 276 119 275 0 42 67 156 1
## 277 152 301 0 29 65 150 0
## 278 123 284 1 20 65 120 1
## 279 143 273 0 19 66 135 0
## 280 131 308 0 40 65 160 0
## 281 141 319 1 20 67 140 1
## 282 129 277 0 30 66 142 1
## 283 113 282 1 36 59 140 0
## 284 119 292 0 33 62 118 1
## 285 109 295 1 23 63 103 1
## 286 104 280 1 27 68 146 1
## 287 131 282 1 21 66 126 0
## 288 110 293 1 28 64 135 1
## 289 148 279 0 27 71 189 0
## 290 137 283 1 20 65 157 0
## 291 117 283 0 27 63 108 0
## 292 115 302 1 22 67 135 0
## 293 98 280 0 35 64 122 1
## 294 136 303 1 20 68 148 1
## 295 121 276 1 23 71 152 1
## 296 132 285 1 25 63 140 0
## 297 91 264 0 36 60 100 1
## 298 119 294 0 34 59 105 0
## 299 85 273 0 26 60 105 1
## 300 106 271 1 26 61 110 1
## 301 132 284 0 29 64 122 0
## 302 80 266 1 25 62 125 0
## 303 109 286 0 24 64 125 1
## 304 111 306 0 27 61 102 0
## 305 143 292 1 21 65 125 0
## 306 136 290 0 26 66 135 0
## 307 110 285 1 19 64 130 0
## 308 98 257 0 29 66 130 1
## 309 108 305 1 24 65 112 0
## 310 101 295 0 18 62 145 1
## 311 71 281 0 32 60 117 1
## 312 124 292 0 29 68 176 1
## 313 93 256 0 34 66 <NA> 1
## 314 106 276 0 30 66 130 0
## 315 101 278 0 25 62 112 1
## 316 100 277 0 31 62 100 1
## 317 104 269 0 35 63 110 1
## 318 117 270 0 24 67 135 1
## 319 117 267 0 29 65 120 1
## 320 149 279 0 25 67 135 0
## 321 135 284 0 25 66 123 0
## 322 110 283 1 21 66 129 0
## 323 121 276 0 31 67 130 0
## 324 142 285 1 24 66 136 0
## 325 104 260 0 33 64 145 0
## 326 138 296 0 34 66 120 0
## 327 112 278 1 21 63 120 0
## 328 117 293 0 39 60 120 1
## 329 109 282 0 25 62 106 1
## 330 131 266 1 28 67 135 0
## 331 120 273 0 29 64 130 1
## 332 116 270 0 29 63 132 0
## 333 140 290 0 23 65 110 0
## 334 103 273 1 22 64 110 1
## 335 120 279 1 23 67 135 0
## 336 139 260 1 32 64 127 0
## 337 123 254 0 26 62 130 1
## 338 104 280 1 23 64 107 1
## 339 131 283 0 31 <NA> <NA> 0
## 340 111 270 0 22 59 103 0
## 341 122 277 0 32 63 157 1
## 342 116 271 1 30 67 144 1
## 343 129 277 0 27 68 130 1
## 344 133 292 0 30 65 112 1
## 345 110 277 0 25 61 130 0
## 346 105 276 0 22 67 130 0
## 347 93 246 0 37 65 130 0
## 348 122 281 0 42 63 103 1
## 349 133 293 0 23 64 110 1
## 350 130 296 1 22 66 117 1
## 351 104 307 0 24 59 122 0
## 352 106 278 0 31 65 110 1
## 353 120 281 0 33 63 113 0
## 354 121 284 0 27 63 <NA> 1
## 355 118 276 1 18 63 128 0
## 356 140 290 1 19 67 132 1
## 357 114 268 0 22 64 104 0
## 358 116 280 0 40 62 159 0
## 359 129 284 0 24 64 115 0
## 360 120 286 0 22 62 115 1
## 361 127 281 0 24 63 112 1
## 362 107 278 1 27 <NA> 135 0
## 363 71 234 0 32 64 110 1
## 364 88 274 0 30 66 130 0
## 365 107 300 0 19 <NA> <NA> 1
## 366 122 286 0 23 64 145 0
## 367 106 302 1 19 66 147 0
## 368 135 285 0 30 66 130 0
## 369 107 290 0 26 63 112 0
## 370 129 294 0 32 62 170 1
## 371 126 274 0 39 62 122 0
## 372 116 293 1 26 64 125 0
## 373 124 294 0 26 62 122 0
## 374 123 281 0 23 68 136 0
## 375 145 315 0 39 67 143 1
## 376 102 278 0 27 67 135 1
## 377 129 293 0 30 65 130 1
## 378 98 276 1 22 61 121 0
## 379 110 272 0 28 60 108 0
## 380 135 282 0 24 67 128 1
## 381 101 278 1 20 62 105 0
## 382 96 266 0 26 65 125 0
## 383 104 276 1 18 60 109 1
## 384 100 249 0 24 67 100 0
## 385 154 292 0 40 66 145 0
## 386 127 293 0 31 67 137 0
## 387 126 288 0 31 62 150 0
## 388 126 282 1 23 66 115 1
## 389 127 279 0 26 67 155 1
## 390 98 275 0 25 65 112 1
## 391 127 288 1 21 66 130 0
## 392 129 299 0 22 68 145 0
## 393 131 292 1 22 64 124 1
## 394 132 289 1 19 66 145 0
## 395 127 280 0 27 62 118 0
## 396 99 313 1 34 59 100 1
## 397 115 290 0 30 64 140 1
## 398 145 290 1 24 67 125 0
## 399 102 249 1 23 67 134 1
## 400 136 299 0 29 64 115 0
## 401 121 286 1 <NA> <NA> <NA> 0
## 402 121 282 0 22 66 133 0
## 403 120 286 0 25 62 105 0
## 404 118 261 0 26 60 104 0
## 405 127 304 1 26 62 105 0
## 406 132 281 1 24 63 117 0
## 407 102 258 1 22 65 135 0
## 408 143 279 0 39 65 129 1
## 409 118 277 0 25 62 120 0
## 410 102 286 1 22 64 140 0
## 411 163 280 0 35 69 139 0
## 412 132 294 0 32 64 116 0
## 413 116 276 0 33 61 180 0
## 414 138 288 1 19 66 124 0
## 415 139 279 0 20 64 143 0
## 416 132 298 1 23 61 137 0
## 417 87 282 0 27 63 104 1
## 418 131 297 0 30 67 132 0
## 419 130 282 0 26 67 147 1
## 420 123 290 0 28 66 107 1
## 421 115 276 1 18 63 110 0
## 422 116 272 0 27 64 130 1
## 423 119 286 1 20 67 130 0
## 424 125 279 1 19 67 135 0
## 425 144 282 0 33 66 155 1
## 426 123 269 0 26 67 132 0
## 427 120 276 0 23 66 114 0
## 428 140 251 0 28 63 210 0
## 429 120 271 1 17 64 142 1
## 430 116 272 0 <NA> 63 138 1
## 431 120 289 1 31 59 102 0
## 432 146 280 0 23 61 145 0
## 433 112 283 1 21 62 102 1
## 434 115 269 0 30 62 115 <NA>
## 435 132 278 0 20 64 150 1
## 436 146 263 0 39 53 110 1
## 437 122 275 0 30 68 140 0
## 438 128 292 0 32 66 130 0
## 439 119 277 0 24 63 120 1
## 440 135 278 0 27 66 148 0
## 441 116 315 0 26 <NA> <NA> 0
## 442 129 235 0 24 66 135 0
## 443 116 293 1 28 62 108 0
## 444 100 275 0 27 64 111 1
## 445 118 280 0 27 <NA> <NA> 1
## 446 138 257 0 38 67 138 0
## 447 123 282 0 22 65 130 0
## 448 113 288 1 21 61 120 0
## 449 129 280 1 24 65 140 1
## 450 122 280 0 24 67 127 1
## 451 132 281 1 21 67 140 0
## 452 120 269 1 40 63 130 0
## 453 114 283 1 20 65 115 0
## 454 130 280 0 29 66 135 0
## 455 117 286 0 32 66 127 1
## 456 142 285 0 33 63 124 0
## 457 144 273 0 27 62 118 1
## 458 127 262 1 32 64 125 0
## 459 115 270 0 25 67 165 1
## 460 85 258 0 41 67 137 0
## 461 99 274 0 28 66 118 1
## 462 123 323 1 17 64 140 0
## 463 112 281 1 23 61 150 0
## 464 68 223 0 32 66 149 1
## 465 102 283 1 19 65 127 1
## 466 109 273 0 37 65 138 1
## 467 102 267 1 25 60 93 1
## 468 99 275 0 23 61 125 1
## 469 78 256 1 29 65 123 0
## 470 128 284 1 19 66 111 1
## 471 107 303 1 25 67 133 0
## 472 136 295 0 23 64 147 0
## 473 101 278 0 27 61 99 1
## 474 100 275 1 25 64 125 0
## 475 109 272 0 41 66 154 1
## 476 117 281 1 21 70 141 1
## 477 88 252 1 21 60 115 1
## 478 95 270 0 35 65 135 1
## 479 119 280 1 25 61 <NA> 1
## 480 123 272 0 28 <NA> <NA> 0
## 481 127 291 1 24 66 135 1
## 482 107 293 0 20 65 155 1
## 483 124 291 0 26 66 <NA> 0
## 484 126 262 0 37 66 135 1
## 485 98 278 0 27 63 110 1
## 486 96 241 0 23 64 130 1
## 487 104 282 0 24 63 144 0
## 488 133 273 1 33 63 135 0
## 489 93 267 0 25 63 135 1
## 490 101 280 1 24 65 123 1
## 491 118 277 0 21 64 155 0
## 492 130 289 0 21 61 130 1
## 493 125 288 0 22 63 128 1
## 494 140 291 1 19 65 122 0
## 495 115 290 1 19 65 118 0
## 496 130 293 0 26 63 123 0
## 497 114 277 1 31 64 125 0
## 498 105 278 0 21 64 120 0
## 499 101 289 1 31 60 125 0
## 500 132 286 0 26 67 122 1
## 501 112 252 0 37 64 162 0
## 502 69 232 0 31 59 103 1
## 503 114 264 0 26 63 110 1
## 504 123 267 0 29 63 111 1
## 505 129 284 1 20 66 130 1
## 506 114 283 1 15 64 117 1
## 507 115 290 0 31 62 95 0
## 508 98 272 1 35 64 129 0
## 509 128 283 0 27 67 126 0
## 510 119 279 1 20 <NA> <NA> 1
## 511 119 271 0 28 64 175 1
## 512 154 288 0 25 65 147 0
## 513 127 247 1 21 63 140 0
## 514 131 263 0 29 64 180 1
## 515 129 288 0 28 59 102 0
## 516 114 286 1 22 64 116 1
## 517 110 280 0 29 62 110 1
## 518 103 268 0 31 64 150 1
## 519 117 287 0 20 65 115 1
## 520 138 282 0 25 64 120 0
## 521 126 280 0 24 66 147 1
## 522 124 271 0 23 66 145 0
## 523 111 284 0 34 62 110 0
## 524 132 282 0 28 67 200 1
## 525 103 240 0 26 65 140 0
## 526 158 285 0 28 62 130 0
## 527 146 277 0 32 <NA> <NA> 0
## 528 101 286 1 21 64 117 1
## 529 132 290 0 26 66 125 0
## 530 114 293 1 20 66 180 1
## 531 71 277 0 40 69 135 0
## 532 116 282 0 19 64 120 0
## 533 108 271 0 19 60 109 1
## 534 123 298 0 25 64 113 1
## 535 129 289 0 37 63 132 0
## 536 134 282 0 24 62 110 0
## 537 113 298 0 30 60 124 1
## 538 123 277 1 20 65 160 0
## 539 147 277 0 30 68 160 0
## 540 121 270 1 20 62 103 0
## 541 125 284 1 19 67 130 0
## 542 115 277 1 25 66 128 0
## 543 101 289 0 27 59 96 0
## 544 93 271 0 30 65 127 1
## 545 109 275 0 33 66 120 0
## 546 115 276 1 23 60 106 0
## 547 130 293 1 23 65 122 1
## 548 123 278 0 21 61 89 0
## 549 111 300 0 20 64 108 1
## 550 97 279 1 24 64 138 1
## 551 122 292 1 25 65 125 0
## 552 124 300 0 28 63 95 0
## 553 129 276 0 26 66 145 0
## 554 124 290 0 26 59 140 0
## 555 107 280 0 20 60 107 1
## 556 142 273 1 22 62 125 0
## 557 129 287 1 29 66 135 0
## 558 174 281 0 37 67 155 0
## 559 105 264 0 30 65 105 1
## 560 103 291 1 26 63 102 0
## 561 124 285 1 27 63 114 0
## 562 105 265 0 43 65 124 0
## 563 133 275 0 36 65 137 1
## 564 161 302 1 22 70 170 1
## 565 105 260 0 23 64 197 0
## 566 108 281 0 41 66 171 0
## 567 153 297 0 27 66 145 0
## 568 133 280 1 25 61 130 0
## 569 115 269 0 41 63 165 1
## 570 127 254 0 27 67 146 1
## 571 128 271 0 41 65 135 1
## 572 117 265 0 40 68 134 1
## 573 123 274 0 23 66 135 0
## 574 119 288 1 22 64 132 1
## 575 141 284 1 17 64 105 0
## 576 91 260 0 26 62 110 1
## 577 116 291 0 29 65 133 1
## 578 116 255 0 24 65 132 0
## 579 121 273 0 32 64 112 0
## 580 111 274 0 36 67 159 0
## 581 102 257 0 25 66 135 0
## 582 118 283 0 24 65 150 0
## 583 126 294 1 22 65 125 1
## 584 98 286 0 31 62 105 1
## 585 131 288 1 28 65 125 0
## 586 115 278 0 21 60 113 0
## 587 103 281 1 22 59 98 1
## 588 147 301 0 26 65 130 0
## 589 123 308 1 19 65 135 0
## 590 125 283 0 22 65 119 0
## 591 117 270 0 30 67 130 1
## 592 99 268 0 29 71 150 0
## 593 115 283 0 31 66 127 1
## 594 116 265 0 36 63 120 0
## 595 118 297 0 35 68 140 1
## 596 170 303 1 21 64 129 0
## 597 104 270 0 25 61 110 0
## 598 108 269 1 20 62 114 0
## 599 144 289 1 17 69 130 1
## 600 99 250 1 26 66 115 0
## 601 97 263 1 25 63 107 0
## 602 142 284 0 37 68 155 <NA>
## 603 85 270 1 19 63 118 1
## 604 130 285 1 24 66 126 1
## 605 117 275 0 22 62 115 1
## 606 109 302 0 24 64 110 0
## 607 147 285 0 24 64 137 0
## 608 105 281 1 23 64 115 0
## 609 135 278 1 27 68 139 1
## 610 115 273 1 23 67 215 1
## 611 123 280 0 23 65 140 1
## 612 105 274 1 26 61 100 0
## 613 154 271 0 36 69 160 1
## 614 110 276 0 25 63 107 1
## 615 119 285 1 26 62 108 0
## 616 103 292 1 28 62 132 0
## 617 117 272 0 25 64 116 0
## 618 120 289 0 23 69 165 0
## 619 145 278 0 24 62 109 0
## 620 104 271 0 20 62 98 1
## 621 123 268 1 18 62 110 1
## 622 124 272 0 27 62 110 0
## 623 129 275 0 26 64 115 1
## 624 91 248 0 33 63 202 0
## 625 109 295 0 32 61 135 0
## 626 108 268 0 22 58 112 1
## 627 79 268 0 36 61 108 0
## 628 133 301 0 23 62 108 0
## 629 114 309 1 27 62 118 0
## 630 128 273 0 34 61 125 0
## 631 129 280 1 24 65 126 0
## 632 97 234 1 26 65 112 0
## 633 103 276 1 21 62 130 1
## 634 176 293 1 19 68 180 0
## 635 143 294 0 44 65 145 0
## 636 127 292 1 21 68 130 1
## 637 107 256 0 28 59 90 1
## 638 113 268 0 31 62 100 0
## 639 106 279 1 21 62 118 1
## 640 152 285 0 24 61 120 1
## 641 150 275 0 29 65 145 0
## 642 136 278 0 35 64 118 1
## 643 151 298 0 37 64 135 <NA>
## 644 124 279 0 35 66 129 0
## 645 123 284 1 18 64 112 1
## 646 119 288 0 37 62 128 0
## 647 122 291 0 40 64 155 0
## 648 112 250 0 34 67 124 0
## 649 93 270 0 25 64 125 1
## 650 109 271 0 27 61 <NA> 1
## 651 136 274 1 20 63 165 0
## 652 121 <NA> 0 31 68 132 0
## 653 150 292 0 26 64 124 0
## 654 94 264 1 26 64 135 0
## 655 120 280 0 29 <NA> <NA> 1
## 656 146 306 0 38 63 112 0
## 657 129 274 0 19 65 101 1
## 658 125 292 0 27 65 117 1
## 659 124 273 0 21 63 115 0
## 660 141 282 0 27 63 115 0
## 661 96 266 0 33 67 135 1
## 662 138 297 0 30 66 133 1
## 663 127 282 0 28 67 134 0
## 664 114 251 0 26 64 119 1
## 665 103 297 0 31 64 125 0
## 666 127 288 1 20 65 115 1
## 667 141 292 0 29 62 110 <NA>
## 668 113 274 0 23 63 108 1
## 669 99 249 1 31 57 98 1
## 670 97 279 0 33 61 105 1
## 671 116 275 1 20 68 145 0
## 672 126 297 0 26 66 120 1
## 673 158 296 0 28 66 140 <NA>
## 674 119 277 0 28 66 130 1
## 675 123 283 0 27 62 110 0
## 676 129 287 0 24 60 107 0
## 677 117 256 0 37 65 132 1
## 678 100 275 0 26 60 115 0
## 679 131 274 0 28 64 118 1
## 680 146 279 0 27 64 124 0
## 681 84 267 0 29 60 95 0
## 682 115 302 0 28 64 116 0
## 683 115 281 0 25 60 94 0
## 684 118 284 0 28 70 145 1
## 685 91 292 1 19 61 125 0
## 686 112 255 0 39 60 115 0
## 687 115 316 1 29 64 110 0
## 688 110 269 0 38 61 102 0
## 689 117 277 0 34 66 140 0
## 690 109 268 1 29 65 120 1
## 691 99 267 0 22 62 94 0
## 692 131 274 0 27 62 160 1
## 693 136 291 1 25 61 105 0
## 694 130 298 0 20 62 120 0
## 695 134 296 0 35 60 117 1
## 696 128 271 0 29 65 126 1
## 697 150 286 0 38 67 175 0
## 698 86 284 0 39 65 174 1
## 699 115 278 0 26 63 112 1
## 700 141 281 0 28 <NA> <NA> 1
## 701 78 237 1 23 63 144 0
## 702 100 295 1 21 68 125 1
## 703 116 270 0 25 68 169 0
## 704 110 271 1 26 66 135 0
## 705 109 283 0 34 64 120 0
## 706 113 259 0 38 64 128 0
## 707 136 297 1 23 66 135 0
## 708 114 <NA> 0 23 63 116 1
## 709 121 273 1 34 61 125 0
## 710 117 288 1 28 63 140 0
## 711 166 299 0 26 68 140 0
## 712 87 229 0 27 62 138 0
## 713 120 294 1 23 66 128 1
## 714 95 286 0 26 66 118 1
## 715 132 273 0 28 62 113 0
## 716 90 286 0 32 63 105 1
## 717 131 308 0 30 58 150 1
## 718 103 279 1 22 65 145 1
## 719 144 287 1 33 71 153 1
## 720 137 299 0 24 62 115 0
## 721 124 270 0 20 64 122 0
## 722 136 281 1 27 64 127 0
## 723 117 298 1 22 64 160 0
## 724 121 269 0 23 62 130 0
## 725 116 280 0 34 68 198 0
## 726 139 275 0 33 62 118 0
## 727 110 280 0 39 67 125 0
## 728 86 242 0 20 64 110 1
## 729 133 287 0 20 65 165 0
## 730 81 254 0 23 62 157 0
## 731 133 281 0 33 63 120 0
## 732 132 284 1 20 66 140 0
## 733 132 287 0 29 64 148 0
## 734 137 274 0 27 64 126 0
## 735 84 279 0 34 63 190 0
## 736 136 279 0 30 69 130 1
## 737 92 270 0 34 62 100 1
## 738 114 298 1 28 67 114 0
## 739 129 274 0 33 69 136 1
## 740 167 288 1 19 63 117 0
## 741 71 <NA> 0 19 64 120 0
## 742 124 282 1 22 65 118 0
## 743 105 269 0 27 62 100 1
## 744 155 283 1 19 70 137 0
## 745 125 279 1 21 66 126 0
## 746 125 266 0 21 62 120 1
## 747 125 283 1 22 59 96 0
## 748 115 315 1 22 62 110 0
## 749 174 288 0 25 61 182 0
## 750 127 290 0 35 66 122 0
## 751 113 262 0 24 60 105 0
## 752 115 273 0 22 66 130 1
## 753 139 277 0 35 63 140 0
## 754 127 275 0 26 62 125 0
## 755 111 289 0 26 <NA> <NA> 1
## 756 112 272 0 26 60 98 0
## 757 143 285 0 30 64 135 1
## 758 116 286 1 22 58 105 1
## 759 155 279 0 33 61 125 0
## 760 121 290 0 31 64 127 0
## 761 110 282 1 21 66 125 1
## 762 87 277 0 31 62 120 1
## 763 132 330 0 34 64 130 1
## 764 105 261 0 32 <NA> <NA> 1
## 765 129 277 0 24 68 142 0
## 766 123 280 0 20 62 105 1
## 767 91 279 1 27 62 118 0
## 768 147 286 0 30 68 147 0
## 769 144 289 0 20 62 106 0
## 770 128 292 0 30 64 127 0
## 771 137 318 1 19 64 110 0
## 772 104 289 0 24 60 104 1
## 773 120 271 0 32 63 130 0
## 774 112 277 1 23 64 118 0
## 775 138 286 0 26 63 111 0
## 776 96 280 0 27 63 105 1
## 777 134 285 0 35 62 134 0
## 778 126 285 0 24 64 140 0
## 779 112 300 0 29 62 121 0
## 780 138 313 1 27 65 111 0
## 781 110 275 0 25 63 120 0
## 782 83 253 0 29 63 110 1
## 783 112 288 1 20 62 110 0
## 784 148 286 0 38 68 160 0
## 785 119 300 1 34 63 124 0
## 786 86 246 0 25 64 113 1
## 787 110 269 0 38 63 145 1
## 788 126 282 0 23 61 120 0
## 789 125 272 0 30 60 96 0
## 790 136 252 0 27 63 130 0
## 791 127 283 1 29 64 119 0
## 792 84 272 0 25 64 150 1
## 793 131 278 0 22 66 124 0
## 794 123 286 1 21 67 130 1
## 795 96 282 1 30 68 127 1
## 796 110 286 0 26 62 100 0
## 797 123 282 0 29 68 164 0
## 798 152 286 1 19 67 135 0
## 799 127 288 0 28 65 155 0
## 800 117 269 1 21 64 149 1
## 801 125 277 0 29 66 139 1
## 802 139 273 0 29 68 130 0
## 803 114 280 0 31 66 134 1
## 804 96 280 1 34 62 127 1
## 805 124 289 0 29 63 110 0
## 806 107 272 0 30 64 140 1
## 807 113 277 0 38 64 108 0
## 808 98 292 1 20 65 124 1
## 809 119 285 1 28 65 127 0
## 810 107 268 0 37 58 112 1
## 811 117 255 0 26 61 120 0
## 812 117 305 0 24 64 155 0
## 813 144 276 0 23 67 129 1
## 814 136 268 0 30 63 132 1
## 815 121 278 0 28 69 132 0
## 816 165 282 0 29 66 145 0
## 817 120 279 0 38 64 124 0
## 818 125 280 0 30 65 130 1
## 819 137 285 0 29 65 110 0
## 820 100 288 1 28 61 108 1
## 821 134 284 0 28 62 112 0
## 822 88 262 0 20 65 118 1
## 823 108 291 0 39 65 135 0
## 824 123 271 0 41 64 162 0
## 825 141 277 0 38 66 162 0
## 826 130 270 1 19 66 130 0
## 827 139 299 1 20 67 112 0
## 828 130 283 0 32 65 118 0
## 829 113 289 1 26 59 91 0
## 830 77 238 1 23 63 103 1
## 831 62 228 0 24 61 107 0
## 832 93 245 0 33 61 100 1
## 833 109 275 1 37 63 112 1
## 834 145 283 0 27 65 125 1
## 835 92 224 0 19 63 134 1
## 836 120 281 0 26 61 115 0
## 837 135 284 0 39 67 141 0
## 838 113 287 0 36 63 118 0
## 839 126 251 1 28 64 123 0
## 840 143 270 1 27 70 148 0
## 841 128 282 1 25 64 125 0
## 842 98 262 0 22 67 120 0
## 843 110 306 1 32 61 122 0
## 844 162 284 0 27 64 126 0
## 845 116 292 1 20 65 118 0
## 846 128 284 0 23 62 110 0
## 847 111 275 1 18 61 108 1
## 848 137 280 0 34 60 107 0
## 849 134 278 0 28 <NA> 126 1
## 850 100 264 0 29 64 120 1
## 851 160 271 0 32 67 215 0
## 852 112 267 1 22 62 138 0
## 853 134 297 0 27 67 170 1
## 854 145 308 0 35 64 110 1
## 855 116 295 0 32 65 120 0
## 856 126 278 0 26 64 150 1
## 857 111 285 0 29 65 130 0
## 858 126 282 0 33 62 117 0
## 859 109 291 0 39 64 107 0
## 860 136 291 0 41 66 191 0
## 861 119 286 0 22 63 185 1
## 862 103 267 1 21 66 150 1
## 863 124 284 1 17 62 112 0
## 864 155 286 0 31 66 127 0
## 865 122 282 1 21 66 110 0
## 866 113 285 0 26 66 140 0
## 867 122 273 0 26 66 210 0
## 868 126 293 1 27 62 111 0
## 869 116 277 0 41 64 124 1
## 870 102 294 0 21 65 130 1
## 871 110 181 0 27 64 133 0
## 872 133 285 1 30 64 160 0
## 873 125 283 0 29 65 125 0
## 874 164 286 1 32 66 143 0
## 875 133 297 0 36 61 125 0
## 876 135 300 0 25 64 <NA> 0
## 877 124 293 1 19 65 150 0
## 878 122 306 1 22 62 100 0
## 879 121 271 1 34 63 129 1
## 880 100 272 0 30 64 150 1
## 881 129 <NA> 1 19 61 110 0
## 882 90 266 1 26 67 135 0
## 883 128 272 1 18 67 109 0
## 884 116 280 1 22 59 <NA> 1
## 885 86 276 1 23 65 125 1
## 886 123 282 0 30 63 118 0
## 887 87 275 0 28 63 110 1
## 888 128 291 1 27 63 132 0
## 889 120 288 0 28 63 125 0
## 890 125 301 1 35 68 181 0
## 891 118 265 0 27 61 123 0
## 892 116 284 1 24 66 117 0
## 893 131 262 0 22 67 135 0
## 894 151 286 1 22 66 130 0
## 895 88 273 0 20 66 110 1
## 896 137 284 0 30 67 110 0
## 897 127 289 0 23 67 140 0
## 898 96 278 1 18 60 120 1
## 899 129 281 0 31 67 155 0
## 900 128 288 1 26 65 114 0
## 901 85 255 0 24 68 159 0
## 902 111 281 1 27 64 112 0
## 903 124 275 0 28 61 116 0
## 904 112 292 1 28 62 110 1
## 905 115 281 0 28 61 128 1
## 906 72 271 0 39 61 136 0
## 907 122 281 1 24 65 137 1
## 908 116 291 0 26 66 153 0
## 909 127 272 0 20 64 130 1
## 910 90 266 0 23 61 99 1
## 911 99 273 1 27 59 115 0
## 912 144 307 1 26 66 125 0
## 913 138 280 1 30 65 175 0
## 914 58 245 0 34 64 156 1
## 915 109 265 1 24 63 107 1
## 916 110 277 1 19 62 160 0
## 917 129 278 0 27 63 128 0
## 918 150 284 0 40 67 130 0
## 919 128 279 0 27 66 135 0
## 920 142 284 1 31 66 137 1
## 921 115 268 1 31 64 125 0
## 922 108 274 0 28 66 175 <NA>
## 923 108 283 0 35 62 108 0
## 924 139 281 0 27 63 137 0
## 925 115 275 0 25 61 155 1
## 926 136 288 0 23 62 217 0
## 927 163 289 1 25 64 126 1
## 928 131 285 0 26 64 130 0
## 929 77 238 0 38 67 135 1
## 930 124 283 1 33 67 156 1
## 931 104 270 1 26 62 115 0
## 932 102 267 1 24 61 109 1
## 933 94 268 0 30 62 105 1
## 934 158 295 1 37 70 137 0
## 935 112 275 1 21 68 143 1
## 936 119 286 0 26 64 123 1
## 937 97 279 0 29 68 178 1
## 938 99 252 0 21 64 120 0
## 939 115 264 1 23 67 134 1
## 940 139 284 0 37 61 121 0
## 941 144 304 1 27 58 102 1
## 942 99 270 0 22 63 115 1
## 943 105 280 1 22 63 116 0
## 944 89 275 0 34 66 170 0
## 945 129 270 0 43 67 160 0
## 946 119 270 1 20 64 109 0
## 947 114 291 0 35 60 112 0
## 948 106 289 0 28 67 120 1
## 949 122 292 1 34 65 133 0
## 950 136 261 0 24 65 110 0
## 951 121 286 1 22 69 130 1
## 952 112 282 0 26 65 122 0
## 953 112 266 0 26 64 122 0
## 954 123 314 0 22 61 121 1
## 955 139 286 0 33 65 125 1
## 956 125 290 0 36 59 105 0
## 957 105 295 1 20 64 112 1
## 958 130 276 0 41 68 130 0
## 959 146 294 0 22 66 145 1
## 960 133 290 0 21 64 145 0
## 961 147 296 1 19 67 124 0
## 962 109 269 0 23 63 113 0
## 963 122 286 0 23 64 120 1
## 964 135 260 0 43 65 135 0
## 965 107 <NA> 0 19 60 118 0
## 966 117 272 0 32 66 118 0
## 967 138 284 0 30 66 133 1
## 968 120 283 0 28 64 122 1
## 969 119 273 0 35 65 125 1
## 970 118 278 1 19 62 126 0
## 971 105 330 0 23 64 112 1
## 972 113 306 1 21 65 137 0
## 973 136 <NA> 0 36 66 135 0
## 974 148 291 1 21 63 115 0
## 975 140 281 1 22 69 135 0
## 976 134 287 1 33 67 131 0
## 977 120 280 0 31 61 111 0
## 978 123 296 1 26 64 110 1
## 979 102 275 0 43 64 160 0
## 980 55 204 0 35 65 140 0
## 981 103 276 1 19 63 149 1
## 982 123 283 0 21 65 110 0
## 983 105 270 1 27 65 134 1
## 984 138 289 0 33 65 155 0
## 985 128 281 0 28 63 150 0
## 986 139 285 0 30 65 129 1
## 987 104 288 1 27 61 122 1
## 988 159 296 1 27 64 112 0
## 989 118 276 0 29 62 130 1
## 990 99 285 0 25 69 128 1
## 991 144 281 0 20 63 120 0
## 992 121 270 0 25 62 108 1
## 993 117 265 1 24 66 98 0
## 994 119 293 1 23 65 127 0
## 995 105 281 1 19 61 130 0
## 996 125 283 0 37 63 145 1
## 997 119 259 0 37 62 130 0
## 998 101 273 0 39 60 113 0
## 999 105 277 1 25 64 156 0
## 1000 110 281 0 27 60 110 0
## 1001 100 270 1 21 65 132 1
## 1002 98 284 0 29 68 140 0
## 1003 127 276 0 37 64 159 0
## 1004 117 324 0 22 62 164 1
## 1005 122 278 0 37 68 114 0
## 1006 122 273 1 23 64 130 1
## 1007 118 281 1 36 66 140 1
## 1008 137 303 1 23 66 127 1
## 1009 120 275 0 32 63 115 1
## 1010 143 285 0 27 68 185 0
## 1011 108 270 0 29 67 124 1
## 1012 131 284 1 19 61 114 1
## 1013 110 277 0 36 61 116 0
## 1014 105 276 0 20 62 112 1
## 1015 133 274 0 30 63 <NA> 0
## 1016 125 255 0 23 63 133 0
## 1017 78 258 1 24 66 115 1
## 1018 114 289 0 36 60 115 0
## 1019 111 278 0 29 65 145 1
## 1020 103 250 0 40 59 140 0
## 1021 114 276 0 26 62 127 0
## 1022 75 247 0 36 64 120 1
## 1023 169 296 0 33 67 185 0
## 1024 94 271 0 36 61 130 1
## 1025 150 287 0 36 62 135 0
## 1026 144 248 0 30 70 145 0
## 1027 144 291 0 28 67 130 0
## 1028 143 313 0 20 68 150 0
## 1029 145 304 1 25 63 109 1
## 1030 121 285 0 34 64 110 0
## 1031 105 256 0 31 66 142 0
## 1032 134 286 0 25 64 125 0
## 1033 129 294 1 21 65 132 0
## 1034 114 276 0 24 63 110 0
## 1035 97 265 0 30 61 110 0
## 1036 160 292 0 28 64 120 0
## 1037 65 237 0 31 67 130 0
## 1038 145 288 0 28 64 116 0
## 1039 95 273 0 23 60 90 0
## 1040 139 293 1 21 69 130 0
## 1041 123 288 0 27 63 125 0
## 1042 109 283 0 23 65 112 1
## 1043 110 268 0 34 64 127 0
## 1044 122 296 1 24 65 132 0
## 1045 115 307 0 34 65 128 1
## 1046 117 323 0 26 62 <NA> 0
## 1047 108 279 1 19 64 115 0
## 1048 120 287 0 23 67 116 1
## 1049 131 269 0 36 68 145 0
## 1050 136 283 1 24 63 119 0
## 1051 125 290 0 32 63 135 0
## 1052 96 285 1 20 66 117 1
## 1053 102 282 1 29 65 125 1
## 1054 102 288 1 18 65 117 0
## 1055 112 277 1 22 67 120 0
## 1056 135 272 0 30 65 130 0
## 1057 91 266 0 23 60 120 1
## 1058 129 276 0 31 63 125 0
## 1059 155 290 0 26 66 129 1
## 1060 109 274 0 33 69 144 1
## 1061 80 262 1 31 61 100 1
## 1062 125 273 0 30 64 145 0
## 1063 94 284 0 24 63 104 1
## 1064 148 281 0 27 63 110 1
## 1065 73 277 0 29 65 145 0
## 1066 123 267 1 19 66 132 1
## 1067 65 232 0 24 66 125 1
## 1068 118 279 1 21 64 108 0
## 1069 102 283 0 39 60 119 0
## 1070 120 280 0 24 61 118 0
## 1071 108 270 1 21 65 130 1
## 1072 122 280 1 45 62 128 0
## 1073 103 268 0 32 62 97 1
## 1074 105 312 0 41 61 115 1
## 1075 126 273 1 25 68 135 0
## 1076 145 316 0 22 67 142 0
## 1077 139 293 0 34 66 131 0
## 1078 124 290 0 26 65 165 0
## 1079 121 282 0 30 65 122 0
## 1080 126 299 1 21 60 114 0
## 1081 119 286 1 33 67 137 0
## 1082 114 277 1 19 63 107 0
## 1083 118 272 0 23 64 113 0
## 1084 127 295 0 36 65 145 0
## 1085 117 290 1 22 67 110 0
## 1086 137 277 0 41 65 126 0
## 1087 133 292 0 29 65 135 0
## 1088 100 264 0 28 60 111 1
## 1089 107 273 1 26 65 135 0
## 1090 115 276 1 20 62 105 1
## 1091 91 292 1 26 61 113 1
## 1092 112 287 0 27 64 110 1
## 1093 125 289 1 31 61 120 0
## 1094 157 291 0 33 65 121 0
## 1095 108 256 1 26 67 130 0
## 1096 130 279 0 31 62 122 0
## 1097 135 289 0 25 64 127 0
## 1098 123 277 0 24 66 122 0
## 1099 100 281 0 24 61 115 0
## 1100 124 277 1 23 64 104 0
## 1101 174 284 0 39 65 163 0
## 1102 129 278 0 26 67 146 0
## 1103 119 275 0 27 59 113 1
## 1104 126 272 1 35 61 120 1
## 1105 128 267 0 37 61 142 0
## 1106 116 282 1 19 64 124 0
## 1107 100 285 0 18 68 127 1
## 1108 96 285 0 37 66 135 1
## 1109 131 279 1 20 68 122 1
## 1110 110 292 0 35 62 127 0
## 1111 108 278 0 28 63 125 1
## 1112 129 275 0 24 65 135 0
## 1113 141 285 0 23 67 150 0
## 1114 110 276 0 31 70 155 0
## 1115 118 273 0 21 63 120 0
## 1116 111 267 1 24 60 115 0
## 1117 160 297 0 20 68 136 0
## 1118 120 280 0 30 60 115 0
## 1119 121 281 0 29 63 108 0
## 1120 113 282 0 30 64 118 1
## 1121 117 270 0 23 58 115 0
## 1122 158 267 0 35 64 125 0
## 1123 128 277 0 39 61 120 0
## 1124 158 289 0 30 66 140 0
## 1125 133 289 0 22 65 123 1
## 1126 163 298 0 37 61 98 0
## 1127 128 282 1 19 66 118 0
## 1128 126 271 1 21 60 105 0
## 1129 127 283 0 42 62 154 1
## 1130 134 287 0 40 63 118 0
## 1131 140 274 0 41 63 122 0
## 1132 102 285 0 29 63 117 1
## 1133 100 252 0 24 61 150 0
## 1134 120 295 0 29 59 100 1
## 1135 98 279 1 18 65 115 1
## 1136 130 246 0 19 62 118 0
## 1137 104 280 0 41 63 118 1
## 1138 122 285 0 31 62 102 1
## 1139 137 276 1 25 64 127 0
## 1140 114 285 1 20 61 104 0
## 1141 63 236 1 24 58 99 0
## 1142 98 318 0 23 63 107 0
## 1143 99 268 0 32 63 124 1
## 1144 89 238 1 26 64 136 0
## 1145 117 283 0 22 65 142 1
## 1146 143 281 0 29 67 132 0
## 1147 106 279 0 29 63 125 1
## 1148 99 246 0 35 62 106 0
## 1149 156 300 0 27 65 120 1
## 1150 72 266 1 25 66 200 1
## 1151 75 266 0 37 61 113 1
## 1152 97 285 0 35 61 112 1
## 1153 106 264 0 41 64 114 0
## 1154 91 225 0 18 68 117 1
## 1155 117 269 1 28 61 99 0
## 1156 117 284 0 25 66 177 1
## 1157 112 291 0 23 66 145 0
## 1158 112 270 0 29 61 124 0
## 1159 141 293 0 28 61 125 0
## 1160 131 259 0 19 63 134 0
## 1161 130 290 0 19 65 123 1
## 1162 132 270 0 26 67 140 0
## 1163 114 265 0 23 67 130 1
## 1164 160 291 0 34 64 110 1
## 1165 106 283 0 24 63 119 0
## 1166 84 260 1 20 64 104 1
## 1167 112 268 1 25 59 103 0
## 1168 139 311 0 37 66 135 0
## 1169 104 267 0 30 63 180 0
## 1170 130 294 0 32 63 110 1
## 1171 71 254 0 19 61 145 1
## 1172 82 270 0 21 65 150 1
## 1173 119 280 1 21 64 128 0
## 1174 123 353 0 26 63 115 0
## 1175 115 278 0 27 59 95 0
## 1176 124 289 1 21 67 145 1
## 1177 138 292 0 25 65 130 1
## 1178 88 276 0 25 63 103 1
## 1179 146 305 0 23 <NA> <NA> 0
## 1180 128 241 1 17 64 126 0
## 1181 82 274 0 31 64 101 1
## 1182 100 274 0 24 63 113 0
## 1183 114 271 0 32 61 130 0
## 1184 97 269 0 20 65 137 1
## 1185 126 298 0 24 61 112 0
## 1186 122 275 1 20 65 127 0
## 1187 152 295 0 39 62 140 0
## 1188 116 274 0 21 62 110 1
## 1189 132 302 0 36 63 145 1
## 1190 84 260 1 37 66 140 0
## 1191 119 277 1 18 61 89 1
## 1192 104 275 0 24 <NA> <NA> 0
## 1193 106 312 0 24 62 135 1
## 1194 124 <NA> 1 39 65 228 0
## 1195 139 291 0 24 65 160 0
## 1196 103 273 0 36 65 158 1
## 1197 112 299 0 24 67 145 1
## 1198 96 276 0 33 64 127 1
## 1199 102 281 1 19 67 135 1
## 1200 120 300 0 34 63 150 1
## 1201 102 338 0 19 64 170 0
## 1202 97 255 1 22 63 107 1
## 1203 113 285 0 22 70 145 0
## 1204 130 297 0 32 58 130 0
## 1205 97 260 1 25 63 115 1
## 1206 116 273 0 31 61 120 0
## 1207 114 266 0 29 64 113 0
## 1208 127 242 0 17 61 135 1
## 1209 87 247 1 18 66 125 1
## 1210 141 281 0 29 54 156 1
## 1211 144 283 1 25 66 140 0
## 1212 116 273 0 33 66 130 1
## 1213 75 265 0 21 65 103 1
## 1214 138 286 1 28 68 120 0
## 1215 99 271 0 39 69 151 0
## 1216 118 293 0 21 63 103 0
## 1217 152 267 0 28 <NA> 119 1
## 1218 97 266 0 24 62 109 0
## 1219 146 319 0 28 66 145 0
## 1220 81 285 0 19 63 150 1
## 1221 110 321 0 28 66 180 0
## 1222 135 284 1 19 60 95 0
## 1223 114 290 1 21 65 120 1
## 1224 124 288 1 21 64 116 1
## 1225 115 262 1 23 64 136 1
## 1226 143 281 0 28 65 135 1
## 1227 113 287 1 29 70 145 1
## 1228 109 244 1 21 63 102 1
## 1229 103 278 0 30 60 87 1
## 1230 118 276 0 34 64 116 0
## 1231 127 290 0 27 65 121 0
## 1232 132 270 0 27 65 126 0
## 1233 113 275 1 27 60 100 0
## 1234 128 265 0 24 67 120 0
## 1235 130 291 0 30 65 150 1
## 1236 125 281 1 21 65 110 0
## 1237 117 297 0 38 65 129 0b)
Use the function na.omit() to create a “clean” data set that removes subjects if any observations on the subject are “unknown.” Store the modified data frame in a data frame named CLEAN. + Rta/:
CLEAN=na.omit(BABIES)
CLEAN## bwt gestation parity age height weight smoke
## 2 120 284 0 27 62 100 0
## 3 113 282 0 33 64 135 0
## 4 128 279 0 28 64 115 1
## 6 108 282 0 23 67 125 1
## 7 136 286 0 25 62 93 0
## 8 138 244 0 33 62 178 0
## 9 132 245 0 23 65 140 0
## 10 120 289 0 25 62 125 0
## 11 143 299 0 30 66 136 1
## 12 140 351 0 27 68 120 0
## 13 144 282 0 32 64 124 1
## 14 141 279 0 23 63 128 1
## 15 110 281 0 36 61 99 1
## 16 114 273 0 30 63 154 0
## 17 115 285 0 38 63 130 0
## 18 92 255 0 25 65 125 1
## 19 115 261 0 33 60 125 1
## 20 144 261 0 33 68 170 0
## 21 119 288 0 43 66 142 1
## 22 105 270 0 22 56 93 0
## 23 115 274 0 27 67 175 1
## 24 137 287 0 25 66 145 0
## 25 122 276 0 30 68 182 0
## 26 131 294 0 23 65 122 0
## 27 103 261 0 27 65 112 1
## 28 146 280 0 26 58 106 0
## 29 114 266 0 20 65 175 1
## 30 125 292 0 32 65 125 0
## 31 114 274 0 28 66 132 1
## 32 122 270 0 26 61 105 0
## 33 93 278 0 34 61 146 0
## 34 130 268 0 30 66 123 0
## 35 119 275 0 23 60 105 0
## 36 113 281 0 24 65 120 0
## 37 134 283 0 22 67 130 0
## 38 107 279 0 24 63 115 0
## 39 134 288 0 23 63 92 1
## 40 122 267 0 27 65 101 1
## 42 129 293 0 30 61 160 0
## 43 110 278 0 23 63 177 0
## 45 111 270 0 27 61 119 0
## 46 87 248 0 37 65 130 1
## 47 143 274 0 27 63 110 1
## 48 155 294 0 32 66 150 0
## 49 110 272 0 25 60 90 0
## 50 122 275 0 26 66 147 0
## 51 145 291 0 26 63 119 1
## 52 115 258 0 26 62 130 0
## 53 108 283 0 31 65 148 1
## 54 102 282 0 28 61 110 0
## 55 143 286 0 31 64 126 0
## 56 146 267 0 30 67 132 0
## 57 124 275 0 22 60 130 0
## 58 124 278 0 26 70 145 1
## 59 145 257 0 33 65 140 0
## 60 106 273 0 28 60 116 0
## 61 75 232 0 33 61 110 0
## 62 107 273 0 24 61 96 0
## 63 124 288 0 22 67 118 0
## 64 122 280 0 23 65 125 1
## 65 101 245 0 23 63 130 1
## 66 128 283 0 28 63 125 1
## 67 104 282 0 36 65 115 1
## 68 97 246 0 37 63 150 0
## 69 137 274 0 26 69 137 1
## 70 103 273 0 31 63 170 1
## 71 142 276 0 38 63 170 0
## 72 130 289 0 27 66 130 0
## 73 156 292 0 26 63 118 0
## 74 133 284 0 25 66 125 1
## 75 120 274 0 24 62 120 0
## 76 91 270 0 24 60 149 1
## 77 127 274 0 21 62 110 0
## 78 153 286 0 26 63 107 1
## 79 121 276 0 39 63 130 0
## 80 120 277 0 27 63 126 0
## 81 99 272 0 27 62 103 1
## 82 149 293 0 35 65 116 0
## 83 129 280 0 23 64 104 0
## 84 139 292 0 25 68 135 0
## 85 114 274 0 33 67 148 1
## 86 138 287 0 30 66 145 0
## 88 138 294 0 32 65 117 0
## 89 131 296 0 37 63 143 0
## 90 125 305 0 22 70 196 1
## 92 128 281 0 33 59 117 0
## 93 134 268 0 28 62 112 0
## 94 114 271 0 27 60 104 0
## 96 85 278 0 23 61 103 1
## 97 135 282 0 22 64 100 0
## 98 87 255 0 28 61 100 1
## 99 125 302 0 37 62 162 0
## 101 105 254 0 29 64 137 0
## 102 120 279 0 27 60 121 1
## 103 119 274 0 33 64 120 0
## 105 107 280 0 36 65 117 1
## 106 119 273 0 24 61 108 1
## 107 133 279 0 37 66 140 0
## 108 155 287 0 33 66 143 0
## 109 126 273 0 22 65 150 0
## 110 129 303 0 27 64 125 0
## 111 137 274 0 29 65 154 0
## 113 125 302 0 28 65 125 0
## 114 91 255 0 19 67 136 1
## 116 95 279 0 22 66 145 1
## 117 118 276 0 29 64 114 0
## 118 141 278 0 33 66 109 1
## 119 131 283 0 25 67 215 0
## 120 121 264 0 32 66 145 0
## 121 100 243 0 39 65 170 1
## 122 131 288 0 24 61 103 0
## 123 118 284 0 26 66 133 0
## 124 152 288 0 35 67 130 0
## 125 121 284 0 34 69 155 0
## 126 117 276 0 31 69 150 0
## 127 115 283 0 25 61 150 1
## 128 112 277 0 23 65 110 0
## 129 94 267 0 30 62 120 1
## 130 109 272 0 35 66 154 0
## 131 132 225 0 28 67 148 0
## 132 117 278 0 25 62 103 0
## 133 101 266 0 20 67 110 1
## 134 112 294 0 25 64 125 1
## 135 128 283 0 24 60 100 0
## 136 128 279 0 25 66 147 1
## 137 117 258 0 31 64 120 0
## 138 134 278 0 24 69 135 0
## 139 127 284 0 28 65 145 0
## 140 93 269 0 21 65 104 1
## 141 122 275 0 27 65 165 0
## 142 100 265 0 39 62 107 1
## 143 147 293 0 32 65 123 0
## 144 120 299 0 25 65 110 0
## 145 144 277 0 30 63 127 0
## 146 105 268 0 32 61 115 1
## 147 136 276 0 23 66 155 0
## 148 102 262 0 24 63 125 0
## 149 160 300 0 29 71 175 1
## 150 113 275 0 24 68 140 1
## 151 126 282 0 38 66 250 0
## 152 126 271 0 29 68 148 0
## 153 115 278 0 29 61 128 0
## 155 119 284 0 20 66 132 0
## 157 123 318 0 21 64 152 0
## 158 118 282 0 22 68 135 1
## 159 133 287 0 24 60 104 1
## 161 134 290 0 22 60 121 0
## 162 144 288 0 21 67 111 0
## 163 111 273 0 43 62 138 0
## 164 125 262 0 36 66 190 0
## 165 135 296 0 30 63 123 0
## 166 134 289 0 22 63 125 0
## 167 116 289 0 22 65 160 1
## 168 129 291 0 29 69 123 0
## 169 113 301 0 26 67 105 1
## 170 131 295 0 23 65 123 1
## 172 121 272 0 22 62 109 0
## 173 121 271 0 25 68 118 1
## 174 138 287 0 24 65 115 0
## 175 136 278 0 23 61 105 0
## 176 120 279 0 30 66 131 0
## 177 122 278 0 31 72 155 1
## 178 134 267 0 30 66 170 0
## 179 101 280 0 25 65 123 1
## 180 112 288 0 32 62 125 0
## 181 132 290 0 25 64 120 0
## 182 136 285 0 23 62 175 0
## 183 113 277 0 23 65 192 1
## 184 96 271 0 23 64 116 0
## 185 124 277 0 29 63 220 0
## 186 113 306 0 21 62 150 0
## 188 137 258 0 25 63 117 0
## 189 133 268 0 24 61 93 0
## 190 107 244 0 20 58 97 0
## 191 96 265 0 28 59 135 1
## 192 142 278 0 35 66 136 1
## 193 136 275 0 22 63 110 0
## 194 75 239 0 26 63 124 1
## 196 104 295 0 26 65 155 1
## 197 130 274 0 30 63 150 0
## 198 90 290 0 22 63 168 0
## 199 118 276 0 22 66 147 1
## 200 123 320 0 22 66 117 0
## 201 137 291 0 34 61 110 0
## 202 101 268 0 19 63 140 0
## 203 142 275 0 25 64 132 0
## 204 98 282 0 20 63 97 1
## 205 124 283 0 23 63 112 0
## 207 109 281 0 23 61 105 0
## 208 150 285 0 22 61 110 1
## 209 119 282 0 26 68 150 1
## 210 131 280 0 38 65 125 0
## 211 101 272 0 29 63 150 1
## 212 113 246 0 19 62 138 1
## 213 127 270 0 25 62 150 0
## 214 97 260 0 23 61 99 1
## 215 117 282 0 28 64 115 0
## 216 150 290 0 21 65 125 0
## 217 85 234 0 33 67 130 0
## 218 128 288 0 27 70 145 0
## 219 105 233 0 34 61 130 0
## 221 115 274 0 22 65 130 1
## 222 107 290 0 28 62 135 0
## 223 121 275 0 24 63 121 1
## 224 119 286 0 20 64 180 0
## 225 117 275 0 20 64 145 1
## 226 134 264 0 26 68 136 0
## 227 117 288 0 35 65 142 0
## 228 115 268 0 28 66 128 0
## 229 110 254 0 23 63 120 1
## 230 130 282 0 21 62 106 1
## 231 140 274 0 23 63 106 1
## 233 93 249 0 33 66 117 0
## 234 154 292 0 42 65 116 1
## 235 125 290 0 19 64 127 0
## 236 93 318 0 31 66 135 0
## 237 122 277 0 33 63 135 1
## 238 129 267 0 22 63 160 0
## 239 126 276 0 23 63 120 0
## 240 85 274 0 24 68 155 0
## 241 173 293 0 30 63 110 0
## 242 144 329 0 22 65 190 1
## 243 114 278 0 25 65 140 1
## 245 154 287 0 27 65 125 1
## 246 150 274 0 25 67 117 1
## 247 111 278 0 21 62 125 0
## 248 126 277 0 32 66 128 0
## 249 122 261 0 28 65 124 0
## 250 141 282 0 24 68 169 0
## 251 142 274 0 24 63 125 0
## 252 99 262 0 38 59 110 1
## 253 113 286 0 23 63 105 0
## 254 149 282 0 21 61 110 0
## 255 117 328 0 29 65 125 1
## 258 128 290 0 22 64 118 0
## 259 125 286 0 21 64 139 0
## 260 114 290 0 30 66 160 0
## 261 130 285 0 23 63 128 1
## 262 116 148 0 28 66 135 0
## 263 81 256 0 30 64 148 1
## 264 124 287 0 27 62 105 1
## 265 125 292 0 22 65 122 0
## 266 110 262 0 25 66 140 0
## 267 125 279 0 23 63 104 1
## 268 138 294 0 40 64 125 0
## 269 142 284 0 39 66 132 0
## 270 115 278 0 23 60 102 1
## 271 102 280 0 38 67 140 0
## 272 140 294 0 25 61 103 0
## 273 133 276 1 22 63 119 0
## 274 127 290 0 35 66 165 0
## 275 104 274 1 20 62 115 1
## 276 119 275 0 42 67 156 1
## 277 152 301 0 29 65 150 0
## 278 123 284 1 20 65 120 1
## 279 143 273 0 19 66 135 0
## 280 131 308 0 40 65 160 0
## 281 141 319 1 20 67 140 1
## 282 129 277 0 30 66 142 1
## 283 113 282 1 36 59 140 0
## 284 119 292 0 33 62 118 1
## 285 109 295 1 23 63 103 1
## 286 104 280 1 27 68 146 1
## 287 131 282 1 21 66 126 0
## 288 110 293 1 28 64 135 1
## 289 148 279 0 27 71 189 0
## 290 137 283 1 20 65 157 0
## 291 117 283 0 27 63 108 0
## 292 115 302 1 22 67 135 0
## 293 98 280 0 35 64 122 1
## 294 136 303 1 20 68 148 1
## 295 121 276 1 23 71 152 1
## 296 132 285 1 25 63 140 0
## 297 91 264 0 36 60 100 1
## 298 119 294 0 34 59 105 0
## 299 85 273 0 26 60 105 1
## 300 106 271 1 26 61 110 1
## 301 132 284 0 29 64 122 0
## 302 80 266 1 25 62 125 0
## 303 109 286 0 24 64 125 1
## 304 111 306 0 27 61 102 0
## 305 143 292 1 21 65 125 0
## 306 136 290 0 26 66 135 0
## 307 110 285 1 19 64 130 0
## 308 98 257 0 29 66 130 1
## 309 108 305 1 24 65 112 0
## 310 101 295 0 18 62 145 1
## 311 71 281 0 32 60 117 1
## 312 124 292 0 29 68 176 1
## 314 106 276 0 30 66 130 0
## 315 101 278 0 25 62 112 1
## 316 100 277 0 31 62 100 1
## 317 104 269 0 35 63 110 1
## 318 117 270 0 24 67 135 1
## 319 117 267 0 29 65 120 1
## 320 149 279 0 25 67 135 0
## 321 135 284 0 25 66 123 0
## 322 110 283 1 21 66 129 0
## 323 121 276 0 31 67 130 0
## 324 142 285 1 24 66 136 0
## 325 104 260 0 33 64 145 0
## 326 138 296 0 34 66 120 0
## 327 112 278 1 21 63 120 0
## 328 117 293 0 39 60 120 1
## 329 109 282 0 25 62 106 1
## 330 131 266 1 28 67 135 0
## 331 120 273 0 29 64 130 1
## 332 116 270 0 29 63 132 0
## 333 140 290 0 23 65 110 0
## 334 103 273 1 22 64 110 1
## 335 120 279 1 23 67 135 0
## 336 139 260 1 32 64 127 0
## 337 123 254 0 26 62 130 1
## 338 104 280 1 23 64 107 1
## 340 111 270 0 22 59 103 0
## 341 122 277 0 32 63 157 1
## 342 116 271 1 30 67 144 1
## 343 129 277 0 27 68 130 1
## 344 133 292 0 30 65 112 1
## 345 110 277 0 25 61 130 0
## 346 105 276 0 22 67 130 0
## 347 93 246 0 37 65 130 0
## 348 122 281 0 42 63 103 1
## 349 133 293 0 23 64 110 1
## 350 130 296 1 22 66 117 1
## 351 104 307 0 24 59 122 0
## 352 106 278 0 31 65 110 1
## 353 120 281 0 33 63 113 0
## 355 118 276 1 18 63 128 0
## 356 140 290 1 19 67 132 1
## 357 114 268 0 22 64 104 0
## 358 116 280 0 40 62 159 0
## 359 129 284 0 24 64 115 0
## 360 120 286 0 22 62 115 1
## 361 127 281 0 24 63 112 1
## 363 71 234 0 32 64 110 1
## 364 88 274 0 30 66 130 0
## 366 122 286 0 23 64 145 0
## 367 106 302 1 19 66 147 0
## 368 135 285 0 30 66 130 0
## 369 107 290 0 26 63 112 0
## 370 129 294 0 32 62 170 1
## 371 126 274 0 39 62 122 0
## 372 116 293 1 26 64 125 0
## 373 124 294 0 26 62 122 0
## 374 123 281 0 23 68 136 0
## 375 145 315 0 39 67 143 1
## 376 102 278 0 27 67 135 1
## 377 129 293 0 30 65 130 1
## 378 98 276 1 22 61 121 0
## 379 110 272 0 28 60 108 0
## 380 135 282 0 24 67 128 1
## 381 101 278 1 20 62 105 0
## 382 96 266 0 26 65 125 0
## 383 104 276 1 18 60 109 1
## 384 100 249 0 24 67 100 0
## 385 154 292 0 40 66 145 0
## 386 127 293 0 31 67 137 0
## 387 126 288 0 31 62 150 0
## 388 126 282 1 23 66 115 1
## 389 127 279 0 26 67 155 1
## 390 98 275 0 25 65 112 1
## 391 127 288 1 21 66 130 0
## 392 129 299 0 22 68 145 0
## 393 131 292 1 22 64 124 1
## 394 132 289 1 19 66 145 0
## 395 127 280 0 27 62 118 0
## 396 99 313 1 34 59 100 1
## 397 115 290 0 30 64 140 1
## 398 145 290 1 24 67 125 0
## 399 102 249 1 23 67 134 1
## 400 136 299 0 29 64 115 0
## 402 121 282 0 22 66 133 0
## 403 120 286 0 25 62 105 0
## 404 118 261 0 26 60 104 0
## 405 127 304 1 26 62 105 0
## 406 132 281 1 24 63 117 0
## 407 102 258 1 22 65 135 0
## 408 143 279 0 39 65 129 1
## 409 118 277 0 25 62 120 0
## 410 102 286 1 22 64 140 0
## 411 163 280 0 35 69 139 0
## 412 132 294 0 32 64 116 0
## 413 116 276 0 33 61 180 0
## 414 138 288 1 19 66 124 0
## 415 139 279 0 20 64 143 0
## 416 132 298 1 23 61 137 0
## 417 87 282 0 27 63 104 1
## 418 131 297 0 30 67 132 0
## 419 130 282 0 26 67 147 1
## 420 123 290 0 28 66 107 1
## 421 115 276 1 18 63 110 0
## 422 116 272 0 27 64 130 1
## 423 119 286 1 20 67 130 0
## 424 125 279 1 19 67 135 0
## 425 144 282 0 33 66 155 1
## 426 123 269 0 26 67 132 0
## 427 120 276 0 23 66 114 0
## 428 140 251 0 28 63 210 0
## 429 120 271 1 17 64 142 1
## 431 120 289 1 31 59 102 0
## 432 146 280 0 23 61 145 0
## 433 112 283 1 21 62 102 1
## 435 132 278 0 20 64 150 1
## 436 146 263 0 39 53 110 1
## 437 122 275 0 30 68 140 0
## 438 128 292 0 32 66 130 0
## 439 119 277 0 24 63 120 1
## 440 135 278 0 27 66 148 0
## 442 129 235 0 24 66 135 0
## 443 116 293 1 28 62 108 0
## 444 100 275 0 27 64 111 1
## 446 138 257 0 38 67 138 0
## 447 123 282 0 22 65 130 0
## 448 113 288 1 21 61 120 0
## 449 129 280 1 24 65 140 1
## 450 122 280 0 24 67 127 1
## 451 132 281 1 21 67 140 0
## 452 120 269 1 40 63 130 0
## 453 114 283 1 20 65 115 0
## 454 130 280 0 29 66 135 0
## 455 117 286 0 32 66 127 1
## 456 142 285 0 33 63 124 0
## 457 144 273 0 27 62 118 1
## 458 127 262 1 32 64 125 0
## 459 115 270 0 25 67 165 1
## 460 85 258 0 41 67 137 0
## 461 99 274 0 28 66 118 1
## 462 123 323 1 17 64 140 0
## 463 112 281 1 23 61 150 0
## 464 68 223 0 32 66 149 1
## 465 102 283 1 19 65 127 1
## 466 109 273 0 37 65 138 1
## 467 102 267 1 25 60 93 1
## 468 99 275 0 23 61 125 1
## 469 78 256 1 29 65 123 0
## 470 128 284 1 19 66 111 1
## 471 107 303 1 25 67 133 0
## 472 136 295 0 23 64 147 0
## 473 101 278 0 27 61 99 1
## 474 100 275 1 25 64 125 0
## 475 109 272 0 41 66 154 1
## 476 117 281 1 21 70 141 1
## 477 88 252 1 21 60 115 1
## 478 95 270 0 35 65 135 1
## 481 127 291 1 24 66 135 1
## 482 107 293 0 20 65 155 1
## 484 126 262 0 37 66 135 1
## 485 98 278 0 27 63 110 1
## 486 96 241 0 23 64 130 1
## 487 104 282 0 24 63 144 0
## 488 133 273 1 33 63 135 0
## 489 93 267 0 25 63 135 1
## 490 101 280 1 24 65 123 1
## 491 118 277 0 21 64 155 0
## 492 130 289 0 21 61 130 1
## 493 125 288 0 22 63 128 1
## 494 140 291 1 19 65 122 0
## 495 115 290 1 19 65 118 0
## 496 130 293 0 26 63 123 0
## 497 114 277 1 31 64 125 0
## 498 105 278 0 21 64 120 0
## 499 101 289 1 31 60 125 0
## 500 132 286 0 26 67 122 1
## 501 112 252 0 37 64 162 0
## 502 69 232 0 31 59 103 1
## 503 114 264 0 26 63 110 1
## 504 123 267 0 29 63 111 1
## 505 129 284 1 20 66 130 1
## 506 114 283 1 15 64 117 1
## 507 115 290 0 31 62 95 0
## 508 98 272 1 35 64 129 0
## 509 128 283 0 27 67 126 0
## 511 119 271 0 28 64 175 1
## 512 154 288 0 25 65 147 0
## 513 127 247 1 21 63 140 0
## 514 131 263 0 29 64 180 1
## 515 129 288 0 28 59 102 0
## 516 114 286 1 22 64 116 1
## 517 110 280 0 29 62 110 1
## 518 103 268 0 31 64 150 1
## 519 117 287 0 20 65 115 1
## 520 138 282 0 25 64 120 0
## 521 126 280 0 24 66 147 1
## 522 124 271 0 23 66 145 0
## 523 111 284 0 34 62 110 0
## 524 132 282 0 28 67 200 1
## 525 103 240 0 26 65 140 0
## 526 158 285 0 28 62 130 0
## 528 101 286 1 21 64 117 1
## 529 132 290 0 26 66 125 0
## 530 114 293 1 20 66 180 1
## 531 71 277 0 40 69 135 0
## 532 116 282 0 19 64 120 0
## 533 108 271 0 19 60 109 1
## 534 123 298 0 25 64 113 1
## 535 129 289 0 37 63 132 0
## 536 134 282 0 24 62 110 0
## 537 113 298 0 30 60 124 1
## 538 123 277 1 20 65 160 0
## 539 147 277 0 30 68 160 0
## 540 121 270 1 20 62 103 0
## 541 125 284 1 19 67 130 0
## 542 115 277 1 25 66 128 0
## 543 101 289 0 27 59 96 0
## 544 93 271 0 30 65 127 1
## 545 109 275 0 33 66 120 0
## 546 115 276 1 23 60 106 0
## 547 130 293 1 23 65 122 1
## 548 123 278 0 21 61 89 0
## 549 111 300 0 20 64 108 1
## 550 97 279 1 24 64 138 1
## 551 122 292 1 25 65 125 0
## 552 124 300 0 28 63 95 0
## 553 129 276 0 26 66 145 0
## 554 124 290 0 26 59 140 0
## 555 107 280 0 20 60 107 1
## 556 142 273 1 22 62 125 0
## 557 129 287 1 29 66 135 0
## 558 174 281 0 37 67 155 0
## 559 105 264 0 30 65 105 1
## 560 103 291 1 26 63 102 0
## 561 124 285 1 27 63 114 0
## 562 105 265 0 43 65 124 0
## 563 133 275 0 36 65 137 1
## 564 161 302 1 22 70 170 1
## 565 105 260 0 23 64 197 0
## 566 108 281 0 41 66 171 0
## 567 153 297 0 27 66 145 0
## 568 133 280 1 25 61 130 0
## 569 115 269 0 41 63 165 1
## 570 127 254 0 27 67 146 1
## 571 128 271 0 41 65 135 1
## 572 117 265 0 40 68 134 1
## 573 123 274 0 23 66 135 0
## 574 119 288 1 22 64 132 1
## 575 141 284 1 17 64 105 0
## 576 91 260 0 26 62 110 1
## 577 116 291 0 29 65 133 1
## 578 116 255 0 24 65 132 0
## 579 121 273 0 32 64 112 0
## 580 111 274 0 36 67 159 0
## 581 102 257 0 25 66 135 0
## 582 118 283 0 24 65 150 0
## 583 126 294 1 22 65 125 1
## 584 98 286 0 31 62 105 1
## 585 131 288 1 28 65 125 0
## 586 115 278 0 21 60 113 0
## 587 103 281 1 22 59 98 1
## 588 147 301 0 26 65 130 0
## 589 123 308 1 19 65 135 0
## 590 125 283 0 22 65 119 0
## 591 117 270 0 30 67 130 1
## 592 99 268 0 29 71 150 0
## 593 115 283 0 31 66 127 1
## 594 116 265 0 36 63 120 0
## 595 118 297 0 35 68 140 1
## 596 170 303 1 21 64 129 0
## 597 104 270 0 25 61 110 0
## 598 108 269 1 20 62 114 0
## 599 144 289 1 17 69 130 1
## 600 99 250 1 26 66 115 0
## 601 97 263 1 25 63 107 0
## 603 85 270 1 19 63 118 1
## 604 130 285 1 24 66 126 1
## 605 117 275 0 22 62 115 1
## 606 109 302 0 24 64 110 0
## 607 147 285 0 24 64 137 0
## 608 105 281 1 23 64 115 0
## 609 135 278 1 27 68 139 1
## 610 115 273 1 23 67 215 1
## 611 123 280 0 23 65 140 1
## 612 105 274 1 26 61 100 0
## 613 154 271 0 36 69 160 1
## 614 110 276 0 25 63 107 1
## 615 119 285 1 26 62 108 0
## 616 103 292 1 28 62 132 0
## 617 117 272 0 25 64 116 0
## 618 120 289 0 23 69 165 0
## 619 145 278 0 24 62 109 0
## 620 104 271 0 20 62 98 1
## 621 123 268 1 18 62 110 1
## 622 124 272 0 27 62 110 0
## 623 129 275 0 26 64 115 1
## 624 91 248 0 33 63 202 0
## 625 109 295 0 32 61 135 0
## 626 108 268 0 22 58 112 1
## 627 79 268 0 36 61 108 0
## 628 133 301 0 23 62 108 0
## 629 114 309 1 27 62 118 0
## 630 128 273 0 34 61 125 0
## 631 129 280 1 24 65 126 0
## 632 97 234 1 26 65 112 0
## 633 103 276 1 21 62 130 1
## 634 176 293 1 19 68 180 0
## 635 143 294 0 44 65 145 0
## 636 127 292 1 21 68 130 1
## 637 107 256 0 28 59 90 1
## 638 113 268 0 31 62 100 0
## 639 106 279 1 21 62 118 1
## 640 152 285 0 24 61 120 1
## 641 150 275 0 29 65 145 0
## 642 136 278 0 35 64 118 1
## 644 124 279 0 35 66 129 0
## 645 123 284 1 18 64 112 1
## 646 119 288 0 37 62 128 0
## 647 122 291 0 40 64 155 0
## 648 112 250 0 34 67 124 0
## 649 93 270 0 25 64 125 1
## 651 136 274 1 20 63 165 0
## 653 150 292 0 26 64 124 0
## 654 94 264 1 26 64 135 0
## 656 146 306 0 38 63 112 0
## 657 129 274 0 19 65 101 1
## 658 125 292 0 27 65 117 1
## 659 124 273 0 21 63 115 0
## 660 141 282 0 27 63 115 0
## 661 96 266 0 33 67 135 1
## 662 138 297 0 30 66 133 1
## 663 127 282 0 28 67 134 0
## 664 114 251 0 26 64 119 1
## 665 103 297 0 31 64 125 0
## 666 127 288 1 20 65 115 1
## 668 113 274 0 23 63 108 1
## 669 99 249 1 31 57 98 1
## 670 97 279 0 33 61 105 1
## 671 116 275 1 20 68 145 0
## 672 126 297 0 26 66 120 1
## 674 119 277 0 28 66 130 1
## 675 123 283 0 27 62 110 0
## 676 129 287 0 24 60 107 0
## 677 117 256 0 37 65 132 1
## 678 100 275 0 26 60 115 0
## 679 131 274 0 28 64 118 1
## 680 146 279 0 27 64 124 0
## 681 84 267 0 29 60 95 0
## 682 115 302 0 28 64 116 0
## 683 115 281 0 25 60 94 0
## 684 118 284 0 28 70 145 1
## 685 91 292 1 19 61 125 0
## 686 112 255 0 39 60 115 0
## 687 115 316 1 29 64 110 0
## 688 110 269 0 38 61 102 0
## 689 117 277 0 34 66 140 0
## 690 109 268 1 29 65 120 1
## 691 99 267 0 22 62 94 0
## 692 131 274 0 27 62 160 1
## 693 136 291 1 25 61 105 0
## 694 130 298 0 20 62 120 0
## 695 134 296 0 35 60 117 1
## 696 128 271 0 29 65 126 1
## 697 150 286 0 38 67 175 0
## 698 86 284 0 39 65 174 1
## 699 115 278 0 26 63 112 1
## 701 78 237 1 23 63 144 0
## 702 100 295 1 21 68 125 1
## 703 116 270 0 25 68 169 0
## 704 110 271 1 26 66 135 0
## 705 109 283 0 34 64 120 0
## 706 113 259 0 38 64 128 0
## 707 136 297 1 23 66 135 0
## 709 121 273 1 34 61 125 0
## 710 117 288 1 28 63 140 0
## 711 166 299 0 26 68 140 0
## 712 87 229 0 27 62 138 0
## 713 120 294 1 23 66 128 1
## 714 95 286 0 26 66 118 1
## 715 132 273 0 28 62 113 0
## 716 90 286 0 32 63 105 1
## 717 131 308 0 30 58 150 1
## 718 103 279 1 22 65 145 1
## 719 144 287 1 33 71 153 1
## 720 137 299 0 24 62 115 0
## 721 124 270 0 20 64 122 0
## 722 136 281 1 27 64 127 0
## 723 117 298 1 22 64 160 0
## 724 121 269 0 23 62 130 0
## 725 116 280 0 34 68 198 0
## 726 139 275 0 33 62 118 0
## 727 110 280 0 39 67 125 0
## 728 86 242 0 20 64 110 1
## 729 133 287 0 20 65 165 0
## 730 81 254 0 23 62 157 0
## 731 133 281 0 33 63 120 0
## 732 132 284 1 20 66 140 0
## 733 132 287 0 29 64 148 0
## 734 137 274 0 27 64 126 0
## 735 84 279 0 34 63 190 0
## 736 136 279 0 30 69 130 1
## 737 92 270 0 34 62 100 1
## 738 114 298 1 28 67 114 0
## 739 129 274 0 33 69 136 1
## 740 167 288 1 19 63 117 0
## 742 124 282 1 22 65 118 0
## 743 105 269 0 27 62 100 1
## 744 155 283 1 19 70 137 0
## 745 125 279 1 21 66 126 0
## 746 125 266 0 21 62 120 1
## 747 125 283 1 22 59 96 0
## 748 115 315 1 22 62 110 0
## 749 174 288 0 25 61 182 0
## 750 127 290 0 35 66 122 0
## 751 113 262 0 24 60 105 0
## 752 115 273 0 22 66 130 1
## 753 139 277 0 35 63 140 0
## 754 127 275 0 26 62 125 0
## 756 112 272 0 26 60 98 0
## 757 143 285 0 30 64 135 1
## 758 116 286 1 22 58 105 1
## 759 155 279 0 33 61 125 0
## 760 121 290 0 31 64 127 0
## 761 110 282 1 21 66 125 1
## 762 87 277 0 31 62 120 1
## 763 132 330 0 34 64 130 1
## 765 129 277 0 24 68 142 0
## 766 123 280 0 20 62 105 1
## 767 91 279 1 27 62 118 0
## 768 147 286 0 30 68 147 0
## 769 144 289 0 20 62 106 0
## 770 128 292 0 30 64 127 0
## 771 137 318 1 19 64 110 0
## 772 104 289 0 24 60 104 1
## 773 120 271 0 32 63 130 0
## 774 112 277 1 23 64 118 0
## 775 138 286 0 26 63 111 0
## 776 96 280 0 27 63 105 1
## 777 134 285 0 35 62 134 0
## 778 126 285 0 24 64 140 0
## 779 112 300 0 29 62 121 0
## 780 138 313 1 27 65 111 0
## 781 110 275 0 25 63 120 0
## 782 83 253 0 29 63 110 1
## 783 112 288 1 20 62 110 0
## 784 148 286 0 38 68 160 0
## 785 119 300 1 34 63 124 0
## 786 86 246 0 25 64 113 1
## 787 110 269 0 38 63 145 1
## 788 126 282 0 23 61 120 0
## 789 125 272 0 30 60 96 0
## 790 136 252 0 27 63 130 0
## 791 127 283 1 29 64 119 0
## 792 84 272 0 25 64 150 1
## 793 131 278 0 22 66 124 0
## 794 123 286 1 21 67 130 1
## 795 96 282 1 30 68 127 1
## 796 110 286 0 26 62 100 0
## 797 123 282 0 29 68 164 0
## 798 152 286 1 19 67 135 0
## 799 127 288 0 28 65 155 0
## 800 117 269 1 21 64 149 1
## 801 125 277 0 29 66 139 1
## 802 139 273 0 29 68 130 0
## 803 114 280 0 31 66 134 1
## 804 96 280 1 34 62 127 1
## 805 124 289 0 29 63 110 0
## 806 107 272 0 30 64 140 1
## 807 113 277 0 38 64 108 0
## 808 98 292 1 20 65 124 1
## 809 119 285 1 28 65 127 0
## 810 107 268 0 37 58 112 1
## 811 117 255 0 26 61 120 0
## 812 117 305 0 24 64 155 0
## 813 144 276 0 23 67 129 1
## 814 136 268 0 30 63 132 1
## 815 121 278 0 28 69 132 0
## 816 165 282 0 29 66 145 0
## 817 120 279 0 38 64 124 0
## 818 125 280 0 30 65 130 1
## 819 137 285 0 29 65 110 0
## 820 100 288 1 28 61 108 1
## 821 134 284 0 28 62 112 0
## 822 88 262 0 20 65 118 1
## 823 108 291 0 39 65 135 0
## 824 123 271 0 41 64 162 0
## 825 141 277 0 38 66 162 0
## 826 130 270 1 19 66 130 0
## 827 139 299 1 20 67 112 0
## 828 130 283 0 32 65 118 0
## 829 113 289 1 26 59 91 0
## 830 77 238 1 23 63 103 1
## 831 62 228 0 24 61 107 0
## 832 93 245 0 33 61 100 1
## 833 109 275 1 37 63 112 1
## 834 145 283 0 27 65 125 1
## 835 92 224 0 19 63 134 1
## 836 120 281 0 26 61 115 0
## 837 135 284 0 39 67 141 0
## 838 113 287 0 36 63 118 0
## 839 126 251 1 28 64 123 0
## 840 143 270 1 27 70 148 0
## 841 128 282 1 25 64 125 0
## 842 98 262 0 22 67 120 0
## 843 110 306 1 32 61 122 0
## 844 162 284 0 27 64 126 0
## 845 116 292 1 20 65 118 0
## 846 128 284 0 23 62 110 0
## 847 111 275 1 18 61 108 1
## 848 137 280 0 34 60 107 0
## 850 100 264 0 29 64 120 1
## 851 160 271 0 32 67 215 0
## 852 112 267 1 22 62 138 0
## 853 134 297 0 27 67 170 1
## 854 145 308 0 35 64 110 1
## 855 116 295 0 32 65 120 0
## 856 126 278 0 26 64 150 1
## 857 111 285 0 29 65 130 0
## 858 126 282 0 33 62 117 0
## 859 109 291 0 39 64 107 0
## 860 136 291 0 41 66 191 0
## 861 119 286 0 22 63 185 1
## 862 103 267 1 21 66 150 1
## 863 124 284 1 17 62 112 0
## 864 155 286 0 31 66 127 0
## 865 122 282 1 21 66 110 0
## 866 113 285 0 26 66 140 0
## 867 122 273 0 26 66 210 0
## 868 126 293 1 27 62 111 0
## 869 116 277 0 41 64 124 1
## 870 102 294 0 21 65 130 1
## 871 110 181 0 27 64 133 0
## 872 133 285 1 30 64 160 0
## 873 125 283 0 29 65 125 0
## 874 164 286 1 32 66 143 0
## 875 133 297 0 36 61 125 0
## 877 124 293 1 19 65 150 0
## 878 122 306 1 22 62 100 0
## 879 121 271 1 34 63 129 1
## 880 100 272 0 30 64 150 1
## 882 90 266 1 26 67 135 0
## 883 128 272 1 18 67 109 0
## 885 86 276 1 23 65 125 1
## 886 123 282 0 30 63 118 0
## 887 87 275 0 28 63 110 1
## 888 128 291 1 27 63 132 0
## 889 120 288 0 28 63 125 0
## 890 125 301 1 35 68 181 0
## 891 118 265 0 27 61 123 0
## 892 116 284 1 24 66 117 0
## 893 131 262 0 22 67 135 0
## 894 151 286 1 22 66 130 0
## 895 88 273 0 20 66 110 1
## 896 137 284 0 30 67 110 0
## 897 127 289 0 23 67 140 0
## 898 96 278 1 18 60 120 1
## 899 129 281 0 31 67 155 0
## 900 128 288 1 26 65 114 0
## 901 85 255 0 24 68 159 0
## 902 111 281 1 27 64 112 0
## 903 124 275 0 28 61 116 0
## 904 112 292 1 28 62 110 1
## 905 115 281 0 28 61 128 1
## 906 72 271 0 39 61 136 0
## 907 122 281 1 24 65 137 1
## 908 116 291 0 26 66 153 0
## 909 127 272 0 20 64 130 1
## 910 90 266 0 23 61 99 1
## 911 99 273 1 27 59 115 0
## 912 144 307 1 26 66 125 0
## 913 138 280 1 30 65 175 0
## 914 58 245 0 34 64 156 1
## 915 109 265 1 24 63 107 1
## 916 110 277 1 19 62 160 0
## 917 129 278 0 27 63 128 0
## 918 150 284 0 40 67 130 0
## 919 128 279 0 27 66 135 0
## 920 142 284 1 31 66 137 1
## 921 115 268 1 31 64 125 0
## 923 108 283 0 35 62 108 0
## 924 139 281 0 27 63 137 0
## 925 115 275 0 25 61 155 1
## 926 136 288 0 23 62 217 0
## 927 163 289 1 25 64 126 1
## 928 131 285 0 26 64 130 0
## 929 77 238 0 38 67 135 1
## 930 124 283 1 33 67 156 1
## 931 104 270 1 26 62 115 0
## 932 102 267 1 24 61 109 1
## 933 94 268 0 30 62 105 1
## 934 158 295 1 37 70 137 0
## 935 112 275 1 21 68 143 1
## 936 119 286 0 26 64 123 1
## 937 97 279 0 29 68 178 1
## 938 99 252 0 21 64 120 0
## 939 115 264 1 23 67 134 1
## 940 139 284 0 37 61 121 0
## 941 144 304 1 27 58 102 1
## 942 99 270 0 22 63 115 1
## 943 105 280 1 22 63 116 0
## 944 89 275 0 34 66 170 0
## 945 129 270 0 43 67 160 0
## 946 119 270 1 20 64 109 0
## 947 114 291 0 35 60 112 0
## 948 106 289 0 28 67 120 1
## 949 122 292 1 34 65 133 0
## 950 136 261 0 24 65 110 0
## 951 121 286 1 22 69 130 1
## 952 112 282 0 26 65 122 0
## 953 112 266 0 26 64 122 0
## 954 123 314 0 22 61 121 1
## 955 139 286 0 33 65 125 1
## 956 125 290 0 36 59 105 0
## 957 105 295 1 20 64 112 1
## 958 130 276 0 41 68 130 0
## 959 146 294 0 22 66 145 1
## 960 133 290 0 21 64 145 0
## 961 147 296 1 19 67 124 0
## 962 109 269 0 23 63 113 0
## 963 122 286 0 23 64 120 1
## 964 135 260 0 43 65 135 0
## 966 117 272 0 32 66 118 0
## 967 138 284 0 30 66 133 1
## 968 120 283 0 28 64 122 1
## 969 119 273 0 35 65 125 1
## 970 118 278 1 19 62 126 0
## 971 105 330 0 23 64 112 1
## 972 113 306 1 21 65 137 0
## 974 148 291 1 21 63 115 0
## 975 140 281 1 22 69 135 0
## 976 134 287 1 33 67 131 0
## 977 120 280 0 31 61 111 0
## 978 123 296 1 26 64 110 1
## 979 102 275 0 43 64 160 0
## 980 55 204 0 35 65 140 0
## 981 103 276 1 19 63 149 1
## 982 123 283 0 21 65 110 0
## 983 105 270 1 27 65 134 1
## 984 138 289 0 33 65 155 0
## 985 128 281 0 28 63 150 0
## 986 139 285 0 30 65 129 1
## 987 104 288 1 27 61 122 1
## 988 159 296 1 27 64 112 0
## 989 118 276 0 29 62 130 1
## 990 99 285 0 25 69 128 1
## 991 144 281 0 20 63 120 0
## 992 121 270 0 25 62 108 1
## 993 117 265 1 24 66 98 0
## 994 119 293 1 23 65 127 0
## 995 105 281 1 19 61 130 0
## 996 125 283 0 37 63 145 1
## 997 119 259 0 37 62 130 0
## 998 101 273 0 39 60 113 0
## 999 105 277 1 25 64 156 0
## 1000 110 281 0 27 60 110 0
## 1001 100 270 1 21 65 132 1
## 1002 98 284 0 29 68 140 0
## 1003 127 276 0 37 64 159 0
## 1004 117 324 0 22 62 164 1
## 1005 122 278 0 37 68 114 0
## 1006 122 273 1 23 64 130 1
## 1007 118 281 1 36 66 140 1
## 1008 137 303 1 23 66 127 1
## 1009 120 275 0 32 63 115 1
## 1010 143 285 0 27 68 185 0
## 1011 108 270 0 29 67 124 1
## 1012 131 284 1 19 61 114 1
## 1013 110 277 0 36 61 116 0
## 1014 105 276 0 20 62 112 1
## 1016 125 255 0 23 63 133 0
## 1017 78 258 1 24 66 115 1
## 1018 114 289 0 36 60 115 0
## 1019 111 278 0 29 65 145 1
## 1020 103 250 0 40 59 140 0
## 1021 114 276 0 26 62 127 0
## 1022 75 247 0 36 64 120 1
## 1023 169 296 0 33 67 185 0
## 1024 94 271 0 36 61 130 1
## 1025 150 287 0 36 62 135 0
## 1026 144 248 0 30 70 145 0
## 1027 144 291 0 28 67 130 0
## 1028 143 313 0 20 68 150 0
## 1029 145 304 1 25 63 109 1
## 1030 121 285 0 34 64 110 0
## 1031 105 256 0 31 66 142 0
## 1032 134 286 0 25 64 125 0
## 1033 129 294 1 21 65 132 0
## 1034 114 276 0 24 63 110 0
## 1035 97 265 0 30 61 110 0
## 1036 160 292 0 28 64 120 0
## 1037 65 237 0 31 67 130 0
## 1038 145 288 0 28 64 116 0
## 1039 95 273 0 23 60 90 0
## 1040 139 293 1 21 69 130 0
## 1041 123 288 0 27 63 125 0
## 1042 109 283 0 23 65 112 1
## 1043 110 268 0 34 64 127 0
## 1044 122 296 1 24 65 132 0
## 1045 115 307 0 34 65 128 1
## 1047 108 279 1 19 64 115 0
## 1048 120 287 0 23 67 116 1
## 1049 131 269 0 36 68 145 0
## 1050 136 283 1 24 63 119 0
## 1051 125 290 0 32 63 135 0
## 1052 96 285 1 20 66 117 1
## 1053 102 282 1 29 65 125 1
## 1054 102 288 1 18 65 117 0
## 1055 112 277 1 22 67 120 0
## 1056 135 272 0 30 65 130 0
## 1057 91 266 0 23 60 120 1
## 1058 129 276 0 31 63 125 0
## 1059 155 290 0 26 66 129 1
## 1060 109 274 0 33 69 144 1
## 1061 80 262 1 31 61 100 1
## 1062 125 273 0 30 64 145 0
## 1063 94 284 0 24 63 104 1
## 1064 148 281 0 27 63 110 1
## 1065 73 277 0 29 65 145 0
## 1066 123 267 1 19 66 132 1
## 1067 65 232 0 24 66 125 1
## 1068 118 279 1 21 64 108 0
## 1069 102 283 0 39 60 119 0
## 1070 120 280 0 24 61 118 0
## 1071 108 270 1 21 65 130 1
## 1072 122 280 1 45 62 128 0
## 1073 103 268 0 32 62 97 1
## 1074 105 312 0 41 61 115 1
## 1075 126 273 1 25 68 135 0
## 1076 145 316 0 22 67 142 0
## 1077 139 293 0 34 66 131 0
## 1078 124 290 0 26 65 165 0
## 1079 121 282 0 30 65 122 0
## 1080 126 299 1 21 60 114 0
## 1081 119 286 1 33 67 137 0
## 1082 114 277 1 19 63 107 0
## 1083 118 272 0 23 64 113 0
## 1084 127 295 0 36 65 145 0
## 1085 117 290 1 22 67 110 0
## 1086 137 277 0 41 65 126 0
## 1087 133 292 0 29 65 135 0
## 1088 100 264 0 28 60 111 1
## 1089 107 273 1 26 65 135 0
## 1090 115 276 1 20 62 105 1
## 1091 91 292 1 26 61 113 1
## 1092 112 287 0 27 64 110 1
## 1093 125 289 1 31 61 120 0
## 1094 157 291 0 33 65 121 0
## 1095 108 256 1 26 67 130 0
## 1096 130 279 0 31 62 122 0
## 1097 135 289 0 25 64 127 0
## 1098 123 277 0 24 66 122 0
## 1099 100 281 0 24 61 115 0
## 1100 124 277 1 23 64 104 0
## 1101 174 284 0 39 65 163 0
## 1102 129 278 0 26 67 146 0
## 1103 119 275 0 27 59 113 1
## 1104 126 272 1 35 61 120 1
## 1105 128 267 0 37 61 142 0
## 1106 116 282 1 19 64 124 0
## 1107 100 285 0 18 68 127 1
## 1108 96 285 0 37 66 135 1
## 1109 131 279 1 20 68 122 1
## 1110 110 292 0 35 62 127 0
## 1111 108 278 0 28 63 125 1
## 1112 129 275 0 24 65 135 0
## 1113 141 285 0 23 67 150 0
## 1114 110 276 0 31 70 155 0
## 1115 118 273 0 21 63 120 0
## 1116 111 267 1 24 60 115 0
## 1117 160 297 0 20 68 136 0
## 1118 120 280 0 30 60 115 0
## 1119 121 281 0 29 63 108 0
## 1120 113 282 0 30 64 118 1
## 1121 117 270 0 23 58 115 0
## 1122 158 267 0 35 64 125 0
## 1123 128 277 0 39 61 120 0
## 1124 158 289 0 30 66 140 0
## 1125 133 289 0 22 65 123 1
## 1126 163 298 0 37 61 98 0
## 1127 128 282 1 19 66 118 0
## 1128 126 271 1 21 60 105 0
## 1129 127 283 0 42 62 154 1
## 1130 134 287 0 40 63 118 0
## 1131 140 274 0 41 63 122 0
## 1132 102 285 0 29 63 117 1
## 1133 100 252 0 24 61 150 0
## 1134 120 295 0 29 59 100 1
## 1135 98 279 1 18 65 115 1
## 1136 130 246 0 19 62 118 0
## 1137 104 280 0 41 63 118 1
## 1138 122 285 0 31 62 102 1
## 1139 137 276 1 25 64 127 0
## 1140 114 285 1 20 61 104 0
## 1141 63 236 1 24 58 99 0
## 1142 98 318 0 23 63 107 0
## 1143 99 268 0 32 63 124 1
## 1144 89 238 1 26 64 136 0
## 1145 117 283 0 22 65 142 1
## 1146 143 281 0 29 67 132 0
## 1147 106 279 0 29 63 125 1
## 1148 99 246 0 35 62 106 0
## 1149 156 300 0 27 65 120 1
## 1150 72 266 1 25 66 200 1
## 1151 75 266 0 37 61 113 1
## 1152 97 285 0 35 61 112 1
## 1153 106 264 0 41 64 114 0
## 1154 91 225 0 18 68 117 1
## 1155 117 269 1 28 61 99 0
## 1156 117 284 0 25 66 177 1
## 1157 112 291 0 23 66 145 0
## 1158 112 270 0 29 61 124 0
## 1159 141 293 0 28 61 125 0
## 1160 131 259 0 19 63 134 0
## 1161 130 290 0 19 65 123 1
## 1162 132 270 0 26 67 140 0
## 1163 114 265 0 23 67 130 1
## 1164 160 291 0 34 64 110 1
## 1165 106 283 0 24 63 119 0
## 1166 84 260 1 20 64 104 1
## 1167 112 268 1 25 59 103 0
## 1168 139 311 0 37 66 135 0
## 1169 104 267 0 30 63 180 0
## 1170 130 294 0 32 63 110 1
## 1171 71 254 0 19 61 145 1
## 1172 82 270 0 21 65 150 1
## 1173 119 280 1 21 64 128 0
## 1174 123 353 0 26 63 115 0
## 1175 115 278 0 27 59 95 0
## 1176 124 289 1 21 67 145 1
## 1177 138 292 0 25 65 130 1
## 1178 88 276 0 25 63 103 1
## 1180 128 241 1 17 64 126 0
## 1181 82 274 0 31 64 101 1
## 1182 100 274 0 24 63 113 0
## 1183 114 271 0 32 61 130 0
## 1184 97 269 0 20 65 137 1
## 1185 126 298 0 24 61 112 0
## 1186 122 275 1 20 65 127 0
## 1187 152 295 0 39 62 140 0
## 1188 116 274 0 21 62 110 1
## 1189 132 302 0 36 63 145 1
## 1190 84 260 1 37 66 140 0
## 1191 119 277 1 18 61 89 1
## 1193 106 312 0 24 62 135 1
## 1195 139 291 0 24 65 160 0
## 1196 103 273 0 36 65 158 1
## 1197 112 299 0 24 67 145 1
## 1198 96 276 0 33 64 127 1
## 1199 102 281 1 19 67 135 1
## 1200 120 300 0 34 63 150 1
## 1201 102 338 0 19 64 170 0
## 1202 97 255 1 22 63 107 1
## 1203 113 285 0 22 70 145 0
## 1204 130 297 0 32 58 130 0
## 1205 97 260 1 25 63 115 1
## 1206 116 273 0 31 61 120 0
## 1207 114 266 0 29 64 113 0
## 1208 127 242 0 17 61 135 1
## 1209 87 247 1 18 66 125 1
## 1210 141 281 0 29 54 156 1
## 1211 144 283 1 25 66 140 0
## 1212 116 273 0 33 66 130 1
## 1213 75 265 0 21 65 103 1
## 1214 138 286 1 28 68 120 0
## 1215 99 271 0 39 69 151 0
## 1216 118 293 0 21 63 103 0
## 1218 97 266 0 24 62 109 0
## 1219 146 319 0 28 66 145 0
## 1220 81 285 0 19 63 150 1
## 1221 110 321 0 28 66 180 0
## 1222 135 284 1 19 60 95 0
## 1223 114 290 1 21 65 120 1
## 1224 124 288 1 21 64 116 1
## 1225 115 262 1 23 64 136 1
## 1226 143 281 0 28 65 135 1
## 1227 113 287 1 29 70 145 1
## 1228 109 244 1 21 63 102 1
## 1229 103 278 0 30 60 87 1
## 1230 118 276 0 34 64 116 0
## 1231 127 290 0 27 65 121 0
## 1232 132 270 0 27 65 126 0
## 1233 113 275 1 27 60 100 0
## 1234 128 265 0 24 67 120 0
## 1235 130 291 0 30 65 150 1
## 1236 125 281 1 21 65 110 0
## 1237 117 297 0 38 65 129 0c)
How many missing values are there for gestation, age, height, weight, and smoke, respectively? How many rows of BABIES have no missing values, one missing value, two missing values, and three missing values, respectively? Note: the number of rows in CLEAN should agree with your answer for the number of rows in BABIES that have no missing values. + Rta/:
U1 <- union(which(is.na(BABIES$bwt)),which(is.na(BABIES$gestation)))
U2 <- union(U1,which(is.na(BABIES$parity)))
U3 <- union(U2,which(is.na(BABIES$age)))
U4 <- union(U3,which(is.na(BABIES$height)))
U5 <- union(U4,which(is.na(BABIES$weight)))
U6 <- union(U5,which(is.na(BABIES$smoke)))
Positions <- sort(U6, decreasing = FALSE)
lna <- length(Positions)
lb <- length(BABIES$bwt)
lc <- length(CLEAN$bwt)
lcc <- lb-lnad)
Use the function complete.cases() to create a “clean” data set that removes subjects if any observations on the subject are “unknown.” Store the modified data frame in a data frame named CLEAN2. Write a line of code that shows all of the values in CLEAN are the same as those in CLEAN2. + Rta/:
CLEAN2 <- complete.cases(BABIES)
CLEAN2_1 <- complete.cases(BABIES)
CLEAN2_1[CLEAN2_1 == "FALSE"] = NA
CLEAN2_2=na.omit(CLEAN2_1)
length(CLEAN2_2)## [1] 1174Positions_1 <- which(is.na(CLEAN2_1))
Positions_1 - Positions## [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [39] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0e)
Sort the values in CLEAN by bwt, gestation, and age. Store the sorted values in a data frame named BGA and show the last six rows. + Rta/:
BWT <- sort(CLEAN$bwt, decreasing = FALSE)
GES <- sort(CLEAN$gestation, decreasing = FALSE)
AGE <- sort(CLEAN$age, decreasing = FALSE)
BGA <- cbind(BWT, GES, AGE)
tail(BGA,6)## BWT GES AGE
## [1169,] "99" "329" "43"
## [1170,] "99" "330" "43"
## [1171,] "99" "330" "43"
## [1172,] "99" "338" "43"
## [1173,] "99" "351" "44"
## [1174,] "99" "353" "45"f)
Store the data frame CLEAN in your working directory as a _*.csv_ file. + Rta/:
write.csv(CLEAN, file = "D:/Unal_drive/UNAL/Pregrado/2020/P_estocasticos/Talleres/Taller_2/clean.csv")g)
What percent of the women in CLEAN are pregnant with their first child (parity = 0) and do not smoke? + Rta/:
PERCENT <- CLEAN[-which(CLEAN$parity == 1),]
PERCENT <- PERCENT[-which(PERCENT$smoke == 1),]
PERCENT <- length(PERCENT$bwt)
TOTAL <- length(CLEAN$parity)
RESULT <- (PERCENT/TOTAL)*100
RESULT## [1] 44.718911.10
Use the data frame VIT2005 in the PASWR2 package, which contains data on the 218 used apartments sold in Vitoria (Spain) in 2005 to answer the following questions. A description of the variables can be obtained from the help file for this data frame.
library(PASWR2)## Loading required package: lattice## Loading required package: ggplot2library(lattice)
library(ggplot2)
library(optimbase)## Loading required package: Matrixlibrary(epiDisplay)## Loading required package: foreign## Loading required package: survival## Loading required package: MASS## Loading required package: nnet##
## Attaching package: 'epiDisplay'## The following object is masked from 'package:ggplot2':
##
## alpha## The following object is masked from 'package:lattice':
##
## dotplotdata(VIT2005)a)
Create a table of the number of apartments according to the number of garages. + Rta/:
G0 <- VIT2005[-which(VIT2005$garage > 0),]
G1 <- VIT2005[-which(VIT2005$garage != 1),]
G2 <- VIT2005[-which(VIT2005$garage != 2),]
E0 <- VIT2005[which(VIT2005$elevator == 0),]
E1 <- VIT2005[which(VIT2005$elevator == 1),]
APTOS <- c(length(G0[,1]), length(G1[,1]), length(G2[,1]))
names(APTOS) <- c("No Garage","1 Garage","2 Garages")
APTOS## No Garage 1 Garage 2 Garages
## 167 49 2b)
Find the mean of totalprice according to the number of garages. * Rta/:
NoGaragePrice <- mean(G0$totalprice)
OneGaragePrice <- mean(G1$totalprice)
TwoGaragesPrice <- mean(G2$totalprice)
TotalMean <- mean(c(NoGaragePrice,OneGaragePrice,TwoGaragesPrice))
TotalMean## [1] 325258.4c)
Create a frequency table of apartments using the categories: number of garages and number of elevators. * Rta/:
AG0 <- length(G0[,1])
AG1 <- length(G1[,1])
AG2 <- length(G2[,1])
TOTALA <- AG0 + AG1 + AG2
RG0 <- AG0/TOTALA
RG1 <- AG1/TOTALA
RG2 <- AG2/TOTALA
TOTALR <- RG0 + RG1 + RG2
AF <- c(AG0, AG1, AG2, TOTALA)
AAF <- c(AG0, AG1 + AG0, AG2 + AG1 + AG0, TOTALA)
RF <- c(RG0, RG1, RG2, TOTALR)
ARF <- c(RG0, RG1 + RG0, RG2 + RG1 + RG0, TOTALR)
FT <- matrix(c(AF , AAF , RF , ARF) ,nrow = 4, ncol = 4)
colnames(FT) <- c("Abs. Freq.","Accum. Abs. Freq.","Rel. Freq", "Accum. Rel. Freq")
rownames(FT) <- c(0,1,2,"Total")
First <- tab1(VIT2005$garage, sort.group = "decreasing", cum.percent = TRUE)
FT## Abs. Freq. Accum. Abs. Freq. Rel. Freq Accum. Rel. Freq
## 0 167 167 0.766055046 0.7660550
## 1 49 216 0.224770642 0.9908257
## 2 2 218 0.009174312 1.0000000
## Total 218 218 1.000000000 1.0000000First## VIT2005$garage :
## Frequency Percent Cum. percent
## 0 167 76.6 76.6
## 1 49 22.5 99.1
## 2 2 0.9 100.0
## Total 218 100.0 100.0#########################################################################################
AE0 <- length(E0[,1])
AE1 <- length(E1[,1])
ETOTALA <- AE0 + AE1
RE0 <- AE0/ETOTALA
RE1 <- AE1/ETOTALA
ETOTALR <- RE0 + RE1
AFE <- c(AE0, AE1, ETOTALA)
AAFE <- c(AE0, AE1 + AE0, ETOTALA)
RFE <- c(RE0, RE1, ETOTALR)
ARFE <- c(RE0, RE1 + RE0, ETOTALR)
FTE <- matrix(c(AFE , AAFE , RFE , ARFE) ,nrow = 3, ncol = 4)
colnames(FTE) <- c("Abs. Freq.","Accum. Abs. Freq.","Rel. Freq", "Accum. Rel. Freq")
rownames(FTE) <- c(0,1,"Total")
Second <- tab1(VIT2005$elevator, sort.group = "decreasing", cum.percent = TRUE)
FTE## Abs. Freq. Accum. Abs. Freq. Rel. Freq Accum. Rel. Freq
## 0 44 44 0.2018349 0.2018349
## 1 174 218 0.7981651 1.0000000
## Total 218 218 1.0000000 1.0000000Second## VIT2005$elevator :
## Frequency Percent Cum. percent
## 1 174 79.8 79.8
## 0 44 20.2 100.0
## Total 218 100.0 100.0d)
Find the mean flat price (total price) for each of the cells of the table created in part (c). * Rta/:
NoGaragePrice## [1] 260537.4OneGaragePrice## [1] 345987.8TwoGaragesPrice## [1] 369250NoElevatorPrice <- mean(E0$totalprice)
OneElevatorPrice <- mean(E1$totalprice)
NoElevatorPrice #Precio de apto sin elevador## [1] 210492.1OneElevatorPrice #Precio de apto con un elevador## [1] 298505.7e)
What command will select only the apartments having at least one garage? * Rta/:
G_12 <- VIT2005[which(VIT2005$garage > 0),]
G_12## totalprice area zone category age floor rooms out conservation toilets
## 2 409000 100.65 Z31 3B 5 7 5 E50 1A 2
## 13 560000 155.90 Z21 2B 7 4 6 E100 1A 2
## 20 360500 108.74 Z43 3A 14 3 5 E75 1A 2
## 22 380000 103.00 Z37 3B 15 3 6 E50 1A 1
## 24 372000 115.59 Z44 3B 17 4 6 E100 1A 2
## 27 330000 94.53 Z56 2B 7 3 4 E100 1A 2
## 33 333000 91.89 Z41 3B 14 5 5 E100 1A 2
## 34 403000 118.86 Z41 3A 25 5 6 E100 1A 2
## 37 330500 110.71 Z61 3A 18 5 5 E100 1A 2
## 39 373000 103.72 Z37 3A 29 3 5 E50 1A 2
## 48 426200 141.48 Z42 3A 13 5 5 E100 1A 2
## 50 326000 86.86 Z41 3B 15 4 5 E100 1A 2
## 54 308000 104.27 Z52 3A 7 2 5 E50 1A 2
## 55 345000 114.78 Z31 3B 16 4 5 E50 1A 2
## 56 390000 90.92 Z41 2A 10 3 5 E100 1A 2
## 58 343000 115.59 Z44 3B 16 5 6 E100 1A 2
## 64 329000 92.94 Z56 3A 7 3 5 E100 1A 2
## 67 291500 69.18 Z56 2B 9 7 4 E100 1A 1
## 69 331600 96.59 Z52 3A 8 2 5 E100 1A 2
## 73 294000 111.37 Z53 3B 19 10 5 E100 2B 2
## 75 347500 93.71 Z56 3A 8 4 5 E100 1A 2
## 78 286000 124.45 Z52 3A 24 5 7 E50 1A 2
## 79 325000 105.58 Z56 3A 4 2 5 E100 1A 2
## 83 379500 109.20 Z42 3A 13 5 5 E100 1A 2
## 90 327500 106.15 Z56 2A 5 4 5 E50 1A 2
## 97 392500 118.68 Z41 3A 15 2 5 E100 1A 2
## 99 262000 88.44 Z47 3B 18 5 5 E100 1A 2
## 103 398000 92.21 Z41 3A 10 2 5 E100 1A 2
## 104 258000 81.00 Z52 3B 15 8 5 E100 1A 1
## 107 340000 103.51 Z41 3A 12 5 5 E100 1A 2
## 109 273000 74.79 Z45 3B 10 4 4 E50 1A 1
## 114 370000 115.34 Z56 2A 6 4 5 E50 1A 2
## 130 378000 104.07 Z42 3A 19 3 5 E100 1A 2
## 131 347000 106.60 Z36 3A 14 7 6 E100 1A 2
## 132 240000 71.05 Z62 3A 14 3 4 E100 1A 1
## 133 457000 142.18 Z42 3A 14 4 6 E100 2A 2
## 135 348000 112.47 Z43 3A 26 2 5 E50 1A 2
## 136 391000 90.92 Z41 2B 10 5 5 E100 1A 2
## 138 398000 87.44 Z41 3A 11 2 5 E100 1A 2
## 140 257500 80.34 Z45 3B 23 6 5 E50 2B 2
## 141 341000 95.84 Z43 3B 27 3 5 E100 1A 2
## 152 396000 114.91 Z42 3A 11 7 5 E50 1A 2
## 154 303500 91.93 Z61 2B 13 4 5 E50 1A 2
## 155 354600 100.64 Z36 2B 22 6 5 E100 1A 2
## 186 433500 113.51 Z41 2B 8 4 5 E100 1A 2
## 190 366000 106.60 Z36 3B 19 2 6 E100 1A 2
## 192 320000 98.28 Z61 3B 22 5 5 E100 1A 2
## 199 261500 96.33 Z47 4A 17 5 4 E100 1A 2
## 207 285000 97.16 Z41 3A 13 2 5 E100 1A 2
## 215 340000 95.61 Z56 2B 8 6 5 E50 1A 2
## 216 280000 83.22 Z34 3B 29 7 5 E50 2B 1
## garage elevator streetcategory heating storage
## 2 1 1 S5 4A 1
## 13 1 1 S4 3B 1
## 20 1 1 S3 4A 1
## 22 1 1 S3 3A 1
## 24 1 1 S4 3A 1
## 27 1 1 S3 3A 1
## 33 1 1 S4 4A 1
## 34 1 1 S4 4A 1
## 37 1 1 S3 4A 1
## 39 1 1 S2 4A 1
## 48 1 1 S5 3A 1
## 50 1 1 S2 3A 1
## 54 1 1 S3 3A 1
## 55 1 1 S5 3A 1
## 56 1 1 S4 3B 1
## 58 1 1 S4 3A 1
## 64 1 1 S2 3A 1
## 67 1 1 S3 3A 1
## 69 1 1 S3 3A 2
## 73 1 1 S4 3A 1
## 75 2 1 S3 3A 1
## 78 1 1 S2 3A 0
## 79 1 1 S3 3A 0
## 83 1 1 S4 3A 1
## 90 1 1 S3 3B 1
## 97 1 1 S4 3A 1
## 99 1 1 S2 3A 1
## 103 1 1 S4 4A 1
## 104 1 1 S2 4A 1
## 107 1 1 S2 3A 1
## 109 1 1 S3 4A 1
## 114 1 1 S3 3B 1
## 130 1 1 S4 3A 1
## 131 1 1 S2 3A 1
## 132 1 1 S3 3A 0
## 133 1 1 S4 3A 1
## 135 1 1 S4 3B 1
## 136 2 1 S4 3A 0
## 138 1 1 S4 4A 1
## 140 1 1 S4 3A 1
## 141 1 1 S4 4A 1
## 152 1 1 S5 3A 1
## 154 1 1 S3 3A 1
## 155 1 1 S2 3A 1
## 186 1 1 S4 3B 1
## 190 1 1 S2 3A 1
## 192 1 1 S3 3A 1
## 199 1 1 S3 4A 1
## 207 1 1 S2 3A 1
## 215 1 1 S3 3A 1
## 216 1 1 S3 4A 1f)
Define a new file called data.c with the apartments that have category = “3B” and have an elevator. * Rta/:
C_3B <- VIT2005[which(VIT2005$category == "3B"),]
data.c <- c(C_3B, E1)1.11
Use the data frame EPIDURALF to answer the following questions:
library(PASWR2)
data("EPIDURALF")
EL <- length(EPIDURALF$doctor)a)
How many patients have been treated with the Hamstring Stretch? * Rta/:
HS <- EPIDURALF[-which(EPIDURALF$treatment != "Hamstring Stretch"),]
HSL <- length(HS$treatment)
HSL## [1] 171b)
What percent of the patients treated with Hamstring Stretch were classified as each of Easy, Difficult, and Impossible? * Rta/:
HSE <- HS[-which(HS$ease != "Easy"),]
HSD <- HS[-which(HS$ease != "Difficult"),]
HSI <- HS[-which(HS$ease != "Impossible"),]
HSEL <- length(HSE$ease)
HSDL <- length(HSD$ease)
HSIL <- length(HSI$ease)
PE <- (HSEL/HSL)*100
PD <- (HSDL/HSL)*100
PI <- (HSIL/HSL)*100
PE + PD + PI## [1] 100PE_1 <- (HSEL/EL)*100
PD_1 <- (HSDL/EL)*100
PI_1 <- (HSIL/EL)*100
P_1 <- c(PE_1, PD_1, PI_1)
names(P_1) <- c("% Easy","% Difficult","% Impossible")
P_1## % Easy % Difficult % Impossible
## 29.239766 18.421053 2.339181c)
What percent of the patients classified as Easy to palpate were assigned to the Traditional Sitting position? * Rta/:
EE <- EPIDURALF[-which(EPIDURALF$ease != "Easy"),]
TSE_1 <- EE[-which(EE$treatment != "Traditional Sitting"),]
EEL <- length(EE$ease)
TSEL <- length(TSE_1$treatment)
P_2<-(TSEL/EEL)*100
P_2 #%## [1] 51.69082d)
What is the mean weight for each cell in a contingency table created with the variables Ease and Treatment? + Rta/:
TS <- EPIDURALF[-which(EPIDURALF$treatment != "Traditional Sitting"),]
TSE <- TS[-which(TS$ease != "Easy"),]
TSD <- TS[-which(TS$ease != "Difficult"),]
TSI <- TS[-which(TS$ease != "Impossible"),]
TSEL <- length(TSE$ease)
TSDL <- length(TSD$ease)
TSIL <- length(TSI$ease)
TOTAL_TS <- TSEL + TSDL + TSIL
TOTAL_HS <- HSEL + HSDL + HSIL
TOTAL_E <- TSEL + HSEL
TOTAL_D <- TSDL + HSDL
TOTAL_I <- TSIL + HSIL
TOTAL <- TOTAL_E + TOTAL_D + TOTAL_I
CT <- matrix(c(TSEL, HSEL, TOTAL_E, TSDL, HSDL, TOTAL_D, TSIL, HSIL, TOTAL_E, TOTAL_TS, TOTAL_HS, TOTAL) ,nrow = 3, ncol = 4)
colnames(CT) <- c("Easy","Difficult","Impossible", "Total")
rownames(CT) <- c("Traditional","Hamstring","Total")
CT## Easy Difficult Impossible Total
## Traditional 107 51 13 171
## Hamstring 100 63 8 171
## Total 207 114 207 342M1_1 <- mean(TSE$kg)
M1_2 <- mean(TSD$kg)
M1_3 <- mean(TSI$kg)
M1_4 <- mean(TS$kg)
M2_1 <- mean(HSE$kg)
M2_2 <- mean(HSD$kg)
M2_3 <- mean(HSI$kg)
M2_4 <- mean(HS$kg)e)
What percent of the patients have a body mass index (\(BMI= kg/(cm/100^2\))) less than 25 and are classified as Easy to palpate? * Rta/:
BMI <- EE$kg/(EE$cm/100)^2
CLASS <- EE[which(BMI < 25),]
CL <- length(CLASS$doctor)
(CL/EL)*100 #%## [1] 9.0643271.12
The millions of tourists visiting Spain in 2003, 2004, and 2005 according their nationalities are given in the following table:
a)
Store the values in this table in a matrix with the name tourists.
library(PASWR2)- Rta/:
colum_1 <- c("German", "French", "British", "American", "Rest of the world")
Fila_1<-c("2003","2004","2005")
datos<-c(9.303,9.536,9.918,7.959,7.736,8.875,15.224,15.629,16.090,0.905,0.894,0.883,17.463,18.635,20.148)
tourists <- matrix(data=datos,nrow=5,byrow=TRUE)
tourists #tourists.## [,1] [,2] [,3]
## [1,] 9.303 9.536 9.918
## [2,] 7.959 7.736 8.875
## [3,] 15.224 15.629 16.090
## [4,] 0.905 0.894 0.883
## [5,] 17.463 18.635 20.148dimnames(tourists)<-list(colum_1,Fila_1)
tourists## 2003 2004 2005
## German 9.303 9.536 9.918
## French 7.959 7.736 8.875
## British 15.224 15.629 16.090
## American 0.905 0.894 0.883
## Rest of the world 17.463 18.635 20.148is.matrix(tourists)## [1] TRUEb)
Calculate the totals of the rows. + Rta/:
apply(X=tourists, MARGIN=1,FUN=sum)#Suma de las filas: Total de turistas por Nacionalidad (Por millon)## German French British American
## 28.757 24.570 46.943 2.682
## Rest of the world
## 56.246c)
Calculate the totals of the columns. + Rta/:
apply(X=tourists, MARGIN=2,FUN=sum)#Suma de las columnas: Total de turistas por año (Por millon)## 2003 2004 2005
## 50.854 52.430 55.914