ID Petición
- Número 1: Crear un scoring de los clientes con mayor probabilidad de abandono
Contexto
*La compañía de telecomunicaciones quiere detectar de todos sus clientes aquellos que tienen un scoring de abandono más alto.
*La compañía está preocupada ya que quiere reducir su tasa de abandono y no perder clientes.
Requerimientos del proyecto
*El departamento de marketing quiere lanzar una campaña de fidelización a aquellos clientes que tengan una mayor probabilidad de abandono.
Conclusiones y recomendaciones del equipo de DS:
Limitar el tamaño de la campaña para fidelizar a aquellos clientes con mayor probabilidad de abandono, debe ser dirigida a un total de 379 clientes
Detalle del trabajo realizado
Se ha trabajado sobre una base de datos de los clientes de una compañía de telecomunicaciones.
En base al análisis de todos estos datos hemos construído un modelo que nos ha permitido detectar los que tienen una mayor probabilidad de abandono.
0. - Parámetros
options(scipen=999)1. - Preparación del entorno
1.1 - Cargamos las librerías que vamos a utilizar
paquetes <- c('data.table',
'dplyr',
'tidyr',
'ggplot2',
'randomForest',
'ROCR',
'purrr',
'smbinning',
'rpart',
'rpart.plot'
)
instalados <- paquetes %in% installed.packages()
if(sum(instalados == FALSE) > 0) {
install.packages(paquetes[!instalados])
}
lapply(paquetes,require,character.only = TRUE)## Loading required package: data.table## Loading required package: dplyr##
## Attaching package: 'dplyr'## The following objects are masked from 'package:data.table':
##
## between, first, last## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union## Loading required package: tidyr## Loading required package: ggplot2## Loading required package: randomForest## randomForest 4.6-14## Type rfNews() to see new features/changes/bug fixes.##
## Attaching package: 'randomForest'## The following object is masked from 'package:ggplot2':
##
## margin## The following object is masked from 'package:dplyr':
##
## combine## Loading required package: ROCR## Loading required package: purrr##
## Attaching package: 'purrr'## The following object is masked from 'package:data.table':
##
## transpose## Loading required package: smbinning## Loading required package: sqldf## Loading required package: gsubfn## Loading required package: proto## Loading required package: RSQLite## Loading required package: partykit## Loading required package: grid## Loading required package: libcoin## Loading required package: mvtnorm## Loading required package: Formula## Loading required package: rpart## Loading required package: rpart.plot## [[1]]
## [1] TRUE
##
## [[2]]
## [1] TRUE
##
## [[3]]
## [1] TRUE
##
## [[4]]
## [1] TRUE
##
## [[5]]
## [1] TRUE
##
## [[6]]
## [1] TRUE
##
## [[7]]
## [1] TRUE
##
## [[8]]
## [1] TRUE
##
## [[9]]
## [1] TRUE
##
## [[10]]
## [1] TRUE1.2 - Cargamos los datos
df <- fread('datos.csv')2 - Análisis exploratorio
2.1 - Análisis exploratorio general y tipo de datos
as.data.frame(sort(names(df)))## sort(names(df))
## 1 Churn
## 2 Contract
## 3 customerID
## 4 Dependents
## 5 DeviceProtection
## 6 gender
## 7 InternetService
## 8 MonthlyCharges
## 9 MultipleLines
## 10 OnlineBackup
## 11 OnlineSecurity
## 12 PaperlessBilling
## 13 Partner
## 14 PaymentMethod
## 15 PhoneService
## 16 SeniorCitizen
## 17 StreamingMovies
## 18 StreamingTV
## 19 TechSupport
## 20 tenure
## 21 TotalChargesstr(df)## Classes 'data.table' and 'data.frame': 7043 obs. of 21 variables:
## $ customerID : chr "7590-VHVEG" "5575-GNVDE" "3668-QPYBK" "7795-CFOCW" ...
## $ gender : chr "Female" "Male" "Male" "Male" ...
## $ SeniorCitizen : int 0 0 0 0 0 0 0 0 0 0 ...
## $ Partner : chr "Yes" "No" "No" "No" ...
## $ Dependents : chr "No" "No" "No" "No" ...
## $ tenure : int 1 34 2 45 2 8 22 10 28 62 ...
## $ PhoneService : chr "No" "Yes" "Yes" "No" ...
## $ MultipleLines : chr "No phone service" "No" "No" "No phone service" ...
## $ InternetService : chr "DSL" "DSL" "DSL" "DSL" ...
## $ OnlineSecurity : chr "No" "Yes" "Yes" "Yes" ...
## $ OnlineBackup : chr "Yes" "No" "Yes" "No" ...
## $ DeviceProtection: chr "No" "Yes" "No" "Yes" ...
## $ TechSupport : chr "No" "No" "No" "Yes" ...
## $ StreamingTV : chr "No" "No" "No" "No" ...
## $ StreamingMovies : chr "No" "No" "No" "No" ...
## $ Contract : chr "Month-to-month" "One year" "Month-to-month" "One year" ...
## $ PaperlessBilling: chr "Yes" "No" "Yes" "No" ...
## $ PaymentMethod : chr "Electronic check" "Mailed check" "Mailed check" "Bank transfer (automatic)" ...
## $ MonthlyCharges : num 29.9 57 53.9 42.3 70.7 ...
## $ TotalCharges : num 29.9 1889.5 108.2 1840.8 151.7 ...
## $ Churn : chr "No" "No" "Yes" "No" ...
## - attr(*, ".internal.selfref")=<externalptr>glimpse(df)## Rows: 7,043
## Columns: 21
## $ customerID <chr> "7590-VHVEG", "5575-GNVDE", "3668-QPYBK", "7795-CF...
## $ gender <chr> "Female", "Male", "Male", "Male", "Female", "Femal...
## $ SeniorCitizen <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ Partner <chr> "Yes", "No", "No", "No", "No", "No", "No", "No", "...
## $ Dependents <chr> "No", "No", "No", "No", "No", "No", "Yes", "No", "...
## $ tenure <int> 1, 34, 2, 45, 2, 8, 22, 10, 28, 62, 13, 16, 58, 49...
## $ PhoneService <chr> "No", "Yes", "Yes", "No", "Yes", "Yes", "Yes", "No...
## $ MultipleLines <chr> "No phone service", "No", "No", "No phone service"...
## $ InternetService <chr> "DSL", "DSL", "DSL", "DSL", "Fiber optic", "Fiber ...
## $ OnlineSecurity <chr> "No", "Yes", "Yes", "Yes", "No", "No", "No", "Yes"...
## $ OnlineBackup <chr> "Yes", "No", "Yes", "No", "No", "No", "Yes", "No",...
## $ DeviceProtection <chr> "No", "Yes", "No", "Yes", "No", "Yes", "No", "No",...
## $ TechSupport <chr> "No", "No", "No", "Yes", "No", "No", "No", "No", "...
## $ StreamingTV <chr> "No", "No", "No", "No", "No", "Yes", "Yes", "No", ...
## $ StreamingMovies <chr> "No", "No", "No", "No", "No", "Yes", "No", "No", "...
## $ Contract <chr> "Month-to-month", "One year", "Month-to-month", "O...
## $ PaperlessBilling <chr> "Yes", "No", "Yes", "No", "Yes", "Yes", "Yes", "No...
## $ PaymentMethod <chr> "Electronic check", "Mailed check", "Mailed check"...
## $ MonthlyCharges <dbl> 29.85, 56.95, 53.85, 42.30, 70.70, 99.65, 89.10, 2...
## $ TotalCharges <dbl> 29.85, 1889.50, 108.15, 1840.75, 151.65, 820.50, 1...
## $ Churn <chr> "No", "No", "Yes", "No", "Yes", "Yes", "No", "No",...Conclusiones: Nos encontramos con un df que tiene 7043 clientes y 21 variables.
Queremos realizar un scoring de los clientes que tienen un mayor abandono (churn).
Nuestra variable target será clasificar a los clientes que tienen una mayor probabilidad de abandono.
Hay muchas variables que son caracteres y las vamos a transformar en factores.
vamos a guardarlas en una variable a_factores
a_factores <-c('customerID','gender','SeniorCitizen','Partner','Dependents','PhoneService','MultipleLines','InternetService','OnlineSecurity','OnlineBackup','DeviceProtection','TechSupport','StreamingTV','StreamingMovies','Contract','PaperlessBilling','PaymentMethod','Churn')La variable tenure es entera y la vamos a transformar en numérica
Nuestra variable target (churn) para tener una mejor lectura vamos a cambiar Yes-No por 1-0
2.2 - Calidad de datos: Estadísticos básicos
lapply(df,summary)## $customerID
## Length Class Mode
## 7043 character character
##
## $gender
## Length Class Mode
## 7043 character character
##
## $SeniorCitizen
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0000 0.0000 0.0000 0.1621 0.0000 1.0000
##
## $Partner
## Length Class Mode
## 7043 character character
##
## $Dependents
## Length Class Mode
## 7043 character character
##
## $tenure
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 9.00 29.00 32.37 55.00 72.00
##
## $PhoneService
## Length Class Mode
## 7043 character character
##
## $MultipleLines
## Length Class Mode
## 7043 character character
##
## $InternetService
## Length Class Mode
## 7043 character character
##
## $OnlineSecurity
## Length Class Mode
## 7043 character character
##
## $OnlineBackup
## Length Class Mode
## 7043 character character
##
## $DeviceProtection
## Length Class Mode
## 7043 character character
##
## $TechSupport
## Length Class Mode
## 7043 character character
##
## $StreamingTV
## Length Class Mode
## 7043 character character
##
## $StreamingMovies
## Length Class Mode
## 7043 character character
##
## $Contract
## Length Class Mode
## 7043 character character
##
## $PaperlessBilling
## Length Class Mode
## 7043 character character
##
## $PaymentMethod
## Length Class Mode
## 7043 character character
##
## $MonthlyCharges
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.25 35.50 70.35 64.76 89.85 118.75
##
## $TotalCharges
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 18.8 401.4 1397.5 2283.3 3794.7 8684.8 11
##
## $Churn
## Length Class Mode
## 7043 character characterVemos que la variable Totalcharges tiene 11 datos desconocidos, lo apuntamos para analizarlo.
La variable tenure (permanencia) vemos que tiene un máximo de 72, imaginamos que son meses, lo que serían 6 años
La variable SeniorCitizen (jubilados) vemos que tiene mucho ceros, pero lo damos como normal ya que la mayoría de clientes no estarán jubilados.
2.3 - Calidad de datos: Análisis de nulos
as.data.frame(colSums(is.na(df)))## colSums(is.na(df))
## customerID 0
## gender 0
## SeniorCitizen 0
## Partner 0
## Dependents 0
## tenure 0
## PhoneService 0
## MultipleLines 0
## InternetService 0
## OnlineSecurity 0
## OnlineBackup 0
## DeviceProtection 0
## TechSupport 0
## StreamingTV 0
## StreamingMovies 0
## Contract 0
## PaperlessBilling 0
## PaymentMethod 0
## MonthlyCharges 0
## TotalCharges 11
## Churn 0Comprobamos que efectivamente la variable TotalCharges tiene 11 datos nulos, no vamos a eliminar esa variable, imputaremos esos datos nulos y los sustituiremos por la media.
df$TotalCharges.mean <- ifelse(is.na(df$TotalCharges),
mean(df$TotalCharges,na.rm = T),
df$TotalCharges)eliminamos la variable original que tenía los nulos
df$TotalCharges<- NULLVolvemos a ver nuestro df y vemos que ya no tiene esa variable y tiene la nueva que hemos creado donde los NA han sido sustituidos por la media
glimpse(df)## Rows: 7,043
## Columns: 21
## $ customerID <chr> "7590-VHVEG", "5575-GNVDE", "3668-QPYBK", "7795-C...
## $ gender <chr> "Female", "Male", "Male", "Male", "Female", "Fema...
## $ SeniorCitizen <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0...
## $ Partner <chr> "Yes", "No", "No", "No", "No", "No", "No", "No", ...
## $ Dependents <chr> "No", "No", "No", "No", "No", "No", "Yes", "No", ...
## $ tenure <int> 1, 34, 2, 45, 2, 8, 22, 10, 28, 62, 13, 16, 58, 4...
## $ PhoneService <chr> "No", "Yes", "Yes", "No", "Yes", "Yes", "Yes", "N...
## $ MultipleLines <chr> "No phone service", "No", "No", "No phone service...
## $ InternetService <chr> "DSL", "DSL", "DSL", "DSL", "Fiber optic", "Fiber...
## $ OnlineSecurity <chr> "No", "Yes", "Yes", "Yes", "No", "No", "No", "Yes...
## $ OnlineBackup <chr> "Yes", "No", "Yes", "No", "No", "No", "Yes", "No"...
## $ DeviceProtection <chr> "No", "Yes", "No", "Yes", "No", "Yes", "No", "No"...
## $ TechSupport <chr> "No", "No", "No", "Yes", "No", "No", "No", "No", ...
## $ StreamingTV <chr> "No", "No", "No", "No", "No", "Yes", "Yes", "No",...
## $ StreamingMovies <chr> "No", "No", "No", "No", "No", "Yes", "No", "No", ...
## $ Contract <chr> "Month-to-month", "One year", "Month-to-month", "...
## $ PaperlessBilling <chr> "Yes", "No", "Yes", "No", "Yes", "Yes", "Yes", "N...
## $ PaymentMethod <chr> "Electronic check", "Mailed check", "Mailed check...
## $ MonthlyCharges <dbl> 29.85, 56.95, 53.85, 42.30, 70.70, 99.65, 89.10, ...
## $ Churn <chr> "No", "No", "Yes", "No", "Yes", "Yes", "No", "No"...
## $ TotalCharges.mean <dbl> 29.85, 1889.50, 108.15, 1840.75, 151.65, 820.50, ...Volvemos a comprobar si nuestro df tiene nulos
as.data.frame(colSums(is.na(df)))## colSums(is.na(df))
## customerID 0
## gender 0
## SeniorCitizen 0
## Partner 0
## Dependents 0
## tenure 0
## PhoneService 0
## MultipleLines 0
## InternetService 0
## OnlineSecurity 0
## OnlineBackup 0
## DeviceProtection 0
## TechSupport 0
## StreamingTV 0
## StreamingMovies 0
## Contract 0
## PaperlessBilling 0
## PaymentMethod 0
## MonthlyCharges 0
## Churn 0
## TotalCharges.mean 0Observamos que ya no tenemos ninguna variable con datos nulos
2.4 - Calidad de datos: Análisis de atípicos
2.4.1 - Analizamos las que son de tipo numérico
out <- function(variable){
t(t(head(sort(variable,decreasing = T),20)))
}
lapply(df,function(x){
if(is.double(x)) out(x)
})## $customerID
## NULL
##
## $gender
## NULL
##
## $SeniorCitizen
## NULL
##
## $Partner
## NULL
##
## $Dependents
## NULL
##
## $tenure
## NULL
##
## $PhoneService
## NULL
##
## $MultipleLines
## NULL
##
## $InternetService
## NULL
##
## $OnlineSecurity
## NULL
##
## $OnlineBackup
## NULL
##
## $DeviceProtection
## NULL
##
## $TechSupport
## NULL
##
## $StreamingTV
## NULL
##
## $StreamingMovies
## NULL
##
## $Contract
## NULL
##
## $PaperlessBilling
## NULL
##
## $PaymentMethod
## NULL
##
## $MonthlyCharges
## [,1]
## [1,] 118.75
## [2,] 118.65
## [3,] 118.60
## [4,] 118.60
## [5,] 118.35
## [6,] 118.20
## [7,] 117.80
## [8,] 117.60
## [9,] 117.50
## [10,] 117.45
## [11,] 117.35
## [12,] 117.20
## [13,] 117.15
## [14,] 116.95
## [15,] 116.85
## [16,] 116.80
## [17,] 116.75
## [18,] 116.60
## [19,] 116.60
## [20,] 116.55
##
## $Churn
## NULL
##
## $TotalCharges.mean
## [,1]
## [1,] 8684.80
## [2,] 8672.45
## [3,] 8670.10
## [4,] 8594.40
## [5,] 8564.75
## [6,] 8547.15
## [7,] 8543.25
## [8,] 8529.50
## [9,] 8496.70
## [10,] 8477.70
## [11,] 8477.60
## [12,] 8476.50
## [13,] 8468.20
## [14,] 8456.75
## [15,] 8443.70
## [16,] 8436.25
## [17,] 8425.30
## [18,] 8425.15
## [19,] 8424.90
## [20,] 8405.002.4.2 - Analizamos las que son de tipo integer
out <- function(variable){
t(t(table(variable)))
}
lapply(df,function(x){
if(is.integer(x)) out(x)
})## $customerID
## NULL
##
## $gender
## NULL
##
## $SeniorCitizen
##
## variable [,1]
## 0 5901
## 1 1142
##
## $Partner
## NULL
##
## $Dependents
## NULL
##
## $tenure
##
## variable [,1]
## 0 11
## 1 613
## 2 238
## 3 200
## 4 176
## 5 133
## 6 110
## 7 131
## 8 123
## 9 119
## 10 116
## 11 99
## 12 117
## 13 109
## 14 76
## 15 99
## 16 80
## 17 87
## 18 97
## 19 73
## 20 71
## 21 63
## 22 90
## 23 85
## 24 94
## 25 79
## 26 79
## 27 72
## 28 57
## 29 72
## 30 72
## 31 65
## 32 69
## 33 64
## 34 65
## 35 88
## 36 50
## 37 65
## 38 59
## 39 56
## 40 64
## 41 70
## 42 65
## 43 65
## 44 51
## 45 61
## 46 74
## 47 68
## 48 64
## 49 66
## 50 68
## 51 68
## 52 80
## 53 70
## 54 68
## 55 64
## 56 80
## 57 65
## 58 67
## 59 60
## 60 76
## 61 76
## 62 70
## 63 72
## 64 80
## 65 76
## 66 89
## 67 98
## 68 100
## 69 95
## 70 119
## 71 170
## 72 362
##
## $PhoneService
## NULL
##
## $MultipleLines
## NULL
##
## $InternetService
## NULL
##
## $OnlineSecurity
## NULL
##
## $OnlineBackup
## NULL
##
## $DeviceProtection
## NULL
##
## $TechSupport
## NULL
##
## $StreamingTV
## NULL
##
## $StreamingMovies
## NULL
##
## $Contract
## NULL
##
## $PaperlessBilling
## NULL
##
## $PaymentMethod
## NULL
##
## $MonthlyCharges
## NULL
##
## $Churn
## NULL
##
## $TotalCharges.mean
## NULL2.4.3 - Analizamos las que son de tipo character
out <- function(variable){
t(t(table(variable)))
}
lapply(df,function(x){
if(is.character(x)) out(x)
})## $customerID
##
## variable [,1]
## 0002-ORFBO 1
## 0003-MKNFE 1
## 0004-TLHLJ 1
## 0011-IGKFF 1
## 0013-EXCHZ 1
## 0013-MHZWF 1
## 0013-SMEOE 1
## 0014-BMAQU 1
## 0015-UOCOJ 1
## 0016-QLJIS 1
## 0017-DINOC 1
## 0017-IUDMW 1
## 0018-NYROU 1
## 0019-EFAEP 1
## 0019-GFNTW 1
## 0020-INWCK 1
## 0020-JDNXP 1
## 0021-IKXGC 1
## 0022-TCJCI 1
## 0023-HGHWL 1
## 0023-UYUPN 1
## 0023-XUOPT 1
## 0027-KWYKW 1
## 0030-FNXPP 1
## 0031-PVLZI 1
## 0032-PGELS 1
## 0036-IHMOT 1
## 0040-HALCW 1
## 0042-JVWOJ 1
## 0042-RLHYP 1
## 0048-LUMLS 1
## 0048-PIHNL 1
## 0052-DCKON 1
## 0052-YNYOT 1
## 0056-EPFBG 1
## 0057-QBUQH 1
## 0058-EVZWM 1
## 0060-FUALY 1
## 0064-SUDOG 1
## 0064-YIJGF 1
## 0067-DKWBL 1
## 0068-FIGTF 1
## 0071-NDAFP 1
## 0074-HDKDG 1
## 0076-LVEPS 1
## 0078-XZMHT 1
## 0080-EMYVY 1
## 0080-OROZO 1
## 0082-LDZUE 1
## 0082-OQIQY 1
## 0083-PIVIK 1
## 0089-IIQKO 1
## 0093-EXYQL 1
## 0093-XWZFY 1
## 0094-OIFMO 1
## 0096-BXERS 1
## 0096-FCPUF 1
## 0098-BOWSO 1
## 0100-DUVFC 1
## 0103-CSITQ 1
## 0104-PPXDV 1
## 0106-GHRQR 1
## 0106-UGRDO 1
## 0107-WESLM 1
## 0107-YHINA 1
## 0111-KLBQG 1
## 0112-QAWRZ 1
## 0112-QWPNC 1
## 0114-IGABW 1
## 0114-PEGZZ 1
## 0114-RSRRW 1
## 0115-TFERT 1
## 0117-LFRMW 1
## 0118-JPNOY 1
## 0121-SNYRK 1
## 0122-OAHPZ 1
## 0123-CRBRT 1
## 0125-LZQXK 1
## 0128-MKWSG 1
## 0129-KPTWJ 1
## 0129-QMPDR 1
## 0130-SXOUN 1
## 0133-BMFZO 1
## 0134-XWXCE 1
## 0135-NMXAP 1
## 0136-IFMYD 1
## 0137-OCGAB 1
## 0137-UDEUO 1
## 0139-IVFJG 1
## 0141-YEAYS 1
## 0142-GVYSN 1
## 0147-ESWWR 1
## 0148-DCDOS 1
## 0151-ONTOV 1
## 0156-FVPTA 1
## 0164-APGRB 1
## 0164-XAIRP 1
## 0168-XZKBB 1
## 0174-QRVVY 1
## 0177-PXBAT 1
## 0178-CIIKR 1
## 0178-SZBHO 1
## 0181-RITDD 1
## 0186-CAERR 1
## 0187-QSXOE 1
## 0187-WZNAB 1
## 0188-GWFLE 1
## 0191-EQUUH 1
## 0191-ZHSKZ 1
## 0193-ESZXP 1
## 0195-IESCP 1
## 0196-JTUQI 1
## 0196-VULGZ 1
## 0197-PNKNK 1
## 0201-MIBOL 1
## 0201-OAMXR 1
## 0203-HHYIJ 1
## 0206-OYVOC 1
## 0206-TBWLC 1
## 0207-MDKNV 1
## 0208-BPQEJ 1
## 0212-ISBBF 1
## 0214-JHPFW 1
## 0215-BQKGS 1
## 0218-QNVAS 1
## 0219-QAERP 1
## 0219-YTZUE 1
## 0220-EBGCE 1
## 0221-NAUXK 1
## 0221-WMXNQ 1
## 0222-CNVPT 1
## 0224-HJAPT 1
## 0224-NIJLP 1
## 0224-RLWWD 1
## 0225-ZORZP 1
## 0228-MAUWC 1
## 0229-LFJAF 1
## 0230-UBYPQ 1
## 0230-WEQUW 1
## 0231-LXVAP 1
## 0233-FTHAV 1
## 0234-TEVTT 1
## 0235-KGSLC 1
## 0236-HFWSV 1
## 0237-YFUTL 1
## 0238-WHBIQ 1
## 0239-OXEXL 1
## 0244-LGNFY 1
## 0247-SLUJI 1
## 0248-IPDFW 1
## 0248-PGHBZ 1
## 0253-ZTEOB 1
## 0254-FNMCI 1
## 0254-KCJGT 1
## 0254-WWRKD 1
## 0256-LTHVJ 1
## 0257-KXZGU 1
## 0257-ZESQC 1
## 0258-NOKBL 1
## 0259-GBZSH 1
## 0260-ZDLGK 1
## 0263-FJTQO 1
## 0264-CNITK 1
## 0265-EDXBD 1
## 0265-PSUAE 1
## 0266-CLZKZ 1
## 0266-GMEAO 1
## 0268-QKIWO 1
## 0269-XFESX 1
## 0270-THENM 1
## 0274-JKUJR 1
## 0277-BKSQP 1
## 0277-ORXQS 1
## 0278-YXOOG 1
## 0280-XJGEX 1
## 0281-CNTZX 1
## 0282-NVSJS 1
## 0285-INHLN 1
## 0289-IVARM 1
## 0292-WEGCH 1
## 0295-PPHDO 1
## 0295-QVKPB 1
## 0297-RBCSG 1
## 0298-XACET 1
## 0301-FIDRB 1
## 0301-KOBTQ 1
## 0302-JOIVN 1
## 0303-UNCIP 1
## 0303-WMMRN 1
## 0305-SQECB 1
## 0306-JAELE 1
## 0307-BCOPK 1
## 0308-GIQJT 1
## 0308-IVGOK 1
## 0310-MVLET 1
## 0310-SUCIN 1
## 0310-VQXAM 1
## 0311-QYWSS 1
## 0311-UNPFF 1
## 0314-TKOSI 1
## 0315-LVCRK 1
## 0318-QUUOB 1
## 0318-ZOPWS 1
## 0319-QZTCO 1
## 0320-DWVTU 1
## 0320-JDNQG 1
## 0322-CHQRU 1
## 0322-YINQP 1
## 0323-XWWTN 1
## 0324-BRPCJ 1
## 0325-XBFAC 1
## 0326-VDYXE 1
## 0327-WFZSY 1
## 0328-GRPMV 1
## 0329-GTIAJ 1
## 0330-BGYZE 1
## 0330-IVZHA 1
## 0334-GDDSO 1
## 0334-ZFJSR 1
## 0336-KXKFK 1
## 0336-PIKEI 1
## 0337-CNPZE 1
## 0343-QLUZP 1
## 0345-HKJVM 1
## 0345-XMMUG 1
## 0347-UBKUZ 1
## 0348-SDKOL 1
## 0354-VXMJC 1
## 0354-WYROK 1
## 0356-ERHVT 1
## 0356-OBMAC 1
## 0357-NVCRI 1
## 0361-HJRDX 1
## 0362-RAOQO 1
## 0362-ZBZWJ 1
## 0363-QJVFX 1
## 0363-SVHYR 1
## 0365-BZUWY 1
## 0365-GXEZS 1
## 0365-TRTPY 1
## 0366-NQSHS 1
## 0369-ZGOVK 1
## 0373-AIVNJ 1
## 0374-AACSZ 1
## 0374-FIUCA 1
## 0374-IOEGQ 1
## 0375-HVGXO 1
## 0376-OIWME 1
## 0376-YMCJC 1
## 0377-JBKKT 1
## 0378-CJKPV 1
## 0378-NHQXU 1
## 0378-TOVMS 1
## 0378-XSZPU 1
## 0379-DJQHR 1
## 0380-NEAVX 1
## 0380-ZCSBI 1
## 0383-CLDDA 1
## 0384-LPITE 1
## 0384-RVBPI 1
## 0386-CWRGM 1
## 0388-EOPEX 1
## 0390-DCFDQ 1
## 0392-BZIUW 1
## 0394-YONDK 1
## 0396-HUJBP 1
## 0396-UKGAI 1
## 0396-YCHWO 1
## 0397-GZBBC 1
## 0397-ZXWQF 1
## 0401-WDBXM 1
## 0402-CQAJN 1
## 0402-OAMEN 1
## 0404-AHASP 1
## 0404-SWRVG 1
## 0406-BPDVR 1
## 0407-BDJKB 1
## 0409-WTMPL 1
## 0410-IPFTY 1
## 0411-EZJZE 1
## 0412-UCCNP 1
## 0415-MOSGF 1
## 0419-YAAPX 1
## 0420-BWTPW 1
## 0420-HLGXF 1
## 0420-TXVSG 1
## 0422-OHQHQ 1
## 0422-UXFAP 1
## 0423-UDIJQ 1
## 0426-TIRNE 1
## 0428-AXXLJ 1
## 0428-IKYCP 1
## 0430-IHCDJ 1
## 0431-APWVY 1
## 0432-CAJZV 1
## 0434-CSFON 1
## 0436-TWFFZ 1
## 0439-IFYUN 1
## 0440-EKDCF 1
## 0440-MOGPM 1
## 0440-QEXBZ 1
## 0440-UEDAI 1
## 0442-TDYUO 1
## 0442-ZXKVS 1
## 0447-BEMNG 1
## 0447-RXSGD 1
## 0454-OKRCT 1
## 0455-ENTCR 1
## 0455-XFASS 1
## 0458-HEUZG 1
## 0459-SPZHJ 1
## 0461-CVKMU 1
## 0463-TXOAK 1
## 0463-WZZKO 1
## 0463-ZSDNT 1
## 0464-WJTKO 1
## 0468-YRPXN 1
## 0471-ARVMX 1
## 0471-LVHGK 1
## 0475-RIJEP 1
## 0479-HMSWA 1
## 0480-BIXDE 1
## 0480-KYJVA 1
## 0481-SUMCB 1
## 0484-FFVBJ 1
## 0484-JPBRU 1
## 0485-ZBSLN 1
## 0486-HECZI 1
## 0486-LGCCH 1
## 0487-CRLZF 1
## 0487-RPVUM 1
## 0487-VVUVK 1
## 0488-GSLFR 1
## 0489-WMEMG 1
## 0491-KAPQG 1
## 0495-RVCBF 1
## 0495-ZBNGW 1
## 0496-AHOOK 1
## 0504-HHAPI 1
## 0505-SPOOW 1
## 0506-LVNGN 1
## 0506-YLVKJ 1
## 0508-OOLTO 1
## 0508-SQWPL 1
## 0511-JTEOY 1
## 0512-FLFDW 1
## 0513-RBGPE 1
## 0515-YPMCW 1
## 0516-OOHAR 1
## 0516-QREYC 1
## 0516-UXRMT 1
## 0516-VRYBW 1
## 0516-WJVXC 1
## 0519-DRGTI 1
## 0519-XUZJU 1
## 0520-FDVVT 1
## 0523-VNGTF 1
## 0524-IAVZO 1
## 0526-SXDJP 1
## 0529-ONKER 1
## 0530-IJVDB 1
## 0531-XBKMM 1
## 0531-ZZJWQ 1
## 0533-BNWKF 1
## 0533-UCAAU 1
## 0536-ACXIP 1
## 0536-BGFMZ 1
## 0536-ESJEP 1
## 0537-QYZZN 1
## 0541-FITGH 1
## 0547-HURJB 1
## 0549-CYCQN 1
## 0550-DCXLH 1
## 0556-FJEGU 1
## 0557-ASKVU 1
## 0559-CKHUS 1
## 0562-FGDCR 1
## 0562-HKHML 1
## 0562-KBDVM 1
## 0564-JJHGS 1
## 0564-MUUQK 1
## 0565-IYCGT 1
## 0565-JUPYD 1
## 0567-GGCAC 1
## 0567-XRHCU 1
## 0568-ONFPC 1
## 0570-BFQHT 1
## 0572-ZJKLT 1
## 0575-CUQOV 1
## 0576-WNXXC 1
## 0577-WHMEV 1
## 0578-SKVMF 1
## 0580-PIQHM 1
## 0581-BXBUB 1
## 0581-MDMPW 1
## 0582-AVCLN 1
## 0584-BJQGZ 1
## 0585-EGDDA 1
## 0587-DMGBH 1
## 0594-UFTUL 1
## 0595-ITUDF 1
## 0596-BQCEQ 1
## 0599-XNYDO 1
## 0601-WZHJF 1
## 0602-DDUML 1
## 0603-OLQDC 1
## 0603-TPMIB 1
## 0604-THJFP 1
## 0607-DAAHE 1
## 0607-MVMGC 1
## 0608-JDVEC 1
## 0611-DFXKO 1
## 0612-RTZZA 1
## 0613-WUXUM 1
## 0616-ATFGB 1
## 0617-AQNWT 1
## 0617-FHSGK 1
## 0618-XWMSS 1
## 0619-OLYUR 1
## 0620-DLSLK 1
## 0620-XEFWH 1
## 0621-CXBKL 1
## 0621-HJWXJ 1
## 0621-JFHOL 1
## 0621-TSSMU 1
## 0621-TWIEM 1
## 0623-EJQEG 1
## 0623-GDISB 1
## 0623-IIHUG 1
## 0625-AFOHS 1
## 0626-QXNGV 1
## 0628-CNQRM 1
## 0634-SZPQA 1
## 0635-WKOLD 1
## 0637-KVDLV 1
## 0637-UBJRP 1
## 0637-YLETY 1
## 0639-TSIQW 1
## 0640-YJTPY 1
## 0641-EVBOJ 1
## 0643-OKLRP 1
## 0644-OQMDK 1
## 0650-BWOZN 1
## 0654-HMSHN 1
## 0654-PQKDW 1
## 0655-RBDUG 1
## 0655-YDGFJ 1
## 0657-DOGUM 1
## 0661-KBKPA 1
## 0661-KQHNK 1
## 0661-WCQNQ 1
## 0661-XEYAN 1
## 0665-XHDJU 1
## 0666-UXTJO 1
## 0667-NSRGI 1
## 0668-OGMHD 1
## 0670-ANMUU 1
## 0670-KDOMA 1
## 0673-IGUQO 1
## 0674-DGMAQ 1
## 0674-EYYZV 1
## 0674-GCDXG 1
## 0675-NCDYU 1
## 0678-RLHVP 1
## 0679-IDSTG 1
## 0679-TDGAK 1
## 0680-DFNNY 1
## 0682-USIXD 1
## 0684-AOSIH 1
## 0685-MLYYM 1
## 0687-ZVTHB 1
## 0689-DSXGL 1
## 0689-NKYLF 1
## 0690-SRQID 1
## 0691-IFBQW 1
## 0691-JVSYA 1
## 0691-NIKRI 1
## 0696-UKTOX 1
## 0697-ZMSWS 1
## 0699-NDKJM 1
## 0701-RFGFI 1
## 0701-TJSEF 1
## 0702-PGIBZ 1
## 0704-VCUMB 1
## 0707-HOVVN 1
## 0708-LGSMF 1
## 0708-SJDIS 1
## 0709-TVGUR 1
## 0716-BQNDX 1
## 0719-SYFRB 1
## 0722-SVSFK 1
## 0722-TROQR 1
## 0723-DRCLG 1
## 0723-FDLAY 1
## 0723-VSOBE 1
## 0725-CXOTM 1
## 0727-BMPLR 1
## 0727-BNRLG 1
## 0727-IWKVK 1
## 0730-BGQGF 1
## 0730-KOAVE 1
## 0731-EBJQB 1
## 0732-OCQOC 1
## 0733-VUNUW 1
## 0734-OXWBT 1
## 0739-UUAJR 1
## 0742-LAFQK 1
## 0742-MOABM 1
## 0742-NXBGR 1
## 0743-HNPFG 1
## 0743-HRVFF 1
## 0744-BIKKF 1
## 0744-GKNGE 1
## 0746-JTRFU 1
## 0748-RDGGM 1
## 0749-IRGQE 1
## 0750-EBAIU 1
## 0750-EKNGL 1
## 0754-EEBDC 1
## 0754-UKWQP 1
## 0756-MPZRL 1
## 0757-WCUUZ 1
## 0761-AETCS 1
## 0769-MURVM 1
## 0771-CHWSK 1
## 0771-WLCLA 1
## 0772-GYEQQ 1
## 0774-IFUVM 1
## 0774-RMNUW 1
## 0778-NELLA 1
## 0780-XNZFN 1
## 0781-LKXBR 1
## 0784-GTUUK 1
## 0784-ZQJZX 1
## 0786-IVLAW 1
## 0786-VSSUD 1
## 0787-LHDYT 1
## 0788-DXBFY 1
## 0793-TWELN 1
## 0794-YVSGE 1
## 0795-GMVQO 1
## 0795-LAFGP 1
## 0795-XCCTE 1
## 0799-DDIHE 1
## 0804-XBFBV 1
## 0804-YGEQV 1
## 0807-ZABDG 1
## 0810-BDHAW 1
## 0810-DHDBD 1
## 0811-GSDTP 1
## 0812-WUPTB 1
## 0813-TAXXS 1
## 0815-MFZGM 1
## 0816-TSPHQ 1
## 0817-HSUSE 1
## 0818-OCPZO 1
## 0820-FNRNX 1
## 0822-GAVAP 1
## 0822-QGCXA 1
## 0823-HSCDJ 1
## 0824-VWDPO 1
## 0825-CPPQH 1
## 0827-ITJPH 1
## 0829-DDVLK 1
## 0829-XXPLX 1
## 0831-JNISG 1
## 0835-DUUIQ 1
## 0835-JKADZ 1
## 0836-SEYLU 1
## 0839-JTCUD 1
## 0839-QNXME 1
## 0840-DCNZE 1
## 0840-DFEZH 1
## 0841-NULXI 1
## 0842-IWYCP 1
## 0843-WTBXE 1
## 0847-HGRML 1
## 0848-SOMKO 1
## 0848-ZGQIJ 1
## 0851-DFJKB 1
## 0853-NWIFK 1
## 0853-TWRVK 1
## 0854-UYHZD 1
## 0856-NAOES 1
## 0859-YGKFW 1
## 0862-PRCBS 1
## 0864-FVJNJ 1
## 0866-QLSIR 1
## 0867-LDTTC 1
## 0867-MKZVY 1
## 0868-VJRDR 1
## 0869-PAPRP 1
## 0870-VEMYL 1
## 0871-OPBXW 1
## 0871-URUWO 1
## 0872-CASZJ 1
## 0872-JCPIB 1
## 0872-NXJYS 1
## 0875-CABNR 1
## 0876-WDUUZ 1
## 0877-SDMBN 1
## 0880-FVFWF 1
## 0880-TKATG 1
## 0883-EIBTI 1
## 0885-HMGPY 1
## 0886-QGENL 1
## 0887-HJGAR 1
## 0887-WBJVH 1
## 0895-DQHEW 1
## 0895-LMRSF 1
## 0895-LNKRC 1
## 0895-UADGO 1
## 0897-FEGMU 1
## 0898-XCGTF 1
## 0899-LIIBW 1
## 0899-WZRSD 1
## 0902-RFHOF 1
## 0902-XKXPN 1
## 0906-QVPMS 1
## 0907-HQNTS 1
## 0909-SDHNU 1
## 0909-SELIE 1
## 0913-XWSCN 1
## 0916-KNFAJ 1
## 0916-QOFDP 1
## 0917-EZOLA 1
## 0921-OHLVP 1
## 0923-PNFUB 1
## 0924-BJCRC 1
## 0925-VYDLG 1
## 0927-CNGRH 1
## 0927-LCSMG 1
## 0928-JMXNP 1
## 0928-XUTSN 1
## 0929-HYQEW 1
## 0929-PECLO 1
## 0930-EHUZA 1
## 0931-MHTEM 1
## 0932-YIXYU 1
## 0936-NQLJU 1
## 0939-EREMR 1
## 0939-YAPAF 1
## 0940-OUQEC 1
## 0942-KOWSM 1
## 0943-ZQPXH 1
## 0945-TSONX 1
## 0946-CLJTI 1
## 0946-FKYTX 1
## 0947-IDHRQ 1
## 0947-MUGVO 1
## 0952-KMEEH 1
## 0953-LGOVU 1
## 0956-ACVZC 1
## 0956-SYCWG 1
## 0958-YHXGP 1
## 0959-WHOKV 1
## 0960-HUWBM 1
## 0961-ZWLVI 1
## 0962-CQPWQ 1
## 0963-ZBDRN 1
## 0967-BMLBD 1
## 0968-GSIKN 1
## 0969-RGKCU 1
## 0970-ETWGE 1
## 0970-QXPXW 1
## 0971-QIFJK 1
## 0973-KYVNF 1
## 0975-UYDTX 1
## 0975-VOOVL 1
## 0979-MOZQI 1
## 0979-PHULV 1
## 0980-FEXWF 1
## 0980-PVMRC 1
## 0983-TATYJ 1
## 0988-AADSA 1
## 0988-JRWWP 1
## 0991-BRRFB 1
## 0993-OSGPT 1
## 0997-YTLNY 1
## 0999-QXNSA 1
## 1000-AJSLD 1
## 1004-NOZNR 1
## 1009-IRMNA 1
## 1010-DIAUQ 1
## 1013-QCWAM 1
## 1015-JPFYW 1
## 1015-OWJKI 1
## 1016-DJTSV 1
## 1017-FBQMM 1
## 1020-JPQOW 1
## 1022-RKXDR 1
## 1023-BQXZE 1
## 1024-GUALD 1
## 1024-KPRBB 1
## 1024-VRZHF 1
## 1025-FALIX 1
## 1027-LKKQQ 1
## 1028-FFNJK 1
## 1029-QFBEN 1
## 1031-IIDEO 1
## 1032-MAELW 1
## 1035-IPQPU 1
## 1036-GUDCL 1
## 1038-RQOST 1
## 1038-ZAGBI 1
## 1041-RXHRA 1
## 1042-HFUCW 1
## 1043-UXOVO 1
## 1043-YCUTE 1
## 1045-LTCYT 1
## 1047-NNCBF 1
## 1047-RNXZV 1
## 1049-FYSYG 1
## 1051-EQPZR 1
## 1051-GEJLJ 1
## 1052-QJIBV 1
## 1053-MXTTK 1
## 1057-FOGLZ 1
## 1060-ENTOF 1
## 1061-PNTHC 1
## 1062-LHZOD 1
## 1063-DHQJF 1
## 1064-FBXNK 1
## 1066-JKSGK 1
## 1069-QJOEE 1
## 1069-XAIEM 1
## 1073-XXCZD 1
## 1074-AMIOH 1
## 1074-WVEVG 1
## 1075-BGWOH 1
## 1077-HUUJM 1
## 1078-TDCRN 1
## 1080-BWSYE 1
## 1084-MNSMJ 1
## 1084-UQCHV 1
## 1085-LDWAM 1
## 1086-LXKFY 1
## 1087-GRUYI 1
## 1087-UDSIH 1
## 1088-AUUZZ 1
## 1088-CNNKB 1
## 1089-HDMKP 1
## 1089-XZWHH 1
## 1090-ESELR 1
## 1090-PYKCI 1
## 1091-SOZGA 1
## 1092-GANHU 1
## 1092-WPIVQ 1
## 1093-YSWCA 1
## 1094-BKOSX 1
## 1095-JUDTC 1
## 1095-WGNGG 1
## 1096-ADRUX 1
## 1097-FSPVW 1
## 1098-KFQEC 1
## 1098-TDVUQ 1
## 1099-BTKWT 1
## 1099-GODLO 1
## 1100-DDVRV 1
## 1101-SSWAG 1
## 1104-FEJAM 1
## 1104-TNLZA 1
## 1106-HRLKZ 1
## 1110-KYLGQ 1
## 1112-CUNAO 1
## 1113-IUJYX 1
## 1114-CENIM 1
## 1116-DXXDF 1
## 1116-FRYVH 1
## 1120-BMWUB 1
## 1121-QSIVB 1
## 1122-JWTJW 1
## 1122-YJBCS 1
## 1125-SNVCK 1
## 1131-ALZWV 1
## 1131-QQZEB 1
## 1131-SUEKT 1
## 1133-KXCGE 1
## 1134-YWTYF 1
## 1135-HIORI 1
## 1135-LMECX 1
## 1136-XGEQU 1
## 1137-DGOWI 1
## 1139-WUOAH 1
## 1140-UKVZG 1
## 1142-IHLOO 1
## 1142-WACZW 1
## 1143-NMNQJ 1
## 1150-FTQGN 1
## 1150-WFARN 1
## 1153-GNOLC 1
## 1154-HYWWO 1
## 1156-ZFYDO 1
## 1157-BQCUW 1
## 1159-WFSGR 1
## 1162-ECVII 1
## 1163-ONYEY 1
## 1163-VIPRI 1
## 1166-PQLGG 1
## 1167-OYZJF 1
## 1169-SAOCL 1
## 1169-WCVAK 1
## 1170-SASML 1
## 1171-TYKUR 1
## 1172-VIYBP 1
## 1173-NOEYG 1
## 1173-XZPYF 1
## 1174-FGIFN 1
## 1177-XZBJL 1
## 1178-PZGAB 1
## 1179-INLAT 1
## 1183-CANVH 1
## 1184-PJVDB 1
## 1187-WILMM 1
## 1193-RTSLK 1
## 1194-BHJYC 1
## 1194-HVAIF 1
## 1194-SPVSP 1
## 1195-OIYEJ 1
## 1196-AMORA 1
## 1197-BVMVG 1
## 1200-TUZHR 1
## 1202-KKGFU 1
## 1205-WNWPJ 1
## 1206-EHBDD 1
## 1207-BLKSA 1
## 1208-DNHLN 1
## 1208-NBVFH 1
## 1209-VFFOC 1
## 1212-GLHMD 1
## 1213-NGCUN 1
## 1215-EXRMO 1
## 1215-FIGMP 1
## 1215-VFYVK 1
## 1216-BGTSP 1
## 1216-JWVUX 1
## 1217-VASWC 1
## 1218-VKFPE 1
## 1219-NNDDO 1
## 1221-GHZEP 1
## 1222-KJNZD 1
## 1222-LRYKO 1
## 1223-UNPKS 1
## 1226-IENZN 1
## 1226-JZNKR 1
## 1226-UDFZR 1
## 1227-UDMZR 1
## 1228-FZFRV 1
## 1228-ZLNBX 1
## 1229-RCALF 1
## 1230-QAJDW 1
## 1231-YNDEK 1
## 1236-WFCDV 1
## 1237-WIYYZ 1
## 1240-HCBOH 1
## 1240-KNSEZ 1
## 1241-EZFMJ 1
## 1241-FPMOF 1
## 1245-HARPS 1
## 1247-QBVSH 1
## 1248-DYXUB 1
## 1251-KRREG 1
## 1251-STYSZ 1
## 1254-IZEYF 1
## 1257-SXUXQ 1
## 1258-YMZNM 1
## 1260-TTRXI 1
## 1261-FWTTE 1
## 1262-OPMFY 1
## 1264-BYWMS 1
## 1264-FUHCX 1
## 1265-BCFEO 1
## 1265-HVPZB 1
## 1265-XTECC 1
## 1265-ZFOSD 1
## 1266-NZYUI 1
## 1268-ASBGA 1
## 1269-FOYWN 1
## 1270-XKUCC 1
## 1271-SJBGZ 1
## 1271-UODNO 1
## 1272-ILHFG 1
## 1273-MTETI 1
## 1282-IHQAC 1
## 1285-OKIPP 1
## 1291-CUOCY 1
## 1293-BSEUN 1
## 1293-HHSHJ 1
## 1297-VQDRP 1
## 1298-PHBTI 1
## 1299-AURJA 1
## 1301-LOPVR 1
## 1302-TPUBN 1
## 1302-UHBDD 1
## 1303-SRDOK 1
## 1304-BCCFO 1
## 1304-NECVQ 1
## 1304-SEGFY 1
## 1306-RPWXZ 1
## 1307-ATKGB 1
## 1307-TVUFB 1
## 1309-BXVOQ 1
## 1309-XGFSN 1
## 1310-QRITU 1
## 1319-YLZJG 1
## 1320-GVNHT 1
## 1320-HTRDR 1
## 1320-REHCS 1
## 1322-AGOQM 1
## 1323-OOEPC 1
## 1324-NLTJE 1
## 1325-USMEC 1
## 1328-EUZHC 1
## 1329-VHWNP 1
## 1333-PBMXB 1
## 1334-FJSVR 1
## 1334-PDUKM 1
## 1335-HQMKX 1
## 1335-MXCSE 1
## 1335-NTIUC 1
## 1336-EZFZY 1
## 1337-BOZWO 1
## 1338-CECEE 1
## 1342-JPNKI 1
## 1343-EHPYB 1
## 1345-GKDZZ 1
## 1345-ZUKID 1
## 1346-PJWTK 1
## 1346-UFHAX 1
## 1347-KTTTA 1
## 1349-WXNGG 1
## 1352-HNSAW 1
## 1352-VHKAJ 1
## 1353-GHZOS 1
## 1353-LJWEM 1
## 1354-YZFNB 1
## 1355-KUSBG 1
## 1356-MKYSK 1
## 1357-BIJKI 1
## 1357-MVDOZ 1
## 1360-JYXKQ 1
## 1360-RCYRT 1
## 1360-XFJMR 1
## 1363-TXLSL 1
## 1370-GGAWX 1
## 1371-DWPAZ 1
## 1371-OJCEK 1
## 1371-WEPDS 1
## 1373-ORVIZ 1
## 1374-DMZUI 1
## 1376-HHBDV 1
## 1379-FRVEB 1
## 1383-EZRWL 1
## 1384-RCUXW 1
## 1385-TQOZW 1
## 1386-ZIKUV 1
## 1389-CXMLU 1
## 1389-WNUIB 1
## 1391-UBDAR 1
## 1393-IMKZG 1
## 1394-SUIUH 1
## 1395-OFUWC 1
## 1395-WSWXR 1
## 1396-QWFBJ 1
## 1397-XKKWR 1
## 1399-OUPJN 1
## 1399-UBQIU 1
## 1400-MMYXY 1
## 1400-WIVLL 1
## 1401-FTHFQ 1
## 1402-PTHGN 1
## 1403-GYAFU 1
## 1403-LKLIK 1
## 1406-PUQVY 1
## 1407-DIGZV 1
## 1409-PHXTF 1
## 1410-RSCMR 1
## 1414-YADCW 1
## 1415-YFWLT 1
## 1421-HCERK 1
## 1422-DGUBX 1
## 1423-BMPBQ 1
## 1427-VERSM 1
## 1428-GTBJJ 1
## 1428-IEDPR 1
## 1429-UYJSV 1
## 1430-SFQSA 1
## 1431-AIDJQ 1
## 1431-CYWMH 1
## 1432-FPAXX 1
## 1436-ZMJAN 1
## 1439-LCGVL 1
## 1442-BQPVU 1
## 1442-OKRJE 1
## 1444-VVSGW 1
## 1447-GIQMR 1
## 1447-PJGGA 1
## 1448-CYWKC 1
## 1448-PWKYE 1
## 1449-XQEMT 1
## 1450-GALXR 1
## 1450-SKCVI 1
## 1452-KIOVK 1
## 1452-UZOSF 1
## 1452-VOQCH 1
## 1452-XRSJV 1
## 1453-RZFON 1
## 1455-ESIQH 1
## 1455-HFBXA 1
## 1455-UGQVH 1
## 1456-TWCGB 1
## 1459-QNFQT 1
## 1460-UZPRJ 1
## 1465-LNTLJ 1
## 1465-VINDH 1
## 1465-WCZVT 1
## 1468-DEFNC 1
## 1469-LBJQJ 1
## 1470-PSXNM 1
## 1471-GIQKQ 1
## 1472-TNCWL 1
## 1474-JUWSM 1
## 1475-VWVDO 1
## 1478-VPOAD 1
## 1480-BKXGA 1
## 1480-IVEVR 1
## 1481-ZUWZA 1
## 1482-OXZSY 1
## 1485-YDHMM 1
## 1488-PBLJN 1
## 1488-SYSFC 1
## 1492-KGETH 1
## 1492-QGCLU 1
## 1493-AMTIE 1
## 1494-EJZDW 1
## 1496-GGSUK 1
## 1498-DQNRX 1
## 1498-NHTLT 1
## 1501-SGHBW 1
## 1502-XFCVR 1
## 1506-YJTYT 1
## 1508-DFXCU 1
## 1513-XNPPH 1
## 1518-OMDIK 1
## 1518-VOWAV 1
## 1522-VVDMG 1
## 1525-LNLOJ 1
## 1527-SXDPN 1
## 1530-ZTDOZ 1
## 1534-OULXE 1
## 1535-VTJOQ 1
## 1536-HBSWP 1
## 1536-YHDOE 1
## 1539-LNKHM 1
## 1541-ETJZO 1
## 1543-LLLFT 1
## 1544-JJMYL 1
## 1545-ACTAS 1
## 1545-JFUML 1
## 1548-ARAGG 1
## 1548-FEHVL 1
## 1550-EENBN 1
## 1550-LOAHA 1
## 1552-AAGRX 1
## 1552-CZCLL 1
## 1552-TKMXS 1
## 1555-DJEQW 1
## 1555-HAPSU 1
## 1557-EMYVT 1
## 1559-DTODC 1
## 1561-BWHIN 1
## 1563-IWQEX 1
## 1564-HJUVY 1
## 1564-NTYXF 1
## 1565-RHDJD 1
## 1567-DSCIC 1
## 1568-BEKZM 1
## 1568-LJSZU 1
## 1569-TTNYJ 1
## 1571-SAVHK 1
## 1573-LGXBA 1
## 1574-DYCWE 1
## 1575-KRZZE 1
## 1576-PFZIW 1
## 1577-HKTFG 1
## 1579-KLYDT 1
## 1580-BMCMR 1
## 1582-RAFML 1
## 1583-IHQZE 1
## 1585-MQSSU 1
## 1587-FKLZB 1
## 1589-AGTLK 1
## 1591-MQJTP 1
## 1591-NFNLQ 1
## 1591-XWLGB 1
## 1596-BBVTG 1
## 1596-OQSPS 1
## 1597-FZREH 1
## 1597-LHYNC 1
## 1599-EAHXY 1
## 1599-MMYRQ 1
## 1600-DILPE 1
## 1602-IJQQE 1
## 1608-GMEWB 1
## 1612-EOHDH 1
## 1614-JBEBI 1
## 1618-CFHME 1
## 1619-YWUBB 1
## 1621-YNCJH 1
## 1622-HSHSF 1
## 1623-NLDOT 1
## 1624-NALOJ 1
## 1624-WOIWJ 1
## 1625-JAIIY 1
## 1626-ERCMM 1
## 1627-AFWVJ 1
## 1628-BIZYP 1
## 1629-DQQVB 1
## 1635-FJFCC 1
## 1635-HDGFT 1
## 1635-NZATJ 1
## 1636-NTNCO 1
## 1640-PLFMP 1
## 1641-BYBTK 1
## 1641-RQDAY 1
## 1642-HMARX 1
## 1644-IRKSF 1
## 1656-DRSMG 1
## 1657-DYMBM 1
## 1658-BYGOY 1
## 1658-TJVOA 1
## 1658-XUHBX 1
## 1660-HSOOQ 1
## 1661-CZBAU 1
## 1663-MHLHE 1
## 1666-JXLKU 1
## 1666-JZPZT 1
## 1670-SVOWZ 1
## 1676-MQAOA 1
## 1678-FYZOW 1
## 1679-JRFBR 1
## 1680-VDCWW 1
## 1682-VCOIO 1
## 1684-FLBGS 1
## 1685-BQULA 1
## 1685-VAYJF 1
## 1686-STUHN 1
## 1689-MRZQR 1
## 1689-YQBYY 1
## 1696-HXOWK 1
## 1696-MZVAU 1
## 1697-BCSHV 1
## 1697-LYYYX 1
## 1697-NVVGY 1
## 1698-XFZCI 1
## 1699-HPSBG 1
## 1699-TLDLZ 1
## 1699-UOTXU 1
## 1702-CCFNJ 1
## 1703-MGIAB 1
## 1704-NRWYE 1
## 1705-GUHPV 1
## 1707-HABPF 1
## 1708-PBBOA 1
## 1709-EJDOX 1
## 1710-RCXUS 1
## 1716-LSAMB 1
## 1722-LDZJS 1
## 1723-HKXJQ 1
## 1724-BQUHA 1
## 1724-IQWNM 1
## 1725-IQNIY 1
## 1725-MIMXW 1
## 1728-BQDMA 1
## 1728-CXQBE 1
## 1729-VLAZJ 1
## 1730-VFMWO 1
## 1730-ZMAME 1
## 1731-TVIUK 1
## 1732-FEKLD 1
## 1732-VHUBQ 1
## 1734-ZMNTZ 1
## 1735-XMJVH 1
## 1740-CSDJP 1
## 1741-WTPON 1
## 1744-JHKYS 1
## 1746-TGTWV 1
## 1750-CSKKM 1
## 1751-NCDLI 1
## 1752-OZXFY 1
## 1754-GKYPY 1
## 1755-FZQEC 1
## 1755-RMCXH 1
## 1757-TCATG 1
## 1760-CAZHT 1
## 1761-AEZZR 1
## 1763-KUAAW 1
## 1763-WQFUK 1
## 1764-VUUMT 1
## 1766-GKNMI 1
## 1767-CJKBA 1
## 1767-TGTKO 1
## 1768-HNVGJ 1
## 1768-ZAIFU 1
## 1769-GRUIK 1
## 1771-OADNZ 1
## 1775-KWJKQ 1
## 1776-SPBWV 1
## 1777-JYQPJ 1
## 1779-PWPMG 1
## 1784-BXEFA 1
## 1784-EZDKJ 1
## 1785-BPHTP 1
## 1790-NESIO 1
## 1791-PQHBB 1
## 1792-UXAFY 1
## 1794-HBQTJ 1
## 1794-SWWKL 1
## 1796-JANOW 1
## 1803-BGNBD 1
## 1809-DMJHQ 1
## 1810-BOHSY 1
## 1810-MVMAI 1
## 1813-JLKWR 1
## 1813-JYWTO 1
## 1814-DKOLC 1
## 1814-WFGVS 1
## 1816-FLZDK 1
## 1818-ESQMW 1
## 1820-DJFPH 1
## 1820-TQVEV 1
## 1821-BUCWY 1
## 1830-GGFNM 1
## 1830-IPXVJ 1
## 1832-PEUTS 1
## 1833-TCXKK 1
## 1833-VGRUM 1
## 1834-ABKHQ 1
## 1834-WULEG 1
## 1837-YQUCE 1
## 1839-FBNFR 1
## 1839-UMACK 1
## 1840-BIUOG 1
## 1841-YSJGV 1
## 1842-EZJMK 1
## 1843-TLSGD 1
## 1845-CSBRZ 1
## 1845-ZLLIG 1
## 1846-XWOQN 1
## 1848-LBZHY 1
## 1849-RJYIG 1
## 1850-AKQEP 1
## 1852-QSWCD 1
## 1852-XEMDW 1
## 1853-ARAAQ 1
## 1853-UDXBW 1
## 1855-AGAWH 1
## 1855-CFULU 1
## 1862-QRWPE 1
## 1862-SKORY 1
## 1866-DIOQZ 1
## 1866-NXPSP 1
## 1866-OBPNR 1
## 1866-RZZQS 1
## 1866-ZSLJM 1
## 1867-BDVFH 1
## 1867-TJHTS 1
## 1871-MOWRM 1
## 1872-EBWSC 1
## 1875-QIVME 1
## 1877-HKBQX 1
## 1891-FZYSA 1
## 1891-QRQSA 1
## 1891-UAWWU 1
## 1894-IGFSG 1
## 1895-QTKDO 1
## 1897-OKVMW 1
## 1897-RCFUM 1
## 1898-JSNDC 1
## 1899-VXWXM 1
## 1902-XBTFB 1
## 1904-WAJAA 1
## 1905-OEILC 1
## 1907-UBQFC 1
## 1907-YLNYW 1
## 1910-FMXJM 1
## 1915-IOFGU 1
## 1915-OAKWD 1
## 1918-ZBFQJ 1
## 1919-RTPQD 1
## 1921-KYSAY 1
## 1925-GMVBW 1
## 1925-LFCZZ 1
## 1925-TIBLE 1
## 1926-QUZNN 1
## 1927-QEWMY 1
## 1928-BXYIV 1
## 1929-ZCBHE 1
## 1930-BZLHI 1
## 1930-QPBVZ 1
## 1930-WNXSB 1
## 1932-UEDCX 1
## 1934-MKPXS 1
## 1934-SJVJK 1
## 1935-IMVBB 1
## 1936-CZAKF 1
## 1936-UAFEH 1
## 1937-OTUKY 1
## 1941-HOSAM 1
## 1942-OQFRW 1
## 1945-XISKS 1
## 1950-KSVVJ 1
## 1951-IEYXM 1
## 1952-DVVSW 1
## 1955-IBMMB 1
## 1956-YIFGE 1
## 1958-RNRKS 1
## 1960-UOTYM 1
## 1960-UYCNN 1
## 1963-SVUCV 1
## 1963-VAUKV 1
## 1964-SVLEA 1
## 1965-AKTSX 1
## 1965-DDBWU 1
## 1970-KKFWL 1
## 1971-DTCZB 1
## 1972-XMUWV 1
## 1976-AZZPJ 1
## 1976-CFOCS 1
## 1977-STDKI 1
## 1980-KXVPM 1
## 1981-INRFU 1
## 1982-FEBTD 1
## 1984-FCOWB 1
## 1984-GPTEH 1
## 1985-MBRYP 1
## 1986-PHGZF 1
## 1987-AUELQ 1
## 1989-PRJHP 1
## 1991-VOPLL 1
## 1996-DBMUS 1
## 1998-VHJHK 1
## 2000-DHJUY 1
## 2000-MPKCA 1
## 2001-EWBQU 1
## 2001-MCUUW 1
## 2002-MZHWP 1
## 2003-CKLOR 1
## 2004-OCQXK 1
## 2005-DWQZJ 1
## 2007-QVGAW 1
## 2011-TRQYE 1
## 2012-NWRPA 1
## 2013-SGDXK 1
## 2014-MKGMH 1
## 2017-CCBLH 1
## 2018-PZKMU 1
## 2018-QKYGT 1
## 2019-HDCZY 1
## 2023-VQFDL 1
## 2024-BASKD 1
## 2025-JKFWI 1
## 2026-TGDHM 1
## 2027-CWDNU 1
## 2027-DNKIV 1
## 2027-FECZV 1
## 2027-OAQQC 1
## 2027-WKXMW 1
## 2030-BTZRO 1
## 2034-CGRHZ 1
## 2034-GDRCN 1
## 2037-SGXHH 1
## 2037-XJFUP 1
## 2038-LLMLM 1
## 2038-OEQZH 1
## 2038-YSEZE 1
## 2039-JONDJ 1
## 2040-LDIWQ 1
## 2040-OBMLJ 1
## 2040-VZIKE 1
## 2040-XBAVJ 1
## 2041-JIJCI 1
## 2043-WVTQJ 1
## 2045-BMBTJ 1
## 2049-BAFNW 1
## 2050-ONYDQ 1
## 2054-PJOCK 1
## 2055-BFOCC 1
## 2055-PDADH 1
## 2055-SIFSS 1
## 2056-EVGZL 1
## 2057-BOYKM 1
## 2057-ZBLPD 1
## 2058-DCJBE 1
## 2061-VVFST 1
## 2065-MMKGR 1
## 2067-QYTCF 1
## 2068-WWXQZ 1
## 2070-FNEXE 1
## 2070-XYMFH 1
## 2072-ZVJJX 1
## 2073-QBVBI 1
## 2074-GKOWZ 1
## 2074-GUHPQ 1
## 2075-PUEPR 1
## 2075-RMJIK 1
## 2077-DDHJK 1
## 2077-MPJQO 1
## 2079-FBMZK 1
## 2080-CAZNM 1
## 2080-GKCWQ 1
## 2080-SRCDE 1
## 2081-KJSQF 1
## 2081-VEYEH 1
## 2082-CEFLT 1
## 2082-OJVTK 1
## 2085-BOJKI 1
## 2085-JVGAD 1
## 2087-QAREY 1
## 2088-IEBAU 1
## 2091-GPPIQ 1
## 2091-MJTFX 1
## 2091-RFFBA 1
## 2096-XOTMO 1
## 2097-YVPKN 1
## 2100-BDNSN 1
## 2101-RANCD 1
## 2103-ZRXFN 1
## 2105-PHWON 1
## 2107-FBPTK 1
## 2108-GLPQB 1
## 2108-XWMPY 1
## 2108-YKQTY 1
## 2111-DWYHN 1
## 2114-MGINA 1
## 2115-BFTIW 1
## 2120-SMPEX 1
## 2121-JAFOM 1
## 2122-SZZZD 1
## 2122-YWVYA 1
## 2123-AGEEN 1
## 2123-VSCOT 1
## 2126-GSEGL 1
## 2129-ALKBS 1
## 2133-TSRRM 1
## 2135-DQWAQ 1
## 2135-RXIHG 1
## 2137-DQMEV 1
## 2138-VFAPZ 1
## 2139-FQHLM 1
## 2141-RRYGO 1
## 2143-LJULT 1
## 2144-BFDSO 1
## 2144-ESWKO 1
## 2146-EGVDT 1
## 2150-OEGBV 1
## 2150-UWTFY 1
## 2150-WLKUW 1
## 2153-MREFK 1
## 2154-KVJFF 1
## 2155-AMQRX 1
## 2157-MXBJS 1
## 2159-TURXX 1
## 2160-GPFXD 1
## 2162-FRZAA 1
## 2164-SOQXL 1
## 2165-VOEGB 1
## 2167-FQSTQ 1
## 2169-RRLFW 1
## 2171-UDMFD 1
## 2172-EJXVF 1
## 2176-LVPNX 1
## 2176-OSJUV 1
## 2178-PMGCJ 1
## 2180-DXNEG 1
## 2181-TIDSV 1
## 2181-UAESM 1
## 2186-QZEYA 1
## 2187-LZGPL 1
## 2187-PKZAY 1
## 2188-SXWVT 1
## 2189-UXTKY 1
## 2189-WWOEW 1
## 2190-BCXEC 1
## 2190-PHBHR 1
## 2192-CKRLV 1
## 2192-OZITF 1
## 2193-SFWQW 1
## 2194-IIQOF 1
## 2195-VVRJF 1
## 2195-ZRVAX 1
## 2197-OMWGI 1
## 2200-DSAAL 1
## 2202-CUYXZ 1
## 2202-OUTMO 1
## 2203-GHNWN 1
## 2205-LPVGL 1
## 2205-YMZZJ 1
## 2207-NHRJK 1
## 2207-OBZNX 1
## 2207-QPJED 1
## 2207-RYYRL 1
## 2208-MPXIO 1
## 2208-NKVVH 1
## 2208-NQBCT 1
## 2208-UGTGR 1
## 2209-XADXF 1
## 2211-RMNHO 1
## 2212-LYASK 1
## 2215-ZAFGX 1
## 2219-MVUSO 1
## 2220-IAHLS 1
## 2223-GDSHL 1
## 2223-KAGMX 1
## 2225-ZRGSG 1
## 2226-ICFDO 1
## 2227-JRSJX 1
## 2228-BZDEE 1
## 2229-DPMBI 1
## 2229-VWQJH 1
## 2230-XTUWL 1
## 2232-DMLXU 1
## 2233-FAGXV 1
## 2233-TXSIU 1
## 2234-EOFPT 1
## 2234-XADUH 1
## 2235-DWLJU 1
## 2235-EZAIK 1
## 2235-ZGKPT 1
## 2236-HILPA 1
## 2237-ZFSMY 1
## 2239-CFOUJ 1
## 2239-CGBUZ 1
## 2239-JALAW 1
## 2240-HSJQD 1
## 2242-MFOTG 1
## 2243-FNMMI 1
## 2245-ADZFJ 1
## 2249-YPRNG 1
## 2250-IVBWA 1
## 2251-PYLPB 1
## 2252-ISRNH 1
## 2252-JHJGE 1
## 2252-NKNSI 1
## 2253-KPMNB 1
## 2254-DLXRI 1
## 2256-YLYLP 1
## 2257-BOVXD 1
## 2259-OUUSZ 1
## 2260-USTRB 1
## 2262-SLNVK 1
## 2263-SFSQZ 1
## 2265-CYWIV 1
## 2266-FUBDZ 1
## 2266-SJNAT 1
## 2267-FPIMA 1
## 2267-WTPYD 1
## 2270-CHBFN 1
## 2272-JKMSI 1
## 2272-QAGFO 1
## 2272-UOINI 1
## 2272-WUSPA 1
## 2273-QCKXA 1
## 2274-XUATA 1
## 2275-RBYQS 1
## 2276-YDAVZ 1
## 2277-AXSDC 1
## 2277-BKJKN 1
## 2277-DJJDL 1
## 2277-VWCNI 1
## 2279-AXJJK 1
## 2282-YGNOR 1
## 2284-VFLKH 1
## 2292-XQWSV 1
## 2293-IJWPS 1
## 2294-DMMUS 1
## 2294-SALNE 1
## 2296-DKZFP 1
## 2300-RQGOI 1
## 2302-ANTDP 1
## 2302-OUZXB 1
## 2303-PJYHN 1
## 2305-MRGLV 1
## 2307-FYNNL 1
## 2308-STERM 1
## 2309-OSFEU 1
## 2311-QYMUQ 1
## 2314-TNDJQ 1
## 2316-ESMLS 1
## 2320-JRSDE 1
## 2320-SLKMB 1
## 2320-TZRRH 1
## 2320-YKQBO 1
## 2321-OMBXY 1
## 2322-VCZHZ 1
## 2323-ARSVR 1
## 2324-AALNO 1
## 2324-EFHVG 1
## 2325-NBPZG 1
## 2325-WINES 1
## 2325-ZUSFD 1
## 2330-PQGDQ 1
## 2332-EFBJY 1
## 2332-TODQS 1
## 2333-KWEWW 1
## 2335-GSODA 1
## 2338-BQEZT 1
## 2342-CKIAO 1
## 2344-JMOGN 1
## 2346-CZYIL 1
## 2346-DJQTB 1
## 2346-LOCWC 1
## 2347-WKKAE 1
## 2348-KCJLT 1
## 2351-BKRZW 1
## 2351-RRBUE 1
## 2357-COQEK 1
## 2359-KLTEK 1
## 2359-KMGLI 1
## 2359-QWQUL 1
## 2360-RDGRO 1
## 2361-FJWNO 1
## 2361-UPSND 1
## 2362-IBOOY 1
## 2363-BJLSL 1
## 2364-UFROM 1
## 2368-GAKKQ 1
## 2369-FEVNO 1
## 2369-UAPKZ 1
## 2371-JQHZZ 1
## 2371-JUNGC 1
## 2371-KFUOG 1
## 2372-HWUHI 1
## 2373-NTKOD 1
## 2378-HTWFW 1
## 2378-VTKDH 1
## 2378-YIZKA 1
## 2379-ENZGV 1
## 2379-GYFLQ 1
## 2380-DAMQP 1
## 2382-BCKQJ 1
## 2384-OVPSA 1
## 2386-LAHRK 1
## 2386-OWURY 1
## 2387-KDZQY 1
## 2388-LAESQ 1
## 2391-IPLOP 1
## 2391-SOORI 1
## 2393-DIVAI 1
## 2397-BRLOM 1
## 2398-YPMUR 1
## 2400-FEQME 1
## 2400-XIWIO 1
## 2402-TAIRZ 1
## 2403-BCASL 1
## 2404-JIBFC 1
## 2405-LBMUW 1
## 2408-PSJVE 1
## 2408-TZMJL 1
## 2408-WITXK 1
## 2410-CIYFZ 1
## 2418-TPEUN 1
## 2419-FSORS 1
## 2424-WVHPL 1
## 2428-HYUNX 1
## 2428-ZMCTB 1
## 2429-AYKKO 1
## 2430-RRYUW 1
## 2430-USGXP 1
## 2432-TFSMK 1
## 2433-KMEAS 1
## 2434-EEVDB 1
## 2436-QBZFP 1
## 2439-LYPMQ 1
## 2439-QKJUL 1
## 2446-BEGGB 1
## 2446-PLQVO 1
## 2446-ZKVAF 1
## 2450-ZKEED 1
## 2451-YMUXS 1
## 2452-KDRRH 1
## 2452-MRMZF 1
## 2452-SNHFZ 1
## 2453-SAFNS 1
## 2454-RPBRZ 1
## 2455-USLMV 1
## 2458-EOMRE 1
## 2460-FPSYH 1
## 2460-NGXBJ 1
## 2462-XIIJB 1
## 2465-BLLEU 1
## 2466-FCCPT 1
## 2466-NEJOJ 1
## 2468-SJFLM 1
## 2469-DTSGX 1
## 2472-OVKUP 1
## 2474-BRUCM 1
## 2474-LCNUE 1
## 2475-MROZF 1
## 2476-YGEFM 1
## 2478-EEWWM 1
## 2479-BRAMR 1
## 2480-EJWYP 1
## 2480-JZOSN 1
## 2480-SQIOB 1
## 2481-SBOYW 1
## 2482-CZGBB 1
## 2483-XSSMZ 1
## 2484-DGXPZ 1
## 2485-ITVKB 1
## 2486-WYVVE 1
## 2495-INZWQ 1
## 2495-KZNFB 1
## 2495-TTHBQ 1
## 2498-XLDZR 1
## 2499-AJYUA 1
## 2501-XWWTZ 1
## 2504-DSHIH 1
## 2506-CLAKW 1
## 2506-TNFCO 1
## 2507-QZPQS 1
## 2509-TFPJU 1
## 2511-ALLCS 1
## 2511-MORQY 1
## 2514-GINMM 1
## 2516-VQRRV 1
## 2516-XSJKX 1
## 2519-ERQOJ 1
## 2519-FAKOD 1
## 2519-LBNQL 1
## 2519-TWKFS 1
## 2520-SGTTA 1
## 2521-NPUZR 1
## 2522-AHJXR 1
## 2522-WLNSF 1
## 2523-EWWZL 1
## 2525-GVKQU 1
## 2528-HFYZX 1
## 2530-ENDWQ 1
## 2530-FMFXO 1
## 2533-QVMSK 1
## 2533-TIBIX 1
## 2535-PBCGC 1
## 2538-OIMXF 1
## 2541-YGPKE 1
## 2542-HYGIQ 1
## 2545-EBUPK 1
## 2545-LXYVJ 1
## 2546-KZAAT 1
## 2550-AEVRU 1
## 2550-QHZGP 1
## 2558-BUOZZ 1
## 2560-PPCHE 1
## 2560-QTSBS 1
## 2560-WBWXF 1
## 2565-JSLRY 1
## 2568-BRGYX 1
## 2568-OIADY 1
## 2569-WGERO 1
## 2573-GYRUU 1
## 2575-GFSOE 1
## 2576-HXMPA 1
## 2577-GVSIL 1
## 2578-JQPHZ 1
## 2580-ASVVY 1
## 2580-ATZSQ 1
## 2581-VKIRT 1
## 2582-FFFZR 1
## 2585-KTFRE 1
## 2586-CWXVV 1
## 2587-EKXTS 1
## 2587-YNLES 1
## 2589-AYCRP 1
## 2592-HODOV 1
## 2592-SEIFQ 1
## 2592-YKDIF 1
## 2595-KIWPV 1
## 2599-CIPQE 1
## 2599-CZABP 1
## 2603-HVKCG 1
## 2604-IJPDU 1
## 2604-XVDAM 1
## 2606-PKWJB 1
## 2606-RMDHZ 1
## 2607-DHDAK 1
## 2607-FBDFF 1
## 2608-BHKFN 1
## 2609-IAICY 1
## 2612-PHGOX 1
## 2612-RANWT 1
## 2612-RRIDN 1
## 2615-YVMYX 1
## 2616-FLVQC 1
## 2616-UUTFK 1
## 2619-WFQWU 1
## 2621-UDNLU 1
## 2623-DRYAM 1
## 2625-TRCZQ 1
## 2626-URJFX 1
## 2626-VEEWG 1
## 2632-IVXVF 1
## 2632-TACXW 1
## 2632-UCGVD 1
## 2634-HCZGT 1
## 2636-ALXXZ 1
## 2636-OHFMN 1
## 2636-SJDOU 1
## 2637-FKFSY 1
## 2639-UGMAZ 1
## 2640-LYMOV 1
## 2640-PMGFL 1
## 2642-DTVCO 1
## 2642-MAWLJ 1
## 2645-QTLMB 1
## 2649-HWLYB 1
## 2650-GYRYL 1
## 2651-ZCBXV 1
## 2654-VBVPB 1
## 2656-FMOKZ 1
## 2656-TABEH 1
## 2657-ALMWY 1
## 2657-VPXTA 1
## 2659-VXMWZ 1
## 2660-EMUBI 1
## 2661-GKBTK 1
## 2662-NNTDK 1
## 2664-XJZNO 1
## 2665-NPTGL 1
## 2667-WYLWJ 1
## 2668-TZSPS 1
## 2669-OIDSD 1
## 2669-QVCRG 1
## 2672-DZUOY 1
## 2672-HUYVI 1
## 2672-OJQZP 1
## 2672-TGEFF 1
## 2673-CXQEU 1
## 2673-ZALNP 1
## 2674-MIAHT 1
## 2674-MLXMN 1
## 2675-DHUTR 1
## 2675-IJRGJ 1
## 2675-OTVVJ 1
## 2676-ISHSF 1
## 2676-OXPPQ 1
## 2676-SSLTO 1
## 2680-XKKNJ 1
## 2682-KEVRP 1
## 2683-BPJSO 1
## 2683-JXWQQ 1
## 2684-EIWEO 1
## 2685-SREOM 1
## 2688-BHGOG 1
## 2690-DVRVK 1
## 2691-NZETQ 1
## 2692-AQCPF 1
## 2692-BUCFV 1
## 2692-PFYTJ 1
## 2694-CIUMO 1
## 2696-ECXKC 1
## 2696-NARTR 1
## 2696-RZVZW 1
## 2697-NQBPF 1
## 2700-LUEVA 1
## 2703-AMTUL 1
## 2706-QZIHY 1
## 2709-UQGNP 1
## 2710-WYVXG 1
## 2712-SYWAY 1
## 2716-GFZOR 1
## 2717-HVIZY 1
## 2718-GAXQD 1
## 2718-YSKCS 1
## 2719-BDAQO 1
## 2720-FVBQP 1
## 2720-WGKHP 1
## 2722-JMONI 1
## 2722-VOJQL 1
## 2724-FJDYW 1
## 2725-IWWBA 1
## 2725-KXXWT 1
## 2725-TTRIQ 1
## 2729-VNVAP 1
## 2731-GJRDG 1
## 2732-ISEZX 1
## 2737-WFVYW 1
## 2737-YNGYW 1
## 2739-CACDQ 1
## 2739-CCZMB 1
## 2740-JFBOK 1
## 2740-TVLFN 1
## 2746-DIJLO 1
## 2748-MYRVK 1
## 2749-CTKAJ 1
## 2750-BJLSB 1
## 2753-JMMCV 1
## 2754-SDJRD 1
## 2754-VDLTR 1
## 2754-XBHTB 1
## 2758-RNWXS 1
## 2761-OCIAX 1
## 2761-XECQW 1
## 2770-NSVDG 1
## 2773-MADBQ 1
## 2773-OVBPK 1
## 2774-LVQUS 1
## 2775-SEFEE 1
## 2777-PHDEI 1
## 2778-OCLGR 1
## 2782-JEEBU 1
## 2782-LFZVW 1
## 2786-GCDPI 1
## 2788-CJQAQ 1
## 2789-CZANW 1
## 2789-HQBOU 1
## 2790-XUYMV 1
## 2791-SFVEW 1
## 2792-LSHWX 1
## 2792-VPPET 1
## 2794-XIMMO 1
## 2796-NNUFI 1
## 2796-UUZZO 1
## 2798-NYLMZ 1
## 2799-ARNLO 1
## 2799-TSLAG 1
## 2800-QQUSO 1
## 2800-VEQXM 1
## 2801-NISEI 1
## 2804-ETQDK 1
## 2805-AUFQN 1
## 2805-EDJPQ 1
## 2806-MLNTI 1
## 2808-CHTDM 1
## 2809-ILCYT 1
## 2809-ZMYOQ 1
## 2810-FTLEM 1
## 2811-POVEX 1
## 2812-ENYMO 1
## 2812-REYAT 1
## 2812-SFXMJ 1
## 2815-CPTUL 1
## 2817-LVCPP 1
## 2817-NTQDO 1
## 2819-GWENI 1
## 2821-WARNZ 1
## 2823-LKABH 1
## 2824-DXNKN 1
## 2824-MYYBN 1
## 2826-DXLQO 1
## 2826-UWHIS 1
## 2828-SLQPF 1
## 2829-HYVZP 1
## 2830-LEWOA 1
## 2831-EBWRN 1
## 2832-KJCRD 1
## 2832-SCUCO 1
## 2833-SLKDQ 1
## 2834-JKOOW 1
## 2834-JRTUA 1
## 2834-SPCJV 1
## 2839-RFSQE 1
## 2840-XANRC 1
## 2842-BCQGE 1
## 2842-JTCCU 1
## 2843-CQMEG 1
## 2845-AFFTX 1
## 2845-HSJCY 1
## 2845-KDHVX 1
## 2848-YXSMW 1
## 2851-MMUTZ 1
## 2851-STERV 1
## 2853-CWQFQ 1
## 2856-HYAPG 1
## 2856-NNASM 1
## 2858-EIMXH 1
## 2858-MOFSQ 1
## 2860-RANUS 1
## 2862-JVEOY 1
## 2862-PFNIK 1
## 2863-IMQDR 1
## 2865-TCHJW 1
## 2866-IKBTM 1
## 2867-UIMSS 1
## 2868-LLSKM 1
## 2868-MZAGQ 1
## 2868-SNELZ 1
## 2869-ADAWR 1
## 2873-ZLIWT 1
## 2874-YXVVA 1
## 2876-GZYZC 1
## 2876-VBBBL 1
## 2877-VDUER 1
## 2878-DHMIN 1
## 2878-RMWXY 1
## 2880-FPNAE 1
## 2882-DDZPG 1
## 2882-WDTBA 1
## 2883-ILGWO 1
## 2884-GBPFB 1
## 2885-HIJDH 1
## 2886-KEFUM 1
## 2887-JPYLU 1
## 2888-ADFAO 1
## 2889-FPWRM 1
## 2890-WFBHU 1
## 2892-GESUL 1
## 2894-QOJRX 1
## 2896-TBNBE 1
## 2897-DOVND 1
## 2898-LSJGD 1
## 2898-MRKPI 1
## 2900-PHPLN 1
## 2903-YYTBW 1
## 2904-GGUAZ 1
## 2905-KFQUV 1
## 2907-ILJBN 1
## 2908-WGAXL 1
## 2908-ZTPNF 1
## 2911-IJORQ 1
## 2911-UREFD 1
## 2911-WDXMV 1
## 2916-BQZLN 1
## 2919-HBCJO 1
## 2920-RNCEZ 1
## 2921-XWDJH 1
## 2923-ARZLG 1
## 2924-KHUVI 1
## 2925-MXLSX 1
## 2925-VDZHY 1
## 2926-JEJJC 1
## 2927-CVULT 1
## 2927-QRRQV 1
## 2928-HLDBA 1
## 2929-ERCFZ 1
## 2929-QNSRW 1
## 2930-UOTMB 1
## 2931-FSOHN 1
## 2931-SVLTV 1
## 2931-VUVJN 1
## 2931-XIQBR 1
## 2933-FILNV 1
## 2933-XEUJM 1
## 2937-FTHUR 1
## 2946-KIQSP 1
## 2947-DOMLJ 1
## 2951-QOQTK 1
## 2952-QAYZF 1
## 2954-PIBKO 1
## 2955-BJZHG 1
## 2955-PSXOE 1
## 2956-GGUCQ 1
## 2957-JIRMN 1
## 2957-LOLHO 1
## 2958-NHPPS 1
## 2959-EEXWB 1
## 2959-FENLU 1
## 2959-MJHIC 1
## 2960-NKRSO 1
## 2961-VNFKL 1
## 2962-XPMCQ 1
## 2967-MXRAV 1
## 2968-SSGAA 1
## 2969-QWUBZ 1
## 2969-VAPYH 1
## 2969-WGHQO 1
## 2971-SGAFL 1
## 2972-YDYUW 1
## 2974-GGUXS 1
## 2977-CEBSX 1
## 2978-XXSOG 1
## 2979-SXESE 1
## 2982-IHMFT 1
## 2982-VPSGI 1
## 2983-ZANRP 1
## 2984-AFWNC 1
## 2984-MIIZL 1
## 2984-RGEYA 1
## 2984-TBYKU 1
## 2985-FMWYF 1
## 2985-JUUBZ 1
## 2987-BJXIK 1
## 2988-GBIVW 1
## 2988-PLAHS 1
## 2988-QRAJY 1
## 2990-HWIML 1
## 2990-IAJSV 1
## 2990-OGYTD 1
## 2995-UPRYS 1
## 2995-YWTCD 1
## 2996-XAUVF 1
## 2999-AANRQ 1
## 3001-CBHLQ 1
## 3001-UNBTL 1
## 3002-WQZWT 1
## 3003-CMDUU 1
## 3005-NFMTA 1
## 3005-TYFRD 1
## 3006-XIMLN 1
## 3007-FDPEA 1
## 3009-JWMPU 1
## 3011-WQKSZ 1
## 3012-VFFMN 1
## 3014-WJKSM 1
## 3016-KSVCP 1
## 3018-TFTSU 1
## 3021-VLNRJ 1
## 3022-BEXHZ 1
## 3023-GFLBR 1
## 3026-ATZYV 1
## 3027-YNWZU 1
## 3027-ZTDHO 1
## 3030-YDNRM 1
## 3030-YZADT 1
## 3030-ZKIWL 1
## 3034-ZBEQN 1
## 3038-PQIUY 1
## 3039-MJSLN 1
## 3043-SUDUA 1
## 3043-TYBNO 1
## 3045-XETSH 1
## 3049-NDXFL 1
## 3049-SOLAY 1
## 3050-GBUSH 1
## 3050-RLLXC 1
## 3055-MJDSB 1
## 3055-OYMSE 1
## 3055-VTCGS 1
## 3057-VJJQE 1
## 3058-HJCUY 1
## 3058-WQDRE 1
## 3059-NGMXB 1
## 3061-BCKYI 1
## 3062-ICYZQ 1
## 3063-QFSZL 1
## 3066-RRJIO 1
## 3067-SVMTC 1
## 3068-OMWZA 1
## 3069-SSVSN 1
## 3070-BDOQC 1
## 3070-DVEYC 1
## 3070-FNFZQ 1
## 3071-MVJCD 1
## 3071-VBYPO 1
## 3074-GQWYX 1
## 3077-RSNTJ 1
## 3078-ZKNTS 1
## 3079-BCHLN 1
## 3082-VQXNH 1
## 3082-WQRVY 1
## 3082-YVEKW 1
## 3084-DOWLE 1
## 3085-QUOZK 1
## 3086-RUCRN 1
## 3088-FVYWK 1
## 3088-LHEFH 1
## 3090-HAWSU 1
## 3090-LETTY 1
## 3090-QFUVD 1
## 3091-FYHKI 1
## 3092-IGHWF 1
## 3094-JOJAI 1
## 3096-GKWEB 1
## 3096-IZETN 1
## 3096-JRDSO 1
## 3096-WPXBT 1
## 3096-YXENJ 1
## 3097-FQTVJ 1
## 3097-IDVPU 1
## 3097-NNSPB 1
## 3097-NQYSN 1
## 3097-PYWXL 1
## 3099-OONVS 1
## 3104-OWCGK 1
## 3106-ULWFW 1
## 3108-PCCGG 1
## 3113-IWHLC 1
## 3115-CZMZD 1
## 3115-JPJDD 1
## 3118-UHVVQ 1
## 3120-FAZKD 1
## 3125-RAHBV 1
## 3126-WQMGH 1
## 3128-YOVTD 1
## 3129-AAQOU 1
## 3130-ICDUP 1
## 3131-NWVFJ 1
## 3132-TVFDZ 1
## 3133-PZNSR 1
## 3134-DSHVC 1
## 3137-LUPIX 1
## 3137-NYQQI 1
## 3138-BKYAV 1
## 3143-ILDAL 1
## 3143-JQEGI 1
## 3144-AUDBS 1
## 3144-KMTWZ 1
## 3146-JTQHR 1
## 3146-MSEGF 1
## 3148-AOIQT 1
## 3148-BLQJT 1
## 3154-CFSZG 1
## 3154-HMWUU 1
## 3156-QLHBO 1
## 3158-MOERK 1
## 3160-TYXLT 1
## 3161-GETRM 1
## 3161-ONRWK 1
## 3162-KKZXO 1
## 3162-ZJZFU 1
## 3164-AALRN 1
## 3164-YAXFY 1
## 3165-HDOEW 1
## 3166-PNEOF 1
## 3167-SNQPL 1
## 3170-GWYKC 1
## 3170-NMYVV 1
## 3173-NVMPX 1
## 3173-WSSUE 1
## 3174-AKMAS 1
## 3174-RKMOW 1
## 3177-LASXD 1
## 3178-CIFOT 1
## 3178-FESZO 1
## 3179-GBRWV 1
## 3181-MIZBN 1
## 3181-VTHOE 1
## 3186-AJIEK 1
## 3186-BAXNB 1
## 3190-FZATL 1
## 3190-ITQXP 1
## 3190-XFANI 1
## 3191-CSNMG 1
## 3192-LNKRK 1
## 3192-NQECA 1
## 3194-ORPIK 1
## 3195-TQDZX 1
## 3196-NVXLZ 1
## 3197-ARFOY 1
## 3197-NNYNB 1
## 3198-VELRD 1
## 3199-NPKCN 1
## 3199-XGZCY 1
## 3200-MNQTF 1
## 3205-MXZRA 1
## 3207-OYBWH 1
## 3208-YPIOE 1
## 3209-ZPKFI 1
## 3211-AAPKX 1
## 3211-ILJTT 1
## 3212-KXOCR 1
## 3213-VVOLG 1
## 3214-IYUUQ 1
## 3217-FZDMN 1
## 3219-JQRSL 1
## 3221-CJMSG 1
## 3223-DWFIO 1
## 3223-WZWJM 1
## 3224-DFQNQ 1
## 3227-WLKLI 1
## 3229-USWAR 1
## 3230-IUALN 1
## 3230-JCNZS 1
## 3230-WYKIR 1
## 3234-VKACU 1
## 3235-ETOOB 1
## 3237-AJGEH 1
## 3239-TPHPZ 1
## 3243-ZHOHY 1
## 3244-CQPHU 1
## 3244-DCJWY 1
## 3247-MHJKM 1
## 3247-ZVOUO 1
## 3249-VHRIP 1
## 3249-ZPQRG 1
## 3251-YMVWZ 1
## 3253-HKOKL 1
## 3254-YRILK 1
## 3255-GRXMG 1
## 3256-EZDBI 1
## 3258-SANFR 1
## 3258-SYSWS 1
## 3258-ZKPAI 1
## 3259-FDWOY 1
## 3259-KNMRR 1
## 3259-QMXUN 1
## 3261-CQXOL 1
## 3262-EIDHV 1
## 3266-FTKHB 1
## 3269-ATYWD 1
## 3272-VUHPV 1
## 3274-NSDWE 1
## 3275-RHRNE 1
## 3276-HDUEG 1
## 3278-FSIXX 1
## 3279-DYZQM 1
## 3280-MRDOF 1
## 3280-NMUVX 1
## 3282-ZISZV 1
## 3283-WCWXT 1
## 3284-SVCRO 1
## 3285-UCQVC 1
## 3292-PBZEJ 1
## 3295-YVUSR 1
## 3296-SILRA 1
## 3298-QEICA 1
## 3301-LSLWQ 1
## 3301-VKTGC 1
## 3307-TLCUD 1
## 3308-DGHKL 1
## 3308-JSGML 1
## 3308-MHOOC 1
## 3312-UUMZW 1
## 3312-ZWLGF 1
## 3313-QKNKB 1
## 3315-IKYZQ 1
## 3315-TOTBP 1
## 3316-UWXUY 1
## 3317-HRTNN 1
## 3317-VLGQT 1
## 3318-ISQFQ 1
## 3318-NMQXL 1
## 3318-OSATS 1
## 3319-DWOEP 1
## 3320-VEOYC 1
## 3323-CPBWR 1
## 3324-OIRTO 1
## 3325-FUYCG 1
## 3327-YBAKM 1
## 3329-WDIOK 1
## 3331-HQDTW 1
## 3334-CTHOL 1
## 3336-JORSO 1
## 3338-CVVEH 1
## 3339-EAQNV 1
## 3340-QBBFM 1
## 3345-JHUEO 1
## 3345-PBBFH 1
## 3346-BRMIS 1
## 3347-YJZZE 1
## 3348-CFRNX 1
## 3349-ANQNH 1
## 3351-NGXYI 1
## 3351-NQLDI 1
## 3352-ALMCK 1
## 3352-RICWQ 1
## 3354-OADJP 1
## 3359-DSRKA 1
## 3363-DTIVD 1
## 3363-EWLGO 1
## 3365-SAIGS 1
## 3370-GQEAL 1
## 3370-HXOPH 1
## 3372-CDXFJ 1
## 3372-KWFBM 1
## 3373-DIUUN 1
## 3373-YZZYM 1
## 3374-LXDEV 1
## 3374-PZLXD 1
## 3374-TTZTK 1
## 3376-BMGFE 1
## 3378-AJRAO 1
## 3384-CTMSF 1
## 3387-PLKUI 1
## 3387-VATUS 1
## 3389-KTRXV 1
## 3389-YGYAI 1
## 3391-JSQEW 1
## 3392-EHMNK 1
## 3393-FMZPV 1
## 3396-DKDEL 1
## 3397-AVTKU 1
## 3398-FSHON 1
## 3398-GCPMU 1
## 3398-ZOUAA 1
## 3399-BMLVW 1
## 3400-ESFUW 1
## 3401-URHDA 1
## 3402-XRIUO 1
## 3404-JNXAX 1
## 3407-JMJQQ 1
## 3407-QGWLG 1
## 3410-MHHUM 1
## 3410-YOQBQ 1
## 3411-WLRSQ 1
## 3413-BMNZE 1
## 3413-CSSTH 1
## 3413-DHLPB 1
## 3415-TAILE 1
## 3417-TSCIC 1
## 3419-SNJJD 1
## 3420-YJLQT 1
## 3420-ZDBMA 1
## 3422-GALYP 1
## 3422-LYEPQ 1
## 3422-WJOYD 1
## 3423-HHXAO 1
## 3424-NMNBO 1
## 3426-NIYYL 1
## 3427-GGZZI 1
## 3428-MMGUB 1
## 3428-XZMAZ 1
## 3429-IFLEM 1
## 3439-GVUSX 1
## 3440-JPSCL 1
## 3441-CGZJH 1
## 3442-ZHHCC 1
## 3445-HXXGF 1
## 3446-QDSZF 1
## 3450-WXOAT 1
## 3451-VAWLI 1
## 3452-ABWRL 1
## 3452-FLHYD 1
## 3452-GWUIN 1
## 3452-SRFEG 1
## 3453-RTHJQ 1
## 3454-JFUBC 1
## 3457-PQBYH 1
## 3458-IDMFK 1
## 3460-TJBWI 1
## 3462-BJQQA 1
## 3466-BYAVD 1
## 3466-RITXD 1
## 3466-WAESX 1
## 3468-DRVQJ 1
## 3470-BTGQO 1
## 3470-OBUET 1
## 3472-OAOOR 1
## 3472-QPRCH 1
## 3473-XIIIT 1
## 3474-BAFSJ 1
## 3481-JHUZH 1
## 3482-ABPKK 1
## 3486-HOOGQ 1
## 3486-KHMLI 1
## 3486-NPGST 1
## 3487-EARAT 1
## 3488-PGMQJ 1
## 3489-HHPFY 1
## 3489-VSFRD 1
## 3494-JCHRQ 1
## 3496-LFSZU 1
## 3498-LZGQZ 1
## 3500-NSDOA 1
## 3500-RMZLT 1
## 3503-TYDAY 1
## 3506-LCJDC 1
## 3506-OVLKD 1
## 3507-GASNP 1
## 3508-CFVZL 1
## 3508-VLHCZ 1
## 3509-GWQGF 1
## 3511-APPBJ 1
## 3511-BFTJW 1
## 3512-IZIKN 1
## 3518-FSTWG 1
## 3518-PZXZQ 1
## 3519-ZKXGG 1
## 3520-FJGCV 1
## 3521-HTQTV 1
## 3521-MNKLV 1
## 3521-SYVOR 1
## 3522-CDKHF 1
## 3523-BRGUW 1
## 3523-QRQLL 1
## 3524-WQDSG 1
## 3525-DVKFN 1
## 3528-HFRIQ 1
## 3530-CRZSB 1
## 3530-VWVGU 1
## 3533-UVMOM 1
## 3536-IQCTX 1
## 3537-HPKQT 1
## 3537-RYBHH 1
## 3538-WZPHD 1
## 3540-RZJYU 1
## 3541-ZNUHK 1
## 3544-FBCAS 1
## 3545-CNWRG 1
## 3546-GHEAE 1
## 3547-LQRIK 1
## 3549-ZTMNH 1
## 3550-SAHFP 1
## 3551-GAEGL 1
## 3551-HUAZH 1
## 3552-CTCYF 1
## 3556-BVQGL 1
## 3557-HTYWR 1
## 3563-SVYLG 1
## 3565-UNOCC 1
## 3566-CAAYU 1
## 3566-HJGPK 1
## 3566-VVORZ 1
## 3567-PQTSO 1
## 3569-EDBPQ 1
## 3569-JFODW 1
## 3569-VLDHH 1
## 3570-YUEKJ 1
## 3571-DPYUH 1
## 3571-RFHAR 1
## 3572-UOLYZ 1
## 3572-UUHRS 1
## 3577-AMVUX 1
## 3580-GICBM 1
## 3580-HYCSP 1
## 3580-REOAC 1
## 3583-EKAPL 1
## 3583-KRKMD 1
## 3584-WKTTW 1
## 3585-ISXZP 1
## 3585-YNADK 1
## 3587-PMCOY 1
## 3588-WSTTJ 1
## 3589-PPVKW 1
## 3590-TCXTB 1
## 3594-BDSOA 1
## 3594-IVHJZ 1
## 3594-KADLU 1
## 3594-UVONA 1
## 3597-MVHJT 1
## 3597-YASZG 1
## 3604-WLABM 1
## 3605-JISKB 1
## 3606-SBKRY 1
## 3606-TWKGI 1
## 3612-YUNGG 1
## 3612-YVGSJ 1
## 3617-XLSGQ 1
## 3620-EHIMZ 1
## 3620-MWJNE 1
## 3621-CEOVK 1
## 3621-CHYVB 1
## 3623-FQBOX 1
## 3627-FCRDW 1
## 3627-FHKBK 1
## 3629-WEAAM 1
## 3629-ZNKXA 1
## 3633-CDBUW 1
## 3635-JBPSG 1
## 3635-QQRQD 1
## 3638-DIMPH 1
## 3638-VBZTA 1
## 3638-WEABW 1
## 3639-XJHKQ 1
## 3640-JQGJG 1
## 3640-PHQXK 1
## 3642-BYHDO 1
## 3642-GKTCT 1
## 3643-AHCFP 1
## 3644-QXEHN 1
## 3645-DEYGF 1
## 3646-ITDGM 1
## 3647-GMGDH 1
## 3648-GZPHF 1
## 3649-JPUGY 1
## 3653-NCRDJ 1
## 3654-ARMGP 1
## 3655-SNQYZ 1
## 3656-TKRVZ 1
## 3657-COGMW 1
## 3658-KIBGF 1
## 3658-QQJYD 1
## 3662-FXJFO 1
## 3663-MITLP 1
## 3665-JATSN 1
## 3668-QPYBK 1
## 3669-LVWZB 1
## 3669-OYSJI 1
## 3669-WHAFY 1
## 3671-SHRSP 1
## 3672-YITQD 1
## 3675-EQOZA 1
## 3675-YDUPJ 1
## 3677-IYRBF 1
## 3677-TNKIO 1
## 3678-MNGZX 1
## 3679-XASPY 1
## 3680-CTHUH 1
## 3682-YEUWS 1
## 3683-QKIUE 1
## 3685-YLCMQ 1
## 3688-FTHLT 1
## 3689-MOZGR 1
## 3692-JHONH 1
## 3694-DELSO 1
## 3694-GLTJM 1
## 3696-DFHHB 1
## 3696-XRIEN 1
## 3701-SFMUH 1
## 3703-KBKZP 1
## 3703-TTEPD 1
## 3703-VAVCL 1
## 3704-IEAXF 1
## 3705-PSNGL 1
## 3705-RHRFR 1
## 3707-GNWHM 1
## 3707-LRWZD 1
## 3709-OIJEA 1
## 3712-PKXZA 1
## 3714-JTVOV 1
## 3714-NTNFO 1
## 3714-XPXBW 1
## 3716-BDVDB 1
## 3716-LRGXK 1
## 3716-UVSPD 1
## 3717-FDJFU 1
## 3717-LNXKW 1
## 3717-OEAUQ 1
## 3717-OFRTN 1
## 3719-TDVQB 1
## 3720-DBRWL 1
## 3721-CNEYS 1
## 3721-CNZHX 1
## 3721-WKIIL 1
## 3722-WPXTK 1
## 3723-BFBGR 1
## 3724-BSCVH 1
## 3724-UCSHY 1
## 3726-TBHQT 1
## 3727-JEZTU 1
## 3727-OVPRY 1
## 3727-OWVYD 1
## 3727-RJMEO 1
## 3729-OWRVL 1
## 3733-LSYCE 1
## 3733-UOCWF 1
## 3733-ZEECP 1
## 3736-BLEPA 1
## 3737-GCSPV 1
## 3737-XBQDD 1
## 3739-YBWAB 1
## 3740-RLMVT 1
## 3744-ZBHON 1
## 3744-ZRRDZ 1
## 3745-HRPHI 1
## 3746-EUBYR 1
## 3748-FVMZZ 1
## 3750-CKVKH 1
## 3750-RNQKR 1
## 3750-YHRYO 1
## 3751-KTZEL 1
## 3752-CQSJI 1
## 3753-TSEMP 1
## 3754-DXMRT 1
## 3755-JBMNH 1
## 3756-VNWDH 1
## 3757-NJYBX 1
## 3758-CKOQL 1
## 3761-FLYZI 1
## 3763-GCZHZ 1
## 3764-MNMOI 1
## 3765-JXVKY 1
## 3766-EJLFL 1
## 3768-NLUBH 1
## 3768-VHXQO 1
## 3769-MHZNV 1
## 3771-PZOBW 1
## 3774-VBNXY 1
## 3776-EKTKM 1
## 3777-XROBG 1
## 3778-FOAQW 1
## 3779-OSWCF 1
## 3780-DDGSE 1
## 3780-YVMFA 1
## 3785-KTYSH 1
## 3785-NRHYR 1
## 3786-WOVKF 1
## 3787-TRIAL 1
## 3791-LGQCY 1
## 3793-MMFUH 1
## 3794-NFNCH 1
## 3795-CAWEX 1
## 3795-GWTRD 1
## 3796-ENZGF 1
## 3797-FKOGQ 1
## 3797-VTIDR 1
## 3798-EPWRR 1
## 3799-ISUZQ 1
## 3800-LYTRK 1
## 3801-HMYNL 1
## 3803-KMQFW 1
## 3804-RVTGV 1
## 3806-DXQOM 1
## 3806-YAZOV 1
## 3807-BPOMJ 1
## 3807-XHCJH 1
## 3808-HFKDE 1
## 3810-DVDQQ 1
## 3810-PJUHR 1
## 3811-VBYBZ 1
## 3812-LRZIR 1
## 3813-DHBBB 1
## 3814-MLAXC 1
## 3815-SLMEF 1
## 3823-KYNQY 1
## 3824-RHKVR 1
## 3831-YCPUO 1
## 3834-XUIFC 1
## 3836-FZSDJ 1
## 3838-OZURD 1
## 3841-CONLJ 1
## 3841-NFECX 1
## 3842-IYKUE 1
## 3842-QTGDL 1
## 3845-FXCYS 1
## 3845-JHAMY 1
## 3847-BAERP 1
## 3850-OKINF 1
## 3853-LYGAM 1
## 3855-ONCAR 1
## 3858-VOBET 1
## 3858-XHYJO 1
## 3859-CVCET 1
## 3863-IUBJR 1
## 3863-QSTYI 1
## 3865-QBWSJ 1
## 3865-YIOTT 1
## 3865-ZFZIB 1
## 3865-ZYKAD 1
## 3866-MDTUB 1
## 3870-MQAMG 1
## 3870-SPZSI 1
## 3871-IKPYH 1
## 3873-NFTGI 1
## 3873-WOSBC 1
## 3874-EQOEP 1
## 3877-JRJIP 1
## 3878-AVSOQ 1
## 3882-IYOIJ 1
## 3884-HCSWG 1
## 3884-UEBXB 1
## 3886-CERTZ 1
## 3887-PBQAO 1
## 3889-VWBID 1
## 3890-RTCMS 1
## 3891-NLXJB 1
## 3891-PUQOD 1
## 3892-NXAZG 1
## 3893-JRNFS 1
## 3896-RCYYE 1
## 3896-ZVNET 1
## 3898-BSJYF 1
## 3898-GUYTS 1
## 3900-AQPHZ 1
## 3902-FOIGH 1
## 3902-MIVLE 1
## 3904-UKFRE 1
## 3908-BLSYF 1
## 3908-MKIMJ 1
## 3910-MRQOY 1
## 3911-RSNHI 1
## 3913-FCUUW 1
## 3913-RDSJZ 1
## 3914-FDRHP 1
## 3915-ODIYG 1
## 3916-NRPAP 1
## 3920-HIHMQ 1
## 3923-CSIHK 1
## 3926-CUQZX 1
## 3926-YZVVX 1
## 3927-NLNRY 1
## 3930-ZGWVE 1
## 3932-CMDTD 1
## 3932-IJWDZ 1
## 3933-DQPWX 1
## 3934-HXCFZ 1
## 3935-TBRZZ 1
## 3936-QQFLL 1
## 3938-YFPXD 1
## 3941-XTSKM 1
## 3943-KDREE 1
## 3945-GFWQL 1
## 3946-JEWRQ 1
## 3946-MHCZW 1
## 3948-FVVRP 1
## 3948-KXDUF 1
## 3948-XHGNA 1
## 3950-VPYJB 1
## 3951-NJCVI 1
## 3955-JBZZM 1
## 3956-CJUST 1
## 3956-MGXOG 1
## 3957-HHLMR 1
## 3957-LXOLK 1
## 3957-SQXML 1
## 3961-SXAXY 1
## 3963-RYFNS 1
## 3966-HRMZA 1
## 3967-KXAPS 1
## 3967-VQOGC 1
## 3969-GYXEL 1
## 3969-JQABI 1
## 3970-XGJDU 1
## 3973-SKMLN 1
## 3976-BWUCK 1
## 3976-HXHCE 1
## 3976-NLDEZ 1
## 3977-QCRSL 1
## 3978-YNKDD 1
## 3981-QSVQI 1
## 3982-DQLUS 1
## 3982-JGSFD 1
## 3982-XWFZQ 1
## 3985-HOYPM 1
## 3987-KQDDU 1
## 3988-RQIXO 1
## 3990-QYKBE 1
## 3992-YWPKO 1
## 3995-WFCSM 1
## 3996-ZNWYK 1
## 3999-QGRJH 1
## 3999-WRNGR 1
## 4000-VGMQP 1
## 4001-TSBTV 1
## 4002-BQWPQ 1
## 4003-FUSHP 1
## 4003-OCTMP 1
## 4006-HKYHO 1
## 4007-NHVHI 1
## 4009-ALQFH 1
## 4010-YLMVT 1
## 4011-ARPHK 1
## 4012-YCFAI 1
## 4012-ZTHBR 1
## 4013-GUXND 1
## 4013-TLDHQ 1
## 4013-UBXWQ 1
## 4016-BJKTZ 1
## 4018-KJYUY 1
## 4018-PPNDW 1
## 4020-KIUDI 1
## 4021-RQSNY 1
## 4023-RTIQM 1
## 4024-CSNBY 1
## 4026-SKKHW 1
## 4029-HPFVY 1
## 4030-VPZBD 1
## 4032-RMHCI 1
## 4039-HEUNW 1
## 4039-PIMHX 1
## 4043-MKDTV 1
## 4049-ZPALD 1
## 4054-CUMIA 1
## 4056-QHXHZ 1
## 4057-FKCZK 1
## 4059-IIEBK 1
## 4060-LDNLU 1
## 4061-UKJWL 1
## 4062-HBMOS 1
## 4063-EIKNQ 1
## 4065-JJAVA 1
## 4067-HLYQI 1
## 4070-OKWVH 1
## 4072-IPYLT 1
## 4074-SJFFA 1
## 4075-JFPGR 1
## 4075-WKNIU 1
## 4077-CROMM 1
## 4077-HWUYD 1
## 4078-SAYYN 1
## 4079-ULGFR 1
## 4079-VTGLK 1
## 4079-WWQQQ 1
## 4080-IIARD 1
## 4080-OGPJL 1
## 4081-DYXAV 1
## 4083-BFNYK 1
## 4083-EUGRJ 1
## 4086-ATNFV 1
## 4086-WITJG 1
## 4086-YQSNZ 1
## 4088-YLDSU 1
## 4090-KPJIP 1
## 4091-TVOCN 1
## 4092-OFQZS 1
## 4094-NSEDU 1
## 4097-YODCF 1
## 4098-NAUKP 1
## 4102-HLENU 1
## 4102-OQUPX 1
## 4104-PVRPS 1
## 4106-HADHQ 1
## 4109-CYRBD 1
## 4110-PFEUZ 1
## 4111-BNXIF 1
## 4112-LUEIZ 1
## 4114-QMKVN 1
## 4115-BNPJY 1
## 4115-NZRKS 1
## 4115-UMJFQ 1
## 4116-IQRFR 1
## 4116-TZAQJ 1
## 4118-CEVPF 1
## 4119-ZYPZY 1
## 4121-AGSIN 1
## 4123-DVHPH 1
## 4123-FCVCB 1
## 4124-MMETB 1
## 4128-ETESU 1
## 4129-LYCOI 1
## 4130-MZLCC 1
## 4132-KALRO 1
## 4132-POCZS 1
## 4134-BSXLX 1
## 4135-FRWKJ 1
## 4137-BTIKL 1
## 4137-JOPHL 1
## 4138-NAXED 1
## 4139-DETXS 1
## 4139-JPIAM 1
## 4139-SUGLD 1
## 4140-MUHUG 1
## 4140-WJAWW 1
## 4143-HHPMK 1
## 4143-OOBWZ 1
## 4145-UQXUQ 1
## 4146-SVFUD 1
## 4154-AQUGT 1
## 4159-NAAIX 1
## 4160-AMJTL 1
## 4163-HFTUK 1
## 4163-KIUHY 1
## 4163-NCJAK 1
## 4174-LPGTI 1
## 4176-FXYBO 1
## 4176-RELJR 1
## 4177-JPDFU 1
## 4178-EGMON 1
## 4182-BGSIQ 1
## 4183-MYFRB 1
## 4183-WCSEP 1
## 4184-TJFAN 1
## 4184-VODJZ 1
## 4186-ZBUEW 1
## 4187-CINZD 1
## 4188-FRABG 1
## 4188-PCPIG 1
## 4189-NAKJS 1
## 4190-MFLUW 1
## 4191-XOVOM 1
## 4192-GORJT 1
## 4193-IBKSW 1
## 4193-ORFCL 1
## 4194-FJARJ 1
## 4194-WHFCB 1
## 4195-NZGTA 1
## 4195-PNGZS 1
## 4195-SMMNX 1
## 4198-VFOEA 1
## 4199-QHJNM 1
## 4201-JMNGR 1
## 4203-QGNZA 1
## 4208-UFFGW 1
## 4210-QFJMF 1
## 4211-MMAZN 1
## 4213-HKBJO 1
## 4220-TINQT 1
## 4223-BKEOR 1
## 4223-WOZCM 1
## 4226-KKDON 1
## 4227-OJHAL 1
## 4228-ZGYUW 1
## 4229-CZMLL 1
## 4231-LZUYM 1
## 4232-JGKIY 1
## 4234-XTNEA 1
## 4236-UJPWO 1
## 4236-XPXAV 1
## 4237-CLSMM 1
## 4237-RLAQD 1
## 4238-HFHSN 1
## 4238-JSSWH 1
## 4248-HCETZ 1
## 4248-QPAVC 1
## 4250-FDVOU 1
## 4250-WAROZ 1
## 4250-ZBWLV 1
## 4254-QPEDE 1
## 4255-DDUOU 1
## 4256-ZWTZI 1
## 4257-GAESD 1
## 4273-MBHYA 1
## 4274-DRSQT 1
## 4274-OWWYO 1
## 4277-BWBML 1
## 4277-PVRAN 1
## 4277-UDIEF 1
## 4280-DLSHD 1
## 4282-ACRXS 1
## 4282-MSACW 1
## 4282-YMKNA 1
## 4283-FUTGF 1
## 4283-IVYCI 1
## 4285-GYRQC 1
## 4289-DTDKW 1
## 4290-BSXUX 1
## 4291-HPAXL 1
## 4291-HYEBC 1
## 4291-SHSBH 1
## 4291-TPNFG 1
## 4291-YZODP 1
## 4293-ETKAP 1
## 4295-YURET 1
## 4298-OYIFC 1
## 4299-OPXEJ 1
## 4299-SIMNS 1
## 4301-VVZKA 1
## 4302-ZYFEL 1
## 4304-TSPVK 1
## 4304-XUMGI 1
## 4307-KTUMW 1
## 4307-KWMXE 1
## 4310-KEDTB 1
## 4311-QTTAI 1
## 4312-GVYNH 1
## 4312-KFRXN 1
## 4315-MURBD 1
## 4316-XCSLJ 1
## 4317-VTEOA 1
## 4318-RAJVY 1
## 4320-QMLLA 1
## 4322-RCYMT 1
## 4323-ELYYB 1
## 4323-OHFOW 1
## 4323-SADQS 1
## 4324-AHJKS 1
## 4324-BZCKL 1
## 4325-NFSKC 1
## 4328-VUFWD 1
## 4329-YPDDQ 1
## 4332-MUOEZ 1
## 4334-HOWRP 1
## 4335-BSMJS 1
## 4335-UPJSI 1
## 4338-EYCER 1
## 4342-HENTK 1
## 4342-HFXWS 1
## 4343-EJVQB 1
## 4349-GFQHK 1
## 4350-ZTLPI 1
## 4351-QLCSU 1
## 4353-HYOJD 1
## 4355-CVPVS 1
## 4355-HBJHH 1
## 4359-INNWN 1
## 4360-PNRQB 1
## 4360-QRAVE 1
## 4361-BKAXE 1
## 4361-FEBGN 1
## 4361-JEIVL 1
## 4365-MSDYN 1
## 4366-CTOUZ 1
## 4367-NHWMM 1
## 4367-NUYAO 1
## 4369-HTUIF 1
## 4369-NYSCF 1
## 4373-MAVJG 1
## 4373-VVHQL 1
## 4374-YMUSQ 1
## 4376-KFVRS 1
## 4377-VDHYI 1
## 4378-BZYFP 1
## 4378-MYPGO 1
## 4381-MHQDC 1
## 4385-GZQXV 1
## 4385-ZKVNW 1
## 4389-UEFCZ 1
## 4390-KYULV 1
## 4391-LNRXK 1
## 4391-RESHN 1
## 4393-GEADV 1
## 4393-OBCRR 1
## 4393-RYCRE 1
## 4395-PZMSN 1
## 4396-KLSEH 1
## 4397-FRLTA 1
## 4398-HSCJH 1
## 4402-FTBXC 1
## 4403-BWPAY 1
## 4404-HIBDJ 1
## 4412-YLTKF 1
## 4415-IJZTP 1
## 4415-WNGVR 1
## 4418-LZMSV 1
## 4419-UJMUS 1
## 4422-QVIJA 1
## 4423-JWZJN 1
## 4423-YLHDV 1
## 4424-TKOPW 1
## 4425-OWHWB 1
## 4429-WYGFR 1
## 4430-UZIPO 1
## 4430-YHXGG 1
## 4431-EDMIQ 1
## 4432-ADRLB 1
## 4433-JCGCG 1
## 4439-JMPMT 1
## 4439-YRNVD 1
## 4441-NIHPT 1
## 4443-EMBNA 1
## 4445-KWOKW 1
## 4445-ZJNMU 1
## 4446-BZKHU 1
## 4450-DLLMH 1
## 4450-MDZFX 1
## 4450-YOOHP 1
## 4451-RWASJ 1
## 4452-QIIEB 1
## 4452-ROHMO 1
## 4455-BFSPD 1
## 4456-RHSNB 1
## 4458-KVRBJ 1
## 4459-BBGHE 1
## 4462-CYWMH 1
## 4464-JCOLN 1
## 4465-VDKIQ 1
## 4468-KAZHE 1
## 4468-YDOVK 1
## 4471-KXAUH 1
## 4472-LVYGI 1
## 4472-VESGY 1
## 4475-NVTLU 1
## 4476-OSWTN 1
## 4480-MBMLB 1
## 4480-QQRHC 1
## 4482-EWFMI 1
## 4482-FTFFX 1
## 4484-CGXFK 1
## 4484-GLZOU 1
## 4486-EFAEB 1
## 4487-ZYJZK 1
## 4488-KQFDT 1
## 4488-PSYCG 1
## 4489-SNOJF 1
## 4495-LHSSK 1
## 4500-HKANN 1
## 4501-EQDRN 1
## 4501-UYKBC 1
## 4501-VCPFK 1
## 4503-BDXBD 1
## 4504-YOULA 1
## 4505-EXZHB 1
## 4508-OEBEY 1
## 4510-HIMLV 1
## 4510-PYUSH 1
## 4512-ZUIYL 1
## 4513-CXYIX 1
## 4514-GFCFI 1
## 4518-FZBSX 1
## 4521-WFJAI 1
## 4521-YEEHE 1
## 4522-AKYLR 1
## 4522-XRWWI 1
## 4523-WXCEF 1
## 4524-QCSSM 1
## 4525-VZCZG 1
## 4526-EXKKN 1
## 4526-RMTLL 1
## 4526-ZJJTM 1
## 4529-CKBCL 1
## 4530-NDRKU 1
## 4531-AUZNK 1
## 4534-WGCIR 1
## 4536-PLEQY 1
## 4537-CIBHB 1
## 4537-DKTAL 1
## 4538-WNTMJ 1
## 4541-RMRLG 1
## 4544-RXFMG 1
## 4546-FOKWR 1
## 4547-FZJWE 1
## 4547-KQRTM 1
## 4547-LYTDD 1
## 4548-SDBKE 1
## 4549-ZDQYY 1
## 4550-EVXNY 1
## 4550-VBOFE 1
## 4553-DVPZG 1
## 4554-YGZIH 1
## 4558-CGYCZ 1
## 4558-FANTW 1
## 4559-UWIHT 1
## 4560-WQAQW 1
## 4565-EVZMJ 1
## 4565-NLZBV 1
## 4566-GOLUK 1
## 4566-NECEV 1
## 4566-QVRRW 1
## 4567-AKPIA 1
## 4568-KNYWR 1
## 4568-TTZRT 1
## 4570-QHXHL 1
## 4572-DVCGN 1
## 4573-JKNAE 1
## 4576-CSAJH 1
## 4578-PHJYZ 1
## 4580-TMHJU 1
## 4581-LNWUM 1
## 4581-SSPWD 1
## 4583-PARNH 1
## 4584-LBNMK 1
## 4585-HETAI 1
## 4587-NUKOX 1
## 4587-VVTOX 1
## 4588-YBNIB 1
## 4589-IUAJB 1
## 4592-IWTJI 1
## 4597-ELFTS 1
## 4597-NUCQV 1
## 4598-XLKNJ 1
## 4598-ZADCK 1
## 4603-JANFB 1
## 4607-CHPCA 1
## 4608-LCIMN 1
## 4609-KNNWG 1
## 4611-ANLQC 1
## 4612-SSVHJ 1
## 4612-THJBS 1
## 4614-NUVZD 1
## 4615-PIVVU 1
## 4616-EWBNJ 1
## 4616-ULAOA 1
## 4619-EVPHY 1
## 4622-YNKIJ 1
## 4623-ZKHLY 1
## 4625-EWPTF 1
## 4625-LAMOB 1
## 4625-XMOYM 1
## 4626-GYCZP 1
## 4626-OZDTJ 1
## 4627-MIHJH 1
## 4628-CTTLA 1
## 4628-WQCQQ 1
## 4629-NRXKX 1
## 4631-OACRM 1
## 4632-PAOYU 1
## 4632-XJMEX 1
## 4633-MKHYU 1
## 4634-JLRJT 1
## 4635-EJYPD 1
## 4636-JGAAI 1
## 4636-OLWOE 1
## 4636-QRJKY 1
## 4636-TVXVG 1
## 4640-UHDOS 1
## 4641-FROLU 1
## 4644-OBGFZ 1
## 4644-PIZRT 1
## 4646-QZXTF 1
## 4647-MUZON 1
## 4647-XXZAM 1
## 4648-YPBTM 1
## 4652-NNHNY 1
## 4652-ODEVH 1
## 4654-DLAMQ 1
## 4654-GGUII 1
## 4654-ULTTN 1
## 4656-CAURT 1
## 4657-FWVFY 1
## 4658-HCOHW 1
## 4659-NZRUF 1
## 4660-IRIBM 1
## 4661-NJEUX 1
## 4662-EKDPQ 1
## 4664-NJCMS 1
## 4667-OHGKG 1
## 4667-QONEA 1
## 4670-TABXH 1
## 4671-LXRDQ 1
## 4671-VJLCL 1
## 4672-FOTSD 1
## 4673-KKSLS 1
## 4674-HGNUA 1
## 4676-MQUEA 1
## 4676-WLUHT 1
## 4678-DVQEO 1
## 4680-KUTAJ 1
## 4682-BLBUC 1
## 4683-WYDOU 1
## 4685-ERGHK 1
## 4685-TFLLS 1
## 4686-GEFRM 1
## 4686-UXDML 1
## 4690-LLKUA 1
## 4690-PKDQG 1
## 4692-NNQRU 1
## 4693-VWVBO 1
## 4694-PHWFW 1
## 4695-VADHF 1
## 4695-WJZUE 1
## 4697-LUPSU 1
## 4698-KVLLG 1
## 4700-UBQMV 1
## 4701-AHWMW 1
## 4701-LKOZD 1
## 4701-MLJPN 1
## 4702-HDRKD 1
## 4702-IOQDC 1
## 4703-MQYKT 1
## 4704-ERYFC 1
## 4706-AXVKM 1
## 4706-DGAHW 1
## 4707-MAXGU 1
## 4707-YNOQA 1
## 4709-LKHYG 1
## 4710-FDUIZ 1
## 4710-NKCAW 1
## 4712-AUQZO 1
## 4712-UYOOI 1
## 4713-LZDRV 1
## 4713-ZBURT 1
## 4716-HHKQH 1
## 4716-MRVEN 1
## 4717-GHADL 1
## 4718-DHSMV 1
## 4718-WXBGI 1
## 4719-UMSIY 1
## 4720-VSTSI 1
## 4723-BEGSG 1
## 4724-WXVWF 1
## 4726-DLWQN 1
## 4727-MCYZG 1
## 4729-XKASR 1
## 4730-AWNAU 1
## 4732-RRJZC 1
## 4735-ASGMA 1
## 4735-BJKOU 1
## 4737-AQCPU 1
## 4737-HOBAX 1
## 4741-WWJQZ 1
## 4742-DRORA 1
## 4742-TXUEX 1
## 4745-LSPLO 1
## 4747-LCAQL 1
## 4749-OJKQU 1
## 4749-VFKVB 1
## 4750-UKWJK 1
## 4750-ZRXIU 1
## 4751-ERMAN 1
## 4753-PADAS 1
## 4759-PXTAN 1
## 4759-TRPLW 1
## 4760-THGOT 1
## 4760-XOHVN 1
## 4763-PGDPO 1
## 4765-OXPPD 1
## 4767-HZZHQ 1
## 4770-QAZXN 1
## 4770-UEZOX 1
## 4774-HHGGS 1
## 4776-XSKYQ 1
## 4778-IZARL 1
## 4779-ZGICK 1
## 4781-ZXYGU 1
## 4782-OSFXZ 1
## 4785-FCIFB 1
## 4785-NKHCX 1
## 4785-QRJHC 1
## 4786-UKSNZ 1
## 4789-KWMXN 1
## 4791-QRGMF 1
## 4795-KTRTH 1
## 4795-UXVCJ 1
## 4795-WRNVT 1
## 4797-AXPXK 1
## 4797-MIWUM 1
## 4800-CZMPC 1
## 4800-VHZKI 1
## 4801-JZAZL 1
## 4801-KFYKL 1
## 4803-AXVYP 1
## 4803-LBYPN 1
## 4804-NCPET 1
## 4806-DXQCE 1
## 4806-HIPDW 1
## 4806-KEXQR 1
## 4807-IZYOZ 1
## 4808-YNLEU 1
## 4811-JBUVU 1
## 4813-HQMGZ 1
## 4815-GBTCD 1
## 4815-TUMEQ 1
## 4815-YOSUK 1
## 4816-JBHOV 1
## 4816-LXZYW 1
## 4816-OKWNX 1
## 4817-KEQSP 1
## 4817-QRJSX 1
## 4817-VYYWS 1
## 4818-DRBQT 1
## 4818-QIUFN 1
## 4819-HJPIW 1
## 4821-SJHJV 1
## 4821-WQOYN 1
## 4822-LPTYJ 1
## 4822-NGOCH 1
## 4822-RVYBB 1
## 4822-YCXMX 1
## 4824-GUCBY 1
## 4825-FUREZ 1
## 4825-XJGDM 1
## 4826-DXMUP 1
## 4826-TZEVA 1
## 4826-XTSOH 1
## 4827-DPADN 1
## 4827-LTQRJ 1
## 4827-USJHP 1
## 4828-FAZPK 1
## 4829-AUOAX 1
## 4829-ZLJTK 1
## 4830-FAXFM 1
## 4831-EOBFE 1
## 4832-VRBMR 1
## 4833-QTJNO 1
## 4835-YSJMR 1
## 4836-WNFNO 1
## 4837-PZTIC 1
## 4837-QUSFT 1
## 4840-ORQXB 1
## 4844-JJWUY 1
## 4846-WHAFZ 1
## 4847-QNOKA 1
## 4847-TAJYI 1
## 4849-PYRLQ 1
## 4851-BQDNX 1
## 4853-OITSN 1
## 4853-RULSV 1
## 4854-CIDCF 1
## 4854-SSLTN 1
## 4855-SNKMY 1
## 4859-ZSRDZ 1
## 4860-IJUDE 1
## 4860-YZGZM 1
## 4868-AADLV 1
## 4869-EPIUS 1
## 4871-JTKJF 1
## 4872-JCVCA 1
## 4872-VXRIL 1
## 4873-ILOLJ 1
## 4877-EVATK 1
## 4877-TSOFF 1
## 4878-BUNFV 1
## 4879-GZLFH 1
## 4881-GQJTW 1
## 4881-JVQOD 1
## 4883-KCPZJ 1
## 4883-QICIH 1
## 4884-LEVMQ 1
## 4884-TVUQF 1
## 4884-ZTHVF 1
## 4890-VMUAV 1
## 4891-NLUBA 1
## 4892-VLANZ 1
## 4893-GYUJU 1
## 4895-TMWIR 1
## 4896-CPRPF 1
## 4897-QSUYC 1
## 4900-MSOMT 1
## 4902-OHLSK 1
## 4903-CNOZC 1
## 4903-UYAVB 1
## 4905-JEFDW 1
## 4906-ZHGPK 1
## 4908-XAXAY 1
## 4909-JOUPP 1
## 4910-AQFFX 1
## 4910-GMJOT 1
## 4911-BANWH 1
## 4912-PIGUY 1
## 4913-EHYUI 1
## 4915-BFSXL 1
## 4918-FYJNT 1
## 4918-QLLIW 1
## 4919-IKATY 1
## 4919-MOAVT 1
## 4922-CVPDX 1
## 4923-ADWXJ 1
## 4925-LMHOK 1
## 4926-UMJZD 1
## 4927-WWOOZ 1
## 4929-BSTRX 1
## 4929-ROART 1
## 4929-XIHVW 1
## 4931-TRZWN 1
## 4933-BSAIP 1
## 4933-IKULF 1
## 4936-YPJNK 1
## 4937-QPZPO 1
## 4939-KYYPY 1
## 4940-KHCWD 1
## 4942-VZZOM 1
## 4945-RVMTE 1
## 4946-EDSEW 1
## 4947-DSMXK 1
## 4948-WBBKL 1
## 4950-BDEUX 1
## 4950-HKQTE 1
## 4951-UKAAQ 1
## 4952-YSOGZ 1
## 4955-VCWBI 1
## 4957-SREEC 1
## 4957-TIALW 1
## 4957-TREIR 1
## 4958-GZWIY 1
## 4958-XCBDQ 1
## 4959-JOSRX 1
## 4962-CHQPW 1
## 4967-WPNCF 1
## 4971-PUYQO 1
## 4973-MGTON 1
## 4973-RLZVI 1
## 4976-LNFVV 1
## 4979-HPRFL 1
## 4980-URKXC 1
## 4981-FLTMF 1
## 4983-CCWMC 1
## 4983-CLMLV 1
## 4986-MXSFP 1
## 4987-GQWPO 1
## 4988-IQIGL 1
## 4989-LIXVT 1
## 4990-ALDGW 1
## 4992-LTJNE 1
## 4993-JCRGJ 1
## 4994-OBRSZ 1
## 4998-IKFSE 1
## 4999-IEZLT 1
## 5002-GCQFH 1
## 5003-OKNNK 1
## 5003-XZWWO 1
## 5006-MXVRN 1
## 5010-IPEAQ 1
## 5012-YSPJJ 1
## 5013-SBUIH 1
## 5014-GSOUQ 1
## 5014-WUQMG 1
## 5016-ETTFF 1
## 5016-IBERQ 1
## 5016-LIPDW 1
## 5018-GWURO 1
## 5018-HEKFO 1
## 5018-LXQQG 1
## 5019-GQVCR 1
## 5020-ZSTTY 1
## 5022-JNQEQ 1
## 5022-KVDQT 1
## 5025-GOOKI 1
## 5027-QPKTE 1
## 5027-XWQHA 1
## 5027-YOCXN 1
## 5028-GZLDO 1
## 5028-HTLJB 1
## 5032-MIYKT 1
## 5032-USPKF 1
## 5035-BVCXS 1
## 5035-PGZXH 1
## 5038-ETMLM 1
## 5039-LZRQT 1
## 5043-TRZWM 1
## 5044-LRQAQ 1
## 5044-XDPYX 1
## 5046-NUHWD 1
## 5047-LHVLY 1
## 5049-GLYVG 1
## 5049-MUBWG 1
## 5052-PNLOS 1
## 5054-IEXZT 1
## 5055-BRMNE 1
## 5055-MGMGF 1
## 5056-FIMPT 1
## 5057-LCOUI 1
## 5057-RKGLH 1
## 5060-TQUQN 1
## 5061-PBXFW 1
## 5062-CJJKH 1
## 5063-IUOKK 1
## 5066-GFJMM 1
## 5067-DGXLL 1
## 5067-WJEUN 1
## 5067-XJQFU 1
## 5071-FBJFS 1
## 5073-RZGBK 1
## 5073-WXOYN 1
## 5074-FBGHB 1
## 5075-JSDKI 1
## 5076-YVXCM 1
## 5077-DXTCG 1
## 5081-NWSUP 1
## 5084-OOVCJ 1
## 5087-SUURX 1
## 5088-QZLRL 1
## 5089-IFSDP 1
## 5090-EMGTC 1
## 5091-HFAZW 1
## 5092-STPKP 1
## 5093-FEGLU 1
## 5095-AESKG 1
## 5095-ETBRJ 1
## 5099-BAILX 1
## 5103-MHMHY 1
## 5108-ADXWO 1
## 5110-CHOPY 1
## 5115-GZDEL 1
## 5115-SQAAU 1
## 5117-IFGPS 1
## 5117-ZSMHQ 1
## 5118-MUEYH 1
## 5119-KEPFY 1
## 5119-NZPTV 1
## 5120-ZBLAI 1
## 5122-CYFXA 1
## 5124-EOGYE 1
## 5125-CNDSP 1
## 5126-RCXYW 1
## 5127-BZENZ 1
## 5129-HHMZC 1
## 5129-JLPIS 1
## 5130-IEKQT 1
## 5130-YPIRV 1
## 5131-PONJI 1
## 5133-POWUA 1
## 5133-VRSAB 1
## 5134-IKDAY 1
## 5135-GRQJV 1
## 5135-RDDQL 1
## 5136-GFPMB 1
## 5136-KCKGI 1
## 5136-RGMZO 1
## 5138-WVKYJ 1
## 5140-FOMCQ 1
## 5141-ZUVBH 1
## 5143-EGQFK 1
## 5143-WMWOG 1
## 5144-PQCDZ 1
## 5144-TVGLP 1
## 5146-CBVOE 1
## 5146-YYFRZ 1
## 5148-HKFIR 1
## 5148-ORICT 1
## 5149-CUZUJ 1
## 5149-QYTTU 1
## 5149-TGWDZ 1
## 5150-ITWWB 1
## 5150-LJNSR 1
## 5151-HQRDG 1
## 5153-LXKDT 1
## 5153-RTHKF 1
## 5154-VEKBL 1
## 5155-AZQPB 1
## 5156-UMKOW 1
## 5158-RIVOP 1
## 5159-YFPKQ 1
## 5160-UXJED 1
## 5161-UBZXI 1
## 5161-XEUVX 1
## 5167-GBFRE 1
## 5167-ZFFMM 1
## 5168-MQQCA 1
## 5168-MSWXT 1
## 5170-PTRKA 1
## 5171-EPLKN 1
## 5172-MIGPM 1
## 5172-RKOCB 1
## 5173-WXOQV 1
## 5173-ZXXXL 1
## 5174-ITUMV 1
## 5174-RNGBH 1
## 5175-AOBHI 1
## 5175-WLYXL 1
## 5176-LDKUH 1
## 5176-LMJXE 1
## 5176-OLSKT 1
## 5177-RVZNU 1
## 5178-LMXOP 1
## 5180-UCIIQ 1
## 5181-OABFK 1
## 5183-KLYEM 1
## 5183-SNMJQ 1
## 5186-EJEGL 1
## 5186-PEIZU 1
## 5186-SAMNZ 1
## 5188-HGMLP 1
## 5192-EBGOV 1
## 5193-QLVZB 1
## 5195-KPUNQ 1
## 5196-SGOAK 1
## 5196-WPYOW 1
## 5197-LQXXH 1
## 5197-PYEPU 1
## 5197-YPYBZ 1
## 5198-EFNBM 1
## 5198-HQAEN 1
## 5199-FPUSP 1
## 5201-CBWYG 1
## 5201-FRKKS 1
## 5201-USSQZ 1
## 5202-IVJNU 1
## 5203-XEHAX 1
## 5204-HMGYF 1
## 5204-QZXPU 1
## 5206-HPJKM 1
## 5206-XZZQI 1
## 5207-PLSTK 1
## 5208-FVQKB 1
## 5208-HFSBT 1
## 5213-TWWJU 1
## 5214-CHIWJ 1
## 5214-NLTIT 1
## 5215-LNLDJ 1
## 5216-WASFJ 1
## 5219-YIPTK 1
## 5220-AGAAX 1
## 5222-IMUKT 1
## 5222-JCXZT 1
## 5223-UZAVK 1
## 5226-NOZFC 1
## 5227-JSCFE 1
## 5228-EXCET 1
## 5229-DTFYB 1
## 5229-PRWKT 1
## 5231-FIQPA 1
## 5232-NXPAY 1
## 5233-AOZUF 1
## 5233-GEEAX 1
## 5236-PERKL 1
## 5236-XMZJY 1
## 5240-CAOYT 1
## 5240-IJOQT 1
## 5242-UOWHD 1
## 5243-SAOTC 1
## 5244-IRFIH 1
## 5245-VDBUR 1
## 5248-KWLAR 1
## 5248-RPYWW 1
## 5248-YGIJN 1
## 5249-QYHEX 1
## 5256-SKJGO 1
## 5260-UMPWX 1
## 5261-QSHQM 1
## 5266-PFRQK 1
## 5268-DSMNQ 1
## 5269-NRGDP 1
## 5271-DBYSJ 1
## 5271-YNWVR 1
## 5274-XHAKY 1
## 5275-PMFUT 1
## 5275-SQEIZ 1
## 5276-KQWHG 1
## 5277-ZLOOR 1
## 5278-PNYOX 1
## 5281-BUZGT 1
## 5285-MVEHD 1
## 5286-YHCVC 1
## 5287-QWLKY 1
## 5288-AHOUP 1
## 5293-WXJAK 1
## 5294-CDGWY 1
## 5294-DMSFH 1
## 5294-IMHHT 1
## 5295-PCJOO 1
## 5296-BFCYD 1
## 5296-PSYVW 1
## 5297-MDOIR 1
## 5298-GSTLM 1
## 5299-RULOA 1
## 5299-SJCZT 1
## 5301-GAUUY 1
## 5302-BDJNT 1
## 5304-EFJLP 1
## 5306-BVTKJ 1
## 5307-DZCVC 1
## 5307-UVGNB 1
## 5309-TAIKL 1
## 5310-NOOVA 1
## 5311-IHLEI 1
## 5312-IRCFR 1
## 5312-TSZVC 1
## 5312-UXESG 1
## 5313-FPXWG 1
## 5315-CKEQK 1
## 5317-FLPJF 1
## 5318-IXUZF 1
## 5318-YKDPV 1
## 5320-BRKGK 1
## 5321-NTRKC 1
## 5322-TEUJK 1
## 5322-ZSMZY 1
## 5324-KTGCG 1
## 5325-UWTWJ 1
## 5327-CNLUQ 1
## 5327-XOKKY 1
## 5329-KRDTM 1
## 5331-RGMTT 1
## 5334-AFQJB 1
## 5334-JLAXU 1
## 5336-UFNZP 1
## 5337-IIWKZ 1
## 5338-YHWYT 1
## 5339-PXDVH 1
## 5339-TJFEK 1
## 5343-SGUBI 1
## 5345-BMKWB 1
## 5346-BZCHP 1
## 5348-CAGXB 1
## 5349-AZPEW 1
## 5349-IECLD 1
## 5351-QESIO 1
## 5353-WILCI 1
## 5356-CSVSQ 1
## 5356-KZCKT 1
## 5356-RHIPP 1
## 5357-TZHPP 1
## 5360-LJCNJ 1
## 5360-XGYAZ 1
## 5364-EVNIB 1
## 5364-XYIRR 1
## 5365-LLFYV 1
## 5366-IJEQJ 1
## 5366-OBVMR 1
## 5370-IIVVL 1
## 5371-VYLSX 1
## 5372-FBKBN 1
## 5373-SFODM 1
## 5375-XLDOF 1
## 5376-DEQCP 1
## 5376-PCKNB 1
## 5377-NDTOU 1
## 5378-IKEEG 1
## 5380-AFSSK 1
## 5380-WJKOV 1
## 5380-XPJNZ 1
## 5382-SOYZL 1
## 5382-TEMLV 1
## 5383-MMTWC 1
## 5384-ZTTWP 1
## 5385-SUIRI 1
## 5386-THSLQ 1
## 5387-ASZNZ 1
## 5389-FFVKB 1
## 5392-AKEMH 1
## 5393-HJZSM 1
## 5393-RXQSZ 1
## 5394-MEITZ 1
## 5394-SVGJV 1
## 5396-IZEPB 1
## 5397-NSKQG 1
## 5397-TUPSH 1
## 5399-ZIMKF 1
## 5402-HTOTQ 1
## 5404-GGUKR 1
## 5405-ZMYXQ 1
## 5406-KGRMX 1
## 5414-OFQCB 1
## 5419-CONWX 1
## 5419-JKZNQ 1
## 5419-JPRRN 1
## 5419-KLXBN 1
## 5423-BHIXO 1
## 5424-RLQLC 1
## 5429-LWCMV 1
## 5433-KYGHE 1
## 5438-QMDDL 1
## 5439-WIKXB 1
## 5440-FLBQG 1
## 5440-VHLUL 1
## 5442-BHQNG 1
## 5442-BXVND 1
## 5442-PPTJY 1
## 5442-UTCVD 1
## 5442-XSDCW 1
## 5443-SCMKX 1
## 5445-GLVOT 1
## 5445-PZWGX 1
## 5445-UTODQ 1
## 5446-DKWYW 1
## 5447-VYTKW 1
## 5447-WZAFP 1
## 5448-VWNAM 1
## 5449-FIBXJ 1
## 5451-MHQOF 1
## 5451-YHYPW 1
## 5453-AXEPF 1
## 5453-YBTWV 1
## 5456-ITGIC 1
## 5457-COLHT 1
## 5458-CQJTA 1
## 5461-QKNTN 1
## 5465-BUBFA 1
## 5468-BPMMO 1
## 5469-CTCWN 1
## 5469-NUJUR 1
## 5472-CVMDX 1
## 5473-KHBPS 1
## 5474-LAMUQ 1
## 5478-JJVZK 1
## 5480-HPRRX 1
## 5480-TBGPH 1
## 5480-XTFFL 1
## 5481-NTDOH 1
## 5482-NUPNA 1
## 5482-PLVPE 1
## 5482-VXSXJ 1
## 5485-ITNPC 1
## 5485-WUYWF 1
## 5493-SDRDQ 1
## 5494-HECPR 1
## 5494-WOZRZ 1
## 5495-GPSRW 1
## 5498-IBWPI 1
## 5498-TXHLF 1
## 5499-ECUTN 1
## 5501-TVMGM 1
## 5502-RLUYV 1
## 5504-WSIUR 1
## 5505-OVWQW 1
## 5510-BOIUJ 1
## 5512-IDZEI 1
## 5514-YQENT 1
## 5515-AKOAJ 1
## 5515-IDEJJ 1
## 5515-RUGKN 1
## 5519-NPHVG 1
## 5519-TEEUH 1
## 5519-YLDGW 1
## 5520-FVEWJ 1
## 5522-JBWMO 1
## 5522-NYKPB 1
## 5524-KHNJP 1
## 5527-ACHSO 1
## 5529-GIBVH 1
## 5533-NHFRF 1
## 5533-RJFTJ 1
## 5536-RTPWK 1
## 5536-SLHPM 1
## 5537-UXXVS 1
## 5539-HIVAK 1
## 5539-TMZLF 1
## 5542-DHSXL 1
## 5542-NKVRU 1
## 5542-TBBWB 1
## 5543-QDCRY 1
## 5546-BYZSM 1
## 5546-QUERU 1
## 5549-ZGHFB 1
## 5550-VFRLC 1
## 5552-ZNFSJ 1
## 5553-AOINX 1
## 5555-RNPGT 1
## 5561-NWEVX 1
## 5562-BETPV 1
## 5562-YJQGT 1
## 5564-NEMQO 1
## 5565-FILXA 1
## 5566-SOEZD 1
## 5567-GZKQY 1
## 5567-WSELE 1
## 5568-DMXZS 1
## 5569-IDSEY 1
## 5569-KGJHX 1
## 5569-OUICF 1
## 5570-PTWEH 1
## 5572-ZDXHY 1
## 5574-NXZIU 1
## 5575-GNVDE 1
## 5575-TPIZQ 1
## 5577-OTWWW 1
## 5578-NKCXI 1
## 5583-EJXRD 1
## 5583-SXDAG 1
## 5590-BYNII 1
## 5590-YRFJT 1
## 5590-ZSKRV 1
## 5593-SUAOO 1
## 5597-GLBUC 1
## 5598-IKHQQ 1
## 5599-HVLTW 1
## 5600-KTXFM 1
## 5600-PDUJF 1
## 5602-BVFMK 1
## 5605-IYGFG 1
## 5605-XNWEN 1
## 5606-AMZBO 1
## 5609-CEBID 1
## 5609-IMCGG 1
## 5614-DNZCE 1
## 5616-PRTNT 1
## 5619-PTMIK 1
## 5619-XZZKR 1
## 5622-UEJFI 1
## 5624-BQSSA 1
## 5624-RYAMH 1
## 5626-MGTUK 1
## 5627-TVBPP 1
## 5628-FCGYG 1
## 5628-RKIFK 1
## 5630-AHZIL 1
## 5630-IXDXV 1
## 5639-NTUPK 1
## 5640-CAXOA 1
## 5641-DMBFJ 1
## 5642-MHDQT 1
## 5644-PDMZC 1
## 5647-FXOTP 1
## 5647-URDKA 1
## 5649-ANRML 1
## 5649-RXQTV 1
## 5649-TJHOV 1
## 5649-VUKMC 1
## 5650-VDUDS 1
## 5650-YLIBA 1
## 5651-CPDND 1
## 5651-CRHKQ 1
## 5651-WYIPH 1
## 5651-YLPRD 1
## 5652-MSDEY 1
## 5655-JSMZM 1
## 5656-JAMLX 1
## 5656-MJEFC 1
## 5663-QBGIS 1
## 5666-CYCYZ 1
## 5666-MBJPT 1
## 5668-MEISB 1
## 5669-SRAIP 1
## 5671-RQRLP 1
## 5671-UUNXD 1
## 5673-FSSMF 1
## 5673-TIYIB 1
## 5676-CFLYY 1
## 5678-VFNEQ 1
## 5680-LQOGP 1
## 5681-LLOEI 1
## 5684-FJVYR 1
## 5685-IIXLY 1
## 5686-CMAWK 1
## 5687-DKDTV 1
## 5688-KZTSN 1
## 5692-FPTAH 1
## 5692-ICXLW 1
## 5693-PIPCS 1
## 5696-CEIQJ 1
## 5696-EXCYS 1
## 5696-JVVQY 1
## 5696-QURRL 1
## 5697-GOMBF 1
## 5698-BQJOH 1
## 5699-BNCAS 1
## 5701-GUXDC 1
## 5701-SVCWR 1
## 5701-YVSVF 1
## 5701-ZIKJE 1
## 5702-KVQRD 1
## 5702-SKUOB 1
## 5707-ORNDZ 1
## 5707-ZMDJP 1
## 5708-EVONK 1
## 5709-LVOEQ 1
## 5712-AHQNN 1
## 5712-PTIWW 1
## 5712-VBOXD 1
## 5716-EZXZN 1
## 5716-LIBJC 1
## 5724-BIDBU 1
## 5726-CVNYA 1
## 5727-MYATE 1
## 5729-KLZAR 1
## 5730-DBDSI 1
## 5730-RIITO 1
## 5732-IKGQH 1
## 5734-EJKXG 1
## 5736-YEJAX 1
## 5740-YHGTW 1
## 5743-KHMNA 1
## 5747-PMBSQ 1
## 5748-RNCJT 1
## 5751-USDBL 1
## 5753-QQWPW 1
## 5756-JYOJT 1
## 5756-OZRIO 1
## 5759-RCVCB 1
## 5760-FXFVO 1
## 5760-IFJOZ 1
## 5760-WRAHC 1
## 5762-TJXGK 1
## 5766-FTRTS 1
## 5766-XQXMQ 1
## 5766-ZJYBB 1
## 5774-QPLTF 1
## 5774-XZTQC 1
## 5777-KJIRB 1
## 5777-ZPQNC 1
## 5778-BVOFB 1
## 5780-INQIK 1
## 5781-BKHOP 1
## 5781-RFZRP 1
## 5787-KXGIY 1
## 5788-YPOEG 1
## 5789-LDFXO 1
## 5791-KAJFD 1
## 5792-JALQC 1
## 5793-YOLJN 1
## 5795-BKOYE 1
## 5795-KTGUD 1
## 5797-APWZC 1
## 5799-JRCZO 1
## 5802-ADBRC 1
## 5803-NQJZO 1
## 5804-HYIEZ 1
## 5804-JMYIO 1
## 5804-LEPIM 1
## 5808-TOTXO 1
## 5811-IWXYM 1
## 5813-UECBU 1
## 5815-HGGHV 1
## 5816-JMLGY 1
## 5816-QVHRX 1
## 5816-SCGFC 1
## 5820-PTRYM 1
## 5821-MMEIL 1
## 5825-XJOCM 1
## 5827-MWCZK 1
## 5828-AVIPD 1
## 5828-DWPIL 1
## 5829-NVSQN 1
## 5832-EXGTT 1
## 5832-TRLPB 1
## 5832-XKAES 1
## 5834-ASPWA 1
## 5835-BEQEU 1
## 5837-LXSDN 1
## 5839-SUYVZ 1
## 5840-NVDCG 1
## 5842-POCOP 1
## 5843-TTHGI 1
## 5844-QVTAT 1
## 5845-BZZIB 1
## 5846-ABOBJ 1
## 5846-NEQVZ 1
## 5846-QFDFI 1
## 5847-MXBEO 1
## 5848-FHRFC 1
## 5849-ASHZJ 1
## 5850-BDWCY 1
## 5854-KSRBJ 1
## 5855-EIBDE 1
## 5857-TYBCJ 1
## 5857-XRECV 1
## 5858-EAFCZ 1
## 5859-HZYLF 1
## 5862-BRIXZ 1
## 5863-OOKCL 1
## 5868-CZJDR 1
## 5868-YTYKS 1
## 5868-YWPDW 1
## 5871-DGTXZ 1
## 5872-OEQNH 1
## 5875-YPQFJ 1
## 5876-HZVZM 1
## 5876-QMYLD 1
## 5879-HMFFH 1
## 5879-SESNB 1
## 5882-CMAZQ 1
## 5883-GTGVD 1
## 5884-FBCTL 1
## 5884-GCYMI 1
## 5886-VLQVU 1
## 5887-IKKYO 1
## 5889-JTMUL 1
## 5889-LFOLL 1
## 5893-KCLGT 1
## 5893-PYOLZ 1
## 5895-QSXOD 1
## 5896-NPFWW 1
## 5897-ZYEKH 1
## 5898-IGSLP 1
## 5899-MQZZL 1
## 5899-OUVKV 1
## 5902-WBLSE 1
## 5906-BFOZT 1
## 5906-CVLHP 1
## 5906-DVAPM 1
## 5908-QMGOE 1
## 5909-ECHUI 1
## 5913-INRQV 1
## 5914-DVBWJ 1
## 5914-GXMDA 1
## 5914-XRFQB 1
## 5915-ANOEI 1
## 5915-DGNVC 1
## 5916-QEWPT 1
## 5917-HBSDW 1
## 5917-RYRMG 1
## 5918-VUKWP 1
## 5919-TMRGD 1
## 5919-VCZYM 1
## 5921-NGYRH 1
## 5922-ABDVO 1
## 5923-GXUOC 1
## 5924-IFQTT 1
## 5924-SNGKP 1
## 5928-QLDHB 1
## 5930-GBIWP 1
## 5931-FLJJF 1
## 5934-RMPOV 1
## 5934-TSSAU 1
## 5935-FCCNB 1
## 5937-EORGB 1
## 5939-SXWHM 1
## 5939-XAIXZ 1
## 5940-AHUHD 1
## 5940-NFXKV 1
## 5944-UGLLK 1
## 5945-AZYHT 1
## 5947-SGKCL 1
## 5948-UJZLF 1
## 5949-EBSQK 1
## 5949-HGVJL 1
## 5949-XIKAE 1
## 5950-AAAGJ 1
## 5951-AOFIH 1
## 5954-BDFSG 1
## 5955-EPOAZ 1
## 5955-ERIHD 1
## 5956-VKDTT 1
## 5956-YHHRX 1
## 5959-BELXA 1
## 5960-MVTUK 1
## 5960-WPXQM 1
## 5961-VUSRV 1
## 5965-GGPRW 1
## 5966-EMAZU 1
## 5968-HYJRZ 1
## 5968-VXZLG 1
## 5968-XQIVE 1
## 5970-GHJAW 1
## 5973-EJGDP 1
## 5975-BAICR 1
## 5976-JCJRH 1
## 5977-CKHON 1
## 5980-BDHPY 1
## 5980-NOPLP 1
## 5981-ITEMU 1
## 5981-ZVXOT 1
## 5982-FPVQN 1
## 5982-PSMKW 1
## 5982-XMDEX 1
## 5985-BEHZK 1
## 5985-TBABQ 1
## 5986-WWXDV 1
## 5989-AXPUC 1
## 5989-OMNJE 1
## 5989-PGKJB 1
## 5993-BQHEA 1
## 5993-JSUWV 1
## 5995-LFTLE 1
## 5995-OIGLP 1
## 5995-SNNEW 1
## 5995-WWKKG 1
## 5996-DAOQL 1
## 5996-EBTKM 1
## 5996-NRVXR 1
## 5997-OPVFA 1
## 5998-DZLYR 1
## 5998-VVEJY 1
## 5999-LCXAO 1
## 6000-APYLU 1
## 6000-UKLWI 1
## 6005-OBZPH 1
## 6007-TCTST 1
## 6008-NAIXK 1
## 6010-DDPPW 1
## 6013-BHCAW 1
## 6015-VVHHE 1
## 6016-LVTJQ 1
## 6016-NXBNJ 1
## 6017-PPLPX 1
## 6022-KOUQO 1
## 6022-UGGSO 1
## 6023-GSSXW 1
## 6023-YEBUP 1
## 6024-RUGGH 1
## 6029-CSMJE 1
## 6029-WTIPC 1
## 6030-REHUX 1
## 6032-IGALN 1
## 6032-KRXXO 1
## 6034-YMTOB 1
## 6034-ZRYCV 1
## 6035-BXTTY 1
## 6035-RIIOM 1
## 6036-TTFYU 1
## 6038-GCYEC 1
## 6040-CGACY 1
## 6047-SUHPR 1
## 6047-YHPVI 1
## 6048-NJXHX 1
## 6048-QBXKL 1
## 6048-UWKAL 1
## 6050-FFXES 1
## 6050-IJRHS 1
## 6051-PTVNS 1
## 6060-DRTNL 1
## 6060-QBMGV 1
## 6061-GWWAV 1
## 6061-PQHMK 1
## 6064-PUPMC 1
## 6064-ZATLR 1
## 6067-NGCEU 1
## 6072-NUQCB 1
## 6075-QMNRR 1
## 6075-SLNIL 1
## 6077-BDPXA 1
## 6078-VESFR 1
## 6080-LNESI 1
## 6080-TCMYC 1
## 6082-GLJIX 1
## 6082-OQFBA 1
## 6086-ESGRL 1
## 6087-MVHJH 1
## 6087-YPWHO 1
## 6088-BXMRG 1
## 6092-QZVPP 1
## 6094-ZIVKX 1
## 6096-EGVTU 1
## 6097-EQISJ 1
## 6100-FJZDG 1
## 6100-QQHEB 1
## 6101-IMRMM 1
## 6103-BOCOU 1
## 6103-LIANB 1
## 6103-QCKFX 1
## 6108-OQZDQ 1
## 6110-OHIHY 1
## 6112-KTHFQ 1
## 6114-TCFID 1
## 6115-ZTBFQ 1
## 6116-RFVHN 1
## 6119-SPUDB 1
## 6120-RJKLU 1
## 6121-TNHBO 1
## 6121-VZNQB 1
## 6122-EFVKN 1
## 6122-LJADA 1
## 6124-ACRHJ 1
## 6127-ISGTU 1
## 6127-IYJOZ 1
## 6128-AQBMT 1
## 6128-CZOMY 1
## 6128-DAFVY 1
## 6131-FOYAS 1
## 6131-IUNXN 1
## 6131-JLWZM 1
## 6133-OZILE 1
## 6134-KWTBV 1
## 6135-OZQVA 1
## 6137-MFAJN 1
## 6137-NICCO 1
## 6139-ZZRBQ 1
## 6140-QNRQQ 1
## 6141-OOXUQ 1
## 6142-VSJQO 1
## 6143-JQKEA 1
## 6145-NNPNO 1
## 6147-CBCRA 1
## 6152-ONASV 1
## 6156-UZDLF 1
## 6158-DWPZT 1
## 6158-HDPXZ 1
## 6161-ERDGD 1
## 6161-UUUTA 1
## 6164-HAQTX 1
## 6164-HXUGH 1
## 6166-ILMNY 1
## 6166-YIPFO 1
## 6168-WFVVF 1
## 6168-YBYNP 1
## 6169-PGNCD 1
## 6169-PPETC 1
## 6171-ZTVYB 1
## 6172-FECYY 1
## 6173-GOLSU 1
## 6173-ITPWD 1
## 6174-NRBTZ 1
## 6175-IRFIT 1
## 6176-YJWAS 1
## 6177-PEVRA 1
## 6178-KFNHS 1
## 6179-GJPSO 1
## 6180-YBIQI 1
## 6181-AXXYF 1
## 6184-DYUOB 1
## 6185-TASNN 1
## 6188-UXBBR 1
## 6194-HBGQN 1
## 6195-MELTI 1
## 6196-HBOBZ 1
## 6198-PNNSZ 1
## 6198-RTPMF 1
## 6198-ZFIOJ 1
## 6199-IPCAO 1
## 6199-IWKGC 1
## 6202-DYYFX 1
## 6202-JVYEU 1
## 6203-HBZPA 1
## 6204-IEUXJ 1
## 6207-WIOLX 1
## 6210-KBBPI 1
## 6211-WHMYA 1
## 6211-WWLTF 1
## 6212-ATMLK 1
## 6214-EDAKZ 1
## 6215-NQCPY 1
## 6217-KDYWC 1
## 6217-TOWGS 1
## 6218-KNUBD 1
## 6221-AVQYL 1
## 6223-DHJGV 1
## 6227-FBDXH 1
## 6227-HWPWX 1
## 6229-LSCKB 1
## 6229-UOLQL 1
## 6230-BSUXY 1
## 6231-WFGFH 1
## 6233-HXJMX 1
## 6234-PFPXL 1
## 6234-RAAPL 1
## 6235-VDHOM 1
## 6240-EURKS 1
## 6242-FEGFD 1
## 6242-MBHPK 1
## 6242-SGYTS 1
## 6243-OZGFH 1
## 6244-BESBM 1
## 6248-BSHKG 1
## 6248-TKCQV 1
## 6250-CGGUN 1
## 6252-DFGTK 1
## 6253-GNHWH 1
## 6253-WRFHY 1
## 6257-DTAYD 1
## 6257-RJOHI 1
## 6258-NGCNG 1
## 6258-PVZWJ 1
## 6259-WJQLC 1
## 6260-ONULR 1
## 6260-XLACS 1
## 6261-LHRTG 1
## 6261-RCVNS 1
## 6265-FRMTQ 1
## 6265-SXWBU 1
## 6266-QHOJZ 1
## 6267-DCFFZ 1
## 6270-OMFIW 1
## 6275-YDUVO 1
## 6278-FEPBZ 1
## 6281-FKEWS 1
## 6283-GITPX 1
## 6284-AHOOQ 1
## 6284-KMNUF 1
## 6285-FTQBF 1
## 6286-SUUWT 1
## 6286-ZHAOK 1
## 6288-CHQJB 1
## 6288-LBEAR 1
## 6289-CPNLD 1
## 6292-TOSSS 1
## 6295-OSINB 1
## 6296-DDOOR 1
## 6297-NOOPG 1
## 6298-QDFNH 1
## 6300-BWMJX 1
## 6302-JGYRJ 1
## 6303-KFWSL 1
## 6304-IJFSQ 1
## 6305-YLBMM 1
## 6308-CQRBU 1
## 6311-UEUME 1
## 6313-GIDIT 1
## 6317-YPKDH 1
## 6319-IEJWJ 1
## 6319-QSUSR 1
## 6322-HRPFA 1
## 6322-PJJDJ 1
## 6323-AYBRX 1
## 6326-MTTXK 1
## 6328-ZPBGN 1
## 6330-JKLPC 1
## 6331-EWIEB 1
## 6331-LWDTQ 1
## 6332-FBZRI 1
## 6333-YDVLT 1
## 6338-AVWCY 1
## 6339-DKLMK 1
## 6339-RZCBJ 1
## 6339-TBELP 1
## 6339-YPSAH 1
## 6340-DACFT 1
## 6341-AEVKX 1
## 6341-JVQGF 1
## 6344-SFJVH 1
## 6345-FZOQH 1
## 6345-HOVES 1
## 6345-ULYRW 1
## 6347-DCUIK 1
## 6348-SNFUS 1
## 6349-JDHQP 1
## 6350-XFYGW 1
## 6351-SCJKT 1
## 6352-GIGGQ 1
## 6352-TWCAU 1
## 6353-BRMMA 1
## 6356-ELRKD 1
## 6357-JJPQT 1
## 6358-LYNGM 1
## 6360-SVNWV 1
## 6362-QHAFM 1
## 6365-HITVU 1
## 6365-MTGZX 1
## 6366-XIVKZ 1
## 6366-ZGQGL 1
## 6368-NWMCE 1
## 6368-TZZDT 1
## 6369-MCAKO 1
## 6370-ZVHDV 1
## 6371-NZYEG 1
## 6372-RFVNS 1
## 6374-AFWOX 1
## 6374-NTQLP 1
## 6376-GAHQE 1
## 6377-KSLXC 1
## 6377-WHAOX 1
## 6379-RXJRQ 1
## 6380-ARCEH 1
## 6383-ZTSIW 1
## 6384-VMJHP 1
## 6386-SZZKH 1
## 6388-TABGU 1
## 6390-DSAZX 1
## 6393-WRYZE 1
## 6394-HHHZM 1
## 6394-MFYNG 1
## 6397-JNZZG 1
## 6400-BWQKW 1
## 6402-EJMWF 1
## 6402-SSEJG 1
## 6402-ZFPPI 1
## 6407-GSJNL 1
## 6407-UTSLV 1
## 6408-OTUBZ 1
## 6408-WHTEF 1
## 6410-LEFEN 1
## 6413-XKKPU 1
## 6416-JNVRK 1
## 6416-TVAIH 1
## 6416-YJTTB 1
## 6418-HNFED 1
## 6418-PIQSP 1
## 6419-ZTTLE 1
## 6421-SZVEM 1
## 6424-ELEYH 1
## 6425-JWTDV 1
## 6425-YQLLO 1
## 6427-FEFIG 1
## 6429-SHBCB 1
## 6432-TWQLB 1
## 6434-TTGJP 1
## 6435-SRWBJ 1
## 6435-VWCCY 1
## 6437-UDQJM 1
## 6437-UKHMV 1
## 6439-GTPCA 1
## 6439-LAJXL 1
## 6439-PKTRR 1
## 6440-DKQGE 1
## 6445-TNRXS 1
## 6447-EGDIV 1
## 6447-GORXK 1
## 6457-GIRWB 1
## 6457-USBER 1
## 6458-CYIDZ 1
## 6461-PPAXN 1
## 6461-SZMCV 1
## 6463-HHXJR 1
## 6463-MVYRY 1
## 6464-KEXXH 1
## 6465-GSRCL 1
## 6467-CHFZW 1
## 6469-MRVET 1
## 6469-QJKZW 1
## 6473-ULUHT 1
## 6474-FVJLC 1
## 6475-VHUIZ 1
## 6476-EPYZR 1
## 6476-YHMGA 1
## 6478-HRRCZ 1
## 6479-OAUSD 1
## 6479-SZPLM 1
## 6479-VDGRK 1
## 6480-YAGIY 1
## 6481-ESCNL 1
## 6481-LXPWL 1
## 6481-OGDOO 1
## 6483-OATDN 1
## 6484-LATFU 1
## 6485-QXWWE 1
## 6486-LHTMA 1
## 6490-FGZAT 1
## 6496-JDSSB 1
## 6496-SLWHQ 1
## 6497-TILVL 1
## 6500-JVEGC 1
## 6502-HCJTI 1
## 6502-KUGLL 1
## 6502-MJQAE 1
## 6504-VBLFL 1
## 6505-OZNPG 1
## 6506-EYCNH 1
## 6507-DTJZV 1
## 6507-ZJSUR 1
## 6508-NJYRO 1
## 6509-TSGWN 1
## 6510-UPNKS 1
## 6513-EECDB 1
## 6516-NKQBO 1
## 6518-KZXCB 1
## 6518-LGAOV 1
## 6518-PPLMZ 1
## 6519-CFDBX 1
## 6519-ZHPXP 1
## 6521-YYTYI 1
## 6522-OIQSX 1
## 6522-YRBXD 1
## 6527-PZFPV 1
## 6532-YLWSI 1
## 6537-OTKMY 1
## 6537-QLGEX 1
## 6538-POCHL 1
## 6542-LWGXJ 1
## 6543-CPZMK 1
## 6543-JXSOO 1
## 6543-XRMYR 1
## 6546-OPBBH 1
## 6549-BTYPG 1
## 6549-NNDYT 1
## 6549-YMFAW 1
## 6551-GNYDG 1
## 6551-VLJMV 1
## 6551-ZCOTS 1
## 6556-DBKZF 1
## 6557-BZXLQ 1
## 6559-ILWKJ 1
## 6559-PDZLR 1
## 6559-RAKOZ 1
## 6563-VNPMN 1
## 6563-VRERX 1
## 6567-HOOPW 1
## 6568-POCUI 1
## 6569-KTMDU 1
## 6572-ADKRS 1
## 6574-MCOEH 1
## 6575-SUVOI 1
## 6576-FBXOJ 1
## 6578-KRMAW 1
## 6579-JPICP 1
## 6581-NQCBA 1
## 6582-OIVSP 1
## 6582-PLFUU 1
## 6583-KQJLK 1
## 6583-QGCSI 1
## 6583-SZVGP 1
## 6584-VQMYT 1
## 6585-WCEWR 1
## 6586-MYGKD 1
## 6586-PSJOX 1
## 6591-QGOYB 1
## 6595-COKXZ 1
## 6595-YGXIT 1
## 6598-KELSS 1
## 6598-RFFVI 1
## 6599-CEBNN 1
## 6599-GZWCM 1
## 6599-RCLCJ 1
## 6599-SFQVE 1
## 6603-QWSPR 1
## 6603-YRDCJ 1
## 6608-QQLVK 1
## 6609-MXJHJ 1
## 6614-FHDBO 1
## 6614-VBEGU 1
## 6614-YOLAC 1
## 6614-YWYSC 1
## 6615-NGGZJ 1
## 6615-ZGEDR 1
## 6616-AALSR 1
## 6617-WLBQC 1
## 6618-RYATB 1
## 6619-RPLQZ 1
## 6620-HVDUJ 1
## 6620-JDYNW 1
## 6621-NRZAK 1
## 6621-YOBKI 1
## 6624-JDRDS 1
## 6625-FLENO 1
## 6625-IUTTT 1
## 6625-UTXEW 1
## 6627-CFOSN 1
## 6629-CZTTH 1
## 6629-LADHQ 1
## 6630-UJZMY 1
## 6631-HMANX 1
## 6633-MPWBS 1
## 6633-SYEUS 1
## 6635-CPNUN 1
## 6635-MYYYZ 1
## 6637-KYRCV 1
## 6641-XRPSU 1
## 6645-MXQJT 1
## 6646-JPPHA 1
## 6646-QVXLR 1
## 6646-VRFOL 1
## 6647-ZEDXT 1
## 6648-INWPS 1
## 6650-BWFRT 1
## 6650-VJONK 1
## 6651-AZVTJ 1
## 6651-RLGGM 1
## 6652-YFFJO 1
## 6653-CBBOM 1
## 6654-QGBZZ 1
## 6655-LHBYW 1
## 6656-GULJQ 1
## 6656-JWRQX 1
## 6661-EIPZC 1
## 6661-HBGWL 1
## 6663-JOCQO 1
## 6664-FPDAC 1
## 6668-CNMFP 1
## 6670-MFRPK 1
## 6671-NGWON 1
## 6674-KVJHG 1
## 6680-NENYN 1
## 6680-WKXRZ 1
## 6681-ZSEXG 1
## 6682-QJDGB 1
## 6682-VCIXC 1
## 6683-VLCTZ 1
## 6685-GBWJZ 1
## 6685-XSHHU 1
## 6686-YPGHK 1
## 6688-UZPWD 1
## 6689-KXGBO 1
## 6689-TCZHQ 1
## 6689-VRRTK 1
## 6691-CCIHA 1
## 6692-UDPJC 1
## 6692-YQHXC 1
## 6693-DJWTY 1
## 6693-FRIRW 1
## 6695-AMZUF 1
## 6695-FRVEC 1
## 6696-YDAYZ 1
## 6698-OXETB 1
## 6701-DHKWQ 1
## 6701-YVNQG 1
## 6702-OHFWR 1
## 6704-UTUKK 1
## 6705-LNMDD 1
## 6705-LXORM 1
## 6710-HSJRD 1
## 6711-FLDFB 1
## 6711-VTNRE 1
## 6712-OAWRH 1
## 6713-OKOMC 1
## 6715-OFDBP 1
## 6718-BDGHG 1
## 6719-FGEDO 1
## 6719-OXYBR 1
## 6723-CEGQI 1
## 6723-WSNTY 1
## 6725-TPKJO 1
## 6726-NNFWD 1
## 6726-WEXXK 1
## 6727-IOTLZ 1
## 6728-CZFEI 1
## 6728-DKUCO 1
## 6728-VOIFY 1
## 6728-WYQBC 1
## 6729-FZWSY 1
## 6729-GDNGC 1
## 6732-FZUGP 1
## 6732-VAILE 1
## 6733-LRIZX 1
## 6734-CKRSM 1
## 6734-FQAJX 1
## 6734-GMPVK 1
## 6734-JDTTV 1
## 6734-PSBAW 1
## 6736-DHUQI 1
## 6738-ISCBM 1
## 6741-EGCBI 1
## 6741-QRLUP 1
## 6743-HHQPF 1
## 6745-JEFZB 1
## 6746-WAUWT 1
## 6749-UTDVX 1
## 6752-APNJL 1
## 6754-LZUKA 1
## 6754-WKSHP 1
## 6762-NSODU 1
## 6762-QVYJO 1
## 6765-MBQNU 1
## 6766-HFKLA 1
## 6769-DCQLI 1
## 6769-DYBQN 1
## 6770-UAYGJ 1
## 6770-XUAGN 1
## 6771-XWBDM 1
## 6772-KSATR 1
## 6772-WFQRD 1
## 6773-LQTVT 1
## 6776-TLWOI 1
## 6777-TGHTM 1
## 6778-EICRF 1
## 6778-JFCMK 1
## 6778-YSNIH 1
## 6784-XYJAE 1
## 6786-OBWQR 1
## 6789-HJBWG 1
## 6791-YBNAK 1
## 6794-HKIAJ 1
## 6797-LNAQX 1
## 6797-UCJHZ 1
## 6804-GDMOI 1
## 6806-YDEUL 1
## 6807-SIWJI 1
## 6810-VCAEX 1
## 6813-GZQCG 1
## 6814-ZPWFQ 1
## 6815-ABQFQ 1
## 6817-WTYHE 1
## 6818-DJXAA 1
## 6818-WOBHJ 1
## 6821-BUXUX 1
## 6821-JPCDC 1
## 6823-SIDFQ 1
## 6825-UYPFK 1
## 6827-IEAUQ 1
## 6828-HMKWP 1
## 6833-JMZYP 1
## 6834-NXDCA 1
## 6837-BJYDQ 1
## 6837-HAEVO 1
## 6838-HVLXG 1
## 6838-YAUVY 1
## 6839-ITVZJ 1
## 6840-RESVB 1
## 6844-DZKRF 1
## 6845-RGTYS 1
## 6847-KJLTS 1
## 6848-HJTXY 1
## 6848-YLDFR 1
## 6849-OYAMU 1
## 6849-WLEYG 1
## 6851-WEFYX 1
## 6854-EXGSF 1
## 6855-VLGOS 1
## 6856-RAURS 1
## 6857-TKDJV 1
## 6857-VWJDT 1
## 6859-QNXIQ 1
## 6859-RKMZJ 1
## 6860-YRJZP 1
## 6861-OKBCE 1
## 6861-XWTWQ 1
## 6862-CQUMB 1
## 6865-JZNKO 1
## 6867-ACCZI 1
## 6869-FGJJC 1
## 6870-ECSHE 1
## 6870-ZWMNX 1
## 6872-HXFNF 1
## 6873-UDNLD 1
## 6874-SGLHU 1
## 6876-ADESB 1
## 6877-LGWXO 1
## 6877-TJMBR 1
## 6878-GGDWG 1
## 6885-PKOAM 1
## 6888-SBYAI 1
## 6890-PFRQX 1
## 6891-JPYFF 1
## 6892-BOGQE 1
## 6892-EZDTG 1
## 6892-XPFPU 1
## 6893-ODYYE 1
## 6894-LFHLY 1
## 6896-SRVYQ 1
## 6897-RWMUB 1
## 6897-UUBNU 1
## 6898-MDLZW 1
## 6898-RBTLU 1
## 6899-PPEEA 1
## 6900-PXRMS 1
## 6900-RBKER 1
## 6901-GOGZG 1
## 6904-JLBGY 1
## 6905-NIQIN 1
## 6906-ANDWJ 1
## 6906-MPARY 1
## 6907-CQGPN 1
## 6907-FLBER 1
## 6907-NZZIJ 1
## 6908-VVYHM 1
## 6910-HADCM 1
## 6916-HIJSE 1
## 6917-FIJHC 1
## 6917-IAYHD 1
## 6917-YACBP 1
## 6918-UMQCG 1
## 6919-ELBGL 1
## 6921-OZMFH 1
## 6922-NCEDI 1
## 6923-AQONU 1
## 6923-EFPNL 1
## 6923-JHPMP 1
## 6924-TDGMT 1
## 6925-BAYGL 1
## 6927-WTFIV 1
## 6928-ONTRW 1
## 6933-FHBZC 1
## 6933-VLYFX 1
## 6937-GCDGQ 1
## 6941-KXRRV 1
## 6941-PMGEP 1
## 6942-LBFDP 1
## 6946-LMSQS 1
## 6950-TWMYB 1
## 6952-OMNWB 1
## 6953-PBDIN 1
## 6954-OOYZZ 1
## 6956-SMUCM 1
## 6959-GQEGV 1
## 6959-UWKHF 1
## 6960-HVYXR 1
## 6961-MJKBO 1
## 6961-VCPMC 1
## 6963-EZQEE 1
## 6963-KQYQB 1
## 6967-PEJLL 1
## 6967-QIQRV 1
## 6968-GMKPR 1
## 6968-MHOMU 1
## 6968-URWQU 1
## 6969-MVBAI 1
## 6972-SNKKW 1
## 6974-DAFLI 1
## 6976-BWGLQ 1
## 6979-TNDEU 1
## 6979-ZNSFF 1
## 6980-CDGFC 1
## 6980-IMXXE 1
## 6981-TDRFT 1
## 6982-SSHFK 1
## 6982-UQZLY 1
## 6985-HAYWX 1
## 6986-IJDHX 1
## 6986-IXNDM 1
## 6987-XQSJT 1
## 6988-CJEYV 1
## 6990-YNRIO 1
## 6992-TKNYO 1
## 6993-OHLXR 1
## 6993-YCOBK 1
## 6993-YGFJV 1
## 6994-FGRHH 1
## 6994-KERXL 1
## 6994-ORCWG 1
## 6996-KNSML 1
## 6997-UVGOX 1
## 6999-CHVCF 1
## 7000-WCEVQ 1
## 7005-CCBKV 1
## 7005-CYUIL 1
## 7008-LZVOZ 1
## 7009-LGECI 1
## 7009-PCARS 1
## 7010-BRBUU 1
## 7010-ZMVBF 1
## 7011-CVEUC 1
## 7013-PSXHK 1
## 7014-ZZXAW 1
## 7016-BPGEU 1
## 7016-NVRIC 1
## 7017-VFHAY 1
## 7017-VFULY 1
## 7018-FPXHH 1
## 7018-WBJNK 1
## 7020-OZKXZ 1
## 7021-XSNYE 1
## 7024-OHCCK 1
## 7025-IWFHT 1
## 7025-WCBNE 1
## 7026-YMSBE 1
## 7028-DVOIQ 1
## 7029-IJEJK 1
## 7029-RPUAV 1
## 7030-FZTFM 1
## 7030-NJVDP 1
## 7032-LMBHI 1
## 7033-CLAMM 1
## 7036-TYDEC 1
## 7036-ZZKBD 1
## 7037-MTYVW 1
## 7041-TXQJH 1
## 7044-YAACC 1
## 7047-FWEYA 1
## 7047-YXDMZ 1
## 7048-GXDAY 1
## 7049-GKVZY 1
## 7054-DMVAS 1
## 7054-ENNGU 1
## 7054-LGEQW 1
## 7055-HNEOJ 1
## 7055-JCGNI 1
## 7055-VKGDA 1
## 7056-IMHCC 1
## 7061-OVMIM 1
## 7064-FRRSW 1
## 7064-JHXCE 1
## 7065-YUNRY 1
## 7067-KSAZT 1
## 7072-MBHEV 1
## 7073-QETQY 1
## 7074-IEVOJ 1
## 7074-STDCN 1
## 7075-BNDVQ 1
## 7077-XJMET 1
## 7078-NVFAM 1
## 7079-QRCBC 1
## 7080-TNUWP 1
## 7083-MIOPC 1
## 7083-YNSKY 1
## 7088-FBAWU 1
## 7089-IVVAZ 1
## 7089-RKVSZ 1
## 7089-XXAYG 1
## 7094-MSZAO 1
## 7096-UCLNH 1
## 7096-ZNBZI 1
## 7100-FQPRV 1
## 7101-HRBLJ 1
## 7102-JJVTX 1
## 7103-IPXPJ 1
## 7103-ZGVNT 1
## 7105-BENQF 1
## 7105-MXJLL 1
## 7107-UBYKY 1
## 7108-DGVUU 1
## 7109-CQYUZ 1
## 7109-MFBYV 1
## 7110-BDTWG 1
## 7112-OPOTK 1
## 7113-HIPFI 1
## 7114-AEOZE 1
## 7115-IRDHS 1
## 7120-RFMVS 1
## 7123-WQUHX 1
## 7124-UGSUR 1
## 7126-RBHSD 1
## 7128-GGCNO 1
## 7129-ACFOG 1
## 7129-AZJDE 1
## 7129-CAKJW 1
## 7130-CTCUS 1
## 7130-VTEWQ 1
## 7130-YXBRO 1
## 7131-ZQZNK 1
## 7133-VBDCG 1
## 7134-HBPBS 1
## 7134-MJPDY 1
## 7136-IHZJA 1
## 7136-RVDTZ 1
## 7137-NAXML 1
## 7137-RYLPP 1
## 7138-GIRSH 1
## 7139-JZFVG 1
## 7140-ADSMJ 1
## 7142-HVGBG 1
## 7143-BQIBA 1
## 7145-FEJWU 1
## 7147-AYBAA 1
## 7148-XZPHA 1
## 7153-CHRBV 1
## 7153-OANIO 1
## 7156-MHUGY 1
## 7156-MXBJE 1
## 7157-SMCFK 1
## 7159-FVYPK 1
## 7159-NOKYQ 1
## 7161-DFHUF 1
## 7162-WPHPM 1
## 7163-OCEQI 1
## 7164-BPTUT 1
## 7167-PCEYD 1
## 7168-HDQHG 1
## 7169-YWAMK 1
## 7173-TETGO 1
## 7175-NTIXE 1
## 7176-WIONM 1
## 7176-WRTNX 1
## 7180-PISOG 1
## 7181-BQYBV 1
## 7181-OQCUT 1
## 7182-OVLBJ 1
## 7184-LRUUR 1
## 7188-CBBBA 1
## 7190-XHTWJ 1
## 7191-ADRGF 1
## 7196-LIWRH 1
## 7197-VOJMM 1
## 7198-GLXTC 1
## 7203-OYKCT 1
## 7205-BAIAD 1
## 7206-GZCDC 1
## 7206-PQBBZ 1
## 7207-RMRDB 1
## 7208-PSIHR 1
## 7209-JCUDS 1
## 7216-EWTRS 1
## 7216-KAOID 1
## 7217-JYHOQ 1
## 7218-HKQFK 1
## 7219-TLZHO 1
## 7225-CBZPL 1
## 7225-IILWY 1
## 7228-OMTPN 1
## 7228-PAQPD 1
## 7233-DRTRF 1
## 7233-IOQNP 1
## 7233-PAHHL 1
## 7234-FECYN 1
## 7234-KMNRQ 1
## 7235-NXZCP 1
## 7239-HZZCX 1
## 7240-ETPTR 1
## 7240-FQLHE 1
## 7241-AJHFS 1
## 7242-EDTYC 1
## 7242-QZLXF 1
## 7243-LCGGZ 1
## 7244-KXYZN 1
## 7244-QWYHG 1
## 7245-JMTTQ 1
## 7245-NIIWQ 1
## 7246-ZGQDF 1
## 7247-XOZPB 1
## 7248-VZQLC 1
## 7249-WBIYX 1
## 7250-EQKIY 1
## 7251-LJBQN 1
## 7251-XFOIL 1
## 7252-NTGSS 1
## 7253-UVNDW 1
## 7254-IQWOZ 1
## 7255-SSFBC 1
## 7266-GSSJX 1
## 7267-FRMJW 1
## 7268-IGMFD 1
## 7268-WNTCP 1
## 7269-JISCY 1
## 7270-BDIOA 1
## 7271-AJDTL 1
## 7272-QDCKA 1
## 7273-TEFQD 1
## 7274-CGTOD 1
## 7274-RTAPZ 1
## 7277-KAMWT 1
## 7277-OZCGZ 1
## 7278-CKDNC 1
## 7279-BUYWN 1
## 7279-NMVJC 1
## 7284-BUYEC 1
## 7284-ZZLOH 1
## 7285-KLOTR 1
## 7291-CDTMJ 1
## 7293-LSCDV 1
## 7294-TMAOP 1
## 7295-JOMMD 1
## 7296-PIXQY 1
## 7297-DVYGA 1
## 7298-IZWLY 1
## 7299-GNVPL 1
## 7301-ABVAD 1
## 7302-ZHMHP 1
## 7305-ZWMAJ 1
## 7306-YDSOI 1
## 7310-EGVHZ 1
## 7311-MQJCH 1
## 7312-XSBAT 1
## 7314-OXENN 1
## 7315-WYOAW 1
## 7317-GGVPB 1
## 7318-EIVKO 1
## 7319-VENRZ 1
## 7319-ZNRTR 1
## 7321-KKSDU 1
## 7321-PKUYW 1
## 7321-VGNKU 1
## 7321-ZNSLA 1
## 7322-OCWHC 1
## 7325-ENZFI 1
## 7326-RIGQZ 1
## 7328-OWMOM 1
## 7328-ZJAJO 1
## 7330-WZLNC 1
## 7336-RLLRH 1
## 7337-CINUD 1
## 7338-ERIVA 1
## 7339-POGZN 1
## 7340-KEFQE 1
## 7341-LXCAF 1
## 7343-EOBEU 1
## 7346-MEDWM 1
## 7349-ALMUX 1
## 7351-KYHQH 1
## 7351-MHQVU 1
## 7353-YOWFP 1
## 7354-OIJLX 1
## 7356-AYNJP 1
## 7356-IWLFW 1
## 7359-PTSXY 1
## 7359-SSBJK 1
## 7359-WWYJV 1
## 7361-YPXFS 1
## 7363-QTBIW 1
## 7365-BVCJH 1
## 7369-TRPFD 1
## 7375-WMVMT 1
## 7377-DMMRI 1
## 7379-FNIUJ 1
## 7379-POKDZ 1
## 7382-DFJTU 1
## 7384-GHBPI 1
## 7389-KBFIT 1
## 7392-YYPYJ 1
## 7394-FKDNK 1
## 7394-LWLYN 1
## 7395-IGJOS 1
## 7395-XWZOY 1
## 7396-VJUZB 1
## 7398-HPYZQ 1
## 7398-LXGYX 1
## 7398-SKNQZ 1
## 7399-QHBJS 1
## 7401-JIXNM 1
## 7401-RUBNK 1
## 7402-EYFXX 1
## 7402-PWYJJ 1
## 7404-JLKQG 1
## 7407-SUJIZ 1
## 7408-OFWXJ 1
## 7409-JURKQ 1
## 7409-KIUTL 1
## 7410-KTVFV 1
## 7410-OIEDU 1
## 7410-YTJIK 1
## 7416-CKTEP 1
## 7421-ZLUPA 1
## 7422-WNBTY 1
## 7426-GSWPO 1
## 7426-RHZGU 1
## 7426-WEIJX 1
## 7427-AUFPY 1
## 7432-FFVAR 1
## 7434-SHXLS 1
## 7435-ZNUYY 1
## 7439-DKZTW 1
## 7442-YGZFK 1
## 7445-WMRBW 1
## 7446-KQISO 1
## 7446-SFAOA 1
## 7446-YPODE 1
## 7449-HVPIV 1
## 7450-NWRTR 1
## 7452-FOLON 1
## 7459-IMVYU 1
## 7459-RRWQZ 1
## 7460-ITWWP 1
## 7463-IFMQU 1
## 7465-ZZRVX 1
## 7469-LKBCI 1
## 7470-DYNOE 1
## 7470-MCQTK 1
## 7471-MQPOS 1
## 7471-WNSUF 1
## 7472-EQOAV 1
## 7473-ZBDSN 1
## 7479-NITWS 1
## 7480-QNVZJ 1
## 7480-SPLEF 1
## 7481-ATQQS 1
## 7483-IQWIB 1
## 7486-KSRVI 1
## 7488-MXJIV 1
## 7492-TAFJD 1
## 7493-GVFIO 1
## 7493-TPUWZ 1
## 7495-OOKFY 1
## 7501-IWUNG 1
## 7501-VTYLJ 1
## 7502-BNYGS 1
## 7503-EPSZW 1
## 7503-MIOGA 1
## 7503-QQRVF 1
## 7503-ZGUZJ 1
## 7504-UWHNB 1
## 7508-DQAKK 1
## 7508-KBIMB 1
## 7508-MYBOG 1
## 7508-SMHXL 1
## 7511-YMXVQ 1
## 7515-LODFU 1
## 7516-GMHUV 1
## 7517-LDMPS 1
## 7517-SAWMO 1
## 7519-JTWQH 1
## 7520-HQWJU 1
## 7521-AFHAB 1
## 7521-YXVZY 1
## 7524-VRLPL 1
## 7526-BEZQB 1
## 7526-IVLYU 1
## 7527-QNRUS 1
## 7529-ZDFXI 1
## 7530-HDYDS 1
## 7531-GQHME 1
## 7534-BFESC 1
## 7537-CBQUZ 1
## 7537-RBWEA 1
## 7538-GWHML 1
## 7541-YLXCL 1
## 7542-CYDDM 1
## 7544-ZVIKX 1
## 7547-EKNFS 1
## 7548-SEPYI 1
## 7549-MYGPK 1
## 7550-WIQVA 1
## 7551-DACSP 1
## 7551-JOHTI 1
## 7552-KEYGT 1
## 7554-AKDQF 1
## 7554-NEWDD 1
## 7558-IMLMT 1
## 7560-QJAVJ 1
## 7560-QRBXH 1
## 7562-GSUHK 1
## 7562-UXTPG 1
## 7563-BIUPC 1
## 7564-GHCVB 1
## 7566-DSRLQ 1
## 7567-ECMCM 1
## 7568-PODML 1
## 7569-NMZYQ 1
## 7570-WELNY 1
## 7571-YXDAD 1
## 7572-KPVKK 1
## 7576-ASEJU 1
## 7576-JMYWV 1
## 7576-OYWBN 1
## 7577-SWIFR 1
## 7579-KKLOE 1
## 7579-OOPEC 1
## 7580-UGXNC 1
## 7581-EBBOU 1
## 7586-ZATGZ 1
## 7587-AOVVU 1
## 7587-RZNME 1
## 7590-VHVEG 1
## 7593-JNWRU 1
## 7593-XFKDI 1
## 7594-LZNWR 1
## 7594-RQHXR 1
## 7595-EHCDL 1
## 7595-EUIVN 1
## 7596-IIWYC 1
## 7596-LDUXP 1
## 7596-ZYWBB 1
## 7598-UAASY 1
## 7599-FKVXZ 1
## 7599-NTMDP 1
## 7601-DHFWZ 1
## 7601-GNDYK 1
## 7601-WFVZV 1
## 7602-DBTOU 1
## 7602-MVRMB 1
## 7603-USHJS 1
## 7605-BDWDC 1
## 7605-SNLQG 1
## 7606-BPHHN 1
## 7607-QKKTJ 1
## 7608-RGIRO 1
## 7609-NRNCA 1
## 7609-YBPXG 1
## 7610-TVOPG 1
## 7611-YKYTC 1
## 7613-LLQFO 1
## 7614-QVWQL 1
## 7615-ESMYF 1
## 7617-EYGLW 1
## 7619-ODSGN 1
## 7619-PLRLP 1
## 7621-VPNET 1
## 7622-FWGEW 1
## 7622-NXQZR 1
## 7623-HKYRK 1
## 7623-TRNQN 1
## 7625-XCQRH 1
## 7627-JKIAZ 1
## 7629-WFGLW 1
## 7629-WIXZF 1
## 7632-MNYOY 1
## 7632-YUTXB 1
## 7633-MVPUY 1
## 7634-HLQJR 1
## 7634-WSWDB 1
## 7636-OWBPG 1
## 7636-PEPNS 1
## 7636-XUHWW 1
## 7638-QVMVY 1
## 7639-LIAYI 1
## 7639-OPLNG 1
## 7639-SUPCW 1
## 7641-EUYET 1
## 7641-TQFHN 1
## 7643-RCHXS 1
## 7644-OMVMY 1
## 7647-GYYKX 1
## 7649-PHJVR 1
## 7649-SIJJF 1
## 7654-YWJUF 1
## 7657-DYEPJ 1
## 7658-UYUQS 1
## 7660-HDPJV 1
## 7661-CPURM 1
## 7663-CUXZB 1
## 7663-RGWBC 1
## 7663-YJHSN 1
## 7663-ZTEGJ 1
## 7665-NKLAV 1
## 7665-TOALD 1
## 7665-VIGUD 1
## 7666-WKRON 1
## 7668-XCFYV 1
## 7669-LCRSD 1
## 7670-ZBPOQ 1
## 7672-VFMXZ 1
## 7673-BQGKU 1
## 7673-LPRNY 1
## 7674-YTAFD 1
## 7675-OZCZG 1
## 7677-SJJJK 1
## 7682-AZNDK 1
## 7683-CBDKJ 1
## 7684-XSZIY 1
## 7688-AWMDX 1
## 7690-KPNCU 1
## 7691-KGKGP 1
## 7691-XVTZH 1
## 7693-LCKZL 1
## 7693-QPEFS 1
## 7694-VLBWQ 1
## 7695-PKLCZ 1
## 7696-AMHOD 1
## 7696-CFTAT 1
## 7698-YFGEZ 1
## 7703-ZEKEF 1
## 7706-DZNKK 1
## 7706-YLMQA 1
## 7707-PYBBH 1
## 7710-JSYOA 1
## 7711-GQBZC 1
## 7711-YIJWC 1
## 7714-YXSMB 1
## 7716-YTYHG 1
## 7717-BICXI 1
## 7718-RXDGG 1
## 7718-UPSKJ 1
## 7721-DVEKZ 1
## 7721-JXEAW 1
## 7722-CVFXN 1
## 7722-VJRQD 1
## 7727-SHVZV 1
## 7729-JTEEC 1
## 7729-XBTWX 1
## 7730-CLDSV 1
## 7730-IUTDZ 1
## 7733-UDMTP 1
## 7734-DBOAI 1
## 7739-LAXOG 1
## 7740-BTPUX 1
## 7740-KKCXF 1
## 7742-MYPGI 1
## 7743-EXURX 1
## 7746-AWNQW 1
## 7746-QYVCO 1
## 7748-UMTRK 1
## 7750-EYXWZ 1
## 7752-XUSCI 1
## 7753-USQYQ 1
## 7754-IXRMC 1
## 7758-UJWYS 1
## 7758-XKCBS 1
## 7760-OYPDY 1
## 7762-ONLJY 1
## 7762-URZQH 1
## 7764-BDPEE 1
## 7765-LWVVH 1
## 7766-CLTIC 1
## 7767-UXAGJ 1
## 7771-CFQRQ 1
## 7771-ZONAT 1
## 7774-OJSXI 1
## 7776-QGYJC 1
## 7776-QWNFX 1
## 7777-UNYHB 1
## 7779-LGOVN 1
## 7779-ORAEL 1
## 7780-OTDSO 1
## 7781-EWARA 1
## 7781-HVGMK 1
## 7783-YKGDV 1
## 7785-RDVIG 1
## 7786-WBJYI 1
## 7787-BNTZM 1
## 7789-CRUVC 1
## 7789-HKSBS 1
## 7794-JASDG 1
## 7795-CFOCW 1
## 7797-EJMDP 1
## 7798-JVXYM 1
## 7799-DSEWS 1
## 7799-LGRDP 1
## 7801-CEDNV 1
## 7801-KICAO 1
## 7802-EFKNY 1
## 7803-XOCCZ 1
## 7808-DVWEP 1
## 7811-JIVPF 1
## 7812-FZHPE 1
## 7813-TKCVO 1
## 7813-ZGGAW 1
## 7814-LEEVE 1
## 7815-PDTHL 1
## 7816-VGHTO 1
## 7817-BOQPW 1
## 7817-OMJNA 1
## 7820-ZYGNY 1
## 7821-DPRQE 1
## 7823-JSOAG 1
## 7824-PANSQ 1
## 7825-ECJRF 1
## 7825-GKXMW 1
## 7826-VVKWT 1
## 7831-QGOXH 1
## 7833-PKIHD 1
## 7838-LAZFO 1
## 7839-NUIAA 1
## 7839-QRKXN 1
## 7841-FCRQD 1
## 7841-TZDMQ 1
## 7845-URHJN 1
## 7850-THJMU 1
## 7850-VWJUU 1
## 7851-FLGGQ 1
## 7851-WZEKY 1
## 7852-LECYP 1
## 7853-GVUDZ 1
## 7853-OETYL 1
## 7853-WNZSY 1
## 7854-EDSSA 1
## 7854-EKTJL 1
## 7854-FOKSF 1
## 7855-DIWPO 1
## 7856-GANIL 1
## 7858-GTZSP 1
## 7860-KSUGX 1
## 7860-UXCRM 1
## 7861-UVUFT 1
## 7868-BGSZA 1
## 7868-TMWMZ 1
## 7869-ZYDST 1
## 7872-BAAZR 1
## 7872-RDDLZ 1
## 7873-CVMAW 1
## 7874-ECPQJ 1
## 7876-AEHIG 1
## 7876-BEUTG 1
## 7876-DNYAP 1
## 7878-JGDKK 1
## 7878-RTCZG 1
## 7879-CGSFV 1
## 7880-XSOJX 1
## 7881-EVUAD 1
## 7881-INRLC 1
## 7883-ROJOC 1
## 7890-VYYWG 1
## 7892-POOKP 1
## 7892-QVYKW 1
## 7893-IXHRQ 1
## 7895-VONWT 1
## 7898-PDWQE 1
## 7901-HXJVA 1
## 7901-IIDQV 1
## 7901-TBKJX 1
## 7903-CMPEY 1
## 7905-NJMXS 1
## 7905-TVXTA 1
## 7908-QCBCA 1
## 7909-FIOIY 1
## 7912-SYRQT 1
## 7916-VCCPB 1
## 7919-ZODZZ 1
## 7921-BEPCI 1
## 7921-LMDFQ 1
## 7923-IYJWY 1
## 7924-GJZFI 1
## 7925-PNRGI 1
## 7926-IJOOU 1
## 7927-AUXBZ 1
## 7928-VJYAB 1
## 7929-DMBCV 1
## 7929-SKFGK 1
## 7931-PXHFC 1
## 7932-WPTDS 1
## 7938-OUHIO 1
## 7940-UQQUG 1
## 7941-RCJOW 1
## 7943-RQCHR 1
## 7945-HLKEA 1
## 7945-PRBVF 1
## 7950-XWOVN 1
## 7951-QKZPL 1
## 7951-VRDVK 1
## 7952-OBOYL 1
## 7954-MLBUN 1
## 7956-XQWGU 1
## 7957-RYHQD 1
## 7963-GQRMY 1
## 7963-SHNDT 1
## 7964-VEXDG 1
## 7964-YESJC 1
## 7964-ZRKKG 1
## 7966-YOTQW 1
## 7967-HYCDE 1
## 7968-QUXNS 1
## 7969-AULMZ 1
## 7969-FFOWG 1
## 7971-HLVXI 1
## 7973-DZRKH 1
## 7975-JMZNT 1
## 7975-TZMLR 1
## 7976-CICYS 1
## 7977-HXJKU 1
## 7978-DKUQH 1
## 7979-CORPM 1
## 7980-MHFLQ 1
## 7982-VCELR 1
## 7989-AWGEH 1
## 7989-CHGTL 1
## 7989-VCQOH 1
## 7993-NQLJE 1
## 7993-PYKOF 1
## 7994-UYIVZ 1
## 7994-XIRTR 1
## 7995-ZHHNZ 1
## 7996-BPXHY 1
## 7996-MHXLW 1
## 7997-EASSD 1
## 7998-WNZEM 1
## 7998-ZLXWN 1
## 8000-REIQB 1
## 8003-EWNDZ 1
## 8006-PYCSW 1
## 8007-YYPWD 1
## 8008-ESFLK 1
## 8008-HAWED 1
## 8008-OTEZX 1
## 8010-EZLOU 1
## 8012-SOUDQ 1
## 8015-IHCGW 1
## 8016-NCFVO 1
## 8016-ZMGMO 1
## 8017-LXHFA 1
## 8017-UVSZU 1
## 8019-ENHXU 1
## 8020-BWHYL 1
## 8022-BECSI 1
## 8023-QHAIO 1
## 8024-XNAFQ 1
## 8028-PNXHQ 1
## 8029-XYPWT 1
## 8033-ATFAS 1
## 8033-VCZGH 1
## 8034-RYTVV 1
## 8035-BUYVG 1
## 8035-PWSEV 1
## 8039-ACLPL 1
## 8039-EQPIM 1
## 8040-MNRTF 1
## 8041-TMEID 1
## 8042-JVNFH 1
## 8042-RNLKO 1
## 8043-PNYSD 1
## 8044-BGWPI 1
## 8046-DNVTL 1
## 8048-DSDFQ 1
## 8049-WJCLQ 1
## 8050-DVOJX 1
## 8050-WYBND 1
## 8050-XGRVL 1
## 8051-HJRLT 1
## 8053-WWDRO 1
## 8058-DMYRU 1
## 8058-INTPH 1
## 8058-JMEQO 1
## 8059-UDZFY 1
## 8060-HIWJJ 1
## 8062-YBDOE 1
## 8063-GBATB 1
## 8063-RJYNF 1
## 8064-RAVOH 1
## 8065-BVEPF 1
## 8065-QBYTO 1
## 8065-YKXKD 1
## 8066-POXGX 1
## 8067-NIOYM 1
## 8069-RHUXK 1
## 8069-YQQAJ 1
## 8070-AAWZP 1
## 8071-SBTRN 1
## 8073-IJDCM 1
## 8075-GXIUB 1
## 8076-FEZKJ 1
## 8079-XRJRS 1
## 8080-DDEMJ 1
## 8080-POTJR 1
## 8082-GHXOP 1
## 8083-YTZES 1
## 8084-OIVBS 1
## 8085-MSNLK 1
## 8086-OVPWV 1
## 8087-LGYHQ 1
## 8089-UZWLX 1
## 8091-TTVAX 1
## 8092-NLTGF 1
## 8095-WANWK 1
## 8096-LOIST 1
## 8097-OMULG 1
## 8097-VBQTZ 1
## 8098-LLAZX 1
## 8098-TDCBU 1
## 8099-MZPUJ 1
## 8100-HZZLJ 1
## 8100-PNJMH 1
## 8104-OSKWT 1
## 8106-GWQOK 1
## 8107-KNCIM 1
## 8107-RZLNV 1
## 8108-UXRQN 1
## 8109-YUOHE 1
## 8111-BKVDS 1
## 8111-RKSPX 1
## 8111-SLLHI 1
## 8118-LSUEL 1
## 8118-TJAFG 1
## 8120-JDCAM 1
## 8123-QBNAZ 1
## 8124-NZVGJ 1
## 8125-QPFJD 1
## 8128-YVJRG 1
## 8129-GMVGI 1
## 8132-YPVBX 1
## 8133-ANHHJ 1
## 8138-EALND 1
## 8143-ETQTI 1
## 8144-DGHXP 1
## 8146-QQKZH 1
## 8148-BPLZQ 1
## 8148-NLEGT 1
## 8148-WOCMK 1
## 8149-AIQCG 1
## 8149-RSOUN 1
## 8150-QUDFX 1
## 8152-UOBNY 1
## 8152-VETUR 1
## 8155-IBNHG 1
## 8158-WPEZG 1
## 8160-HOWOX 1
## 8161-QYMTT 1
## 8164-OCKUJ 1
## 8165-CBKXO 1
## 8165-ZJRNM 1
## 8166-ORCHU 1
## 8166-ZZTFS 1
## 8167-GJLRN 1
## 8168-UQWWF 1
## 8169-SAEJD 1
## 8173-RXAYP 1
## 8174-LNWMW 1
## 8174-TBVCF 1
## 8178-EYZUO 1
## 8180-AKMJV 1
## 8181-YHCMF 1
## 8182-BJDSI 1
## 8182-PNAGI 1
## 8183-ONMXC 1
## 8184-WMOFI 1
## 8185-UPYBR 1
## 8189-DUKMV 1
## 8189-HBVRW 1
## 8189-XRIKE 1
## 8190-ZTQFB 1
## 8191-XWSZG 1
## 8194-PEEBY 1
## 8197-BFWVU 1
## 8198-RKSZG 1
## 8199-ZLLSA 1
## 8200-KLNYW 1
## 8200-LGKSR 1
## 8201-AAXCB 1
## 8203-XJZRC 1
## 8204-TIFGJ 1
## 8204-YJCLA 1
## 8205-MQUGY 1
## 8205-OTCHB 1
## 8205-VSLRB 1
## 8207-DMRVL 1
## 8207-VVMYB 1
## 8208-EUMTE 1
## 8212-CRQXP 1
## 8212-DJRCH 1
## 8213-TAZPM 1
## 8215-NGSPE 1
## 8216-AZUUZ 1
## 8217-QYOHV 1
## 8218-FFJDS 1
## 8219-VYBVI 1
## 8220-OCUFY 1
## 8221-EQDGL 1
## 8221-HVAYI 1
## 8224-DWCKX 1
## 8224-IVVPA 1
## 8224-KDLKN 1
## 8224-UAXBZ 1
## 8225-BTJAU 1
## 8226-BXGES 1
## 8229-BUJHX 1
## 8229-MYEJZ 1
## 8229-TNIQA 1
## 8231-BSWXX 1
## 8232-CTLKO 1
## 8232-UTFOZ 1
## 8234-GSZYK 1
## 8237-ULIXL 1
## 8241-JUIQO 1
## 8242-JSVBO 1
## 8242-PDSGJ 1
## 8242-SOQUO 1
## 8245-UMPYT 1
## 8246-SHFGA 1
## 8249-THVEC 1
## 8250-ZNGGW 1
## 8257-RZAHR 1
## 8258-GSTJK 1
## 8259-DZLIZ 1
## 8259-NFJTV 1
## 8260-NGFNY 1
## 8261-GWDBQ 1
## 8262-COGGB 1
## 8263-JQAIK 1
## 8263-OKETD 1
## 8263-QMNTJ 1
## 8265-HKSOW 1
## 8266-VBFQL 1
## 8267-KFGYD 1
## 8267-ZNYVZ 1
## 8268-YDIXR 1
## 8270-RKSAP 1
## 8272-ONJLV 1
## 8276-MQBYC 1
## 8277-RVRSV 1
## 8280-MQRQN 1
## 8285-ABVLB 1
## 8286-AFUYI 1
## 8290-YWKHZ 1
## 8292-FRFZQ 1
## 8292-ITGYJ 1
## 8292-TYSPY 1
## 8294-UIMBA 1
## 8295-FHIVV 1
## 8295-KMENE 1
## 8305-VHZBZ 1
## 8309-IEYJD 1
## 8309-PPCED 1
## 8311-UEUAB 1
## 8313-AFGBW 1
## 8313-KTIHG 1
## 8313-NDOIA 1
## 8314-DPQHL 1
## 8314-HTWVE 1
## 8316-BBQAY 1
## 8317-BVKSO 1
## 8318-LCNBW 1
## 8319-QBEHW 1
## 8325-QRPZR 1
## 8327-LZKAS 1
## 8327-WKMIE 1
## 8328-SKJNO 1
## 8329-GWVPJ 1
## 8329-IBCTI 1
## 8329-UTMVM 1
## 8331-ZXFOE 1
## 8332-OSJDW 1
## 8336-TAVKX 1
## 8337-MSSXB 1
## 8337-UPOAQ 1
## 8338-QIUNR 1
## 8344-WFMFH 1
## 8345-MVDYC 1
## 8347-GDTMP 1
## 8348-HFYIV 1
## 8348-JLBUG 1
## 8350-NYMVI 1
## 8356-WUAOJ 1
## 8357-EQXFO 1
## 8361-LBRDI 1
## 8361-LTMKD 1
## 8364-TRMMK 1
## 8372-JUXUI 1
## 8374-UULRV 1
## 8374-XGEJJ 1
## 8375-DKEBR 1
## 8375-KVTHK 1
## 8378-LKJAF 1
## 8380-MQINP 1
## 8380-PEFPE 1
## 8382-SHQEH 1
## 8383-SGHJU 1
## 8384-FZBJK 1
## 8387-MOJJT 1
## 8387-UGUSU 1
## 8388-DMKAE 1
## 8388-FYNPZ 1
## 8390-FESFV 1
## 8393-DLHGA 1
## 8393-JMVMB 1
## 8395-ETZKQ 1
## 8397-MVTAZ 1
## 8398-TBIYD 1
## 8399-YNDCH 1
## 8400-WZICQ 1
## 8401-EMUWF 1
## 8402-EIVQS 1
## 8402-OOOHJ 1
## 8404-FYDIB 1
## 8404-GFGCZ 1
## 8404-VIOMB 1
## 8404-VLQFB 1
## 8405-IGQFX 1
## 8406-LNMHF 1
## 8409-WQJUX 1
## 8410-BGQXN 1
## 8413-VONUO 1
## 8413-YNHNV 1
## 8414-MYSHR 1
## 8414-OOEEL 1
## 8417-FMLZI 1
## 8417-GSODA 1
## 8421-WZOOW 1
## 8429-XIBUM 1
## 8430-TWCBX 1
## 8433-WPJTV 1
## 8433-WXGNA 1
## 8434-PNQZX 1
## 8434-VGEQQ 1
## 8436-BJUMM 1
## 8439-LTUGF 1
## 8441-SHIPE 1
## 8443-WVPSS 1
## 8443-ZRDBZ 1
## 8444-WRIDW 1
## 8445-DNBAE 1
## 8450-JOVAH 1
## 8450-LUGUK 1
## 8450-UYIBU 1
## 8454-AATJP 1
## 8455-HIRAQ 1
## 8456-QDAVC 1
## 8457-XIGKN 1
## 8461-EFQYM 1
## 8464-EETCQ 1
## 8465-SBRXP 1
## 8466-PZBLH 1
## 8467-WYNSR 1
## 8468-EHYJA 1
## 8468-FZTOE 1
## 8469-SNFFH 1
## 8473-VUVJN 1
## 8474-UMLNT 1
## 8480-PPONV 1
## 8481-YYXWG 1
## 8485-GJCDN 1
## 8486-AYEQH 1
## 8490-BXHEO 1
## 8495-LJDFO 1
## 8495-PRWFH 1
## 8496-DMZUK 1
## 8496-EJAUI 1
## 8498-XXGWA 1
## 8499-BRXTD 1
## 8510-AWCXC 1
## 8510-BBWMU 1
## 8510-TMWYB 1
## 8512-WIWYV 1
## 8513-OLYGY 1
## 8514-VZHEB 1
## 8515-OCTJS 1
## 8519-IMDHU 1
## 8519-QJGJD 1
## 8532-UEFWH 1
## 8535-SFUTN 1
## 8540-ZQGEA 1
## 8541-QVFKM 1
## 8543-MSDMF 1
## 8544-GOQSH 1
## 8544-JNBOX 1
## 8547-NSBBO 1
## 8548-AWOFC 1
## 8550-XSXUQ 1
## 8552-OBVRU 1
## 8559-CIZFV 1
## 8559-WNQZS 1
## 8561-NMTBD 1
## 8562-GHPPI 1
## 8563-IIOXK 1
## 8563-OYMQY 1
## 8564-LDKFL 1
## 8565-CLBZW 1
## 8565-HBFNN 1
## 8565-WUXZU 1
## 8566-YPRGL 1
## 8570-KLJYJ 1
## 8571-ZCMCX 1
## 8573-CGOCC 1
## 8573-JGCZW 1
## 8577-QSOCG 1
## 8580-AECUZ 1
## 8580-QVLOC 1
## 8582-KRHPJ 1
## 8584-KMVXD 1
## 8587-XYZSF 1
## 8590-OHDIW 1
## 8590-YFFQO 1
## 8591-NXRCV 1
## 8591-TKMZH 1
## 8592-PLTMQ 1
## 8593-WHYHV 1
## 8595-SIZNC 1
## 8597-CTXVJ 1
## 8597-CWYHH 1
## 8601-QACRS 1
## 8603-IJWDN 1
## 8605-ITULD 1
## 8606-CIQUL 1
## 8606-OEGQZ 1
## 8608-OZTLB 1
## 8610-WFCJF 1
## 8610-ZIKJJ 1
## 8612-GXIDD 1
## 8614-VGMMV 1
## 8617-ENBDS 1
## 8619-IJNDK 1
## 8620-RJPZN 1
## 8621-MNIHH 1
## 8622-ZLFKO 1
## 8623-TMRBY 1
## 8623-ULFNQ 1
## 8624-GIOUT 1
## 8625-AZYZY 1
## 8626-PTQGE 1
## 8626-XHBIE 1
## 8627-EHGIP 1
## 8627-ZYGSZ 1
## 8628-MFKAX 1
## 8630-FJLIB 1
## 8630-QSGXK 1
## 8631-NBHFZ 1
## 8631-WUXGY 1
## 8631-XVRZL 1
## 8634-CILSZ 1
## 8634-MPHTR 1
## 8637-XJIVR 1
## 8639-NHQEI 1
## 8640-SDGKB 1
## 8642-GVWRF 1
## 8644-XLFBW 1
## 8644-XYTSV 1
## 8645-KOMJQ 1
## 8645-KWHJO 1
## 8646-JCOMS 1
## 8647-SDTWQ 1
## 8648-PFRMP 1
## 8650-RHRKE 1
## 8651-ENBZX 1
## 8652-YHIYU 1
## 8654-DHAOW 1
## 8659-HDIYE 1
## 8659-IOOPU 1
## 8660-BUETV 1
## 8661-BOYNW 1
## 8663-UPDGF 1
## 8665-UTDHZ 1
## 8668-KNZTI 1
## 8670-ERCJH 1
## 8670-MEFCP 1
## 8671-KKKOS 1
## 8672-OAUPW 1
## 8676-OOQEJ 1
## 8676-TRMJS 1
## 8677-HDZEE 1
## 8679-JOEVF 1
## 8679-LZBMD 1
## 8680-CGLTP 1
## 8681-ICONS 1
## 8685-WHQPW 1
## 8687-BAFGU 1
## 8690-UPCZI 1
## 8690-ZVLCL 1
## 8695-ARGXZ 1
## 8695-WDYEA 1
## 8696-JKZNU 1
## 8699-ASUFO 1
## 8701-DGLVH 1
## 8705-DWKTI 1
## 8705-WZCYL 1
## 8706-HRADD 1
## 8707-HOEDG 1
## 8707-RMEZH 1
## 8708-XPXHZ 1
## 8709-KRDVL 1
## 8710-YGLWG 1
## 8711-LOBKY 1
## 8713-IGZSO 1
## 8714-CTZJW 1
## 8714-EUHJO 1
## 8715-KKTFG 1
## 8717-VCTXJ 1
## 8718-PTMEZ 1
## 8720-RQSBJ 1
## 8722-NGNBH 1
## 8722-PRFDV 1
## 8725-JEDFD 1
## 8727-JQFHV 1
## 8727-XDPUD 1
## 8728-SKJLR 1
## 8731-WBBMB 1
## 8734-DKSTZ 1
## 8734-FNWVH 1
## 8735-DCXNF 1
## 8735-IJJEG 1
## 8735-NBLWT 1
## 8735-SDUFN 1
## 8738-JOKAR 1
## 8739-QOTTN 1
## 8739-WWKDU 1
## 8739-XNIKG 1
## 8740-CRYFY 1
## 8740-XLHDR 1
## 8741-LQOBK 1
## 8745-PVESG 1
## 8746-BFOAJ 1
## 8746-OQQRW 1
## 8747-UDCOI 1
## 8748-HFWBO 1
## 8749-CLJXC 1
## 8749-JMNKX 1
## 8749-TZYEC 1
## 8750-QWZAJ 1
## 8751-EDEKA 1
## 8752-GHJFU 1
## 8752-IMQOS 1
## 8752-STIVR 1
## 8755-IWJHN 1
## 8755-OGKNA 1
## 8756-RDDLT 1
## 8757-TFHHJ 1
## 8760-ZRHKE 1
## 8761-NSOBC 1
## 8763-KIAFH 1
## 8766-PAFNE 1
## 8769-KKTPH 1
## 8773-HHUOZ 1
## 8774-GSBUN 1
## 8775-CEBBJ 1
## 8775-ERLNB 1
## 8775-LHDJH 1
## 8777-MBMTS 1
## 8777-PVYGU 1
## 8778-LMWTJ 1
## 8779-QRDMV 1
## 8779-YIQQA 1
## 8780-IHCRN 1
## 8780-IXSTS 1
## 8780-RSYYU 1
## 8780-YRMTT 1
## 8782-LKFPK 1
## 8782-NUUOL 1
## 8784-CGILN 1
## 8785-CJSHH 1
## 8785-EPNCG 1
## 8788-DOXSU 1
## 8791-GFXLZ 1
## 8792-AOROI 1
## 8799-OXZMD 1
## 8800-JOOCF 1
## 8800-ZKRFW 1
## 8802-UNOJF 1
## 8805-JNRAZ 1
## 8806-EAGWC 1
## 8807-ARQET 1
## 8807-OPMBM 1
## 8808-ELEHO 1
## 8809-RIHDD 1
## 8809-XKHMD 1
## 8812-ZRHFP 1
## 8815-LMFLX 1
## 8816-VXNZD 1
## 8818-DOPVL 1
## 8818-XYFCQ 1
## 8819-IMISP 1
## 8819-WFGGJ 1
## 8819-ZBYNA 1
## 8821-KVZKQ 1
## 8821-XNHVZ 1
## 8822-KNBHV 1
## 8823-RLPWL 1
## 8824-RWFXJ 1
## 8835-VSDSE 1
## 8837-VVWLQ 1
## 8838-GPHZP 1
## 8840-DQLGN 1
## 8844-TONUD 1
## 8845-LWKGE 1
## 8847-GEOOQ 1
## 8849-AYPTR 1
## 8849-GYOKR 1
## 8849-PRIQJ 1
## 8851-RAGOV 1
## 8853-TZDGH 1
## 8854-CCVSQ 1
## 8857-CUPFQ 1
## 8859-AXJZP 1
## 8859-DZTGQ 1
## 8859-YSTWS 1
## 8861-HGGKB 1
## 8865-TNMNX 1
## 8868-GAGIO 1
## 8868-WOZGU 1
## 8869-LIHMK 1
## 8869-TORSS 1
## 8871-JLMHM 1
## 8873-GLDMH 1
## 8873-TMKGR 1
## 8874-EJNSR 1
## 8875-AKBYH 1
## 8878-HMWBV 1
## 8878-RYUKI 1
## 8879-XUAHX 1
## 8879-ZKJOF 1
## 8882-TLVRW 1
## 8883-ANODQ 1
## 8883-GRDWQ 1
## 8884-ADFVN 1
## 8884-FEEWR 1
## 8884-MRNSU 1
## 8885-QSQBX 1
## 8887-IPQNC 1
## 8894-JVDCV 1
## 8896-BQTTI 1
## 8896-RAZCR 1
## 8898-KASCD 1
## 8901-HJXTF 1
## 8901-UPRHR 1
## 8902-ZEOVF 1
## 8903-WMRNW 1
## 8903-XEBGX 1
## 8904-OPDCK 1
## 8905-IAZPF 1
## 8908-NMQTX 1
## 8908-SLFCJ 1
## 8909-BOLNL 1
## 8910-ICHIU 1
## 8910-LEDAG 1
## 8914-RBTSB 1
## 8915-NNTRC 1
## 8917-FAEMR 1
## 8917-SZTTJ 1
## 8919-FYFQZ 1
## 8920-NAVAY 1
## 8922-LIEGH 1
## 8922-NPKBJ 1
## 8929-KSWIH 1
## 8930-XOTDP 1
## 8931-GJJIQ 1
## 8932-CZHRQ 1
## 8937-RDTHP 1
## 8938-UMKPI 1
## 8942-DBMHZ 1
## 8943-URTMR 1
## 8944-AILEF 1
## 8945-GRKHX 1
## 8945-MUQUF 1
## 8946-BFWSG 1
## 8947-YRTDV 1
## 8949-JTMAY 1
## 8950-MTZNV 1
## 8952-WCVCD 1
## 8957-THMOA 1
## 8958-JPTRR 1
## 8961-QDZZJ 1
## 8963-JLGJT 1
## 8963-MQVYN 1
## 8966-KZXXA 1
## 8966-OIQHG 1
## 8966-SNIZF 1
## 8967-SZQAS 1
## 8969-PRHFK 1
## 8970-ANWXO 1
## 8972-HJWNV 1
## 8974-OVACP 1
## 8975-SKGRX 1
## 8976-OQHGT 1
## 8979-CAMGB 1
## 8980-WQFWL 1
## 8981-FJGLA 1
## 8982-NHAVY 1
## 8984-EYLLL 1
## 8984-HPEMB 1
## 8985-OOPOS 1
## 8988-ECPJR 1
## 8990-YOZLV 1
## 8990-ZXLSU 1
## 8992-CEUEN 1
## 8992-JQYUN 1
## 8992-OBVDG 1
## 8992-VONJD 1
## 8993-IZEUX 1
## 8993-PHFWD 1
## 8996-ZROXE 1
## 8999-BOHSE 1
## 8999-EXMNO 1
## 8999-XXGNS 1
## 8999-YPYBV 1
## 9000-PLFUZ 1
## 9003-CPATH 1
## 9013-AQORL 1
## 9018-PCIOK 1
## 9019-QVLZD 1
## 9025-AOMKI 1
## 9025-ZRPVR 1
## 9026-LHEVG 1
## 9026-RNUJS 1
## 9027-TMATR 1
## 9027-YFHQJ 1
## 9028-LIHRP 1
## 9029-FEGVJ 1
## 9030-QGZNL 1
## 9031-ZVQPT 1
## 9033-EOXWV 1
## 9036-CSKBW 1
## 9039-RBEEE 1
## 9039-ZVJDC 1
## 9040-KZVWO 1
## 9046-DQMTP 1
## 9046-JBFWA 1
## 9048-JVYVF 1
## 9050-IKDZA 1
## 9050-QLROH 1
## 9052-DHNKM 1
## 9052-VKDUW 1
## 9053-EJUNL 1
## 9053-JZFKV 1
## 9054-FOWNV 1
## 9055-MOJJJ 1
## 9057-MSWCO 1
## 9057-SIHCH 1
## 9058-CBREO 1
## 9058-HRZSV 1
## 9058-MJLZC 1
## 9060-HJJRW 1
## 9061-TIHDA 1
## 9063-ZGTUY 1
## 9065-ZCPQX 1
## 9066-QRSDU 1
## 9067-SQTNS 1
## 9067-YGSCA 1
## 9068-FHQHD 1
## 9068-VPWQQ 1
## 9069-LGEUL 1
## 9070-BCKQP 1
## 9073-ZZIAY 1
## 9074-KGVOX 1
## 9076-AXYIK 1
## 9079-LWTFD 1
## 9079-YEXQJ 1
## 9081-WWXKP 1
## 9084-OAYKL 1
## 9086-YJYXS 1
## 9087-EYCPR 1
## 9089-UOWJG 1
## 9090-SGQXL 1
## 9091-WTUUY 1
## 9092-GDZKO 1
## 9093-FPDLG 1
## 9094-AZPHK 1
## 9095-HFAFX 1
## 9097-ZUBYC 1
## 9099-FTUHS 1
## 9101-BWFSS 1
## 9101-NTIXF 1
## 9102-IAYHT 1
## 9102-OXKFY 1
## 9103-CXVOK 1
## 9103-TCIHJ 1
## 9107-UKCKY 1
## 9108-EJFJP 1
## 9108-EQPNQ 1
## 9110-HSGTV 1
## 9112-WSNPU 1
## 9114-AAFQH 1
## 9114-DPSIA 1
## 9114-VEPUF 1
## 9115-YQHGA 1
## 9117-SHLZX 1
## 9121-PHQSR 1
## 9122-UMROB 1
## 9124-LHCJQ 1
## 9127-FHJBZ 1
## 9127-QRZMH 1
## 9128-CPXKI 1
## 9129-UXERG 1
## 9133-AYJZG 1
## 9134-CEQMF 1
## 9134-WYRVP 1
## 9135-HSWOC 1
## 9135-MGVPY 1
## 9136-ALYBR 1
## 9137-NOQKA 1
## 9137-UIYPG 1
## 9138-EFSMO 1
## 9139-TWBAS 1
## 9139-WQQDY 1
## 9140-CZQZZ 1
## 9142-KZXOP 1
## 9142-XMYJH 1
## 9143-CANJF 1
## 9146-JRIOX 1
## 9150-HEPMB 1
## 9150-KPBJQ 1
## 9152-AMKAK 1
## 9153-BTBVV 1
## 9154-QDGTH 1
## 9158-VCTQB 1
## 9163-GHAYE 1
## 9167-APMXZ 1
## 9168-INPSZ 1
## 9169-BSVIN 1
## 9170-ARBTB 1
## 9170-CCKOU 1
## 9170-GYZJC 1
## 9172-ANCRX 1
## 9172-JITSM 1
## 9173-IVZVP 1
## 9174-FKWZE 1
## 9174-IHETN 1
## 9178-JHUVJ 1
## 9184-GALIL 1
## 9185-TQCVP 1
## 9189-JWSHV 1
## 9190-MFJLN 1
## 9191-MYQKX 1
## 9194-GFVOI 1
## 9199-PWQVC 1
## 9200-NLNPD 1
## 9206-GVPEQ 1
## 9207-ZPANB 1
## 9208-OLGAQ 1
## 9209-NWPGU 1
## 9210-IAHGH 1
## 9214-EKVXR 1
## 9220-CXRSC 1
## 9220-ZNKJI 1
## 9221-OTIVJ 1
## 9223-UCPVT 1
## 9224-VTYID 1
## 9225-BZLNZ 1
## 9227-LUNBG 1
## 9227-UAQFT 1
## 9227-YBAXE 1
## 9229-RQABD 1
## 9231-ZJYAM 1
## 9233-PSYHO 1
## 9236-NDUCW 1
## 9237-HQITU 1
## 9239-GZHZE 1
## 9239-ZBZZV 1
## 9242-TKFSV 1
## 9244-ZVAPM 1
## 9248-OJYKK 1
## 9249-FXSCK 1
## 9250-WYPLL 1
## 9251-AWQGT 1
## 9251-WNSOD 1
## 9253-QXKBE 1
## 9253-VIFJQ 1
## 9254-RBFON 1
## 9256-JTBNZ 1
## 9257-AZMTZ 1
## 9258-CNWAC 1
## 9259-PACGQ 1
## 9261-WDCAF 1
## 9269-CQOOL 1
## 9272-LSVYH 1
## 9274-CNFMO 1
## 9274-UARKJ 1
## 9277-JOOMO 1
## 9278-VZKCD 1
## 9279-CJEOJ 1
## 9281-CEDRU 1
## 9281-OFDMF 1
## 9281-PKKZE 1
## 9282-IZGQK 1
## 9283-LZQOH 1
## 9286-BHDQG 1
## 9286-DOJGF 1
## 9289-LBQVU 1
## 9290-SHCMB 1
## 9294-TDIPC 1
## 9297-EONCV 1
## 9297-FVVDH 1
## 9298-WGMRW 1
## 9300-AGZNL 1
## 9300-RENDD 1
## 9305-CDSKC 1
## 9306-CPCBC 1
## 9308-ANMVE 1
## 9309-BZGNT 1
## 9313-CDOGY 1
## 9313-QOLTZ 1
## 9314-IJWSQ 1
## 9314-QDMDW 1
## 9317-WZPGV 1
## 9318-NKNFC 1
## 9323-HGFWY 1
## 9327-QSDED 1
## 9330-DHBFL 1
## 9330-IJWIO 1
## 9330-VOFSZ 1
## 9332-GYWLO 1
## 9334-GWGOW 1
## 9337-SRRNI 1
## 9339-FIIJL 1
## 9342-VNIMQ 1
## 9347-AERRL 1
## 9348-ROUAI 1
## 9348-YVOMK 1
## 9350-VLHMB 1
## 9350-ZXYJC 1
## 9351-HXDMR 1
## 9351-LZYGF 1
## 9355-NPPFS 1
## 9356-AXGMP 1
## 9357-UJRUN 1
## 9359-JANWS 1
## 9359-UGBTK 1
## 9360-AHGNL 1
## 9360-OMDZZ 1
## 9361-YNQWJ 1
## 9362-MWODR 1
## 9364-YKUVW 1
## 9365-CSLBQ 1
## 9365-SRSZE 1
## 9367-OIUXP 1
## 9367-TCUYN 1
## 9367-WXLCH 1
## 9369-XFEHK 1
## 9371-BITHB 1
## 9372-TXXPS 1
## 9373-WSLOY 1
## 9374-YOLBJ 1
## 9375-MHRRS 1
## 9378-FXTIZ 1
## 9381-NDKME 1
## 9385-EHGDO 1
## 9385-NXKDA 1
## 9386-LDCZR 1
## 9388-ZEYVT 1
## 9389-ACWBI 1
## 9391-DXGGG 1
## 9391-EOYLI 1
## 9391-LMANN 1
## 9391-TTOYH 1
## 9391-YZEJW 1
## 9392-XBGTD 1
## 9396-ZSFLL 1
## 9397-TZSHA 1
## 9398-MMQTO 1
## 9399-APLBT 1
## 9402-CXWPL 1
## 9402-ORRAH 1
## 9402-ROUMJ 1
## 9405-GPBBG 1
## 9408-HRXRK 1
## 9408-SSNVZ 1
## 9411-TPQQV 1
## 9412-ARGBX 1
## 9412-GHEEC 1
## 9415-DPEWS 1
## 9415-TPKRV 1
## 9415-ZNBSX 1
## 9418-RUKPH 1
## 9419-IPPBE 1
## 9420-LOJKX 1
## 9424-CMPOG 1
## 9426-SXNHE 1
## 9430-FRQOC 1
## 9430-NKQLY 1
## 9432-RUVSL 1
## 9432-VOFYX 1
## 9435-JMLSX 1
## 9436-ZBZCT 1
## 9441-QHEVC 1
## 9442-JTWDL 1
## 9443-JUBUO 1
## 9444-JTXHZ 1
## 9445-SZLCH 1
## 9445-ZUEQE 1
## 9447-YPTBX 1
## 9448-REEVD 1
## 9450-TRJUU 1
## 9451-LPGOO 1
## 9451-WLYRI 1
## 9453-PATOS 1
## 9462-MJUAW 1
## 9465-RWMXL 1
## 9467-ROOLM 1
## 9469-WEJBT 1
## 9470-RTWDV 1
## 9470-XCCEM 1
## 9470-YFUYI 1
## 9473-CBZOP 1
## 9474-PHLYD 1
## 9475-NNDGC 1
## 9477-LGWQI 1
## 9479-HYNYL 1
## 9480-BQJEI 1
## 9481-IEBZY 1
## 9481-SFCQY 1
## 9481-WHGWY 1
## 9483-GCPWE 1
## 9488-FVZCC 1
## 9488-FYQAU 1
## 9488-HGMJH 1
## 9489-DEDVP 1
## 9489-JMTTN 1
## 9489-UTFKA 1
## 9490-DFPMD 1
## 9492-TOKRI 1
## 9494-BDNNC 1
## 9494-MRNYX 1
## 9495-REDIY 1
## 9495-SKLKD 1
## 9496-IVVRP 1
## 9497-QCMMS 1
## 9498-FIMXL 1
## 9499-XPZXM 1
## 9500-IWPXQ 1
## 9500-LTVBP 1
## 9500-WBGRP 1
## 9501-UKKNL 1
## 9503-XJUME 1
## 9504-DSHWM 1
## 9504-YAZWB 1
## 9505-SQFSW 1
## 9506-UXUSK 1
## 9507-EXLTT 1
## 9507-HSMMZ 1
## 9508-ILZDG 1
## 9509-MPYOD 1
## 9512-PHSMG 1
## 9512-UIBFX 1
## 9513-DXHDA 1
## 9514-JDSKI 1
## 9518-IMLHK 1
## 9518-RWHZL 1
## 9518-XXBXE 1
## 9522-BNTHX 1
## 9522-ZSINC 1
## 9524-EGPJC 1
## 9526-BIHHD 1
## 9526-JAWYF 1
## 9529-OFXHY 1
## 9530-EHPOH 1
## 9530-GRMJG 1
## 9531-NSBMR 1
## 9534-NSXEM 1
## 9537-JALFH 1
## 9537-VHDTA 1
## 9540-JYROE 1
## 9541-PWTWO 1
## 9541-ZPSEA 1
## 9544-PYPSJ 1
## 9546-CQJSU 1
## 9546-KDTRB 1
## 9547-ITEFG 1
## 9548-LERKT 1
## 9548-LIGTA 1
## 9548-ZMVTX 1
## 9552-TGUZV 1
## 9553-DLCLU 1
## 9554-DFKIC 1
## 9555-SAHUZ 1
## 9558-IHEZX 1
## 9560-ARGQJ 1
## 9560-BBZXK 1
## 9564-KCLHR 1
## 9565-AXSMR 1
## 9565-DJPIB 1
## 9565-FLVCG 1
## 9565-JSNFM 1
## 9570-KYEUA 1
## 9571-EDEBV 1
## 9572-MTILT 1
## 9572-WUKSB 1
## 9574-BOSMD 1
## 9574-RKJIF 1
## 9575-IWCAZ 1
## 9576-ANLXO 1
## 9576-SYUHJ 1
## 9577-WJVCQ 1
## 9578-FOMUK 1
## 9578-VRMNM 1
## 9581-GVBXT 1
## 9584-EXCDZ 1
## 9585-KKMFD 1
## 9586-JGQKH 1
## 9588-OZDMQ 1
## 9588-YRFHY 1
## 9589-ABEPT 1
## 9591-YVTEB 1
## 9592-ERDKV 1
## 9593-CVZKR 1
## 9600-NAXZN 1
## 9600-UDOPK 1
## 9601-BRXPO 1
## 9602-WCXPI 1
## 9603-OAIHC 1
## 9605-WGJVW 1
## 9606-PBKBQ 1
## 9609-BENEA 1
## 9610-WCESF 1
## 9611-CTWIH 1
## 9614-RMGHA 1
## 9617-INGJY 1
## 9617-UDPEU 1
## 9618-LFJRU 1
## 9619-GSATL 1
## 9620-ENEJV 1
## 9620-QJREV 1
## 9621-OUPYD 1
## 9624-EGDEQ 1
## 9625-QNLUX 1
## 9625-QSTYE 1
## 9625-RZFUK 1
## 9626-VFRGG 1
## 9626-WEQRM 1
## 9629-NHXFW 1
## 9631-RXVJM 1
## 9631-XEYKE 1
## 9633-DENPU 1
## 9633-XQABV 1
## 9637-CDTKZ 1
## 9637-EIHEQ 1
## 9638-JIQYA 1
## 9639-BUJXT 1
## 9640-ZSLDC 1
## 9643-AVVWI 1
## 9643-YBLUR 1
## 9644-KVCNC 1
## 9644-UMGQA 1
## 9646-NMHXE 1
## 9647-ERGBE 1
## 9648-BCHKM 1
## 9650-VBUOG 1
## 9651-GTSAQ 1
## 9658-WYUFB 1
## 9659-QEQSY 1
## 9659-ZTWSM 1
## 9661-ACXBS 1
## 9661-JALZV 1
## 9661-MHUMO 1
## 9667-EQRXU 1
## 9667-TKTVZ 1
## 9668-PUGNU 1
## 9670-BPNXF 1
## 9674-EHPPG 1
## 9675-ICXCT 1
## 9677-AVKED 1
## 9680-NIAUV 1
## 9681-KYGYB 1
## 9681-OXGVC 1
## 9685-WKZGT 1
## 9688-YGXVR 1
## 9689-PTNPG 1
## 9691-HKOVS 1
## 9692-TUSXH 1
## 9693-XMUOB 1
## 9695-IDRZR 1
## 9696-RMYBA 1
## 9699-UBQFS 1
## 9700-ISPUP 1
## 9700-ZCLOT 1
## 9701-CDXHR 1
## 9702-AIUJO 1
## 9705-IOVQQ 1
## 9705-ZJBCG 1
## 9708-HPXWZ 1
## 9708-KFDBY 1
## 9710-NJERN 1
## 9710-ZUSHQ 1
## 9711-FJTBX 1
## 9714-EDSUC 1
## 9715-SBVSU 1
## 9715-WZCLW 1
## 9717-IOAAF 1
## 9717-QEBGU 1
## 9720-JJJOR 1
## 9722-UJOJR 1
## 9725-SCPZG 1
## 9728-FTTVZ 1
## 9730-DRTMJ 1
## 9732-EQMWY 1
## 9732-KPKBW 1
## 9732-OUYRN 1
## 9734-UYXQI 1
## 9734-YWGEX 1
## 9738-QLWTP 1
## 9739-JLPQJ 1
## 9741-YLNTD 1
## 9742-XOKTS 1
## 9743-DQKQW 1
## 9746-MDMBK 1
## 9746-UGFAC 1
## 9746-YKGXB 1
## 9747-DDZOS 1
## 9750-BOOHV 1
## 9752-ZNQUT 1
## 9753-OYLBX 1
## 9754-CLVZW 1
## 9755-JHNMN 1
## 9758-MFWGD 1
## 9761-XUJWD 1
## 9762-YAQAA 1
## 9763-GRSKD 1
## 9763-PDTKK 1
## 9764-REAFF 1
## 9766-HGEDE 1
## 9767-FFLEM 1
## 9769-TSBZE 1
## 9770-KXGQU 1
## 9770-LXDBK 1
## 9773-PEQBZ 1
## 9774-NRNAU 1
## 9776-CLUJA 1
## 9776-OJUZI 1
## 9777-IQHWP 1
## 9777-WJJPR 1
## 9778-OGKQZ 1
## 9779-DPNEJ 1
## 9780-FKVVF 1
## 9782-LGXMC 1
## 9786-IJYDL 1
## 9786-YWNHU 1
## 9787-XVQIU 1
## 9788-HNGUT 1
## 9788-YTFGE 1
## 9793-WECQC 1
## 9795-NREXC 1
## 9795-SHUHB 1
## 9795-VOWON 1
## 9796-BPKIW 1
## 9796-MVYXX 1
## 9798-DRYDS 1
## 9798-OPFEM 1
## 9799-CAYJJ 1
## 9800-ONTFE 1
## 9800-OUIGR 1
## 9801-GDWGV 1
## 9801-NOSHQ 1
## 9802-CAQUT 1
## 9803-FTJCG 1
## 9804-ICWBG 1
## 9805-FILKB 1
## 9809-IMGCQ 1
## 9812-GHVRI 1
## 9814-AOUDH 1
## 9817-APLHW 1
## 9818-XQCUV 1
## 9819-FBNSV 1
## 9820-RMCQV 1
## 9821-BESNZ 1
## 9821-POOTN 1
## 9822-BIIGN 1
## 9822-OAOVB 1
## 9822-WMWVG 1
## 9823-EALYC 1
## 9824-BEMCV 1
## 9824-QCJPK 1
## 9825-YCXWZ 1
## 9828-AOQLM 1
## 9828-QHFBK 1
## 9830-ECLEN 1
## 9831-BPFRI 1
## 9833-TGFHX 1
## 9835-ZIITK 1
## 9837-BMCLM 1
## 9837-FWLCH 1
## 9838-BFCQT 1
## 9839-ETQOE 1
## 9840-DVNDC 1
## 9840-EFJQB 1
## 9842-EFSYY 1
## 9844-FELAJ 1
## 9845-PEEKO 1
## 9845-QOMAD 1
## 9846-GKXAS 1
## 9847-HNVGP 1
## 9848-JQJTX 1
## 9850-OWRHQ 1
## 9851-KIELU 1
## 9851-QXEEQ 1
## 9853-JFZDU 1
## 9860-LISIZ 1
## 9861-PDSZP 1
## 9862-KJTYK 1
## 9863-JZAIC 1
## 9866-OCCKE 1
## 9866-QEVEE 1
## 9867-JCZSP 1
## 9867-NNXLC 1
## 9867-XOBQA 1
## 9871-ELEYA 1
## 9873-MNDKV 1
## 9874-QLCLH 1
## 9878-TNQGW 1
## 9880-TDQAC 1
## 9881-VCZEP 1
## 9885-AIBVB 1
## 9885-CSMWE 1
## 9885-MFVSU 1
## 9888-ZCUMM 1
## 9889-TMAHG 1
## 9891-NQDBD 1
## 9894-EZEWG 1
## 9894-QMIMJ 1
## 9895-VFOXH 1
## 9896-UYMIE 1
## 9897-KXHCM 1
## 9898-KZQDZ 1
## 9903-LYSAB 1
## 9904-EHEVJ 1
## 9906-NHHVC 1
## 9907-SWKKF 1
## 9909-DFRJA 1
## 9909-IDLEK 1
## 9912-GVSEQ 1
## 9912-OMZDS 1
## 9916-AYHTC 1
## 9917-KWRBE 1
## 9919-FZDED 1
## 9919-KNPOO 1
## 9919-YLNNG 1
## 9921-EZKBY 1
## 9921-QFQUL 1
## 9921-ZVRHG 1
## 9924-JPRMC 1
## 9926-PJHDQ 1
## 9927-DSWDF 1
## 9928-BZVLZ 1
## 9929-PLVPA 1
## 9931-DCEZH 1
## 9931-KGHOA 1
## 9932-WBWIK 1
## 9933-QRGTX 1
## 9938-EKRGF 1
## 9938-PRCVK 1
## 9938-TKDGL 1
## 9938-ZREHM 1
## 9940-HPQPG 1
## 9940-RHLFB 1
## 9943-VSZUV 1
## 9944-AEXBM 1
## 9944-HKVVB 1
## 9945-PSVIP 1
## 9947-OTFQU 1
## 9948-YPTDG 1
## 9950-MTGYX 1
## 9953-ZMKSM 1
## 9955-QOPOY 1
## 9957-YODKZ 1
## 9958-MEKUC 1
## 9959-WOFKT 1
## 9961-JBNMK 1
## 9962-BFPDU 1
## 9964-WBQDJ 1
## 9965-YOKZB 1
## 9967-ATRFS 1
## 9968-FFVVH 1
## 9970-QBCDA 1
## 9971-ZWPBF 1
## 9972-EWRJS 1
## 9972-NKTFD 1
## 9972-VAFJJ 1
## 9974-JFBHQ 1
## 9975-GPKZU 1
## 9975-SKRNR 1
## 9978-HYCIN 1
## 9979-RGMZT 1
## 9985-MWVIX 1
## 9986-BONCE 1
## 9987-LUTYD 1
## 9992-RRAMN 1
## 9992-UJOEL 1
## 9993-LHIEB 1
## 9995-HOTOH 1
##
## $gender
##
## variable [,1]
## Female 3488
## Male 3555
##
## $SeniorCitizen
## NULL
##
## $Partner
##
## variable [,1]
## No 3641
## Yes 3402
##
## $Dependents
##
## variable [,1]
## No 4933
## Yes 2110
##
## $tenure
## NULL
##
## $PhoneService
##
## variable [,1]
## No 682
## Yes 6361
##
## $MultipleLines
##
## variable [,1]
## No 3390
## No phone service 682
## Yes 2971
##
## $InternetService
##
## variable [,1]
## DSL 2421
## Fiber optic 3096
## No 1526
##
## $OnlineSecurity
##
## variable [,1]
## No 3498
## No internet service 1526
## Yes 2019
##
## $OnlineBackup
##
## variable [,1]
## No 3088
## No internet service 1526
## Yes 2429
##
## $DeviceProtection
##
## variable [,1]
## No 3095
## No internet service 1526
## Yes 2422
##
## $TechSupport
##
## variable [,1]
## No 3473
## No internet service 1526
## Yes 2044
##
## $StreamingTV
##
## variable [,1]
## No 2810
## No internet service 1526
## Yes 2707
##
## $StreamingMovies
##
## variable [,1]
## No 2785
## No internet service 1526
## Yes 2732
##
## $Contract
##
## variable [,1]
## Month-to-month 3875
## One year 1473
## Two year 1695
##
## $PaperlessBilling
##
## variable [,1]
## No 2872
## Yes 4171
##
## $PaymentMethod
##
## variable [,1]
## Bank transfer (automatic) 1544
## Credit card (automatic) 1522
## Electronic check 2365
## Mailed check 1612
##
## $MonthlyCharges
## NULL
##
## $Churn
##
## variable [,1]
## No 5174
## Yes 1869
##
## $TotalCharges.mean
## NULL2.5 - Análisis longitudinal
longi <- df %>%
summarise_all(mean) %>%
t() %>%
as.data.frame() ## Warning in mean.default(customerID): argument is not numeric or logical:
## returning NA## Warning in mean.default(gender): argument is not numeric or logical: returning
## NA## Warning in mean.default(Partner): argument is not numeric or logical: returning
## NA## Warning in mean.default(Dependents): argument is not numeric or logical:
## returning NA## Warning in mean.default(PhoneService): argument is not numeric or logical:
## returning NA## Warning in mean.default(MultipleLines): argument is not numeric or logical:
## returning NA## Warning in mean.default(InternetService): argument is not numeric or logical:
## returning NA## Warning in mean.default(OnlineSecurity): argument is not numeric or logical:
## returning NA## Warning in mean.default(OnlineBackup): argument is not numeric or logical:
## returning NA## Warning in mean.default(DeviceProtection): argument is not numeric or logical:
## returning NA## Warning in mean.default(TechSupport): argument is not numeric or logical:
## returning NA## Warning in mean.default(StreamingTV): argument is not numeric or logical:
## returning NA## Warning in mean.default(StreamingMovies): argument is not numeric or logical:
## returning NA## Warning in mean.default(Contract): argument is not numeric or logical: returning
## NA## Warning in mean.default(PaperlessBilling): argument is not numeric or logical:
## returning NA## Warning in mean.default(PaymentMethod): argument is not numeric or logical:
## returning NA## Warning in mean.default(Churn): argument is not numeric or logical: returning NAdata.frame(variable = rownames(longi), media = longi$V1) %>%
arrange(desc(variable)) ## variable media
## 1 TotalCharges.mean 2283.3004408
## 2 tenure 32.3711487
## 3 TechSupport NA
## 4 StreamingTV NA
## 5 StreamingMovies NA
## 6 SeniorCitizen 0.1621468
## 7 PhoneService NA
## 8 PaymentMethod NA
## 9 Partner NA
## 10 PaperlessBilling NA
## 11 OnlineSecurity NA
## 12 OnlineBackup NA
## 13 MultipleLines NA
## 14 MonthlyCharges 64.7616925
## 15 InternetService NA
## 16 gender NA
## 17 DeviceProtection NA
## 18 Dependents NA
## 19 customerID NA
## 20 Contract NA
## 21 Churn NAObservamos que todos los datos son normales excepto la permanencia que vemos que al principio y al final los datos son mucho más altos que en el resto. Lo analizaremos después con un gráfico
Vemos que hay 1869 clientes que abandonan.
2.6 Otros
2.6.1 Vamos a analizar la variable tenure-permanencia con un gráfico
hist(df$tenure,breaks = 30)
Se observa una frecuencia desproporcionada del número de clientes (613) con una permanencia de 1 mes y 362 clientes con permanencia de 72 meses. Puede ser normal que en las compañías telefónicas al principio el número de clientes sea mayor y que luego se vaya estabilizando. Y el hecho de que exista un número más elevado también al llegar a los 72 meses puede ser debido a que es el máximo que la compañía tiene en cuenta.
Al realizar posteriormente la discretización vamos a dejar esto así
2.7 - Análisis de coherencia
Hay dos variables que son las de MonthlyCharges y TotalCharges donde esta última parece ser que es el resultado de la multiplicación de MontlyChages*tenure, no al 100% de exactitid pero si que se aproxima.
Para comprobarlo vamos a observar los resultados de los 15 primeros registros
df$MonthlyCharges[1:15]*df$tenure[1:15]## [1] 29.85 1936.30 107.70 1903.50 141.40 797.20 1960.20 297.50 2934.40
## [10] 3481.30 649.35 303.20 5820.30 5081.30 2637.50df$TotalCharges.mean[1:15]## [1] 29.85 1889.50 108.15 1840.75 151.65 820.50 1949.40 301.90 3046.05
## [10] 3487.95 587.45 326.80 5681.10 5036.30 2686.05Vamos a comprobar la correlación
cor(df$MonthlyCharges*df$tenure,df$TotalCharges.mean)## [1] 0.9987673Vemos efectivamente que estas variables tienen una correlación elevada, del 99,8%, por lo que vamos a optar por elimintar la variable TotalCharges.mean
2.7 - Acciones resultado del analisis de calidad de datos y exploratorio
Vamos a transformar a factores todas las variables que habíamos apuntado anteriormente
Transformamos la variable tenure a numérica
De la variable churn cambianos los SÍ por 1 y los NO por 0 y la transformamos en factor
Quitamos de nuestro df la variable TotalCharges.mean
df <- df %>%
mutate_at(a_factores,.funs = factor)df$tenure <- as.numeric(df$tenure)df <- df %>%
mutate(Churn = ifelse(Churn == 'Yes', 1, 0))df$Churn <- as.factor(df$Churn)df$TotalCharges.mean <- NULL3 - Transformación de datos
3.1 Creación de la variable target
Ya tenemos nuestra variable target Churn en formato de 1 y 0 y tipo factor
Hacemos un conteo con table para ver cuántos clientes abandonan
table(df$Churn)##
## 0 1
## 5174 1869Vemos que de nuestro total de clientes hay 1869 que abandonan, lo que supone un 26,5% del total
3.2 Prepaparación de las variables independientes
Nuestro df tiene un total de 20 variables, por lo que no vamos a crear una lista corta de variables independientes, trabajaremos con todas estas variables.
Creamos una lista con todas estas variables
indep <- names(df)Ahora creamos una lista de variables que no usaremos ya que por definición NO son independientes, código cliente y la target
no_usar<-c ('customerID','Churn')Ahora quitamos estas variables de nuestra lista indep
indep<-setdiff(indep,no_usar)3.3 Preselección de las variables independientes
A pesar de que nuestra lista de variables sea corta, vamos a usar 2 algoritmos para trabajar esto: Random Forest e Information Value
3.3.1 Preselección con Random Forest
Identifica relaciones no lineales y le pedimos la importancia de las variables con (importance=T)
pre_rf <- randomForest(formula = reformulate(indep,'Churn'), data=
df,mtry=2,ntree=50, importance = T)
pre_rf##
## Call:
## randomForest(formula = reformulate(indep, "Churn"), data = df, mtry = 2, ntree = 50, importance = T)
## Type of random forest: classification
## Number of trees: 50
## No. of variables tried at each split: 2
##
## OOB estimate of error rate: 20.83%
## Confusion matrix:
## 0 1 class.error
## 0 4643 531 0.1026285
## 1 936 933 0.5008026Como importance devuelve una matriz con varias métricas tenemos que extraer el decrecimiento en Gini que es el que más nos interesa, que está en la posición 4
imp_rf <- importance(pre_rf)[,4]
imp_rf <- data.frame(VARIABLE = names(imp_rf), IMP_RF = imp_rf)
imp_rf <- imp_rf %>% arrange(desc(IMP_RF)) %>% mutate(RANKING_RF = 1:nrow(imp_rf))
imp_rf## VARIABLE IMP_RF RANKING_RF
## tenure tenure 278.509592 1
## MonthlyCharges MonthlyCharges 169.218986 2
## Contract Contract 156.096139 3
## PaymentMethod PaymentMethod 107.168622 4
## OnlineSecurity OnlineSecurity 106.320271 5
## TechSupport TechSupport 82.502691 6
## InternetService InternetService 62.419169 7
## OnlineBackup OnlineBackup 56.636529 8
## DeviceProtection DeviceProtection 41.173576 9
## PaperlessBilling PaperlessBilling 39.293654 10
## MultipleLines MultipleLines 33.656623 11
## StreamingMovies StreamingMovies 32.981717 12
## Partner Partner 28.353988 13
## StreamingTV StreamingTV 27.502099 14
## Dependents Dependents 26.857912 15
## SeniorCitizen SeniorCitizen 25.288472 16
## gender gender 24.311514 17
## PhoneService PhoneService 8.654138 18Cuanto más alto sea el número que nos da significa que más importante es la variable. En nuestro caso las 3 variables más significativas son tenure, MontlyCharges y Contract
3.3.2 Preselección con Information Value
Usaremos la función smbinning.sumiv y se requiere tener la target en formato numérico
Creamos un df temporal que es exactamente el df y simplemente pasamos la target a formato numérico
temp <- mutate(df,Churn = as.numeric(as.character(Churn))) %>% as.data.frame() y ahora vemos el ranking de Information value
imp_iv <- smbinning.sumiv(temp[c(indep,'Churn')],y="Churn")##
##
|
| | 0%
|
|--- | 5%
|
|----- | 11%
|
|-------- | 16%
|
|----------- | 21%
|
|------------- | 26%
|
|---------------- | 32%
|
|------------------ | 37%
|
|--------------------- | 42%
|
|------------------------ | 47%
|
|-------------------------- | 53%
|
|----------------------------- | 58%
|
|-------------------------------- | 63%
|
|---------------------------------- | 68%
|
|------------------------------------- | 74%
|
|--------------------------------------- | 79%
|
|------------------------------------------ | 84%
|
|--------------------------------------------- | 89%
|
|----------------------------------------------- | 95%
|
|--------------------------------------------------| 100%
## imp_iv <- imp_iv %>% mutate(Ranking = 1:nrow(imp_iv), IV = ifelse(is.na(.$IV),0,IV)) %>%select(-Process)
names(imp_iv) <- c('VARIABLE','IMP_IV','RANKING_IV')
imp_iv## VARIABLE IMP_IV RANKING_IV
## 15 Contract 1.2386 1
## 5 tenure 0.8659 2
## 9 OnlineSecurity 0.7177 3
## 12 TechSupport 0.6996 4
## 8 InternetService 0.6179 5
## 10 OnlineBackup 0.5286 6
## 11 DeviceProtection 0.4997 7
## 18 MonthlyCharges 0.4842 8
## 17 PaymentMethod 0.4571 9
## 14 StreamingMovies 0.3814 10
## 13 StreamingTV 0.3804 11
## 16 PaperlessBilling 0.2030 12
## 4 Dependents 0.1555 13
## 3 Partner 0.1188 14
## 2 SeniorCitizen 0.1057 15
## 7 MultipleLines 0.0083 16
## 6 PhoneService 0.0008 17
## 1 gender 0.0004 18En este caso vemos como las 3 variables más predictoras serían Contract, tenure y OnlineSecurity. Según los criterios de IV vemos como las 6 primeras variables tienen un valor mayor que 0,5 por lo que son altamente predictivas
3.3.3 Preselección final
Ahora ya tenemos las variables finalistas de ambos criterios, ahora lo combinamos en un solo criterio para tomar una decisión integrada, por ello creamos un data frame llamado imp_final y con la función inner join nos permitirá unir dos datasets distintos que comparten la misma variable.
Creamos una nueva variable con mutate que es el ranking total, y es la suma de los rankings de los 2 métodos. Como el ranking empieza en 1 (1 es lo mejor) , cuanto menor sea el valor de esta suma significa que la variable ha quedado mejor posicionada en los 2 rankings
imp_final <- inner_join(imp_rf,imp_iv,by='VARIABLE') %>%
select(VARIABLE,IMP_RF,IMP_IV,RANKING_RF,RANKING_IV) %>%
mutate(RANKING_TOT = RANKING_RF + RANKING_IV) %>%
arrange(RANKING_TOT)
imp_final## VARIABLE IMP_RF IMP_IV RANKING_RF RANKING_IV RANKING_TOT
## 1 tenure 278.509592 0.8659 1 2 3
## 2 Contract 156.096139 1.2386 3 1 4
## 3 OnlineSecurity 106.320271 0.7177 5 3 8
## 4 MonthlyCharges 169.218986 0.4842 2 8 10
## 5 TechSupport 82.502691 0.6996 6 4 10
## 6 InternetService 62.419169 0.6179 7 5 12
## 7 PaymentMethod 107.168622 0.4571 4 9 13
## 8 OnlineBackup 56.636529 0.5286 8 6 14
## 9 DeviceProtection 41.173576 0.4997 9 7 16
## 10 PaperlessBilling 39.293654 0.2030 10 12 22
## 11 StreamingMovies 32.981717 0.3814 12 10 22
## 12 StreamingTV 27.502099 0.3804 14 11 25
## 13 MultipleLines 33.656623 0.0083 11 16 27
## 14 Partner 28.353988 0.1188 13 14 27
## 15 Dependents 26.857912 0.1555 15 13 28
## 16 SeniorCitizen 25.288472 0.1057 16 15 31
## 17 gender 24.311514 0.0004 17 18 35
## 18 PhoneService 8.654138 0.0008 18 17 35A la vista de los resultados vemos que tenure y Contract son las 2 variables más predictoras.
Para determinar si ambos métodos son fiables calculamos su correlación
cor(imp_final$IMP_RF,imp_final$IMP_IV)## [1] 0.7270861Tiene correlación positiva pero no significativa, es decir, no podemos concluir los resultados sean del todo fiables.
Viendo estos datos vamos a descartar aquellas variables que no hayan salido entre las 10 más importantes en el ranking total.
Vamos a seleccionar las 9 más predictoras y las vamos a meter dentro de una variable llamada ind_corta y serán con las que vamos a trabajar.
ind_corta <-c ('tenure','Contract','TechSupport','OnlineSecurity','MonthlyCharges','InternetService','PaymentMethod','OnlineBackup','DeviceProtection')Por último creamos una lista llamada finales que además de las variables de ind_corta incluirá la target y customerID que antes la habíamos quitado
finales <- union(ind_corta,c('Churn', 'customerID'))3.4 Fichero final y limpieza del entorno
3.4.1 Fichero final
Vamos a crear un nuevo df que únicamente tenga las variables con las que vamos a trabajar
df <- df %>%
select(one_of(finales))3.4.2 Limpieza del entorno
Borramos todo menos el df final y nos creamos 2 variables nuevas, la target e indep que contiene todas variables predictoras menos la target
rm(list=setdiff(ls(),'df'))target <- 'Churn'
indep <- setdiff(names(df),c(target))4.Variables Sintéticas
Son variables que construimos a partir de las variables originales y que nos ayudan a aprovechar al máximo la información contenida en las originales.
En nuestro df tenemos algunas variables que tienen información que podemos usar para crear una alternativa que nos sea más relevante. Tenemos clientes que se preocupan por la seguridad de sus dispositivos ya que hay 2 variables que nos dan esta información: OnlineBackup y Device Protection.
4.1 Crear Tenencia
Creamos una nueva a partir de esas que se llame “clientes preocupados por la seguridad de su dispositivo” que tendrá como valor 1 si se cumple alguna de las 2 y 0 en caso de que no se cumpla ninguno
Creamos la función para calcular tenencias
tenencia_Seguridad <- function(OnlineBackup,DeviceProtection){
temp <- as.factor(if_else(OnlineBackup == 'Yes' | DeviceProtection == 'Yes', 1, 0))
return(temp)
}Creamos el indicador de tenencia de seguridad para ambas variables
df$Seguridad <- tenencia_Seguridad(df$OnlineBackup,df$DeviceProtection)Quitamos de nuestro df las 2 variables a partir de la cual hemos creado la sintética para quedarnos únicamente con esta
df$OnlineBackup <- NULL
df$DeviceProtection <- NULLHacemos un glimpse para ver que ya tenemos únicamente las variables con las que vamos a trabajar
glimpse(df)## Rows: 7,043
## Columns: 10
## $ tenure <dbl> 1, 34, 2, 45, 2, 8, 22, 10, 28, 62, 13, 16, 58, 49,...
## $ Contract <fct> Month-to-month, One year, Month-to-month, One year,...
## $ TechSupport <fct> No, No, No, Yes, No, No, No, No, Yes, No, No, No in...
## $ OnlineSecurity <fct> No, Yes, Yes, Yes, No, No, No, Yes, No, Yes, Yes, N...
## $ MonthlyCharges <dbl> 29.85, 56.95, 53.85, 42.30, 70.70, 99.65, 89.10, 29...
## $ InternetService <fct> DSL, DSL, DSL, DSL, Fiber optic, Fiber optic, Fiber...
## $ PaymentMethod <fct> Electronic check, Mailed check, Mailed check, Bank ...
## $ Churn <fct> 0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, ...
## $ customerID <fct> 7590-VHVEG, 5575-GNVDE, 3668-QPYBK, 7795-CFOCW, 923...
## $ Seguridad <fct> 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, ...5.Discretización
En nuestro caso df tenemos 2 variables contínuas (tenure y MonthlyCharges) que discretizaremos manualmente para realizar cortes que puedan tener más sentido desde el punto de vista de negocio
5.1 Discretización Tenure
Vamos a ver su distribución y cómo se comporta la target para ver si se genera un comportamiento monotónico
ggplot(df,aes(tenure)) + geom_density()
ggplot(df,aes(tenure)) + geom_histogram(bins = 10) + scale_x_continuous(limits = c(0, 72))## Warning: Removed 2 rows containing missing values (geom_bar).
ggplot(df,aes(tenure,fill=Churn)) + geom_histogram(bins = 20,position='fill') + scale_x_continuous(limits = c(0, 72)) ## Warning: Removed 4 rows containing missing values (geom_bar).
Vemos como a mayor permanencia (tenure) menor es el abandono (churn). Desde el punto de vista de negocio es lógico ya que es más fácil que un cliente abandone la compañía en los primeros meses. En este caso aquellos clientes cuya permanencia es menor a 20 meses tienen un mayor abandono
Sabiendo ambas cosas vamos a apoyarnos en los deciles para ver dónde podemos hacer buenos corte
as.data.frame(quantile(df$tenure,prob = seq(0, 1, length = 11)))## quantile(df$tenure, prob = seq(0, 1, length = 11))
## 0% 0
## 10% 2
## 20% 6
## 30% 12
## 40% 20
## 50% 29
## 60% 40
## 70% 50
## 80% 60
## 90% 69
## 100% 72Procedemos a discretizarla
df <- df %>% mutate(tenure_DISC = as.factor(case_when(
tenure <= 20 ~ '01_MENOR_20',
tenure > 20 & tenure <= 40 ~ '02_DE_20_A_40',
tenure > 40 & tenure <= 60 ~ '03_DE_40_A_60',
tenure > 60 ~ '05_MAYOR_60',
TRUE ~ '00_ERROR'))
)Veamos si la distribución ha quedado similar a la original
ggplot(df,aes(tenure_DISC)) + geom_bar()
Comprobamos si la penetración de la target es monotónica
ggplot(df,aes(tenure_DISC,fill=Churn)) + geom_bar(position='fill')
Efectivamente observamos como a mayor permanencia menor es el abandono, es decir, sigue un comportamiento monotónico
5.1 Discretización MonthlyCharges
Vamos a ver su distribución y cómo se comporta la target para ver si se genera un comportamiento monotónico
ggplot(df,aes(MonthlyCharges)) + geom_density()
ggplot(df,aes(MonthlyCharges)) + geom_histogram(bins = 5) + scale_x_continuous(limits = c(0, 119))## Warning: Removed 2 rows containing missing values (geom_bar).
ggplot(df,aes(MonthlyCharges,fill=Churn)) + geom_histogram(bins = 10,position='fill') + scale_x_continuous(limits = c(0, 119)) ## Warning: Removed 4 rows containing missing values (geom_bar).
En este caso vemos que cuanto mayor es el importe de MonthlyCharges mayor es el abandono (churn). Desde el punto de vista de negocio es lógico ya que cuanto más dinero se cobre a un cliente más probabilidad hay de que pueda cambiar de compañía.
Sabiendo ambas cosas vamos a apoyarnos en los deciles para ver dónde podemos hacer buenos corte
as.data.frame(quantile(df$MonthlyCharges,prob = seq(0, 1, length = 11)))## quantile(df$MonthlyCharges, prob = seq(0, 1, length = 11))
## 0% 18.25
## 10% 20.05
## 20% 25.05
## 30% 45.85
## 40% 58.83
## 50% 70.35
## 60% 79.10
## 70% 85.50
## 80% 94.25
## 90% 102.60
## 100% 118.75Procedemos a discretizarla
df <- df %>% mutate(MonthlyCharges_DISC = as.factor(case_when(
MonthlyCharges <= 30 ~ '01_MENOR_30',
MonthlyCharges > 30 & MonthlyCharges <= 60 ~ '02_DE_30_A_60',
MonthlyCharges > 60 & MonthlyCharges<= 90 ~ '03_DE_60_A_90',
MonthlyCharges > 90 ~'04_MAYOR_90',
TRUE ~ '00_ERROR'))
)Veamos si la distribución ha quedado similar a la original
ggplot(df,aes(MonthlyCharges_DISC)) + geom_bar()
Comprobamos si la penetración de la target es monotónica
ggplot(df,aes(MonthlyCharges_DISC,fill=Churn)) + geom_bar(position='fill')
Obervamos que a cuanto más alto es importe mensual mayor es el abandono, sigue un comportamiento monotónico
Gráfico visual de todas las variables
df %>%
select_if(is.factor) %>%
gather() %>%
ggplot(aes(value)) +
geom_bar() +
facet_wrap(~ key, scales = "free") +
theme(axis.text=element_text(size=4))## Warning: attributes are not identical across measure variables;
## they will be dropped
Antes de pasar a la siguiente fase vamos a eliminar las variables originales sin discretizar y visualizamos nuestro df
df$tenure <- NULL
df$MonthlyCharges <- NULL
glimpse(df)## Rows: 7,043
## Columns: 10
## $ Contract <fct> Month-to-month, One year, Month-to-month, One y...
## $ TechSupport <fct> No, No, No, Yes, No, No, No, No, Yes, No, No, N...
## $ OnlineSecurity <fct> No, Yes, Yes, Yes, No, No, No, Yes, No, Yes, Ye...
## $ InternetService <fct> DSL, DSL, DSL, DSL, Fiber optic, Fiber optic, F...
## $ PaymentMethod <fct> Electronic check, Mailed check, Mailed check, B...
## $ Churn <fct> 0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0,...
## $ customerID <fct> 7590-VHVEG, 5575-GNVDE, 3668-QPYBK, 7795-CFOCW,...
## $ Seguridad <fct> 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 1,...
## $ tenure_DISC <fct> 01_MENOR_20, 02_DE_20_A_40, 01_MENOR_20, 03_DE_...
## $ MonthlyCharges_DISC <fct> 01_MENOR_30, 02_DE_30_A_60, 02_DE_30_A_60, 02_D...6.Modelización
Nos encontramos frente a un modelo supervisado y de clasificación. Tenemos 1 variable dicotómica que queremos predecir a partir de otras.
6.1 Vamos a crear una serie de funciones que vamos a necesitar
Función para crear una matriz de confusión
confusion<-function(real,scoring,umbral){
conf<-table(real,scoring>=umbral)
if(ncol(conf)==2) return(conf) else return(NULL)
}Funcion para calcular las métricas de los modelos: acierto, precisión, cobertura y F1
metricas<-function(matriz_conf){
acierto <- (matriz_conf[1,1] + matriz_conf[2,2]) / sum(matriz_conf) *100
precision <- matriz_conf[2,2] / (matriz_conf[2,2] + matriz_conf[1,2]) *100
cobertura <- matriz_conf[2,2] / (matriz_conf[2,2] + matriz_conf[2,1]) *100
F1 <- 2*precision*cobertura/(precision+cobertura)
salida<-c(acierto,precision,cobertura,F1)
return(salida)
}Función para probar distintos umbrales y ver el efecto sobre precisión y cobertura
umbrales<-function(real,scoring){
umbrales<-data.frame(umbral=rep(0,times=19),acierto=rep(0,times=19),precision=rep(0,times=19),cobertura=rep(0,times=19),F1=rep(0,times=19))
cont <- 1
for (cada in seq(0.05,0.95,by = 0.05)){
datos<-metricas(confusion(real,scoring,cada))
registro<-c(cada,datos)
umbrales[cont,]<-registro
cont <- cont + 1
}
return(umbrales)
}Funciones que calculan la curva ROC y el AUC
roc<-function(prediction){
r<-performance(prediction,'tpr','fpr')
plot(r)
}
auc<-function(prediction){
a<-performance(prediction,'auc')
return(a@y.values[[1]])
}6.2 - Creamos las particiones de entrenamiento (70%) y test (30%)
Establecemos una semilla para que nos salgan los mismos resultados
set.seed(12345)Generamos una variable aleatoria con una distribución 70-30
df$random<-sample(0:1,size = nrow(df),replace = T,prob = c(0.3,0.7)) Creamos los dos dataframes y eliminamos la aleatoria de antes
train<-filter(df,random==1)
test<-filter(df,random==0)
df$random <- NULL6.3 - Creación del modelo de propensión
6.3.1 - Identificamos las variables
Las independientes serán todas menos customerID y la target
independientes <- setdiff(names(df),c('customerID','Churn'))6.3.2 - Creamos la formula para usar en el modelo
formula <- reformulate(independientes,target)Vamos a trabajar y observar los resultados con 3 algoritmos: Regresión logística, Árboles de decisión y Random Forest
6.4 Regresión Logística
Vamos a crear primero un modelo con todas las variables
formula_rl <- formula
rl<- glm(formula_rl,train,family=binomial(link='logit'))
summary(rl)##
## Call:
## glm(formula = formula_rl, family = binomial(link = "logit"),
## data = train)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.7335 -0.6810 -0.2746 0.7635 3.0740
##
## Coefficients: (2 not defined because of singularities)
## Estimate Std. Error z value
## (Intercept) -0.321754 0.247910 -1.298
## ContractOne year -0.908085 0.125887 -7.213
## ContractTwo year -2.064439 0.228300 -9.043
## TechSupportNo internet service -1.164922 0.260055 -4.480
## TechSupportYes -0.263446 0.102866 -2.561
## OnlineSecurityNo internet service NA NA NA
## OnlineSecurityYes -0.453230 0.100961 -4.489
## InternetServiceFiber optic 0.917991 0.178214 5.151
## InternetServiceNo NA NA NA
## PaymentMethodCredit card (automatic) -0.084870 0.134870 -0.629
## PaymentMethodElectronic check 0.376685 0.111955 3.365
## PaymentMethodMailed check 0.024094 0.133092 0.181
## Seguridad1 -0.167303 0.091256 -1.833
## tenure_DISC02_DE_20_A_40 -0.973455 0.105902 -9.192
## tenure_DISC03_DE_40_A_60 -0.963225 0.129737 -7.424
## tenure_DISC05_MAYOR_60 -1.184678 0.187955 -6.303
## MonthlyCharges_DISC02_DE_30_A_60 0.005749 0.244220 0.024
## MonthlyCharges_DISC03_DE_60_A_90 -0.176022 0.284425 -0.619
## MonthlyCharges_DISC04_MAYOR_90 0.277817 0.318720 0.872
## Pr(>|z|)
## (Intercept) 0.194334
## ContractOne year 0.000000000000545 ***
## ContractTwo year < 0.0000000000000002 ***
## TechSupportNo internet service 0.000007480947050 ***
## TechSupportYes 0.010435 *
## OnlineSecurityNo internet service NA
## OnlineSecurityYes 0.000007150370471 ***
## InternetServiceFiber optic 0.000000259025354 ***
## InternetServiceNo NA
## PaymentMethodCredit card (automatic) 0.529170
## PaymentMethodElectronic check 0.000766 ***
## PaymentMethodMailed check 0.856343
## Seguridad1 0.066752 .
## tenure_DISC02_DE_20_A_40 < 0.0000000000000002 ***
## tenure_DISC03_DE_40_A_60 0.000000000000113 ***
## tenure_DISC05_MAYOR_60 0.000000000291955 ***
## MonthlyCharges_DISC02_DE_30_A_60 0.981220
## MonthlyCharges_DISC03_DE_60_A_90 0.536001
## MonthlyCharges_DISC04_MAYOR_90 0.383391
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 5711.2 on 4940 degrees of freedom
## Residual deviance: 4200.1 on 4924 degrees of freedom
## AIC: 4234.1
##
## Number of Fisher Scoring iterations: 6Nos quedaremos con aquellas variables que tengan 3 estrellas en alguna categoría ya que son las más significativas
a_mantener <-c ('Contract','TechSupport','OnlineSecurity','InternetService','PaymentMethod','tenure_DISC')Ahora volvemos a crear el modelo con estas variables
formula_rl <- reformulate(a_mantener,target)
rl<- glm(formula_rl,train,family=binomial(link='logit'))
summary(rl)##
## Call:
## glm(formula = formula_rl, family = binomial(link = "logit"),
## data = train)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.5698 -0.6736 -0.2852 0.8305 3.0068
##
## Coefficients: (2 not defined because of singularities)
## Estimate Std. Error z value
## (Intercept) -0.47493 0.12385 -3.835
## ContractOne year -0.90101 0.12447 -7.239
## ContractTwo year -2.08882 0.22757 -9.179
## TechSupportNo internet service -1.03254 0.14647 -7.049
## TechSupportYes -0.23849 0.09893 -2.411
## OnlineSecurityNo internet service NA NA NA
## OnlineSecurityYes -0.44506 0.09959 -4.469
## InternetServiceFiber optic 0.96016 0.09045 10.615
## InternetServiceNo NA NA NA
## PaymentMethodCredit card (automatic) -0.08079 0.13457 -0.600
## PaymentMethodElectronic check 0.40207 0.11167 3.600
## PaymentMethodMailed check 0.03885 0.13250 0.293
## tenure_DISC02_DE_20_A_40 -0.95191 0.10339 -9.207
## tenure_DISC03_DE_40_A_60 -0.89499 0.12295 -7.279
## tenure_DISC05_MAYOR_60 -1.08000 0.17926 -6.025
## Pr(>|z|)
## (Intercept) 0.000126 ***
## ContractOne year 0.000000000000453 ***
## ContractTwo year < 0.0000000000000002 ***
## TechSupportNo internet service 0.000000000001796 ***
## TechSupportYes 0.015921 *
## OnlineSecurityNo internet service NA
## OnlineSecurityYes 0.000007858502367 ***
## InternetServiceFiber optic < 0.0000000000000002 ***
## InternetServiceNo NA
## PaymentMethodCredit card (automatic) 0.548257
## PaymentMethodElectronic check 0.000318 ***
## PaymentMethodMailed check 0.769386
## tenure_DISC02_DE_20_A_40 < 0.0000000000000002 ***
## tenure_DISC03_DE_40_A_60 0.000000000000336 ***
## tenure_DISC05_MAYOR_60 0.000000001692684 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 5711.2 on 4940 degrees of freedom
## Residual deviance: 4219.5 on 4928 degrees of freedom
## AIC: 4245.5
##
## Number of Fisher Scoring iterations: 6A la vista de estos resultados vemos como ahora todas las variables tienen 3 estrellas de significación en al menos una de sus categorías
Vamos a mirar el signo de los coeficientes que nos dice cómo se comporta la variable objetivo cuando sube o baja esa variable que estamos midiendo. Vemos que siguen una lógica de negocio por lo que vamos a comprobar el modelo sobre el conjunto test
Y calculamos el pseudo R cuadrado que es el porcentaje de información de una variable que explica otra variable.
Este valor tomará valores entre -1 y 1. Si nos sale cercano a 0 el modelo es malo, 1 sería perfecto, si su valor es superior de 0.5% diremos que el modelo es bueno.
pr2_rl <- 1 -(rl$deviance / rl$null.deviance)
pr2_rl## [1] 0.2611816En este caso nos sale un valor cercano a 0,26. Seguimos adelante para ver los resultados
Aplicamos el modelo al conjunto de test, generando un vector con las probabilidades
rl_predict<-predict(rl,test,type = 'response')## Warning in predict.lm(object, newdata, se.fit, scale = 1, type = if (type == :
## prediction from a rank-deficient fit may be misleadingSacamos un gráfico para ver cómo se comporta
plot(rl_predict~test$Churn)
Ahora vamos a transformar la probabilidad en una decisión de si el cliente abandonará o no
Con la función umbrales probamos diferentes cortes
umb_rl<-umbrales(test$Churn,rl_predict)
umb_rl## umbral acierto precision cobertura F1
## 1 0.05 51.28449 35.15074 97.68271 51.69811
## 2 0.10 60.32350 39.69811 93.76114 55.77943
## 3 0.15 64.46242 42.32673 91.44385 57.86802
## 4 0.20 70.88487 47.46773 85.20499 60.96939
## 5 0.25 72.97812 49.61749 80.92692 61.51762
## 6 0.30 75.21408 52.41546 77.36185 62.49100
## 7 0.35 77.21218 55.38058 75.22282 63.79441
## 8 0.40 79.82873 61.87175 63.63636 62.74165
## 9 0.45 80.44719 64.09774 60.78431 62.39707
## 10 0.50 79.35300 68.09117 42.60250 52.41228
## 11 0.55 79.30542 68.86228 40.99822 51.39665
## 12 0.60 79.06755 69.83607 37.96791 49.19169
## 13 0.65 77.87821 72.42991 27.62923 40.00000
## 14 0.70 78.02093 75.12690 26.38146 39.05013
## 15 0.75 0.75000 0.75000 0.75000 0.75000
## 16 0.80 0.80000 0.80000 0.80000 0.80000
## 17 0.85 0.85000 0.85000 0.85000 0.85000
## 18 0.90 0.90000 0.90000 0.90000 0.90000
## 19 0.95 0.95000 0.95000 0.95000 0.95000Viendo los datos 0,35 es el umbral que maximiza la F1, a partir de ahí vuelve a bajar su valor, lo seleccionamos
umbral_final_rl<-umb_rl[which.max(umb_rl$F1),1]
umbral_final_rl## [1] 0.35Evaluamos la matriz de confusión y las métricas con el umbral optimizado
confusion(test$Churn,rl_predict,umbral_final_rl)##
## real FALSE TRUE
## 0 1201 340
## 1 139 422rl_metricas<-filter(umb_rl,umbral==umbral_final_rl)
rl_metricas## umbral acierto precision cobertura F1
## 1 0.35 77.21218 55.38058 75.22282 63.79441Resultado (77% de acierto, 55% de precisión, 75% de cobertura y 63% de F1)
Visutalizamos la curva ROC
Para ello creamos el objeto prediction que vamos a necesitar para que nos devuelva los estadísticos que necesitamos. Se crea con la función prediction en la cual le pasamos el scoring y la target
rl_prediction<-prediction(rl_predict,test$Churn)
roc(rl_prediction)
Vemos que la altura de la curva ROC es buena.
Ahora sacamos las métricas definitivas incluyendo el AUC
rl_metricas<-cbind(rl_metricas,AUC=round(auc(rl_prediction),2)*100)
print(t(rl_metricas))## [,1]
## umbral 0.35000
## acierto 77.21218
## precision 55.38058
## cobertura 75.22282
## F1 63.79441
## AUC 84.00000Este modelo nos da un AUC del 84%, nos confirma es un modelo con una buena capacidad predictiva
6.5 Árboles de decisión
Creamos el primer modelo
formula_ar <- formula
ar<-rpart(formula_ar, train, method = 'class', parms = list(
split = "information"),
control = rpart.control(cp = 0.00001))Vamos a revisar dónde el error de validación cruzada empieza a crecer
printcp(ar)##
## Classification tree:
## rpart(formula = formula_ar, data = train, method = "class", parms = list(split = "information"),
## control = rpart.control(cp = 0.00001))
##
## Variables actually used in tree construction:
## [1] Contract InternetService MonthlyCharges_DISC
## [4] OnlineSecurity PaymentMethod Seguridad
## [7] TechSupport tenure_DISC
##
## Root node error: 1308/4941 = 0.26472
##
## n= 4941
##
## CP nsplit rel error xerror xstd
## 1 0.05122324 0 1.00000 1.00000 0.023709
## 2 0.00229358 3 0.79587 0.79587 0.021915
## 3 0.00168196 7 0.78593 0.82875 0.022239
## 4 0.00152905 12 0.77752 0.83333 0.022284
## 5 0.00076453 17 0.76988 0.83333 0.022284
## 6 0.00061162 23 0.76529 0.84633 0.022407
## 7 0.00057339 29 0.76147 0.84862 0.022429
## 8 0.00050968 33 0.75917 0.84862 0.022429
## 9 0.00038226 42 0.75459 0.85321 0.022472
## 10 0.00019113 48 0.75229 0.86162 0.022550
## 11 0.00001000 60 0.75000 0.86315 0.022564plotcp(ar)
Nos tenemos que fijar en xerror (validación cruzada). Cuanto más alto es el parámetro de complejidad no existe casi diferencia entre el error relativo (en el dato de entrenamiento) y el de la validación cruzada. En el momento en el que el error de la validación cruzada empieza a separarse del de entrenamiento ya sabemos que a partir de ahí se está produciendo un sobreajuste.
Vemos que es estable. Creamos un gráfico de árbol para analizarlo
rpart.plot(ar,type=2,extra = 7, under = TRUE,under.cex = 0.7,fallen.leaves=F,gap = 0,cex=0.2,yesno = 2,box.palette = "GnYlRd",branch.lty = 3)## Warning: labs do not fit even at cex 0.15, there may be some overplotting
Vamos a sacar las reglas que podrían ser utilizadas para hacer una implantación del árbol
rpart.rules(ar,style = 'tall',cover = T)## Churn is 0.00 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is Yes
##
## Churn is 0.02 with cover 24% when
## Contract is Two year
##
## Churn is 0.04 with cover 9% when
## Contract is One year
## MonthlyCharges_DISC is 01_MENOR_30 or 02_DE_30_A_60
##
## Churn is 0.06 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is DSL or No
## PaymentMethod is Mailed check
## MonthlyCharges_DISC is 02_DE_30_A_60
##
## Churn is 0.07 with cover 3% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is DSL or No
## MonthlyCharges_DISC is 01_MENOR_30 or 03_DE_60_A_90
##
## Churn is 0.11 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is Yes
## Seguridad is 1
##
## Churn is 0.11 with cover 6% when
## Contract is One year
## MonthlyCharges_DISC is 03_DE_60_A_90
##
## Churn is 0.13 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is DSL or No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is Yes
##
## Churn is 0.14 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
##
## Churn is 0.18 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.19 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is Fiber optic
## OnlineSecurity is Yes
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.19 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
## TechSupport is Yes
##
## Churn is 0.21 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
##
## Churn is 0.21 with cover 6% when
## Contract is One year
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## MonthlyCharges_DISC is 04_MAYOR_90
##
## Churn is 0.22 with cover 8% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No internet service or Yes
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
##
## Churn is 0.22 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is DSL or No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
##
## Churn is 0.25 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic)
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
##
## Churn is 0.25 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## MonthlyCharges_DISC is 03_DE_60_A_90
##
## Churn is 0.28 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No internet service or Yes
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 01_MENOR_30 or 03_DE_60_A_90
##
## Churn is 0.28 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is Yes
##
## Churn is 0.31 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is DSL or No
## OnlineSecurity is Yes
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.31 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
## MonthlyCharges_DISC is 01_MENOR_30
##
## Churn is 0.32 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic)
## MonthlyCharges_DISC is 02_DE_30_A_60
##
## Churn is 0.32 with cover 2% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.38 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No internet service or Yes
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## Seguridad is 0
##
## Churn is 0.38 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Electronic check or Mailed check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
##
## Churn is 0.40 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Credit card (automatic)
##
## Churn is 0.40 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic)
## TechSupport is Yes
##
## Churn is 0.41 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.42 with cover 3% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Mailed check
## MonthlyCharges_DISC is 02_DE_30_A_60
##
## Churn is 0.43 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.43 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## TechSupport is Yes
##
## Churn is 0.44 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
##
## Churn is 0.44 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## TechSupport is Yes
##
## Churn is 0.46 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.47 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 03_DE_60_A_90
##
## Churn is 0.47 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.47 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Bank transfer (automatic) or Mailed check
## TechSupport is No
##
## Churn is 0.47 with cover 2% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.48 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.51 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.53 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.55 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is Yes
## MonthlyCharges_DISC is 03_DE_60_A_90
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.55 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Electronic check or Mailed check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
##
## Churn is 0.56 with cover 0% when
## Contract is One year
## tenure_DISC is 01_MENOR_20
## MonthlyCharges_DISC is 04_MAYOR_90
##
## Churn is 0.57 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.58 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is Yes
##
## Churn is 0.59 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.60 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
## Seguridad is 1
##
## Churn is 0.62 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
##
## Churn is 0.62 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Credit card (automatic)
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.62 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Mailed check
## TechSupport is Yes
##
## Churn is 0.64 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Bank transfer (automatic) or Mailed check
## TechSupport is Yes
##
## Churn is 0.66 with cover 3% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Mailed check
## TechSupport is No
##
## Churn is 0.67 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No internet service or Yes
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## Seguridad is 1
##
## Churn is 0.67 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is Yes
## Seguridad is 0
##
## Churn is 0.70 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is Yes
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 04_MAYOR_90
##
## Churn is 0.70 with cover 10% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Electronic check
##
## Churn is 0.72 with cover 1% when
## Contract is Month-to-month
## tenure_DISC is 01_MENOR_20
## InternetService is DSL or No
## OnlineSecurity is No
## PaymentMethod is Electronic check
## MonthlyCharges_DISC is 01_MENOR_30
##
## Churn is 0.75 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40
## InternetService is DSL or No
## OnlineSecurity is Yes
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Electronic check
## MonthlyCharges_DISC is 02_DE_30_A_60
## TechSupport is No
## Seguridad is 0
##
## Churn is 0.75 with cover 0% when
## Contract is Month-to-month
## tenure_DISC is 02_DE_20_A_40 or 03_DE_40_A_60 or 05_MAYOR_60
## InternetService is Fiber optic
## OnlineSecurity is No
## PaymentMethod is Bank transfer (automatic) or Credit card (automatic) or Mailed check
## MonthlyCharges_DISC is 04_MAYOR_90
## TechSupport is No
## Seguridad is 0Ahora nos llevamos el nodo final de cada cliente a un data.frame para poder hacer una explotacion posterior
ar_numnodos<-rpart.predict(ar,test,nn = T)
head(ar_numnodos)## 0 1 nn
## 1 0.2800000 0.72000000 223
## 2 0.9597156 0.04028436 10
## 3 0.7815789 0.21842105 52
## 4 0.9597156 0.04028436 10
## 5 0.5660377 0.43396226 118
## 6 0.9597156 0.04028436 10Procedemos a calcular los scorings y evaluar el modelo, y lo visualizamos con un gráfico
ar_predict<-predict(ar,test,type = 'prob')[,2]plot(ar_predict~test$Churn)
Probamos diferentes cortes con la función umbrales
umb_ar<-umbrales(test$Churn,ar_predict)
umb_ar## umbral acierto precision cobertura F1
## 1 0.05 56.99334 37.75874 94.29590 53.92457
## 2 0.10 59.41960 39.08819 93.22638 55.08162
## 3 0.15 64.98573 42.65323 90.55258 57.99087
## 4 0.20 65.36632 42.82029 88.77005 57.77262
## 5 0.25 75.02379 52.14797 77.89661 62.47320
## 6 0.30 77.06946 55.17693 75.04456 63.59517
## 7 0.35 78.21123 57.54026 70.05348 63.18328
## 8 0.40 78.02093 57.46606 67.91444 62.25490
## 9 0.45 79.73359 62.43094 60.42781 61.41304
## 10 0.50 79.06755 63.84439 49.73262 55.91182
## 11 0.55 78.97241 65.13995 45.63280 53.66876
## 12 0.60 78.87726 66.38655 42.24599 51.63399
## 13 0.65 78.97241 68.19572 39.75045 50.22523
## 14 0.70 77.97336 68.99225 31.72906 43.46764
## 15 0.75 0.75000 0.75000 0.75000 0.75000
## 16 0.80 0.80000 0.80000 0.80000 0.80000
## 17 0.85 0.85000 0.85000 0.85000 0.85000
## 18 0.90 0.90000 0.90000 0.90000 0.90000
## 19 0.95 0.95000 0.95000 0.95000 0.95000Seleccionamos el umbral que maximiza la F1, que es 0,3
umbral_final_ar<-umb_ar[which.max(umb_ar$F1),1]
umbral_final_ar## [1] 0.3Evaluamos la matriz de confusión y las métricas con el umbral optimizado
confusion(test$Churn,ar_predict,umbral_final_ar)##
## real FALSE TRUE
## 0 1199 342
## 1 140 421ar_metricas<-filter(umb_ar,umbral==umbral_final_ar)
ar_metricas## umbral acierto precision cobertura F1
## 1 0.3 77.06946 55.17693 75.04456 63.5951777% de acierto, 55% de precisión, 75% de cobertura y 63% F1
Evaluamos la curva ROC
ar_prediction<-prediction(ar_predict,test$Churn)
roc(ar_prediction)
Sacamos las métricas definitivas incluyendo el AUC
ar_metricas<-cbind(ar_metricas,AUC=round(auc(ar_prediction),2)*100)
print(t(ar_metricas))## [,1]
## umbral 0.30000
## acierto 77.06946
## precision 55.17693
## cobertura 75.04456
## F1 63.59517
## AUC 82.00000Nos sale un AUC del 82%, es menor que el anterior modelo con Regresión logística que era de un 84%
6.6 Random Forest
Creamos el modelo
formula_rf <- formula
rf<-randomForest(formula_rf,train,importance=T)
rf##
## Call:
## randomForest(formula = formula_rf, data = train, importance = T)
## Type of random forest: classification
## Number of trees: 500
## No. of variables tried at each split: 2
##
## OOB estimate of error rate: 21.27%
## Confusion matrix:
## 0 1 class.error
## 0 3285 348 0.0957886
## 1 703 605 0.5374618Visualizamos las variables mas importantes
varImpPlot(rf)
Viendo el gráfico y en concreto, en el decremento medio de Gini las 2 variables más importantes serían Contract y tenure_DISC. Crearemos una única variable agregada
importancia <- importance(rf)[,3:4]
importancia_norm <- as.data.frame(scale(importancia))
importancia_norm <- importancia_norm %>% mutate(
Variable = rownames(importancia_norm),
Imp_tot = MeanDecreaseAccuracy + MeanDecreaseGini) %>%
mutate(Imp_tot = Imp_tot + abs(min(Imp_tot))) %>%
arrange(desc(Imp_tot)) %>%
select(Variable,Imp_tot,MeanDecreaseAccuracy,MeanDecreaseGini)La visualizamos con un gráfico para ver su caída
ggplot(importancia_norm, aes(reorder(Variable,-Imp_tot),Imp_tot)) + geom_bar(stat = "identity") + theme(axis.text.x = element_text(angle = 90,size = 7))
importancia_norm## Variable Imp_tot MeanDecreaseAccuracy
## Contract Contract 4.6195584 0.8506259
## tenure_DISC tenure_DISC 4.2288510 1.6085904
## InternetService InternetService 2.5102702 0.7643553
## OnlineSecurity OnlineSecurity 1.8150631 -0.1843256
## TechSupport TechSupport 0.8035291 -0.7646661
## MonthlyCharges_DISC MonthlyCharges_DISC 0.4413070 -0.6025834
## Seguridad Seguridad 0.2768023 -0.2338975
## PaymentMethod PaymentMethod 0.0000000 -1.4380990
## MeanDecreaseGini
## Contract 1.93200990
## tenure_DISC 0.78333792
## InternetService -0.09100771
## OnlineSecurity 0.16246605
## TechSupport -0.26872745
## MonthlyCharges_DISC -0.79303221
## Seguridad -1.32622282
## PaymentMethod -0.39882369Vemos que la caída y el corte de la importancia de las variables es claro. Mantenemos hasta InternetService que tiene una importancia total de 2,5 y será con las que vamos a continuar
a_mantener <- importancia_norm %>%
filter(Imp_tot > 2) %>%
select(Variable)
a_mantener <- as.character((a_mantener$Variable))Ahora creamos nuevamente el modelo con estas variables
formula_rf <- reformulate(a_mantener,target)
rf<-randomForest(formula_rf,train,importance=T)
rf##
## Call:
## randomForest(formula = formula_rf, data = train, importance = T)
## Type of random forest: classification
## Number of trees: 500
## No. of variables tried at each split: 1
##
## OOB estimate of error rate: 21.39%
## Confusion matrix:
## 0 1 class.error
## 0 3350 283 0.07789705
## 1 774 534 0.59174312Generamos un vector con las probabilidades aplicando el modelo al conjunto de test, generando un scoring y lo visualizamos con un gráfico
rf_predict<-predict(rf,test,type = 'prob')[,2]plot(rf_predict~test$Churn)
Probamos cortes con la función umbrales
umb_rf<-umbrales(test$Churn,rf_predict)
umb_rf## umbral acierto precision cobertura F1
## 1 0.05 76.07041 54.44785 63.27986 58.53256
## 2 0.10 76.07041 54.44785 63.27986 58.53256
## 3 0.15 79.06755 66.57534 43.31551 52.48380
## 4 0.20 79.25785 67.40947 43.13725 52.60870
## 5 0.25 79.25785 67.40947 43.13725 52.60870
## 6 0.30 79.25785 67.40947 43.13725 52.60870
## 7 0.35 79.25785 67.40947 43.13725 52.60870
## 8 0.40 79.25785 67.40947 43.13725 52.60870
## 9 0.45 79.25785 67.40947 43.13725 52.60870
## 10 0.50 79.25785 67.40947 43.13725 52.60870
## 11 0.55 79.25785 67.40947 43.13725 52.60870
## 12 0.60 0.60000 0.60000 0.60000 0.60000
## 13 0.65 0.65000 0.65000 0.65000 0.65000
## 14 0.70 0.70000 0.70000 0.70000 0.70000
## 15 0.75 0.75000 0.75000 0.75000 0.75000
## 16 0.80 0.80000 0.80000 0.80000 0.80000
## 17 0.85 0.85000 0.85000 0.85000 0.85000
## 18 0.90 0.90000 0.90000 0.90000 0.90000
## 19 0.95 0.95000 0.95000 0.95000 0.95000El umbral que maximiza la F1 es 0,05 y lo seleccionamos
umbral_final_rf<-umb_rf[which.max(umb_rf$F1),1]
umbral_final_rf## [1] 0.05Evaluamos la matriz de confusión y las métricas con el umbral optimizado
confusion(test$Churn,rf_predict,umbral_final_rf)##
## real FALSE TRUE
## 0 1244 297
## 1 206 355rf_metricas<-filter(umb_rf,umbral==umbral_final_rf)
rf_metricas## umbral acierto precision cobertura F1
## 1 0.05 76.07041 54.44785 63.27986 58.53256Evaluamos la curva ROC
rf_prediction<-prediction(rf_predict,test$Churn)
roc(rf_prediction)
Sacamos las métricas definitivas incluyendo el AUC
rf_metricas<-cbind(rf_metricas,AUC=round(auc(rf_prediction),2)*100)
print(t(rf_metricas))## [,1]
## umbral 0.05000
## acierto 76.07041
## precision 54.44785
## cobertura 63.27986
## F1 58.53256
## AUC 79.00000Comparamos los resultados de los 3 modelos
comparativa <- rbind(rl_metricas,ar_metricas,rf_metricas)
rownames(comparativa) <- c('Regresion Logistica','Arbol Decision','Random Forest')
t(comparativa)## Regresion Logistica Arbol Decision Random Forest
## umbral 0.35000 0.30000 0.05000
## acierto 77.21218 77.06946 76.07041
## precision 55.38058 55.17693 54.44785
## cobertura 75.22282 75.04456 63.27986
## F1 63.79441 63.59517 58.53256
## AUC 84.00000 82.00000 79.00000Conclusión:Los 3 modelos tienen una capacidad de predicción buena. Nos quedaremos con RL que es el que nos ha dado un AUC mayor y además es el modelo más sencillo
6.7 Escribimos el scoring final en el dataset
df$SCORING_Churn <- predict(rl,df,type = 'response')## Warning in predict.lm(object, newdata, se.fit, scale = 1, type = if (type == :
## prediction from a rank-deficient fit may be misleadingMiramos el scoring de los 30 primeros clientes
head(select(df,customerID,SCORING_Churn),30)## customerID SCORING_Churn
## 1: 7590-VHVEG 0.48179363
## 2: 5575-GNVDE 0.06099361
## 3: 3668-QPYBK 0.29294157
## 4: 7795-CFOCW 0.04952573
## 5: 9237-HQITU 0.70833374
## 6: 9305-CDSKC 0.70833374
## 7: 1452-KIOVK 0.36645344
## 8: 6713-OKOMC 0.29294157
## 9: 7892-POOKP 0.42480276
## 10: 6388-TABGU 0.05210428
## 11: 9763-GRSKD 0.29294157
## 12: 7469-LKBCI 0.02467262
## 13: 8091-TTVAX 0.19916012
## 14: 0280-XJGEX 0.39897113
## 15: 5129-JLPIS 0.32122555
## 16: 3655-SNQYZ 0.03083078
## 17: 8191-XWSZG 0.03680514
## 18: 9959-WOFKT 0.04194092
## 19: 4190-MFLUW 0.31126614
## 20: 4183-MYFRB 0.48385547
## 21: 8779-QRDMV 0.48179363
## 22: 1680-VDCWW 0.08252869
## 23: 1066-JKSGK 0.18715208
## 24: 3638-WEABW 0.02235678
## 25: 6322-HRPFA 0.10581198
## 26: 6865-JZNKO 0.13332302
## 27: 6467-CHFZW 0.49807920
## 28: 8665-UTDHZ 0.48179363
## 29: 5248-YGIJN 0.01203191
## 30: 8773-HHUOZ 0.39267475
## customerID SCORING_ChurnOtra forma de visualizarlo usando Pipe para ver el scoring de los 30 clientes con mayor probabilidad de abandono
df %>%
select(customerID,SCORING_Churn) %>%
arrange(desc(SCORING_Churn)) %>%
slice(1:30)## customerID SCORING_Churn
## 1: 9237-HQITU 0.7083337
## 2: 9305-CDSKC 0.7083337
## 3: 6047-YHPVI 0.7083337
## 4: 7760-OYPDY 0.7083337
## 5: 1658-BYGOY 0.7083337
## 6: 5698-BQJOH 0.7083337
## 7: 5919-TMRGD 0.7083337
## 8: 0404-SWRVG 0.7083337
## 9: 2876-GZYZC 0.7083337
## 10: 4482-EWFMI 0.7083337
## 11: 1918-ZBFQJ 0.7083337
## 12: 2472-OVKUP 0.7083337
## 13: 1285-OKIPP 0.7083337
## 14: 9408-SSNVZ 0.7083337
## 15: 9903-LYSAB 0.7083337
## 16: 0094-OIFMO 0.7083337
## 17: 9947-OTFQU 0.7083337
## 18: 4629-NRXKX 0.7083337
## 19: 3606-TWKGI 0.7083337
## 20: 5583-SXDAG 0.7083337
## 21: 3488-PGMQJ 0.7083337
## 22: 4847-TAJYI 0.7083337
## 23: 8098-LLAZX 0.7083337
## 24: 2799-ARNLO 0.7083337
## 25: 7563-BIUPC 0.7083337
## 26: 5804-LEPIM 0.7083337
## 27: 0122-OAHPZ 0.7083337
## 28: 0021-IKXGC 0.7083337
## 29: 2034-GDRCN 0.7083337
## 30: 4115-NZRKS 0.7083337
## customerID SCORING_Churn7. Evaluación y análisis de negocio
Vamos a construir un gráfico que más se usa para mostrar que el modelo es bueno y está funcionando bien. Se trata de dividir el scoring por tramos y contrastarlo contra la realidad.
vis <- function(scoring,real) {
vis_df <- data.frame(Scoring = scoring, Perc_Scoring = cut_number(scoring, 10), Real = real)
levels(vis_df$Perc_Scoring) <- seq(from = 100,to = 5,by = -5)
vis_gr <- vis_df %>% group_by(Perc_Scoring) %>% summarise(Tasa_abandono = mean(as.numeric(as.character(Real)))) %>% arrange(Perc_Scoring)
vis_gr$Perc_Scoring <- factor(vis_gr$Perc_Scoring, levels = vis_gr$Perc_Scoring[order(vis_gr$Perc_Scoring, decreasing = T)])
ggplot(vis_gr,aes(Perc_Scoring, Tasa_abandono)) +
geom_col(fill='black') +
geom_hline(aes(yintercept = mean(as.numeric(as.character(vis_df$Real)))), col = 'red') +
labs(title = 'Abandono real por tramo de scoring', x = 'Tramo de Scoring', y = 'Abandono real')
}
vis(df$SCORING_Churn,df$Churn)
Eje x: nuestros clientes ordenados por scoring, cuanto más a la izquierda mayor probabilidad de abandono, ordenados en tramos de 5%
Eje y: porcentaje de abandono real que existe en cada uno de estos tramos de scoring
línea horizontal: media del abandono de nuestra variable target, en nuestro caso es un 26,5%. El límite a partir del cual los clientes no abandonan es el 70% (eje x)
penetracion_target <- mean(as.numeric(as.character(df$Churn)))La lógica del modelo ya que cuanto más alto es el scoring mayor es la probabilidad de abandono de estos clientes.
saveRDS(df,'cache4.rds')Vamos a establecer un caso en el que lanzaremos la campaña a aquellos clientes cuyo scoring esté x2 o x3 por encima de la media de tasa de abandono
scoring_x2 <- penetracion_target * 2
scoring_x3 <- penetracion_target * 3
bote_campaña_x2 <- df %>%
filter(Churn==0 & SCORING_Churn > scoring_x2) %>%
select(customerID,SCORING_Churn)
#tamaño del bote campaña x2
nrow(bote_campaña_x2)## [1] 379bote_campaña_x3 <- df %>%
filter(Churn==0 & SCORING_Churn > scoring_x3) %>%
select(customerID,SCORING_Churn)
#Tamaño del bote campaña x3
nrow(bote_campaña_x3)## [1] 0#Vamos a ver gráficamente si de esta forma estamos aprovechando el potencial de nuestro modelo
df %>%
arrange(desc(SCORING_Churn)) %>%
ggplot(aes(y = SCORING_Churn, x = seq_along(SCORING_Churn))) +
geom_line() +
geom_hline(yintercept = scoring_x2,col='blue') +
geom_hline(yintercept = scoring_x3,col='green') +
geom_hline(yintercept = penetracion_target,col='red') +
labs(x = 'CLIENTES ORDENADOS POR SCORING', y = 'SCORING')
nrow(bote_campaña_x2)## [1] 379nrow(bote_campaña_x3)## [1] 0No hay clientes que estén dentro del bote campaña x3, por lo que deberíamos lanzar la campaña de fidelización a los que estén dentro del bote x2, es decir, a un total de 379 clientes