R version 2.9.0 (2009-04-17)
Copyright (C) 2009 The R Foundation for Statistical Computing
ISBN 3-900051-07-0

R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.

R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.

Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.

> x <- array(list(15
+ ,10
+ ,77
+ ,46
+ ,15
+ ,12
+ ,13
+ ,6
+ ,11
+ ,6
+ ,4
+ ,15
+ ,16
+ ,0
+ ,9
+ ,20
+ ,63
+ ,37
+ ,12
+ ,7
+ ,11
+ ,4
+ ,26
+ ,5
+ ,4
+ ,23
+ ,24
+ ,1
+ ,12
+ ,16
+ ,73
+ ,45
+ ,15
+ ,13
+ ,14
+ ,6
+ ,26
+ ,20
+ ,10
+ ,26
+ ,22
+ ,1
+ ,15
+ ,10
+ ,76
+ ,46
+ ,12
+ ,11
+ ,12
+ ,5
+ ,15
+ ,12
+ ,6
+ ,19
+ ,21
+ ,1
+ ,17
+ ,8
+ ,90
+ ,55
+ ,14
+ ,16
+ ,12
+ ,5
+ ,10
+ ,11
+ ,5
+ ,19
+ ,23
+ ,1
+ ,14
+ ,14
+ ,67
+ ,40
+ ,8
+ ,10
+ ,6
+ ,4
+ ,21
+ ,12
+ ,8
+ ,16
+ ,23
+ ,1
+ ,9
+ ,19
+ ,69
+ ,43
+ ,11
+ ,15
+ ,10
+ ,5
+ ,27
+ ,11
+ ,9
+ ,23
+ ,21
+ ,0
+ ,11
+ ,23
+ ,54
+ ,33
+ ,4
+ ,4
+ ,10
+ ,2
+ ,21
+ ,13
+ ,8
+ ,19
+ ,22
+ ,1
+ ,13
+ ,9
+ ,54
+ ,33
+ ,13
+ ,7
+ ,12
+ ,5
+ ,21
+ ,9
+ ,11
+ ,24
+ ,20
+ ,1
+ ,16
+ ,12
+ ,76
+ ,47
+ ,19
+ ,15
+ ,15
+ ,6
+ ,22
+ ,14
+ ,6
+ ,19
+ ,12
+ ,0
+ ,16
+ ,14
+ ,75
+ ,44
+ ,10
+ ,5
+ ,13
+ ,6
+ ,29
+ ,12
+ ,8
+ ,25
+ ,23
+ ,0
+ ,15
+ ,13
+ ,76
+ ,47
+ ,15
+ ,16
+ ,18
+ ,8
+ ,29
+ ,18
+ ,11
+ ,23
+ ,23
+ ,0
+ ,10
+ ,11
+ ,80
+ ,49
+ ,6
+ ,15
+ ,11
+ ,6
+ ,29
+ ,9
+ ,5
+ ,31
+ ,30
+ ,1
+ ,16
+ ,11
+ ,89
+ ,55
+ ,7
+ ,13
+ ,12
+ ,3
+ ,30
+ ,15
+ ,10
+ ,29
+ ,22
+ ,0
+ ,12
+ ,10
+ ,73
+ ,43
+ ,14
+ ,13
+ ,13
+ ,6
+ ,19
+ ,12
+ ,7
+ ,18
+ ,21
+ ,1
+ ,15
+ ,12
+ ,74
+ ,46
+ ,16
+ ,15
+ ,14
+ ,6
+ ,19
+ ,12
+ ,7
+ ,17
+ ,21
+ ,1
+ ,13
+ ,18
+ ,78
+ ,51
+ ,16
+ ,15
+ ,16
+ ,7
+ ,22
+ ,12
+ ,13
+ ,22
+ ,15
+ ,0
+ ,18
+ ,12
+ ,76
+ ,47
+ ,14
+ ,10
+ ,16
+ ,8
+ ,18
+ ,15
+ ,10
+ ,21
+ ,22
+ ,0
+ ,13
+ ,10
+ ,69
+ ,42
+ ,15
+ ,17
+ ,16
+ ,6
+ ,28
+ ,11
+ ,8
+ ,24
+ ,24
+ ,1
+ ,17
+ ,15
+ ,74
+ ,42
+ ,14
+ ,14
+ ,15
+ ,7
+ ,17
+ ,13
+ ,6
+ ,22
+ ,23
+ ,0
+ ,14
+ ,15
+ ,82
+ ,48
+ ,12
+ ,9
+ ,13
+ ,4
+ ,18
+ ,10
+ ,8
+ ,16
+ ,15
+ ,0
+ ,13
+ ,12
+ ,77
+ ,45
+ ,9
+ ,6
+ ,8
+ ,4
+ ,20
+ ,17
+ ,7
+ ,22
+ ,24
+ ,1
+ ,13
+ ,9
+ ,84
+ ,51
+ ,12
+ ,11
+ ,14
+ ,2
+ ,16
+ ,13
+ ,5
+ ,21
+ ,24
+ ,0
+ ,15
+ ,11
+ ,75
+ ,46
+ ,14
+ ,13
+ ,15
+ ,6
+ ,17
+ ,17
+ ,9
+ ,25
+ ,21
+ ,0
+ ,15
+ ,16
+ ,79
+ ,47
+ ,14
+ ,10
+ ,16
+ ,6
+ ,25
+ ,15
+ ,11
+ ,22
+ ,21
+ ,0
+ ,13
+ ,17
+ ,79
+ ,47
+ ,10
+ ,4
+ ,13
+ ,6
+ ,22
+ ,13
+ ,11
+ ,24
+ ,18
+ ,0
+ ,13
+ ,11
+ ,88
+ ,55
+ ,16
+ ,15
+ ,15
+ ,7
+ ,31
+ ,17
+ ,9
+ ,25
+ ,19
+ ,0
+ ,16
+ ,13
+ ,57
+ ,36
+ ,10
+ ,8
+ ,11
+ ,4
+ ,38
+ ,21
+ ,7
+ ,29
+ ,29
+ ,0
+ ,14
+ ,9
+ ,69
+ ,42
+ ,8
+ ,10
+ ,14
+ ,3
+ ,18
+ ,12
+ ,6
+ ,19
+ ,20
+ ,0
+ ,18
+ ,11
+ ,86
+ ,51
+ ,12
+ ,8
+ ,13
+ ,5
+ ,20
+ ,15
+ ,6
+ ,25
+ ,24
+ ,0
+ ,9
+ ,20
+ ,66
+ ,40
+ ,8
+ ,9
+ ,12
+ ,4
+ ,23
+ ,8
+ ,5
+ ,19
+ ,27
+ ,1
+ ,16
+ ,8
+ ,54
+ ,33
+ ,13
+ ,14
+ ,14
+ ,6
+ ,12
+ ,15
+ ,4
+ ,27
+ ,28
+ ,1
+ ,16
+ ,12
+ ,85
+ ,52
+ ,11
+ ,5
+ ,13
+ ,3
+ ,20
+ ,16
+ ,10
+ ,25
+ ,24
+ ,0
+ ,17
+ ,10
+ ,79
+ ,49
+ ,12
+ ,7
+ ,12
+ ,3
+ ,15
+ ,9
+ ,8
+ ,23
+ ,29
+ ,1
+ ,13
+ ,11
+ ,84
+ ,50
+ ,16
+ ,16
+ ,14
+ ,6
+ ,21
+ ,13
+ ,6
+ ,24
+ ,24
+ ,1
+ ,17
+ ,13
+ ,70
+ ,43
+ ,16
+ ,14
+ ,15
+ ,6
+ ,20
+ ,11
+ ,4
+ ,25
+ ,25
+ ,0
+ ,15
+ ,13
+ ,54
+ ,33
+ ,13
+ ,16
+ ,16
+ ,6
+ ,30
+ ,9
+ ,9
+ ,23
+ ,14
+ ,0
+ ,14
+ ,13
+ ,70
+ ,44
+ ,14
+ ,15
+ ,15
+ ,8
+ ,22
+ ,15
+ ,10
+ ,22
+ ,22
+ ,0
+ ,10
+ ,15
+ ,54
+ ,33
+ ,5
+ ,4
+ ,5
+ ,2
+ ,33
+ ,9
+ ,6
+ ,32
+ ,24
+ ,1
+ ,13
+ ,12
+ ,69
+ ,41
+ ,14
+ ,12
+ ,15
+ ,6
+ ,25
+ ,15
+ ,9
+ ,22
+ ,24
+ ,1
+ ,11
+ ,13
+ ,68
+ ,40
+ ,13
+ ,8
+ ,8
+ ,4
+ ,20
+ ,14
+ ,10
+ ,18
+ ,24
+ ,0
+ ,11
+ ,14
+ ,66
+ ,42
+ ,15
+ ,12
+ ,16
+ ,6
+ ,21
+ ,14
+ ,13
+ ,19
+ ,21
+ ,0
+ ,15
+ ,9
+ ,67
+ ,42
+ ,11
+ ,12
+ ,14
+ ,5
+ ,16
+ ,12
+ ,8
+ ,16
+ ,21
+ ,0
+ ,15
+ ,9
+ ,71
+ ,45
+ ,15
+ ,13
+ ,13
+ ,6
+ ,23
+ ,15
+ ,10
+ ,23
+ ,21
+ ,0
+ ,12
+ ,15
+ ,54
+ ,33
+ ,16
+ ,14
+ ,14
+ ,6
+ ,25
+ ,11
+ ,5
+ ,17
+ ,15
+ ,0
+ ,17
+ ,10
+ ,76
+ ,46
+ ,13
+ ,14
+ ,14
+ ,5
+ ,18
+ ,11
+ ,8
+ ,17
+ ,26
+ ,0
+ ,15
+ ,13
+ ,77
+ ,47
+ ,11
+ ,15
+ ,12
+ ,6
+ ,33
+ ,9
+ ,6
+ ,28
+ ,22
+ ,1
+ ,16
+ ,8
+ ,71
+ ,44
+ ,12
+ ,14
+ ,13
+ ,7
+ ,18
+ ,8
+ ,9
+ ,24
+ ,24
+ ,1
+ ,14
+ ,15
+ ,69
+ ,44
+ ,12
+ ,11
+ ,15
+ ,5
+ ,18
+ ,13
+ ,9
+ ,21
+ ,13
+ ,0
+ ,17
+ ,13
+ ,73
+ ,46
+ ,10
+ ,13
+ ,15
+ ,6
+ ,13
+ ,12
+ ,7
+ ,14
+ ,19
+ ,0
+ ,10
+ ,24
+ ,46
+ ,30
+ ,8
+ ,4
+ ,13
+ ,6
+ ,24
+ ,24
+ ,20
+ ,21
+ ,10
+ ,0
+ ,11
+ ,11
+ ,66
+ ,42
+ ,9
+ ,8
+ ,10
+ ,4
+ ,19
+ ,11
+ ,8
+ ,20
+ ,28
+ ,1
+ ,15
+ ,13
+ ,77
+ ,46
+ ,12
+ ,13
+ ,13
+ ,5
+ ,20
+ ,11
+ ,8
+ ,25
+ ,25
+ ,0
+ ,15
+ ,12
+ ,77
+ ,46
+ ,14
+ ,15
+ ,14
+ ,6
+ ,21
+ ,16
+ ,7
+ ,20
+ ,24
+ ,1
+ ,7
+ ,22
+ ,70
+ ,43
+ ,12
+ ,15
+ ,13
+ ,6
+ ,18
+ ,12
+ ,7
+ ,17
+ ,22
+ ,0
+ ,17
+ ,11
+ ,86
+ ,52
+ ,11
+ ,8
+ ,13
+ ,4
+ ,29
+ ,18
+ ,10
+ ,26
+ ,30
+ ,1
+ ,14
+ ,15
+ ,38
+ ,11
+ ,14
+ ,17
+ ,18
+ ,6
+ ,13
+ ,12
+ ,5
+ ,17
+ ,22
+ ,1
+ ,18
+ ,7
+ ,66
+ ,41
+ ,7
+ ,12
+ ,12
+ ,4
+ ,26
+ ,14
+ ,8
+ ,17
+ ,24
+ ,1
+ ,14
+ ,14
+ ,75
+ ,45
+ ,16
+ ,13
+ ,14
+ ,7
+ ,22
+ ,16
+ ,9
+ ,24
+ ,23
+ ,1
+ ,14
+ ,10
+ ,64
+ ,41
+ ,11
+ ,7
+ ,13
+ ,6
+ ,28
+ ,24
+ ,20
+ ,30
+ ,20
+ ,1
+ ,9
+ ,9
+ ,80
+ ,47
+ ,16
+ ,16
+ ,16
+ ,6
+ ,28
+ ,13
+ ,6
+ ,25
+ ,22
+ ,0
+ ,14
+ ,12
+ ,86
+ ,53
+ ,13
+ ,11
+ ,15
+ ,6
+ ,23
+ ,11
+ ,10
+ ,15
+ ,22
+ ,0
+ ,11
+ ,16
+ ,54
+ ,35
+ ,11
+ ,10
+ ,14
+ ,5
+ ,22
+ ,14
+ ,11
+ ,25
+ ,19
+ ,0
+ ,16
+ ,13
+ ,74
+ ,45
+ ,13
+ ,14
+ ,13
+ ,6
+ ,28
+ ,12
+ ,7
+ ,20
+ ,22
+ ,0
+ ,17
+ ,11
+ ,88
+ ,54
+ ,14
+ ,19
+ ,12
+ ,6
+ ,31
+ ,21
+ ,12
+ ,32
+ ,26
+ ,0
+ ,12
+ ,11
+ ,63
+ ,36
+ ,10
+ ,8
+ ,9
+ ,5
+ ,15
+ ,11
+ ,8
+ ,14
+ ,12
+ ,1
+ ,15
+ ,13
+ ,81
+ ,48
+ ,15
+ ,15
+ ,15
+ ,8
+ ,15
+ ,6
+ ,6
+ ,20
+ ,25
+ ,0
+ ,15
+ ,10
+ ,74
+ ,45
+ ,11
+ ,8
+ ,12
+ ,6
+ ,22
+ ,14
+ ,9
+ ,25
+ ,23
+ ,0
+ ,16
+ ,11
+ ,80
+ ,47
+ ,6
+ ,6
+ ,11
+ ,2
+ ,17
+ ,16
+ ,5
+ ,25
+ ,23
+ ,0
+ ,16
+ ,9
+ ,80
+ ,49
+ ,11
+ ,7
+ ,13
+ ,2
+ ,25
+ ,18
+ ,11
+ ,35
+ ,17
+ ,0
+ ,11
+ ,13
+ ,60
+ ,38
+ ,12
+ ,16
+ ,13
+ ,4
+ ,32
+ ,9
+ ,6
+ ,29
+ ,26
+ ,1
+ ,12
+ ,14
+ ,62
+ ,46
+ ,12
+ ,10
+ ,15
+ ,6
+ ,23
+ ,13
+ ,10
+ ,25
+ ,27
+ ,0
+ ,14
+ ,14
+ ,63
+ ,42
+ ,8
+ ,8
+ ,14
+ ,5
+ ,20
+ ,17
+ ,8
+ ,21
+ ,23
+ ,1
+ ,15
+ ,11
+ ,89
+ ,54
+ ,9
+ ,9
+ ,12
+ ,4
+ ,20
+ ,11
+ ,7
+ ,21
+ ,20
+ ,0
+ ,17
+ ,10
+ ,76
+ ,45
+ ,10
+ ,8
+ ,16
+ ,4
+ ,28
+ ,16
+ ,8
+ ,24
+ ,24
+ ,0
+ ,19
+ ,11
+ ,81
+ ,53
+ ,16
+ ,14
+ ,14
+ ,6
+ ,20
+ ,11
+ ,9
+ ,26
+ ,22
+ ,0
+ ,15
+ ,12
+ ,72
+ ,44
+ ,15
+ ,14
+ ,13
+ ,5
+ ,20
+ ,11
+ ,8
+ ,24
+ ,26
+ ,0
+ ,16
+ ,14
+ ,84
+ ,51
+ ,14
+ ,14
+ ,12
+ ,6
+ ,23
+ ,11
+ ,10
+ ,20
+ ,29
+ ,1
+ ,14
+ ,14
+ ,76
+ ,46
+ ,12
+ ,15
+ ,13
+ ,7
+ ,20
+ ,20
+ ,13
+ ,24
+ ,20
+ ,0
+ ,16
+ ,21
+ ,76
+ ,46
+ ,12
+ ,7
+ ,12
+ ,6
+ ,21
+ ,10
+ ,7
+ ,18
+ ,17
+ ,0
+ ,15
+ ,13
+ ,72
+ ,44
+ ,12
+ ,12
+ ,13
+ ,4
+ ,14
+ ,12
+ ,7
+ ,17
+ ,16
+ ,0
+ ,17
+ ,11
+ ,81
+ ,48
+ ,8
+ ,7
+ ,10
+ ,3
+ ,31
+ ,11
+ ,8
+ ,22
+ ,24
+ ,1
+ ,12
+ ,12
+ ,72
+ ,44
+ ,16
+ ,12
+ ,15
+ ,8
+ ,21
+ ,14
+ ,9
+ ,22
+ ,24
+ ,0
+ ,18
+ ,12
+ ,78
+ ,47
+ ,11
+ ,6
+ ,9
+ ,4
+ ,18
+ ,12
+ ,9
+ ,22
+ ,19
+ ,0
+ ,13
+ ,11
+ ,79
+ ,47
+ ,12
+ ,10
+ ,13
+ ,4
+ ,26
+ ,12
+ ,8
+ ,24
+ ,29
+ ,0
+ ,14
+ ,14
+ ,52
+ ,31
+ ,9
+ ,12
+ ,13
+ ,5
+ ,25
+ ,12
+ ,7
+ ,32
+ ,25
+ ,0
+ ,14
+ ,13
+ ,67
+ ,44
+ ,14
+ ,13
+ ,13
+ ,5
+ ,9
+ ,10
+ ,6
+ ,19
+ ,25
+ ,1
+ ,14
+ ,13
+ ,74
+ ,42
+ ,15
+ ,14
+ ,15
+ ,7
+ ,18
+ ,12
+ ,8
+ ,21
+ ,24
+ ,1
+ ,12
+ ,12
+ ,73
+ ,41
+ ,8
+ ,8
+ ,13
+ ,4
+ ,19
+ ,10
+ ,8
+ ,23
+ ,29
+ ,1
+ ,14
+ ,14
+ ,69
+ ,43
+ ,12
+ ,14
+ ,14
+ ,5
+ ,29
+ ,7
+ ,4
+ ,26
+ ,22
+ ,0
+ ,12
+ ,12
+ ,67
+ ,41
+ ,10
+ ,10
+ ,11
+ ,5
+ ,31
+ ,10
+ ,8
+ ,18
+ ,23
+ ,1
+ ,15
+ ,12
+ ,76
+ ,47
+ ,16
+ ,14
+ ,15
+ ,8
+ ,24
+ ,13
+ ,10
+ ,19
+ ,15
+ ,0
+ ,11
+ ,18
+ ,63
+ ,37
+ ,8
+ ,10
+ ,15
+ ,2
+ ,19
+ ,13
+ ,8
+ ,27
+ ,21
+ ,1
+ ,15
+ ,11
+ ,84
+ ,54
+ ,9
+ ,6
+ ,12
+ ,5
+ ,19
+ ,9
+ ,7
+ ,21
+ ,23
+ ,0
+ ,14
+ ,15
+ ,90
+ ,55
+ ,8
+ ,9
+ ,15
+ ,4
+ ,22
+ ,14
+ ,10
+ ,20
+ ,20
+ ,0
+ ,15
+ ,13
+ ,75
+ ,45
+ ,11
+ ,11
+ ,14
+ ,5
+ ,31
+ ,14
+ ,9
+ ,21
+ ,25
+ ,1
+ ,16
+ ,11
+ ,76
+ ,47
+ ,16
+ ,16
+ ,16
+ ,7
+ ,20
+ ,12
+ ,8
+ ,20
+ ,28
+ ,0
+ ,14
+ ,22
+ ,53
+ ,37
+ ,5
+ ,8
+ ,12
+ ,3
+ ,26
+ ,18
+ ,5
+ ,29
+ ,18
+ ,0
+ ,18
+ ,10
+ ,87
+ ,53
+ ,15
+ ,16
+ ,11
+ ,5
+ ,17
+ ,17
+ ,8
+ ,30
+ ,25
+ ,0
+ ,14
+ ,11
+ ,78
+ ,46
+ ,15
+ ,16
+ ,13
+ ,6
+ ,16
+ ,15
+ ,9
+ ,23
+ ,24
+ ,0
+ ,13
+ ,15
+ ,54
+ ,33
+ ,12
+ ,14
+ ,12
+ ,5
+ ,9
+ ,8
+ ,11
+ ,29
+ ,23
+ ,0
+ ,14
+ ,14
+ ,58
+ ,36
+ ,12
+ ,12
+ ,12
+ ,6
+ ,19
+ ,8
+ ,7
+ ,19
+ ,25
+ ,1
+ ,14
+ ,11
+ ,80
+ ,49
+ ,16
+ ,16
+ ,16
+ ,7
+ ,22
+ ,12
+ ,8
+ ,26
+ ,27
+ ,0
+ ,17
+ ,10
+ ,74
+ ,44
+ ,12
+ ,15
+ ,13
+ ,6
+ ,15
+ ,10
+ ,4
+ ,22
+ ,24
+ ,0
+ ,12
+ ,14
+ ,56
+ ,37
+ ,10
+ ,11
+ ,12
+ ,6
+ ,25
+ ,18
+ ,16
+ ,26
+ ,24
+ ,0
+ ,16
+ ,14
+ ,82
+ ,53
+ ,12
+ ,6
+ ,14
+ ,5
+ ,30
+ ,15
+ ,9
+ ,27
+ ,26
+ ,0
+ ,10
+ ,15
+ ,67
+ ,42
+ ,11
+ ,16
+ ,14
+ ,6
+ ,24
+ ,11
+ ,12
+ ,24
+ ,26
+ ,1
+ ,13
+ ,11
+ ,75
+ ,45
+ ,16
+ ,16
+ ,15
+ ,6
+ ,20
+ ,10
+ ,8
+ ,26
+ ,23
+ ,1
+ ,15
+ ,10
+ ,69
+ ,40
+ ,7
+ ,8
+ ,12
+ ,3
+ ,12
+ ,7
+ ,4
+ ,22
+ ,28
+ ,1
+ ,16
+ ,10
+ ,72
+ ,44
+ ,9
+ ,11
+ ,11
+ ,4
+ ,31
+ ,17
+ ,11
+ ,23
+ ,20
+ ,0
+ ,14
+ ,12
+ ,54
+ ,33
+ ,11
+ ,13
+ ,11
+ ,4
+ ,25
+ ,7
+ ,8
+ ,25
+ ,23
+ ,0
+ ,13
+ ,15
+ ,54
+ ,33
+ ,6
+ ,9
+ ,11
+ ,4
+ ,23
+ ,14
+ ,12
+ ,19
+ ,24
+ ,1
+ ,17
+ ,10
+ ,71
+ ,43
+ ,14
+ ,15
+ ,13
+ ,6
+ ,23
+ ,12
+ ,8
+ ,20
+ ,21
+ ,0
+ ,14
+ ,12
+ ,53
+ ,32
+ ,11
+ ,11
+ ,12
+ ,6
+ ,26
+ ,15
+ ,6
+ ,25
+ ,25
+ ,0
+ ,16
+ ,15
+ ,54
+ ,33
+ ,11
+ ,12
+ ,12
+ ,4
+ ,14
+ ,13
+ ,8
+ ,14
+ ,16
+ ,0
+ ,12
+ ,11
+ ,69
+ ,42
+ ,16
+ ,8
+ ,14
+ ,4
+ ,28
+ ,16
+ ,14
+ ,27
+ ,22
+ ,0
+ ,16
+ ,10
+ ,30
+ ,0
+ ,7
+ ,7
+ ,12
+ ,4
+ ,19
+ ,11
+ ,10
+ ,21
+ ,27
+ ,1
+ ,8
+ ,20
+ ,53
+ ,32
+ ,8
+ ,10
+ ,12
+ ,4
+ ,21
+ ,7
+ ,5
+ ,21
+ ,24
+ ,1
+ ,9
+ ,19
+ ,68
+ ,41
+ ,10
+ ,9
+ ,12
+ ,4
+ ,18
+ ,15
+ ,8
+ ,14
+ ,17
+ ,1
+ ,13
+ ,17
+ ,69
+ ,44
+ ,14
+ ,13
+ ,13
+ ,5
+ ,29
+ ,18
+ ,12
+ ,21
+ ,21
+ ,0
+ ,19
+ ,8
+ ,54
+ ,33
+ ,9
+ ,11
+ ,11
+ ,4
+ ,16
+ ,11
+ ,11
+ ,23
+ ,21
+ ,0
+ ,11
+ ,17
+ ,66
+ ,42
+ ,13
+ ,12
+ ,13
+ ,7
+ ,22
+ ,13
+ ,8
+ ,18
+ ,19
+ ,0
+ ,15
+ ,11
+ ,79
+ ,46
+ ,13
+ ,5
+ ,12
+ ,3
+ ,15
+ ,11
+ ,8
+ ,20
+ ,25
+ ,1
+ ,11
+ ,13
+ ,67
+ ,44
+ ,12
+ ,12
+ ,14
+ ,5
+ ,21
+ ,13
+ ,9
+ ,19
+ ,24
+ ,1
+ ,15
+ ,9
+ ,74
+ ,45
+ ,11
+ ,14
+ ,15
+ ,5
+ ,17
+ ,12
+ ,6
+ ,15
+ ,21
+ ,1
+ ,16
+ ,10
+ ,86
+ ,53
+ ,10
+ ,15
+ ,15
+ ,6
+ ,17
+ ,11
+ ,5
+ ,23
+ ,26
+ ,1
+ ,15
+ ,13
+ ,63
+ ,38
+ ,12
+ ,14
+ ,13
+ ,5
+ ,33
+ ,11
+ ,8
+ ,26
+ ,25
+ ,0
+ ,12
+ ,16
+ ,69
+ ,43
+ ,14
+ ,13
+ ,16
+ ,6
+ ,17
+ ,13
+ ,7
+ ,21
+ ,25
+ ,0
+ ,16
+ ,12
+ ,73
+ ,43
+ ,11
+ ,14
+ ,17
+ ,6
+ ,20
+ ,8
+ ,4
+ ,13
+ ,13
+ ,1
+ ,15
+ ,14
+ ,69
+ ,42
+ ,13
+ ,14
+ ,13
+ ,3
+ ,17
+ ,12
+ ,9
+ ,24
+ ,25
+ ,1
+ ,13
+ ,11
+ ,71
+ ,42
+ ,14
+ ,15
+ ,14
+ ,6
+ ,16
+ ,9
+ ,5
+ ,17
+ ,23
+ ,1
+ ,14
+ ,13
+ ,77
+ ,47
+ ,13
+ ,13
+ ,13
+ ,5
+ ,18
+ ,14
+ ,9
+ ,21
+ ,26
+ ,0
+ ,11
+ ,15
+ ,74
+ ,44
+ ,16
+ ,14
+ ,16
+ ,8
+ ,32
+ ,18
+ ,12
+ ,28
+ ,22
+ ,0
+ ,15
+ ,14
+ ,82
+ ,49
+ ,13
+ ,11
+ ,13
+ ,6
+ ,22
+ ,15
+ ,6
+ ,22
+ ,20
+ ,0
+ ,14
+ ,14
+ ,54
+ ,33
+ ,9
+ ,11
+ ,13
+ ,3
+ ,29
+ ,11
+ ,6
+ ,27
+ ,24
+ ,0
+ ,13
+ ,10
+ ,80
+ ,47
+ ,14
+ ,8
+ ,14
+ ,4
+ ,23
+ ,17
+ ,7
+ ,25
+ ,21
+ ,0
+ ,15
+ ,8
+ ,76
+ ,47
+ ,15
+ ,12
+ ,16
+ ,7
+ ,17
+ ,12
+ ,9
+ ,21
+ ,24
+ ,0)
+ ,dim=c(14
+ ,137)
+ ,dimnames=list(c('Happiness'
+ ,'Depression'
+ ,'Belonging'
+ ,'BelongingFinal'
+ ,'Popularity'
+ ,'KnowingPeople'
+ ,'Liked'
+ ,'Celebrity'
+ ,'ConcernOverMistakes'
+ ,'ParentalExpectations'
+ ,'ParentalCriticism'
+ ,'PersonalStandards'
+ ,'Organization'
+ ,'Gender')
+ ,1:137))
>  y <- array(NA,dim=c(14,137),dimnames=list(c('Happiness','Depression','Belonging','BelongingFinal','Popularity','KnowingPeople','Liked','Celebrity','ConcernOverMistakes','ParentalExpectations','ParentalCriticism','PersonalStandards','Organization','Gender'),1:137))
>  for (i in 1:dim(x)[1])
+  {
+  	for (j in 1:dim(x)[2])
+  	{
+  		y[i,j] <- as.numeric(x[i,j])
+  	}
+  }
> par4 = 'no'
> par3 = '4'
> par2 = 'none'
> par1 = '5'
> #'GNU S' R Code compiled by R2WASP v. 1.0.44 ()
> #Author: Dr. Ian E. Holliday
> #To cite this work: Ian E. Holliday, 2009, YOUR SOFTWARE TITLE (vNUMBER) in Free Statistics Software (v$_version), Office for Research Development and Education, URL http://www.wessa.net/rwasp_YOURPAGE.wasp/
> #Source of accompanying publication: 
> #Technical description: 
> library(party)
Loading required package: survival
Loading required package: splines
Loading required package: grid
Loading required package: modeltools
Loading required package: stats4
Loading required package: coin
Loading required package: mvtnorm
Loading required package: zoo

Attaching package: 'zoo'


	The following object(s) are masked from package:base :

	 as.Date.numeric 

Loading required package: sandwich
Loading required package: strucchange
Loading required package: vcd
Loading required package: MASS
Loading required package: colorspace
> library(Hmisc)

Attaching package: 'Hmisc'


	The following object(s) are masked from package:survival :

	 untangle.specials 


	The following object(s) are masked from package:base :

	 format.pval,
	 round.POSIXt,
	 trunc.POSIXt,
	 units 

> par1 <- as.numeric(par1)
> par3 <- as.numeric(par3)
> x <- data.frame(t(y))
> is.data.frame(x)
[1] TRUE
> x <- x[!is.na(x[,par1]),]
> k <- length(x[1,])
> n <- length(x[,1])
> colnames(x)[par1]
[1] "Popularity"
> x[,par1]
  [1] 15 12 15 12 14  8 11  4 13 19 10 15  6  7 14 16 16 14 15 14 12  9 12 14 14
 [26] 10 16 10  8 12  8 13 11 12 16 16 13 14  5 14 13 15 11 15 16 13 11 12 12 10
 [51]  8  9 12 14 12 11 14  7 16 11 16 13 11 13 14 10 15 11  6 11 12 12  8  9 10
 [76] 16 15 14 12 12 12  8 16 11 12  9 14 15  8 12 10 16  8  9  8 11 16  5 15 15
[101] 12 12 16 12 10 12 11 16  7  9 11  6 14 11 11 16  7  8 10 14  9 13 13 12 11
[126] 10 12 14 11 13 14 13 16 13  9 14 15
> if (par2 == 'kmeans') {
+ cl <- kmeans(x[,par1], par3)
+ print(cl)
+ clm <- matrix(cbind(cl$centers,1:par3),ncol=2)
+ clm <- clm[sort.list(clm[,1]),]
+ for (i in 1:par3) {
+ cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')
+ }
+ cl$cluster <- as.factor(cl$cluster)
+ print(cl$cluster)
+ x[,par1] <- cl$cluster
+ }
> if (par2 == 'quantiles') {
+ x[,par1] <- cut2(x[,par1],g=par3)
+ }
> if (par2 == 'hclust') {
+ hc <- hclust(dist(x[,par1])^2, 'cen')
+ print(hc)
+ memb <- cutree(hc, k = par3)
+ dum <- c(mean(x[memb==1,par1]))
+ for (i in 2:par3) {
+ dum <- c(dum, mean(x[memb==i,par1]))
+ }
+ hcm <- matrix(cbind(dum,1:par3),ncol=2)
+ hcm <- hcm[sort.list(hcm[,1]),]
+ for (i in 1:par3) {
+ memb[memb==hcm[i,2]] <- paste('C',i,sep='')
+ }
+ memb <- as.factor(memb)
+ print(memb)
+ x[,par1] <- memb
+ }
> if (par2=='equal') {
+ ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))
+ x[,par1] <- as.factor(ed)
+ }
> table(x[,par1])

 4  5  6  7  8  9 10 11 12 13 14 15 16 19 
 1  2  3  4 10  8 10 17 23 12 18 12 16  1 
> colnames(x)
 [1] "Happiness"            "Depression"           "Belonging"           
 [4] "BelongingFinal"       "Popularity"           "KnowingPeople"       
 [7] "Liked"                "Celebrity"            "ConcernOverMistakes" 
[10] "ParentalExpectations" "ParentalCriticism"    "PersonalStandards"   
[13] "Organization"         "Gender"              
> colnames(x)[par1]
[1] "Popularity"
> x[,par1]
  [1] 15 12 15 12 14  8 11  4 13 19 10 15  6  7 14 16 16 14 15 14 12  9 12 14 14
 [26] 10 16 10  8 12  8 13 11 12 16 16 13 14  5 14 13 15 11 15 16 13 11 12 12 10
 [51]  8  9 12 14 12 11 14  7 16 11 16 13 11 13 14 10 15 11  6 11 12 12  8  9 10
 [76] 16 15 14 12 12 12  8 16 11 12  9 14 15  8 12 10 16  8  9  8 11 16  5 15 15
[101] 12 12 16 12 10 12 11 16  7  9 11  6 14 11 11 16  7  8 10 14  9 13 13 12 11
[126] 10 12 14 11 13 14 13 16 13  9 14 15
> if (par2 == 'none') {
+ m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)
+ }
> 
> #Note: the /var/www/html/rcomp/createtable file can be downloaded at http://www.wessa.net/cretab
> load(file="/var/www/html/rcomp/createtable")
> 
> if (par2 != 'none') {
+ m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)
+ if (par4=='yes') {
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'',1,TRUE)
+ a<-table.element(a,'Prediction (training)',par3+1,TRUE)
+ a<-table.element(a,'Prediction (testing)',par3+1,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'Actual',1,TRUE)
+ for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
+ a<-table.element(a,'CV',1,TRUE)
+ for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
+ a<-table.element(a,'CV',1,TRUE)
+ a<-table.row.end(a)
+ for (i in 1:10) {
+ ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))
+ m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])
+ if (i==1) {
+ m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])
+ m.ct.i.actu <- x[ind==1,par1]
+ m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])
+ m.ct.x.actu <- x[ind==2,par1]
+ } else {
+ m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))
+ m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])
+ m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))
+ m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])
+ }
+ }
+ print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))
+ numer <- 0
+ for (i in 1:par3) {
+ print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))
+ numer <- numer + m.ct.i.tab[i,i]
+ }
+ print(m.ct.i.cp <- numer / sum(m.ct.i.tab))
+ print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))
+ numer <- 0
+ for (i in 1:par3) {
+ print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))
+ numer <- numer + m.ct.x.tab[i,i]
+ }
+ print(m.ct.x.cp <- numer / sum(m.ct.x.tab))
+ for (i in 1:par3) {
+ a<-table.row.start(a)
+ a<-table.element(a,paste('C',i,sep=''),1,TRUE)
+ for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])
+ a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))
+ for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])
+ a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))
+ a<-table.row.end(a)
+ }
+ a<-table.row.start(a)
+ a<-table.element(a,'Overall',1,TRUE)
+ for (jjj in 1:par3) a<-table.element(a,'-')
+ a<-table.element(a,round(m.ct.i.cp,4))
+ for (jjj in 1:par3) a<-table.element(a,'-')
+ a<-table.element(a,round(m.ct.x.cp,4))
+ a<-table.row.end(a)
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/10btx1292181287.tab") 
+ }
+ }
> m

	 Conditional inference tree with 4 terminal nodes

Response:  Popularity 
Inputs:  Happiness, Depression, Belonging, BelongingFinal, KnowingPeople, Liked, Celebrity, ConcernOverMistakes, ParentalExpectations, ParentalCriticism, PersonalStandards, Organization, Gender 
Number of observations:  137 

1) Celebrity <= 4; criterion = 1, statistic = 57.574
  2)*  weights = 44 
1) Celebrity > 4
  3) KnowingPeople <= 11; criterion = 1, statistic = 24.211
    4)*  weights = 24 
  3) KnowingPeople > 11
    5) Celebrity <= 5; criterion = 0.983, statistic = 10.289
      6)*  weights = 16 
    5) Celebrity > 5
      7)*  weights = 53 
> postscript(file="/var/www/html/rcomp/tmp/20btx1292181287.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) 
> plot(m)
> dev.off()
null device 
          1 
> postscript(file="/var/www/html/rcomp/tmp/30btx1292181287.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) 
> plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')
> dev.off()
null device 
          1 
> if (par2 == 'none') {
+ forec <- predict(m)
+ result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))
+ colnames(result) <- c('Actuals','Forecasts','Residuals')
+ print(result)
+ }
    Actuals Forecasts  Residuals
1        15 14.113208  0.8867925
2        12  9.568182  2.4318182
3        15 14.113208  0.8867925
4        12 11.208333  0.7916667
5        14 12.500000  1.5000000
6         8  9.568182 -1.5681818
7        11 12.500000 -1.5000000
8         4  9.568182 -5.5681818
9        13 11.208333  1.7916667
10       19 14.113208  4.8867925
11       10 11.208333 -1.2083333
12       15 14.113208  0.8867925
13        6 14.113208 -8.1132075
14        7  9.568182 -2.5681818
15       14 14.113208 -0.1132075
16       16 14.113208  1.8867925
17       16 14.113208  1.8867925
18       14 11.208333  2.7916667
19       15 14.113208  0.8867925
20       14 14.113208 -0.1132075
21       12  9.568182  2.4318182
22        9  9.568182 -0.5681818
23       12  9.568182  2.4318182
24       14 14.113208 -0.1132075
25       14 11.208333  2.7916667
26       10 11.208333 -1.2083333
27       16 14.113208  1.8867925
28       10  9.568182  0.4318182
29        8  9.568182 -1.5681818
30       12 11.208333  0.7916667
31        8  9.568182 -1.5681818
32       13 14.113208 -1.1132075
33       11  9.568182  1.4318182
34       12  9.568182  2.4318182
35       16 14.113208  1.8867925
36       16 14.113208  1.8867925
37       13 14.113208 -1.1132075
38       14 14.113208 -0.1132075
39        5  9.568182 -4.5681818
40       14 14.113208 -0.1132075
41       13  9.568182  3.4318182
42       15 14.113208  0.8867925
43       11 12.500000 -1.5000000
44       15 14.113208  0.8867925
45       16 14.113208  1.8867925
46       13 12.500000  0.5000000
47       11 14.113208 -3.1132075
48       12 14.113208 -2.1132075
49       12 11.208333  0.7916667
50       10 14.113208 -4.1132075
51        8 11.208333 -3.2083333
52        9  9.568182 -0.5681818
53       12 12.500000 -0.5000000
54       14 14.113208 -0.1132075
55       12 14.113208 -2.1132075
56       11  9.568182  1.4318182
57       14 14.113208 -0.1132075
58        7  9.568182 -2.5681818
59       16 14.113208  1.8867925
60       11 11.208333 -0.2083333
61       16 14.113208  1.8867925
62       13 11.208333  1.7916667
63       11 11.208333 -0.2083333
64       13 14.113208 -1.1132075
65       14 14.113208 -0.1132075
66       10 11.208333 -1.2083333
67       15 14.113208  0.8867925
68       11 11.208333 -0.2083333
69        6  9.568182 -3.5681818
70       11  9.568182  1.4318182
71       12  9.568182  2.4318182
72       12 11.208333  0.7916667
73        8 11.208333 -3.2083333
74        9  9.568182 -0.5681818
75       10  9.568182  0.4318182
76       16 14.113208  1.8867925
77       15 12.500000  2.5000000
78       14 14.113208 -0.1132075
79       12 14.113208 -2.1132075
80       12 11.208333  0.7916667
81       12  9.568182  2.4318182
82        8  9.568182 -1.5681818
83       16 14.113208  1.8867925
84       11  9.568182  1.4318182
85       12  9.568182  2.4318182
86        9 12.500000 -3.5000000
87       14 12.500000  1.5000000
88       15 14.113208  0.8867925
89        8  9.568182 -1.5681818
90       12 12.500000 -0.5000000
91       10 11.208333 -1.2083333
92       16 14.113208  1.8867925
93        8  9.568182 -1.5681818
94        9 11.208333 -2.2083333
95        8  9.568182 -1.5681818
96       11 11.208333 -0.2083333
97       16 14.113208  1.8867925
98        5  9.568182 -4.5681818
99       15 12.500000  2.5000000
100      15 14.113208  0.8867925
101      12 12.500000 -0.5000000
102      12 14.113208 -2.1132075
103      16 14.113208  1.8867925
104      12 14.113208 -2.1132075
105      10 11.208333 -1.2083333
106      12 11.208333  0.7916667
107      11 14.113208 -3.1132075
108      16 14.113208  1.8867925
109       7  9.568182 -2.5681818
110       9  9.568182 -0.5681818
111      11  9.568182  1.4318182
112       6  9.568182 -3.5681818
113      14 14.113208 -0.1132075
114      11 11.208333 -0.2083333
115      11  9.568182  1.4318182
116      16  9.568182  6.4318182
117       7  9.568182 -2.5681818
118       8  9.568182 -1.5681818
119      10  9.568182  0.4318182
120      14 12.500000  1.5000000
121       9  9.568182 -0.5681818
122      13 14.113208 -1.1132075
123      13  9.568182  3.4318182
124      12 12.500000 -0.5000000
125      11 12.500000 -1.5000000
126      10 14.113208 -4.1132075
127      12 12.500000 -0.5000000
128      14 14.113208 -0.1132075
129      11 14.113208 -3.1132075
130      13  9.568182  3.4318182
131      14 14.113208 -0.1132075
132      13 12.500000  0.5000000
133      16 14.113208  1.8867925
134      13 11.208333  1.7916667
135       9  9.568182 -0.5681818
136      14  9.568182  4.4318182
137      15 14.113208  0.8867925
> if (par2 != 'none') {
+ print(cbind(as.factor(x[,par1]),predict(m)))
+ myt <- table(as.factor(x[,par1]),predict(m))
+ print(myt)
+ }
> postscript(file="/var/www/html/rcomp/tmp/4sksi1292181287.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) 
> if(par2=='none') {
+ op <- par(mfrow=c(2,2))
+ plot(density(result$Actuals),main='Kernel Density Plot of Actuals')
+ plot(density(result$Residuals),main='Kernel Density Plot of Residuals')
+ plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')
+ plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')
+ par(op)
+ }
> if(par2!='none') {
+ plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')
+ }
> dev.off()
null device 
          1 
> if (par2 == 'none') {
+ detcoef <- cor(result$Forecasts,result$Actuals)
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'Goodness of Fit',2,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'Correlation',1,TRUE)
+ a<-table.element(a,round(detcoef,4))
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'R-squared',1,TRUE)
+ a<-table.element(a,round(detcoef*detcoef,4))
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'RMSE',1,TRUE)
+ a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))
+ a<-table.row.end(a)
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/57c8r1292181287.tab") 
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'#',header=TRUE)
+ a<-table.element(a,'Actuals',header=TRUE)
+ a<-table.element(a,'Forecasts',header=TRUE)
+ a<-table.element(a,'Residuals',header=TRUE)
+ a<-table.row.end(a)
+ for (i in 1:length(result$Actuals)) {
+ a<-table.row.start(a)
+ a<-table.element(a,i,header=TRUE)
+ a<-table.element(a,result$Actuals[i])
+ a<-table.element(a,result$Forecasts[i])
+ a<-table.element(a,result$Residuals[i])
+ a<-table.row.end(a)
+ }
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/6z37u1292181287.tab") 
+ }
> if (par2 != 'none') {
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'',1,TRUE)
+ for (i in 1:par3) {
+ a<-table.element(a,paste('C',i,sep=''),1,TRUE)
+ }
+ a<-table.row.end(a)
+ for (i in 1:par3) {
+ a<-table.row.start(a)
+ a<-table.element(a,paste('C',i,sep=''),1,TRUE)
+ for (j in 1:par3) {
+ a<-table.element(a,myt[i,j])
+ }
+ a<-table.row.end(a)
+ }
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/73mo01292181287.tab") 
+ }
> 
> try(system("convert tmp/20btx1292181287.ps tmp/20btx1292181287.png",intern=TRUE))
character(0)
> try(system("convert tmp/30btx1292181287.ps tmp/30btx1292181287.png",intern=TRUE))
character(0)
> try(system("convert tmp/4sksi1292181287.ps tmp/4sksi1292181287.png",intern=TRUE))
character(0)
> 
> 
> proc.time()
   user  system elapsed 
  3.235   0.611   6.928