R version 3.1.0 (2014-04-10) -- "Spring Dance"
Copyright (C) 2014 The R Foundation for Statistical Computing
Platform: i686-pc-linux-gnu (32-bit)

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(22
+ ,8.1
+ ,7.37
+ ,61.38
+ ,0.37
+ ,16.01
+ ,1.9
+ ,12.1
+ ,16.5
+ ,14.3
+ ,16.5
+ ,196
+ ,88
+ ,0.77
+ ,24
+ ,6.8
+ ,6.8
+ ,55.68
+ ,0.32
+ ,25.70
+ ,1.25
+ ,11.7
+ ,15.9
+ ,13.8
+ ,7.2
+ ,189
+ ,88
+ ,0.82
+ ,24
+ ,5.76
+ ,8
+ ,48
+ ,0.4
+ ,11.10
+ ,1.43
+ ,9.8
+ ,17.2
+ ,13.5
+ ,7.26
+ ,182
+ ,74
+ ,0.82
+ ,24
+ ,5.92
+ ,7.48
+ ,42.24
+ ,0.37
+ ,15.14
+ ,1.84
+ ,13.2
+ ,19.7
+ ,16.45
+ ,5.9
+ ,189
+ ,88
+ ,0.72
+ ,24
+ ,9.14
+ ,9.14
+ ,68.58
+ ,0.42
+ ,20.87
+ ,1.41
+ ,11.7
+ ,20.7
+ ,16.2
+ ,5.65
+ ,150
+ ,61
+ ,1.22
+ ,26
+ ,6.46
+ ,6.8
+ ,47.63
+ ,0.32
+ ,16.93
+ ,1.96
+ ,10.9
+ ,16.3
+ ,13.6
+ ,5.62
+ ,175
+ ,88
+ ,1.13
+ ,27
+ ,7
+ ,7.5
+ ,59.49
+ ,0.34
+ ,23.28
+ ,1.53
+ ,9.6
+ ,13
+ ,11.3
+ ,6.61
+ ,140
+ ,88
+ ,1.37
+ ,28
+ ,7.3
+ ,7.37
+ ,63.82
+ ,0.34
+ ,19.62
+ ,1.52
+ ,14.2
+ ,19.3
+ ,16.75
+ ,7.28
+ ,202
+ ,67
+ ,0.63
+ ,28
+ ,6.8
+ ,8.5
+ ,67.6
+ ,0.38
+ ,16.48
+ ,1.77
+ ,15.7
+ ,21.6
+ ,18.65
+ ,4.38
+ ,170
+ ,94
+ ,1.77
+ ,29
+ ,8
+ ,8.5
+ ,61.47
+ ,0.41
+ ,22.59
+ ,1.16
+ ,9.4
+ ,15.9
+ ,12.65
+ ,5.4
+ ,162
+ ,74
+ ,1.72
+ ,30
+ ,9.35
+ ,7.79
+ ,81.61
+ ,0.35
+ ,17.03
+ ,1.35
+ ,16.1
+ ,17.2
+ ,16.65
+ ,5.34
+ ,182
+ ,74
+ ,0.82
+ ,30
+ ,9.18
+ ,7.82
+ ,89.18
+ ,0.36
+ ,19.30
+ ,1.61
+ ,14.7
+ ,17.6
+ ,16.15
+ ,6.06
+ ,142
+ ,94
+ ,1.18
+ ,30
+ ,9.12
+ ,9.52
+ ,86.27
+ ,0.36
+ ,12.88
+ ,0.87
+ ,10.9
+ ,13.6
+ ,12.25
+ ,6.03
+ ,220
+ ,101
+ ,0.81
+ ,31
+ ,7.48
+ ,8.5
+ ,69.19
+ ,0.41
+ ,20.67
+ ,1.53
+ ,11.5
+ ,21.4
+ ,16.45
+ ,4.29
+ ,182
+ ,74
+ ,1.39
+ ,32
+ ,7.37
+ ,7.37
+ ,56.2
+ ,0.34
+ ,23.72
+ ,1.47
+ ,8.4
+ ,16.3
+ ,12.35
+ ,6.86
+ ,162
+ ,81
+ ,1.07
+ ,32
+ ,7.37
+ ,7.37
+ ,58.65
+ ,0.33
+ ,25.12
+ ,1.78
+ ,10.1
+ ,16.8
+ ,13.45
+ ,5.94
+ ,142
+ ,88
+ ,0.89
+ ,32
+ ,7.93
+ ,8
+ ,61.86
+ ,0.35
+ ,23.93
+ ,1.61
+ ,11.1
+ ,14.7
+ ,12.9
+ ,7.65
+ ,182
+ ,88
+ ,0.75
+ ,33
+ ,8
+ ,7.36
+ ,48.38
+ ,0.4
+ ,15.58
+ ,1.61
+ ,8
+ ,11.5
+ ,9.75
+ ,8.02
+ ,169
+ ,88
+ ,1.17
+ ,33
+ ,7
+ ,8
+ ,56.02
+ ,0.36
+ ,17.14
+ ,1.29
+ ,7.9
+ ,13
+ ,10.35
+ ,6.53
+ ,223
+ ,94
+ ,0.87
+ ,33
+ ,7.7
+ ,7.4
+ ,63.82
+ ,0.34
+ ,17.20
+ ,1.42
+ ,9.2
+ ,14.9
+ ,12.05
+ ,6.93
+ ,162
+ ,81
+ ,0.91
+ ,34
+ ,9.8
+ ,8.17
+ ,89.53
+ ,0.34
+ ,20.80
+ ,1.29
+ ,13.4
+ ,18.2
+ ,15.8
+ ,6.11
+ ,142
+ ,88
+ ,1.04
+ ,34
+ ,7
+ ,7
+ ,64.02
+ ,0.3
+ ,31.90
+ ,2.07
+ ,13.8
+ ,20.5
+ ,17.15
+ ,5.57
+ ,135
+ ,81
+ ,1.23
+ ,34
+ ,8.1
+ ,8.1
+ ,65.54
+ ,0.41
+ ,13.92
+ ,1.1
+ ,13.6
+ ,20.3
+ ,16.95
+ ,6.61
+ ,175
+ ,88
+ ,0.74
+ ,34
+ ,6.8
+ ,7.48
+ ,49.19
+ ,0.36
+ ,16.85
+ ,1.75
+ ,11.7
+ ,15.7
+ ,13.7
+ ,5.72
+ ,135
+ ,88
+ ,0.82
+ ,34
+ ,7
+ ,7
+ ,49.17
+ ,0.33
+ ,25.20
+ ,2.01
+ ,10.9
+ ,11.7
+ ,11.3
+ ,11.77
+ ,162
+ ,94
+ ,0.85
+ ,34
+ ,9.5
+ ,8
+ ,73.91
+ ,0.34
+ ,16.12
+ ,1.29
+ ,10.9
+ ,16.8
+ ,13.85
+ ,6.5
+ ,135
+ ,74
+ ,0.83
+ ,34
+ ,9
+ ,9
+ ,78.59
+ ,0.4
+ ,19.54
+ ,1.4
+ ,8.8
+ ,16.5
+ ,12.65
+ ,7.98
+ ,182
+ ,88
+ ,1.29
+ ,35
+ ,7.7
+ ,6.8
+ ,48.54
+ ,0.34
+ ,14.36
+ ,1.99
+ ,10.3
+ ,17.8
+ ,14.05
+ ,8.83
+ ,169
+ ,88
+ ,0.93
+ ,35
+ ,8
+ ,8.84
+ ,80.96
+ ,0.38
+ ,16.53
+ ,1.44
+ ,9.2
+ ,17.4
+ ,13.3
+ ,7.24
+ ,155
+ ,61
+ ,1.11
+ ,35
+ ,7
+ ,8
+ ,52.5
+ ,0.35
+ ,14.26
+ ,0.81
+ ,7.3
+ ,12.6
+ ,9.95
+ ,6.37
+ ,175
+ ,88
+ ,1.05
+ ,36
+ ,7.58
+ ,8.96
+ ,77.5
+ ,0.39
+ ,20.36
+ ,1.25
+ ,10.1
+ ,11.7
+ ,10.9
+ ,9.63
+ ,162
+ ,74
+ ,1.23
+ ,36
+ ,6.8
+ ,8
+ ,56.23
+ ,0.4
+ ,21.22
+ ,1.84
+ ,11.3
+ ,16.5
+ ,13.9
+ ,7.19
+ ,162
+ ,94
+ ,1.31
+ ,36
+ ,7.14
+ ,7.82
+ ,64.44
+ ,0.35
+ ,23.13
+ ,1.95
+ ,16.3
+ ,21.4
+ ,18.85
+ ,5.29
+ ,135
+ ,67
+ ,1.16
+ ,36
+ ,8.61
+ ,8.61
+ ,71.32
+ ,0.4
+ ,20.43
+ ,1.16
+ ,8.8
+ ,21.4
+ ,15.1
+ ,7.55
+ ,169
+ ,81
+ ,2.00
+ ,36
+ ,8.84
+ ,8
+ ,59.33
+ ,0.41
+ ,25.77
+ ,1.8
+ ,9.4
+ ,15.5
+ ,12.45
+ ,8.59
+ ,148
+ ,94
+ ,1.77
+ ,36
+ ,8.91
+ ,8.55
+ ,78.43
+ ,0.38
+ ,12.82
+ ,1.15
+ ,10.7
+ ,17.8
+ ,14.25
+ ,6.82
+ ,169
+ ,67
+ ,1.65
+ ,38
+ ,9.29
+ ,7.37
+ ,58.83
+ ,0.38
+ ,21.42
+ ,1.07
+ ,11.7
+ ,13
+ ,12.35
+ ,6.96
+ ,115
+ ,74
+ ,1.39
+ ,39
+ ,7.73
+ ,7.13
+ ,45.22
+ ,0.42
+ ,12.61
+ ,1.12
+ ,14.7
+ ,15.7
+ ,15.2
+ ,5.24
+ ,108
+ ,67
+ ,1.62
+ ,39
+ ,7.93
+ ,7.93
+ ,62.29
+ ,0.35
+ ,20.17
+ ,1.78
+ ,11.7
+ ,10.7
+ ,11.2
+ ,8.42
+ ,196
+ ,94
+ ,1.30
+ ,39
+ ,6
+ ,6
+ ,51.21
+ ,0.27
+ ,19.73
+ ,1.34
+ ,8.4
+ ,12.6
+ ,10.5
+ ,8.26
+ ,121
+ ,94
+ ,1.26
+ ,39
+ ,7.93
+ ,7.93
+ ,62.12
+ ,0.34
+ ,19.61
+ ,0.86
+ ,9.4
+ ,15.1
+ ,12.25
+ ,4.54
+ ,190
+ ,94
+ ,1.29
+ ,40
+ ,8.47
+ ,6.9
+ ,55.82
+ ,0.34
+ ,16.67
+ ,1.62
+ ,13.8
+ ,16.1
+ ,14.95
+ ,5.62
+ ,148
+ ,81
+ ,1.17
+ ,40
+ ,7.48
+ ,8
+ ,58.3
+ ,0.42
+ ,15.30
+ ,1.06
+ ,16.1
+ ,13.4
+ ,14.75
+ ,5.87
+ ,155
+ ,88
+ ,1.12
+ ,40
+ ,7
+ ,8
+ ,65.75
+ ,0.36
+ ,22.95
+ ,1.47
+ ,9
+ ,15.3
+ ,12.15
+ ,8.48
+ ,182
+ ,94
+ ,1.34
+ ,41
+ ,7.37
+ ,7.73
+ ,58.2
+ ,0.39
+ ,19.07
+ ,1.5
+ ,13.8
+ ,13.2
+ ,13.5
+ ,6.36
+ ,175
+ ,56
+ ,1.20
+ ,41
+ ,7.93
+ ,7.93
+ ,65.77
+ ,0.36
+ ,18.30
+ ,1.34
+ ,10.9
+ ,14
+ ,12.45
+ ,8.59
+ ,189
+ ,88
+ ,0.87
+ ,41
+ ,9.02
+ ,9.35
+ ,81.23
+ ,0.42
+ ,19.42
+ ,1.46
+ ,11.5
+ ,15.5
+ ,13.5
+ ,6.73
+ ,142
+ ,61
+ ,1.33
+ ,41
+ ,6
+ ,6
+ ,47.88
+ ,0.27
+ ,22.02
+ ,1.35
+ ,13.2
+ ,17.4
+ ,15.3
+ ,4.84
+ ,236
+ ,99
+ ,0.81
+ ,41
+ ,8.84
+ ,7.14
+ ,57.98
+ ,0.36
+ ,22.23
+ ,1.47
+ ,9.4
+ ,17.8
+ ,13.6
+ ,6.11
+ ,270
+ ,81
+ ,1.49
+ ,41
+ ,7.37
+ ,8.84
+ ,64.41
+ ,0.41
+ ,27.01
+ ,1.34
+ ,9.2
+ ,15.5
+ ,12.35
+ ,5.93
+ ,160
+ ,94
+ ,1.35
+ ,41
+ ,7.5
+ ,6.5
+ ,54.93
+ ,0.3
+ ,17.13
+ ,1.42
+ ,10.7
+ ,19.1
+ ,14.9
+ ,7.18
+ ,108
+ ,88
+ ,1.03
+ ,41
+ ,7.48
+ ,8.55
+ ,58.68
+ ,0.41
+ ,19.60
+ ,1.71
+ ,9.8
+ ,18
+ ,13.9
+ ,6.97
+ ,121
+ ,88
+ ,0.74
+ ,41
+ ,8.9
+ ,9.31
+ ,87.25
+ ,0.38
+ ,20.90
+ ,1.27
+ ,9.4
+ ,13.8
+ ,11.6
+ ,9.14
+ ,148
+ ,99
+ ,1.32
+ ,42
+ ,8
+ ,8
+ ,89.82
+ ,0.37
+ ,24.76
+ ,1.53
+ ,9.4
+ ,17.8
+ ,13.6
+ ,6.21
+ ,182
+ ,88
+ ,1.38
+ ,42
+ ,7.93
+ ,6.74
+ ,49.49
+ ,0.34
+ ,15.37
+ ,1.55
+ ,8
+ ,10.3
+ ,9.15
+ ,7.48
+ ,115
+ ,94
+ ,1.15
+ ,42
+ ,8.47
+ ,8
+ ,64.98
+ ,0.38
+ ,26.62
+ ,1.54
+ ,10.7
+ ,15.3
+ ,13
+ ,7.23
+ ,148
+ ,81
+ ,1.39
+ ,42
+ ,7.2
+ ,7.6
+ ,72.56
+ ,0.32
+ ,23.40
+ ,1.39
+ ,11.5
+ ,14.9
+ ,13.2
+ ,14.9
+ ,155
+ ,81
+ ,1.54
+ ,43
+ ,6.69
+ ,6.12
+ ,40.03
+ ,0.33
+ ,17.95
+ ,1.25
+ ,9.6
+ ,10.9
+ ,10.25
+ ,9.53
+ ,182
+ ,67
+ ,1.55
+ ,43
+ ,8
+ ,7
+ ,66.79
+ ,0.29
+ ,23.29
+ ,0.95
+ ,8.2
+ ,13.2
+ ,10.7
+ ,8.54
+ ,135
+ ,81
+ ,1.44
+ ,44
+ ,6.23
+ ,8.1
+ ,61.22
+ ,0.38
+ ,14.42
+ ,1.23
+ ,12.6
+ ,15.1
+ ,13.85
+ ,4.88
+ ,135
+ ,74
+ ,0.77
+ ,24
+ ,7.14
+ ,7.46
+ ,57.8
+ ,0.32
+ ,12.91
+ ,1.25
+ ,10.9
+ ,22
+ ,16.45
+ ,6.02
+ ,162
+ ,74
+ ,0.70
+ ,26
+ ,8.47
+ ,8.84
+ ,69.86
+ ,0.36
+ ,23.42
+ ,1.7
+ ,11.7
+ ,18
+ ,14.85
+ ,5.8
+ ,170
+ ,61
+ ,0.81
+ ,27
+ ,6.63
+ ,6.8
+ ,47.99
+ ,0.33
+ ,13.52
+ ,1.3
+ ,9
+ ,19.3
+ ,14.15
+ ,5.79
+ ,155
+ ,74
+ ,1.10
+ ,27
+ ,10.3
+ ,9
+ ,69.86
+ ,0.41
+ ,24.22
+ ,1.67
+ ,11.3
+ ,16.1
+ ,13.7
+ ,7.14
+ ,169
+ ,74
+ ,1.55
+ ,28
+ ,8.5
+ ,6.8
+ ,73.75
+ ,0.28
+ ,16.39
+ ,1.28
+ ,10.3
+ ,19.3
+ ,14.8
+ ,5.26
+ ,155
+ ,81
+ ,1.09
+ ,28
+ ,8.84
+ ,9
+ ,70.3
+ ,0.4
+ ,18.19
+ ,1.27
+ ,8
+ ,14.5
+ ,11.25
+ ,6.2
+ ,180
+ ,81
+ ,1.39
+ ,28
+ ,7.22
+ ,9.63
+ ,55.26
+ ,0.42
+ ,14.58
+ ,0.91
+ ,9
+ ,13
+ ,11
+ ,4.71
+ ,182
+ ,88
+ ,0.78
+ ,29
+ ,7.93
+ ,7.93
+ ,53.08
+ ,0.38
+ ,18.22
+ ,1.29
+ ,8.4
+ ,13.2
+ ,10.8
+ ,7.89
+ ,155
+ ,88
+ ,1.14
+ ,30
+ ,7.93
+ ,8.73
+ ,74.66
+ ,0.35
+ ,21.05
+ ,1.52
+ ,10.9
+ ,19.3
+ ,15.1
+ ,5.69
+ ,170
+ ,94
+ ,1.15
+ ,31
+ ,7.54
+ ,8.3
+ ,65.48
+ ,0.35
+ ,28.27
+ ,1.47
+ ,7.3
+ ,15.9
+ ,11.6
+ ,6.22
+ ,155
+ ,88
+ ,1.81
+ ,32
+ ,8
+ ,8.73
+ ,69.69
+ ,0.38
+ ,16.60
+ ,1.56
+ ,11.9
+ ,15.5
+ ,13.7
+ ,6.18
+ ,142
+ ,74
+ ,0.84
+ ,32
+ ,7.37
+ ,8
+ ,52.44
+ ,0.36
+ ,17.67
+ ,1.68
+ ,9
+ ,13.2
+ ,11.1
+ ,7.5
+ ,155
+ ,81
+ ,0.66
+ ,32
+ ,8.3
+ ,9.9
+ ,73.51
+ ,0.42
+ ,18.71
+ ,1.85
+ ,8.4
+ ,13.6
+ ,11
+ ,7.67
+ ,189
+ ,88
+ ,0.70
+ ,33
+ ,7.93
+ ,8.22
+ ,72.62
+ ,0.4
+ ,21.63
+ ,1.8
+ ,12.6
+ ,13.4
+ ,13
+ ,5.62
+ ,148
+ ,67
+ ,0.64
+ ,33
+ ,10
+ ,9.5
+ ,78.27
+ ,0.41
+ ,18.33
+ ,1.4
+ ,10.9
+ ,18.4
+ ,14.65
+ ,5.02
+ ,182
+ ,101
+ ,1.22
+ ,33
+ ,9.12
+ ,9.5
+ ,75.42
+ ,0.42
+ ,18.05
+ ,1.83
+ ,5.4
+ ,8.6
+ ,7
+ ,6.13
+ ,170
+ ,115
+ ,1.39
+ ,33
+ ,8.44
+ ,9.2
+ ,86.99
+ ,0.36
+ ,21.28
+ ,1.54
+ ,10.3
+ ,16.3
+ ,13.3
+ ,6.33
+ ,135
+ ,94
+ ,1.57
+ ,34
+ ,7.93
+ ,9.5
+ ,74.31
+ ,0.42
+ ,23.94
+ ,1.82
+ ,11.1
+ ,15.3
+ ,13.2
+ ,6.35
+ ,162
+ ,81
+ ,0.95
+ ,34
+ ,7.79
+ ,8
+ ,64.63
+ ,0.38
+ ,15.14
+ ,1.14
+ ,10.5
+ ,12.4
+ ,11.45
+ ,8.17
+ ,140
+ ,81
+ ,0.81
+ ,34
+ ,7.73
+ ,9.58
+ ,55.22
+ ,0.45
+ ,21.78
+ ,1.51
+ ,8
+ ,17.8
+ ,12.9
+ ,6.02
+ ,121
+ ,81
+ ,1.25
+ ,34
+ ,8
+ ,9.69
+ ,85.9
+ ,0.37
+ ,27.44
+ ,1.69
+ ,11.7
+ ,18.2
+ ,14.95
+ ,6.39
+ ,148
+ ,88
+ ,1.18
+ ,35
+ ,8.55
+ ,8.5
+ ,79.24
+ ,0.34
+ ,20.58
+ ,1.6
+ ,12.1
+ ,18.6
+ ,15.35
+ ,5.22
+ ,170
+ ,94
+ ,2.14
+ ,35
+ ,7.17
+ ,7.48
+ ,67.61
+ ,0.31
+ ,23.00
+ ,1.55
+ ,14
+ ,18.4
+ ,16.2
+ ,4.06
+ ,169
+ ,67
+ ,0.79
+ ,35
+ ,8.1
+ ,7.7
+ ,51.07
+ ,0.37
+ ,20.61
+ ,1.47
+ ,10.7
+ ,20.3
+ ,15.5
+ ,5.54
+ ,169
+ ,67
+ ,1.13
+ ,35
+ ,7.93
+ ,8.73
+ ,57.02
+ ,0.38
+ ,15.30
+ ,0.92
+ ,8.8
+ ,10.4
+ ,9.6
+ ,6.67
+ ,101
+ ,88
+ ,0.74
+ ,36
+ ,7.93
+ ,7.93
+ ,58.01
+ ,0.35
+ ,15.30
+ ,1.26
+ ,6.3
+ ,13.2
+ ,9.75
+ ,8.36
+ ,180
+ ,74
+ ,0.78
+ ,37
+ ,7.79
+ ,7.79
+ ,69.43
+ ,0.32
+ ,20.31
+ ,1.3
+ ,10.9
+ ,17.4
+ ,15.15
+ ,5
+ ,162
+ ,81
+ ,0.58
+ ,37
+ ,9.5
+ ,10
+ ,80.32
+ ,0.43
+ ,30.39
+ ,0.71
+ ,8.8
+ ,12.8
+ ,10.8
+ ,5.31
+ ,155
+ ,88
+ ,0.94
+ ,37
+ ,10
+ ,8
+ ,61.41
+ ,0.36
+ ,14.65
+ ,1.04
+ ,15.9
+ ,13.2
+ ,14.55
+ ,4.91
+ ,148
+ ,81
+ ,1.08
+ ,38
+ ,9.15
+ ,8.82
+ ,96.76
+ ,0.35
+ ,14.09
+ ,1.17
+ ,10.9
+ ,17
+ ,13.95
+ ,5.79
+ ,140
+ ,99
+ ,1.05
+ ,38
+ ,8.5
+ ,8.5
+ ,86.05
+ ,0.33
+ ,31.01
+ ,1.21
+ ,8.8
+ ,18.2
+ ,13.5
+ ,6.04
+ ,148
+ ,128
+ ,1.22
+ ,38
+ ,7.93
+ ,7.93
+ ,78.71
+ ,0.29
+ ,22.82
+ ,1.73
+ ,14.2
+ ,18.4
+ ,16.3
+ ,5.83
+ ,175
+ ,108
+ ,0.68
+ ,39
+ ,9
+ ,9
+ ,94.8
+ ,0.37
+ ,16.19
+ ,1.49
+ ,11.5
+ ,15.5
+ ,13.5
+ ,6.05
+ ,175
+ ,94
+ ,1.21
+ ,39
+ ,8.59
+ ,8.59
+ ,63.07
+ ,0.4
+ ,12.99
+ ,1.22
+ ,11.5
+ ,17
+ ,14.25
+ ,6.62
+ ,155
+ ,74
+ ,1.10
+ ,39
+ ,8.5
+ ,8.5
+ ,63.26
+ ,0.37
+ ,25.42
+ ,1.55
+ ,11.7
+ ,16.1
+ ,13.9
+ ,6.67
+ ,182
+ ,94
+ ,0.75
+ ,39
+ ,7.82
+ ,8.5
+ ,58.01
+ ,0.41
+ ,21.30
+ ,1.49
+ ,9.4
+ ,14.7
+ ,12.05
+ ,8.13
+ ,175
+ ,88
+ ,0.89
+ ,40
+ ,9.63
+ ,7.71
+ ,74.24
+ ,0.33
+ ,21.95
+ ,1.33
+ ,9.6
+ ,14
+ ,11.8
+ ,7.65
+ ,200
+ ,88
+ ,1.33
+ ,40
+ ,7.6
+ ,8
+ ,67.92
+ ,0.31
+ ,30.39
+ ,1.77
+ ,10.3
+ ,19.3
+ ,14.8
+ ,5.86
+ ,142
+ ,94
+ ,1.15
+ ,40
+ ,8.46
+ ,9.56
+ ,86.27
+ ,0.36
+ ,12.88
+ ,0.87
+ ,10.9
+ ,13.6
+ ,12.25
+ ,6.03
+ ,155
+ ,101
+ ,1.41
+ ,40
+ ,9.8
+ ,9.34
+ ,78.24
+ ,0.39
+ ,23.66
+ ,1.4
+ ,8.4
+ ,13
+ ,10.7
+ ,6.88
+ ,148
+ ,94
+ ,1.35
+ ,41
+ ,10.7
+ ,9.52
+ ,85.6
+ ,0.41
+ ,20.19
+ ,1.54
+ ,11.7
+ ,13
+ ,12.35
+ ,6.42
+ ,160
+ ,67
+ ,1.77
+ ,41
+ ,9.63
+ ,8.19
+ ,56.06
+ ,0.4
+ ,20.52
+ ,1.48
+ ,9.8
+ ,14.3
+ ,11.9
+ ,6.93
+ ,236
+ ,94
+ ,1.22
+ ,41
+ ,7.93
+ ,8
+ ,62.89
+ ,0.35
+ ,17.76
+ ,1.38
+ ,8.8
+ ,13.2
+ ,11
+ ,6.39
+ ,148
+ ,88
+ ,1.22
+ ,41
+ ,8.89
+ ,8.52
+ ,69.81
+ ,0.39
+ ,11.22
+ ,1.11
+ ,8.6
+ ,9.8
+ ,9.2
+ ,5.64
+ ,155
+ ,98
+ ,1.25
+ ,41
+ ,7
+ ,8
+ ,53.39
+ ,0.37
+ ,21.30
+ ,1.18
+ ,10.3
+ ,14.7
+ ,12.5
+ ,6.1
+ ,150
+ ,74
+ ,1.46
+ ,41
+ ,9.63
+ ,10
+ ,69.6
+ ,0.4
+ ,20.73
+ ,1.17
+ ,9
+ ,13
+ ,11
+ ,6.44
+ ,196
+ ,81
+ ,1.20
+ ,42
+ ,10.3
+ ,9.92
+ ,93.4
+ ,0.39
+ ,30.75
+ ,1.17
+ ,8.8
+ ,14.9
+ ,11.85
+ ,5.7
+ ,155
+ ,108
+ ,1.47
+ ,42
+ ,9.21
+ ,9
+ ,62.79
+ ,0.43
+ ,15.64
+ ,0.88
+ ,7.3
+ ,9.8
+ ,8.55
+ ,7.34
+ ,182
+ ,88
+ ,1.13
+ ,42
+ ,9.68
+ ,9.28
+ ,85
+ ,0.37
+ ,20.48
+ ,0.82
+ ,8
+ ,10.3
+ ,9.15
+ ,7.04
+ ,142
+ ,61
+ ,1.74
+ ,42
+ ,9.21
+ ,9.2
+ ,71.31
+ ,0.41
+ ,21.45
+ ,1.56
+ ,7.3
+ ,10.7
+ ,9
+ ,9
+ ,140
+ ,88
+ ,1.09
+ ,42
+ ,7.89
+ ,9.77
+ ,77.27
+ ,0.42
+ ,19.87
+ ,1.23
+ ,7.3
+ ,12.6
+ ,9.95
+ ,5.77
+ ,142
+ ,81
+ ,1.24
+ ,42
+ ,10.2
+ ,7.22
+ ,81.61
+ ,0.27
+ ,22.05
+ ,1.1
+ ,9
+ ,12.8
+ ,10.9
+ ,8.71
+ ,159
+ ,88
+ ,1.15
+ ,42
+ ,8.5
+ ,8.5
+ ,56.98
+ ,0.38
+ ,28.92
+ ,1.77
+ ,9.8
+ ,17.4
+ ,13.6
+ ,7.72
+ ,142
+ ,94
+ ,1.21
+ ,43
+ ,9.92
+ ,9.52
+ ,86.72
+ ,0.38
+ ,26.22
+ ,1.23
+ ,9.2
+ ,12.8
+ ,11
+ ,7.07
+ ,115
+ ,67
+ ,1.29
+ ,43
+ ,9.68
+ ,8.47
+ ,62.22
+ ,0.4
+ ,15.00
+ ,1.23
+ ,10.9
+ ,11.7
+ ,11.3
+ ,8.48
+ ,155
+ ,81
+ ,1.38
+ ,43
+ ,7
+ ,9
+ ,58.13
+ ,0.42
+ ,21.12
+ ,0.83
+ ,7.75
+ ,14.4
+ ,11.08
+ ,5.66
+ ,101
+ ,81
+ ,1.52
+ ,43
+ ,9.63
+ ,8.67
+ ,74.36
+ ,0.33
+ ,24.33
+ ,1.24
+ ,8.4
+ ,10.26
+ ,9.33
+ ,6.86
+ ,175
+ ,108
+ ,1.30
+ ,43
+ ,8.92
+ ,9.77
+ ,68.74
+ ,0.42
+ ,26.25
+ ,1.17
+ ,8.8
+ ,13
+ ,10.9
+ ,7.6
+ ,155
+ ,88
+ ,1.41
+ ,43
+ ,8.63
+ ,9.01
+ ,62.67
+ ,0.42
+ ,16.14
+ ,1.21
+ ,9.6
+ ,12.4
+ ,11
+ ,6.26
+ ,160
+ ,99
+ ,1.15
+ ,44
+ ,7.37
+ ,8.47
+ ,70.2
+ ,0.36
+ ,14.94
+ ,0.76
+ ,10.9
+ ,12.1
+ ,11.5
+ ,4.28
+ ,182
+ ,94
+ ,1.59
+ ,44
+ ,9.76
+ ,9.01
+ ,77.74
+ ,0.38
+ ,17.82
+ ,1.18
+ ,9.6
+ ,17.4
+ ,13.5
+ ,6.25
+ ,175
+ ,74
+ ,0.89
+ ,44
+ ,7.82
+ ,8
+ ,67.86
+ ,0.36
+ ,21.74
+ ,0.87
+ ,10.3
+ ,14.2
+ ,12.25
+ ,5.04
+ ,196
+ ,74
+ ,1.32
+ ,44
+ ,11.1
+ ,10.7
+ ,97.39
+ ,0.39
+ ,24.54
+ ,1.2
+ ,10.5
+ ,15.3
+ ,12.9
+ ,6.35
+ ,130
+ ,88
+ ,1.32
+ ,44
+ ,9.52
+ ,8.33
+ ,79.08
+ ,0.34
+ ,22.04
+ ,1.43
+ ,11.1
+ ,13.6
+ ,12.35
+ ,7.85
+ ,196
+ ,81
+ ,0.97
+ ,45
+ ,8.84
+ ,8.67
+ ,76.02
+ ,0.38
+ ,17.89
+ ,0.8
+ ,10.9
+ ,10.9
+ ,10.9
+ ,6.79
+ ,189
+ ,81
+ ,1.42
+ ,45
+ ,9.95
+ ,9.16
+ ,70.79
+ ,0.48
+ ,28.01
+ ,1.34
+ ,10.9
+ ,16.3
+ ,13.6
+ ,6.92
+ ,162
+ ,94
+ ,1.40
+ ,46
+ ,8.79
+ ,8.79
+ ,87.91
+ ,0.38
+ ,22.56
+ ,1.39
+ ,11.7
+ ,14.2
+ ,12.95
+ ,7.61
+ ,135
+ ,88
+ ,1.44
+ ,46
+ ,7.37
+ ,9.21
+ ,66.2
+ ,0.42
+ ,25.07
+ ,1.28
+ ,10.7
+ ,15.7
+ ,13.2
+ ,5.18
+ ,128
+ ,81
+ ,0.82
+ ,46
+ ,8.84
+ ,9.18
+ ,80.23
+ ,0.42
+ ,16.61
+ ,1.55
+ ,8.6
+ ,10.1
+ ,9.35
+ ,9.17
+ ,150
+ ,94
+ ,1.09
+ ,46
+ ,7
+ ,7.37
+ ,65.25
+ ,0.33
+ ,20.6
+ ,1.08
+ ,12.8
+ ,11.1
+ ,11.95
+ ,7.59
+ ,135
+ ,74
+ ,0.84
+ ,46
+ ,8
+ ,9
+ ,82.49
+ ,0.36
+ ,19.79
+ ,1.08
+ ,13.2
+ ,12.6
+ ,12.9
+ ,6.51
+ ,155
+ ,74
+ ,1.35
+ ,46
+ ,9.58
+ ,7.37
+ ,58.61
+ ,0.39
+ ,17.25
+ ,1.16
+ ,10.1
+ ,10.9
+ ,10.5
+ ,8.53
+ ,148
+ ,94
+ ,1.18
+ ,46
+ ,8.84
+ ,7
+ ,61.25
+ ,0.32
+ ,15.49
+ ,0.82
+ ,9.8
+ ,10.9
+ ,10.35
+ ,7.85
+ ,196
+ ,74
+ ,1.35
+ ,47
+ ,7.82
+ ,6.46
+ ,68.46
+ ,0.29
+ ,16.93
+ ,1.1
+ ,8.8
+ ,11.7
+ ,10.25
+ ,9.26
+ ,150
+ ,61
+ ,1.29
+ ,47
+ ,5.92
+ ,6.23
+ ,48.69
+ ,0.29
+ ,16.82
+ ,1.4
+ ,12.1
+ ,13.4
+ ,12.75
+ ,7.05
+ ,128
+ ,94
+ ,1.14
+ ,47
+ ,8.47
+ ,9
+ ,88.31
+ ,0.37
+ ,17.38
+ ,1.23
+ ,8
+ ,15.1
+ ,11.55
+ ,7.28
+ ,180
+ ,101
+ ,1.26
+ ,47
+ ,9.21
+ ,9.21
+ ,63.3
+ ,0.41
+ ,17.7
+ ,1.04
+ ,10.1
+ ,10.5
+ ,10.3
+ ,8.75
+ ,170
+ ,67
+ ,1.52
+ ,47
+ ,8.84
+ ,9.58
+ ,79.86
+ ,0.46
+ ,22.08
+ ,0.84
+ ,8
+ ,10.3
+ ,9.15
+ ,8.14
+ ,180
+ ,81
+ ,1.31
+ ,48
+ ,8.16
+ ,6.46
+ ,55.01
+ ,0.33
+ ,20.6
+ ,1.28
+ ,9.4
+ ,11.94
+ ,10.66
+ ,7.7
+ ,135
+ ,94
+ ,1.36
+ ,48
+ ,7.33
+ ,8.38
+ ,72.74
+ ,0.39
+ ,19.41
+ ,1.19
+ ,8.4
+ ,14.2
+ ,11.3
+ ,8.77
+ ,162
+ ,94
+ ,1.24
+ ,48
+ ,9.5
+ ,9.52
+ ,91.22
+ ,0.42
+ ,15.42
+ ,1.22
+ ,6.5
+ ,13.4
+ ,9.95
+ ,6.97
+ ,142
+ ,88
+ ,1.41
+ ,48
+ ,7.37
+ ,7.37
+ ,46.99
+ ,0.38
+ ,16.87
+ ,0.84
+ ,8.2
+ ,10.1
+ ,9.15
+ ,8.47
+ ,190
+ ,94
+ ,1.34
+ ,49
+ ,8.47
+ ,10.3
+ ,118.33
+ ,0.4
+ ,15.87
+ ,0.55
+ ,8
+ ,13.2
+ ,10.6
+ ,4.98
+ ,236
+ ,94
+ ,1.45
+ ,49
+ ,8.44
+ ,9.14
+ ,70.06
+ ,0.41
+ ,19.54
+ ,1.1
+ ,11.4
+ ,14.2
+ ,12.85
+ ,6.37
+ ,142
+ ,94
+ ,1.14
+ ,49
+ ,9.58
+ ,9.58
+ ,74.59
+ ,0.48
+ ,17.69
+ ,0.59
+ ,7.1
+ ,9.2
+ ,8.15
+ ,5.78
+ ,135
+ ,88
+ ,1.67
+ ,49
+ ,8.4
+ ,8
+ ,67.7
+ ,0.36
+ ,24.28
+ ,1.21
+ ,8.8
+ ,14
+ ,11
+ ,8.47
+ ,140
+ ,94
+ ,1.36
+ ,50
+ ,7.93
+ ,8
+ ,60.11
+ ,0.39
+ ,22.34
+ ,1.14
+ ,8.6
+ ,12.8
+ ,10.7
+ ,5.94
+ ,142
+ ,91
+ ,1.33
+ ,50
+ ,6.8
+ ,6.8
+ ,55.84
+ ,0.31
+ ,19.55
+ ,1.27
+ ,13.2
+ ,13
+ ,13.1
+ ,4.74
+ ,160
+ ,67
+ ,1.20
+ ,50
+ ,9
+ ,9
+ ,68.61
+ ,0.42
+ ,19.23
+ ,1.56
+ ,8.8
+ ,14.7
+ ,11.75
+ ,8.3
+ ,148
+ ,88
+ ,1.29
+ ,50
+ ,7.19
+ ,8.21
+ ,68.75
+ ,0.36
+ ,20.43
+ ,1.17
+ ,11.5
+ ,17
+ ,14.25
+ ,6.76
+ ,108
+ ,67
+ ,1.42
+ ,51
+ ,7
+ ,7.5
+ ,52.79
+ ,0.38
+ ,20.34
+ ,1.38
+ ,8.8
+ ,12.6
+ ,10.7
+ ,9.16
+ ,169
+ ,94
+ ,1.58
+ ,51
+ ,10.5
+ ,8.29
+ ,69.34
+ ,0.4
+ ,20.91
+ ,1.32
+ ,9.4
+ ,10.9
+ ,10.15
+ ,5.96
+ ,175
+ ,81
+ ,1.31
+ ,51
+ ,6.35
+ ,7.54
+ ,60.12
+ ,0.32
+ ,24.18
+ ,1.26
+ ,9.2
+ ,11.9
+ ,10.55
+ ,7.59
+ ,202
+ ,81
+ ,1.28
+ ,52
+ ,7.46
+ ,9.82
+ ,72.45
+ ,0.42
+ ,21.62
+ ,1.16
+ ,8.6
+ ,15.3
+ ,11.95
+ ,7.39
+ ,155
+ ,67
+ ,1.00
+ ,52
+ ,8.1
+ ,8
+ ,56.92
+ ,0.4
+ ,21.46
+ ,1.21
+ ,9.4
+ ,13
+ ,11.2
+ ,7.46
+ ,155
+ ,94
+ ,1.15
+ ,53
+ ,7.65
+ ,8
+ ,62.37
+ ,0.36
+ ,15.35
+ ,0.81
+ ,6.3
+ ,5.2
+ ,5.75
+ ,10.49
+ ,196
+ ,81
+ ,0.82
+ ,54
+ ,6.8
+ ,8.16
+ ,58.17
+ ,0.4
+ ,19.94
+ ,1.14
+ ,8.8
+ ,10.5
+ ,9.65
+ ,7.81
+ ,189
+ ,88
+ ,0.67
+ ,55
+ ,8.1
+ ,7.48
+ ,60.97
+ ,0.37
+ ,22.67
+ ,1.29
+ ,8
+ ,13.4
+ ,10.7
+ ,7.35
+ ,196
+ ,94
+ ,1.46
+ ,56
+ ,9
+ ,8
+ ,76.9
+ ,0.35
+ ,18.73
+ ,0.62
+ ,5.7
+ ,8.8
+ ,7.25
+ ,6.33
+ ,216
+ ,81
+ ,1.06
+ ,56
+ ,10.4
+ ,10
+ ,88.18
+ ,0.45
+ ,12.24
+ ,0.55
+ ,8
+ ,8
+ ,8
+ ,6.6
+ ,111
+ ,110
+ ,1.72
+ ,57
+ ,7.37
+ ,8.47
+ ,93.86
+ ,0.35
+ ,16.2
+ ,1.23
+ ,11.1
+ ,14
+ ,12.55
+ ,6.02
+ ,169
+ ,94
+ ,1.63
+ ,57
+ ,8.49
+ ,7.48
+ ,66.06
+ ,0.34
+ ,19.61
+ ,1.26
+ ,8.4
+ ,12.8
+ ,10.6
+ ,6.79
+ ,148
+ ,94
+ ,1.43
+ ,57
+ ,7.21
+ ,6.9
+ ,57.61
+ ,0.34
+ ,23.52
+ ,1.15
+ ,8.4
+ ,10.1
+ ,9.25
+ ,9.3
+ ,148
+ ,88
+ ,1.48
+ ,58
+ ,7.08
+ ,8.85
+ ,65.65
+ ,0.42
+ ,22.76
+ ,1.12
+ ,9.4
+ ,15.3
+ ,12.25
+ ,6.98
+ ,128
+ ,81
+ ,1.44
+ ,58
+ ,8.55
+ ,8.55
+ ,84.14
+ ,0.37
+ ,19.09
+ ,0.9
+ ,8.8
+ ,14.3
+ ,11.4
+ ,6.74
+ ,135
+ ,94
+ ,1.31
+ ,58
+ ,10.7
+ ,7.37
+ ,67.68
+ ,0.35
+ ,18.92
+ ,0.73
+ ,6.9
+ ,9.8
+ ,8.35
+ ,6.85
+ ,155
+ ,74
+ ,1.38
+ ,60
+ ,9.5
+ ,9.5
+ ,88.68
+ ,0.41
+ ,18.44
+ ,1.03
+ ,7.5
+ ,7.7
+ ,7.6
+ ,10.84
+ ,196
+ ,81
+ ,1.30
+ ,61
+ ,7.95
+ ,8
+ ,66.81
+ ,0.4
+ ,19.1
+ ,0.65
+ ,7.7
+ ,9.4
+ ,8.55
+ ,7.52
+ ,155
+ ,88
+ ,1.70
+ ,61
+ ,8.59
+ ,8.59
+ ,74.06
+ ,0.38
+ ,19.21
+ ,1.46
+ ,8.8
+ ,11.7
+ ,10.25
+ ,6.06
+ ,162
+ ,74
+ ,1.20
+ ,62
+ ,6.8
+ ,8.5
+ ,57.18
+ ,0.4
+ ,17.32
+ ,0.94
+ ,6.7
+ ,12.4
+ ,9.55
+ ,6.87
+ ,182
+ ,81
+ ,1.34
+ ,63
+ ,11.8
+ ,7.37
+ ,80.61
+ ,0.37
+ ,18.27
+ ,0.74
+ ,7.1
+ ,8.6
+ ,7.85
+ ,9.72
+ ,216
+ ,110
+ ,1.55
+ ,64
+ ,7.93
+ ,7.93
+ ,73.17
+ ,0.34
+ ,21.9
+ ,0.65
+ ,6.7
+ ,7.7
+ ,7.2
+ ,8.56
+ ,189
+ ,101
+ ,1.19
+ ,68
+ ,10
+ ,8
+ ,99.21
+ ,0.32
+ ,17.11
+ ,0.82
+ ,5.9
+ ,8
+ ,6.95
+ ,11.05
+ ,142
+ ,94
+ ,1.27
+ ,76
+ ,7.93
+ ,8
+ ,78.23
+ ,0.36
+ ,17.64
+ ,0.61
+ ,5.7
+ ,4.6
+ ,5.15
+ ,10.83
+ ,229
+ ,101
+ ,1.65
+ ,77
+ ,9
+ ,8.42
+ ,63.81
+ ,0.42
+ ,13.53
+ ,0.64
+ ,6.7
+ ,6.5
+ ,6.6
+ ,4.84
+ ,220
+ ,121
+ ,1.25
+ ,45
+ ,7.93
+ ,9
+ ,61.97
+ ,0.47
+ ,19.36
+ ,0.24
+ ,6.3
+ ,13.2
+ ,9.75
+ ,6.33
+ ,148
+ ,88
+ ,1.58
+ ,46
+ ,9.13
+ ,9.51
+ ,74.24
+ ,0.41
+ ,19.15
+ ,1.22
+ ,10.1
+ ,11.5
+ ,10.8
+ ,8.08
+ ,169
+ ,81
+ ,1.54
+ ,46
+ ,11
+ ,9.52
+ ,80.75
+ ,0.42
+ ,31.4
+ ,0.67
+ ,10.3
+ ,11.9
+ ,11.1
+ ,4.43
+ ,169
+ ,101
+ ,1.77
+ ,46
+ ,8
+ ,9.4
+ ,95.28
+ ,0.34
+ ,29.93
+ ,1.15
+ ,9.2
+ ,11.7
+ ,10.45
+ ,7.24
+ ,196
+ ,130
+ ,1.45
+ ,46
+ ,10.8
+ ,10.3
+ ,97.36
+ ,0.39
+ ,19.65
+ ,1.53
+ ,8.6
+ ,15.3
+ ,11.95
+ ,15.3
+ ,160
+ ,88
+ ,1.10
+ ,47
+ ,11.3
+ ,9.07
+ ,72.23
+ ,0.41
+ ,19
+ ,1.36
+ ,6.5
+ ,9.8
+ ,8.15
+ ,10.29
+ ,216
+ ,88
+ ,0.66
+ ,47
+ ,9.21
+ ,7.37
+ ,58.47
+ ,0.44
+ ,14.21
+ ,0.88
+ ,8.6
+ ,14.4
+ ,11.5
+ ,4.64
+ ,189
+ ,94
+ ,1.52
+ ,47
+ ,7.54
+ ,8.5
+ ,56.86
+ ,0.38
+ ,16.49
+ ,1.3
+ ,8.8
+ ,10.9
+ ,9.85
+ ,6.35
+ ,142
+ ,88
+ ,1.21
+ ,48
+ ,9
+ ,10.7
+ ,99.65
+ ,0.43
+ ,34.09
+ ,1.11
+ ,7.75
+ ,8
+ ,7.88
+ ,12
+ ,155
+ ,81
+ ,1.96
+ ,48
+ ,8.5
+ ,9.35
+ ,80.62
+ ,0.38
+ ,31.7
+ ,1.48
+ ,8
+ ,13.4
+ ,10.7
+ ,7.12
+ ,185
+ ,88
+ ,1.42
+ ,48
+ ,8.5
+ ,8.5
+ ,76.34
+ ,0.34
+ ,19.36
+ ,1.1
+ ,7.96
+ ,10.1
+ ,9.03
+ ,8.74
+ ,169
+ ,111
+ ,1.29
+ ,49
+ ,9.94
+ ,7.37
+ ,84.85
+ ,0.3
+ ,22.46
+ ,1.35
+ ,10.1
+ ,13.6
+ ,11.85
+ ,5.61
+ ,223
+ ,98
+ ,1.23
+ ,50
+ ,8.5
+ ,6.46
+ ,53.64
+ ,0.32
+ ,18.23
+ ,0.79
+ ,7.7
+ ,10.9
+ ,9.3
+ ,6.86
+ ,216
+ ,101
+ ,1.17
+ ,50
+ ,8
+ ,8
+ ,50.95
+ ,0.41
+ ,26.73
+ ,1.59
+ ,8.8
+ ,13.4
+ ,11.1
+ ,8.45
+ ,150
+ ,101
+ ,0.81
+ ,51
+ ,7.93
+ ,7.54
+ ,65.22
+ ,0.31
+ ,23.79
+ ,0.96
+ ,8.8
+ ,11.5
+ ,10.15
+ ,7.16
+ ,175
+ ,94
+ ,1.54
+ ,51
+ ,8.92
+ ,9
+ ,72.38
+ ,0.37
+ ,20
+ ,0.84
+ ,8.4
+ ,10.5
+ ,9.45
+ ,5.69
+ ,189
+ ,81
+ ,1.46
+ ,52
+ ,8.5
+ ,8.07
+ ,73.22
+ ,0.34
+ ,18.39
+ ,1.38
+ ,8
+ ,10.9
+ ,9.45
+ ,10.69
+ ,196
+ ,88
+ ,0.96
+ ,53
+ ,8.9
+ ,7.31
+ ,66.42
+ ,0.35
+ ,21.85
+ ,1.09
+ ,8.38
+ ,10.1
+ ,9.24
+ ,8.15
+ ,108
+ ,94
+ ,1.47
+ ,53
+ ,8.57
+ ,8.57
+ ,66.66
+ ,0.37
+ ,19.44
+ ,1.53
+ ,12.1
+ ,12.1
+ ,12.1
+ ,7.82
+ ,169
+ ,81
+ ,1.26
+ ,53
+ ,10
+ ,10.4
+ ,84.78
+ ,0.42
+ ,14.35
+ ,0.67
+ ,6.1
+ ,6.9
+ ,6.5
+ ,7.69
+ ,180
+ ,94
+ ,1.15
+ ,55
+ ,7.14
+ ,7.93
+ ,70.68
+ ,0.33
+ ,29.56
+ ,0.92
+ ,9.2
+ ,13.4
+ ,11.3
+ ,7.4
+ ,135
+ ,81
+ ,1.19
+ ,55
+ ,10.3
+ ,9.92
+ ,108.25
+ ,0.38
+ ,21.81
+ ,0.83
+ ,8.2
+ ,10.9
+ ,9.55
+ ,6.91
+ ,200
+ ,94
+ ,0.83
+ ,57
+ ,8.73
+ ,7.93
+ ,56.41
+ ,0.4
+ ,19.07
+ ,0.68
+ ,6.5
+ ,8.4
+ ,7.45
+ ,7.2
+ ,162
+ ,94
+ ,1.36
+ ,57
+ ,11.5
+ ,10.7
+ ,89.53
+ ,0.47
+ ,22.8
+ ,0.71
+ ,5.9
+ ,8.5
+ ,7.2
+ ,6.53
+ ,175
+ ,101
+ ,1.82
+ ,57
+ ,6.8
+ ,7.34
+ ,71.46
+ ,0.28
+ ,25.29
+ ,1.19
+ ,8.2
+ ,12.4
+ ,10.3
+ ,6.25
+ ,160
+ ,88
+ ,1.06
+ ,58
+ ,6.45
+ ,7.09
+ ,44.67
+ ,0.36
+ ,18.48
+ ,0.71
+ ,13
+ ,11.5
+ ,12.25
+ ,5.41
+ ,135
+ ,81
+ ,1.41
+ ,58
+ ,9.77
+ ,8.5
+ ,85.2
+ ,0.34
+ ,21.92
+ ,0.78
+ ,7.1
+ ,9.4
+ ,8.25
+ ,6.19
+ ,162
+ ,94
+ ,1.31
+ ,58
+ ,10
+ ,6.8
+ ,55.58
+ ,0.31
+ ,15.28
+ ,1.15
+ ,9.2
+ ,11.5
+ ,10.35
+ ,7.74
+ ,223
+ ,74
+ ,1.20
+ ,59
+ ,9
+ ,9
+ ,82.11
+ ,0.37
+ ,18.72
+ ,0.81
+ ,7.5
+ ,9.8
+ ,8.65
+ ,8.22
+ ,209
+ ,81
+ ,0.93
+ ,60
+ ,9.15
+ ,9.63
+ ,78.16
+ ,0.4
+ ,21.07
+ ,1.13
+ ,8.8
+ ,17
+ ,12.9
+ ,6.22
+ ,250
+ ,70
+ ,1.20
+ ,61
+ ,10
+ ,9.37
+ ,79.3
+ ,0.42
+ ,18.98
+ ,0.93
+ ,8.8
+ ,12.6
+ ,10.7
+ ,6.24
+ ,128
+ ,108
+ ,1.31
+ ,65
+ ,9.75
+ ,9.75
+ ,82.36
+ ,0.43
+ ,16.72
+ ,0.94
+ ,10.3
+ ,11.9
+ ,11.1
+ ,5.46
+ ,170
+ ,74
+ ,1.56
+ ,68
+ ,10.2
+ ,10
+ ,94.15
+ ,0.43
+ ,16.9
+ ,0.69
+ ,6.1
+ ,9.4
+ ,7.75
+ ,8.03
+ ,148
+ ,81
+ ,1.70)
+ ,dim=c(14
+ ,208)
+ ,dimnames=list(c('Age'
+ ,'Septum'
+ ,'PW'
+ ,'LVMI'
+ ,'RWT'
+ ,'LAVI'
+ ,'EAratio'
+ ,'Septe'
+ ,'Late'
+ ,'Avee'
+ ,'Ee'
+ ,'DT'
+ ,'IVRT'
+ ,'SDratio')
+ ,1:208))
>  y <- array(NA,dim=c(14,208),dimnames=list(c('Age','Septum','PW','LVMI','RWT','LAVI','EAratio','Septe','Late','Avee','Ee','DT','IVRT','SDratio'),1:208))
>  for (i in 1:dim(x)[1])
+  {
+  	for (j in 1:dim(x)[2])
+  	{
+  		y[i,j] <- as.numeric(x[i,j])
+  	}
+  }
> par1 = 'kendall'
> main = 'Scatter Plots and p-values'
> par1 <- 'kendall'
> #'GNU S' R Code compiled by R2WASP v. 1.2.327 ()
> #Author: root
> #To cite this work: Patrick Wessa, (2013), Multivariate Correlation Matrix (v1.0.7) in Free Statistics Software (v$_version), Office for Research Development and Education, URL http://www.wessa.net/Patrick.Wessa/rwasp_pairs.wasp/
> #Source of accompanying publication: 
> #
> panel.tau <- function(x, y, digits=2, prefix='', cex.cor)
+ {
+ usr <- par('usr'); on.exit(par(usr))
+ par(usr = c(0, 1, 0, 1))
+ rr <- cor.test(x, y, method=par1)
+ r <- round(rr$p.value,2)
+ txt <- format(c(r, 0.123456789), digits=digits)[1]
+ txt <- paste(prefix, txt, sep='')
+ if(missing(cex.cor)) cex <- 0.5/strwidth(txt)
+ text(0.5, 0.5, txt, cex = cex)
+ }
> panel.hist <- function(x, ...)
+ {
+ usr <- par('usr'); on.exit(par(usr))
+ par(usr = c(usr[1:2], 0, 1.5) )
+ h <- hist(x, plot = FALSE)
+ breaks <- h$breaks; nB <- length(breaks)
+ y <- h$counts; y <- y/max(y)
+ rect(breaks[-nB], 0, breaks[-1], y, col='grey', ...)
+ }
> postscript(file="/var/wessaorg/rcomp/tmp/1lbuu1399274980.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) 
> pairs(t(y),diag.panel=panel.hist, upper.panel=panel.smooth, lower.panel=panel.tau, main=main)
> dev.off()
null device 
          1 
> 
> #Note: the /var/wessaorg/rcomp/createtable file can be downloaded at http://www.wessa.net/cretab
> load(file="/var/wessaorg/rcomp/createtable")
> 
> n <- length(y[,1])
> n
[1] 14
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a,paste('Correlations for all pairs of data series (method=',par1,')',sep=''),n+1,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,' ',header=TRUE)
> for (i in 1:n) {
+ a<-table.element(a,dimnames(t(x))[[2]][i],header=TRUE)
+ }
> a<-table.row.end(a)
> for (i in 1:n) {
+ a<-table.row.start(a)
+ a<-table.element(a,dimnames(t(x))[[2]][i],header=TRUE)
+ for (j in 1:n) {
+ r <- cor.test(y[i,],y[j,],method=par1)
+ a<-table.element(a,round(r$estimate,3))
+ }
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/wessaorg/rcomp/tmp/2lnuu1399274980.tab") 
> ncorrs <- (n*n -n)/2
> mycorrs <- array(0, dim=c(10,3))
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a,'Correlations for all pairs of data series with p-values',4,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'pair',1,TRUE)
> a<-table.element(a,'Pearson r',1,TRUE)
> a<-table.element(a,'Spearman rho',1,TRUE)
> a<-table.element(a,'Kendall tau',1,TRUE)
> a<-table.row.end(a)
> cor.test(y[1,],y[2,],method=par1)

	Kendall's rank correlation tau

data:  y[1, ] and y[2, ]
z = 3.5617, p-value = 0.0003684
alternative hypothesis: true tau is not equal to 0
sample estimates:
      tau 
0.1700345 

> for (i in 1:(n-1))
+ {
+ for (j in (i+1):n)
+ {
+ a<-table.row.start(a)
+ dum <- paste(dimnames(t(x))[[2]][i],';',dimnames(t(x))[[2]][j],sep='')
+ a<-table.element(a,dum,header=TRUE)
+ rp <- cor.test(y[i,],y[j,],method='pearson')
+ a<-table.element(a,round(rp$estimate,4))
+ rs <- cor.test(y[i,],y[j,],method='spearman')
+ a<-table.element(a,round(rs$estimate,4))
+ rk <- cor.test(y[i,],y[j,],method='kendall')
+ a<-table.element(a,round(rk$estimate,4))
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'p-value',header=T)
+ a<-table.element(a,paste('(',round(rp$p.value,4),')',sep=''))
+ a<-table.element(a,paste('(',round(rs$p.value,4),')',sep=''))
+ a<-table.element(a,paste('(',round(rk$p.value,4),')',sep=''))
+ a<-table.row.end(a)
+ for (iii in 1:10) {
+ iiid100 <- iii / 100
+ if (rp$p.value < iiid100) mycorrs[iii, 1] = mycorrs[iii, 1] + 1
+ if (rs$p.value < iiid100) mycorrs[iii, 2] = mycorrs[iii, 2] + 1
+ if (rk$p.value < iiid100) mycorrs[iii, 3] = mycorrs[iii, 3] + 1
+ }
+ }
+ }
There were 50 or more warnings (use warnings() to see the first 50)
> a<-table.end(a)
> table.save(a,file="/var/wessaorg/rcomp/tmp/3cd9r1399274980.tab") 
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a,'Meta Analysis of Correlation Tests',4,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'Number of significant by total number of Correlations',4,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'Type I error',1,TRUE)
> a<-table.element(a,'Pearson r',1,TRUE)
> a<-table.element(a,'Spearman rho',1,TRUE)
> a<-table.element(a,'Kendall tau',1,TRUE)
> a<-table.row.end(a)
> for (iii in 1:10) {
+ iiid100 <- iii / 100
+ a<-table.row.start(a)
+ a<-table.element(a,round(iiid100,2),header=T)
+ a<-table.element(a,round(mycorrs[iii,1]/ncorrs,2))
+ a<-table.element(a,round(mycorrs[iii,2]/ncorrs,2))
+ a<-table.element(a,round(mycorrs[iii,3]/ncorrs,2))
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/wessaorg/rcomp/tmp/46c451399274980.tab") 
> 
> try(system("convert tmp/1lbuu1399274980.ps tmp/1lbuu1399274980.png",intern=TRUE))
character(0)
> 
> 
> proc.time()
   user  system elapsed 
  8.426   0.226   8.652