INFERENCIA ESTADISTICA

FASE 4. ANOVA

ENTREGADO POR:
IVAN CAMILO APONZA CANTOÑI
JORGE DAVID VALLE CASTILLEJO
EDWIN ALEXANDER PASPUEL DIAZ
JOSE DE JESUS VIÑA MESTIZO

PRESENTADO A:
ANUAR DE JESUS OYOLA

GRUPO: 100403_64

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA - ECB
VALLEDUPAR OCTOBRE 2019
TICA

NTOÑI
ILLEJO
EL DIAZ
STIZO

OLA

DISTANCIA - UNAD
ÍA E INGENIERÍA - ECBTI
2019
 Densidad MUESTREO
No. (g/ml) SISTEMATICO MUESTREO COLABORATIVO
2891 1.06 0
2773 1.11 0 DENSIDAD
2655 0.94 0
FORMULA 𝒌=𝑁/𝑛
2537 1.03 0
2419 1.02 0 Tamaño poblacion 2380
Tamaño muestra
2301 1.03 0 deseada 40%
2183 1.05 0 Poblacion N= 2380

2065 1.02 0 Tamaño muestra n= 40

1947 1.05 0 Resultado k= 59.5 59
1829 0.93 0
1711 1.07 0
1593 1.03 0
1475 1.07 0
1357 1.02 0
1239 1.02 0
1121 1.01 0
1003 1.03 0
885 0.97 0
767 1.01 0
649 1.03 0
531 1.04 0
413 1.11 0
295 1.09 0
177 1.07 0
59 1.09 0
2950 1.04 0
2832 0.98 0
2714 0.94 0
2596 1.01 0
2478 1.03 0
2360 1.05 0
2242 1.06 0
2124 1 0

2006 1.01 0
1888 0.96 0
1770 1.01 0
1652 1.03 0
1534 1.08 0
1416 1.09 0
1298 0.98 0
1180 1 0
1062 1.02 0
944 1.04 0
826 1.03 0
708 1 0
590 1.03 0
472 1.04 0
354 0.96 0
236 1.02 0
118 1.01 0
119 1.07 1
1 0.96 1
2892 1.02 1
2774 1.06 1
2656 0.95 1
2538 1.06 1
2420 1.09 1
2302 1.01 1
2184 1.05 1
2066 1.03 1
1948 1 1
1830 0.98 1
1712 0.95 1
1594 1.1 1
1476 1.04 1
1358 1.02 1
1240 1.07 1
1122 1.06 1
1004 1 1
886 1.05 1
768 0.97 1
650 1.04 1
532 1.04 1
414 1.13 1
296 0.97 1
178 1.02 1
60 1.03 1
2951 1.11 1
2833 1.01 1
2715 1.03 1
2597 1.09 1
2479 1.11 1
2361 1.06 1
2243 1 1
2125 1.01 1
2007 1.04 1
1889 1.09 1
1771 1.08 1
1653 0.98 1
1535 1.01 1
1417 1.04 1
1299 1.01 1
1181 1.01 1
1063 1.03 1
945 1.06 1
827 1.09 1
709 0.96 1
591 0.92 1
473 0.99 1
355 1.06 1
237 0.95 1
238 1.02 2
120 1 2
2 1 2
2893 1.03 2
2775 1.03 2
2657 1.01 2
2539 1.02 2
2421 1.02 2
2303 1.08 2
2185 0.97 2
2067 0.97 2
1949 0.93 2
1831 1.02 2
1713 1.09 2
1595 1.06 2
1477 1.04 2
1359 1.06 2
1241 1.01 2
1123 1.04 2
1005 1.04 2
887 1 2
769 1.03 2
651 1.02 2
533 1.09 2
415 1.04 2
 297 1.02 2
179 1.05 2
61 0.97 2
2952 1.03 2
2834 0.96 2
2716 1.02 2
2598 1.05 2
2480 1.02 2
2362 1.05 2
2244 1.03 2
2126 1.03 2
2008 1 2
1890 1 2
1772 0.94 2
1654 0.95 2
1536 1.06 2
1418 0.99 2
1300 1 2
1182 0.96 2
1064 1.04 2
946 1.08 2
828 1.04 2
710 1.06 2
592 1.06 2
474 1.02 2
356 1.08 2
357 1.1 3
239 0.95 3
121 1.1 3
3 1.1 3
2894 0.99 3
2776 1.01 3
2658 0.99 3
2540 0.97 3
2422 0.95 3
2304 1.1 3
2186 1.02 3
2068 0.97 3
1950 1.01 3
1832 1.01 3
1714 1.08 3
1596 1.01 3
1478 0.97 3
1360 1.03 3
1242 1.07 3
1124 1.02 3
1006 0.95 3
888 0.97 3
770 0.95 3
652 0.98 3
534 1.07 3
416 1.02 3
298 1 3
180 0.95 3
62 1.09 3
2953 0.95 3
2835 1.06 3
2717 1.1 3
2599 1.02 3
2481 0.97 3
2363 1 3
2245 1.03 3
2127 1.04 3
2009 1.02 3
1891 0.98 3
1773 1.09 3
1655 1.1 3
1537 1.07 3
1419 0.93 3
1301 1.07 3
1183 1.03 3
1065 0.95 3
947 0.98 3
829 1.01 3
711 1.05 3
593 1.05 3
475 0.94 3
476 1.09 4
358 1.04 4
240 0.98 4
122 1.02 4
4 1.08 4
2895 1 4
2777 0.99 4
2659 1 4
2541 1.11 4
2423 1.03 4
2305 1.07 4
2187 1 4
2069 1.09 4
1951 1.03 4
1833 1.02 4
1715 1.03 4
1597 1.02 4
1479 1.11 4
1361 1 4
1243 0.98 4
1125 1.02 4
1007 1.03 4
889 0.95 4
771 1.13 4
653 0.93 4
535 1.05 4
417 1.02 4
299 1.01 4
181 1.05 4
63 0.99 4
2954 1.06 4
2836 1.03 4
2718 0.97 4
2600 1.06 4
2482 1.08 4
2364 0.92 4
2246 1 4
2128 0.99 4
2010 1.05 4
1892 0.95 4
1774 1.01 4
1656 1.07 4
1538 1.03 4
1420 1.03 4
1302 1.04 4
1184 1.03 4
1066 1.09 4
948 1.03 4
830 1.07 4
712 0.98 4
594 0.97 4
595 0.98 5
477 0.96 5
359 1.03 5
241 1.04 5
123 1.09 5
5 0.95 5
2896 0.99 5
2778 1.02 5
2660 0.97 5
2542 1.05 5
2424 1.05 5
2306 0.93 5
2188 0.93 5
2070 1.12 5
1952 1.02 5
1834 1 5
1716 1.03 5
1598 1 5
1480 1.03 5
1362 1.09 5
1244 0.99 5
1126 1.07 5
1008 1.14 5
890 1.03 5
772 1.08 5
654 1.01 5
536 1.14 5
418 1.06 5
300 1.06 5
182 1.04 5
64 0.93 5
2955 0.97 5
2837 0.94 5
2719 1.04 5
2601 1.02 5
2483 1.05 5
2365 0.99 5
2247 1.03 5
2129 1.06 5
2011 1.01 5
1893 1.01 5
1775 1.06 5
1657 1.01 5
1539 1.05 5
1421 0.98 5
1303 1.02 5
1185 1 5
1067 0.99 5
949 0.99 5
831 1.05 5
713 1.01 5
714 1.05 6
 596 1.07 6
478 0.98 6
360 1.09 6
242 1.1 6
124 0.98 6
6 0.99 6
2897 1.08 6
2779 1.04 6
2661 1.05 6
2543 1.02 6
2425 1.05 6
2307 1.06 6
2189 1.03 6
2071 1.02 6
1953 1.04 6
1835 0.95 6
1717 1.12 6
1599 1.08 6
1481 1.07 6
1363 1.14 6
1245 1.07 6
1127 1.06 6
1009 1.02 6
891 0.95 6
773 1 6
655 1.02 6
537 1 6
419 0.99 6
301 1.02 6
183 0.89 6
65 1.05 6
2956 0.94 6
2838 0.99 6
2720 1.01 6
2602 1.13 6
2484 1 6
2366 1.07 6
2248 0.94 6
2130 1 6
2012 1.01 6
1894 1.06 6
1776 1.07 6
1658 1 6
1540 1 6
1422 1.05 6
1304 1.07 6
1186 1.03 6
1068 1.13 6
950 1.01 6
832 1.09 6
833 1.06 7
715 1.05 7
597 0.93 7
479 1.04 7
361 0.95 7
243 0.98 7
125 1.02 7
7 1.02 7
2898 1.06 7
2780 1.06 7
2662 1.06 7
2544 0.92 7
2426 0.98 7
2308 1.02 7
2190 1.02 7
2072 1.01 7
1954 1.13 7
1836 0.99 7
1718 1.04 7
1600 1.03 7
1482 1.02 7
1364 1.01 7
1246 0.97 7
1128 0.96 7
1010 0.99 7
892 1.07 7
774 0.98 7
656 1.04 7
538 1.01 7
420 1.03 7
302 1.04 7
184 1.1 7
66 1.11 7
2957 1.1 7
2839 1.01 7
2721 1 7
2603 1.08 7
2485 1.08 7
2367 1.05 7
2249 0.98 7
2131 1.03 7
2013 1.06 7
1895 1.02 7
1777 1.07 7
1659 1.06 7
1541 1.12 7
1423 1.03 7
1305 1.11 7
1187 1.05 7
1069 1.03 7
951 1.03 7
952 1.03 8
834 0.98 8
716 1.08 8
598 1.09 8
480 1.05 8
362 1.06 8
244 1.07 8
126 1.06 8
8 1.03 8
2899 1.03 8
2781 1.06 8
2663 1.01 8
2545 1.05 8
2427 1.07 8
2309 0.9 8
2191 1.07 8
2073 1.1 8
1955 1.02 8
1837 1 8
1719 0.99 8
1601 0.94 8
1483 1.06 8
1365 0.91 8
1247 1 8
1129 1.05 8
1011 0.95 8
893 1.07 8
775 1.11 8
657 0.99 8
539 1.08 8
421 1.02 8
303 1.06 8
185 1.05 8
67 1.06 8
2958 1.17 8
2840 0.96 8
2722 1.05 8
2604 1.06 8
2486 1.04 8
2368 1.01 8
2250 1.04 8
2132 0.96 8
2014 1.04 8
1896 0.96 8
1778 1.08 8
1660 0.96 8
1542 1.06 8
1424 0.94 8
1306 1.03 8
1188 1.04 8
1070 1.03 8
1071 1.09 9
953 1.05 9
835 1.02 9
717 1.08 9
599 0.96 9
481 1.04 9
363 1.09 9
245 0.99 9
127 1.08 9
9 1.11 9
2900 1.01 9
2782 1.07 9
2664 1 9
2546 1 9
2428 1.01 9
2310 1.02 9
2192 1.11 9
2074 1.15 9
1956 1.05 9
1838 1.01 9
1720 1.03 9
1602 1.09 9
1484 1.08 9
1366 1 9
1248 1.1 9
1130 1.05 9
1012 0.98 9
894 0.97 9
 776 1.05 9
658 0.99 9
540 0.96 9
422 1.05 9
304 0.96 9
186 1.03 9
68 0.99 9
2959 0.97 9
2841 0.93 9
2723 1.02 9
2605 1.05 9
2487 0.94 9
2369 1.02 9
2251 0.98 9
2133 0.97 9
2015 1 9
1897 1.02 9
1779 1.03 9
1661 1.08 9
1543 0.91 9
1425 0.93 9
1307 1.03 9
1189 1.01 9
1190 1.04 10
1072 1.02 10
954 1 10
836 1.03 10
718 1.03 10
600 1.14 10
482 1.04 10
364 1.07 10
246 1.02 10
128 1.02 10
10 1.01 10
2901 0.99 10
2783 1.03 10
2665 1 10
2547 1.01 10
2429 1.04 10
2311 1.03 10
2193 0.96 10
2075 1.11 10
1957 1.04 10
1839 1.1 10
1721 0.99 10
1603 1.01 10
1485 1.1 10
1367 1.06 10
1249 0.99 10
1131 1.05 10
1013 1.07 10
895 0.99 10
777 1.03 10
659 1.04 10
541 1.03 10
423 1.04 10
305 1.05 10
187 0.99 10
69 1.07 10
2960 1.05 10
2842 0.97 10
2724 0.99 10
2606 1.02 10
2488 0.99 10
2370 1.02 10
2252 1.11 10
2134 1.02 10
2016 1.03 10
1898 0.99 10
1780 0.94 10
1662 1.02 10
1544 0.99 10
1426 1.05 10
1308 1.1 10
1309 1.04 11
1191 0.97 11
1073 0.98 11
955 0.98 11
837 0.92 11
719 1.04 11
601 1.1 11
483 1.02 11
365 1.04 11
247 0.98 11
129 1.01 11
11 1.07 11
2902 1.07 11
2784 1.05 11
2666 1.07 11
2548 1.07 11
2430 1.19 11
2312 1.03 11
2194 1.04 11
2076 1.04 11
1958 1.03 11
1840 1 11
1722 1.04 11
1604 0.97 11
1486 1.06 11
1368 1.07 11
1250 1.01 11
1132 1 11
1014 0.9 11
896 1.14 11
778 0.94 11
660 1.04 11
542 0.94 11
424 1.04 11
306 1.01 11
188 1 11
70 0.96 11
2961 0.99 11
2843 1.16 11
2725 0.95 11
2607 1.05 11
2489 0.98 11
2371 1.01 11
2253 0.98 11
2135 1.06 11
2017 1.06 11
1899 0.97 11
1781 1.02 11
1663 1.03 11
1545 1.03 11
1427 1 11
1428 1.04 12
1310 1.1 12
1192 1.02 12
1074 1.1 12
956 1.07 12
838 1.06 12
720 0.96 12
602 1.02 12
484 1.06 12
366 1.04 12
 248 1.06 12
130 1.02 12
12 1.03 12
2903 1.07 12
2785 1.13 12
2667 0.99 12
2549 0.98 12
2431 1.05 12
2313 1.07 12
2195 1.01 12
2077 1.05 12
1959 1 12
1841 1.05 12
1723 0.99 12
1605 1.05 12
1487 1.01 12
1369 1.06 12
1251 1.06 12
1133 1.05 12
1015 1.06 12
897 1.02 12
779 1.01 12
661 1.04 12
543 1.05 12
425 1.07 12
307 1.07 12
189 1.07 12
71 1.02 12
2962 1 12
2844 1.02 12
2726 1.07 12
2608 0.94 12
2490 1.07 12
2372 1.04 12
2254 1.05 12
2136 1.11 12
2018 1.05 12
1900 1.06 12
1782 1 12
1664 1.09 12
1546 1.04 12
1547 0.94 13
1429 1.1 13
1311 0.98 13
1193 1.03 13
1075 1.08 13
957 0.99 13
839 1 13
721 1.09 13
603 1.01 13
485 0.97 13
367 1.14 13
249 1 13
131 1.04 13
13 1.08 13
2904 1.06 13
2786 1.11 13
2668 1.04 13
2550 1.06 13
2432 1.03 13
2314 1.01 13
2196 1.07 13
2078 1.03 13
1960 1.05 13
1842 1.04 13
1724 1.14 13
1606 1.01 13
1488 1.1 13
1370 1.04 13
1252 1.01 13
1134 0.99 13
1016 1.04 13
898 0.87 13
780 0.95 13
662 0.92 13
544 1.06 13
426 1.01 13
308 1.01 13
190 1.13 13
72 1.04 13
2963 1.03 13
2845 1.08 13
2727 1.08 13
2609 1.18 13
2491 1.01 13
2373 1.04 13
2255 1.03 13
2137 0.99 13
2019 0.88 13
1901 1.01 13
1783 1.06 13
1665 0.97 13
1666 1.08 14
1548 1.02 14
1430 0.99 14
1312 1.01 14
1194 0.99 14
1076 0.99 14
958 1.1 14
840 1.02 14
722 1.03 14
604 1.08 14
486 0.99 14
368 1.1 14
250 1.05 14
132 1 14
14 1.12 14
2905 1 14
2787 0.98 14
2669 1.04 14
2551 0.91 14
2433 1.01 14
2315 1.06 14
2197 1 14
2079 0.95 14
1961 1.08 14
1843 0.98 14
1725 1.01 14
1607 1.07 14
1489 1.07 14
1371 0.96 14
1253 0.97 14
1135 1 14
1017 1.07 14
899 0.98 14
781 0.99 14
663 1.04 14
545 1.08 14
427 1.06 14
309 1.01 14
191 1.04 14
73 0.94 14
2964 1.04 14
2846 1 14
2728 1.05 14
2610 1.07 14
2492 0.99 14
2374 1 14
2256 1.06 14
2138 1.07 14
2020 1.14 14
1902 0.97 14
1784 1.01 14
1785 0.99 15
1667 1.05 15
1549 1.07 15
1431 1 15
1313 1.05 15
1195 1.03 15
1077 0.98 15
959 1.07 15
841 1.07 15
723 1.01 15
605 1.1 15
487 1.06 15
369 0.94 15
251 0.97 15
133 1 15
15 1.02 15
2906 1.02 15
2788 0.98 15
2670 1.04 15
2552 1.01 15
2434 1 15
2316 1.15 15
2198 1.03 15
2080 1.07 15
1962 1.04 15
1844 1.05 15
1726 0.93 15
1608 0.98 15
1490 0.96 15
1372 1.02 15
1254 1.04 15
1136 1.02 15
1018 1.02 15
900 1.08 15
782 1.11 15
664 1.07 15
546 1 15
 428 1.08 15
310 1.16 15
192 1.06 15
74 0.98 15
2965 1.03 15
2847 1 15
2729 1.04 15
2611 1.03 15
2493 1.11 15
2375 1.11 15
2257 1.01 15
2139 1 15
2021 1.01 15
1903 1.04 15
1904 0.95 16
1786 1.01 16
1668 1.08 16
1550 1.04 16
1432 0.96 16
1314 0.93 16
1196 1.01 16
1078 1.04 16
960 0.99 16
842 1.04 16
724 1.06 16
606 1.05 16
488 1.03 16
370 1.03 16
252 0.99 16
134 1.01 16
16 1.01 16
2907 1.06 16
2789 1.07 16
2671 1.07 16
2553 1.03 16
2435 1.1 16
2317 1.02 16
2199 1.02 16
2081 1.05 16
1963 1.05 16
1845 1.14 16
1727 0.98 16
1609 1.02 16
1491 1.06 16
1373 0.99 16
1255 1 16
1137 0.97 16
1019 1.01 16
901 1 16
783 1.06 16
665 1.04 16
547 1.02 16
429 1.08 16
311 1.02 16
193 1.08 16
75 1.1 16
2966 0.98 16
2848 1.02 16
2730 1.05 16
2612 1.11 16
2494 1.05 16
2376 0.99 16
2258 1.08 16
2140 1.11 16
2022 1.01 16
2023 1.03 17
1905 1.04 17
1787 1.01 17
1669 1.04 17
1551 1.05 17
1433 0.97 17
1315 1.09 17
1197 1.02 17
1079 1 17
961 1 17
843 1.03 17
725 0.99 17
607 1.09 17
489 1.05 17
371 0.98 17
253 0.97 17
135 1.05 17
17 1.02 17
2908 1.05 17
2790 1.06 17
2672 0.97 17
2554 1.15 17
2436 1.05 17
2318 1 17
2200 0.99 17
2082 0.96 17
1964 1.11 17
1846 1 17
1728 1.05 17
1610 1.04 17
1492 1.07 17
1374 1.03 17
1256 0.93 17
1138 1.06 17
1020 1.12 17
902 1.03 17
784 0.97 17
666 1.03 17
548 1.02 17
430 1.01 17
312 0.96 17
194 1.04 17
76 1.02 17
2967 1.08 17
2849 1.09 17
2731 0.95 17
2613 1.06 17
2495 1.02 17
2377 1.07 17
2259 0.96 17
2141 1.04 17
2142 1 18
2024 1.02 18
1906 1.08 18
1788 1.02 18
1670 1.09 18
1552 0.94 18
1434 1.06 18
1316 1.05 18
1198 1.01 18
1080 1.05 18
962 1.02 18
844 0.98 18
726 1.01 18
608 1.04 18
490 1.12 18
372 1.09 18
254 1.09 18
136 1.04 18
18 1.05 18
2909 1.08 18
2791 1.01 18
2673 1 18
2555 0.95 18
2437 0.97 18
2319 0.98 18
2201 1.07 18
2083 1.13 18
1965 1.04 18
1847 1.06 18
1729 1.07 18
1611 1.06 18
1493 0.97 18
1375 0.93 18
1257 1.05 18
1139 1 18
1021 1.05 18
903 1.02 18
785 0.96 18
667 1.11 18
549 0.97 18
431 1.02 18
313 1.03 18
195 1.05 18
77 1.01 18
2968 1.04 18
2850 1.08 18
2732 1.1 18
2614 1 18
2496 1 18
2378 1.04 18
2260 0.96 18
2261 1.13 19
2143 1.07 19
2025 1.04 19
1907 0.99 19
1789 1.06 19
1671 0.97 19
1553 1.11 19
1435 1.01 19
1317 1.11 19
1199 1 19
1081 0.95 19
963 1.03 19
845 1.07 19
 727 1.03 19
609 0.99 19
491 0.94 19
373 1.08 19
255 1.04 19
137 1.01 19
19 0.96 19
2910 1.03 19
2792 0.98 19
2674 1 19
2556 1.09 19
2438 1.09 19
2320 1.03 19
2202 1.08 19
2084 1.11 19
1966 1.07 19
1848 1.05 19
1730 1 19
1612 1.07 19
1494 1.04 19
1376 1.08 19
1258 1.03 19
1140 1.08 19
1022 1.01 19
904 1.14 19
786 0.96 19
668 1.05 19
550 1.04 19
432 1.08 19
314 0.99 19
196 0.97 19
78 1.01 19
2969 1.02 19
2851 1.04 19
2733 0.96 19
2615 1.04 19
2497 0.99 19
2379 1.05 19
2380 1.05 20
2262 1 20
2144 1.02 20
2026 0.99 20
1908 1.01 20
1790 1.01 20
1672 1.09 20
1554 0.97 20
1436 1.02 20
1318 1 20
1200 1 20
1082 1.11 20
964 0.96 20
846 0.92 20
728 0.95 20
610 0.95 20
492 1.04 20
374 1.05 20
256 0.99 20
138 1.05 20
20 1.07 20
2911 1.13 20
2793 1.01 20
2675 1.09 20
2557 1 20
2439 1.04 20
2321 1.08 20
2203 1.08 20
2085 1.13 20
1967 1 20
1849 0.91 20
1731 1.1 20
1613 1.01 20
1495 1.02 20
1377 1.03 20
1259 1.09 20
1141 0.98 20
1023 1.05 20
905 1.03 20
787 0.99 20
669 1.02 20
551 1.14 20
433 1.01 20
315 1 20
197 0.91 20
79 0.9 20
2970 0.98 20
2852 1.07 20
2734 0.97 20
2616 1.02 20
2498 1.03 20
2499 1.06 21
2381 1.07 21
2263 1.11 21
2145 1.02 21
2027 1.06 21
1909 1.02 21
1791 1.11 21
1673 1.08 21
1555 0.97 21
1437 0.93 21
1319 0.98 21
1201 1.08 21
1083 1.01 21
965 1.04 21
847 1.06 21
729 0.96 21
611 1.06 21
493 1.11 21
375 1.02 21
257 1.02 21
139 1.06 21
21 0.99 21
2912 1.05 21
2794 1.04 21
2676 1.07 21
2558 0.96 21
2440 1.05 21
2322 0.98 21
2204 0.97 21
2086 1.03 21
1968 1.01 21
1850 1.06 21
1732 1.03 21
1614 1.04 21
1496 1.01 21
1378 1.05 21
1260 0.92 21
1142 1.04 21
1024 1.09 21
906 1.02 21
788 1.04 21
670 1.03 21
552 1.02 21
434 1.05 21
316 1.09 21
198 1.06 21
 80 0.96 21
2971 1 21
2853 0.95 21
2735 1.01 21
2617 0.99 21
2618 1.12 22
2500 1.07 22
2382 1.03 22
2264 1.11 22
2146 1 22
2028 1.03 22
1910 1.08 22
1792 1.13 22
1674 1.03 22
1556 1 22
1438 1 22
1320 1.05 22
1202 1.11 22
1084 0.98 22
966 0.96 22
848 0.97 22
730 1.11 22
612 0.92 22
494 1.05 22
376 0.92 22
258 1.09 22
140 1.02 22
22 0.98 22
2913 1.11 22
2795 1.03 22
2677 1.03 22
2559 1.01 22
2441 1.01 22
2323 1.05 22
2205 1.04 22
2087 0.99 22
1969 0.97 22
1851 1.09 22
1733 1.01 22
1615 1 22
1497 0.89 22
1379 1.05 22
1261 1.03 22
1143 1.07 22
1025 1.04 22
 907 1 22
789 1.13 22
671 1.05 22
553 0.98 22
435 1.02 22
317 1.08 22
199 1 22
81 1.03 22
2972 0.95 22
2854 1.06 22
2736 1.02 22
2737 0.97 23
2619 1.06 23
2501 0.98 23
2383 1.03 23
2265 1.02 23
2147 1.08 23
2029 1.04 23
1911 1.08 23
1793 0.99 23
1675 0.99 23
1557 1.06 23
1439 1.02 23
1321 1.03 23
1203 1.01 23
1085 1.02 23
967 1.07 23
849 1.04 23
731 1.05 23
613 0.98 23
495 0.98 23
377 1.01 23
259 1.1 23
141 1.03 23
23 1.01 23
2914 1.02 23
2796 1.03 23
2678 1.06 23
2560 1.08 23
2442 1.01 23
2324 0.99 23
2206 1.01 23
2088 0.99 23
1970 1.09 23
1852 0.98 23
1734 0.93 23
1616 1.07 23
1498 1.02 23
1380 1.09 23
1262 1.03 23
1144 1.06 23
1026 1.08 23
908 0.99 23
790 1.03 23
672 1.09 23
554 0.98 23
436 1.1 23
318 0.99 23
200 1.02 23
82 1.09 23
2973 1.11 23
2855 0.96 23
2856 1.04 24
2738 1.11 24
2620 1 24
2502 1.08 24
2384 1.04 24
2266 1.04 24
2148 1.12 24
2030 0.94 24
1912 1.02 24
1794 1.04 24
1676 1.11 24
1558 0.98 24
1440 1.1 24
1322 1.13 24
1204 1.03 24
1086 1 24
968 1.03 24
850 1.02 24
732 1.07 24
614 1.04 24
496 1.02 24
378 1.04 24
260 1.02 24
142 1.06 24
24 1.09 24
2915 1 24
2797 1.1 24
2679 1.03 24
2561 0.98 24
2443 1.02 24
2325 1 24
2207 1.1 24
2089 0.99 24
1971 1.07 24
1853 1.04 24
1735 1 24
1617 1 24
1499 1 24
1381 1.04 24
1263 1.19 24
1145 1.05 24
1027 1 24
909 1.03 24
791 1.08 24
673 0.92 24
555 1.01 24
437 0.97 24
319 1.05 24
201 1.06 24
83 1.12 24
2974 0.96 24
2975 0.94 25
2857 0.98 25
2739 1.04 25
2621 1.14 25
2503 1.06 25
2385 1.02 25
2267 1.04 25
2149 0.98 25
2031 0.98 25
1913 1.06 25
1795 1.09 25
1677 1.03 25
1559 0.98 25
1441 0.98 25
1323 1 25
1205 0.98 25
1087 1.02 25
969 1 25
851 1.06 25
733 1.05 25
615 1.09 25
497 1.04 25
 379 1.1 25
261 0.92 25
143 1.02 25
25 1.12 25
2916 1.04 25
2798 1.07 25
2680 1.02 25
2562 1.04 25
2444 1.1 25
2326 1.02 25
2208 1.07 25
2090 1.07 25
1972 1.06 25
1854 0.96 25
1736 1.03 25
1618 1.01 25
1500 0.92 25
1382 1 25
1264 1.03 25
1146 1.04 25
1028 1.09 25
910 1.04 25
792 0.94 25
674 1.03 25
556 0.99 25
438 1 25
320 1.05 25
202 1.04 25
84 1.11 25
2976 1.08 26
2858 1.11 26
2740 1.09 26
2622 1.14 26
2504 1.08 26
2386 0.95 26
2268 0.99 26
2150 1.09 26
2032 1.07 26
1914 1.01 26
1796 1.08 26
1678 1.05 26
1560 1.06 26
1442 1.08 26
1324 1.02 26
1206 1.08 26
1088 1.06 26
970 1 26
852 1.11 26
734 1.05 26
616 1.08 26
498 1.04 26
380 1.04 26
262 0.97 26
144 1.09 26
26 1.06 26
2917 1.05 26
2799 1.03 26
2681 1.02 26
2563 1.04 26
2445 1.01 26
2327 0.99 26
2209 1.02 26
2091 1.11 26
1973 0.96 26
1855 1.05 26
1737 1.04 26
1619 1.1 26
1501 1.04 26
1383 1.02 26
1265 1.02 26
1147 1.02 26
1029 1.08 26
911 0.95 26
793 1.08 26
675 1.01 26
557 0.99 26
439 1.02 26
321 1.05 26
203 1.11 26
85 1.03 26
2977 1.04 27
2859 0.97 27
2741 1.06 27
2623 0.97 27
2505 1 27
2387 1.01 27
2269 1.01 27
2151 1.12 27
2033 1.02 27
1915 1.15 27
1797 1.07 27
1679 1.05 27
1561 1.06 27
1443 0.92 27
1325 1 27
1207 1.02 27
1089 1.12 27
971 1.04 27
853 1.03 27
735 0.95 27
617 1 27
499 1.01 27
381 1.08 27
263 1 27
145 1.01 27
27 0.95 27
2918 1.05 27
2800 1.03 27
2682 1 27
2564 1.05 27
2446 1.01 27
2328 1 27
2210 0.92 27
2092 1.06 27
1974 1.13 27
1856 1.06 27
1738 0.97 27
1620 1.08 27
1502 1.01 27
1384 1.04 27
1266 1.01 27
1148 1.07 27
1030 1.04 27
912 1.09 27
794 1.04 27
676 1.02 27
558 1.04 27
440 1.12 27
322 0.99 27
204 1.14 27
86 0.96 27
2978 1.02 28
2860 1.03 28
2742 0.96 28
2624 0.9 28
2506 1.03 28
2388 0.95 28
2270 1.06 28
2152 1 28
2034 1.03 28
1916 1.05 28
1798 1.07 28
1680 0.97 28
1562 1.03 28
1444 0.96 28
1326 1.06 28
1208 1.01 28
1090 0.99 28
972 1.06 28
854 1.07 28
736 1.04 28
618 1.08 28
500 1.03 28
382 0.99 28
264 1.08 28
146 1.03 28
28 0.99 28
2919 1.03 28
2801 1.03 28
2683 1.04 28
2565 1.05 28
2447 0.95 28
2329 1.04 28
2211 1.05 28
2093 1.06 28
1975 1 28
1857 0.97 28
1739 1 28
1621 1 28
1503 1.01 28
1385 0.96 28
1267 1.08 28
1149 1.04 28
1031 0.95 28
913 1.06 28
795 1.1 28
677 1.03 28
559 1.08 28
441 1.03 28
323 1.03 28
 205 1.11 28
87 0.97 28
2979 0.98 29
2861 1.01 29
2743 1.11 29
2625 1.12 29
2507 1.09 29
2389 1.08 29
2271 1.03 29
2153 1.05 29
2035 1.04 29
1917 1.05 29
1799 0.96 29
1681 0.96 29
1563 1 29
1445 1.01 29
1327 0.96 29
1209 0.98 29
1091 1.06 29
973 1.16 29
855 1.13 29
737 1 29
619 1.07 29
501 1.16 29
383 0.94 29
265 1.01 29
147 1.03 29
29 1.04 29
2920 1.01 29
2802 1.04 29
2684 1.06 29
2566 0.99 29
2448 1.1 29
2330 1.07 29
2212 1.12 29
2094 1.11 29
1976 0.98 29
1858 1.07 29
1740 1.01 29
1622 0.96 29
1504 1.04 29
1386 1.04 29
1268 1.01 29
1150 1.08 29
1032 1.02 29
 914 1.04 29
796 1.06 29
678 1.03 29
560 1.09 29
442 0.9 29
324 1.03 29
206 1.02 29
88 1.11 29
2980 1.02 30
2862 1.04 30
2744 1.09 30
2626 1.01 30
2508 1 30
2390 1 30
2272 1.12 30
2154 0.97 30
2036 1.07 30
1918 1.03 30
1800 1.03 30
1682 1.07 30
1564 1.07 30
1446 0.94 30
1328 1.01 30
1210 1 30
1092 1.03 30
974 0.94 30
856 1.02 30
738 1.08 30
620 1.04 30
502 1.02 30
384 1.01 30
266 0.97 30
148 1.01 30
30 0.99 30
2921 1.1 30
2803 1 30
2685 1.12 30
2567 0.98 30
2449 1 30
2331 0.95 30
2213 0.96 30
2095 1.08 30
1977 1.13 30
1859 1.07 30
1741 1.1 30
1623 1.09 30
1505 1.05 30
1387 1.1 30
1269 0.94 30
1151 1.03 30
1033 1.03 30
915 1.06 30
797 1.09 30
679 1.03 30
561 1.02 30
443 1.07 30
325 1.06 30
207 1.04 30
89 1.05 30
2981 1.06 31
2863 1.1 31
2745 1.08 31
2627 1.05 31
2509 1.04 31
2391 1.05 31
2273 1.04 31
2155 1.01 31
2037 1.08 31
1919 1.03 31
1801 1.06 31
1683 1.17 31
1565 0.96 31
1447 0.94 31
1329 1.01 31
1211 0.99 31
1093 1.04 31
975 1.03 31
857 1.06 31
739 1.07 31
621 1.02 31
503 0.91 31
385 1.09 31
267 0.92 31
149 1.03 31
31 1.12 31
2922 1.07 31
2804 1 31
2686 1.04 31
2568 1.03 31
2450 1.04 31
2332 1.07 31
2214 1.06 31
2096 1.03 31
1978 0.98 31
1860 0.94 31
1742 0.97 31
1624 1.13 31
1506 1.07 31
1388 1.01 31
1270 1.08 31
1152 1.13 31
1034 1.02 31
916 0.96 31
798 1.03 31
680 1.03 31
562 1.05 31
444 1 31
326 0.98 31
208 0.99 31
90 0.98 31
2982 1.1 32
2864 1.05 32
2746 0.94 32
2628 1.03 32
2510 0.96 32
2392 1.12 32
2274 1.02 32
2156 1 32
2038 0.98 32
1920 0.96 32
1802 1.05 32
1684 1.07 32
1566 0.99 32
1448 1.07 32
1330 0.98 32
1212 1.05 32
1094 1.02 32
976 1.1 32
858 1.07 32
740 0.93 32
622 1.06 32
504 1.09 32
386 1.1 32
268 0.97 32
150 1.03 32
 32 1.03 32
2923 0.94 32
2805 1 32
2687 1.13 32
2569 1.09 32
2451 0.99 32
2333 0.92 32
2215 1.07 32
2097 1.11 32
1979 1.02 32
1861 1.02 32
1743 1.03 32
1625 0.99 32
1507 1.03 32
1389 1.02 32
1271 1.08 32
1153 1.05 32
1035 1.06 32
917 1.08 32
799 1.03 32
681 1.04 32
563 1.1 32
445 1.04 32
327 1.07 32
209 1.06 32
91 0.98 32
2983 1.04 33
2865 0.9 33
2747 1 33
2629 0.98 33
2511 1.04 33
2393 0.94 33
2275 1.09 33
2157 1.07 33
2039 1.06 33
1921 1.05 33
1803 0.99 33
1685 1.14 33
1567 0.99 33
1449 1.12 33
1331 1.09 33
1213 1.01 33
1095 1.05 33
977 1 33
859 1.06 33
 741 1.09 33
623 1.04 33
505 0.98 33
387 1 33
269 1.05 33
151 1.02 33
33 1.03 33
2924 1.05 33
2806 1.05 33
2688 0.93 33
2570 1 33
2452 1.08 33
2334 1.08 33
2216 1.04 33
2098 0.86 33
1980 1.07 33
1862 1.06 33
1744 1.01 33
1626 0.99 33
1508 1.04 33
1390 1.07 33
1272 1.01 33
1154 1.08 33
1036 1.04 33
918 1.08 33
800 0.98 33
682 1.04 33
564 0.97 33
446 1.04 33
328 1.09 33
210 0.96 33
92 1.16 33
2984 0.98 34
2866 1.03 34
2748 0.96 34
2630 1.04 34
2512 1.1 34
2394 1.09 34
2276 1.01 34
2158 0.98 34
2040 1.07 34
1922 0.98 34
1804 1.13 34
1686 0.92 34
1568 1.01 34
1450 1.09 34
1332 1.07 34
1214 1.09 34
1096 1.11 34
978 0.92 34
860 1.04 34
742 0.98 34
624 1.08 34
506 1.14 34
388 1.08 34
270 1.02 34
152 0.98 34
34 1.01 34
2925 1 34
2807 1.03 34
2689 1.07 34
2571 1 34
2453 1.07 34
2335 0.94 34
2217 1.03 34
2099 1.05 34
1981 1.02 34
1863 1.08 34
1745 0.99 34
1627 1.01 34
1509 1.07 34
1391 1.05 34
1273 1.06 34
1155 1.04 34
1037 0.99 34
919 1.09 34
801 1.03 34
683 1.09 34
565 1.08 34
447 1.02 34
329 0.93 34
211 0.98 34
93 0.95 34
2985 0.99 35
2867 0.97 35
2749 1.05 35
2631 1 35
2513 1.01 35
2395 0.97 35
2277 1.03 35
2159 1.01 35
2041 1.11 35
1923 1.03 35
1805 1.04 35
1687 1.04 35
1569 1.02 35
1451 1 35
1333 0.98 35
1215 1.03 35
1097 1.09 35
979 1.04 35
861 1.06 35
743 1.02 35
625 1.08 35
507 0.93 35
389 0.98 35
271 1.07 35
153 1 35
35 1.02 35
2926 0.99 35
2808 1.05 35
2690 0.99 35
2572 1.06 35
2454 1.02 35
2336 1.03 35
2218 1.07 35
2100 0.98 35
1982 1.02 35
1864 0.96 35
1746 1.1 35
1628 1.07 35
1510 1.01 35
1392 1.01 35
1274 1.06 35
1156 1.03 35
1038 1 35
920 1.02 35
802 1.06 35
684 1.09 35
566 1.12 35
448 1.15 35
330 1.16 35
212 1.06 35
94 0.92 35
2986 1.04 36
2868 1.03 36
2750 1.06 36
2632 1.05 36
2514 0.99 36
2396 1.16 36
2278 1.09 36
2160 0.96 36
2042 1.09 36
1924 1.06 36
1806 1.08 36
1688 1.01 36
1570 0.98 36
1452 0.95 36
1334 1.04 36
1216 1.02 36
1098 1.04 36
980 1.07 36
862 0.94 36
744 1.05 36
626 1.03 36
508 0.98 36
390 1.1 36
272 1.1 36
154 1.07 36
36 0.98 36
2927 1.05 36
2809 1.04 36
2691 1.07 36
2573 1.05 36
2455 1 36
2337 1.01 36
2219 1.04 36
2101 0.96 36
1983 1 36
1865 0.99 36
1747 1.07 36
1629 0.98 36
1511 1.05 36
1393 1.08 36
1275 1.12 36
1157 1.06 36
1039 1.02 36
921 0.97 36
803 0.97 36
685 1.07 36
 567 1.02 36
449 1.06 36
331 1.06 36
213 1.05 36
95 1 36
2987 1.07 37
2869 1.04 37
2751 1.05 37
2633 1.08 37
2515 1.04 37
2397 1 37
2279 0.99 37
2161 1.08 37
2043 1.01 37
1925 1 37
1807 1.01 37
1689 1.08 37
1571 0.99 37
1453 1.01 37
1335 1 37
1217 1 37
1099 1.05 37
981 1.05 37
863 0.93 37
745 0.93 37
627 1.09 37
509 1.11 37
391 1.06 37
273 0.96 37
155 1.06 37
37 1.07 37
2928 1.01 37
2810 1.08 37
2692 1.1 37
2574 1.05 37
2456 0.98 37
2338 0.96 37
2220 1.02 37
2102 1 37
1984 1.09 37
1866 1.08 37
1748 1.1 37
1630 1.07 37
1512 1.02 37
1394 1 37
1276 0.96 37
1158 1.07 37
1040 0.93 37
922 1.01 37
804 1.07 37
686 1 37
568 0.99 37
450 1.12 37
332 1.01 37
214 1.04 37
96 0.96 37
2988 1 38
2870 1.03 38
2752 1.05 38
2634 1 38
2516 1.01 38
2398 1.06 38
2280 1 38
2162 0.97 38
2044 1.08 38
1926 1.13 38
1808 1.02 38
1690 1.03 38
1572 1.01 38
1454 1.06 38
1336 0.99 38
1218 1.06 38
1100 1.01 38
982 1.08 38
864 1.05 38
746 0.99 38
628 1.1 38
510 1.05 38
392 0.96 38
274 1.04 38
156 1.17 38
38 1.06 38
2929 1.06 38
2811 0.94 38
2693 1.04 38
2575 1.02 38
2457 1 38
2339 1.05 38
2221 0.95 38
2103 1.01 38
1985 1.04 38
1867 1.1 38
1749 1.01 38
1631 0.98 38
1513 0.97 38
1395 0.96 38
1277 1.07 38
1159 1 38
1041 1.05 38
923 1.02 38
805 1.03 38
687 1.11 38
569 1.09 38
451 1.02 38
333 0.98 38
215 1.06 38
97 1.1 38
2989 1.08 39
2871 1.03 39
2753 1.01 39
2635 1.03 39
2517 1.04 39
2399 1.03 39
2281 1.07 39
2163 1.06 39
2045 1.08 39
1927 1.01 39
1809 1.12 39
1691 0.91 39
1573 0.99 39
1455 1.01 39
1337 0.95 39
1219 0.99 39
1101 1.07 39
983 1.17 39
865 1.03 39
747 1.07 39
629 1.04 39
511 0.98 39
393 1.13 39
275 1.07 39
157 1 39
39 1.06 39
2930 1.02 39
2812 1.06 39
2694 1.11 39
2576 1.02 39
2458 1.05 39
2340 0.97 39
2222 1.07 39
2104 1.06 39
1986 1.05 39
1868 1.01 39
1750 0.98 39
1632 1 39
1514 1.07 39
1396 0.91 39
1278 1.04 39
1160 1.05 39
1042 1.09 39
924 0.95 39
806 1.1 39
688 1.02 39
570 1.05 39
452 1.06 39
334 0.92 39
216 0.99 39
98 0.99 39
2990 1.07 40
2872 0.99 40
2754 0.98 40
2636 1.05 40
2518 0.89 40
2400 1.01 40
2282 1.05 40
2164 1.07 40
2046 0.96 40
1928 1.07 40
1810 1.09 40
1692 1.06 40
1574 1.02 40
1456 1.06 40
1338 0.94 40
1220 0.97 40
1102 1.04 40
984 1.06 40
866 0.99 40
748 1.07 40
630 1.01 40
512 1.1 40
 394 1.02 40
276 1.01 40
158 0.95 40
40 0.97 40
2931 1.06 40
2813 1.1 40
2695 1.07 40
2577 1.12 40
2459 1 40
2341 1.06 40
2223 1.03 40
2105 0.99 40
1987 0.99 40
1869 0.96 40
1751 1.04 40
1633 1.02 40
1515 1.02 40
1397 1 40
1279 1.07 40
1161 1.05 40
1043 1 40
925 1.01 40
807 1.05 40
689 1.02 40
571 1.02 40
453 1.07 40
335 1.13 40
217 1.05 40
99 0.96 40
2991 1 41
2873 0.99 41
2755 0.99 41
2637 1.11 41
2519 1.01 41
2401 1.06 41
2283 1.06 41
2165 1.04 41
2047 0.99 41
1929 0.98 41
1811 0.98 41
1693 0.94 41
1575 1 41
1457 1.01 41
1339 1.02 41
1221 1.08 41
1103 1.07 41
985 1.1 41
867 1.08 41
749 1 41
631 1.02 41
513 1.01 41
395 1.02 41
277 0.98 41
159 0.98 41
41 1.01 41
2932 1.05 41
2814 1.04 41
2696 1.08 41
2578 1.15 41
2460 1.02 41
2342 1.05 41
2224 1.07 41
2106 1.04 41
1988 0.97 41
1870 1 41
1752 1.02 41
1634 0.97 41
1516 0.99 41
1398 1.01 41
1280 1.01 41
1162 1.09 41
1044 1.02 41
926 1.08 41
808 0.99 41
690 1.02 41
572 0.99 41
454 1.13 41
336 1.02 41
218 0.96 41
100 1.03 41
2992 1.09 42
2874 1.06 42
2756 0.96 42
2638 1.01 42
2520 1.04 42
2402 0.99 42
2284 1.08 42
2166 1.07 42
2048 1.01 42
1930 1.08 42
1812 1.03 42
1694 1.05 42
1576 1.03 42
1458 1.09 42
1340 0.94 42
1222 0.98 42
1104 1.05 42
986 1.05 42
868 0.98 42
750 1.08 42
632 1.1 42
514 1.07 42
396 1.04 42
278 0.92 42
160 1.1 42
42 1.04 42
2933 1.01 42
2815 1.02 42
2697 1.02 42
2579 1 42
2461 1.01 42
2343 1.01 42
2225 1.05 42
2107 1.03 42
1989 1.07 42
1871 0.92 42
1753 1.03 42
1635 1.04 42
1517 1.07 42
1399 1.02 42
1281 0.98 42
1163 1.04 42
1045 0.95 42
927 0.97 42
809 0.98 42
691 1.02 42
573 1.01 42
455 1.02 42
337 0.98 42
219 1.05 42
101 1.06 42
2993 1 43
2875 1.04 43
2757 1.01 43
2639 1.04 43
2521 0.98 43
2403 1.01 43
2285 1.01 43
2167 1.08 43
2049 1.17 43
1931 1.06 43
1813 1.04 43
1695 1.04 43
1577 0.95 43
1459 1.04 43
1341 1 43
1223 1.01 43
1105 1.04 43
987 0.98 43
869 0.97 43
751 0.97 43
633 1.08 43
515 1.06 43
397 1.04 43
279 0.92 43
161 1 43
43 1.03 43
2934 0.92 43
2816 0.99 43
2698 1.06 43
2580 1.13 43
2462 1.1 43
2344 1.01 43
2226 0.98 43
2108 1.06 43
1990 0.94 43
1872 1.05 43
1754 1.05 43
1636 1.06 43
1518 0.99 43
1400 1.1 43
1282 1 43
1164 1.14 43
1046 1.02 43
928 1.04 43
810 1 43
692 1.01 43
574 0.97 43
456 1.04 43
338 1.05 43
 220 1.01 43
102 1.03 43
2994 1.05 44
2876 1.04 44
2758 1.1 44
2640 1.09 44
2522 1.02 44
2404 1.04 44
2286 1.02 44
2168 0.91 44
2050 1.06 44
1932 1.02 44
1814 1 44
1696 1.08 44
1578 1.06 44
1460 1.03 44
1342 1.06 44
1224 1.03 44
1106 1.05 44
988 0.98 44
870 1.04 44
752 1.01 44
634 1.04 44
516 1.06 44
398 0.96 44
280 1.01 44
162 1.03 44
44 1.11 44
2935 1.03 44
2817 1.07 44
2699 1.08 44
2581 1.03 44
2463 1.02 44
2345 1.13 44
2227 1.11 44
2109 1 44
1991 1.1 44
1873 0.99 44
1755 0.97 44
1637 1.02 44
1519 0.98 44
1401 0.99 44
1283 1 44
1165 1.05 44
1047 0.99 44
 929 1.07 44
811 0.96 44
693 1.02 44
575 1.1 44
457 1.17 44
339 1.07 44
221 1.16 44
103 1.1 44
2995 1 45
2877 0.99 45
2759 0.96 45
2641 1.09 45
2523 1.03 45
2405 1.01 45
2287 0.99 45
2169 1.11 45
2051 1.06 45
1933 1.02 45
1815 1.1 45
1697 0.96 45
1579 0.95 45
1461 1.09 45
1343 1.12 45
1225 1.04 45
1107 0.98 45
989 1.01 45
871 1.07 45
753 1.01 45
635 0.97 45
517 1.03 45
399 1.03 45
281 0.98 45
163 1.09 45
45 0.97 45
2936 1.04 45
2818 1.03 45
2700 0.99 45
2582 1.07 45
2464 0.95 45
2346 1 45
2228 1 45
2110 0.99 45
1992 1.05 45
1874 0.97 45
1756 1.06 45
1638 0.99 45
1520 0.97 45
1402 1.07 45
1284 1.15 45
1166 1.13 45
1048 1.04 45
930 0.96 45
812 1.04 45
694 1.03 45
576 1.09 45
458 0.97 45
340 0.98 45
222 1.01 45
104 1.03 45
2996 0.99 46
2878 1.09 46
2760 0.99 46
2642 1.03 46
2524 1 46
2406 1.08 46
2288 0.98 46
2170 1.09 46
2052 1.08 46
1934 0.99 46
1816 1.03 46
1698 1 46
1580 0.97 46
1462 0.99 46
1344 1.04 46
1226 0.98 46
1108 1.06 46
990 1.1 46
872 1.03 46
754 1.01 46
636 1.07 46
518 1.01 46
400 1.05 46
282 1.07 46
164 1 46
46 1.03 46
2937 1.11 46
2819 1.07 46
2701 1.04 46
2583 1.13 46
2465 0.96 46
2347 1.01 46
2229 1.08 46
2111 0.95 46
1993 1.02 46
1875 1.03 46
1757 1.01 46
1639 1.02 46
1521 1.13 46
1403 1.06 46
1285 1.08 46
1167 1.08 46
1049 1.03 46
931 1.11 46
813 1.19 46
695 0.91 46
577 1.03 46
459 1.12 46
341 1.04 46
223 1.06 46
105 1.05 46
2997 0.97 47
2879 0.94 47
2761 1.03 47
2643 1.08 47
2525 1.07 47
2407 1.06 47
2289 1.03 47
2171 0.97 47
2053 1.1 47
1935 1.08 47
1817 1.03 47
1699 1.06 47
1581 1.14 47
1463 1.02 47
1345 1.08 47
1227 1.02 47
1109 1.04 47
991 1.06 47
873 1.11 47
755 0.96 47
637 1.06 47
519 1.04 47
401 1 47
283 1.02 47
165 0.97 47
 47 1.06 47
2938 1.01 47
2820 1.06 47
2702 0.98 47
2584 1.03 47
2466 1.03 47
2348 1.09 47
2230 1.05 47
2112 1 47
1994 1.03 47
1876 1.02 47
1758 1.07 47
1640 0.99 47
1522 1.08 47
1404 1.08 47
1286 1.06 47
1168 1.05 47
1050 1.04 47
932 0.94 47
814 1.03 47
696 1.02 47
578 0.99 47
460 1.01 47
342 0.93 47
224 1.17 47
106 1.01 47
2998 0.97 48
2880 1.02 48
2762 1.03 48
2644 1.02 48
2526 1.02 48
2408 1.17 48
2290 1.11 48
2172 1.06 48
2054 1.12 48
1936 0.94 48
1818 1.04 48
1700 1.06 48
1582 1 48
1464 1.11 48
1346 1.01 48
1228 1.14 48
1110 1.09 48
992 1.12 48
874 1.07 48
 756 1.04 48
638 1 48
520 1.08 48
402 1 48
284 1.05 48
166 1.06 48
48 0.96 48
2939 0.98 48
2821 1.04 48
2703 1 48
2585 0.94 48
2467 0.97 48
2349 1.11 48
2231 1.01 48
2113 1.06 48
1995 1.03 48
1877 0.97 48
1759 1.02 48
1641 1.07 48
1523 0.97 48
1405 1.06 48
1287 1.04 48
1169 1.02 48
1051 1 48
933 1.11 48
815 1.05 48
697 1.05 48
579 1.03 48
461 1.01 48
343 1.05 48
225 1.03 48
107 1.03 48
2999 1.05 49
2881 1.09 49
2763 0.99 49
2645 0.93 49
2527 1.05 49
2409 0.96 49
2291 1.11 49
2173 1.05 49
2055 1.01 49
1937 0.99 49
1819 0.99 49
1701 1.03 49
1583 1.09 49
1465 1.07 49
1347 0.98 49
1229 1.03 49
1111 1.17 49
993 1 49
875 1.08 49
757 1 49
639 1.11 49
521 1.01 49
403 0.95 49
285 1 49
167 1.02 49
49 0.97 49
2940 1.09 49
2822 1.04 49
2704 0.97 49
2586 0.97 49
2468 1.07 49
2350 1 49
2232 0.93 49
2114 1 49
1996 1.05 49
1878 1.02 49
1760 0.95 49
1642 1.07 49
1524 1 49
1406 1.04 49
1288 0.99 49
1170 1.01 49
1052 1.04 49
934 1.02 49
816 1.05 49
698 1.09 49
580 0.98 49
462 0.93 49
344 0.99 49
226 1.02 49
108 1.03 49
3000 0.97 50
2882 0.99 50
2764 1.07 50
2646 1.15 50
2528 1.05 50
2410 1.04 50
2292 1.05 50
2174 0.92 50
2056 1 50
1938 1.05 50
1820 1 50
1702 1.12 50
1584 1.04 50
1466 0.88 50
1348 1.01 50
1230 1.06 50
1112 1.05 50
994 1.02 50
876 0.95 50
758 1.1 50
640 0.98 50
522 1.01 50
404 1.01 50
286 1.01 50
168 1.03 50
50 1.03 50
2941 1.03 50
2823 1.1 50
2705 1.03 50
2587 0.99 50
2469 1.06 50
2351 0.99 50
2233 1.07 50
2115 1 50
1997 0.97 50
1879 1.14 50
1761 1.01 50
1643 0.99 50
1525 1.06 50
1407 1.02 50
1289 1.12 50
1171 0.96 50
1053 0.93 50
935 1.08 50
817 0.94 50
699 1.09 50
581 1.11 50
463 0.98 50
345 1.07 50
227 1.01 50
109 1.1 50
2883 1.07 51
2765 0.97 51
2647 1.03 51
2529 1.02 51
2411 1.03 51
2293 1.03 51
2175 0.92 51
2057 1 51
1939 1.07 51
1821 1 51
1703 0.99 51
1585 1.01 51
1467 1.05 51
1349 1 51
1231 1.04 51
1113 1.07 51
995 0.92 51
877 1.08 51
759 1.16 51
641 1.01 51
523 1.05 51
405 0.93 51
287 1.02 51
169 1.13 51
51 1.13 51
2942 1.13 51
2824 1 51
2706 1.06 51
2588 0.93 51
2470 1.07 51
2352 1.01 51
2234 1.08 51
2116 0.98 51
1998 0.95 51
1880 1.01 51
1762 1.08 51
1644 1.03 51
1526 1.04 51
1408 0.99 51
1290 1.04 51
1172 0.95 51
1054 1.06 51
936 1.02 51
818 1.02 51
700 1.06 51
582 1.05 51
 464 1.09 51
346 1 51
228 1.09 51
110 0.99 51
2884 1.14 52
2766 1.02 52
2648 1.03 52
2530 0.96 52
2412 0.98 52
2294 1 52
2176 1.1 52
2058 1.09 52
1940 1.08 52
1822 1.06 52
1704 1.03 52
1586 1.01 52
1468 1 52
1350 1.1 52
1232 1.03 52
1114 1.02 52
996 1.08 52
878 1.1 52
760 1.07 52
642 1.06 52
524 1.04 52
406 1 52
288 1.08 52
170 1 52
52 1.04 52
2943 1.06 52
2825 0.98 52
2707 0.95 52
2589 1.08 52
2471 1.02 52
2353 1.08 52
2235 1.09 52
2117 0.98 52
1999 1.06 52
1881 1.08 52
1763 0.96 52
1645 1.07 52
1527 1.13 52
1409 1.05 52
1291 1.02 52
1173 1.02 52
1055 1.02 52
937 1.11 52
819 0.96 52
701 1.03 52
583 1.03 52
465 1 52
347 0.94 52
229 1.06 52
111 1.02 52
2885 1.05 53
2767 1.03 53
2649 1.08 53
2531 1.02 53
2413 1.05 53
2295 1.05 53
2177 1.08 53
2059 1.04 53
1941 0.99 53
1823 1.01 53
1705 1.08 53
1587 1.07 53
1469 1.03 53
1351 1 53
1233 0.94 53
1115 1.06 53
997 1.05 53
879 1.07 53
761 1.02 53
643 1.04 53
525 1.04 53
407 1.04 53
289 0.96 53
171 1.04 53
53 1.01 53
2944 1.04 53
2826 1.05 53
2708 0.95 53
2590 1.05 53
2472 0.98 53
2354 1.06 53
2236 1.07 53
2118 1.01 53
2000 1.1 53
1882 1.04 53
1764 1.07 53
1646 1.06 53
1528 0.99 53
1410 1.02 53
1292 1.01 53
1174 1.08 53
1056 1.01 53
938 0.98 53
820 0.95 53
702 1.08 53
584 0.97 53
466 1.1 53
348 0.88 53
230 0.99 53
112 0.95 53
2886 1.02 54
2768 1.04 54
2650 0.94 54
2532 0.95 54
2414 1.1 54
2296 1.06 54
2178 1.04 54
2060 0.97 54
1942 1.02 54
1824 1.03 54
1706 1 54
1588 1.1 54
1470 1.09 54
1352 1.08 54
1234 1.03 54
1116 1.02 54
998 1 54
880 1.15 54
762 0.98 54
644 1.05 54
526 1.06 54
408 0.95 54
290 1.03 54
172 0.95 54
54 1.02 54
2945 1.07 54
2827 1.09 54
2709 1 54
2591 1.1 54
2473 1.04 54
2355 1.09 54
2237 1.02 54
2119 0.9 54
2001 1.08 54
1883 0.99 54
1765 1.01 54
1647 1.04 54
1529 0.94 54
1411 1.04 54
1293 0.99 54
1175 1 54
1057 1.03 54
939 1.04 54
821 1.04 54
703 1.16 54
585 1.06 54
467 0.94 54
349 1.09 54
231 1.06 54
113 1.05 54
2887 1.04 55
2769 1.03 55
2651 1.02 55
2533 1.03 55
2415 1.04 55
2297 1.07 55
2179 1.06 55
2061 1 55
1943 1.06 55
1825 1.04 55
1707 1.02 55
1589 0.99 55
1471 1.06 55
1353 1.03 55
1235 1.03 55
1117 1.11 55
999 1.02 55
881 1.05 55
763 1.09 55
645 1.12 55
527 1.01 55
409 1.08 55
291 1.02 55
173 1.05 55
55 1.07 55
2946 1.05 55
2828 1.01 55
2710 0.99 55
2592 1.05 55
2474 0.97 55
2356 1.04 55
2238 1 55
2120 1.06 55
2002 0.98 55
1884 1.04 55
1766 1.03 55
1648 1.09 55
1530 1.01 55
1412 1.07 55
1294 1.07 55
1176 0.98 55
1058 1.1 55
940 1.01 55
822 1.02 55
704 1.03 55
586 1.06 55
468 1.06 55
350 0.94 55
232 1.02 55
114 1.03 55
2888 0.98 56
2770 1 56
2652 1.08 56
2534 1 56
2416 0.95 56
2298 0.95 56
2180 1.05 56
2062 1.06 56
1944 1.15 56
1826 1.03 56
1708 1.04 56
1590 1.01 56
1472 0.99 56
1354 1.08 56
1236 0.97 56
1118 1 56
1000 0.97 56
882 1.03 56
764 1.01 56
646 1.11 56
528 0.98 56
 410 1.01 56
292 1 56
174 1.01 56
56 1.08 56
2947 1.09 56
2829 1.04 56
2711 1.08 56
2593 0.99 56
2475 1.08 56
2357 0.97 56
2239 1.08 56
2121 1.02 56
2003 1.01 56
1885 1.02 56
1767 0.98 56
1649 1.02 56
1531 1.02 56
1413 1.14 56
1295 0.99 56
1177 0.97 56
1059 0.95 56
941 0.97 56
823 1.03 56
705 1.05 56
587 1.01 56
469 0.96 56
351 0.98 56
233 1.02 56
115 0.98 56
2889 1 57
2771 1.02 57
2653 0.98 57
2535 1.13 57
2417 1.09 57
2299 0.94 57
2181 1.04 57
2063 1.14 57
1945 1.08 57
1827 1.06 57
1709 1.03 57
1591 1 57
1473 1 57
1355 1.03 57
1237 0.97 57
1119 0.99 57
1001 0.98 57
883 0.95 57
765 1.04 57
647 0.97 57
529 1.02 57
411 1.1 57
293 1.06 57
175 1.08 57
57 1.14 57
2948 1.03 57
2830 1.11 57
2712 1.1 57
2594 1.04 57
2476 0.92 57
2358 1.04 57
2240 0.95 57
2122 1.07 57
2004 1.05 57
1886 1.01 57
1768 1.04 57
1650 1 57
1532 1.08 57
1414 1.08 57
1296 1.11 57
1178 0.96 57
1060 1.03 57
942 0.99 57
824 1.01 57
706 0.99 57
588 1.09 57
470 1.12 57
352 1.03 57
234 1.02 57
116 1.05 57
2890 1.17 58
2772 1.05 58
2654 1.06 58
2536 0.97 58
2418 0.99 58
2300 1 58
2182 1 58
2064 0.98 58
1946 1.03 58
1828 1.06 58
1710 1.03 58
1592 0.98 58
1474 1.01 58
1356 1.03 58
1238 1.04 58
1120 1.05 58
1002 1.01 58
884 1.08 58
766 0.97 58
648 1.08 58
530 1.06 58
412 0.94 58
294 0.99 58
176 1.04 58
58 0.95 58
2949 1.03 58
2831 1.03 58
2713 1.1 58
2595 1 58
2477 1.06 58
2359 1.07 58
2241 0.98 58
2123 1.06 58
2005 1.02 58
1887 0.98 58
1769 0.99 58
1651 0.99 58
1533 1.04 58
1415 1 58
1297 1.06 58
1179 0.95 58
1061 1.04 58
943 0.93 58
825 1.09 58
707 0.97 58
589 1.07 58
471 1 58
353 1.09 58
235 1.05 58
117 1.01 58

0.049478959726
Proveedor Crioscopia (°C) INTERVALO DE CONFIAN
1 -0.57
2 -0.51 Función de Excel
3 -0.57 Promedio (
PROMEDIO(42;A45)
4 -0.51 )
5 -0.55
Desviación (s) DESVEST.M(A2;A45
6 -0.52
7 -0.52
Radio IC =INTERVALO.CONFIANZA(alfa, desviación est
8 -0.56
9 -0.54 Límite inferior=media - Radio IC
10 -0.56 IC Límite superior=media + Radio IC
11 -0.5 IC= (Li; Ls)
12 -0.52
13 -0.57
14 -0.54
15 -0.55 Variable
16 -0.52 Crioscopia
17 -0.56 Cálculo
18 -0.56 Promedio (
-0.56
19 -0.53 )
20 -0.52 Desviación (s) 0.02
21 -0.55 Significancia 5%
22 -0.54 Valor Z = 1.96
23 -0.54 IC = 0.00079

24 -0.52
25 -0.5
26 -0.54
27 -0.58
28 -0.51
29 -0.56
30 -0.52 Analisis: Para el Intervalo de confianza aquí calculado hay un
31 -0.52 la media poblacional de la variable cuantitativa Crioscopia sien
32 -0.53 hasta Ls -055579
33 -0.5

34 -0.54
35 -0.55
36 -0.55
37 -0.52
38 -0.52
39 -0.56
40 -0.52
41 -0.55
42 -0.54
43 -0.51
44 -0.54
45 -0.55
46 -0.51
47 -0.55
48 -0.54
49 -0.51
50 -0.52
51 -0.53
52 -0.54
53 -0.53
54 -0.54
55 -0.5
56 -0.58
57 -0.48
58 -0.51
59 -0.53
60 -0.53
61 -0.57
62 -0.53
63 -0.53
64 -0.53
65 -0.54
66 -0.53
67 -0.54
68 -0.56
69 -0.53
70 -0.57
71 -0.53
72 -0.53
73 -0.53
74 -0.56
75 -0.54
76 -0.53
77 -0.53
78 -0.58
79 -0.54
80 -0.55
81 -0.52
 82 -0.55
83 -0.54
84 -0.55
85 -0.53
86 -0.58
87 -0.52
88 -0.5
89 -0.5
90 -0.55
91 -0.51
92 -0.56
93 -0.51
94 -0.53
95 -0.52
96 -0.51
97 -0.51
98 -0.53
99 -0.55
100 -0.52
101 -0.53
102 -0.56
103 -0.53
104 -0.53
105 -0.52
106 -0.5
107 -0.55
108 -0.51
109 -0.57
110 -0.52
111 -0.53
112 -0.55
113 -0.52
114 -0.53
115 -0.53
116 -0.54
117 -0.54
118 -0.53
119 -0.53
120 -0.55
121 -0.52
122 -0.53
123 -0.56
124 -0.58
125 -0.55
126 -0.52
127 -0.51
128 -0.52
129 -0.51
130 -0.5
131 -0.51
132 -0.52
133 -0.5
134 -0.52
135 -0.55
136 -0.56
137 -0.54
138 -0.58
139 -0.56
140 -0.53
141 -0.54
142 -0.5
143 -0.53
144 -0.52
145 -0.54
146 -0.55
147 -0.51
148 -0.52
149 -0.53
150 -0.54
151 -0.54
152 -0.56
153 -0.52
154 -0.56
155 -0.54
156 -0.51
157 -0.51
158 -0.5
159 -0.55
160 -0.51
161 -0.5
162 -0.56
163 -0.53
164 -0.56
165 -0.5
166 -0.51
167 -0.52
168 -0.54
169 -0.52
170 -0.54
171 -0.55
172 -0.54
173 -0.55
174 -0.51
175 -0.54
176 -0.54
177 -0.54
178 -0.52
179 -0.54
180 -0.56
181 -0.54
182 -0.56
183 -0.54
184 -0.54
185 -0.51
186 -0.52
187 -0.56
188 -0.56
189 -0.54
190 -0.51
191 -0.53
192 -0.57
193 -0.56
194 -0.54
195 -0.52
196 -0.53
197 -0.53
198 -0.51
199 -0.5
200 -0.49
201 -0.5
202 -0.51
203 -0.53
204 -0.52
205 -0.55
206 -0.48
207 -0.5
208 -0.53
209 -0.51
210 -0.52
211 -0.54
212 -0.54
213 -0.53
214 -0.52
215 -0.52
216 -0.53
217 -0.57
218 -0.57
219 -0.53
220 -0.54
221 -0.53
222 -0.5
223 -0.54
224 -0.56
225 -0.52
226 -0.53
227 -0.53
228 -0.54
229 -0.54
230 -0.53
231 -0.53
232 -0.5
233 -0.55
234 -0.51
235 -0.53
236 -0.55
237 -0.53
238 -0.54
239 -0.57
240 -0.56
241 -0.53
242 -0.53
243 -0.5
244 -0.52
245 -0.56
246 -0.52
247 -0.57
248 -0.55
249 -0.56
250 -0.53
251 -0.52
252 -0.55
253 -0.54
254 -0.54
255 -0.52
256 -0.58
257 -0.53
258 -0.54
259 -0.56
260 -0.54
261 -0.53
262 -0.53
263 -0.5
264 -0.48
265 -0.52
266 -0.51
267 -0.53
268 -0.53
269 -0.58
270 -0.52
271 -0.53
272 -0.53
273 -0.53
274 -0.53
275 -0.48
276 -0.5
277 -0.53
278 -0.54
279 -0.51
280 -0.59
281 -0.5
282 -0.53
283 -0.51
284 -0.54
285 -0.53
286 -0.56
287 -0.55
288 -0.53
289 -0.49
290 -0.52
291 -0.51
292 -0.53
293 -0.53
294 -0.56
295 -0.51
296 -0.54
297 -0.55
298 -0.49
299 -0.54
300 -0.55
301 -0.52
302 -0.52
303 -0.53
304 -0.52
305 -0.54
306 -0.52
307 -0.51
308 -0.55
309 -0.51
310 -0.53
311 -0.57
312 -0.51
313 -0.49
314 -0.5
315 -0.54
316 -0.54
317 -0.55
318 -0.51
319 -0.52
320 -0.49
321 -0.53
322 -0.53
323 -0.55
324 -0.5
325 -0.51
326 -0.51
327 -0.55
328 -0.53
329 -0.52
330 -0.56
331 -0.54
332 -0.55
333 -0.52
334 -0.5
335 -0.54
336 -0.55
337 -0.53
338 -0.53
339 -0.53
340 -0.53
341 -0.56
342 -0.53
343 -0.53
344 -0.55
345 -0.56
346 -0.52
347 -0.55
348 -0.5
349 -0.54
350 -0.53
351 -0.51
352 -0.5
353 -0.54
354 -0.54
355 -0.51
356 -0.51
357 -0.55
358 -0.53
359 -0.51
360 -0.5
361 -0.51
362 -0.51
363 -0.51
364 -0.51
365 -0.54
366 -0.54
367 -0.54
368 -0.51
369 -0.53
370 -0.53
371 -0.51
372 -0.51
373 -0.54
374 -0.53
375 -0.56
376 -0.56
377 -0.53
378 -0.56
379 -0.53
380 -0.5
381 -0.54
382 -0.5
383 -0.52
384 -0.52
385 -0.51
386 -0.52
387 -0.53
388 -0.57
389 -0.51
390 -0.49
391 -0.5
392 -0.54
393 -0.53
394 -0.51
395 -0.52
396 -0.55
397 -0.53
398 -0.55
399 -0.56
400 -0.54
401 -0.52
402 -0.56
403 -0.47
404 -0.52
405 -0.54
406 -0.55
407 -0.54
408 -0.48
409 -0.52
410 -0.51
411 -0.5
412 -0.57
413 -0.51
414 -0.52
415 -0.53
416 -0.56
417 -0.52
418 -0.53
419 -0.54
420 -0.56
421 -0.55
422 -0.52
423 -0.49
424 -0.5
425 -0.56
426 -0.54
427 -0.54
428 -0.5
429 -0.56
430 -0.51
431 -0.54
432 -0.53
433 -0.53
434 -0.54
435 -0.55
436 -0.51
437 -0.52
438 -0.52
439 -0.54
440 -0.57
441 -0.51
442 -0.51
443 -0.51
444 -0.59
445 -0.51
446 -0.54
447 -0.53
448 -0.54
449 -0.53
450 -0.56
451 -0.49
452 -0.52
453 -0.53
454 -0.55
455 -0.54
456 -0.52
457 -0.55
458 -0.56
459 -0.5
460 -0.51
461 -0.5
462 -0.54
463 -0.49
464 -0.54
465 -0.54
466 -0.56
467 -0.57
468 -0.52
469 -0.53
470 -0.56
471 -0.49
472 -0.51
473 -0.54
474 -0.56
475 -0.58
476 -0.52
477 -0.55
478 -0.52
479 -0.49
480 -0.53
481 -0.52
482 -0.51
483 -0.55
484 -0.53
485 -0.52
486 -0.54
487 -0.53
488 -0.49
489 -0.56
490 -0.55
491 -0.54
492 -0.52
493 -0.51
494 -0.53
495 -0.56
496 -0.52
497 -0.5
498 -0.49
499 -0.51
500 -0.54
501 -0.49
502 -0.51
503 -0.52
504 -0.53
505 -0.55
506 -0.54
507 -0.53
508 -0.57
509 -0.53
510 -0.55
511 -0.51
512 -0.51
513 -0.54
514 -0.52
515 -0.56
516 -0.54
517 -0.57
518 -0.55
519 -0.53
520 -0.52
521 -0.55
522 -0.55
523 -0.51
524 -0.53
525 -0.54
526 -0.52
527 -0.52
528 -0.55
529 -0.53
530 -0.54
531 -0.52
532 -0.55
533 -0.52
534 -0.49
535 -0.53
536 -0.52
537 -0.54
538 -0.56
539 -0.5
540 -0.51
541 -0.54
542 -0.55
543 -0.52
544 -0.54
545 -0.56
546 -0.54
547 -0.53
548 -0.51
549 -0.54
550 -0.54
551 -0.56
552 -0.56
553 -0.53
554 -0.54
555 -0.51
556 -0.55
557 -0.5
558 -0.51
559 -0.53
560 -0.56
561 -0.49
562 -0.53
563 -0.55
564 -0.54
565 -0.55
566 -0.54
567 -0.53
568 -0.53
569 -0.52
570 -0.53
571 -0.5
572 -0.5
573 -0.56
574 -0.54
575 -0.53
576 -0.54
577 -0.52
578 -0.52
579 -0.51
580 -0.57
581 -0.53
582 -0.53
583 -0.53
584 -0.54
585 -0.53
586 -0.5
587 -0.51
588 -0.53
589 -0.54
590 -0.53
591 -0.53
592 -0.55
593 -0.54
594 -0.53
595 -0.52
596 -0.54
597 -0.52
598 -0.53
599 -0.53
600 -0.51
601 -0.55
602 -0.52
603 -0.53
604 -0.53
605 -0.54
606 -0.57
607 -0.54
608 -0.51
609 -0.53
610 -0.52
611 -0.54
612 -0.53
613 -0.55
614 -0.52
615 -0.51
616 -0.52
617 -0.5
618 -0.5
619 -0.54
620 -0.52
621 -0.53
622 -0.56
623 -0.5
624 -0.53
625 -0.51
626 -0.51
627 -0.57
628 -0.54
629 -0.55
630 -0.5
631 -0.55
632 -0.5
633 -0.54
634 -0.53
635 -0.53
636 -0.54
637 -0.54
638 -0.54
639 -0.53
640 -0.53
641 -0.56
642 -0.51
643 -0.52
644 -0.54
645 -0.56
646 -0.56
647 -0.53
648 -0.53
649 -0.51
650 -0.5
651 -0.53
652 -0.53
653 -0.5
654 -0.5
655 -0.55
656 -0.55
657 -0.52
658 -0.55
659 -0.49
660 -0.51
661 -0.56
662 -0.53
663 -0.5
664 -0.53
665 -0.55
666 -0.53
667 -0.54
668 -0.53
669 -0.54
670 -0.5
671 -0.54
672 -0.54
673 -0.52
674 -0.57
675 -0.53
676 -0.54
677 -0.51
678 -0.54
679 -0.54
680 -0.56
681 -0.5
682 -0.53
683 -0.55
684 -0.5
685 -0.51
686 -0.5
687 -0.53
688 -0.55
689 -0.55
690 -0.51
691 -0.52
692 -0.54
693 -0.55
694 -0.52
695 -0.54
696 -0.51
697 -0.52
698 -0.55
699 -0.51
700 -0.48
701 -0.54
702 -0.52
703 -0.53
704 -0.51
705 -0.51
706 -0.51
707 -0.52
708 -0.54
709 -0.51
710 -0.56
711 -0.51
712 -0.52
713 -0.56
714 -0.49
715 -0.53
716 -0.55
717 -0.55
718 -0.57
719 -0.52
720 -0.53
721 -0.5
722 -0.56
723 -0.54
724 -0.51
725 -0.53
726 -0.52
727 -0.54
728 -0.51
729 -0.51
730 -0.52
731 -0.56
732 -0.48
733 -0.54
734 -0.5
735 -0.53
736 -0.55
737 -0.54
738 -0.51
739 -0.55
740 -0.53
741 -0.53
742 -0.52
743 -0.51
744 -0.52
745 -0.51
746 -0.54
747 -0.53
748 -0.54
749 -0.5
750 -0.53
751 -0.53
752 -0.52
753 -0.57
754 -0.53
755 -0.55
756 -0.54
757 -0.49
758 -0.53
759 -0.53
760 -0.48
761 -0.53
762 -0.51
763 -0.55
764 -0.53
765 -0.53
766 -0.5
767 -0.53
768 -0.51
769 -0.52
770 -0.55
771 -0.54
772 -0.52
773 -0.5
774 -0.53
775 -0.53
776 -0.53
777 -0.51
778 -0.53
779 -0.55
780 -0.53
781 -0.48
782 -0.55
783 -0.57
784 -0.54
785 -0.56
786 -0.55
787 -0.52
788 -0.56
789 -0.55
790 -0.5
791 -0.53
792 -0.56
793 -0.54
794 -0.53
795 -0.54
796 -0.51
797 -0.54
798 -0.53
799 -0.55
800 -0.54
801 -0.54
802 -0.55
803 -0.56
804 -0.51
805 -0.52
806 -0.55
807 -0.51
808 -0.52
809 -0.54
810 -0.48
811 -0.52
812 -0.51
813 -0.55
814 -0.52
815 -0.48
816 -0.56
817 -0.48
818 -0.56
819 -0.52
820 -0.52
821 -0.52
822 -0.53
823 -0.55
824 -0.53
825 -0.55
826 -0.55
827 -0.55
828 -0.49
829 -0.5
830 -0.52
831 -0.49
832 -0.6
833 -0.52
834 -0.53
835 -0.54
836 -0.56
837 -0.53
838 -0.52
839 -0.53
840 -0.53
841 -0.56
842 -0.54
843 -0.56
844 -0.53
845 -0.55
846 -0.54
847 -0.55
848 -0.51
849 -0.55
850 -0.52
851 -0.51
852 -0.52
853 -0.54
854 -0.52
855 -0.55
856 -0.53
857 -0.53
858 -0.55
859 -0.47
860 -0.55
861 -0.52
862 -0.51
863 -0.55
864 -0.54
865 -0.54
866 -0.52
867 -0.53
868 -0.53
869 -0.53
870 -0.54
871 -0.52
872 -0.53
873 -0.5
874 -0.52
875 -0.56
876 -0.51
877 -0.53
878 -0.53
879 -0.53
880 -0.56
881 -0.55
882 -0.55
883 -0.54
884 -0.53
885 -0.54
886 -0.53
887 -0.57
888 -0.54
889 -0.52
890 -0.53
891 -0.5
892 -0.52
893 -0.54
894 -0.54
895 -0.54
896 -0.5
897 -0.51
898 -0.54
899 -0.53
900 -0.54
901 -0.52
902 -0.53
903 -0.55
904 -0.54
905 -0.54
906 -0.5
907 -0.49
908 -0.51
909 -0.5
910 -0.5
911 -0.5
912 -0.51
913 -0.54
914 -0.49
915 -0.51
916 -0.55
917 -0.56
918 -0.57
919 -0.54
920 -0.56
921 -0.55
922 -0.56
923 -0.53
924 -0.52
925 -0.55
926 -0.54
927 -0.51
928 -0.55
929 -0.5
930 -0.53
931 -0.55
932 -0.53
933 -0.51
934 -0.55
935 -0.51
936 -0.53
937 -0.54
938 -0.5
939 -0.51
940 -0.49
941 -0.53
942 -0.53
943 -0.52
944 -0.52
945 -0.55
946 -0.51
947 -0.56
948 -0.49
949 -0.51
950 -0.52
951 -0.54
952 -0.54
953 -0.53
954 -0.53
955 -0.55
956 -0.52
957 -0.52
958 -0.51
959 -0.52
960 -0.5
961 -0.55
962 -0.55
963 -0.51
964 -0.54
965 -0.53
966 -0.54
967 -0.53
968 -0.54
969 -0.51
970 -0.55
971 -0.55
972 -0.53
973 -0.51
974 -0.51
975 -0.53
976 -0.51
977 -0.52
978 -0.55
979 -0.55
980 -0.51
981 -0.51
 982 -0.54
983 -0.53
984 -0.54
985 -0.54
986 -0.54
987 -0.52
988 -0.51
989 -0.59
990 -0.55
991 -0.49
992 -0.53
993 -0.51
994 -0.56
995 -0.53
996 -0.56
997 -0.53
998 -0.54
999 -0.53
1000 -0.51
1001 -0.52
1002 -0.58
1003 -0.54
1004 -0.52
1005 -0.56
1006 -0.55
1007 -0.53
1008 -0.52
1009 -0.56
1010 -0.56
1011 -0.56
1012 -0.54
1013 -0.55
1014 -0.49
1015 -0.52
1016 -0.53
1017 -0.54
1018 -0.52
1019 -0.57
1020 -0.53
1021 -0.53
1022 -0.55
1023 -0.52
1024 -0.51
1025 -0.53
1026 -0.52
1027 -0.52
1028 -0.51
1029 -0.54
1030 -0.48
1031 -0.58
1032 -0.53
1033 -0.51
1034 -0.53
1035 -0.53
1036 -0.56
1037 -0.54
1038 -0.53
1039 -0.53
1040 -0.52
1041 -0.54
1042 -0.53
1043 -0.55
1044 -0.54
1045 -0.51
1046 -0.51
1047 -0.51
1048 -0.57
1049 -0.57
1050 -0.53
1051 -0.55
1052 -0.56
1053 -0.56
1054 -0.51
1055 -0.5
1056 -0.55
1057 -0.57
1058 -0.53
1059 -0.51
1060 -0.5
1061 -0.54
1062 -0.56
1063 -0.54
1064 -0.5
1065 -0.51
1066 -0.53
1067 -0.5
1068 -0.5
1069 -0.53
1070 -0.56
1071 -0.54
1072 -0.54
1073 -0.53
1074 -0.5
1075 -0.52
1076 -0.53
1077 -0.53
1078 -0.53
1079 -0.53
1080 -0.52
1081 -0.52
1082 -0.52
1083 -0.54
1084 -0.48
1085 -0.51
1086 -0.53
1087 -0.54
1088 -0.52
1089 -0.5
1090 -0.53
1091 -0.5
1092 -0.52
1093 -0.57
1094 -0.5
1095 -0.54
1096 -0.51
1097 -0.53
1098 -0.51
1099 -0.56
1100 -0.52
1101 -0.52
1102 -0.56
1103 -0.55
1104 -0.51
1105 -0.55
1106 -0.56
1107 -0.54
1108 -0.51
1109 -0.54
1110 -0.52
1111 -0.53
1112 -0.51
1113 -0.51
1114 -0.53
1115 -0.52
1116 -0.52
1117 -0.52
1118 -0.53
1119 -0.53
1120 -0.51
1121 -0.5
1122 -0.52
1123 -0.52
1124 -0.54
1125 -0.53
1126 -0.5
1127 -0.53
1128 -0.55
1129 -0.56
1130 -0.52
1131 -0.5
1132 -0.49
1133 -0.51
1134 -0.54
1135 -0.56
1136 -0.5
1137 -0.53
1138 -0.55
1139 -0.53
1140 -0.6
1141 -0.52
1142 -0.51
1143 -0.52
1144 -0.5
1145 -0.53
1146 -0.52
1147 -0.49
1148 -0.52
1149 -0.54
1150 -0.51
1151 -0.55
1152 -0.53
1153 -0.54
1154 -0.53
1155 -0.54
1156 -0.53
1157 -0.5
1158 -0.5
1159 -0.49
1160 -0.54
1161 -0.54
1162 -0.53
1163 -0.5
1164 -0.55
1165 -0.53
1166 -0.52
1167 -0.54
1168 -0.49
1169 -0.52
1170 -0.55
1171 -0.52
1172 -0.49
1173 -0.54
1174 -0.55
1175 -0.51
1176 -0.53
1177 -0.56
1178 -0.49
1179 -0.51
1180 -0.53
1181 -0.52
1182 -0.53
1183 -0.55
1184 -0.54
1185 -0.53
1186 -0.54
1187 -0.52
1188 -0.54
1189 -0.54
1190 -0.48
1191 -0.52
1192 -0.52
1193 -0.54
1194 -0.57
1195 -0.53
1196 -0.52
1197 -0.53
1198 -0.53
1199 -0.53
1200 -0.51
1201 -0.52
1202 -0.5
1203 -0.54
1204 -0.52
1205 -0.51
1206 -0.53
1207 -0.54
1208 -0.54
1209 -0.55
1210 -0.53
1211 -0.51
1212 -0.52
1213 -0.55
1214 -0.56
1215 -0.53
1216 -0.53
1217 -0.52
1218 -0.53
1219 -0.53
1220 -0.55
1221 -0.51
1222 -0.53
1223 -0.51
1224 -0.53
1225 -0.54
1226 -0.54
1227 -0.54
1228 -0.54
1229 -0.54
1230 -0.54
1231 -0.56
1232 -0.52
1233 -0.52
1234 -0.56
1235 -0.5
1236 -0.49
1237 -0.53
1238 -0.52
1239 -0.55
1240 -0.52
1241 -0.55
1242 -0.51
1243 -0.54
1244 -0.51
1245 -0.54
1246 -0.55
1247 -0.53
1248 -0.54
1249 -0.54
1250 -0.55
1251 -0.55
1252 -0.51
1253 -0.54
1254 -0.5
1255 -0.51
1256 -0.49
1257 -0.53
1258 -0.51
1259 -0.57
1260 -0.54
1261 -0.54
1262 -0.57
1263 -0.58
1264 -0.53
1265 -0.55
1266 -0.57
1267 -0.52
1268 -0.5
1269 -0.52
1270 -0.56
1271 -0.56
1272 -0.53
1273 -0.52
1274 -0.53
1275 -0.56
1276 -0.54
1277 -0.52
1278 -0.52
1279 -0.53
1280 -0.55
1281 -0.49
1282 -0.5
1283 -0.54
1284 -0.53
1285 -0.54
1286 -0.54
1287 -0.54
1288 -0.51
1289 -0.55
1290 -0.51
1291 -0.5
1292 -0.52
1293 -0.55
1294 -0.52
1295 -0.55
1296 -0.51
1297 -0.54
1298 -0.51
1299 -0.55
1300 -0.53
1301 -0.52
1302 -0.55
1303 -0.52
1304 -0.56
1305 -0.53
1306 -0.52
1307 -0.52
1308 -0.56
1309 -0.53
1310 -0.51
1311 -0.56
1312 -0.52
1313 -0.56
1314 -0.54
1315 -0.51
1316 -0.51
1317 -0.51
1318 -0.51
1319 -0.52
1320 -0.54
1321 -0.51
1322 -0.52
1323 -0.52
1324 -0.49
1325 -0.5
1326 -0.53
1327 -0.52
1328 -0.54
1329 -0.53
1330 -0.52
1331 -0.48
1332 -0.52
1333 -0.52
1334 -0.51
1335 -0.53
1336 -0.53
1337 -0.54
1338 -0.53
1339 -0.54
1340 -0.52
1341 -0.48
1342 -0.55
1343 -0.51
1344 -0.56
1345 -0.54
1346 -0.52
1347 -0.52
1348 -0.54
1349 -0.55
1350 -0.51
1351 -0.55
1352 -0.51
1353 -0.51
1354 -0.49
1355 -0.56
1356 -0.52
1357 -0.5
1358 -0.54
1359 -0.52
1360 -0.52
1361 -0.52
1362 -0.49
1363 -0.56
1364 -0.53
1365 -0.52
1366 -0.54
1367 -0.52
1368 -0.54
1369 -0.52
1370 -0.53
1371 -0.51
1372 -0.52
1373 -0.54
1374 -0.53
1375 -0.53
1376 -0.56
1377 -0.53
1378 -0.54
1379 -0.51
1380 -0.52
1381 -0.56
1382 -0.54
1383 -0.53
1384 -0.49
1385 -0.53
1386 -0.52
1387 -0.55
1388 -0.51
1389 -0.55
1390 -0.58
1391 -0.51
1392 -0.51
1393 -0.51
1394 -0.53
1395 -0.55
1396 -0.54
1397 -0.53
1398 -0.52
1399 -0.55
1400 -0.53
1401 -0.5
1402 -0.53
1403 -0.51
1404 -0.55
1405 -0.52
1406 -0.55
1407 -0.54
1408 -0.51
1409 -0.54
1410 -0.49
1411 -0.5
1412 -0.54
1413 -0.52
1414 -0.57
1415 -0.49
1416 -0.54
1417 -0.52
1418 -0.57
1419 -0.52
1420 -0.51
1421 -0.51
1422 -0.51
1423 -0.52
1424 -0.55
1425 -0.5
1426 -0.54
1427 -0.52
1428 -0.56
1429 -0.56
1430 -0.52
1431 -0.54
1432 -0.54
1433 -0.52
1434 -0.51
1435 -0.54
1436 -0.53
1437 -0.5
1438 -0.56
1439 -0.54
1440 -0.54
1441 -0.53
1442 -0.54
1443 -0.57
1444 -0.56
1445 -0.52
1446 -0.53
1447 -0.51
1448 -0.54
1449 -0.49
1450 -0.53
1451 -0.55
1452 -0.52
1453 -0.53
1454 -0.54
1455 -0.52
1456 -0.57
1457 -0.51
1458 -0.52
1459 -0.53
1460 -0.51
1461 -0.55
1462 -0.53
1463 -0.53
1464 -0.55
1465 -0.55
1466 -0.52
1467 -0.55
1468 -0.52
1469 -0.5
1470 -0.55
1471 -0.51
1472 -0.51
1473 -0.53
1474 -0.51
1475 -0.56
1476 -0.53
1477 -0.5
1478 -0.55
1479 -0.53
1480 -0.52
1481 -0.49
1482 -0.49
1483 -0.5
1484 -0.55
1485 -0.54
1486 -0.54
1487 -0.51
1488 -0.51
1489 -0.57
1490 -0.53
1491 -0.53
1492 -0.57
1493 -0.53
1494 -0.54
1495 -0.55
1496 -0.53
1497 -0.53
1498 -0.52
1499 -0.51
1500 -0.53
1501 -0.53
1502 -0.54
1503 -0.54
1504 -0.55
1505 -0.52
1506 -0.51
1507 -0.53
1508 -0.54
1509 -0.52
1510 -0.5
1511 -0.51
1512 -0.52
1513 -0.51
1514 -0.54
1515 -0.53
1516 -0.57
1517 -0.5
1518 -0.52
1519 -0.54
1520 -0.52
1521 -0.53
1522 -0.56
1523 -0.57
1524 -0.52
1525 -0.52
1526 -0.53
1527 -0.57
1528 -0.53
1529 -0.52
1530 -0.5
1531 -0.53
1532 -0.51
1533 -0.55
1534 -0.51
1535 -0.54
1536 -0.52
1537 -0.54
1538 -0.54
1539 -0.52
1540 -0.54
1541 -0.56
1542 -0.56
1543 -0.54
1544 -0.53
1545 -0.55
1546 -0.55
1547 -0.52
1548 -0.55
1549 -0.51
1550 -0.51
1551 -0.54
1552 -0.54
1553 -0.54
1554 -0.55
1555 -0.5
1556 -0.55
1557 -0.54
1558 -0.51
1559 -0.56
1560 -0.51
1561 -0.49
1562 -0.52
1563 -0.5
1564 -0.53
1565 -0.52
1566 -0.5
1567 -0.52
1568 -0.54
1569 -0.52
1570 -0.49
1571 -0.55
1572 -0.54
1573 -0.5
1574 -0.51
1575 -0.57
1576 -0.54
1577 -0.51
1578 -0.51
1579 -0.54
1580 -0.52
1581 -0.52
1582 -0.53
1583 -0.57
1584 -0.51
1585 -0.54
1586 -0.51
1587 -0.5
1588 -0.52
1589 -0.54
1590 -0.53
1591 -0.55
1592 -0.52
1593 -0.56
1594 -0.54
1595 -0.53
1596 -0.52
1597 -0.53
1598 -0.52
1599 -0.54
1600 -0.52
1601 -0.47
1602 -0.53
1603 -0.52
1604 -0.5
1605 -0.55
1606 -0.55
1607 -0.56
1608 -0.54
1609 -0.55
1610 -0.53
1611 -0.55
1612 -0.55
1613 -0.47
1614 -0.52
1615 -0.56
1616 -0.55
1617 -0.53
1618 -0.56
1619 -0.54
1620 -0.53
1621 -0.53
1622 -0.51
1623 -0.52
1624 -0.52
1625 -0.5
1626 -0.52
1627 -0.53
1628 -0.5
1629 -0.5
1630 -0.51
1631 -0.54
1632 -0.52
1633 -0.54
1634 -0.54
1635 -0.55
1636 -0.55
1637 -0.54
1638 -0.51
1639 -0.52
1640 -0.52
1641 -0.55
1642 -0.55
1643 -0.51
1644 -0.51
1645 -0.49
1646 -0.54
1647 -0.56
1648 -0.54
1649 -0.53
1650 -0.52
1651 -0.55
1652 -0.54
1653 -0.52
1654 -0.53
1655 -0.51
1656 -0.54
1657 -0.55
1658 -0.51
1659 -0.53
1660 -0.53
1661 -0.54
1662 -0.57
1663 -0.49
1664 -0.52
1665 -0.54
1666 -0.53
1667 -0.53
1668 -0.52
1669 -0.54
1670 -0.54
1671 -0.54
1672 -0.51
1673 -0.52
1674 -0.53
1675 -0.55
1676 -0.52
1677 -0.5
1678 -0.56
1679 -0.51
1680 -0.55
1681 -0.55
1682 -0.55
1683 -0.5
1684 -0.57
1685 -0.54
1686 -0.54
1687 -0.48
1688 -0.55
1689 -0.53
1690 -0.54
1691 -0.56
1692 -0.55
1693 -0.56
1694 -0.52
1695 -0.52
1696 -0.51
1697 -0.54
1698 -0.57
1699 -0.54
1700 -0.52
1701 -0.52
1702 -0.56
1703 -0.53
1704 -0.48
1705 -0.52
1706 -0.51
1707 -0.55
1708 -0.52
1709 -0.56
1710 -0.52
1711 -0.53
1712 -0.57
1713 -0.52
1714 -0.51
1715 -0.49
1716 -0.54
1717 -0.55
1718 -0.53
1719 -0.49
1720 -0.52
1721 -0.54
1722 -0.53
1723 -0.56
1724 -0.54
1725 -0.56
1726 -0.51
1727 -0.51
1728 -0.51
1729 -0.52
1730 -0.53
1731 -0.54
1732 -0.5
1733 -0.51
1734 -0.5
1735 -0.5
1736 -0.53
1737 -0.52
1738 -0.51
1739 -0.55
1740 -0.52
1741 -0.54
1742 -0.56
1743 -0.5
1744 -0.52
1745 -0.5
1746 -0.52
1747 -0.54
1748 -0.52
1749 -0.54
1750 -0.52
1751 -0.53
1752 -0.52
1753 -0.54
1754 -0.52
1755 -0.54
1756 -0.52
1757 -0.53
1758 -0.53
1759 -0.54
1760 -0.53
1761 -0.54
1762 -0.52
1763 -0.52
1764 -0.54
1765 -0.57
1766 -0.56
1767 -0.53
1768 -0.52
1769 -0.53
1770 -0.55
1771 -0.55
1772 -0.55
1773 -0.5
1774 -0.52
1775 -0.52
1776 -0.52
1777 -0.49
1778 -0.5
1779 -0.54
1780 -0.54
1781 -0.54
1782 -0.53
1783 -0.53
1784 -0.53
1785 -0.53
1786 -0.53
1787 -0.54
1788 -0.52
1789 -0.57
1790 -0.54
1791 -0.57
1792 -0.51
1793 -0.53
1794 -0.53
1795 -0.53
1796 -0.5
1797 -0.52
1798 -0.51
1799 -0.54
1800 -0.5
1801 -0.52
1802 -0.57
1803 -0.51
1804 -0.56
1805 -0.53
1806 -0.48
1807 -0.5
1808 -0.51
1809 -0.54
1810 -0.5
1811 -0.53
1812 -0.58
1813 -0.54
1814 -0.55
1815 -0.54
1816 -0.49
1817 -0.53
1818 -0.56
1819 -0.58
1820 -0.55
1821 -0.52
1822 -0.5
1823 -0.51
1824 -0.51
1825 -0.56
1826 -0.55
1827 -0.55
1828 -0.52
1829 -0.5
1830 -0.49
1831 -0.54
1832 -0.51
1833 -0.52
1834 -0.51
1835 -0.53
1836 -0.53
1837 -0.49
1838 -0.58
1839 -0.53
1840 -0.53
1841 -0.51
1842 -0.55
1843 -0.53
1844 -0.55
1845 -0.52
1846 -0.52
1847 -0.51
1848 -0.52
1849 -0.55
1850 -0.52
1851 -0.56
1852 -0.53
1853 -0.54
1854 -0.54
1855 -0.56
1856 -0.55
1857 -0.55
1858 -0.53
1859 -0.56
1860 -0.51
1861 -0.5
1862 -0.53
1863 -0.54
1864 -0.52
1865 -0.51
1866 -0.57
1867 -0.54
1868 -0.52
1869 -0.58
1870 -0.51
1871 -0.55
1872 -0.52
1873 -0.56
1874 -0.56
1875 -0.55
1876 -0.53
1877 -0.49
1878 -0.57
1879 -0.52
1880 -0.52
1881 -0.51
1882 -0.52
1883 -0.51
1884 -0.52
1885 -0.53
1886 -0.51
1887 -0.48
1888 -0.55
1889 -0.54
1890 -0.54
1891 -0.51
1892 -0.54
1893 -0.52
1894 -0.53
1895 -0.54
1896 -0.56
1897 -0.54
1898 -0.51
1899 -0.57
1900 -0.51
1901 -0.55
1902 -0.5
1903 -0.52
1904 -0.56
1905 -0.53
1906 -0.53
1907 -0.53
1908 -0.54
1909 -0.52
1910 -0.51
1911 -0.53
1912 -0.54
1913 -0.55
1914 -0.55
1915 -0.54
1916 -0.54
1917 -0.53
1918 -0.55
1919 -0.56
1920 -0.53
1921 -0.54
1922 -0.52
1923 -0.53
1924 -0.55
1925 -0.49
1926 -0.53
1927 -0.55
1928 -0.54
1929 -0.53
1930 -0.55
1931 -0.52
1932 -0.55
1933 -0.56
1934 -0.57
1935 -0.55
1936 -0.53
1937 -0.53
1938 -0.55
1939 -0.53
1940 -0.53
1941 -0.54
1942 -0.54
1943 -0.58
1944 -0.52
1945 -0.54
1946 -0.56
1947 -0.55
1948 -0.54
1949 -0.55
1950 -0.48
1951 -0.56
1952 -0.53
1953 -0.51
1954 -0.56
1955 -0.52
1956 -0.52
1957 -0.52
1958 -0.53
1959 -0.51
1960 -0.53
1961 -0.54
1962 -0.51
1963 -0.53
1964 -0.56
1965 -0.57
1966 -0.56
1967 -0.49
1968 -0.53
1969 -0.53
1970 -0.51
1971 -0.52
1972 -0.53
1973 -0.51
1974 -0.56
1975 -0.49
1976 -0.53
1977 -0.51
1978 -0.5
1979 -0.51
1980 -0.57
1981 -0.52
1982 -0.53
1983 -0.52
1984 -0.49
1985 -0.54
1986 -0.54
1987 -0.52
1988 -0.57
1989 -0.52
1990 -0.53
1991 -0.55
1992 -0.53
1993 -0.51
1994 -0.53
1995 -0.55
1996 -0.52
1997 -0.53
1998 -0.53
1999 -0.54
2000 -0.55
2001 -0.53
2002 -0.52
2003 -0.56
2004 -0.54
2005 -0.52
2006 -0.52
2007 -0.53
2008 -0.53
2009 -0.52
2010 -0.55
2011 -0.55
2012 -0.5
2013 -0.53
2014 -0.54
2015 -0.51
2016 -0.54
2017 -0.55
2018 -0.55
2019 -0.52
2020 -0.54
2021 -0.54
2022 -0.5
2023 -0.55
2024 -0.53
2025 -0.52
2026 -0.55
2027 -0.51
2028 -0.52
2029 -0.53
2030 -0.52
2031 -0.51
2032 -0.54
2033 -0.5
2034 -0.56
2035 -0.52
2036 -0.53
2037 -0.52
2038 -0.55
2039 -0.51
2040 -0.52
2041 -0.54
2042 -0.57
2043 -0.51
2044 -0.55
2045 -0.53
2046 -0.5
2047 -0.51
2048 -0.53
2049 -0.51
2050 -0.55
2051 -0.55
2052 -0.51
2053 -0.54
2054 -0.54
2055 -0.54
2056 -0.51
2057 -0.55
2058 -0.56
2059 -0.53
2060 -0.5
2061 -0.55
2062 -0.52
2063 -0.54
2064 -0.58
2065 -0.53
2066 -0.52
2067 -0.5
2068 -0.52
2069 -0.55
2070 -0.5
2071 -0.54
2072 -0.56
2073 -0.55
2074 -0.53
2075 -0.56
2076 -0.54
2077 -0.5
2078 -0.54
2079 -0.51
2080 -0.51
2081 -0.54
2082 -0.53
2083 -0.52
2084 -0.5
2085 -0.49
2086 -0.52
2087 -0.49
2088 -0.54
2089 -0.52
2090 -0.55
2091 -0.52
2092 -0.55
2093 -0.52
2094 -0.54
2095 -0.54
2096 -0.51
2097 -0.53
2098 -0.54
2099 -0.56
2100 -0.51
2101 -0.52
2102 -0.53
2103 -0.53
2104 -0.54
2105 -0.52
2106 -0.54
2107 -0.51
2108 -0.51
2109 -0.51
2110 -0.49
2111 -0.55
2112 -0.55
2113 -0.5
2114 -0.53
2115 -0.57
2116 -0.51
2117 -0.51
2118 -0.54
2119 -0.52
2120 -0.53
2121 -0.51
2122 -0.55
2123 -0.5
2124 -0.51
2125 -0.56
2126 -0.54
2127 -0.55
2128 -0.55
2129 -0.54
2130 -0.53
2131 -0.52
2132 -0.52
2133 -0.54
2134 -0.52
2135 -0.48
2136 -0.52
2137 -0.54
2138 -0.55
2139 -0.51
2140 -0.5
2141 -0.49
2142 -0.54
2143 -0.52
2144 -0.54
2145 -0.52
2146 -0.51
2147 -0.5
2148 -0.51
2149 -0.5
2150 -0.53
2151 -0.54
2152 -0.53
2153 -0.55
2154 -0.54
2155 -0.5
2156 -0.54
2157 -0.57
2158 -0.54
2159 -0.51
2160 -0.52
2161 -0.57
2162 -0.54
2163 -0.53
2164 -0.56
2165 -0.53
2166 -0.53
2167 -0.52
2168 -0.56
2169 -0.55
2170 -0.54
2171 -0.54
2172 -0.54
2173 -0.54
2174 -0.56
2175 -0.51
2176 -0.49
2177 -0.53
2178 -0.54
2179 -0.52
2180 -0.54
2181 -0.53
2182 -0.54
2183 -0.52
2184 -0.52
2185 -0.55
2186 -0.49
2187 -0.54
2188 -0.56
2189 -0.54
2190 -0.54
2191 -0.51
2192 -0.52
2193 -0.55
2194 -0.55
2195 -0.52
2196 -0.48
2197 -0.49
2198 -0.52
2199 -0.53
2200 -0.53
2201 -0.53
2202 -0.52
2203 -0.5
2204 -0.54
2205 -0.53
2206 -0.53
2207 -0.51
2208 -0.51
2209 -0.55
2210 -0.55
2211 -0.55
2212 -0.52
2213 -0.52
2214 -0.53
2215 -0.5
2216 -0.55
2217 -0.57
2218 -0.56
2219 -0.53
2220 -0.52
2221 -0.52
2222 -0.54
2223 -0.54
2224 -0.5
2225 -0.54
2226 -0.53
2227 -0.52
2228 -0.54
2229 -0.54
2230 -0.51
2231 -0.53
2232 -0.56
2233 -0.49
2234 -0.54
2235 -0.53
2236 -0.52
2237 -0.57
2238 -0.57
2239 -0.53
2240 -0.48
2241 -0.52
2242 -0.52
2243 -0.57
2244 -0.53
2245 -0.53
2246 -0.53
2247 -0.55
2248 -0.53
2249 -0.54
2250 -0.53
2251 -0.56
2252 -0.52
2253 -0.53
2254 -0.56
2255 -0.54
2256 -0.51
2257 -0.5
2258 -0.58
2259 -0.55
2260 -0.51
2261 -0.51
2262 -0.52
2263 -0.54
2264 -0.5
2265 -0.48
2266 -0.49
2267 -0.54
2268 -0.52
2269 -0.53
2270 -0.54
2271 -0.49
2272 -0.58
2273 -0.53
2274 -0.56
2275 -0.53
2276 -0.56
2277 -0.52
2278 -0.55
2279 -0.5
2280 -0.51
2281 -0.52
2282 -0.52
2283 -0.51
2284 -0.51
2285 -0.53
2286 -0.54
2287 -0.54
2288 -0.55
2289 -0.53
2290 -0.55
2291 -0.55
2292 -0.52
2293 -0.5
2294 -0.5
2295 -0.57
2296 -0.57
2297 -0.56
2298 -0.48
2299 -0.49
2300 -0.54
2301 -0.53
2302 -0.55
2303 -0.51
2304 -0.57
2305 -0.54
2306 -0.51
2307 -0.52
2308 -0.51
2309 -0.5
2310 -0.55
2311 -0.53
2312 -0.52
2313 -0.53
2314 -0.48
2315 -0.51
2316 -0.53
2317 -0.57
2318 -0.54
2319 -0.54
2320 -0.53
2321 -0.56
2322 -0.55
2323 -0.53
2324 -0.52
2325 -0.51
2326 -0.52
2327 -0.53
2328 -0.51
2329 -0.54
2330 -0.52
2331 -0.55
2332 -0.5
2333 -0.54
2334 -0.5
2335 -0.52
2336 -0.52
2337 -0.54
2338 -0.52
2339 -0.49
2340 -0.53
2341 -0.56
2342 -0.52
2343 -0.51
2344 -0.53
2345 -0.52
2346 -0.52
2347 -0.57
2348 -0.53
2349 -0.54
2350 -0.54
2351 -0.52
2352 -0.53
2353 -0.56
2354 -0.51
2355 -0.53
2356 -0.55
2357 -0.52
2358 -0.55
2359 -0.54
2360 -0.55
2361 -0.51
2362 -0.49
2363 -0.55
2364 -0.54
2365 -0.5
2366 -0.55
2367 -0.51
2368 -0.54
2369 -0.53
2370 -0.51
2371 -0.52
2372 -0.53
2373 -0.52
2374 -0.54
2375 -0.52
2376 -0.52
2377 -0.54
2378 -0.53
2379 -0.5
2380 -0.54
2381 -0.54
2382 -0.49
2383 -0.54
2384 -0.56
2385 -0.54
2386 -0.58
2387 -0.55
2388 -0.57
2389 -0.53
2390 -0.55
2391 -0.53
2392 -0.53
2393 -0.51
2394 -0.52
2395 -0.52
2396 -0.55
2397 -0.52
2398 -0.52
2399 -0.53
2400 -0.52
2401 -0.53
2402 -0.53
2403 -0.53
2404 -0.54
2405 -0.54
2406 -0.51
2407 -0.48
2408 -0.51
2409 -0.52
2410 -0.54
2411 -0.52
2412 -0.5
2413 -0.53
2414 -0.54
2415 -0.51
2416 -0.51
2417 -0.55
2418 -0.55
2419 -0.54
2420 -0.54
2421 -0.55
2422 -0.55
2423 -0.55
2424 -0.55
2425 -0.54
2426 -0.53
2427 -0.53
2428 -0.55
2429 -0.52
2430 -0.53
2431 -0.53
2432 -0.52
2433 -0.51
2434 -0.52
2435 -0.54
2436 -0.51
2437 -0.54
2438 -0.56
2439 -0.49
2440 -0.53
2441 -0.51
2442 -0.54
2443 -0.55
2444 -0.5
2445 -0.51
2446 -0.54
2447 -0.52
2448 -0.53
2449 -0.56
2450 -0.53
2451 -0.53
2452 -0.54
2453 -0.52
2454 -0.5
2455 -0.53
2456 -0.54
2457 -0.5
2458 -0.52
2459 -0.54
2460 -0.56
2461 -0.5
2462 -0.49
2463 -0.5
2464 -0.53
2465 -0.53
2466 -0.51
2467 -0.58
2468 -0.53
2469 -0.47
2470 -0.53
2471 -0.5
2472 -0.51
2473 -0.56
2474 -0.55
2475 -0.5
2476 -0.55
2477 -0.57
2478 -0.51
2479 -0.52
2480 -0.57
2481 -0.54
2482 -0.54
2483 -0.54
2484 -0.49
2485 -0.52
2486 -0.54
2487 -0.51
2488 -0.55
2489 -0.52
2490 -0.53
2491 -0.54
2492 -0.52
2493 -0.56
2494 -0.51
2495 -0.55
2496 -0.53
2497 -0.51
2498 -0.53
2499 -0.52
2500 -0.49
2501 -0.53
2502 -0.52
2503 -0.54
2504 -0.48
2505 -0.55
2506 -0.53
2507 -0.5
2508 -0.54
2509 -0.57
2510 -0.53
2511 -0.51
2512 -0.56
2513 -0.55
2514 -0.55
2515 -0.52
2516 -0.52
2517 -0.47
2518 -0.52
2519 -0.51
2520 -0.54
2521 -0.55
2522 -0.52
2523 -0.51
2524 -0.5
2525 -0.57
2526 -0.49
2527 -0.51
2528 -0.55
2529 -0.54
2530 -0.49
2531 -0.52
2532 -0.56
2533 -0.55
2534 -0.54
2535 -0.51
2536 -0.55
2537 -0.54
2538 -0.54
2539 -0.55
2540 -0.53
2541 -0.53
2542 -0.54
2543 -0.49
2544 -0.51
2545 -0.52
2546 -0.5
2547 -0.57
2548 -0.53
2549 -0.56
2550 -0.54
2551 -0.55
2552 -0.49
2553 -0.56
2554 -0.57
2555 -0.49
2556 -0.53
2557 -0.53
2558 -0.53
2559 -0.54
2560 -0.55
2561 -0.57
2562 -0.54
2563 -0.55
2564 -0.53
2565 -0.51
2566 -0.5
2567 -0.56
2568 -0.54
2569 -0.57
2570 -0.54
2571 -0.5
2572 -0.54
2573 -0.55
2574 -0.51
2575 -0.54
2576 -0.51
2577 -0.57
2578 -0.5
2579 -0.54
2580 -0.51
2581 -0.53
2582 -0.55
2583 -0.52
2584 -0.52
2585 -0.52
2586 -0.56
2587 -0.52
2588 -0.53
2589 -0.5
2590 -0.55
2591 -0.54
2592 -0.53
2593 -0.53
2594 -0.55
2595 -0.55
2596 -0.49
2597 -0.53
2598 -0.52
2599 -0.55
2600 -0.51
2601 -0.54
2602 -0.52
2603 -0.53
2604 -0.52
2605 -0.53
2606 -0.53
2607 -0.53
2608 -0.54
2609 -0.51
2610 -0.54
2611 -0.6
2612 -0.5
2613 -0.53
2614 -0.54
2615 -0.54
2616 -0.52
2617 -0.52
2618 -0.57
2619 -0.55
2620 -0.53
2621 -0.5
2622 -0.53
2623 -0.55
2624 -0.54
2625 -0.52
2626 -0.54
2627 -0.49
2628 -0.54
2629 -0.49
2630 -0.54
2631 -0.54
2632 -0.51
2633 -0.54
2634 -0.52
2635 -0.53
2636 -0.52
2637 -0.48
2638 -0.55
2639 -0.53
2640 -0.5
2641 -0.54
2642 -0.54
2643 -0.52
2644 -0.56
2645 -0.52
2646 -0.55
2647 -0.53
2648 -0.51
2649 -0.54
2650 -0.49
2651 -0.52
2652 -0.5
2653 -0.51
2654 -0.52
2655 -0.53
2656 -0.51
2657 -0.51
2658 -0.56
2659 -0.51
2660 -0.53
2661 -0.56
2662 -0.51
2663 -0.54
2664 -0.53
2665 -0.57
2666 -0.54
2667 -0.53
2668 -0.54
2669 -0.5
2670 -0.54
2671 -0.53
2672 -0.56
2673 -0.5
2674 -0.54
2675 -0.56
2676 -0.53
2677 -0.51
2678 -0.54
2679 -0.54
2680 -0.55
2681 -0.52
2682 -0.52
2683 -0.58
2684 -0.54
2685 -0.56
2686 -0.5
2687 -0.5
2688 -0.53
2689 -0.53
2690 -0.53
2691 -0.53
2692 -0.55
2693 -0.54
2694 -0.52
2695 -0.56
2696 -0.55
2697 -0.53
2698 -0.56
2699 -0.53
2700 -0.54
2701 -0.52
2702 -0.56
2703 -0.56
2704 -0.53
2705 -0.53
2706 -0.56
2707 -0.5
2708 -0.5
2709 -0.54
2710 -0.53
2711 -0.55
2712 -0.53
2713 -0.51
2714 -0.5
2715 -0.53
2716 -0.48
2717 -0.52
2718 -0.5
2719 -0.52
2720 -0.54
2721 -0.56
2722 -0.52
2723 -0.54
2724 -0.53
2725 -0.53
2726 -0.55
2727 -0.5
2728 -0.55
2729 -0.53
2730 -0.52
2731 -0.55
2732 -0.59
2733 -0.54
2734 -0.53
2735 -0.54
2736 -0.53
2737 -0.53
2738 -0.5
2739 -0.53
2740 -0.53
2741 -0.55
2742 -0.54
2743 -0.48
2744 -0.53
2745 -0.55
2746 -0.51
2747 -0.55
2748 -0.51
2749 -0.48
2750 -0.52
2751 -0.55
2752 -0.49
2753 -0.51
2754 -0.55
2755 -0.53
2756 -0.57
2757 -0.49
2758 -0.54
2759 -0.53
2760 -0.52
2761 -0.51
2762 -0.54
2763 -0.49
2764 -0.54
2765 -0.51
2766 -0.53
2767 -0.55
2768 -0.52
2769 -0.53
2770 -0.51
2771 -0.51
2772 -0.53
2773 -0.54
2774 -0.51
2775 -0.53
2776 -0.53
2777 -0.54
2778 -0.51
2779 -0.5
2780 -0.5
2781 -0.51
2782 -0.55
2783 -0.54
2784 -0.53
2785 -0.51
2786 -0.53
2787 -0.5
2788 -0.58
2789 -0.56
2790 -0.55
2791 -0.49
2792 -0.54
2793 -0.5
2794 -0.57
2795 -0.57
2796 -0.55
2797 -0.54
2798 -0.54
2799 -0.56
2800 -0.51
2801 -0.52
2802 -0.5
2803 -0.54
2804 -0.51
2805 -0.54
2806 -0.56
2807 -0.53
2808 -0.55
2809 -0.54
2810 -0.51
2811 -0.5
2812 -0.53
2813 -0.55
2814 -0.5
2815 -0.56
2816 -0.52
2817 -0.54
2818 -0.56
2819 -0.51
2820 -0.54
2821 -0.56
2822 -0.55
2823 -0.56
2824 -0.54
2825 -0.52
2826 -0.52
2827 -0.49
2828 -0.59
2829 -0.52
2830 -0.52
2831 -0.53
2832 -0.52
2833 -0.53
2834 -0.52
2835 -0.54
2836 -0.52
2837 -0.54
2838 -0.48
2839 -0.55
2840 -0.53
2841 -0.52
2842 -0.53
2843 -0.54
2844 -0.53
2845 -0.49
2846 -0.51
2847 -0.54
2848 -0.53
2849 -0.5
2850 -0.51
2851 -0.54
2852 -0.56
2853 -0.55
2854 -0.56
2855 -0.55
2856 -0.55
2857 -0.55
2858 -0.56
2859 -0.55
2860 -0.51
2861 -0.52
2862 -0.54
2863 -0.51
2864 -0.53
2865 -0.57
2866 -0.53
2867 -0.52
2868 -0.52
2869 -0.52
2870 -0.5
2871 -0.51
2872 -0.52
2873 -0.53
2874 -0.54
2875 -0.51
2876 -0.54
2877 -0.51
2878 -0.52
2879 -0.55
2880 -0.52
2881 -0.49
2882 -0.53
2883 -0.54
2884 -0.55
2885 -0.53
2886 -0.52
2887 -0.53
2888 -0.54
2889 -0.56
2890 -0.54
2891 -0.52
2892 -0.52
2893 -0.56
2894 -0.52
2895 -0.55
2896 -0.53
2897 -0.53
2898 -0.51
2899 -0.55
2900 -0.53
2901 -0.5
2902 -0.53
2903 -0.5
2904 -0.57
2905 -0.52
2906 -0.53
2907 -0.52
2908 -0.5
2909 -0.53
2910 -0.5
2911 -0.48
2912 -0.53
2913 -0.5
2914 -0.56
2915 -0.51
2916 -0.51
2917 -0.55
2918 -0.54
2919 -0.52
2920 -0.54
2921 -0.54
2922 -0.5
2923 -0.54
2924 -0.56
2925 -0.54
2926 -0.5
2927 -0.55
2928 -0.55
2929 -0.52
2930 -0.53
2931 -0.52
2932 -0.53
2933 -0.52
2934 -0.53
2935 -0.49
2936 -0.52
2937 -0.54
2938 -0.53
2939 -0.55
2940 -0.52
2941 -0.54
2942 -0.56
2943 -0.54
2944 -0.52
2945 -0.51
2946 -0.53
2947 -0.54
2948 -0.55
2949 -0.51
2950 -0.53
2951 -0.55
2952 -0.53
2953 -0.53
2954 -0.52
2955 -0.56
2956 -0.57
2957 -0.49
2958 -0.5
2959 -0.56
2960 -0.54
2961 -0.52
2962 -0.54
2963 -0.54
2964 -0.53
2965 -0.54
2966 -0.54
2967 -0.52
2968 -0.57
2969 -0.53
2970 -0.51
2971 -0.53
2972 -0.51
2973 -0.56
2974 -0.56
2975 -0.5
2976 -0.52
2977 -0.51
2978 -0.54
2979 -0.55
2980 -0.54
2981 -0.53
2982 -0.55
2983 -0.56
2984 -0.52
2985 -0.53
2986 -0.54
2987 -0.55
2988 -0.51
2989 -0.53
2990 -0.52
2991 -0.49
2992 -0.52
2993 -0.55
2994 -0.59
2995 -0.53
2996 -0.55
2997 -0.51
2998 -0.54
2999 -0.56
3000 -0.54

0.02074036295622
ERVALO DE CONFIANZA Proveedor Fosfatasa

1 2
Fórmula 2 2
3 2
;A45) =
4 2
5 2
2;A45 =
6 2
7 1
IANZA(alfa, desviación estándar, n) =
8 2
media - Radio IC 9 2
=media + Radio IC 10 2
11 2
12 2
13 2
14 2
Media -0.56 15 2
Desviación 0.02 16 2
Confianza 95% 17 2
Tamaño muestra 2774 18 2
19 2
z 1.96 20 2
alfa 5% 21 2
22 2
Ls -0.55579 23 2 IC (𝑝 ̂±𝑍_(𝑎⁄2)∗√((𝑝
Li -0.55421 24 2
25 2
IC 0.00079 26 2
27 2
28 2
29 2
a aquí calculado hay un 95% de confianza de que contenga el valor de 30 2
ntitativa Crioscopia siendo este 0,00079. el cual va desde Li -0,55421 31 2
32 2
33 2

34 2
35 2
36 2
37 2
38 2
39 2
40 2
41 2
42 2
43 2
44 2
45 2
46 2
47 2
48 1
49 2
50 2
51 2
52 2
53 2
54 2
55 2
56 1
57 2
58 2
59 2
60 2
61 2
62 2
63 1
64 2
65 2
66 2
67 2
68 2
69 2
70 2
71 2
72 2
73 2
74 2
75 2
76 2
77 2
78 2
79 2
80 2
81 2
82 1
83 2
84 2
85 2
86 2
87 2
88 2
89 2
90 2
91 2
92 2
93 2
94 2
95 2
96 2
97 2
98 2
99 2
100 2
101 2
102 2
103 2
104 2
105 2
106 2
107 2
108 2
109 2
110 2
111 2
112 1
113 2
114 2
115 1
116 2
117 2
118 2
119 2
120 2
121 2
122 2
123 2
124 2
125 2
126 2
127 2
128 2
129 2
130 2
131 2
132 2
133 2
134 2
135 2
136 2
137 2
138 2
139 2
140 2
141 2
142 2
143 2
144 2
145 1
146 2
147 2
148 1
149 2
150 2
151 2
152 2
153 2
154 2
155 2
156 2
157 2
158 2
159 2
160 2
161 1
162 2
163 2
164 2
165 2
166 2
167 2
168 2
169 2
170 2
171 2
172 2
173 2
174 2
175 2
176 2
177 1
178 2
179 2
180 2
181 2
182 1
183 2
184 2
185 2
186 2
187 2
188 2
189 2
190 2
191 2
192 2
193 2
194 2
195 2
196 2
197 2
198 2
199 2
200 2
201 2
202 2
203 2
204 2
205 2
206 2
207 2
208 2
209 2
210 2
211 2
212 2
213 2
214 2
215 2
216 2
217 2
218 2
219 2
220 2
221 2
222 1
223 2
224 2
225 2
226 2
227 2
228 2
229 2
230 2
231 2
232 2
233 2
234 2
235 2
236 2
237 2
238 2
239 2
240 2
241 2
242 2
243 2
244 2
245 2
246 2
247 2
248 2
249 2
250 2
251 2
252 2
253 2
254 2
255 2
256 2
257 2
258 1
259 2
260 2
261 2
262 2
263 2
264 2
265 2
266 2
267 2
268 2
269 2
270 2
271 2
272 2
273 2
274 2
275 2
276 1
277 2
278 2
279 2
280 2
281 2
282 2
283 2
284 2
285 1
286 2
287 2
288 2
289 2
290 2
291 2
292 2
293 2
294 2
295 2
296 2
297 2
298 2
299 2
300 2
301 2
302 2
303 1
304 1
305 2
306 2
307 2
308 2
309 2
310 2
311 2
312 2
313 2
314 2
315 2
316 2
317 1
318 2
319 1
320 2
321 2
322 2
323 2
324 2
325 2
326 2
327 2
328 2
329 2
330 2
331 2
332 2
333 2
334 2
335 2
336 2
337 2
338 2
339 2
340 2
341 1
342 2
343 2
344 2
345 2
346 2
347 2
348 2
349 2
350 2
351 2
352 2
353 2
354 2
355 2
356 2
357 2
358 2
359 2
360 2
361 2
362 2
363 2
364 2
365 2
366 2
367 1
368 2
369 2
370 1
371 2
372 2
373 2
374 2
375 2
376 2
377 2
378 2
379 2
380 2
381 2
382 2
383 2
384 2
385 2
386 2
387 2
388 2
389 2
390 2
391 2
392 1
393 2
394 2
395 2
396 2
397 2
398 2
399 2
400 2
401 2
402 2
403 2
404 2
405 2
406 2
407 2
408 2
409 2
410 2
411 1
412 2
413 2
414 1
415 2
416 2
417 2
418 2
419 2
420 2
421 2
422 2
423 1
424 2
425 2
426 2
427 2
428 2
429 2
430 2
431 2
432 2
433 1
434 2
435 2
436 2
437 2
438 2
439 2
440 2
441 2
442 2
443 1
444 2
445 2
446 2
447 2
448 2
449 2
450 2
451 2
452 2
453 2
454 2
455 2
456 2
457 2
458 2
459 2
460 2
461 1
462 2
463 2
464 2
465 2
466 2
467 2
468 2
469 2
470 2
471 2
472 2
473 2
474 2
475 2
476 2
477 2
478 2
479 2
480 2
481 2
482 2
483 2
484 2
485 2
486 2
487 2
488 2
489 2
490 2
491 2
492 2
493 2
494 2
495 2
496 2
497 2
498 2
499 2
500 2
501 2
502 2
503 2
504 2
505 2
506 2
507 2
508 2
509 2
510 2
511 2
512 2
513 2
514 2
515 2
516 2
517 2
518 2
519 2
520 2
521 2
522 2
523 2
524 2
525 2
526 2
527 2
528 2
529 2
530 2
531 2
532 2
533 2
534 2
535 2
536 2
537 2
538 2
539 2
540 2
541 2
542 2
543 2
544 2
545 2
546 2
547 2
548 2
549 2
550 2
551 1
552 2
553 2
554 2
555 2
556 2
557 2
558 2
559 2
560 2
561 2
562 2
563 2
564 2
565 2
566 1
567 2
568 2
569 2
570 1
571 2
572 2
573 2
574 2
575 2
576 2
577 2
578 1
579 2
580 2
581 2
582 2
583 2
584 2
585 1
586 2
587 2
588 2
589 2
590 2
591 2
592 2
593 2
594 2
595 2
596 2
597 2
598 2
599 2
600 2
601 2
602 2
603 2
604 2
605 2
606 2
607 2
608 2
609 2
610 2
611 2
612 2
613 2
614 2
615 2
616 2
617 2
618 1
619 2
620 2
621 2
622 2
623 2
624 2
625 2
626 2
627 1
628 2
629 2
630 2
631 2
632 2
633 2
634 2
635 2
636 2
637 2
638 2
639 2
640 2
641 2
642 2
643 2
644 2
645 2
646 2
647 2
648 2
649 2
650 2
651 2
652 2
653 2
654 2
655 2
656 2
657 2
658 2
659 2
660 2
661 2
662 1
663 2
664 2
665 2
666 2
667 1
668 2
669 2
670 2
671 2
672 2
673 2
674 2
675 2
676 2
677 2
678 2
679 2
680 2
681 2
682 2
683 2
684 2
685 2
686 2
687 2
688 2
689 2
690 2
691 2
692 2
693 2
694 1
695 2
696 2
697 2
698 2
699 1
700 2
701 2
702 2
703 2
704 2
705 2
706 1
707 2
708 2
709 2
710 2
711 2
712 2
713 2
714 2
715 2
716 2
717 2
718 2
719 2
720 2
721 2
722 2
723 2
724 2
725 2
726 2
727 2
728 2
729 2
730 2
731 2
732 2
733 2
734 2
735 2
736 2
737 1
738 2
739 2
740 2
741 2
742 2
743 2
744 2
745 2
746 2
747 2
748 2
749 2
750 2
751 2
752 2
753 2
754 2
755 2
756 2
757 2
758 2
759 2
760 2
761 2
762 2
763 2
764 1
765 2
766 2
767 2
768 2
769 2
770 2
771 2
772 2
773 2
774 2
775 2
776 2
777 2
778 2
779 2
780 1
781 2
782 1
783 2
784 2
785 2
786 2
787 2
788 2
789 2
790 2
791 2
792 2
793 2
794 2
795 2
796 2
797 1
798 2
799 2
800 1
801 2
802 2
803 2
804 2
805 2
806 2
807 2
808 2
809 2
810 2
811 2
812 2
813 2
814 2
815 2
816 2
817 2
818 2
819 2
820 2
821 2
822 2
823 2
824 2
825 1
826 2
827 2
828 2
829 2
830 1
831 2
832 2
833 2
834 2
835 2
836 2
837 2
838 2
839 2
840 2
841 2
842 2
843 2
844 2
845 2
846 2
847 2
848 2
849 2
850 2
851 2
852 2
853 2
854 2
855 2
856 2
857 2
858 2
859 2
860 2
861 1
862 2
863 2
864 2
865 2
866 2
867 2
868 2
869 1
870 2
871 2
872 2
873 2
874 2
875 2
876 2
877 1
878 2
879 2
880 2
881 2
882 2
883 2
884 2
885 2
886 2
887 2
888 2
889 2
890 2
891 2
892 2
893 2
894 2
895 1
896 1
897 2
898 2
899 2
900 2
901 2
902 2
903 2
904 2
905 2
906 2
907 2
908 2
909 2
910 2
911 2
912 2
913 1
914 2
915 2
916 2
917 2
918 2
919 2
920 2
921 2
922 2
923 2
924 2
925 2
926 2
927 2
928 2
929 2
930 2
931 1
932 2
933 2
934 1
935 2
936 2
937 2
938 2
939 2
940 2
941 2
942 2
943 1
944 2
945 2
946 2
947 2
948 2
949 2
950 2
951 2
952 2
953 2
954 2
955 2
956 2
957 2
958 2
959 2
960 2
961 2
962 2
963 2
964 2
965 2
966 2
967 2
968 2
969 2
970 2
971 2
972 2
973 2
974 2
975 2
976 1
977 2
978 2
979 2
980 2
981 2
 982 1
983 2
984 2
985 2
986 1
987 2
988 2
989 2
990 2
991 2
992 2
993 2
994 2
995 2
996 2
997 2
998 2
999 2
1000 2
1001 2
1002 2
1003 2
1004 2
1005 2
1006 2
1007 2
1008 2
1009 1
1010 2
1011 2
1012 1
1013 2
1014 2
1015 1
1016 2
1017 2
1018 2
1019 2
1020 1
1021 2
1022 2
1023 2
1024 2
1025 2
1026 2
1027 2
1028 2
1029 2
1030 2
1031 2
1032 2
1033 2
1034 2
1035 2
1036 2
1037 2
1038 2
1039 2
1040 2
1041 2
1042 2
1043 2
1044 2
1045 2
1046 2
1047 2
1048 2
1049 2
1050 2
1051 2
1052 2
1053 2
1054 2
1055 2
1056 2
1057 2
1058 2
1059 2
1060 2
1061 2
1062 2
1063 2
1064 2
1065 2
1066 2
1067 2
1068 2
1069 2
1070 2
1071 2
1072 2
1073 2
1074 2
1075 2
1076 2
1077 2
1078 2
1079 2
1080 2
1081 1
1082 2
1083 2
1084 1
1085 2
1086 2
1087 2
1088 2
1089 2
1090 2
1091 2
1092 2
1093 2
1094 2
1095 2
1096 2
1097 2
1098 2
1099 2
1100 2
1101 2
1102 2
1103 2
1104 2
1105 2
1106 2
1107 2
1108 2
1109 2
1110 2
1111 2
1112 2
1113 2
1114 2
1115 2
1116 2
1117 2
1118 2
1119 2
1120 2
1121 2
1122 2
1123 2
1124 2
1125 2
1126 2
1127 2
1128 2
1129 2
1130 2
1131 2
1132 2
1133 2
1134 2
1135 2
1136 2
1137 2
1138 2
1139 2
1140 2
1141 2
1142 2
1143 1
1144 1
1145 2
1146 2
1147 2
1148 2
1149 2
1150 2
1151 2
1152 2
1153 2
1154 2
1155 2
1156 2
1157 2
1158 2
1159 2
1160 2
1161 2
1162 2
1163 2
1164 2
1165 2
1166 2
1167 2
1168 2
1169 2
1170 2
1171 2
1172 2
1173 2
1174 2
1175 2
1176 2
1177 2
1178 2
1179 2
1180 2
1181 2
1182 2
1183 2
1184 2
1185 2
1186 2
1187 2
1188 1
1189 2
1190 2
1191 2
1192 2
1193 2
1194 2
1195 2
1196 2
1197 2
1198 2
1199 2
1200 2
1201 2
1202 2
1203 2
1204 2
1205 2
1206 2
1207 2
1208 2
1209 2
1210 2
1211 2
1212 2
1213 2
1214 2
1215 2
1216 2
1217 2
1218 2
1219 2
1220 2
1221 2
1222 2
1223 2
1224 2
1225 2
1226 2
1227 2
1228 2
1229 2
1230 2
1231 2
1232 2
1233 2
1234 1
1235 2
1236 2
1237 2
1238 2
1239 2
1240 2
1241 2
1242 2
1243 2
1244 2
1245 2
1246 2
1247 2
1248 2
1249 2
1250 2
1251 2
1252 2
1253 2
1254 2
1255 2
1256 2
1257 2
1258 2
1259 2
1260 2
1261 2
1262 2
1263 2
1264 2
1265 2
1266 2
1267 2
1268 2
1269 2
1270 2
1271 2
1272 2
1273 2
1274 2
1275 2
1276 2
1277 2
1278 2
1279 2
1280 2
1281 2
1282 2
1283 2
1284 2
1285 2
1286 2
1287 2
1288 2
1289 2
1290 2
1291 2
1292 1
1293 2
1294 2
1295 2
1296 1
1297 2
1298 2
1299 2
1300 2
1301 2
1302 2
1303 2
1304 2
1305 2
1306 2
1307 2
1308 2
1309 2
1310 2
1311 2
1312 2
1313 2
1314 2
1315 2
1316 2
1317 2
1318 2
1319 2
1320 2
1321 2
1322 2
1323 2
1324 2
1325 2
1326 2
1327 2
1328 2
1329 2
1330 2
1331 1
1332 2
1333 2
1334 2
1335 2
1336 2
1337 2
1338 2
1339 2
1340 2
1341 2
1342 2
1343 2
1344 1
1345 2
1346 2
1347 2
1348 2
1349 2
1350 2
1351 2
1352 2
1353 2
1354 2
1355 2
1356 2
1357 2
1358 2
1359 2
1360 2
1361 2
1362 2
1363 2
1364 2
1365 2
1366 2
1367 2
1368 2
1369 2
1370 2
1371 2
1372 2
1373 2
1374 2
1375 2
1376 2
1377 2
1378 2
1379 2
1380 2
1381 2
1382 2
1383 2
1384 2
1385 2
1386 2
1387 2
1388 2
1389 2
1390 2
1391 2
1392 2
1393 2
1394 2
1395 2
1396 2
1397 2
1398 2
1399 2
1400 2
1401 2
1402 2
1403 2
1404 2
1405 2
1406 2
1407 2
1408 2
1409 2
1410 2
1411 2
1412 2
1413 2
1414 2
1415 2
1416 2
1417 2
1418 2
1419 2
1420 2
1421 2
1422 2
1423 2
1424 2
1425 2
1426 2
1427 2
1428 2
1429 2
1430 2
1431 2
1432 2
1433 2
1434 2
1435 2
1436 2
1437 2
1438 2
1439 2
1440 2
1441 2
1442 2
1443 2
1444 2
1445 2
1446 2
1447 2
1448 2
1449 1
1450 2
1451 2
1452 2
1453 2
1454 2
1455 2
1456 2
1457 2
1458 2
1459 2
1460 2
1461 2
1462 2
1463 1
1464 2
1465 2
1466 2
1467 2
1468 2
1469 2
1470 2
1471 2
1472 2
1473 2
1474 2
1475 2
1476 2
1477 2
1478 2
1479 2
1480 2
1481 2
1482 2
1483 2
1484 2
1485 2
1486 2
1487 2
1488 2
1489 2
1490 2
1491 2
1492 2
1493 2
1494 2
1495 2
1496 2
1497 2
1498 1
1499 2
1500 2
1501 2
1502 1
1503 2
1504 2
1505 2
1506 2
1507 2
1508 2
1509 2
1510 2
1511 2
1512 2
1513 2
1514 2
1515 2
1516 2
1517 2
1518 1
1519 2
1520 2
1521 2
1522 2
1523 2
1524 2
1525 2
1526 2
1527 2
1528 2
1529 2
1530 2
1531 2
1532 2
1533 2
1534 2
1535 2
1536 2
1537 2
1538 2
1539 2
1540 2
1541 2
1542 1
1543 2
1544 2
1545 2
1546 2
1547 2
1548 1
1549 2
1550 2
1551 2
1552 2
1553 1
1554 2
1555 2
1556 2
1557 2
1558 2
1559 2
1560 2
1561 2
1562 2
1563 2
1564 2
1565 2
1566 2
1567 2
1568 1
1569 2
1570 2
1571 2
1572 2
1573 2
1574 2
1575 2
1576 2
1577 2
1578 2
1579 1
1580 2
1581 2
1582 2
1583 2
1584 2
1585 2
1586 2
1587 2
1588 2
1589 2
1590 2
1591 2
1592 2
1593 2
1594 2
1595 2
1596 2
1597 2
1598 2
1599 2
1600 2
1601 2
1602 2
1603 2
1604 2
1605 2
1606 2
1607 2
1608 2
1609 2
1610 2
1611 2
1612 2
1613 2
1614 2
1615 2
1616 2
1617 2
1618 2
1619 2
1620 2
1621 2
1622 2
1623 1
1624 2
1625 2
1626 2
1627 2
1628 2
1629 2
1630 2
1631 2
1632 2
1633 2
1634 2
1635 2
1636 2
1637 2
1638 2
1639 2
1640 2
1641 2
1642 2
1643 2
1644 2
1645 2
1646 2
1647 2
1648 2
1649 2
1650 2
1651 2
1652 2
1653 2
1654 2
1655 1
1656 2
1657 2
1658 2
1659 2
1660 2
1661 2
1662 2
1663 2
1664 2
1665 2
1666 2
1667 2
1668 2
1669 2
1670 2
1671 2
1672 2
1673 2
1674 2
1675 2
1676 2
1677 2
1678 2
1679 2
1680 2
1681 2
1682 2
1683 2
1684 2
1685 2
1686 2
1687 2
1688 2
1689 2
1690 2
1691 2
1692 2
1693 2
1694 2
1695 2
1696 2
1697 2
1698 2
1699 2
1700 2
1701 2
1702 2
1703 2
1704 2
1705 2
1706 2
1707 2
1708 2
1709 2
1710 2
1711 2
1712 2
1713 1
1714 2
1715 2
1716 2
1717 2
1718 2
1719 2
1720 2
1721 2
1722 2
1723 2
1724 2
1725 2
1726 2
1727 2
1728 2
1729 2
1730 2
1731 1
1732 2
1733 2
1734 2
1735 2
1736 2
1737 2
1738 2
1739 2
1740 2
1741 2
1742 2
1743 2
1744 2
1745 2
1746 2
1747 2
1748 2
1749 2
1750 1
1751 2
1752 2
1753 1
1754 2
1755 2
1756 2
1757 2
1758 2
1759 2
1760 2
1761 2
1762 2
1763 2
1764 2
1765 2
1766 2
1767 2
1768 2
1769 2
1770 2
1771 2
1772 2
1773 2
1774 2
1775 2
1776 2
1777 2
1778 2
1779 2
1780 2
1781 2
1782 1
1783 2
1784 2
1785 2
1786 2
1787 2
1788 2
1789 2
1790 2
1791 2
1792 2
1793 2
1794 1
1795 2
1796 1
1797 2
1798 2
1799 2
1800 2
1801 2
1802 2
1803 2
1804 2
1805 2
1806 2
1807 2
1808 2
1809 2
1810 2
1811 2
1812 2
1813 2
1814 2
1815 2
1816 2
1817 2
1818 2
1819 2
1820 2
1821 2
1822 2
1823 2
1824 2
1825 2
1826 2
1827 1
1828 2
1829 2
1830 2
1831 2
1832 2
1833 2
1834 2
1835 2
1836 2
1837 2
1838 2
1839 2
1840 2
1841 2
1842 2
1843 2
1844 2
1845 2
1846 2
1847 1
1848 2
1849 2
1850 2
1851 2
1852 2
1853 2
1854 2
1855 2
1856 2
1857 2
1858 2
1859 2
1860 2
1861 2
1862 2
1863 2
1864 2
1865 2
1866 2
1867 2
1868 2
1869 2
1870 2
1871 2
1872 2
1873 2
1874 2
1875 2
1876 2
1877 2
1878 2
1879 2
1880 2
1881 1
1882 2
1883 2
1884 2
1885 2
1886 2
1887 2
1888 2
1889 2
1890 2
1891 2
1892 2
1893 2
1894 2
1895 2
1896 2
1897 2
1898 2
1899 2
1900 2
1901 2
1902 2
1903 2
1904 2
1905 2
1906 2
1907 2
1908 2
1909 2
1910 2
1911 2
1912 2
1913 2
1914 2
1915 2
1916 2
1917 2
1918 2
1919 2
1920 2
1921 2
1922 2
1923 2
1924 2
1925 2
1926 2
1927 2
1928 2
1929 2
1930 2
1931 2
1932 2
1933 2
1934 2
1935 2
1936 2
1937 2
1938 2
1939 2
1940 2
1941 2
1942 2
1943 2
1944 2
1945 2
1946 2
1947 2
1948 2
1949 2
1950 2
1951 2
1952 2
1953 2
1954 2
1955 2
1956 2
1957 2
1958 2
1959 2
1960 2
1961 2
1962 2
1963 2
1964 2
1965 2
1966 2
1967 2
1968 2
1969 2
1970 2
1971 2
1972 2
1973 2
1974 2
1975 2
1976 2
1977 2
1978 2
1979 2
1980 2
1981 2
1982 2
1983 2
1984 2
1985 1
1986 2
1987 2
1988 2
1989 2
1990 2
1991 2
1992 2
1993 2
1994 2
1995 2
1996 2
1997 2
1998 2
1999 2
2000 2
2001 1
2002 2
2003 2
2004 2
2005 2
2006 2
2007 2
2008 2
2009 2
2010 2
2011 2
2012 2
2013 2
2014 2
2015 2
2016 2
2017 1
2018 2
2019 2
2020 2
2021 2
2022 2
2023 1
2024 1
2025 2
2026 2
2027 2
2028 2
2029 2
2030 2
2031 2
2032 2
2033 1
2034 2
2035 2
2036 2
2037 2
2038 2
2039 2
2040 2
2041 2
2042 2
2043 2
2044 2
2045 2
2046 2
2047 2
2048 2
2049 2
2050 2
2051 2
2052 2
2053 2
2054 2
2055 2
2056 2
2057 2
2058 2
2059 2
2060 2
2061 2
2062 2
2063 2
2064 2
2065 2
2066 2
2067 2
2068 2
2069 2
2070 2
2071 2
2072 2
2073 2
2074 2
2075 2
2076 2
2077 2
2078 2
2079 1
2080 2
2081 2
2082 2
2083 2
2084 2
2085 2
2086 2
2087 2
2088 1
2089 1
2090 2
2091 2
2092 2
2093 2
2094 2
2095 2
2096 2
2097 2
2098 2
2099 2
2100 2
2101 2
2102 1
2103 2
2104 2
2105 2
2106 2
2107 2
2108 2
2109 2
2110 2
2111 2
2112 2
2113 2
2114 2
2115 2
2116 2
2117 2
2118 1
2119 2
2120 2
2121 2
2122 2
2123 2
2124 2
2125 2
2126 2
2127 2
2128 2
2129 2
2130 2
2131 2
2132 2
2133 2
2134 1
2135 2
2136 2
2137 1
2138 2
2139 2
2140 1
2141 2
2142 2
2143 2
2144 2
2145 2
2146 2
2147 2
2148 2
2149 2
2150 2
2151 2
2152 2
2153 2
2154 2
2155 2
2156 2
2157 2
2158 2
2159 2
2160 2
2161 2
2162 2
2163 2
2164 2
2165 2
2166 2
2167 2
2168 2
2169 2
2170 2
2171 2
2172 2
2173 2
2174 2
2175 2
2176 2
2177 2
2178 2
2179 2
2180 2
2181 2
2182 2
2183 2
2184 2
2185 2
2186 2
2187 2
2188 2
2189 2
2190 2
2191 2
2192 2
2193 2
2194 2
2195 2
2196 2
2197 2
2198 2
2199 2
2200 2
2201 2
2202 2
2203 2
2204 2
2205 2
2206 2
2207 2
2208 2
2209 2
2210 2
2211 2
2212 2
2213 2
2214 2
2215 2
2216 2
2217 2
2218 2
2219 2
2220 2
2221 2
2222 2
2223 2
2224 2
2225 2
2226 1
2227 2
2228 2
2229 2
2230 2
2231 2
2232 2
2233 2
2234 2
2235 2
2236 2
2237 2
2238 2
2239 2
2240 2
2241 2
2242 2
2243 2
2244 2
2245 2
2246 2
2247 2
2248 2
2249 2
2250 2
2251 2
2252 2
2253 2
2254 2
2255 2
2256 2
2257 2
2258 2
2259 2
2260 2
2261 2
2262 2
2263 1
2264 2
2265 2
2266 2
2267 2
2268 2
2269 2
2270 2
2271 2
2272 2
2273 2
2274 2
2275 2
2276 2
2277 2
2278 2
2279 2
2280 2
2281 2
2282 2
2283 2
2284 2
2285 2
2286 2
2287 2
2288 2
2289 2
2290 2
2291 2
2292 2
2293 2
2294 2
2295 2
2296 2
2297 2
2298 2
2299 2
2300 2
2301 2
2302 2
2303 2
2304 2
2305 2
2306 2
2307 2
2308 2
2309 2
2310 2
2311 2
2312 2
2313 2
2314 2
2315 1
2316 2
2317 2
2318 2
2319 2
2320 2
2321 2
2322 2
2323 2
2324 2
2325 2
2326 2
2327 2
2328 2
2329 2
2330 2
2331 2
2332 2
2333 2
2334 2
2335 2
2336 2
2337 2
2338 2
2339 2
2340 2
2341 2
2342 2
2343 2
2344 2
2345 2
2346 2
2347 2
2348 2
2349 2
2350 2
2351 2
2352 2
2353 2
2354 2
2355 1
2356 2
2357 2
2358 1
2359 2
2360 2
2361 2
2362 2
2363 2
2364 2
2365 2
2366 2
2367 2
2368 2
2369 2
2370 2
2371 2
2372 2
2373 1
2374 2
2375 2
2376 2
2377 2
2378 2
2379 2
2380 2
2381 2
2382 2
2383 2
2384 2
2385 2
2386 2
2387 2
2388 2
2389 2
2390 2
2391 2
2392 2
2393 2
2394 2
2395 2
2396 2
2397 2
2398 2
2399 2
2400 2
2401 2
2402 2
2403 2
2404 2
2405 2
2406 2
2407 2
2408 2
2409 2
2410 2
2411 2
2412 2
2413 2
2414 2
2415 2
2416 2
2417 2
2418 1
2419 2
2420 2
2421 2
2422 2
2423 2
2424 2
2425 2
2426 2
2427 2
2428 2
2429 2
2430 2
2431 2
2432 2
2433 2
2434 2
2435 2
2436 2
2437 2
2438 2
2439 2
2440 2
2441 2
2442 2
2443 2
2444 2
2445 2
2446 2
2447 2
2448 2
2449 2
2450 2
2451 1
2452 2
2453 2
2454 2
2455 2
2456 2
2457 2
2458 2
2459 1
2460 2
2461 2
2462 2
2463 2
2464 2
2465 2
2466 2
2467 2
2468 2
2469 2
2470 2
2471 2
2472 2
2473 2
2474 2
2475 2
2476 2
2477 2
2478 2
2479 1
2480 2
2481 2
2482 2
2483 2
2484 2
2485 2
2486 2
2487 2
2488 2
2489 2
2490 2
2491 2
2492 2
2493 2
2494 2
2495 2
2496 2
2497 2
2498 2
2499 2
2500 2
2501 2
2502 2
2503 2
2504 2
2505 1
2506 2
2507 2
2508 2
2509 2
2510 2
2511 2
2512 2
2513 1
2514 2
2515 2
2516 2
2517 2
2518 2
2519 2
2520 2
2521 2
2522 2
2523 2
2524 2
2525 2
2526 2
2527 2
2528 2
2529 2
2530 2
2531 2
2532 2
2533 2
2534 2
2535 1
2536 2
2537 2
2538 2
2539 2
2540 2
2541 1
2542 2
2543 2
2544 1
2545 2
2546 2
2547 2
2548 2
2549 2
2550 2
2551 2
2552 2
2553 2
2554 2
2555 2
2556 2
2557 2
2558 2
2559 2
2560 2
2561 2
2562 2
2563 2
2564 2
2565 2
2566 2
2567 1
2568 2
2569 2
2570 2
2571 2
2572 2
2573 2
2574 2
2575 2
2576 2
2577 2
2578 2
2579 2
2580 1
2581 2
2582 2
2583 2
2584 2
2585 2
2586 2
2587 2
2588 2
2589 2
2590 2
2591 2
2592 2
2593 2
2594 2
2595 2
2596 2
2597 2
2598 2
2599 2
2600 2
2601 2
2602 2
2603 2
2604 2
2605 2
2606 2
2607 1
2608 2
2609 2
2610 2
2611 2
2612 2
2613 1
2614 2
2615 2
2616 2
2617 2
2618 2
2619 2
2620 2
2621 2
2622 2
2623 2
2624 2
2625 2
2626 2
2627 2
2628 2
2629 2
2630 2
2631 2
2632 2
2633 2
2634 2
2635 2
2636 2
2637 2
2638 2
2639 2
2640 2
2641 2
2642 2
2643 2
2644 2
2645 2
2646 2
2647 2
2648 2
2649 1
2650 2
2651 2
2652 2
2653 2
2654 2
2655 2
2656 2
2657 2
2658 2
2659 2
2660 2
2661 2
2662 2
2663 2
2664 2
2665 2
2666 2
2667 2
2668 2
2669 2
2670 2
2671 2
2672 2
2673 2
2674 2
2675 2
2676 2
2677 1
2678 2
2679 2
2680 2
2681 2
2682 2
2683 2
2684 2
2685 1
2686 2
2687 1
2688 2
2689 2
2690 2
2691 2
2692 2
2693 2
2694 2
2695 2
2696 2
2697 2
2698 2
2699 2
2700 1
2701 2
2702 2
2703 2
2704 2
2705 1
2706 2
2707 2
2708 2
2709 2
2710 2
2711 2
2712 2
2713 2
2714 2
2715 2
2716 2
2717 2
2718 2
2719 2
2720 2
2721 2
2722 2
2723 2
2724 2
2725 2
2726 2
2727 2
2728 2
2729 2
2730 2
2731 2
2732 2
2733 2
2734 2
2735 2
2736 2
2737 2
2738 2
2739 2
2740 2
2741 2
2742 2
2743 2
2744 2
2745 2
2746 2
2747 2
2748 2
2749 2
2750 2
2751 2
2752 1
2753 2
2754 1
2755 2
2756 2
2757 2
2758 2
2759 2
2760 2
2761 2
2762 2
2763 2
2764 2
2765 2
2766 2
2767 2
2768 2
2769 2
2770 2
2771 2
2772 2
2773 2
2774 2
2775 2
2776 2
2777 2
2778 2
2779 2
2780 2
2781 2
2782 2
2783 2
2784 2
2785 2
2786 2
2787 2
2788 2
2789 2
2790 2
2791 2
2792 2
2793 2
2794 2
2795 2
2796 2
2797 2
2798 2
2799 2
2800 2
2801 2
2802 2
2803 2
2804 2
2805 2
2806 2
2807 2
2808 2
2809 2
2810 2
2811 2
2812 2
2813 2
2814 2
2815 2
2816 2
2817 2
2818 2
2819 2
2820 2
2821 2
2822 2
2823 2
2824 2
2825 2
2826 2
2827 2
2828 2
2829 2
2830 1
2831 2
2832 2
2833 2
2834 2
2835 2
2836 2
2837 2
2838 2
2839 2
2840 2
2841 2
2842 2
2843 2
2844 2
2845 2
2846 2
2847 2
2848 2
2849 2
2850 2
2851 2
2852 2
2853 2
2854 2
2855 2
2856 2
2857 2
2858 2
2859 2
2860 2
2861 2
2862 2
2863 2
2864 2
2865 2
2866 2
2867 2
2868 2
2869 2
2870 2
2871 2
2872 2
2873 2
2874 1
2875 2
2876 2
2877 2
2878 2
2879 2
2880 2
2881 2
2882 2
2883 2
2884 2
2885 2
2886 2
2887 2
2888 2
2889 2
2890 2
2891 2
2892 2
2893 2
2894 2
2895 2
2896 2
2897 1
2898 2
2899 2
2900 2
2901 2
2902 2
2903 2
2904 2
2905 2
2906 2
2907 2
2908 2
2909 2
2910 2
2911 1
2912 2
2913 2
2914 2
2915 2
2916 2
2917 2
2918 1
2919 2
2920 2
2921 2
2922 2
2923 2
2924 2
2925 2
2926 2
2927 2
2928 2
2929 2
2930 2
2931 2
2932 2
2933 2
2934 2
2935 2
2936 2
2937 2
2938 2
2939 2
2940 2
2941 2
2942 2
2943 2
2944 2
2945 2
2946 2
2947 2
2948 2
2949 2
2950 2
2951 2
2952 2
2953 2
2954 2
2955 2
2956 2
2957 2
2958 2
2959 2
2960 2
2961 2
2962 2
2963 2
2964 2
2965 2
2966 2
2967 2
2968 2
2969 2
2970 2
2971 2
2972 2
2973 2
2974 2
2975 2
2976 2
2977 2
2978 2
2979 2
2980 2
2981 2
2982 2
2983 2
2984 1
2985 2
2986 2
2987 2
2988 2
2989 2
2990 2
2991 2
2992 1
2993 2
2994 2
2995 2
2996 2
2997 2
2998 2
2999 2
3000 2
 INTERVALO DE CONFIANZA n°

1
Variable 2
Fosfatasa 3
Cálculo 4
Proporción (p) 0.92 5

Significancia 5%
6
Valor Z 1.96 7
N= 3000
8
n= 2774 9
IC= -0.01 10
11
12
Tamaño Población N= 3000 54.75 13
Tamaño Muestra n= 2774 14
Tamaño proporcion p= 0.92 0.0018 0.998 15
Nivel de confianza Z= (1 - a) 95% 1.96 16
significancia a= 5% 17
18
𝑝 ̅±𝑍_(𝑎⁄2) √((𝑝 ̅(1−𝑝 ̅))/𝑛)= 19
9.780E-05 20
21
22
IC (𝑝 ̂±𝑍_(𝑎⁄2)∗√((𝑝 ̂(1−𝑝 ̂ ))/𝑛)∗√((𝑁−𝑛)/(𝑁−1))=) 23
IC= -0.010 24
25
-0.0081 26
IC=
0.0117 27
28
29
Analisis: Para el Intervalo de confianza aquí calculado hay un 95% 30
de confianza de que contenga el valor de la proporción poblacional 31
de la variable cualitativa fosfatasa siendo este -0,010 el cual desde 32
-0,0081 hasta 0,0117 33

34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
 82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
 982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
1559
1560
1561
1562
1563
1564
1565
1566
1567
1568
1569
1570
1571
1572
1573
1574
1575
1576
1577
1578
1579
1580
1581
1582
1583
1584
1585
1586
1587
1588
1589
1590
1591
1592
1593
1594
1595
1596
1597
1598
1599
1600
1601
1602
1603
1604
1605
1606
1607
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
1620
1621
1622
1623
1624
1625
1626
1627
1628
1629
1630
1631
1632
1633
1634
1635
1636
1637
1638
1639
1640
1641
1642
1643
1644
1645
1646
1647
1648
1649
1650
1651
1652
1653
1654
1655
1656
1657
1658
1659
1660
1661
1662
1663
1664
1665
1666
1667
1668
1669
1670
1671
1672
1673
1674
1675
1676
1677
1678
1679
1680
1681
1682
1683
1684
1685
1686
1687
1688
1689
1690
1691
1692
1693
1694
1695
1696
1697
1698
1699
1700
1701
1702
1703
1704
1705
1706
1707
1708
1709
1710
1711
1712
1713
1714
1715
1716
1717
1718
1719
1720
1721
1722
1723
1724
1725
1726
1727
1728
1729
1730
1731
1732
1733
1734
1735
1736
1737
1738
1739
1740
1741
1742
1743
1744
1745
1746
1747
1748
1749
1750
1751
1752
1753
1754
1755
1756
1757
1758
1759
1760
1761
1762
1763
1764
1765
1766
1767
1768
1769
1770
1771
1772
1773
1774
1775
1776
1777
1778
1779
1780
1781
1782
1783
1784
1785
1786
1787
1788
1789
1790
1791
1792
1793
1794
1795
1796
1797
1798
1799
1800
1801
1802
1803
1804
1805
1806
1807
1808
1809
1810
1811
1812
1813
1814
1815
1816
1817
1818
1819
1820
1821
1822
1823
1824
1825
1826
1827
1828
1829
1830
1831
1832
1833
1834
1835
1836
1837
1838
1839
1840
1841
1842
1843
1844
1845
1846
1847
1848
1849
1850
1851
1852
1853
1854
1855
1856
1857
1858
1859
1860
1861
1862
1863
1864
1865
1866
1867
1868
1869
1870
1871
1872
1873
1874
1875
1876
1877
1878
1879
1880
1881
1882
1883
1884
1885
1886
1887
1888
1889
1890
1891
1892
1893
1894
1895
1896
1897
1898
1899
1900
1901
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
2041
2042
2043
2044
2045
2046
2047
2048
2049
2050
2051
2052
2053
2054
2055
2056
2057
2058
2059
2060
2061
2062
2063
2064
2065
2066
2067
2068
2069
2070
2071
2072
2073
2074
2075
2076
2077
2078
2079
2080
2081
2082
2083
2084
2085
2086
2087
2088
2089
2090
2091
2092
2093
2094
2095
2096
2097
2098
2099
2100
2101
2102
2103
2104
2105
2106
2107
2108
2109
2110
2111
2112
2113
2114
2115
2116
2117
2118
2119
2120
2121
2122
2123
2124
2125
2126
2127
2128
2129
2130
2131
2132
2133
2134
2135
2136
2137
2138
2139
2140
2141
2142
2143
2144
2145
2146
2147
2148
2149
2150
2151
2152
2153
2154
2155
2156
2157
2158
2159
2160
2161
2162
2163
2164
2165
2166
2167
2168
2169
2170
2171
2172
2173
2174
2175
2176
2177
2178
2179
2180
2181
2182
2183
2184
2185
2186
2187
2188
2189
2190
2191
2192
2193
2194
2195
2196
2197
2198
2199
2200
2201
2202
2203
2204
2205
2206
2207
2208
2209
2210
2211
2212
2213
2214
2215
2216
2217
2218
2219
2220
2221
2222
2223
2224
2225
2226
2227
2228
2229
2230
2231
2232
2233
2234
2235
2236
2237
2238
2239
2240
2241
2242
2243
2244
2245
2246
2247
2248
2249
2250
2251
2252
2253
2254
2255
2256
2257
2258
2259
2260
2261
2262
2263
2264
2265
2266
2267
2268
2269
2270
2271
2272
2273
2274
2275
2276
2277
2278
2279
2280
2281
2282
2283
2284
2285
2286
2287
2288
2289
2290
2291
2292
2293
2294
2295
2296
2297
2298
2299
2300
2301
2302
2303
2304
2305
2306
2307
2308
2309
2310
2311
2312
2313
2314
2315
2316
2317
2318
2319
2320
2321
2322
2323
2324
2325
2326
2327
2328
2329
2330
2331
2332
2333
2334
2335
2336
2337
2338
2339
2340
2341
2342
2343
2344
2345
2346
2347
2348
2349
2350
2351
2352
2353
2354
2355
2356
2357
2358
2359
2360
2361
2362
2363
2364
2365
2366
2367
2368
2369
2370
2371
2372
2373
2374
2375
2376
2377
2378
2379
2380
2381
2382
2383
2384
2385
2386
2387
2388
2389
2390
2391
2392
2393
2394
2395
2396
2397
2398
2399
2400
2401
2402
2403
2404
2405
2406
2407
2408
2409
2410
2411
2412
2413
2414
2415
2416
2417
2418
2419
2420
2421
2422
2423
2424
2425
2426
2427
2428
2429
2430
2431
2432
2433
2434
2435
2436
2437
2438
2439
2440
2441
2442
2443
2444
2445
2446
2447
2448
2449
2450
2451
2452
2453
2454
2455
2456
2457
2458
2459
2460
2461
2462
2463
2464
2465
2466
2467
2468
2469
2470
2471
2472
2473
2474
2475
2476
2477
2478
2479
2480
2481
2482
2483
2484
2485
2486
2487
2488
2489
2490
2491
2492
2493
2494
2495
2496
2497
2498
2499
2500
2501
2502
2503
2504
2505
2506
2507
2508
2509
2510
2511
2512
2513
2514
2515
2516
2517
2518
2519
2520
2521
2522
2523
2524
2525
2526
2527
2528
2529
2530
2531
2532
2533
2534
2535
2536
2537
2538
2539
2540
2541
2542
2543
2544
2545
2546
2547
2548
2549
2550
2551
2552
2553
2554
2555
2556
2557
2558
2559
2560
2561
2562
2563
2564
2565
2566
2567
2568
2569
2570
2571
2572
2573
2574
2575
2576
2577
2578
2579
2580
2581
2582
2583
2584
2585
2586
2587
2588
2589
2590
2591
2592
2593
2594
2595
2596
2597
2598
2599
2600
2601
2602
2603
2604
2605
2606
2607
2608
2609
2610
2611
2612
2613
2614
2615
2616
2617
2618
2619
2620
2621
2622
2623
2624
2625
2626
2627
2628
2629
2630
2631
2632
2633
2634
2635
2636
2637
2638
2639
2640
2641
2642
2643
2644
2645
2646
2647
2648
2649
2650
2651
2652
2653
2654
2655
2656
2657
2658
2659
2660
2661
2662
2663
2664
2665
2666
2667
2668
2669
2670
2671
2672
2673
2674
2675
2676
2677
2678
2679
2680
2681
2682
2683
2684
2685
2686
2687
2688
2689
2690
2691
2692
2693
2694
2695
2696
2697
2698
2699
2700
2701
2702
2703
2704
2705
2706
2707
2708
2709
2710
2711
2712
2713
2714
2715
2716
2717
2718
2719
2720
2721
2722
2723
2724
2725
2726
2727
2728
2729
2730
2731
2732
2733
2734
2735
2736
2737
2738
2739
2740
2741
2742
2743
2744
2745
2746
2747
2748
2749
2750
2751
2752
2753
2754
2755
2756
2757
2758
2759
2760
2761
2762
2763
2764
2765
2766
2767
2768
2769
2770
2771
2772
2773
2774
2775
2776
2777
2778
2779
2780
2781
2782
2783
2784
2785
2786
2787
2788
2789
2790
2791
2792
2793
2794
2795
2796
2797
2798
2799
2800
2801
2802
2803
2804
2805
2806
2807
2808
2809
2810
2811
2812
2813
2814
2815
2816
2817
2818
2819
2820
2821
2822
2823
2824
2825
2826
2827
2828
2829
2830
2831
2832
2833
2834
2835
2836
2837
2838
2839
2840
2841
2842
2843
2844
2845
2846
2847
2848
2849
2850
2851
2852
2853
2854
2855
2856
2857
2858
2859
2860
2861
2862
2863
2864
2865
2866
2867
2868
2869
2870
2871
2872
2873
2874
2875
2876
2877
2878
2879
2880
2881
2882
2883
2884
2885
2886
2887
2888
2889
2890
2891
2892
2893
2894
2895
2896
2897
2898
2899
2900
2901
2902
2903
2904
2905
2906
2907
2908
2909
2910
2911
2912
2913
2914
2915
2916
2917
2918
2919
2920
2921
2922
2923
2924
2925
2926
2927
2928
2929
2930
2931
2932
2933
2934
2935
2936
2937
2938
2939
2940
2941
2942
2943
2944
2945
2946
2947
2948
2949
2950
2951
2952
2953
2954
2955
2956
2957
2958
2959
2960
2961
2962
2963
2964
2965
2966
2967
2968
2969
2970
2971
2972
2973
2974
2975
2976
2977
2978
2979
2980
2981
2982
2983
2984
2985
2986
2987
2988
2989
2990
2991
2992
2993
2994
2995
2996
2997
2998
2999
3000
% Proteína
TIPO
3.4 intervalo de confianza
Muestreo en que los n elementos
3.2 Variable número i, que designará, en un
%Proteina for
3.1
3.2 Cálculo Características:
3.3 1) Una lista completa de la població
Promedio
3.19890000000003
( )
3.1 2) La población ordenada y la mues
Desviación
3.1 0.103436081749405 Esta es la forma o cada cuanto se s
(s)
Significancia 8%
3.2 K= N/n
3.2 Valor Z = 1.96 K= fracción sistemática (o
Limite inferior= 3.1938531
3.1 IC = N= Tamaño de la población
Limite superior=3.2039469
3.1 n= Tamaño de la muestra
3.1 n= 1613.636293
3.4 ALFA -0.96 K= N/n
3 RADIO IC 0.0050469 N= 3000
3.4 n= 2375
3.3 K= 1.26
3.1
3.1
3.1 K= 1
3.4 Alea= 1
3.1 Fijo= 1
3.3
3.2
3.2
3.2
3.2
3.1
3.2
3.2
3.2
3.3
3.1
3.1

3.1
3 11 11
3.2 16 16
3.2 19 19
3.1 21 21
3 33 33
3.1 36 36
3.1 53 53
3.5 59 59
2.9 65 65
3.4 68 68
3.2 77 77
3 84 84
3.1 93 93
3.3 96 96
3.2 101 101
3.1 102 102
3.1 103 103
3.1 116 116
3.3 124 124
3.2 132 132
3.4 133 133
3.2 134 134
3.5 135 135
3.3 141 141
3.3 143 143
3.1 153 153
3.1 168 168
3.4 169 169
3.1 171 171
3.2 184 184
3.3 186 186
3.3 191 191
3.2 206 206
3.1 207 207
3.1 221 221
3.2 228 228
3.3 237 237
3.3 239 239
3.4 243 243
3.2 244 244
3.2 253 253
3.2 256 256
3.1 274 274
3.1 277 277
3.3 280 280
3.2 282 282
3.1 283 283
3.4 289 289
3.3 290 290
3.3 297 297
3.3 299 299
3.1 310 310
3.2 312 312
3.2 319 319
3.2 322 322
3.2 323 323
3.1 324 324
3 360 360
3.1 372 372
3.6 377 377
3.4 383 383
3.2 388 388
3.3 390 390
3.2 394 394
3.1 401 401
3.2 402 402
3.2 405 405
3.2 413 413
3.2 415 415
3.2 417 417
3.2 423 423
3.2 430 430
3.2 433 433
3.2 436 436
3.3 440 440
3.2 445 445
3 449 449
3.3 453 453
3.2 458 458
3.2 466 466
3.1 467 467
3.4 474 474
3.3 485 485
3.3 490 490
3.2 493 493
3.2 500 500
3.3 503 503
3.2 510 510
3.2 513 513
3.2 534 534
3.3 540 540
3.1 543 543
3.3 547 547
3.2 549 549
3.2 561 561
3.1 566 566
3.1 573 573
3.2 576 576
3.2 579 579
3.1 580 580
3.3 591 591
3.3 595 595
3.1 598 598
3.2 623 623
3.3 628 628
3.1 639 639
3.2 641 641
3 642 642
3.1 643 643
3.3 647 647
3.2 648 648
3 654 654
3.2 661 661
3.4 664 664
3.1 673 673
3.2 682 682
3.2 683 683
3.1 684 684
3.2 685 685
3.2 697 697
3.4 698 698
3.2 699 699
3.2 704 704
3.1 705 705
3.4 714 714
3.3 716 716
3.4 720 720
3.2 722 722
3.1 726 726
3.2 740 740
3.2 752 752
3.2 762 762
3.2 769 769
3.3 778 778
3.3 783 783
3 785 785
3 793 793
3.2 799 799
3.2 800 800
3.2 812 812
3.3 813 813
3.1 821 821
3.3 824 824
3.4 827 827
3.1 847 847
3.3 855 855
3.3 869 869
3.2 882 882
3.2 884 884
3.2 893 893
3.2 903 903
3.3 906 906
3.2 912 912
3.2 913 913
3.1 915 915
3.2 919 919
3.3 929 929
3.2 936 936
3.2 939 939
3.1 944 944
3 946 946
3 949 949
3.1 952 952
3.1 953 953
3.3 960 960
3.3 970 970
3.1 973 973
3.2 974 974
3.2 983 983
3.3 997 997
3.2 999 999
3.2 1015 1015
3.2 1023 1023
3.2 1028 1028
3 1036 1036
3.1 1037 1037
3.1 1045 1045
3.1 1046 1046
3.3 1052 1052
3.3 1057 1057
3.1 1060 1060
3.3 1074 1074
3.4 1087 1087
3.3 1099 1099
3.3 1103 1103
3.1 1108 1108
3.4 1111 1111
3 1112 1112
3.2 1128 1128
3.1 1141 1141
3.3 1147 1147
3.2 1150 1150
3 1154 1154
3.2 1164 1164
3.1 1166 1166
3.2 1169 1169
3.1 1178 1178
2.9 1180 1180
3.1 1181 1181
3.3 1182 1182
3.2 1186 1186
3.2 1194 1194
3.1 1236 1236
3.2 1237 1237
3.1 1238 1238
3.3 1243 1243
3.2 1251 1251
3.1 1255 1255
3.2 1260 1260
3.3 1264 1264
2.9 1268 1268
3.3 1269 1269
3 1277 1277
3.2 1279 1279
3.1 1281 1281
3 1286 1286
3.1 1293 1293
3 1297 1297
3.3 1298 1298
3.2 1300 1300
3.2 1305 1305
3.2 1306 1306
3.1 1308 1308
3.1 1312 1312
3.2 1332 1332
3.2 1333 1333
3.3 1350 1350
3.1 1352 1352
3.1 1353 1353
3.1 1356 1356
3.2 1370 1370
3.2 1372 1372
3.3 1379 1379
3.2 1382 1382
3.2 1386 1386
3.4 1387 1387
3.1 1389 1389
3.2 1394 1394
3.1 1397 1397
3.2 1400 1400
3 1408 1408
3.2 1426 1426
3.2 1429 1429
3.2 1432 1432
3.3 1439 1439
3 1441 1441
3.1 1454 1454
3.1 1456 1456
3.1 1460 1460
3.2 1462 1462
3.3 1469 1469
3.1 1472 1472
3.1 1474 1474
3.2 1475 1475
3.3 1476 1476
3.1 1477 1477
3.1 1481 1481
3 1483 1483
3.4 1493 1493
3.1 1499 1499
3.3 1503 1503
3.2 1505 1505
3.4 1520 1520
3.1 1521 1521
3.1 1546 1546
3.3 1549 1549
3.1 1553 1553
3.2 1557 1557
3.2 1568 1568
3.3 1570 1570
3.1 1578 1578
3.2 1584 1584
3.2 1585 1585
3.4 1591 1591
3.3 1593 1593
3.2 1594 1594
3.3 1613 1613
3.1 1617 1617
3.3 1619 1619
3.2 1621 1621
3.2 1645 1645
3.2 1648 1648
3.2 1649 1649
3.2 1671 1671
3.1 1674 1674
3.3 1690 1690
3.3 1692 1692
3.2 1696 1696
3.1 1709 1709
3.4 1715 1715
3.2 1718 1718
3.2 1724 1724
3.2 1737 1737
3.4 1738 1738
3.2 1740 1740
3.3 1742 1742
3.3 1756 1756
3.2 1759 1759
3.2 1766 1766
3.2 1767 1767
3 1769 1769
3.1 1777 1777
3.3 1780 1780
3.2 1781 1781
3.3 1785 1785
3.2 1787 1787
3.3 1795 1795
3.2 1805 1805
3.2 1806 1806
3.2 1808 1808
3.2 1809 1809
3.2 1821 1821
3.2 1823 1823
3 1841 1841
3.2 1845 1845
3.2 1851 1851
3.2 1853 1853
3.1 1854 1854
3 1856 1856
3.2 1859 1859
3.2 1863 1863
3.3 1864 1864
3.1 1865 1865
3.3 1869 1869
3.1 1875 1875
3.1 1878 1878
3.3 1892 1892
3.4 1901 1901
3.3 1903 1903
3.2 1916 1916
3.3 1920 1920
3.2 1931 1931
3.3 1935 1935
3.2 1936 1936
3.3 1938 1938
3.3 1940 1940
3.1 1942 1942
3.1 1953 1953
3.2 1960 1960
3.2 1978 1978
3.4 1985 1985
3.1 1987 1987
3.3 2015 2015
3 2021 2021
3.2 2024 2024
3.1 2034 2034
3.2 2036 2036
3.3 2039 2039
3.3 2048 2048
2.9 2055 2055
3.3 2058 2058
3.2 2061 2061
3.1 2064 2064
3.3 2085 2085
3.1 2090 2090
3.1 2096 2096
3.2 2098 2098
3.2 2101 2101
3.2 2128 2128
3.1 2129 2129
3.3 2134 2134
3.1 2136 2136
3.3 2144 2144
3.2 2149 2149
3.3 2153 2153
3.3 2159 2159
3.2 2165 2165
3.4 2172 2172
3.3 2177 2177
3.1 2199 2199
3.2 2200 2200
3.3 2207 2207
3.2 2218 2218
3.2 2219 2219
3.3 2230 2230
3.2 2235 2235
3.2 2236 2236
3.3 2241 2241
3.1 2253 2253
3.3 2255 2255
3 2258 2258
3 2263 2263
3.1 2266 2266
3.2 2269 2269
3.2 2283 2283
3.1 2295 2295
3.3 2296 2296
3.3 2308 2308
3 2311 2311
3.2 2318 2318
3.2 2324 2324
3.2 2326 2326
3.1 2345 2345
3.2 2347 2347
3.2 2353 2353
3.2 2357 2357
3.3 2361 2361
3.1 2366 2366
3.3 2367 2367
3.2
3.2
3.4
3.2
3.2
3.2
3.2
3.2
3.2
3.2
3.3
3.3
3.3
3.1
3.1
3.3
3.3
3.1
3.2
3.2
3.3
3.3
3.3
3.4
3.1
3.1
3.2
3.1
3.3
3.2
3.3
3.3
3.1
3.3
3.1
3.2
3.3
3.1
3.2
3.2
3.1
3.3
3.2
3.2
3.1
3.1
3.1
3
3
3.3
3.2
3.1
3.1
3.1
3.3
3.2
3.1
3.3
3.2
2.9
3.2
3.2
3.2
3.1
3.2
3
3.3
3.1
3.3
3.1
3.1
3.3
3.3
3
3.3
3.3
3.1
3.1
3.2
3
3.1
3.2
3.2
3.1
3.3
3.1
3.1
3.1
3.1
3.2
3.4
3.1
3.3
3.2
3.1
3.2
3.3
3.2
3.2
3.1
3.2
3.3
3.1
3.2
3.1
3.2
3.1
3.4
3.3
3.2
3.1
3.2
3.2
3.2
3.1
3.2
3.3
3.2
3.2
3.2
3.3
3.2
3.4
3.2
3.1
3.2
3.2
3.2
3.3
3.2
3.2
3.2
3.2
3
3
3.1
3.2
3.1
3
3.2
3.1
3.1
3.1
3.2
3.2
3.2
3.3
3.1
3.3
3.3
3.3
3.1
3.3
3.1
3.2
3.3
3.3
3.3
3.2
3.1
3
3.1
3.2
3.2
3.2
3.2
3.3
3.1
3.4
3.3
3.1
3.3
3.1
3.3
3.1
3.1
3.1
3.3
3.3
3.3
3.4
2.9
3.2
3.1
3.3
3
3.2
3.3
 3
3.2
3.3
3.3
3.3
3.2
3.1
3.2
3.1
3.2
3.2
3.4
3.3
3.1
3.4
3.1
3.1
3.2
3.5
3.1
3.3
3.3
3.1
3.2
3.2
3.2
3.1
3.3
3.2
3.1
3
3.2
3
3.2
3.3
3.4
3.2
3.2
3.2
3.3
3.2
3.1
3.3
3.2
3.4
3.3
3.2
3.1
3.3
3.1
3.3
3.3
3
3.3
3.2
3.2
3
3.2
3.3
3.4
3.1
3.2
3.2
3.1
3.2
3.4
3.3
3.2
3.1
3.2
3.2
3.3
3.1
3.2
3.2
3.2
3.3
3.2
3.2
3
3.3
3.2
3.2
3.1
3.3
3.3
3.3
3.1
3.2
3.3
3.1
3.1
3.1
3.2
3
3.2
3.2
3.3
3.2
3.3
3.3
3.1
3.1
3.2
3.3
3.2
3.2
3.4
3.3
3
3.3
3
3.2
3.2
3.2
3.3
3.3
3.3
3
3.3
3.1
3.2
3.1
3.2
3.1
3.1
3.2
3.1
3.2
3
3.1
3.3
3.1
3.2
3.2
 3
3.3
3.2
3.1
3.2
3.1
3.2
3.2
3.3
3.1
3.2
3.3
3.3
3.2
3.3
3.3
3.3
3.2
3.2
3.1
3.3
3.3
3.1
3.1
3.3
3.2
3.2
3.4
3
3.4
3.2
3.1
3.2
3.2
3.3
3.2
3.1
3.5
3.2
3.3
3.1
3.2
3
3.1
3.1
3.1
3.3
3.2
3
2.9
3.1
3.2
3.2
3.4
3.3
3.3
3.3
3.2
3.2
3.2
3.3
3.3
3.4
3
3.2
2.9
3.4
3.2
3.2
3.3
3.3
3.2
3
3.2
3.3
3.3
3.2
3.2
3.2
3.2
3.3
3.2
3.3
3.1
3.3
3.2
3.3
3.2
3.4
3
3.2
3.2
3.3
3
3.1
3.1
3.1
3.3
3.2
3.2
3.2
3.1
3
3.2
3.2
3.3
3.2
3.3
3.1
3.3
3.1
3.3
3.4
3.3
3.2
3
3.2
3.2
3.2
3.1
3.3
3.4
3.1
3.3
3.4
3.1
3.2
3.1
3.3
3.3
3.3
3.4
3.3
3.1
3.2
3.3
3.2
3.4
3.1
3.3
3.4
3.3
3
3
3.3
3.2
3.2
3.2
3.3
3.3
3.2
3.2
3.2
3.2
3.2
3.3
3.1
3.1
3.3
3.2
3
3
3.3
3.1
3.2
3.2
3.2
3.3
3.3
3.3
3.2
3.2
3.2
3.4
3.1
3.4
3.1
2.9
3.3
3.2
 3
3.2
3.1
3.1
3.1
3.3
3.3
3.1
3.2
3.1
3.1
3.1
3.2
3.2
3.2
3.1
3.3
3.3
3.2
3.3
3.3
3.1
3.2
3.1
3.3
3.1
3.4
3.3
3.1
3.1
3.2
3.2
3.3
3.1
3.3
3.1
3.3
3.1
3.4
3.3
3.2
3.3
3.3
3.2
3.1
3.2
3.2
3
3.3
3.1
3.4
3.3
3.1
3.2
3.2
3.4
3.4
3.3
3.3
3.2
3.2
3.3
3.2
3.1
3.3
3.2
3.1
3.3
3.1
3.2
3.2
3.1
3.2
3.1
3.2
3.4
3
3.2
3.3
3.2
3.1
3.2
3.2
3.1
3.3
3.3
3.3
3.3
3.2
3.2
3.3
3.2
3
3.2
3.3
3.2
3.3
3.3
3.2
3.4
3.1
3.1
3.2
3.2
3.4
3.3
3
3.2
3.1
3.2
3.2
3.1
3.2
3.1
3.1
3.3
3.2
3
3.3
3.1
3.1
3.1
3.2
3
3.3
3.1
3.1
3.2
3.2
3.4
3.3
3.1
3.3
3.2
3.2
3.3
3.2
3.1
3.2
3.2
3.3
3.1
3.2
3.2
3.3
3
3.3
3.3
3.2
3.2
3.2
3.3
3.2
3.3
3
3.2
3.2
3.1
3.2
3.2
3.2
3.2
3.4
3.3
3.1
3.2
3.3
3.1
3.2
3.1
3.3
3.2
3.3
3.3
3.2
3.1
3.3
3.2
3.3
3.2
3.2
3.3
3.1
3.3
3.2
3.2
3.4
3.3
3.2
3.2
3.2
3.1
3.2
3.4
3.3
3.1
3.4
3.3
3.1
3.1
3.3
3.3
3.1
3.1
3.2
3.2
3.2
3.1
3.2
3.2
3.1
3
3.2
3.3
3.3
3.2
3.1
3.2
3
3.2
3.1
3.2
3.1
3.2
3.2
3.1
3.2
3.2
3.2
3.3
3.4
3
3.2
3.2
3.3
3.3
3.2
3.2
3.2
3.1
3.1
3.1
3.1
3.3
3.1
3.2
3
3.1
3.3
3.3
3.3
3.1
3.2
3.2
3.2
3.2
3.3
3.3
3.2
3.3
3.2
3.2
3.1
3.2
3.1
3.2
3.3
3.3
3.2
3.2
3.2
3.4
3.2
3.3
3.2
3.2
3.2
3
3.1
3.3
3.3
3.1
3
3.3
3.2
3.1
3.4
3
3.2
3.3
3.2
3.2
3.1
3.3
3.1
3.2
3.1
3.2
3.2
3.1
3
3.1
3.3
3.2
3
3.1
3.2
3.1
3.2
3.3
3.1
3.3
3.3
3.1
3.1
3.4
3.2
3.1
3.1
3.3
3.2
3.2
3.2
3.2
3.4
3.2
3.1
3.1
3.1
3.2
3.3
3.1
3.1
3.2
3.2
3.1
3.1
3.3
3
3.1
3.3
3.4
3.2
3
3
3
3.3
3.1
3
3.4
3.4
3.2
3.1
3.1
3.1
3.3
3.2
3.4
3.3
3.4
3.2
3.2
3.2
3.2
3.3
3.2
3.2
3.2
3.2
3.3
3.2
3.2
3.1
3.3
3.3
3.3
3.3
3.2
3.1
3.1
3.3
3.3
3.1
3.2
3.3
3.2
3.1
3.2
3.3
3.3
3.1
3.3
3.2
3.2
3.2
3.3
3.2
3.3
3.1
3.3
3
3.2
3.3
3.1
3.2
3.1
3.1
3.2
3.1
3.1
3.2
3.3
3.3
3.2
3.2
3.2
3.2
3.2
3.2
3.1
3.2
3.1
3.1
3.2
3.2
3
3.2
3.2
3.2
3.2
3
3.2
3.3
3.2
3.2
3.2
3
3.4
3.2
3.3
3.3
3.1
3.1
3.2
3.3
3.2
3.1
3.2
3.4
3.2
3.2
3.1
3.2
3.2
3.1
3.1
3.1
3.3
3.4
3.2
3.1
3.4
3.3
3.3
3.3
3.2
3.3
3.2
3.4
3.1
3.3
3.4
3.1
3.2
3.3
3.2
3.4
3.1
3.1
3.2
3.2
3.1
3.1
3.1
3.1
3.1
3.4
3.2
3.3
3.2
3.3
3.1
3.2
3.2
3.2
3.1
3.3
3.1
3.2
3.3
3.2
3.2
3
3
3.2
3.2
3.3
3.4
3.2
3.2
3.2
3
3.2
3.1
3.1
3.2
3.2
3.4
3.2
3.2
3.4
3.1
3.3
3.2
3.1
3.3
3.1
3.2
3
3.3
3.2
3.2
3.1
3.2
3.2
3.4
3
3.2
3
3.4
3.1
3.1
3.2
3.3
3.2
3.2
3.1
3.2
3
3.2
3.2
3.4
3.2
3.2
3.1
3.3
3.2
3.3
3.3
3.2
3.3
3.1
3.1
3.3
3.2
3.3
3.3
3.1
3.2
3.3
3
3.2
3.2
3.2
3.2
3.2
3.1
3.1
3.2
3.3
3.2
3.3
3.2
3.3
3.1
3.3
3.2
3.3
3.2
3.1
3.2
3.1
3.3
3.2
3.2
3
3.1
3.4
3.1
3.2
3.4
3.2
3.2
3.3
3.3
3.2
3.2
3.3
3.1
3.2
3.2
3.1
3.3
3.1
3.3
3.2
3.2
3
3
3.3
3.1
3.2
3.3
3.3
3.2
3.3
3.3
3.3
3
3.3
3.1
3.2
3.3
3.3
3.2
3.2
3.2
3.3
3.2
3.1
3.3
3.1
3.2
3.2
3.1
3.2
3.2
3.3
3.1
3.1
3.3
3.2
3.2
3.2
3.2
3.2
3.2
3.2
3.2
3.2
3.1
3.3
3.2
3.2
3.3
3.1
3
3.3
3.2
3.1
3.2
3.2
3.3
3.2
3.6
 3
3.2
3.2
3.3
3.1
3.1
3.1
3.1
3.2
3.1
3.1
3.1
3.2
3.4
3.1
3.4
3.1
3.1
3.3
3.1
3.1
3.2
3.2
3.2
3.5
3.3
3.2
3.3
3.4
3.2
3.3
3.2
3.3
3.2
3.1
3.3
3.3
3.2
3.3
3.2
3.1
3.2
3.2
3.2
3.2
3.1
3.2
3.2
3.3
3.1
3.3
3.3
3.2
3.3
3.2
3.3
3.2
3.1
3.3
3.3
3.1
3.2
3.1
3.2
3.2
3.2
3.2
3.2
3.1
3.2
3.1
3.3
3.4
3.3
3.3
3.2
3.3
3
3.1
3.3
3.2
3.2
3
3.2
3.4
3.4
3.1
3.2
3.3
3.3
3.2
3.3
3
3.2
3.3
3.3
3.3
3.2
3.3
3.3
3.3
3.2
3.3
3.2
3.2
3.1
3.1
3
3.3
3.1
3.3
3.2
3.1
3.3
3.2
3.2
3.1
3.3
3.3
3
3.2
3.3
3.3
3.2
3.3
3.3
3
3.2
3.1
3.3
3.2
3.3
3.1
3.3
3.3
3.3
3.3
3.3
3.3
3.3
3.2
3.1
3.3
3.3
3.3
3.1
3.2
3.2
3.1
3.1
3.2
3.2
3.1
3.2
3.2
3.4
3.3
3.3
3.3
3.1
3.2
3.1
3.2
3.3
3.2
3.2
3.2
3.2
3.1
3.1
3.2
3.2
3
3.3
3.1
3.1
3.2
3.3
3.2
3.1
3.1
3.1
3.3
3.2
3.3
3.2
3.3
3.4
3.3
3.1
3.1
3.3
3.1
3.1
3.2
3.2
3.1
3.1
3.3
3.2
3.1
3.3
3.2
3.2
3.2
3.3
3.2
3.1
3.3
3.2
3.1
3.2
3.4
3.3
3.3
3.2
3.2
3.2
3.2
3.2
3.1
3.2
3.2
3.2
3.2
3.3
3.2
3.1
3.2
3.1
3
3.3
3.2
3.2
3.3
3.1
3.2
3.1
3.3
3.2
3.2
3.1
3.2
3.3
3.2
3.2
3.2
3.2
3.3
3.1
3.3
3.2
3.2
3.2
3
3.1
3.1
3.2
3.1
3.2
3.2
3.1
3.2
3.3
3.2
3.1
3.2
3.2
3.1
3.2
3.2
3.2
3.2
3.1
3.4
3.2
3
3.3
3.5
3.3
3.2
3.2
3.2
3.2
3.3
3.2
3.2
3.3
3.2
3.1
3.3
3.3
3.2
3.3
3.3
3.2
3.2
3.3
3.3
3.3
3
3.2
3.2
3.1
3.2
3.2
3.2
3.2
3.1
3.2
3.2
3.3
3.2
3.3
3.1
3.2
3.4
3.3
3.1
3.2
3.2
3.2
3
3.1
3.2
3.1
3.3
3.3
3.4
3.3
3.1
3.1
3
3.1
3.3
3.1
3.2
3.2
3.1
3.3
3.2
3.3
3.2
3.3
3.1
3.1
3.2
3.3
3
3.2
3.2
3.1
3.3
3.1
3.2
3.4
3.2
3.2
3.3
3.3
 3
3.1
3.2
3
3.3
3.2
3.1
3.2
3.1
3.2
3.3
3.2
3.2
3.2
2.9
3.1
3.1
3
3.2
3.2
3.2
3
3.5
3.2
3.3
3.3
2.9
3.2
3.2
3.1
3.2
3.2
3.4
3.3
3.3
3.3
3.1
3.2
3.3
3.2
3.1
3.3
3.1
3.2
3.1
3.3
3.2
3.2
3.1
3.2
3.4
3.2
3.3
3.1
3.2
3.3
3
3
3.1
3.4
3.2
3.2
3.2
3.2
3.1
3.1
3.1
3.3
3.2
3.2
3.2
3
3.1
3.3
3.2
3.3
3.2
3.3
3.2
3.3
3.3
3.1
3.3
3.1
3
3.3
3.3
3.4
3.3
3
3.2
3.1
3.1
3.4
3.3
3.2
3.2
3.2
3.1
3.2
3.2
3.2
3.3
3.2
3.4
3.2
3.2
3.1
3.3
3.2
3.2
3.1
3
3.2
3.4
3.3
3.2
3.2
3.2
3.1
3.2
3.3
3.1
3.2
3.2
3.2
3.3
3.2
3.1
3.1
3.2
3.1
3.1
3.2
3.2
3.2
3.2
3.1
3.1
3.1
3.1
3.2
3.4
3.2
3.4
3.1
3.1
3.1
3.5
3
3.1
3.1
3
3.2
3.2
3.3
3.2
3.3
3.2
3.3
3.2
3.2
3.2
3.2
3.2
3
3.3
3.2
3.3
3.1
3
3.2
3.2
3.2
3.1
3.3
3.1
3.2
3.2
3.2
 3
3.1
3.2
3.3
3
3.2
3.4
3.2
3.2
3
3.2
3.1
3
3.1
3.2
3
3.3
3.1
3.3
3
3
3.3
3.2
3.2
3
3.3
3.1
3.1
3.2
3.4
3.2
3.3
3.3
3.2
3.2
3.3
3.3
3.1
3.3
3.2
3.2
3.2
3.2
3.2
3.3
3.2
3.3
3.1
3.1
3.3
3.3
3.3
3.3
3.3
3.2
3.3
3.2
3
3.2
3.3
3.3
3.3
3.1
3.2
3.2
3.3
3.1
3.2
3.3
3.3
3.1
3.2
3.1
3.2
3.3
2.9
3.3
3.2
3.2
3.1
3.3
3.2
3.4
3.2
3
3.3
3.2
3.2
3.1
3.2
3.2
3.3
3.2
3.1
3.2
3.1
3.1
3.2
3.4
3.2
3.4
3.2
3.3
3.2
3.2
3.4
3.1
3.3
3.3
3.4
3.2
3.2
3.2
3.2
3.3
3.2
3.2
3
3
3.3
3.3
3.2
3.2
3.2
3.2
3.2
3.2
3.1
3.2
3.2
3.1
3.1
3.2
3.1
3.3
3.3
3.2
3.3
3.1
3.1
3.2
3.1
3.2
3.1
3.3
3.4
3.1
3
3.3
3.2
3
3.3
3.2
3
3.3
3.1
3.2
3.1
3.2
3.2
3.3
3.2
3.1
3
3.1
3.1
3
3.3
3.3
3.2
3.1
3.2
3.3
3.1
3
3.1
3.1
3.1
3
3.2
3.3
3.1
3
3.4
3.4
3
3.1
3.2
3.3
3.1
3.2
3.1
3.2
3.3
3.1
3
3.1
3.1
3.3
3.2
3.2
3.4
3.4
3
3.1
3.2
3.4
3.2
3.2
3.1
3.1
3.5
3.1
3.3
3.1
3.2
3.1
3.3
3.4
3.2
3.2
3.3
3.2
3.2
3.2
3.1
3.2
3.2
3.2
3.3
3.3
3.2
3.3
3.1
3.2
3.1
3.1
3.2
3.1
3.3
3.1
3.1
3.1
3.2
3.4
3.4
3.3
3.3
3.2
3.1
3.3
3.3
3.3
3.2
3.2
3.2
3
3.2
2.9
3.5
3.4
3.2
3.1
3.4
3.1
3.2
3.4
3.3
3.2
3.3
3.2
3
3.2
3.2
3.2
3.1
3.2
3.1
2.9
3.1
3.2
3.2
3
3.3
3.3
3.3
3.1
3.1
3
3.3
3.2
3.3
3.1
3
3.1
3.3
3.1
3.2
3.2
3.1
3.4
3.3
3.3
3
3.4
3.2
3.3
3.2
3.2
3.1
3.2
3.3
3.4
3.3
3.2
3.3
3.2
3.3
3.2
3.3
3.2
3.2
3.4
3.3
3.1
3.2
3.3
3.1
3.2
3.2
3.3
3
3.2
3.2
3.3
3
3.1
3.2
3.1
3.1
3.2
3.2
3.2
3.2
3.3
3.3
3.2
3.2
3.2
3.2
3.3
3.2
3
3.1
3.2
3.3
3.2
3.3
3.1
3.2
3.3
3.4
3.2
3.2
3.4
3.1
3.2
3.3
3.3
3.2
3.2
3.2
3.1
3.3
3.3
3.2
3.2
3.3
3.1
3.1
3.3
3.2
3.2
3.1
3.1
3.1
3.1
2.9
3.3
3.2
3.3
3.2
3.3
3.1
3.2
3.3
3.2
3.2
3
3.2
3
3.1
3.3
3.2
3.3
3.3
3.1
3.2
3.3
3.3
3.3
3.1
3.2
3.2
3.1
3.2
3
3.1
3.4
3.1
3.3
3.3
3.2
3.2
3.3
3.2
3.3
3.4
3
3.2
3.1
3.2
3.2
3.3
3.2
3.2
3.1
3.3
3.3
3.2
3.2
3.3
3.2
3
3.1
3.3
3.2
3.1
3.3
3.3
3.3
3
3.1
3.2
3.3
3.2
3.3
3.1
3.1
3.2
3.2
3.1
3
3.1
3.1
3.2
3.2
3.3
3.1
3.2
3.2
3.4
3
3.3
3.1
3.2
3.2
3.4
3.4
3.1
3
3.2
3.1
3.2
3
3.1
3.3
3.3
3.2
3.2
3.2
3.3
3.3
3.1
3.3
3.2
3.2
3.3
3.2
3.4
3.2
3.4
3.2
3.2
3.3
3.3
3.2
3.2
3.2
3.2
3.2
3
3.2
3.2
3.3
3.2
3.4
3.2
3.1
3.1
3.3
3.1
3.1
3.2
3.3
3.2
3
3.1
3.2
3.3
3.2
3.3
3.4
3.3
3.1
3.2
3.2
3.2
3.3
3.4
3.1
3.3
3.3
3.3
3.2
3.3
3.2
3.1
3.3
3.4
3.3
3.2
3.4
3.1
3.2
3.2
3.1
3.1
3.2
3.2
3.4
3.2
3.1
3
3.2
3.1
3.4
3.3
3.1
3.1
3.2
3.3
3.2
3.2
3.3
3
3.1
3.3
3.3
3.2
3.1
3.2
3.2
3.1
3.1
3.3
3.5
3.1
3.2
3
3.3
3.1
3.1
3.1
3.1
3.1
3.1
3.2
3.2
3
3.1
3
3.2
3.1
3.1
3.3
3.1
3.1
3.2
3.2
3.2
3.1
3.4
3.2
3.1
3.3
3.3
3.2
3.3
3.2
3.1
3.2
3.2
3.1
3.3
3.2
3.1
3.2
3.1
3.2
3.3
3.4
3.2
3.2
3.2
3.1
3.1
3.1
3.2
3.3
3.3
3.2
3.2
3.4
3.1
3.2
3.4
3.4
3
3.1
3.2
3.2
3.3
3.1
3.2
3.3
3.2
3.2
3.4
3.2
3.3
3.1
3.2
3.1
3.2
3.2
3.5
3.2
3.1
3.1
3.4
3
3.1
3
3.2
3.3
3.1
3.2
3.2
3.2
3.3
3.2
3.2
3.1
3.1
3.1
3.2
3.3
3.2
3
3.2
3.1
3.2
3.2
3
3.2
3.2
3.2
3.2
3.2
3.3
3.2
3.1
3.1
3.2
3
3.2
3.2
3.2
3.2
3.1
3.1
3.2
3.3
3.1
3.1
3.2
3.3
3.1
3.2
3.2
3.4
3.3
3.1
3.1
3.2
3.1
3.4
3.2
3.1
3.1
3.2
3
3.3
3.3
3.2
3.3
3.2
3.1
3.1
3.1
3.2
3.3
3.3
3.3
3.4
3
3.2
3.1
3.3
3.2
3.1
3.2
3.2
3.2
3
3.3
3.1
3.1
3.4
3.2
3.1
3.3
3.2
3.4
 3
3.1
3.1
3
3.1
3.2
3.4
3.2
3.3
3.2
3.2
3.3
3.2
3.3
3.1
3.2
3.3
3.4
3.2
3.3
3.3
3.2
3.1
3.2
3.3
3.2
3.5
3.1
3.3
3.1
3.3
3.1
3.2
3.4
3.3
3.3
3.2
3.2
3.4
3.3
3.1
3.2
3.1
3.2
3.2
 3
3.2
3.1
3.2
3.2
3
3.3
3.3
3.4
3
3.1
3.3
3.2
3.3
3.2
3.2
3.2
3.3
3.3
3.2
3.3
3.2
3.2
3.2
3.1
3.2
3.1
3.3
3.2
3.4
3
3
3.1
3.1
3.5
3.1
3.2
3.1
3.1

0.103418841
 Nota: Solo se emplea este
n>50% se debe de proced
TIPO DE MUESTREO: Sistemático

n que los n elementos de la muestra se seleccionan tomando aleatoriamente un

que designará, en una lista o población de N elementos, al primero que va a
formar parte de la muestra.

as:
ompleta de la población

ón ordenada y la muestra también estará ordenada

ma o cada cuanto se selecciona un elemento

acción sistemática (o cada cuanto se toma el elemento de la población)

amaño de la población
amaño de la muestra (Calculado ya anteriormente)

se redondea

Seleccione la muestra cada 2 elementos

Se escoge un número aleatorio entre 1 y K.
Copie y pegue el número aleatorio como valor para que no este cambiando

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre

1 y K, es decir el que corresponde al valor fijo

LISTO! Esta es la lista de personas que van a conformar su muestra,

recuerde que es importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto
es para que no tenga que pasar manualmente la información de los
261 elementos que va a incluir en la muestra. El número 2,
corresponde a la columna de la variable, en este caso Municipio
Células
Departame Densidad Crioscopia % Sólidos somáticas
% Grasa % Proteína Peroxidasa
nto (g/ml) (°C) totales (células/ml
de leche)
3 3 1.07 3.1 -0.5 10.9 1902400 2
3 3 1.01 3.3 -0.52 12 1902432 2
 3 3 0.96 3.1 -0.53 11.6 1888609 2
2.9 3 0.99 3.1 -0.55 11.8 1907903 1
2.9 3 1.03 3.1 -0.5 12.2 1880820 2
3.1 3 0.98 3.2 -0.55 11.9 1900385 2
3 3 1.01 3.3 -0.53 11.5 1917737 1
3 3 1.09 3.3 -0.53 11.9 1926902 2
3 3 1.05 3.3 -0.54 11.4 1876624 1
3 3 0.99 3.1 -0.56 11.3 1896322 2
3 3 1.01 3.1 -0.53 11.2 1904468 2
3 3 1.11 3.3 -0.55 11.9 1899289 2
3.2 3 0.95 3.1 -0.51 11.6 1911976 2
3 3 0.96 3.2 -0.51 12 1909817 2
3 3 1.06 3.2 -0.53 12.1 1891866 2
2.9 3 1.03 3.2 -0.56 11.7 1894572 2
2.9 3 1.1 3.2 -0.53 11.5 1894499 2
3 3 1.05 3.4 -0.54 12.5 1902075 1
2.9 3 0.98 3.2 -0.58 11.9 1888976 2
2.9 3 1 3.2 -0.52 11.7 1915109 2
3.1 3 1 3.2 -0.5 11.1 1898816 2
3.2 3 1.01 3.1 -0.52 11.6 1902418 2
3 3 1.05 3.3 -0.55 12.4 1920288 2
2.9 3 1.03 3.2 -0.54 12.2 1896537 2
3 3 1.02 3.1 -0.53 12.1 1897614 2
3 3 1 3.2 -0.52 11.9 1909271 2
3 3 1.03 3.3 -0.54 12 1891037 2
2.8 3 1.13 3.3 -0.52 11.6 1902382 1
2.9 3 1.04 3 -0.55 11.8 1910885 1
3 3 1.1 3.2 -0.54 11.7 1909699 2
3 3 1.03 3.3 -0.52 12.1 1900420 2
3 3 1.04 3.3 -0.53 11.6 1903567 2
3.1 3 1.02 3.2 -0.48 11.8 1916633 2
2.9 3 1.04 3.2 -0.5 11.3 1908920 2
3 3 1.16 3.4 -0.53 11.5 1891159 2
3 3 1.09 3.2 -0.54 11.9 1888853 1
2.8 3 0.95 3.1 -0.53 12.4 1906186 2
3 3 0.95 3.1 -0.57 11.6 1918295 2
2.9 3 0.98 3.2 -0.5 12 1891544 2
2.8 3 1.07 3.3 -0.52 12 1907045 1
3 3 0.97 3.3 -0.54 12.4 1894750 1
2.9 3 0.99 3.2 -0.58 11.6 1899648 2
3.1 3 1.04 3.2 -0.53 11.9 1889577 2
3 3 0.98 3.2 -0.53 11.5 1901496 2
3.2 3 1.01 3 -0.59 11.9 1899968 2
3 3 1.07 3.1 -0.53 11 1893383 2
2.9 3 1.02 3.1 -0.51 11.4 1894248 2
2.9 3 0.96 3.3 -0.49 11.5 1885130 1
2.9 3 1.03 3.1 -0.52 12.3 1894881 2
3.1 3 1.02 3.4 -0.55 11.4 1897033 2
3 3 1.01 3.1 -0.54 11.8 1909282 2
2.8 3 1.16 3.2 -0.53 11.6 1900795 2
3 3 0.96 3.1 -0.51 11.9 1884910 2
3.1 3 1.05 3.1 -0.52 11.9 1913635 2
2.9 3 0.99 3.2 -0.53 12.1 1902352 1
3 3 1.03 3.1 -0.55 12 1893535 2
3.1 3 1.03 3.4 -0.5 11.5 1905573 2
3 3 1.09 3.1 -0.5 11.6 1902084 2
2.9 3 1.09 3.1 -0.51 12.6 1881312 2
3.1 3 1.01 3.3 -0.53 11.7 1908653 1
2.9 3 0.94 3.3 -0.52 12 1898693 2
3.2 3 1.08 3.3 -0.57 12.1 1897395 2
2.9 3 1.1 3.1 -0.49 11.9 1921778 2
3 3 1.02 3.1 -0.51 11.9 1909216 2
3 3 1 3.2 -0.52 11.6 1903288 2
3.1 3 1 3.4 -0.56 12.5 1904595 2
3 3 0.93 3.2 -0.54 12.3 1897563 2
3.2 3 1.11 3.1 -0.51 11.5 1889827 2
2.9 3 1.04 3 -0.53 11.8 1885508 2
2.8 3 1.02 3.1 -0.52 11.2 1893149 2
3.1 3 1.04 3 -0.49 12 1886622 2
2.9 3 1.01 3.2 -0.51 12.1 1897117 1
3 3 1.01 3.3 -0.53 11.7 1902122 1
3 3 1.1 3.4 -0.51 11.2 1877237 2
2.9 3 1.12 3.2 -0.57 11.7 1911197 2
3 3 1.04 3.3 -0.51 11.5 1900209 2
3.1 3 1.06 3.3 -0.53 11.6 1911918 1
3 3 1.07 3.2 -0.53 11.4 1902141 2
2.9 3 0.97 3.1 -0.56 11.2 1904664 2
3.1 3 1.1 3.1 -0.56 11.5 1887330 2
2.9 3 0.94 3.3 -0.57 12 1897909 2
3.2 3 1.02 3.1 -0.56 11.7 1910841 2
3 3 0.97 3.1 -0.52 11.6 1898609 2
3.2 3 1.12 3.1 -0.55 11.6 1901602 2
3.1 3 1.11 2.9 -0.51 12.1 1895559 2
3 3 1.03 3.3 -0.54 12.1 1907961 2
3 3 0.91 3.1 -0.52 12.2 1903243 2
3 3 1.05 3.1 -0.55 12.5 1885591 2
3 3 1.01 3 -0.54 12.1 1917349 2
2.9 3 1.07 3.2 -0.49 11.5 1887369 2
3.1 3 0.96 3.1 -0.51 11.4 1896974 2
2.8 3 1.05 3.2 -0.52 12 1906453 2
 3 3 1.02 3.2 -0.53 12 1891879 2
3 3 0.97 3.2 -0.54 12.4 1884297 2
3 3 1.02 3.2 -0.49 12.4 1899783 2
2.9 3 1.12 3.2 -0.54 12.3 1908212 2
3.2 3 1.01 3.2 -0.56 12.4 1903907 2
3 3 1.09 3.1 -0.54 12.1 1898120 1
3.1 3 1.03 3.2 -0.51 11.9 1916414 2
3 3 0.98 3.3 -0.57 12 1904382 2
3.1 3 0.92 3.3 -0.53 12.1 1901468 2
2.9 3 0.98 3.1 -0.52 11.8 1904056 2
3 3 1.09 3.2 -0.53 11.9 1914562 2
3.1 3 1.04 3.2 -0.5 11.9 1894791 2
3 3 1.1 3.1 -0.54 11.5 1897944 2
3.1 3 1.11 3.2 -0.53 11.8 1914785 2
3 3 1.01 3.1 -0.56 11.7 1908016 2
2.9 3 1.06 3.3 -0.51 11.6 1883128 2
3.1 3 1.04 3.3 -0.52 11.1 1884336 2
2.8 3 0.97 3.2 -0.53 12.1 1895713 1
2.9 3 1.08 3.1 -0.53 11.7 1912857 2
3.1 3 1.01 3 -0.5 11.7 1901861 2
3.1 3 1.04 3.3 -0.56 11.6 1889518 2
2.9 3 1.07 3.3 -0.53 12.3 1901594 2
3 3 0.92 3.3 -0.52 12.3 1908735 2
3 3 1.04 3.1 -0.53 11.2 1890910 2
3.1 3 1.09 3.2 -0.55 12 1912626 2
3 3 1.09 3.2 -0.5 11.7 1887555 1
2.9 3 1.07 3.1 -0.51 11.5 1906003 2
3 3 1.05 3.2 -0.52 12 1909493 2
3.1 3 1.09 3.3 -0.55 11.7 1915917 2
3.1 3 1.09 3.2 -0.51 12 1904174 2
3 3 1.03 3.2 -0.51 11.6 1911744 2
2.9 3 1.05 3.1 -0.51 11.1 1915366 2
2.9 3 1.05 3.1 -0.49 11.8 1877113 2
3.1 3 1.08 3 -0.55 11.8 1878319 2
2.9 3 0.96 3.2 -0.53 12.4 1903431 2
2.9 3 1.03 3.3 -0.56 12 1922622 2
3.2 3 1.01 3.3 -0.52 11.3 1897094 2
2.9 3 0.93 3 -0.53 12.3 1894611 2
3.1 3 1.01 3.1 -0.52 11.7 1894277 2
3 3 0.98 3.1 -0.51 11.7 1890865 1
3.1 3 1.03 3.3 -0.52 11.8 1895862 2
3 3 0.94 3.3 -0.53 12.2 1898043 2
3 3 1.06 3.2 -0.57 11.5 1909920 2
3 3 0.96 3 -0.56 11.8 1888370 2
3.1 3 1.08 3.1 -0.54 11.5 1923968 1
 3 3 1.03 3 -0.55 12.1 1904844 2
3.1 3 0.98 3.1 -0.54 11.9 1921267 1
2.9 3 1.04 3.3 -0.51 12.2 1925412 2
3.1 3 1.19 3.3 -0.55 12.1 1909626 1
3 3 1.04 3.2 -0.52 11.8 1893968 2
3 3 1.01 3.2 -0.53 11.6 1887776 2
3.1 3 1.09 3.3 -0.55 11.5 1906737 2
3.1 3 1.06 3.2 -0.55 11.7 1916914 2
3 3 1.13 3.2 -0.55 11.5 1897112 2
3 3 0.97 3.4 -0.53 11.6 1886131 2
3 3 1.03 3.1 -0.55 11.9 1881631 2
3 3 1.08 3.1 -0.53 11.9 1911282 2
3.1 3 1.07 3.2 -0.54 11.8 1883028 1
3 3 1.02 3.2 -0.55 11.6 1896972 2
2.9 3 1.02 3.3 -0.5 12 1891004 2
3 3 1.09 3.3 -0.51 11.9 1906786 1
2.9 3 1.06 3.1 -0.54 12 1894770 2
2.8 3 1.06 3.3 -0.51 11.9 1904668 2
2.8 3 1.09 3.3 -0.54 11.8 1902392 2
3.2 3 1.07 3.2 -0.5 11.2 1909661 2
2.9 3 1.02 3.2 -0.53 11.7 1907859 2
3 3 1.04 3.1 -0.51 12.1 1903423 2
3 3 1.04 3.1 -0.52 11.7 1907086 2
3 3 1.08 3.1 -0.51 11.8 1913200 2
2.9 3 0.99 3.2 -0.51 12.2 1897137 2
3 3 1.03 3.1 -0.54 12 1902657 2
2.8 3 1.05 3.3 -0.53 12 1917456 2
3.2 3 0.99 3.1 -0.5 11.8 1909369 2
3.1 3 1 3.1 -0.55 12 1919781 1
3.1 3 1.16 3.3 -0.51 11.4 1899215 2
3 3 0.94 3.1 -0.51 11.6 1882624 2
2.9 3 1.17 3.2 -0.53 11.5 1911706 2
2.9 3 1.05 3.2 -0.53 12.4 1899284 2
2.9 3 1.02 3.2 -0.53 12.2 1886452 2
3 3 1.06 3.3 -0.52 11.7 1906543 2
3.1 3 1.05 3.3 -0.52 11.9 1894575 2
3.1 3 1.09 3.2 -0.51 11.9 1905146 2
3 3 1.04 3.4 -0.56 12.4 1902408 2
3.1 3 0.99 3.1 -0.54 11.2 1912888 1
3.1 3 0.95 3.1 -0.51 11 1895381 2
3.1 3 1.02 3.2 -0.51 11.9 1887148 2
3.2 3 1.04 3.3 -0.56 11 1897784 1
2.9 3 1.03 3.1 -0.57 11.9 1909890 2
3 3 1.03 3 -0.5 11.2 1882155 2
2.9 3 1.1 3.1 -0.5 11.8 1885719 2
3.1 3 1.02 3.2 -0.54 11.8 1899990 2
2.8 3 1.05 3.4 -0.56 11.9 1891402 2
2.9 3 1.07 3.3 -0.55 12.2 1896592 2
3.1 3 1.06 3.2 -0.51 11.4 1899156 2
2.9 3 1.17 3.2 -0.53 11.8 1913055 2
2.9 3 1.05 3.1 -0.51 11.7 1916703 2
3.1 3 0.96 3.1 -0.55 11.6 1897327 2
3.1 3 0.98 3.2 -0.52 11.9 1909923 2
3.1 3 1.02 3.1 -0.49 12 1885810 2
3 3 1.08 3.3 -0.51 12.2 1904491 2
2.9 3 1.08 3.2 -0.53 11.8 1895738 1
2.9 3 1.14 3.2 -0.55 12.1 1895748 1
2.9 3 1.13 3.3 -0.52 11.7 1908600 2
3 3 1.02 3.2 -0.52 11.5 1903739 2
2.9 3 0.96 3.1 -0.49 11.6 1903451 1
2.9 3 1 3.3 -0.53 11.8 1910421 1
3.1 3 1.01 3.1 -0.52 12.3 1908829 2
3 3 0.96 3.2 -0.53 11.2 1909583 2
2.9 3 1.03 3.3 -0.54 11.3 1906121 2
2.9 3 0.99 3.3 -0.57 11.6 1897495 2
3 3 0.97 3.1 -0.49 12.3 1894113 1
3 3 0.97 3 -0.53 12.4 1914714 2
2.8 3 1.04 3.1 -0.52 11.5 1908758 2
3.1 3 0.98 3.2 -0.54 12 1896085 2
2.9 3 1.06 3.1 -0.55 11.6 1885666 2
3.1 3 1 3.1 -0.51 11.7 1918862 2
2.9 3 0.92 3.2 -0.54 11.4 1893752 2
3.2 3 1.03 3.1 -0.53 11.5 1893198 2
3 3 1.01 3.1 -0.5 12.3 1896925 2
3.2 3 0.94 3.1 -0.52 11.8 1891675 2
3.1 3 1.07 3.3 -0.52 11.7 1889578 2
3 3 1.07 3.2 -0.53 12 1906715 1
2.9 3 0.98 3 -0.49 11.7 1895199 2
2.9 3 1.06 3.4 -0.54 11.5 1900193 2
3.2 3 0.99 3.2 -0.55 11.8 1909358 2
2.9 3 1.06 3.2 -0.54 12 1918697 2
3.2 3 0.98 3.2 -0.51 11.5 1911195 2
3 3 1 3.2 -0.53 11.7 1896450 2
2.8 3 1.11 3.2 -0.53 11.4 1908386 2
3.2 3 1.03 3.3 -0.52 12.1 1895742 2
3.1 3 1.1 3.2 -0.56 11.7 1898591 2
2.9 3 1.01 3.3 -0.52 11.9 1886761 2
3.1 3 1.07 3.3 -0.52 11.7 1890976 2
3 3 0.98 3.2 -0.52 12.1 1887900 2
2.9 3 1.1 3.2 -0.51 11.5 1874795 2
3.2 3 1.08 3.2 -0.51 11.7 1893503 2
2.8 3 1.03 3.2 -0.51 11.9 1901196 2
3.1 3 1.03 3.1 -0.52 12 1895514 2
2.9 3 1.04 3.2 -0.53 12 1904054 2
3.1 3 1.02 3.2 -0.52 11.8 1877960 1
2.9 3 1.05 3.1 -0.51 12.6 1900010 2
3.1 3 1 3.2 -0.54 11.8 1884753 2
3.1 3 1.04 3.2 -0.52 11.8 1905009 1
3 3 1.1 3.2 -0.55 11.4 1893877 1
3 3 1.02 3.2 -0.55 11.8 1900362 1
3.1 3 1 3.3 -0.53 11.3 1891099 1
2.9 3 1 3.1 -0.53 11.9 1908945 2
3 3 1.1 3.3 -0.53 11.4 1900264 2
2.9 3 0.99 3.4 -0.51 12 1901311 1
3.1 3 1.05 3.2 -0.54 11.2 1894658 2
2.8 3 1.1 3.2 -0.56 12.4 1898571 2
2.9 3 0.96 3.1 -0.54 11.5 1899449 2
3 3 1.02 3 -0.54 12.2 1893617 2
3.1 3 0.98 3.2 -0.53 11.6 1907306 2
3.1 3 1.06 3.4 -0.54 11.9 1908544 1
3 3 1.06 3.2 -0.57 11.1 1881115 2
3 3 1.03 3.2 -0.51 11.8 1880659 2
3 3 0.99 3.3 -0.53 11.7 1901217 2
3 3 1.03 3.1 -0.5 11.7 1910567 2
3.1 3 0.99 3.4 -0.51 11.5 1908482 2
2.9 3 1.01 3.2 -0.51 12.2 1902359 2
2.9 3 1.07 3 -0.56 12.3 1885435 2
3 3 1.04 3.4 -0.53 11.6 1912229 2
3.1 3 1.04 3.1 -0.5 12.2 1909038 2
3.1 3 1.07 3.2 -0.49 11.7 1911213 2
3 3 1.06 3.1 -0.5 11.5 1892623 2
3 3 0.97 3.2 -0.53 11.5 1906540 1
2.9 3 1 3.1 -0.51 11.3 1909192 2
3 3 1.01 3.3 -0.54 12.1 1915324 1
3.1 3 1.05 3.2 -0.52 12.2 1891185 2
3.3 3 0.97 3.3 -0.52 11.4 1900673 2
3 3 1.13 3.1 -0.53 12.2 1900178 2
2.9 3 1.04 3.2 -0.55 11.9 1904055 2
3 3 1.07 3.3 -0.51 11.6 1898189 2
3 3 1.11 3.2 -0.54 11.7 1908718 2
3 3 1.06 3.1 -0.54 11.8 1907744 2
3 3 1.01 3.2 -0.54 12 1897083 2
3 3 0.98 3.3 -0.49 11.7 1886811 2
3 3 1.06 3.1 -0.51 11.5 1885259 2
3 3 1.04 3.3 -0.51 11.6 1892061 1
3.1 3 1.01 3.1 -0.54 11.8 1876636 2
3.1 3 1 3.2 -0.55 11.9 1908057 2
3 3 1.03 3.2 -0.56 11.8 1902824 1
2.8 3 1.1 3.2 -0.54 11.8 1914386 1
3 3 1.01 3.2 -0.47 11.3 1893018 1
2.9 3 1 3.1 -0.53 11.8 1894531 2
2.8 3 1.1 3.1 -0.54 12 1927488 2
3.1 3 1 3.1 -0.53 11.9 1897684 2
3 3 1.07 3.2 -0.49 11.7 1898072 2
2.9 3 1.09 3.3 -0.54 12.2 1921072 2
3 3 1.02 3.2 -0.53 12.5 1896627 2
3.1 3 0.97 3.3 -0.54 11.8 1899982 1
3 3 1.03 3.1 -0.53 11.8 1893077 2
3 3 1.03 3.1 -0.54 11.4 1909124 2
3.2 3 1.06 3.2 -0.55 11.5 1883606 2
3 3 1.08 3.4 -0.51 12.6 1917297 2
3 3 1.03 3.2 -0.56 11.9 1893243 2
3 3 1.03 3.2 -0.49 12.2 1885989 2
3 3 1.04 3.1 -0.53 12.2 1911520 2
3 3 1.14 3.1 -0.54 11.7 1898539 1
3.1 3 1.04 3.3 -0.52 12 1911207 2
2.9 3 0.97 3 -0.51 11.7 1914149 2
3 3 1.01 3.1 -0.52 12 1899469 1
3 3 0.97 3.2 -0.56 12.3 1900519 2
3.1 3 1.06 3.3 -0.52 11.5 1880363 1
3 3 1.02 3.2 -0.54 11 1909710 2
3.1 3 1.03 3.2 -0.56 12.5 1912365 2
2.9 3 0.98 3.4 -0.53 11.6 1901315 1
2.9 3 0.99 3.3 -0.53 11.7 1895557 2
3.1 3 1.07 3.2 -0.49 11.2 1898489 2
2.9 3 0.94 3.1 -0.54 11.6 1916318 2
3 3 1.02 3.1 -0.54 11.8 1898090 2
2.9 3 0.99 3.3 -0.53 12 1890560 1
3 3 1.01 3.1 -0.54 11.6 1894302 1
3.1 3 1.09 3.2 -0.53 11.6 1900127 1
2.8 3 1.04 3.1 -0.53 12.2 1895734 2
3.1 3 1.08 3.2 -0.48 12.4 1892698 1
3 3 1.02 3.1 -0.51 12 1894881 1
3 3 1.12 3.1 -0.54 11.9 1906997 2
2.8 3 1 3.2 -0.52 12 1886662 2
3 3 1.01 3.2 -0.51 12 1885795 2
3.1 3 1.05 3.1 -0.51 12.5 1894708 2
3.1 3 1.14 3.2 -0.52 11 1901486 2
3.1 3 1.09 3.2 -0.56 11.6 1898410 2
2.9 3 1.04 3.1 -0.54 11.4 1899670 2
2.9 3 0.96 3.2 -0.54 11.7 1899116 2
3 3 1.06 3.2 -0.55 12.2 1894406 2
3 3 1.07 3.2 -0.56 12 1912112 2
3 3 1.08 3.2 -0.54 11.5 1900418 1
3.1 3 0.96 3.2 -0.52 12 1903925 2
3 3 0.99 3.2 -0.51 12.1 1905348 2
2.9 3 0.96 3.2 -0.58 11.8 1912021 2
3.1 3 1.03 3.3 -0.55 11.1 1889447 2
3.1 3 1.02 3.2 -0.57 11.4 1895859 2
3 3 0.95 3.2 -0.54 12.1 1895740 2
3.1 3 1.01 3.1 -0.55 11.8 1903080 2
3.1 3 1.04 3.3 -0.52 11.3 1912599 2
3.1 3 1.05 3.2 -0.54 11.8 1907819 2
3 3 0.96 3.1 -0.53 12 1881342 2
3.1 3 1.06 3.2 -0.52 11.9 1909582 1
2.9 3 1.08 3.1 -0.55 12.6 1913235 1
3.1 3 0.94 3.2 -0.53 11.8 1905179 2
3.1 3 1.05 3.3 -0.55 11.9 1924501 1
3.1 3 1.08 3.4 -0.53 11.3 1904365 1
3 3 1.02 3.1 -0.54 11.9 1882989 2
3 3 1.04 3.3 -0.51 11.9 1883559 1
3.1 3 1.05 3 -0.53 11.8 1911606 2
3.2 3 0.98 3.1 -0.5 12.8 1905570 2
2.9 3 1.04 3.2 -0.54 11.8 1895114 2
3.1 3 0.99 3.1 -0.52 11.9 1896138 2
2.9 3 1 3.2 -0.51 11.5 1890093 2
3.2 3 1.01 3.2 -0.54 12 1931263 2
3 3 1.02 3.3 -0.53 12.5 1880425 2
3.1 3 1.03 3.2 -0.56 11.6 1892908 1
2.9 3 1.07 3.1 -0.53 11.9 1910835 1
3 3 1.06 3.3 -0.51 11.4 1917770 2
3.1 3 1.01 3.2 -0.53 11.9 1912051 2
3 3 1.01 3.1 -0.54 11.8 1882230 2
3.1 3 1.09 3.3 -0.56 12.1 1918935 2
2.9 3 1 3 -0.55 11.5 1890471 2
2.9 3 0.98 3.1 -0.58 11.9 1894924 1
3.1 3 1.13 3.2 -0.49 11.3 1887273 1
2.9 3 1.07 3.2 -0.55 11.6 1893887 2
2.9 3 1.03 3.2 -0.51 12.1 1903500 2
2.9 3 0.86 3.3 -0.54 12.2 1881569 2
3 3 0.96 3.1 -0.52 11.5 1909220 2
2.9 3 0.99 3.2 -0.55 11.8 1899609 1
3.1 3 1.06 3.3 -0.54 11.1 1902113 2
3.1 3 1.02 3.2 -0.52 12.4 1900760 2
2.9 3 1.11 3.2 -0.52 11.5 1892091 2
 3 3 1.02 3.2 -0.54 11.8 1901001 2
2.9 3 0.98 3.2 -0.5 12 1897832 2
3 3 1.05 3.1 -0.55 11.6 1898121 1
3.2 3 1.01 3.2 -0.51 11.7 1905880 1
3.1 3 1.04 3.1 -0.53 11.8 1886334 2
2.9 3 1.06 3 -0.54 10.9 1910102 2
3 3 1.08 3.3 -0.53 11.5 1895553 2
3.1 3 1.02 3.1 -0.53 11.9 1912208 2
3 3 0.99 3.1 -0.53 12.2 1906833 2
3.1 3 1.1 3.3 -0.51 11.4 1903853 2
3 3 1.07 3.1 -0.56 11.6 1893366 1
3.2 3 1.04 3.2 -0.53 11.8 1900492 2
3.1 3 1.05 3.2 -0.51 11.6 1906072 2
2.9 3 1.09 3.2 -0.53 11.6 1886785 2
3 3 1.07 3 -0.52 11.9 1917449 2
2.8 3 0.98 3.2 -0.52 12.2 1921208 2
3 3 0.98 3.2 -0.53 11.7 1893776 2
2.9 3 1.03 3.2 -0.54 11.8 1896437 2
2.8 3 1.08 3.1 -0.58 12.2 1895055 2
2.9 3 1.11 3.2 -0.54 11.9 1910216 2
2.9 3 1.04 3.3 -0.49 12 1904358 2
3.1 3 1.01 3 -0.53 11.9 1879795 2
3.1 3 1.06 3.1 -0.51 12 1893468 2
3 3 1.05 3.1 -0.57 11.6 1904118 2
2.9 3 1.06 3.3 -0.57 11.8 1907408 2
2.9 3 1.02 3.2 -0.51 11.6 1884874 2
3.1 3 1.03 3.2 -0.53 11.9 1901215 1
3 3 1 3 -0.54 11.4 1887420 2
3 3 0.99 3.3 -0.52 12.1 1890354 2
3 3 1.02 3 -0.52 12 1883601 1
3 3 1.13 3.3 -0.52 11.8 1900231 2
2.9 3 1.01 3 -0.57 11.4 1891317 2
3 3 1.08 3.4 -0.56 12.1 1898524 2
3 3 0.97 3.2 -0.52 12.3 1902817 2
3 3 1.06 3.1 -0.51 12.2 1912341 2
2.9 3 1.07 3.1 -0.55 11.8 1907209 2
3 3 1.05 3.2 -0.51 11.6 1907060 2
Nota: Solo se emplea este muestreo para n<50%, si
n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Tipo de Temperatu Prueba de Temperatu Satisfacció

Fosfatasa Costo ra de
leche ra yodo recepcion n

2 4 3 245 2 1 3
2 3 1 547 2 1 2
2 1 3 651 2 1 4
2 1 1 650 2 1 2
2 4 2 731 2 1 2
2 2 1 714 2 1 2
2 1 1 474 2 1 1
2 1 2 551 2 1 2
2 3 2 1171 2 1 2
2 1 3 805 2 1 2
2 1 2 545 2 1 2
2 1 2 394 2 2 1
2 4 3 869 2 1 2
2 1 1 914 2 1 2
2 1 2 548 1 1 2
2 1 3 713 2 1 2
2 1 1 881 1 1 2
2 2 3 671 2 1 2
2 1 2 754 2 1 2
2 1 2 694 1 2 2
2 2 3 1040 2 1 2
2 1 2 870 2 1 2
2 1 2 594 2 1 3
2 1 2 720 1 1 2
2 1 2 837 2 1 2
2 1 1 746 1 2 2
2 2 2 394 2 1 2
2 1 2 496 2 1 2
2 1 2 964 2 1 2
2 2 2 418 2 1 2
2 4 1 427 2 1 2
2 4 2 871 2 1 1
2 1 3 545 2 2 1
2 4 1 798 2 1 3
2 4 1 1099 2 1 2
2 1 2 701 2 1 1
2 1 2 921 2 1 3
2 3 2 705 2 1 2
2 1 3 824 2 1 2
2 3 2 796 2 1 2
2 4 1 405 2 1 2
2 1 2 887 2 2 2
2 1 1 571 2 1 2
2 3 2 702 2 1 2
2 1 2 490 2 1 2
2 1 2 707 2 1 2
2 2 1 674 2 2 2
2 1 2 531 2 1 2
2 4 2 798 1 1 2
2 1 1 871 2 1 1
2 1 3 679 2 1 2
2 1 2 575 2 1 2
2 1 1 522 2 2 2
1 1 2 516 2 1 2
2 2 1 641 2 2 2
2 2 3 656 2 1 2
2 1 3 404 2 1 2
2 1 1 744 2 1 3
2 1 1 934 2 2 2
2 1 3 534 2 1 2
2 1 2 566 2 1 2
2 1 3 281 2 1 2
2 1 3 494 2 1 2
2 4 2 888 2 1 2
2 2 2 865 2 1 2
2 1 1 454 2 1 2
2 1 2 848 2 1 2
2 1 2 749 2 1 2
2 2 2 848 2 2 2
2 1 3 642 2 2 1
1 4 2 768 2 1 2
2 2 3 619 2 1 3
1 1 3 725 2 1 2
2 1 2 1098 2 1 2
2 2 1 884 2 1 2
2 3 2 594 2 1 2
2 1 1 360 1 1 2
2 1 3 523 2 1 2
2 3 1 428 1 1 1
2 1 2 469 1 2 2
2 1 3 608 2 1 1
2 1 1 581 2 1 2
2 1 1 600 2 1 2
2 1 2 821 2 2 2
2 1 2 521 2 1 2
2 3 2 786 2 1 2
2 1 2 924 2 1 2
2 1 2 798 2 1 2
2 2 2 644 2 1 2
2 2 2 734 2 1 2
2 1 2 545 2 1 2
2 3 3 608 2 2 2
2 4 2 619 2 1 2
2 1 2 662 2 1 2
2 1 2 966 2 1 1
1 2 2 523 2 1 1
2 3 2 772 2 1 2
2 1 2 703 2 1 2
2 1 3 805 1 1 5
2 1 2 362 2 1 2
2 4 1 891 2 1 2
2 1 2 732 2 2 2
2 1 2 823 2 1 2
2 3 2 1095 1 1 2
2 1 3 790 2 1 2
2 4 2 794 1 1 2
2 1 3 559 2 1 1
2 2 2 850 2 1 1
2 1 1 808 2 1 2
2 1 2 834 2 1 2
2 1 2 615 2 2 2
2 1 2 721 2 1 3
2 2 3 528 2 1 2
2 1 3 656 2 1 2
2 1 2 786 2 1 2
2 1 2 732 2 2 2
2 2 1 744 2 1 2
2 1 3 445 2 1 2
2 1 2 806 2 1 1
2 1 3 727 2 1 2
2 2 2 633 2 2 2
1 1 2 625 1 1 3
2 1 2 931 2 1 2
2 1 1 669 2 1 2
2 3 2 865 2 1 1
2 4 1 947 2 1 1
2 1 2 720 2 1 2
2 1 3 586 2 2 2
2 3 3 522 2 2 3
2 1 1 1154 2 1 2
2 1 2 728 2 1 2
2 3 1 786 2 1 1
2 1 2 860 1 2 2
2 1 2 537 2 1 2
2 2 2 962 2 1 2
2 1 2 883 2 1 4
2 1 2 841 2 2 2
2 2 2 984 2 1 1
1 4 2 574 2 1 2
2 3 1 516 2 1 2
2 3 3 86 2 2 2
2 4 2 615 1 2 2
2 1 2 369 2 1 2
2 1 2 407 2 1 2
2 1 2 515 2 2 1
2 4 1 571 2 1 2
1 1 2 980 2 1 2
2 1 2 343 1 2 2
2 1 2 993 2 1 2
2 1 1 560 2 1 2
2 1 3 440 2 1 2
2 2 2 643 2 1 2
2 1 2 796 2 1 3
1 1 1 622 2 1 1
2 1 1 796 2 1 1
2 1 2 520 2 1 2
2 1 1 799 2 2 2
2 1 2 574 2 1 1
2 4 2 691 2 1 1
2 1 2 651 2 1 2
2 4 1 772 2 1 1
2 4 2 606 2 1 1
2 1 2 875 2 1 2
2 2 1 925 2 1 2
2 1 2 865 2 1 1
2 1 3 790 2 1 2
2 4 2 241 2 1 2
2 1 2 677 2 1 3
2 1 2 424 2 1 1
2 1 2 419 2 1 5
2 1 3 960 2 2 2
1 2 1 397 2 1 2
2 3 2 489 1 1 2
2 4 1 584 2 1 4
2 1 2 885 2 2 2
2 1 1 875 2 1 2
2 2 2 728 2 1 2
2 3 2 676 2 1 2
2 3 2 535 2 1 2
2 1 2 602 2 1 3
2 4 2 561 2 1 2
2 1 2 842 2 1 1
2 1 1 626 2 2 2
2 1 1 569 2 1 1
2 2 2 763 2 1 1
2 1 1 878 2 1 2
2 2 1 781 2 1 2
2 4 2 477 2 1 1
2 3 1 234 2 1 4
2 1 2 763 2 1 2
2 1 3 501 2 1 2
2 2 1 817 2 2 2
2 1 2 727 1 1 1
2 1 3 747 2 1 2
2 1 3 941 2 2 1
2 1 3 739 2 1 2
2 1 1 761 2 1 2
2 1 1 921 2 1 2
2 1 1 895 2 1 2
2 2 3 880 2 1 2
2 1 2 817 2 1 1
2 4 1 307 2 1 1
2 1 3 340 2 1 1
2 2 2 750 2 1 2
2 1 3 930 2 1 2
2 1 1 677 2 1 2
2 3 2 886 2 1 2
2 1 2 651 2 1 2
2 2 3 607 2 1 2
2 1 1 849 2 1 4
2 1 2 714 2 2 2
2 1 3 582 2 1 2
2 1 1 614 2 2 2
2 1 2 607 2 1 2
2 1 2 944 2 1 4
2 4 1 662 1 1 2
2 1 1 597 1 2 2
2 1 2 1054 2 1 2
2 2 2 368 2 1 2
2 2 2 844 2 1 2
2 1 1 1094 2 1 4
2 4 2 1174 2 1 2
2 1 1 709 2 1 2
2 1 2 804 2 1 1
2 1 1 878 2 1 2
2 1 3 745 1 1 2
2 1 2 614 2 2 2
2 1 2 613 2 1 1
2 1 2 604 2 1 2
2 1 2 825 2 2 2
2 4 3 788 2 1 2
2 3 3 568 2 1 3
2 2 2 729 2 1 2
2 1 2 486 2 1 1
2 2 1 527 2 1 1
2 2 2 841 2 1 2
2 4 2 645 2 1 2
2 4 3 1013 1 1 2
2 1 2 461 2 2 1
2 1 2 619 2 1 4
2 1 1 575 2 1 2
2 4 2 986 2 1 2
2 4 2 822 2 1 2
2 2 2 448 2 1 2
2 1 3 781 2 2 2
2 1 3 669 2 1 2
2 1 1 678 2 1 1
2 1 1 901 2 1 2
2 4 2 781 2 1 2
2 4 3 724 2 1 2
2 1 2 765 2 1 2
2 4 2 550 2 1 5
2 1 2 727 2 2 2
2 1 1 508 2 1 3
2 4 2 336 2 2 2
2 1 3 609 2 2 2
2 1 1 633 2 1 2
2 4 2 889 2 1 2
2 1 2 857 1 1 2
2 1 1 295 2 1 2
2 1 2 656 2 1 2
2 1 2 632 2 1 2
2 1 2 1196 1 1 2
2 1 1 429 2 1 2
2 4 2 704 2 1 2
2 1 1 526 2 2 2
1 2 3 660 2 1 2
2 3 1 479 2 1 1
1 3 2 718 2 1 2
2 1 3 821 2 2 2
2 1 2 519 2 1 1
2 4 1 732 2 1 1
2 1 1 504 2 1 2
2 4 2 865 2 1 4
2 2 1 659 2 2 2
2 1 2 523 2 1 2
2 1 2 659 2 2 2
2 2 2 463 1 2 2
2 4 2 724 2 1 2
2 1 2 560 1 2 2
2 1 2 668 2 1 3
2 3 3 825 2 1 1
2 1 2 493 2 2 2
2 2 1 979 2 1 4
2 1 1 592 2 1 2
2 1 2 528 2 1 2
2 4 1 746 2 1 2
2 3 3 686 2 1 2
2 2 2 751 2 1 2
2 1 2 1032 2 1 2
2 1 3 572 1 1 2
2 4 2 784 1 1 1
2 2 2 1018 2 1 2
2 2 1 660 2 1 4
2 1 2 1080 2 1 2
2 1 2 802 2 2 2
2 1 1 547 2 1 2
2 4 2 1117 2 1 2
2 3 1 934 2 1 2
2 1 3 922 2 1 2
2 1 3 592 2 1 2
2 1 2 577 2 1 2
2 1 2 753 2 1 1
2 3 2 741 2 1 1
2 4 2 590 2 1 2
2 2 1 842 2 1 2
2 1 2 769 2 1 2
2 1 2 463 1 1 2
2 4 2 725 2 1 2
2 4 2 591 2 1 2
2 1 2 757 2 1 2
2 1 2 1075 2 1 1
2 1 2 715 2 1 2
2 1 1 897 2 2 2
2 3 1 779 2 2 5
2 4 2 640 2 1 2
2 1 2 594 2 1 1
2 4 1 742 1 1 2
2 2 2 797 2 1 2
2 3 3 737 2 1 2
2 1 3 689 2 1 2
2 1 1 726 2 1 1
2 4 2 498 2 1 2
2 4 1 877 1 1 2
2 4 2 732 2 2 4
2 2 1 647 2 1 2
2 1 2 784 2 1 2
2 1 2 575 2 1 2
2 4 3 423 2 1 2
2 1 3 766 2 1 4
2 3 2 309 1 1 2
2 3 2 846 2 1 2
2 1 1 724 2 1 2
2 3 3 638 2 2 2
2 3 1 520 2 1 1
2 1 3 371 2 1 2
2 2 1 847 2 1 2
2 1 1 743 2 1 3
2 1 1 671 2 1 3
2 4 3 706 2 1 1
1 1 2 596 2 1 2
2 1 2 821 2 1 2
2 1 2 825 2 1 2
2 4 2 519 2 2 2
1 1 2 780 1 1 2
2 4 2 885 2 1 2
2 1 1 920 2 1 4
2 3 2 781 2 1 1
2 2 2 416 2 1 4
2 1 1 543 2 1 2
2 4 2 744 2 1 2
2 1 1 799 2 2 2
2 1 1 1023 1 1 2
2 1 1 660 2 1 2
2 3 2 970 2 1 1
2 1 2 712 2 1 2
2 2 1 582 2 1 2
2 1 2 790 2 1 2
2 3 3 980 2 1 1
2 4 1 1140 2 2 2
1 1 2 932 2 1 2
2 1 2 681 2 1 2
2 1 1 991 1 1 2
2 1 1 689 2 1 2
2 1 1 795 1 1 2
2 1 2 978 1 2 2
2 4 3 782 2 1 2
2 1 2 750 2 1 2
2 1 3 859 2 1 2
2 4 2 742 2 1 5
2 1 1 584 2 1 2
2 1 2 812 2 1 2
2 1 2 679 2 1 4
2 2 2 667 2 1 5
2 4 2 513 2 1 2
2 2 1 832 2 1 2
2 2 2 769 2 1 1
2 4 2 657 2 1 2
2 1 2 599 2 2 2
2 4 1 792 1 1 1
2 1 3 585 2 1 1
1 1 2 712 2 1 2
2 1 3 881 2 1 3
2 4 1 997 2 1 1
2 2 2 350 2 2 2
2 1 1 668 2 2 2
2 4 2 567 2 1 2
2 4 3 776 2 1 3
2 1 1 555 1 1 1
2 2 1 515 2 1 2
2 1 1 684 2 1 1
2 1 2 721 2 1 2
2 3 3 878 2 1 2
2 1 2 731 2 1 2
2 2 2 696 2 1 1
2 4 1 714 2 2 2
2 1 2 856 2 1 2
2 2 3 477 1 1 2
2 1 3 604 2 1 2
ESTUDIANTE IVAN APONZA CANTOÑI
INTERROGANTE

1. Definición y características principales del análisis de varianza.

Un análisis de varianza “ANOVA” se define como una prueba que busca una forma u otra
son iguales, además de ello tiene una de respuesta continua y al menos un factor categórico
enfoca en analizar los resultados de grupos de forma comparativa para calcular los valores

Caracteristicas

Mide la fuente de variación entre dos datos y compara sus tamaños.

Evalúa la diferencia entre las medidas de su grupo local
El conjunto de datos es independiente del resto
Los resultados tienen una distribución normal.
Las desviaciones estándar de las poblaciones son iguales

2.   ¿Cuándo y cómo aplicar un análisis de varianza?

Los análisis de varianza los podemos aplicar para evaluar si existe una diferencia significat
Se aplica cuando hay un solo factor en dos niveles con variables dependientes.
se aplica cuando se tiene un experimento diseñado con combinaciones de niveles y factores
Se aplica cuando hay factores múltiples en una variable dependientes.

3.   Explique cada uno de los modelos de análisis de varianza. De ejemplos.

Modelo I o de efectos fijos en el que la H1 supone que las k muestras son muestras de k po
que se supone que las k muestras, se han seleccionado aleatoriamente de un conjunto de m>

Un ejemplo de modelo I de anova es el Ejemplo 1, porque en él se asume que existen cinco

las que se han extraído las muestras.

Un ejemplo de modelo II sería: un investigador está interesado en determinar el contenido,

toma del animalario 5 cobayas al azar y les realiza, a cada una, 3 biopsias hepáticas.
Un ejemplo de modelo II sería: un investigador está interesado en determinar el contenido,
toma del animalario 5 cobayas al azar y les realiza, a cada una, 3 biopsias hepáticas.

Cuando un investigador está interesado en determinar el contenido y sus variaciones del gr

4.   ¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por q

Si es útil teniendo en cuenta que se busca evaluar cuál es la importancia de uno o más facto
diferentes niveles de los factores.
 INTERROGANTE

arianza.

ba que busca una forma u otra de conocer la hipótesis de medidas de dos o más poblaciones
al menos un factor categórico con dos o más niveles de igual forma este tipo de análisis se
tiva para calcular los valores medios si son iguales o no a los estudiados.

maños.

xiste una diferencia significativa entre grupos de medidas.

les dependientes.
naciones de niveles y factores
ndientes.

nza. De ejemplos.

muestras son muestras de k poblaciones distintas y fijas Modelo II o de efectos aleatorios en el

iamente de un conjunto de m>k poblaciones.

él se asume que existen cinco poblaciones (sin tratamiento, con poca sal, sin sal, etc.) fijas, de

o en determinar el contenido, y sus variaciones, de grasas en las células hepáticas de cobayas;

a, 3 biopsias hepáticas.
enido y sus variaciones del grupo objeto de análisis.

de estudio? - Explique por qué

mportancia de uno o más factores al comparar las medidas de las variables de respuesta en los
ESTUDIANTE JORGE VALLE
Cada estudiante del grupo dara respues

Definición y características principales del análisis de varianza

El análisis de la varianza es un método estadístico para determinar sí
diversos conjuntos de muestras aleatorias de una determinada variable
proceden de la misma población o de poblaciones distintas.
En general, cada conjunto muestral se caracteriza por estar afectado por un
tratamiento específico, que eventualmente puede influir en los valores que
tome la variable objeto de estudio.
Se denomina factor a la variable que supuestamente ejerce una influencia
sobre la variable estudiada a la que se denomina dependiente

Características principales

• Compara 3 o más medias poblacionales si son iguales.

• Evita la propagación del error
• Las muestras provienen de poblaciones con una distribución normal
• Las desviaciones estándar de las poblaciones son iguales
• Las muestras son independientes

Explique cada uno de los modelos de análisis de varianza. De ejemplos.

Modelo I: Efectos Fijos

El modelo de efectos fijos de análisis de la varianza se aplica a situaciones en
las que el experimentador ha sometido al grupo o material analizado a varios
factores, cada uno de los cuales le afecta sólo a la media, permaneciendo la
"variable respuesta" con una distribución normal.
Este modelo se supone cuando el investigador se interesa únicamente por los
niveles del factor presentes en el experimento, por lo que cualquier variación
observada en las puntuaciones se deberá al error experimental

Modelo II: Efectos aleatorios (componentes de varianza)

Los modelos de efectos aleatorios se usan para describir situaciones en que
ocurren diferencias incomparables en el material o grupo experimental. El
ejemplo más simple es el de estimar la media desconocida de una población
compuesta de individuos diferentes y en el que esas diferencias se mezclan
con los errores del instrumento de medición.
Este modelo se supone cuando el investigador está interesado en una
población de niveles, teóricamente infinitos, del factor de estudio, de los que
únicamente una muestra al azar (t niveles) están presentes en el
experimento.
con los errores del instrumento de medición.
Este modelo se supone cuando el investigador está interesado en una
población de niveles, teóricamente infinitos, del factor de estudio, de los que
únicamente una muestra al azar (t niveles) están presentes en el
experimento.
l grupo dara respuesta a los siguientes interrogantes planteados:

¿Cuándo y cómo aplicar un análisis de varianza?

Cuando existe la necesidad de estudiar la influencia de un determinado factor o grupo
de factores sobre una variable respuesta. Para ello, se comparan los efectos que las
distintas dosis o niveles del factor producen en dicha variable. Esos niveles del factor,
también denominados tratamientos, pueden ser de naturaleza cuantitativa o
cualitativa.
Para determinar este análisis es precisa la utilización de fórmulas específicas para
este caso. En estas fórmulas se descomponen los valores y se calculan. Existe una
tabla para el análisis de varianza, esta es aplicable una vez se haya efectuado el
cálculo. Esta es denominada tabla de análisis. En ella encontramos: fuentes de
variación, suma de cuadrados, grados de libertad, cuadrado medio y F. Esta tabla se
divide en intergrupos, intragrupo o error y en valor total. En estadísticas la “F” es la
forma de distribuir la probabilidad
Para la aplicación del ANOVA ya existen programas que permiten realizar los análisis
con solo cargar los datos en sus páginas y aplicar la herramienta de acuerdo a sus
requerimientos, como es el caso del SPSS (Statistical Package for the Social
Sciences) sin la necesidad de realizar cada una de las fórmulas para llegar al
resultado final y así poder inferir de acuerdo a resultados de las fórmulas.

¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por

qué

Es de utilidad, debido a que aplicándolo podemos verificar si hay deferencias

estadísticamente significativas entre medias cuando tenemos más de dos muestras o
grupos en el mismo planteamiento
ESTUDIANTE EDWIN PASPUEL DIAZ
INTERROGANTE

1. Definición y características principales del análisis de varianza.

Formalmente el análisis de la varianza permite analizar y comparar experimentos en los que
de otras variables, cuantitativas o cualitativas, denominadas factores. Según se esté estudian
de un solo factor o unifactorial, y ANOVA multifactorial.
El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos
muestra única, obtenida a partir de cada población. El análisis de varianza puede servir para
revelan las verdaderas diferencias entre los valores medios de cada una de las poblaciones, o
son más indicativas de una variabilidad de muestreo.
Caracteristicas
Es continua
Evalúa la diferencia entre las medidas de su grupo local
Es asitótica
Sus valores no pueden ser negativos
Existen una familia de distribuciones F. cada vez que cambian los grados de libertad, ya sea

2.   ¿Cuándo y cómo aplicar un análisis de varianza?

El análisis de varianza lo vamos a utilizar para verificar si hay diferencias estadísticamente s
muestras o grupos en el mismo planteamiento.
Se aplica cuando hay un solo factor en dos niveles con variables dependientes.
se aplica cuando se tiene un experimento diseñado con combinaciones de niveles y factores
Se aplica cuando hay factores múltiples en una variable dependientes.

3.   Explique cada uno de los modelos de análisis de varianza. De ejemplos.

Modelo I: Efectos fijos

El modelo de efectos fijos de análisis de la varianza se aplica a situaciones en las que el exp
varios factores, cada uno de los cuales le afecta sólo a la media, permaneciendo la "variable
El ejemploEste
másmodelo
simple se
es supone
el de estimar
cuandolaelmedia desconocida
investigador de unaúnicamente
se interesa población compuesta
por los nived
mezclan con los errores del instrumento de medición.
Ejemplo: el experimentador ha pretendido y ha considerado en el experimento solo tres de m
es un factor aleatorio en el experimento.
Modelo III: Efectos mixtos
El Modelo de efectos mixtos describe situaciones que éste puede tomar. Ejemplo: Si el méto
influir donde están presentes ambos tipos de factores: fijos y aleatorios.
4.   ¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por q

Si porque el análisis de varianza es una herramienta importante en la investigación para un g

aplicación en el diseño de experimentos, el control de variables extrañas y el análisis de los
contribuyen a la variabilidad de las variables de interés.
También podemos decir que es útil en la problemática de estudio porque el análisis de varia
esta actividad vamos a realizar análisis de varianza y comparaciones múltiples.
 INTERROGANTE

varianza.
mparar experimentos en los que describe una variable respuesta cuantitativa en función
factores. Según se esté estudiando un único factor o varios, se distingue entre ANOVA

para decidir si las medias de dos o más poblaciones son iguales. La prueba se basa en una
sis de varianza puede servir para determinar si las diferencias entre las medias muéstrales
de cada una de las poblaciones, o si las diferencias entre los valores medios de la muestra

ian los grados de libertad, ya sea en el numerador o en el denominador; se crea una nueva distribución.

ay diferencias estadísticamente significativas entre medias cuando tenemos más de dos

ables dependientes.
binaciones de niveles y factores
endientes.

anza. De ejemplos.

a a situaciones en las que el experimentador ha sometido al grupo o material analizado a

dia, permaneciendo la "variable respuesta" con una distribución normal.
a de unaúnicamente
interesa población compuesta de individuos
por los niveles del factor diferentes y en
presentes en el el que esas diferencias
experimento, se
por lo que
en el experimento solo tres de muchos más métodos posibles, el método de enseñanza

puede tomar. Ejemplo: Si el método de enseñanza es analizado como un factor que puede
y aleatorios.
a de estudio? - Explique por qué

ante en la investigación para un gran número de disciplinas, debido a su amplia

bles extrañas y el análisis de los datos, con la finalidad de identificar factores que

tudio porque el análisis de varianza, nos permite analizar y comparar experimentos, y en

raciones múltiples.
 Ca

Definición y características principales del análisis de varianza

El análisis de varianza es una técnica que se puede utilizar para decidir si las
medias de dos o más poblaciones son iguales. La prueba se basa en una
muestra única, obtenida a partir de cada población. El análisis de varianza
puede servir para determinar si las diferencias entre las medias muestrales
revelan las verdaderas diferencias entre los valores medios de cada una de las
poblaciones, o si las diferencias entre los valores medios de la muestra son
más indicativas de una variabilidad de muestreo.
Si el valor estadístico de prueba (análisis de varianza) nos impulsa a aceptar la
hipótesis nula, se concluiría que las diferencias observadas entre las medias de
las muestras se deben a la variación casual en el muestreo (y por tanto, que los
valores medios de población son iguales). Si se rechaza la hipótesis nula, se
concluiría que las diferencias entre los valores medios de la muestra son
demasiado grandes como para deberse únicamente a la casualidad (y por ello,
no todas las medias de población son iguales).
Los datos para el análisis de varianza se obtienen tomando una muestra de
cada población y calculando la media muestral y la variancia en el caso de
cada muestra.

Características principales

• Compara 3 o más medias poblacionales si son iguales.

• Evita la propagación del error
• Las muestras provienen de poblaciones con una distribución normal
• Las desviaciones estándar de las poblaciones son iguales
• Las muestras son independientes
 Cada estudiante del grupo dara respuesta a los siguientes interrogantes planteados:

¿Cuándo y cómo aplicar un análisis de varianza?

Los análisis de varianza los podemos aplicar para evaluar si existe una diferencia
significativa entre grupos de medidas.
Se aplica cuando hay un solo factor en dos niveles con variables dependientes.
se aplica cuando se tiene un experimento diseñado con combinaciones de niveles y factores.
Se aplica cuando hay factores múltiples en una variable dependientes.

Explique cada uno de los modelos de análisis de varianza. De ejemplos.

ModeloI:
Efectos Fijos
El modelo de efectos fijos de análisis de la varianza se aplica a situaciones en las que el
experimentador ha sometido al grupo o material analizado a varios factores, cada uno de los
cuales le afecta sólo a la media, permaneciendo la "variable respuesta" con una distribución
normal.
Este modelo se supone cuando el investigador se interesa únicamente por los niveles del
factor presentes en el experimento, por lo que cualquier variación observada en las
puntuaciones se deberá al error experimental

Modelo II: Efectos aleatorios (componentes de varianza)

Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren
diferencias incomparables en el material o grupo experimental. El ejemplo más simple es el
de estimar la media desconocida de una población compuesta de individuos diferentes y en
el que esas diferencias se mezclan con los errores del instrumento de medición.
Este modelo se supone cuando el investigador está interesado en una población de niveles,
teóricamente infinitos, del factor de estudio, de los que únicamente una muestra al azar (t
niveles) están presentes en el experimento.
os:

¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por qué

El Análisis de la varianza y sus procedimientos, se aplican en todas las ciencias tanto puras
como sociales, tales como: en la Geografía, Matemática, Economía, Política,
Administración, Contaduría, Educación, Industrias, Medicinas, Agriculturas, en la
Ingeniería y al Gobiernos, entre otras. El análisis de la varianza nos permite decidir cuál es
la alternativa más adecuada que permita llevar a una solución satisfactoria del problema de
investigación.
El ANOVA permite decidir los distintos niveles de factores que se establecen en las
diferentes poblaciones o analizar, el comportamiento de ésta misma para todos los niveles
en función de las poblaciones estudiadas.
El análisis de la varianza permite determinar si existe o no diferencias estadísticas
significativas entre medias cuando se tiene más de dos muestras o más de dos grupos en el
mismo planteamiento.
El análisis de varianza nos permite comparar el valor crítico de F con los resultados del
estadístico de prueba y allí poder tomar decisiones de rechazar o no la hipótesis nula
Evaluar si el “% grasa” depende de la “temperatura” en el departamento 2. La organización de lo

Temperatura 1
(Alta)
% grasa promedio proveedor 1
% grasa promedio proveedor 2
% grasa promedio proveedor 3
% grasa promedio proveedor 4
% grasa promedio proveedor 5
Temperatura 2
(Media)
% grasa promedio proveedor 6
% grasa promedio proveedor 7
% grasa promedio proveedor 8
% grasa promedio proveedor 9
% grasa promedio proveedor 10

Paso 1: Describir la hipótesis

H0: El % grasa depende de la temperatura en el departamento 2.

H1: El % grasa no depende de la temperatura en el departamento 2.

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Temperatura 1
(Alta)
Observación 1 3
Observación 2 2.9
Observación 3 3
 Observación 4 3

Observación 5 3

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Temperatura 1 5
(Alta)

Temperatura 2 5
(Media)

Temperatura 3 5
(Baja)

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 0.001333333333333
Dentro de los grupos 0.108

Total 0.109333333333334

No rechazar Ho
0.074074074

3.885293835
Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

Paso 6: Conclusión

Al menos dos de las medias en las observaciones realizadas son homogeneas, por tanto, el % grasa depe
n el departamento 2. La organización de los datos a trabajar debe ser así:

Temperatura 3
(Baja)
% grasa promedio proveedor 11
% grasa promedio proveedor 12
% grasa promedio proveedor 13
% grasa promedio proveedor 14
% grasa promedio proveedor 15

a temperatura en el departamento 2.
de la temperatura en el departamento 2.

va a trabajar

Temperatura 2 Temperatura 3
(Media) (Baja)
3.2 2.9
2.9 3.1
2.9 2.9
 2.9 2.9

3 3

Suma Promedio Varianza

14.9 2.98 0.002

14.9 2.98 0.017

14.8 2.96 0.008

Grados de libertad Promedio de los cuadrados F Probabilidad

2 0.000666666666667 0.0740740741 0.929024140023
12 0.009

14

Rechazar Ho
to, Se acepta la Ho

s son homogeneas, por tanto, el % grasa depende de la temperatura en el departamento 2

 Evaluar si el “costo” depende del “de

Paso 1: Describir la hipótesis

H0:

H1:

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a=

Paso 3: Estadístico de prueba F (o calculado)

Observación 1
Observación 2
Observación 3
Observación 4
Observación 5

Análisis de varianza de un factor

RESUMEN
Grupos
Departamento 1
 Departamento 2

Departamento 3

ANÁLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos

Total

Valor crítico para F

3.88529383465239

Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, S

Paso 6: Conclusión

Al menos dos de las medias en las observaciones realizadas so

 Evaluar si el “costo” depende del “departamento” del cual es recibida la leche. La organización de los datos a

Departamento 1 Departamento 2
Costo promedio proveedor 1 Costo promedio proveedor 6

Costo promedio proveedor 2 Costo promedio proveedor 7

Costo promedio proveedor 3 Costo promedio proveedor 8

Costo promedio proveedor 4 Costo promedio proveedor 9

Costo promedio proveedor 5 Costo promedio proveedor 10

la hipótesis

El costo depende del departamento del cual es recibida la leche

El costo no depende del departamento del cual es recibida la leche

er el nivel de significancia con el que se va a trabajar

0.05

co de prueba F (o calculado)

Departamento 1 Departamento 2

845 796
707 419
742 1100
591 784
357 677

nza de un factor

Cuenta Suma
5 3242
 5 3776

5 2824

Suma de cuadrados Grados de libertad

91078.9333333332 2
524482.8 12

615561.733333333 14

No rechazar Ho
1.04192854370057

3.88529383465239

decisión

de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

ón

de las medias en las observaciones realizadas son homogeneas, por tanto, el costo depende del departamento del cual e
leche. La organización de los datos a trabajar debe ser así:

Departamento 3
Costo promedio proveedor 11

Costo promedio proveedor 12

Costo promedio proveedor 13

Costo promedio proveedor 14

Costo promedio proveedor 15

Departamento 3

245
547
651
650
731

Promedio Varianza
648.4 34763.8
 755.2 60131.7

564.8 36225.2

Promedio de los cuadrados F Probabilidad Valor crítico para F

45539.4666666666 1.041928544 0.382611323679406 3.88529383465239
43706.9

Rechazar Ho

depende del departamento del cual es recibida la leche

 Evaluar si el “% solidos totales” depende de “satisfacción” que se tiene del p

Satisfacción 1
(Muy satisfecho)
% solidos totales proveedor 1

% solidos totales proveedor 2

% solidos totales proveedor 3

% solidos totales proveedor 4

% solidos totales proveedor 5

Paso 1: Describir la hipótesis

H0:
Los promedios del % de los solidos totales en el departamento 3 son
H1: Al menos dos de ellas sean diferentes

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba F (o calculado)

Satisfacción 1
(Muy satisfecho)

Observación 1 11.7
Observación 2 11.3
Observación 3 11.6
Observación 4 12.3
Observación 5 11.9

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Satisfacción 1
(Muy satisfecho)
5

Satisfacción
Satisfacción 2
3
(Aceptable)
(Nada satisfecho)
5
5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 0.005333333333333
Dentro de los grupos 3.408

Total 3.41333333333333

Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

Paso 6: Conclusión
Con unas significancia del 5% se acepta la hipotesis nula ya que el P-valor (0,99066
departamento 3.
sfacción” que se tiene del proveedor en el departamento 3. La organización de los datos a trabajar debe ser así:
Escolaridad 3
Escolaridad 2
(Nada satisfecho)
(Aceptable)
% solidos totales proveedor 6 % solidos totales proveedor 11

% solidos totales proveedor 7 % solidos totales proveedor 12

% solidos totales proveedor 8 % solidos totales proveedor 13

% solidos totales proveedor 9 % solidos totales proveedor 14

% solidos totales proveedor 10 % solidos totales proveedor 15

otales en el departamento 3 son iguales.

ar

Satisfacción 3
Satisfacción 2
(Nada satisfecho)
(Aceptable)

10.9 12.4
12.4 11.5
11.3 11
12.4 11.9
11.6 11.8

Suma Promedio Varianza

 58.8 11.76 0.138

58.6 11.72 0.447

58.6 11.72 0.267

Grados de libertad Promedio de los cuadrados F

2 0.002666666666666 0.0093896714
12 0.284

14

No rechazar Ho
0.009389671361501

Rechazar Ho
3.88529383465239

nto, Se acepta la Ho

ya que el P-valor (0,990661545) es mayor al nivel de significancia. Por lo tanto el % de solidos totales no depende de la
atos a trabajar debe ser así:
 Probabilidad Valor crítico para F
0.990661544889157 3.88529383465239

Rechazar Ho

de solidos totales no depende de la satisfacción en el

 Conclusiones Inferenci

Con el desarrollo del presente trabajo se pudo realizar analisis de varianza (ANOVA) para
otra, con el objetivo de determinar la hipótesis media de dos o mas factores, lo cual nos bri
de los analisis de varianza para la toma de decisiones a nivel laboral.

El método ANOVA es muy útil, ya que permite realizar un análisis de datos casi ilimitados
pruebas de hipótesis, este tiene su mayor uso en probar hipótesis en diseño de experimento

Por medio de la plantilla podemos facilitar la obtención de cálculos y resultados inmediatos

el método ANOVA.

A la hora de presentar ANOVA en un informe, artículo de investigación o tesis, se debe pre

seguidamente el estadístico F y su significación.

Sin ANOVA de un factor, las diferencias entre un grupo y otro quedarían a juicio subjetivo
no las verías. Es mejor usar la estadística para saber si hay similitud o diferencia entre los g

Al aplicar el análisis de varianza a la problemática de estudio con la finalidad de analizar

como de las varianzas podemos concluir que:
Cada muestra es independiente de las otras, las muestras fueron seleccionadas al azar de la
distribución normal y las varianzas poblacionales son normales.

Finalmente al realizar la hipótesis mediante de la ANOVA con unas significancia del 5% s

mayor al nivel de significancia. Por lo tanto el % de solidos totales no depende de la satisfa
onclusiones Inferenciales

de varianza (ANOVA) para comparar los valores y verificar que variables depende o no de
o mas factores, lo cual nos brinda importantes beneficios en la resolución problemas a través
aboral.

nálisis de datos casi ilimitados en el cual se comparan medidas poblacionales y se realizan

sis en diseño de experimentos y en regresión.

culos y resultados inmediatos para aquellos problemas estadísticos que se requieran hacer por

vestigación o tesis, se debe presentar la tabla de las medias y desviaciones típicas, y

o quedarían a juicio subjetivo del observador, y donde una persona ve diferencias otra quizás
militud o diferencia entre los grupos.

o con la finalidad de analizar las diferencias o semejanzas significativas tanto de las medias

on seleccionadas al azar de la población, la población del caso de estudio tiene una

es.

n unas significancia del 5% se acepta la hipótesis nula ya que el P-valor (0,990661545) es

otales no depende de la satisfacción en el departamento 3.
 REFENCIA BIBLIOGRAFICAS

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva, teoría de
la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide. (pp. 313-328).

Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la

calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 72-90).

Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional. (pp. 65-84).

Espejo, M. I., Fernández, P. F., & López, S. M. (2016). Inferencia estadística: teoría y
problemas (2a. ed.). Madrid, ESPAÑA: Servicio de Publicaciones de la Universidad de Cádiz.
(pp. 147-178).
a descriptiva, teoría de
ámide. (pp. 313-328).

ntrol estadístico de la

, MX: Instituto

tica: teoría y
Universidad de Cádiz.