UNIVERSIDAD NACIONAL SAN CRISTÓBAL DE HUAMANGA FACULTAD DE INGENIERÍA QUÍMICA Y METALURGIA ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERÍA AGROINDUSTRIAL TRABAJO SEMESTRAL DE ESTADÍSTICA APLICADA A LA INGENIERÍA “INVESTIGACION ESTADISTICO DE COMISARIAS A NIVEL PERÚ” ASIGNATURA: ESTADISTICA APLICADA (AI-242) PROFESOR DE PRÁCTICA: Ing. HERNÁNDEZ MAVILA, Jack Edson DIA Y HORA DE LA PRÁCTICA: jueves 4-7 pm ALUMNOS: SORAS CONDORAY, Zinia Sarai GUTIERREZ MUCHA,Brenda AYACUCHO – PERU 2023 Índice I. OBJETIVOS ........................................................................................................................ 3 II. DEFINICIONES SOBRE EL TEMA DE ESTUDIO .................................................. 3 1.2. DEFINICIÓN DE POBLACIÓN ................................................................................... 7 1.3. MUESTRA ....................................................................................................................... 7 III. DEFINICIÓN DE VARIABLES (TIPO Y ESCALAS DE MEDICIÓN) .................. 8 IV. CARACTERIZACIÓN DESCRIPTIVA DE LAS VARIABLES ............................. 45 V. ANÁLISIS PROBABILÍSTICO ...................................................................................... 45 VI. DEFINICIÓN DE CINCO OBJETIVOS DE INVESTIGACIÓN INFERENCIAL (INTERVALOS DE CONFIANZA, PRUEBA DE HIPÓTESIS DE LA MEDIA, DIFERENCIA DE MEDIAS, PROPORCIONES, DIFERENCIA DE PROPORCIONES Y VARIANZA) .............................................................................................................................. 45 VII. CONCLUSIONES…………………………………………………………………….45 VIII. BIBLIOGRAFÍA ........................................................................................................... 45 I. OBJETIVOS Conocer sobre las características, modelos, hábitos, formas de manejo delas comisarias. Realizar las tablas de frecuencia, gráficos estadísticos. Realizar medidas de tendencia central, medidas de posición, medidas dedispersión, medidas de forma. Dar a conocer el modo de trabajo de las comisarias. Saber un poco más de las costumbres de las comisarias en cada región decómo se desenvuelven. 1.1. JUSTIFICACION Es importante realizar el tema realizado de las comisarias ya que mediante ellos se puede solucionar muchos problemas, y asi saber mediante cálculos de estadística los datos exactos por el medio en el que se trabaja y obtener datos exactos de las comisarias II. DEFINICIONES SOBRE EL TEMA DE ESTUDIO Este análisis es necesario comenzarlo, analizando el número que existe y cómo han ido aumentando, así como los tipos de comisarías y sus funciones. Las comisarías se dividen en dos tipos: Básicas (No especializadas), las cuales realizanpatrullaje, motorizado y a pie, investigación de delitos y faltas, violencia familiar,accidentes de tránsito y coordinación con la comunidad para desarrollar acciones de seguridad ciudadana, entre otras funciones. Y las denominadas comisarías especializadas, realizan sus labores en aeropuertos, carreteras, turismo y enprotección a la mujer y la familia. Desde el 2012 al 2017 se acondicionaron 98 nuevas comisarías en todo el país. En el 2012 se practicó el primer ejercicio para documentar el total de las Comisaríasen el Perú. Se reportaron 1,397 comisarías entre especializadas y no especializadas. En el año 2013, se presentó el incremento más significativo en elnúmero de comisarías, con un total de 47 nuevas dependencias, un aumento del 3.25%. Entre el año 2013 y 2014 dicho aumento fue de 15 comisarías, un 1%, y entre los años 2014 y 2015 el crecimiento fue de 11 comisarías, menos de un 1%. En el año 2016, se reportó el menor crecimiento en el número de dependencias con la instalación de 4 nuevas comisarías, lo que corresponde a menos de un 1%. Sin embargo, en el año 2017 nuevamente se acelera el aumento de comisarías, aperturando 21 nuevas. Por tanto, la evolución general muestra que, tras un fuerte crecimiento de las comisarías entre 2012 y 2013, el crecimiento se ralentiza hasta llegar a 2016, añoen que prácticamente se estabiliza el número de centros policiales respecto del año anterior. Posteriormente, durante el 2017 se vuelve a aumentar el número de comisarías. Por lo tanto, habrá que esperar para ver si este nuevo dinamismo en elaumento de dependencias policiales continúa en años venideros o vuelve aralentizarse el crecimiento. En cuanto al tipo de comisarías, en el año 2016, de un total de 1,496 comisarías, el 88.3% (1,301) eran básicas y el 11.7% (172) especializadas. Para el 2017, el 87,6% (1324) eran del primer tipo, frente al 12,3% (164) que eran especializadas. Por lo tanto, es este último grupo el que más ha aumentado. 2.1. SEGÚN INSTITUTO NACIONAL DE ESTADÍSTICA E INFORMÁTICA 2.1.1. ¿QUIÉNES SON? Son la institución pública más importante del país en la generación y difusión de información estadística oficial; que sirve para conocer, analizar y proponer cambios en nuestra realidad, a través de políticas públicas que favorezcan a las poblaciones más necesitadas y apoyen el desarrollo sostenido de nuestro país. 2.1.2. MISION Sus misiones es producir y difundir información estadística oficial que el país necesita, con la calidad, oportunidad y cobertura requerida, con el propósito de contribuir al diseño, monitoreo y evaluación de políticas públicas y al proceso de toma de decisiones de los agentes socioeconómicos, sector público y comunidad en general. 2.1.3. VISION un organismo líder a nivel nacional e internacional, que utiliza los más altos estándares metodológicos y tecnológicos para la producción y difusión de estadísticas oficiales que contribuyen eficazmente en el diseño de políticas públicas para el desarrollo del país. INFRAESTRUCTURA Y EQUIPAMIENTO 1. En el Perú existe 1 mil 496 comisarías ubicadas en 1 mil 31 distritos. Del total de comisarías, 1 mil 324 (88,3%) son Comisarías Básicas1 y 172Comisarías Especializadas2 (11,7%). El 91,4% de las comisarías cuentan con local propio, es decir, pertenecen al Ministerio del Interior o fueron cedidos/donados de forma permanente por personas naturales o instituciones públicas o privadas y que cuentan con documentación que acredita la propiedad del local El 61,6% de comisarías disponen de servicios básicos adecuados, es decir, tienen servicio de agua potable, desagüe y energía eléctrica en forma permanente y conectada a red pública. NÚMERO DE COMISARÍAS EFECTIVOS POLICIALES QUE LABORAN EN LAS Según el censo, existen 32 mil 841 efectivos policiales a nivel nacional que laboran en las 1 mil 496 Comisarías ACTIVIDAD PRINCIPAL QUE REALIZAN LOS EFECTIVOS POLICIALES Del total de efectivos policiales que laboran en las 1 mil 496 comisarías del país, el 31,1% realiza principalmente labor de patrullaje motorizado, en segundo lugar, se encuentra el servicio de guardia realizado por el 13,1% y en tercer lugar, el patrullaje a pie con 11,3%. 2.2. DEFINICIÓN DE POBLACIÓN La población estadística, también conocida como universo, es el conjunto o la totalidad de elementos que se van a estudiar. Los elementos de una población lo conforman cada uno de los individuos asociados, debido a que comparten alguna característica en común. 2.3. MUESTRA. La muestra es una parte representativa de una población donde sus elementos comparten características comunes o similares. Se utiliza para estudiar a la población de una forma más factible, debido a quese puede contabilizar fácilmente. Cuando se va a realizar algún estudio sobre el comportamiento, propiedades o gustos del total de una población específica,se suelen extraer muestras. DEFINICIÓN DE VARIABLES (TIPO Y ESCALAS DEMEDICIÓN) Uno de los elementos fundamentales de la definición de una variable es el tipo de escala que utilizaremos para medirla. Hay cuatro tipos de escalas de medición, en orden creciente de potencia, según la proporción de información que contienen, son: Nominal y Ordinal. III. Escala nominal Consta de dos o más categorías mutuamente excluyentes. Si solo hay dos, se llama escalanominal dicotómica. A cada categoría se le suele asignar un número de código sin significado cuantitativo, lo que facilita su introducción en bases de datos. En cualquier situación, si se usa una codificación propia, debe tenerse claro lo que significa cada código para cada variable. Veamos algunos ejemplos: Sexo: 1) masculino; 2) femenino. Estado civil: 1, casado; 2, soltero; 3, viudo; 4, divorciado. Escala ordinal Las variables ordinales tienen la cualidad adicional, respecto a la escala nominal, de que sus categorías están ordenadas por rango; cada clase posee una misma relación posicionalcon la siguiente; es decir, la escala muestra situaciones escalonadas. Si se usan números,su única significación está en indicar la posición de las distintas categorías en la serie; sinembargo, no asumen que la distancia del primer escalón al segundo sea la misma que la del segundo al tercero. Veamos algunos ejemplos: Clase social: 1) baja, 2) media, 3) alta. Grados de reflujo vesicoureteral: grados 1, 2, 3, 4. Conformidad con una afirmación: 0) completo desacuerdo, 1) acuerdo parcial, 2)acuerdo total. Existen escalas que serán mezcla de nominal y ordinal, porque solo algunas categorías estén ordenadas por rango; esto ocurre en las escalas en las que un valor representa a unacategoría inclasificable (ejemplo: no sabe no contesta o resultado indeterminado). CALCULOS EN EXCEL DATOS AGRUPADOS: Tabla de frecuencia Los datos agrupados son aquellos datos que pertenecen a un tamaño demuestra mayor a 20 o más elementos, por lo que para ser analizados requieren ser agrupados en clases a partir de ciertas características. La agrupación de los datos puede ser simple o mediante intervalosde clase. en Excel para la comparación de los cálculos con SPSS Cuadro N° 01: tabla de frecuencia Nc Li Ls M_C 1 10101 30,126.00 2 30,126.00 50,151.00 3 50,151.00 70,176.00 4 70,176.00 90,201.00 5 90,201.00 110,226.00 6 110,226.00 130,251.00 7 130,251.00 150,276.00 8 150,276.00 170,301.00 9 170,301.00 190,326.00 10 190,326.00 210,351.00 11 210,351.00 230,376.00 12 230,376.00 250401 40,227.00 40138.5 60163.5 80188.5 100213.5 120238.5 140263.5 160288.5 180313.5 200338.5 220363.5 240388.5 ni hi 151 165 195 112 100 97 238 106 55 111 124 41 1495 0.10 0.11 0.13 0.07 0.07 0.06 0.16 0.07 0.04 0.07 0.08 0.03 1.00 Ni Hi 151 316 511 623 723 820 1058 1164 1219 1330 1454 1495 Ni* 0.10 0.21 0.34 0.42 0.48 0.55 0.71 0.78 0.82 0.89 0.97 1.00 Hi* 1,495.00 1,344.00 1,179.00 984.00 872.00 772.00 675.00 437.00 331.00 276.00 165.00 41.00 1.00 0.90 0.79 0.66 0.58 0.52 0.45 0.29 0.22 0.18 0.11 0.03 (Mc-Media)^2 5882670009 5896253487 3221932124 1349612010 279293146.2 10975532.44 544659168.7 1880344055 4018030191 6957717577 10699406214 15243096100 (Mc-Media) 76698.5659 76787.0659 56762.0659 36737.0659 16712.0659 3312.93411 23337.9341 43362.9341 63387.9341 83412.9341 103437.934 123462.934 INTERPRETACION DEL EXCEL. N1. 192 comisarías presentan un abigeo entre 10101-31,946.45 unidadesespecializadas. N7. 141-173.73 comisarías presentan un ovijeo entre 163,019.18152096455unidades especializadas. hi. 0.02 es la proporción de comisarias que tienen un ovijeo entre 163,019.18-184,864.64 unidades especializadas. hi. 0.11es la proporción de comisarias que tienen un ovijeo entre 31.946.45-53,791.91 unidades especializadas. Ni. 511 comisarías presentan como máximo 75,637.36 unidades especializadas.Ni. 926 comisarías presentan como máximo 141,173.73 unidades especializadas. Hi. 0.44 es la proporción de comisarias que tienen a lo más 97,482.82 unidadesespecializadas. Hi. 0.876 es la proporción de comisarias que tienen a lo más 206,710.09unidades especializadas. Ni*. 756 comisarías tienen como mínimo 119,328. 27 unidades especializadas. Ni*. 69 comisarías tienen como mínimo 228,555,55 unidades especializadas. Hi* 0,51 es la proporción de comisarias que presentan por lo menos 119.328.27unidades especializadas. Hi* 0.20 es la proporción de comisarias que presentan por lo menos 184,864.64unidades especializadas. DATOS NO AGRUPADOS: Cuando la muestra que se ha tomado de la población o proceso que se desea analizar, es decir, tenemos menos de 20 elementos en la muestra, entonces estos datos son analizadossin necesidad de formar clases con ellos y a esto es a lo que se le llama tratamientode datos no agrupados. Cuadro N°02. Datos no agrupados datos no agrupados Min Max Rango Intervalo Amplitud Media Variación S Desviación estándar (S) coeficiente N° de datos 149 5 10101 250401 240300 11.47631594 20025 115181.1164 4,493,523,107.26 67,033.75 58% Cálculos en Excel para las medidas de tendencia MEDIDAS DE TENDENCIA CENTRAL Media Mediana Moda Cuartil 3 percentil 50 115181.116 4 120130 150101 160105.5 120130 12 20025 MEDIDAS DE TENDENCIA CENTRAL Las medidas de tendencia central son valores numéricos que localizan, en algún sentido, el centro de un conjunto de datos. Es frecuente que el término promedio se asocie con todas las medidas de tendencia central. cálculos con medidas de tendencia central en SPSS. Estadísticos estudio de comisarias Válidos 1495 N Perdidos 0 Media 115181,12 Mediana 120130,00 70101a Moda Mínimo 10101 Máximo 250401 a. Existen varias modas. Se mostrará el menor de los valores. INTERPRETACION DE LA MEDIANA, LA MODA, MINIMO, MAXIMO el promedio de la cantidad de comisarias a nivel nacional es de 1170,56 unidades especializadas. MEDIANA: La cantidad de comisarias en funcionamiento a nivel nacional es de 53,00a unidades especializadas. MODA: La mayoría de las comisarias que no están en funcionamiento a nivel es de 1b unidades especializadas. MINIMO: Las comisarias que no están en funcionamiento a nivel nacional, mínimamente es de una unidad especializada MAXIMO: Las comisarias que no están en funcionamiento a nivel nacional como máximo es de 9079 unidad especializada. Tabla N° 01: tabla de frecuencia en SPSS Estudio de comisarias Frecuencia Válidos Porcentaje Porcentaje Porcentaje válido acumulado 10101 4 ,3 ,3 ,3 10103 1 ,1 ,1 ,3 10106 1 ,1 ,1 ,4 10107 1 ,1 ,1 ,5 10109 1 ,1 ,1 ,5 10110 1 ,1 ,1 ,6 10113 1 ,1 ,1 ,7 10114 1 ,1 ,1 ,7 10117 1 ,1 ,1 ,8 10118 1 ,1 ,1 ,9 10201 1 ,1 ,1 ,9 10202 2 ,1 ,1 1,1 10203 1 ,1 ,1 1,1 10205 2 ,1 ,1 1,3 10206 1 ,1 ,1 1,3 10301 1 ,1 ,1 1,4 10306 2 ,1 ,1 1,5 10307 2 ,1 ,1 1,7 10311 1 ,1 ,1 1,7 10312 1 ,1 ,1 1,8 10401 1 ,1 ,1 1,9 10501 1 ,1 ,1 1,9 10502 1 ,1 ,1 2,0 10503 1 ,1 ,1 2,1 10504 1 ,1 ,1 2,1 10506 1 ,1 ,1 2,2 10509 1 ,1 ,1 2,3 10512 1 ,1 ,1 2,3 10513 2 ,1 ,1 2,5 10521 1 ,1 ,1 2,5 10522 1 ,1 ,1 2,6 10601 1 ,1 ,1 2,7 10604 1 ,1 ,1 2,7 10605 1 ,1 ,1 2,8 10606 1 ,1 ,1 2,9 10609 1 ,1 ,1 2,9 10610 1 ,1 ,1 3,0 10701 1 ,1 ,1 3,1 10702 1 ,1 ,1 3,1 10703 2 ,1 ,1 3,3 10704 2 ,1 ,1 3,4 10705 2 ,1 ,1 3,5 10706 1 ,1 ,1 3,6 20101 4 ,3 ,3 3,9 20105 1 ,1 ,1 3,9 20110 1 ,1 ,1 4,0 20111 1 ,1 ,1 4,1 20112 2 ,1 ,1 4,2 20201 1 ,1 ,1 4,3 20301 1 ,1 ,1 4,3 20401 1 ,1 ,1 4,4 20501 1 ,1 ,1 4,5 20503 1 ,1 ,1 4,5 20505 1 ,1 ,1 4,6 20507 2 ,1 ,1 4,7 20508 3 ,2 ,2 4,9 20601 1 ,1 ,1 5,0 20604 1 ,1 ,1 5,1 20606 1 ,1 ,1 5,2 20701 1 ,1 ,1 5,2 20703 1 ,1 ,1 5,3 20801 2 ,1 ,1 5,4 20804 1 ,1 ,1 5,5 20901 1 ,1 ,1 5,6 20905 1 ,1 ,1 5,6 21001 1 ,1 ,1 5,7 21004 2 ,1 ,1 5,8 21009 1 ,1 ,1 5,9 21014 2 ,1 ,1 6,0 21016 1 ,1 ,1 6,1 21101 2 ,1 ,1 6,2 21201 1 ,1 ,1 6,3 21202 1 ,1 ,1 6,4 21204 1 ,1 ,1 6,4 21206 1 ,1 ,1 6,5 21301 1 ,1 ,1 6,6 21401 1 ,1 ,1 6,6 21408 1 ,1 ,1 6,7 21501 1 ,1 ,1 6,8 21503 1 ,1 ,1 6,8 21508 1 ,1 ,1 6,9 21509 1 ,1 ,1 7,0 21511 1 ,1 ,1 7,0 21601 1 ,1 ,1 7,1 21701 1 ,1 ,1 7,2 21702 2 ,1 ,1 7,3 21703 1 ,1 ,1 7,4 21706 1 ,1 ,1 7,4 21801 8 ,5 ,5 8,0 21802 1 ,1 ,1 8,0 21803 1 ,1 ,1 8,1 21804 2 ,1 ,1 8,2 21805 1 ,1 ,1 8,3 21806 2 ,1 ,1 8,4 21807 1 ,1 ,1 8,5 21808 1 ,1 ,1 8,6 21809 4 ,3 ,3 8,8 21901 2 ,1 ,1 9,0 22001 1 ,1 ,1 9,0 22003 1 ,1 ,1 9,1 22005 1 ,1 ,1 9,2 22008 1 ,1 ,1 9,2 30101 5 ,3 ,3 9,6 30102 1 ,1 ,1 9,6 30104 2 ,1 ,1 9,8 30105 1 ,1 ,1 9,8 30106 1 ,1 ,1 9,9 30108 1 ,1 ,1 10,0 30109 2 ,1 ,1 10,1 30201 2 ,1 ,1 10,2 30202 1 ,1 ,1 10,3 30204 1 ,1 ,1 10,4 30205 1 ,1 ,1 10,4 30207 1 ,1 ,1 10,5 30209 1 ,1 ,1 10,6 30210 1 ,1 ,1 10,6 30212 1 ,1 ,1 10,7 30213 1 ,1 ,1 10,8 30215 1 ,1 ,1 10,8 30216 1 ,1 ,1 10,9 30220 1 ,1 ,1 11,0 30301 1 ,1 ,1 11,0 30305 1 ,1 ,1 11,1 30306 1 ,1 ,1 11,2 30401 2 ,1 ,1 11,3 30406 1 ,1 ,1 11,4 30414 1 ,1 ,1 11,4 30415 1 ,1 ,1 11,5 30417 1 ,1 ,1 11,6 30501 1 ,1 ,1 11,6 30502 1 ,1 ,1 11,7 30503 1 ,1 ,1 11,8 30504 1 ,1 ,1 11,8 30505 1 ,1 ,1 11,9 30506 1 ,1 ,1 12,0 30601 1 ,1 ,1 12,0 30602 1 ,1 ,1 12,1 30603 1 ,1 ,1 12,2 30604 1 ,1 ,1 12,2 30605 1 ,1 ,1 12,3 30606 1 ,1 ,1 12,4 30607 1 ,1 ,1 12,4 30608 1 ,1 ,1 12,5 30701 1 ,1 ,1 12,6 30703 1 ,1 ,1 12,6 30705 1 ,1 ,1 12,7 30708 1 ,1 ,1 12,8 30712 1 ,1 ,1 12,8 40101 4 ,3 ,3 13,1 40102 2 ,1 ,1 13,2 40103 4 ,3 ,3 13,5 40104 5 ,3 ,3 13,8 40105 1 ,1 ,1 13,9 40106 1 ,1 ,1 14,0 40107 3 ,2 ,2 14,2 40108 5 ,3 ,3 14,5 40109 2 ,1 ,1 14,6 40110 4 ,3 ,3 14,9 40111 1 ,1 ,1 15,0 40112 6 ,4 ,4 15,4 40113 1 ,1 ,1 15,5 40114 1 ,1 ,1 15,5 40116 1 ,1 ,1 15,6 40117 2 ,1 ,1 15,7 40118 1 ,1 ,1 15,8 40119 1 ,1 ,1 15,9 40121 1 ,1 ,1 15,9 40122 1 ,1 ,1 16,0 40123 1 ,1 ,1 16,1 40124 2 ,1 ,1 16,2 40125 2 ,1 ,1 16,3 40126 1 ,1 ,1 16,4 40127 1 ,1 ,1 16,5 40128 2 ,1 ,1 16,6 40129 2 ,1 ,1 16,7 40201 1 ,1 ,1 16,8 40202 2 ,1 ,1 16,9 40204 2 ,1 ,1 17,1 40205 1 ,1 ,1 17,1 40206 1 ,1 ,1 17,2 40207 1 ,1 ,1 17,3 40208 2 ,1 ,1 17,4 40301 1 ,1 ,1 17,5 40302 1 ,1 ,1 17,5 40303 2 ,1 ,1 17,7 40305 1 ,1 ,1 17,7 40307 2 ,1 ,1 17,9 40308 1 ,1 ,1 17,9 40310 1 ,1 ,1 18,0 40311 1 ,1 ,1 18,1 40313 2 ,1 ,1 18,2 40401 2 ,1 ,1 18,3 40402 1 ,1 ,1 18,4 40408 1 ,1 ,1 18,5 40409 1 ,1 ,1 18,5 40410 1 ,1 ,1 18,6 40413 1 ,1 ,1 18,7 40414 1 ,1 ,1 18,7 40501 2 ,1 ,1 18,9 40503 1 ,1 ,1 18,9 40505 1 ,1 ,1 19,0 40507 1 ,1 ,1 19,1 40508 1 ,1 ,1 19,1 40513 1 ,1 ,1 19,2 40514 1 ,1 ,1 19,3 40515 1 ,1 ,1 19,3 40520 2 ,1 ,1 19,5 40601 1 ,1 ,1 19,5 40602 1 ,1 ,1 19,6 40603 1 ,1 ,1 19,7 40606 1 ,1 ,1 19,7 40607 1 ,1 ,1 19,8 40608 1 ,1 ,1 19,9 40701 1 ,1 ,1 19,9 40702 1 ,1 ,1 20,0 40703 2 ,1 ,1 20,1 40704 1 ,1 ,1 20,2 40705 1 ,1 ,1 20,3 40706 1 ,1 ,1 20,3 40801 1 ,1 ,1 20,4 40802 1 ,1 ,1 20,5 40803 1 ,1 ,1 20,5 50101 1 ,1 ,1 20,6 50103 1 ,1 ,1 20,7 50104 1 ,1 ,1 20,7 50106 1 ,1 ,1 20,8 50108 1 ,1 ,1 20,9 50110 1 ,1 ,1 20,9 50114 1 ,1 ,1 21,0 50115 1 ,1 ,1 21,1 50116 1 ,1 ,1 21,1 50201 1 ,1 ,1 21,2 50202 1 ,1 ,1 21,3 50203 1 ,1 ,1 21,3 50205 1 ,1 ,1 21,4 50206 1 ,1 ,1 21,5 50301 1 ,1 ,1 21,5 50401 2 ,1 ,1 21,7 50403 1 ,1 ,1 21,7 50407 1 ,1 ,1 21,8 50408 1 ,1 ,1 21,9 50501 1 ,1 ,1 21,9 50503 1 ,1 ,1 22,0 50505 1 ,1 ,1 22,1 50507 1 ,1 ,1 22,1 50508 2 ,1 ,1 22,3 50509 1 ,1 ,1 22,3 50601 1 ,1 ,1 22,4 50602 1 ,1 ,1 22,5 50603 1 ,1 ,1 22,5 50604 1 ,1 ,1 22,6 50606 1 ,1 ,1 22,7 50608 1 ,1 ,1 22,7 50609 1 ,1 ,1 22,8 50612 1 ,1 ,1 22,9 50613 1 ,1 ,1 22,9 50621 1 ,1 ,1 23,0 50701 1 ,1 ,1 23,1 50704 1 ,1 ,1 23,1 50706 1 ,1 ,1 23,2 50801 1 ,1 ,1 23,3 50802 1 ,1 ,1 23,3 50805 1 ,1 ,1 23,4 50806 1 ,1 ,1 23,5 50901 1 ,1 ,1 23,5 50911 1 ,1 ,1 23,6 51001 1 ,1 ,1 23,7 51005 2 ,1 ,1 23,8 51012 1 ,1 ,1 23,9 51101 1 ,1 ,1 23,9 51103 1 ,1 ,1 24,0 51104 1 ,1 ,1 24,1 60101 4 ,3 ,3 24,3 60102 1 ,1 ,1 24,4 60104 1 ,1 ,1 24,5 60105 2 ,1 ,1 24,6 60106 1 ,1 ,1 24,7 60108 1 ,1 ,1 24,7 60109 1 ,1 ,1 24,8 60110 1 ,1 ,1 24,9 60111 1 ,1 ,1 24,9 60112 1 ,1 ,1 25,0 60201 1 ,1 ,1 25,1 60202 3 ,2 ,2 25,3 60203 1 ,1 ,1 25,4 60204 1 ,1 ,1 25,4 60301 2 ,1 ,1 25,6 60302 1 ,1 ,1 25,6 60303 1 ,1 ,1 25,7 60304 1 ,1 ,1 25,8 60307 1 ,1 ,1 25,8 60308 1 ,1 ,1 25,9 60309 1 ,1 ,1 26,0 60310 1 ,1 ,1 26,0 60401 1 ,1 ,1 26,1 60402 1 ,1 ,1 26,2 60404 1 ,1 ,1 26,2 60405 1 ,1 ,1 26,3 60407 1 ,1 ,1 26,4 60408 1 ,1 ,1 26,4 60409 2 ,1 ,1 26,6 60410 1 ,1 ,1 26,6 60411 1 ,1 ,1 26,7 60412 1 ,1 ,1 26,8 60413 1 ,1 ,1 26,8 60415 1 ,1 ,1 26,9 60416 1 ,1 ,1 27,0 60417 1 ,1 ,1 27,0 60418 1 ,1 ,1 27,1 60419 1 ,1 ,1 27,2 60501 1 ,1 ,1 27,2 60502 2 ,1 ,1 27,4 60503 1 ,1 ,1 27,4 60504 1 ,1 ,1 27,5 60505 2 ,1 ,1 27,6 60506 1 ,1 ,1 27,7 60507 2 ,1 ,1 27,8 60508 1 ,1 ,1 27,9 60601 3 ,2 ,2 28,1 60602 1 ,1 ,1 28,2 60603 1 ,1 ,1 28,2 60605 1 ,1 ,1 28,3 60606 1 ,1 ,1 28,4 60607 1 ,1 ,1 28,4 60608 1 ,1 ,1 28,5 60609 1 ,1 ,1 28,6 60611 1 ,1 ,1 28,6 60612 1 ,1 ,1 28,7 60613 1 ,1 ,1 28,8 60614 1 ,1 ,1 28,8 60615 1 ,1 ,1 28,9 60701 2 ,1 ,1 29,0 60702 1 ,1 ,1 29,1 60703 2 ,1 ,1 29,2 60801 2 ,1 ,1 29,4 60802 2 ,1 ,1 29,5 60803 1 ,1 ,1 29,6 60804 1 ,1 ,1 29,6 60805 1 ,1 ,1 29,7 60806 1 ,1 ,1 29,8 60807 1 ,1 ,1 29,8 60808 3 ,2 ,2 30,0 60809 1 ,1 ,1 30,1 60810 1 ,1 ,1 30,2 60812 1 ,1 ,1 30,2 60901 1 ,1 ,1 30,3 60902 1 ,1 ,1 30,4 60903 1 ,1 ,1 30,4 60905 1 ,1 ,1 30,5 60906 1 ,1 ,1 30,6 60907 1 ,1 ,1 30,6 61001 1 ,1 ,1 30,7 61002 1 ,1 ,1 30,8 61003 1 ,1 ,1 30,8 61005 1 ,1 ,1 30,9 61007 1 ,1 ,1 31,0 61101 1 ,1 ,1 31,0 61102 1 ,1 ,1 31,1 61103 1 ,1 ,1 31,2 61104 1 ,1 ,1 31,2 61105 1 ,1 ,1 31,3 61106 1 ,1 ,1 31,4 61107 1 ,1 ,1 31,4 61108 1 ,1 ,1 31,5 61109 2 ,1 ,1 31,6 61110 1 ,1 ,1 31,7 61112 1 ,1 ,1 31,8 61113 1 ,1 ,1 31,8 61201 1 ,1 ,1 31,9 61202 1 ,1 ,1 32,0 61301 1 ,1 ,1 32,0 61302 1 ,1 ,1 32,1 61303 2 ,1 ,1 32,2 61304 2 ,1 ,1 32,4 61306 1 ,1 ,1 32,4 61307 1 ,1 ,1 32,5 61310 1 ,1 ,1 32,6 61311 1 ,1 ,1 32,6 70101 13 ,9 ,9 33,5 70102 2 ,1 ,1 33,6 70103 1 ,1 ,1 33,7 70104 1 ,1 ,1 33,8 70105 2 ,1 ,1 33,9 70106 3 ,2 ,2 34,1 70107 1 ,1 ,1 34,2 80101 4 ,3 ,3 34,4 80103 1 ,1 ,1 34,5 80104 2 ,1 ,1 34,6 80105 1 ,1 ,1 34,7 80106 4 ,3 ,3 35,0 80107 1 ,1 ,1 35,1 80108 3 ,2 ,2 35,3 80201 1 ,1 ,1 35,3 80202 1 ,1 ,1 35,4 80204 1 ,1 ,1 35,5 80205 1 ,1 ,1 35,5 80207 1 ,1 ,1 35,6 80301 1 ,1 ,1 35,7 80302 1 ,1 ,1 35,7 80303 1 ,1 ,1 35,8 80304 1 ,1 ,1 35,9 80305 1 ,1 ,1 35,9 80306 1 ,1 ,1 36,0 80307 1 ,1 ,1 36,1 80308 1 ,1 ,1 36,1 80309 1 ,1 ,1 36,2 80401 2 ,1 ,1 36,3 80404 1 ,1 ,1 36,4 80405 1 ,1 ,1 36,5 80406 1 ,1 ,1 36,5 80408 1 ,1 ,1 36,6 80501 1 ,1 ,1 36,7 80503 1 ,1 ,1 36,7 80504 1 ,1 ,1 36,8 80505 1 ,1 ,1 36,9 80601 3 ,2 ,2 37,1 80602 1 ,1 ,1 37,1 80603 1 ,1 ,1 37,2 80604 1 ,1 ,1 37,3 80605 1 ,1 ,1 37,3 80608 1 ,1 ,1 37,4 80701 1 ,1 ,1 37,5 80705 1 ,1 ,1 37,5 80708 1 ,1 ,1 37,6 80801 2 ,1 ,1 37,7 80901 4 ,3 ,3 38,0 80902 4 ,3 ,3 38,3 80903 2 ,1 ,1 38,4 80904 2 ,1 ,1 38,5 80905 1 ,1 ,1 38,6 80906 1 ,1 ,1 38,7 80907 1 ,1 ,1 38,7 80908 1 ,1 ,1 38,8 80909 1 ,1 ,1 38,9 80910 3 ,2 ,2 39,1 80914 1 ,1 ,1 39,1 81001 1 ,1 ,1 39,2 81002 1 ,1 ,1 39,3 81003 1 ,1 ,1 39,3 81005 1 ,1 ,1 39,4 81009 1 ,1 ,1 39,5 81101 1 ,1 ,1 39,5 81104 1 ,1 ,1 39,6 81105 1 ,1 ,1 39,7 81106 1 ,1 ,1 39,7 81201 1 ,1 ,1 39,8 81202 1 ,1 ,1 39,9 81203 1 ,1 ,1 39,9 81205 2 ,1 ,1 40,1 81207 1 ,1 ,1 40,1 81208 2 ,1 ,1 40,3 81209 1 ,1 ,1 40,3 81210 1 ,1 ,1 40,4 81211 1 ,1 ,1 40,5 81212 1 ,1 ,1 40,5 81301 1 ,1 ,1 40,6 81302 1 ,1 ,1 40,7 81303 1 ,1 ,1 40,7 81304 1 ,1 ,1 40,8 81305 1 ,1 ,1 40,9 81306 1 ,1 ,1 40,9 90101 3 ,2 ,2 41,1 90102 1 ,1 ,1 41,2 90103 1 ,1 ,1 41,3 90106 1 ,1 ,1 41,3 90108 1 ,1 ,1 41,4 90112 1 ,1 ,1 41,5 90117 1 ,1 ,1 41,5 90119 1 ,1 ,1 41,6 90201 1 ,1 ,1 41,7 90205 1 ,1 ,1 41,7 90206 1 ,1 ,1 41,8 90301 1 ,1 ,1 41,9 90304 1 ,1 ,1 41,9 90306 1 ,1 ,1 42,0 90309 1 ,1 ,1 42,1 90401 1 ,1 ,1 42,1 90402 1 ,1 ,1 42,2 90403 1 ,1 ,1 42,3 90405 1 ,1 ,1 42,3 90407 1 ,1 ,1 42,4 90412 1 ,1 ,1 42,5 90413 1 ,1 ,1 42,5 90501 1 ,1 ,1 42,6 90502 1 ,1 ,1 42,7 90507 1 ,1 ,1 42,7 90508 1 ,1 ,1 42,8 90509 1 ,1 ,1 42,9 90601 2 ,1 ,1 43,0 90603 1 ,1 ,1 43,1 90607 1 ,1 ,1 43,1 90613 1 ,1 ,1 43,2 90701 2 ,1 ,1 43,3 90702 1 ,1 ,1 43,4 90704 2 ,1 ,1 43,5 90705 1 ,1 ,1 43,6 90707 1 ,1 ,1 43,7 90711 1 ,1 ,1 43,7 90717 1 ,1 ,1 43,8 100101 3 ,2 ,2 44,0 100102 2 ,1 ,1 44,1 100103 1 ,1 ,1 44,2 100104 1 ,1 ,1 44,3 100105 1 ,1 ,1 44,3 100108 1 ,1 ,1 44,4 100111 1 ,1 ,1 44,5 100201 1 ,1 ,1 44,5 100202 1 ,1 ,1 44,6 100207 1 ,1 ,1 44,7 100301 1 ,1 ,1 44,7 100317 1 ,1 ,1 44,8 100401 1 ,1 ,1 44,9 100501 1 ,1 ,1 44,9 100507 3 ,2 ,2 45,2 100601 4 ,3 ,3 45,4 100602 1 ,1 ,1 45,5 100604 1 ,1 ,1 45,6 100606 1 ,1 ,1 45,6 100609 1 ,1 ,1 45,7 100701 1 ,1 ,1 45,8 100702 1 ,1 ,1 45,8 100704 1 ,1 ,1 45,9 100705 1 ,1 ,1 46,0 100801 1 ,1 ,1 46,0 100901 1 ,1 ,1 46,1 100902 1 ,1 ,1 46,2 100903 1 ,1 ,1 46,2 100904 1 ,1 ,1 46,3 100905 1 ,1 ,1 46,4 101001 1 ,1 ,1 46,4 101002 1 ,1 ,1 46,5 101005 1 ,1 ,1 46,6 101007 1 ,1 ,1 46,6 101101 1 ,1 ,1 46,7 110101 3 ,2 ,2 46,9 110102 1 ,1 ,1 47,0 110103 1 ,1 ,1 47,0 110104 1 ,1 ,1 47,1 110105 1 ,1 ,1 47,2 110106 1 ,1 ,1 47,2 110107 1 ,1 ,1 47,3 110108 3 ,2 ,2 47,5 110109 1 ,1 ,1 47,6 110110 1 ,1 ,1 47,6 110111 1 ,1 ,1 47,7 110112 1 ,1 ,1 47,8 110201 2 ,1 ,1 47,9 110202 1 ,1 ,1 48,0 110204 1 ,1 ,1 48,0 110205 1 ,1 ,1 48,1 110206 1 ,1 ,1 48,2 110207 1 ,1 ,1 48,2 110210 1 ,1 ,1 48,3 110211 1 ,1 ,1 48,4 110301 1 ,1 ,1 48,4 110303 1 ,1 ,1 48,5 110304 1 ,1 ,1 48,6 110305 2 ,1 ,1 48,7 110401 1 ,1 ,1 48,8 110501 2 ,1 ,1 48,9 110503 2 ,1 ,1 49,0 110504 1 ,1 ,1 49,1 110505 2 ,1 ,1 49,2 110506 1 ,1 ,1 49,3 110507 1 ,1 ,1 49,4 110508 1 ,1 ,1 49,4 120101 3 ,2 ,2 49,6 120107 1 ,1 ,1 49,7 120108 1 ,1 ,1 49,8 120114 1 ,1 ,1 49,8 120121 1 ,1 ,1 49,9 120129 1 ,1 ,1 50,0 120130 1 ,1 ,1 50,0 120133 1 ,1 ,1 50,1 120134 1 ,1 ,1 50,2 120135 1 ,1 ,1 50,2 120201 1 ,1 ,1 50,3 120206 1 ,1 ,1 50,4 120213 1 ,1 ,1 50,4 120301 1 ,1 ,1 50,5 120302 1 ,1 ,1 50,6 120303 1 ,1 ,1 50,6 120304 1 ,1 ,1 50,7 120305 2 ,1 ,1 50,8 120401 1 ,1 ,1 50,9 120402 2 ,1 ,1 51,0 120403 1 ,1 ,1 51,1 120405 1 ,1 ,1 51,2 120431 1 ,1 ,1 51,2 120501 2 ,1 ,1 51,4 120502 1 ,1 ,1 51,4 120504 1 ,1 ,1 51,5 120601 2 ,1 ,1 51,6 120604 1 ,1 ,1 51,7 120606 1 ,1 ,1 51,8 120607 1 ,1 ,1 51,8 120701 1 ,1 ,1 51,9 120702 1 ,1 ,1 52,0 120704 1 ,1 ,1 52,0 120706 2 ,1 ,1 52,2 120801 2 ,1 ,1 52,3 120805 1 ,1 ,1 52,4 120901 3 ,2 ,2 52,6 130101 6 ,4 ,4 53,0 130102 3 ,2 ,2 53,2 130103 1 ,1 ,1 53,2 130104 2 ,1 ,1 53,4 130105 2 ,1 ,1 53,5 130106 2 ,1 ,1 53,6 130107 1 ,1 ,1 53,7 130108 1 ,1 ,1 53,8 130109 2 ,1 ,1 53,9 130110 1 ,1 ,1 54,0 130111 1 ,1 ,1 54,0 130201 1 ,1 ,1 54,1 130202 3 ,2 ,2 54,3 130203 1 ,1 ,1 54,4 130204 1 ,1 ,1 54,4 130205 1 ,1 ,1 54,5 130206 1 ,1 ,1 54,6 130207 2 ,1 ,1 54,7 130208 2 ,1 ,1 54,8 130301 1 ,1 ,1 54,9 130302 1 ,1 ,1 55,0 130305 1 ,1 ,1 55,1 130401 2 ,1 ,1 55,2 130402 2 ,1 ,1 55,3 130403 1 ,1 ,1 55,4 130501 1 ,1 ,1 55,5 130503 1 ,1 ,1 55,5 130601 2 ,1 ,1 55,7 130602 1 ,1 ,1 55,7 130604 2 ,1 ,1 55,9 130605 1 ,1 ,1 55,9 130608 1 ,1 ,1 56,0 130611 1 ,1 ,1 56,1 130613 1 ,1 ,1 56,1 130614 1 ,1 ,1 56,2 130701 1 ,1 ,1 56,3 130702 3 ,2 ,2 56,5 130703 1 ,1 ,1 56,5 130704 1 ,1 ,1 56,6 130705 1 ,1 ,1 56,7 130801 1 ,1 ,1 56,7 130803 1 ,1 ,1 56,8 130808 2 ,1 ,1 56,9 130809 2 ,1 ,1 57,1 130901 1 ,1 ,1 57,1 130904 1 ,1 ,1 57,2 130907 1 ,1 ,1 57,3 131001 1 ,1 ,1 57,3 131002 1 ,1 ,1 57,4 131003 1 ,1 ,1 57,5 131006 3 ,2 ,2 57,7 131101 3 ,2 ,2 57,9 131102 1 ,1 ,1 57,9 131103 1 ,1 ,1 58,0 131104 1 ,1 ,1 58,1 131201 3 ,2 ,2 58,3 131202 1 ,1 ,1 58,3 131203 1 ,1 ,1 58,4 140101 7 ,5 ,5 58,9 140102 2 ,1 ,1 59,0 140103 1 ,1 ,1 59,1 140104 1 ,1 ,1 59,1 140105 2 ,1 ,1 59,3 140106 1 ,1 ,1 59,3 140107 1 ,1 ,1 59,4 140108 1 ,1 ,1 59,5 140109 1 ,1 ,1 59,5 140110 1 ,1 ,1 59,6 140111 1 ,1 ,1 59,7 140112 1 ,1 ,1 59,7 140113 2 ,1 ,1 59,9 140114 1 ,1 ,1 59,9 140115 2 ,1 ,1 60,1 140116 1 ,1 ,1 60,1 140117 2 ,1 ,1 60,3 140118 1 ,1 ,1 60,3 140119 1 ,1 ,1 60,4 140120 2 ,1 ,1 60,5 140201 1 ,1 ,1 60,6 140202 1 ,1 ,1 60,7 140203 2 ,1 ,1 60,8 140205 1 ,1 ,1 60,9 140301 2 ,1 ,1 61,0 140303 1 ,1 ,1 61,1 140304 1 ,1 ,1 61,1 140305 1 ,1 ,1 61,2 140306 3 ,2 ,2 61,4 140307 1 ,1 ,1 61,5 140308 2 ,1 ,1 61,6 140309 1 ,1 ,1 61,7 140310 2 ,1 ,1 61,8 140311 1 ,1 ,1 61,9 140312 1 ,1 ,1 61,9 150101 13 ,9 ,9 62,8 150102 1 ,1 ,1 62,9 150103 4 ,3 ,3 63,1 150104 2 ,1 ,1 63,3 150105 2 ,1 ,1 63,4 150106 3 ,2 ,2 63,6 150107 1 ,1 ,1 63,7 150108 4 ,3 ,3 63,9 150109 2 ,1 ,1 64,1 150110 6 ,4 ,4 64,5 150111 6 ,4 ,4 64,9 150112 4 ,3 ,3 65,2 150113 1 ,1 ,1 65,2 150114 3 ,2 ,2 65,4 150115 3 ,2 ,2 65,6 150116 1 ,1 ,1 65,7 150117 3 ,2 ,2 65,9 150118 3 ,2 ,2 66,1 150119 1 ,1 ,1 66,2 150120 1 ,1 ,1 66,2 150121 1 ,1 ,1 66,3 150122 2 ,1 ,1 66,4 150123 2 ,1 ,1 66,6 150124 1 ,1 ,1 66,6 150125 3 ,2 ,2 66,8 150126 1 ,1 ,1 66,9 150127 1 ,1 ,1 67,0 150128 6 ,4 ,4 67,4 150129 2 ,1 ,1 67,5 150130 2 ,1 ,1 67,6 150131 2 ,1 ,1 67,8 150132 10 ,7 ,7 68,4 150133 5 ,3 ,3 68,8 150134 2 ,1 ,1 68,9 150135 3 ,2 ,2 69,1 150136 2 ,1 ,1 69,2 150137 1 ,1 ,1 69,3 150138 1 ,1 ,1 69,4 150139 2 ,1 ,1 69,5 150140 3 ,2 ,2 69,7 150141 1 ,1 ,1 69,8 150142 3 ,2 ,2 70,0 150143 6 ,4 ,4 70,4 150201 1 ,1 ,1 70,4 150202 1 ,1 ,1 70,5 150203 1 ,1 ,1 70,6 150204 2 ,1 ,1 70,7 150205 1 ,1 ,1 70,8 150303 1 ,1 ,1 70,8 150401 1 ,1 ,1 70,9 150407 1 ,1 ,1 71,0 150501 2 ,1 ,1 71,1 150502 1 ,1 ,1 71,2 150503 1 ,1 ,1 71,2 150504 1 ,1 ,1 71,3 150505 1 ,1 ,1 71,4 150507 1 ,1 ,1 71,4 150508 1 ,1 ,1 71,5 150509 2 ,1 ,1 71,6 150510 2 ,1 ,1 71,8 150511 1 ,1 ,1 71,8 150512 1 ,1 ,1 71,9 150513 1 ,1 ,1 72,0 150514 1 ,1 ,1 72,0 150516 1 ,1 ,1 72,1 150601 1 ,1 ,1 72,2 150604 1 ,1 ,1 72,2 150605 3 ,2 ,2 72,4 150701 1 ,1 ,1 72,5 150705 2 ,1 ,1 72,6 150709 1 ,1 ,1 72,7 150714 1 ,1 ,1 72,8 150718 1 ,1 ,1 72,8 150721 1 ,1 ,1 72,9 150722 1 ,1 ,1 73,0 150727 1 ,1 ,1 73,0 150728 1 ,1 ,1 73,1 150732 1 ,1 ,1 73,2 150801 1 ,1 ,1 73,2 150802 1 ,1 ,1 73,3 150805 1 ,1 ,1 73,4 150806 1 ,1 ,1 73,4 150811 3 ,2 ,2 73,6 150812 1 ,1 ,1 73,7 150901 2 ,1 ,1 73,8 150906 1 ,1 ,1 73,9 151001 1 ,1 ,1 74,0 151003 1 ,1 ,1 74,0 151008 1 ,1 ,1 74,1 151015 1 ,1 ,1 74,2 160101 4 ,3 ,3 74,4 160102 1 ,1 ,1 74,5 160103 3 ,2 ,2 74,7 160104 2 ,1 ,1 74,8 160105 2 ,1 ,1 75,0 160106 1 ,1 ,1 75,1 160107 1 ,1 ,1 75,1 160108 1 ,1 ,1 75,2 160110 1 ,1 ,1 75,3 160112 2 ,1 ,1 75,4 160113 1 ,1 ,1 75,5 160201 1 ,1 ,1 75,5 160206 1 ,1 ,1 75,6 160301 2 ,1 ,1 75,7 160302 1 ,1 ,1 75,8 160303 1 ,1 ,1 75,9 160304 1 ,1 ,1 75,9 160305 1 ,1 ,1 76,0 160401 2 ,1 ,1 76,1 160402 1 ,1 ,1 76,2 160404 1 ,1 ,1 76,3 160501 1 ,1 ,1 76,3 160502 1 ,1 ,1 76,4 160503 1 ,1 ,1 76,5 160504 1 ,1 ,1 76,5 160506 1 ,1 ,1 76,6 160507 2 ,1 ,1 76,7 160508 1 ,1 ,1 76,8 160509 1 ,1 ,1 76,9 160510 1 ,1 ,1 76,9 160601 1 ,1 ,1 77,0 160701 1 ,1 ,1 77,1 160801 1 ,1 ,1 77,1 170101 4 ,3 ,3 77,4 170102 2 ,1 ,1 77,5 170103 1 ,1 ,1 77,6 170104 1 ,1 ,1 77,7 170201 1 ,1 ,1 77,7 170203 1 ,1 ,1 77,8 170204 1 ,1 ,1 77,9 170302 2 ,1 ,1 78,0 180101 5 ,3 ,3 78,3 180102 1 ,1 ,1 78,4 180104 1 ,1 ,1 78,5 180105 1 ,1 ,1 78,5 180106 3 ,2 ,2 78,7 180201 1 ,1 ,1 78,8 180202 1 ,1 ,1 78,9 180204 1 ,1 ,1 78,9 180208 1 ,1 ,1 79,0 180209 1 ,1 ,1 79,1 180210 2 ,1 ,1 79,2 180301 4 ,3 ,3 79,5 180302 1 ,1 ,1 79,5 180303 1 ,1 ,1 79,6 190101 1 ,1 ,1 79,7 190102 1 ,1 ,1 79,7 190103 1 ,1 ,1 79,8 190104 1 ,1 ,1 79,9 190107 2 ,1 ,1 80,0 190108 1 ,1 ,1 80,1 190109 1 ,1 ,1 80,1 190110 1 ,1 ,1 80,2 190111 1 ,1 ,1 80,3 190112 1 ,1 ,1 80,3 190113 5 ,3 ,3 80,7 190201 1 ,1 ,1 80,7 190202 1 ,1 ,1 80,8 190203 1 ,1 ,1 80,9 190204 1 ,1 ,1 80,9 190206 1 ,1 ,1 81,0 190301 1 ,1 ,1 81,1 190303 1 ,1 ,1 81,1 190304 1 ,1 ,1 81,2 190305 1 ,1 ,1 81,3 190306 1 ,1 ,1 81,3 190307 2 ,1 ,1 81,5 190308 1 ,1 ,1 81,5 200101 4 ,3 ,3 81,8 200104 4 ,3 ,3 82,1 200105 2 ,1 ,1 82,2 200107 1 ,1 ,1 82,3 200109 1 ,1 ,1 82,3 200110 1 ,1 ,1 82,4 200111 3 ,2 ,2 82,6 200114 2 ,1 ,1 82,7 200115 3 ,2 ,2 82,9 200201 1 ,1 ,1 83,0 200202 2 ,1 ,1 83,1 200203 1 ,1 ,1 83,2 200204 1 ,1 ,1 83,3 200205 1 ,1 ,1 83,3 200206 1 ,1 ,1 83,4 200207 1 ,1 ,1 83,5 200208 1 ,1 ,1 83,5 200209 1 ,1 ,1 83,6 200210 1 ,1 ,1 83,7 200301 1 ,1 ,1 83,7 200302 2 ,1 ,1 83,9 200303 1 ,1 ,1 83,9 200304 1 ,1 ,1 84,0 200306 1 ,1 ,1 84,1 200307 1 ,1 ,1 84,1 200308 1 ,1 ,1 84,2 200401 5 ,3 ,3 84,5 200402 1 ,1 ,1 84,6 200403 1 ,1 ,1 84,7 200404 2 ,1 ,1 84,8 200405 1 ,1 ,1 84,9 200406 1 ,1 ,1 84,9 200407 1 ,1 ,1 85,0 200408 2 ,1 ,1 85,2 200409 1 ,1 ,1 85,2 200410 1 ,1 ,1 85,3 200501 2 ,1 ,1 85,4 200502 1 ,1 ,1 85,5 200504 2 ,1 ,1 85,6 200505 1 ,1 ,1 85,7 200506 1 ,1 ,1 85,8 200507 1 ,1 ,1 85,8 200601 3 ,2 ,2 86,0 200602 1 ,1 ,1 86,1 200603 1 ,1 ,1 86,2 200604 2 ,1 ,1 86,3 200605 1 ,1 ,1 86,4 200606 1 ,1 ,1 86,4 200607 1 ,1 ,1 86,5 200608 2 ,1 ,1 86,6 200701 2 ,1 ,1 86,8 200702 1 ,1 ,1 86,8 200703 1 ,1 ,1 86,9 200705 2 ,1 ,1 87,0 200706 1 ,1 ,1 87,1 200801 3 ,2 ,2 87,3 200803 1 ,1 ,1 87,4 200805 1 ,1 ,1 87,4 200806 1 ,1 ,1 87,5 210101 6 ,4 ,4 87,9 210102 1 ,1 ,1 88,0 210105 1 ,1 ,1 88,0 210106 1 ,1 ,1 88,1 210108 1 ,1 ,1 88,2 210109 1 ,1 ,1 88,2 210110 1 ,1 ,1 88,3 210111 1 ,1 ,1 88,4 210112 1 ,1 ,1 88,4 210114 1 ,1 ,1 88,5 210201 1 ,1 ,1 88,6 210203 1 ,1 ,1 88,6 210204 1 ,1 ,1 88,7 210207 1 ,1 ,1 88,8 210211 1 ,1 ,1 88,8 210301 1 ,1 ,1 88,9 210306 1 ,1 ,1 89,0 210401 1 ,1 ,1 89,0 210402 1 ,1 ,1 89,1 210403 1 ,1 ,1 89,2 210406 1 ,1 ,1 89,2 210407 1 ,1 ,1 89,3 210501 1 ,1 ,1 89,4 210503 1 ,1 ,1 89,4 210504 1 ,1 ,1 89,5 210601 2 ,1 ,1 89,6 210605 1 ,1 ,1 89,7 210606 1 ,1 ,1 89,8 210607 1 ,1 ,1 89,8 210608 1 ,1 ,1 89,9 210701 1 ,1 ,1 90,0 210702 1 ,1 ,1 90,0 210708 1 ,1 ,1 90,1 210709 2 ,1 ,1 90,2 210801 2 ,1 ,1 90,4 210802 1 ,1 ,1 90,4 210806 1 ,1 ,1 90,5 210807 1 ,1 ,1 90,6 210808 1 ,1 ,1 90,6 210901 1 ,1 ,1 90,7 210902 1 ,1 ,1 90,8 211001 1 ,1 ,1 90,8 211002 2 ,1 ,1 91,0 211101 5 ,3 ,3 91,3 211103 1 ,1 ,1 91,4 211104 1 ,1 ,1 91,4 211201 1 ,1 ,1 91,5 211203 1 ,1 ,1 91,6 211206 1 ,1 ,1 91,6 211207 1 ,1 ,1 91,7 211301 4 ,3 ,3 92,0 211307 1 ,1 ,1 92,0 220101 2 ,1 ,1 92,2 220102 1 ,1 ,1 92,2 220104 2 ,1 ,1 92,4 220105 1 ,1 ,1 92,4 220106 1 ,1 ,1 92,5 220201 1 ,1 ,1 92,6 220203 1 ,1 ,1 92,6 220205 1 ,1 ,1 92,7 220301 1 ,1 ,1 92,8 220303 1 ,1 ,1 92,8 220401 1 ,1 ,1 92,9 220405 2 ,1 ,1 93,0 220501 1 ,1 ,1 93,1 220502 2 ,1 ,1 93,2 220504 2 ,1 ,1 93,4 220510 1 ,1 ,1 93,4 220601 1 ,1 ,1 93,5 220602 1 ,1 ,1 93,6 220603 1 ,1 ,1 93,6 220701 1 ,1 ,1 93,7 220707 1 ,1 ,1 93,8 220801 2 ,1 ,1 93,9 220803 1 ,1 ,1 94,0 220804 1 ,1 ,1 94,0 220805 2 ,1 ,1 94,2 220809 1 ,1 ,1 94,2 220901 3 ,2 ,2 94,4 220904 1 ,1 ,1 94,5 220906 1 ,1 ,1 94,6 220909 1 ,1 ,1 94,6 220910 2 ,1 ,1 94,8 220913 1 ,1 ,1 94,8 220914 1 ,1 ,1 94,9 221001 2 ,1 ,1 95,1 221002 2 ,1 ,1 95,2 221003 2 ,1 ,1 95,3 221005 1 ,1 ,1 95,4 230101 9 ,6 ,6 96,0 230102 1 ,1 ,1 96,1 230103 1 ,1 ,1 96,1 230104 1 ,1 ,1 96,2 230105 1 ,1 ,1 96,3 230106 1 ,1 ,1 96,3 230108 1 ,1 ,1 96,4 230109 2 ,1 ,1 96,5 230110 1 ,1 ,1 96,6 230201 1 ,1 ,1 96,7 230202 1 ,1 ,1 96,7 230204 1 ,1 ,1 96,8 230301 3 ,2 ,2 97,0 230302 2 ,1 ,1 97,1 230303 2 ,1 ,1 97,3 230401 1 ,1 ,1 97,3 230404 1 ,1 ,1 97,4 230405 1 ,1 ,1 97,5 230406 1 ,1 ,1 97,5 230408 1 ,1 ,1 97,6 240101 5 ,3 ,3 97,9 240102 3 ,2 ,2 98,1 240103 1 ,1 ,1 98,2 240104 1 ,1 ,1 98,3 240105 1 ,1 ,1 98,3 240106 1 ,1 ,1 98,4 240201 2 ,1 ,1 98,5 240202 1 ,1 ,1 98,6 240203 1 ,1 ,1 98,7 240301 1 ,1 ,1 98,7 240302 1 ,1 ,1 98,8 240304 1 ,1 ,1 98,9 250101 1 ,1 ,1 98,9 250102 2 ,1 ,1 99,1 250105 3 ,2 ,2 99,3 250106 1 ,1 ,1 99,3 250107 1 ,1 ,1 99,4 250201 1 ,1 ,1 99,5 250301 2 ,1 ,1 99,6 250302 1 ,1 ,1 99,7 250303 1 ,1 ,1 99,7 250304 1 ,1 ,1 99,8 250305 2 ,1 ,1 99,9 250401 1 ,1 ,1 100,0 1495 100,0 100,0 Total Grafica N° 01: histograma de medidas de tendencia MEDIDAS DE DISPERSION Las medidas de variabilidad indican qué tan diseminados son los datos del grupo al cual se le calcula la medida. Si un grupo tiene una baja variabilidad esto indica que está compuesto por individuos aproximadamente iguales, los datos están poco esparcidos, están bastante agrupados. La mayoría de los puntajes estarán alrededor de la medida de tendencia utilizada. En este caso se dice que los individuos poseen características homogéneas. Existen diversas medidas de dispersión, algunas de ellas son: Rango Desviación media Varianza Desviación estándar Coeficiente de Variación CALCULO EN EXCEL datos no agrupados datos no agrupados Min Max Rango Intervalo Amplitud Media Variación S Desviación estándar (S) coeficiente N° de datos 1495 10101 250401 240300 11.47631594 20025 115181.1164 4,493,523,107.26 67,033.75 58% 12 20025 CÁLCULOS EN SPSS Estadístic os marca de clase Válidos N Perdidos 1495 0 Media 1169255,659 Desv. típ. 630734,9584 4,493,523,10 7 .26 Varianza Rango 2002500,0 10101 250401 Mínimo Máximo Percentile s 25 601635,000 40 801885,000 50 1202385,000 75 1602885,000 DATOS AGRUPADOS. Cuadro N° 02: frecuencia Hi* (McMedia)^2 (Mc-Media) 1,495.00 1.00 5882670009 76698.5659 0.21 1,344.00 0.90 5896253487 76787.0659 511 0.34 1,179.00 0.79 3221932124 56762.0659 0.07 623 0.42 984.00 0.66 1349612010 36737.0659 100 0.07 723 0.48 872.00 0.58 279293146.2 16712.0659 120238.5 97 0.06 820 0.55 772.00 0.52 10975532.44 3312.93411 150,276.00 140263.5 238 0.16 1058 0.71 675.00 0.45 544659168.7 23337.9341 150,276.00 170,301.00 160288.5 106 0.07 1164 0.78 437.00 0.29 1880344055 43362.9341 9 170,301.00 190,326.00 180313.5 55 0.04 1219 0.82 331.00 0.22 4018030191 63387.9341 10 190,326.00 210,351.00 200338.5 111 0.07 1330 0.89 276.00 0.18 6957717577 83412.9341 11 210,351.00 230,376.00 220363.5 124 0.08 1454 0.97 165.00 0.11 10699406214 103437.934 12 230,376.00 250401 240388.5 41 0.03 1495 1.00 41.00 0.03 15243096100 123462.934 Nc Li Ls M_C ni hi Ni Hi 1 10101 30,126.00 40,227.00 151 0.10 151 0.10 2 30,126.00 50,151.00 40138.5 165 0.11 316 3 50,151.00 70,176.00 60163.5 195 0.13 4 70,176.00 90,201.00 80188.5 112 5 90,201.00 110,226.00 100213.5 6 110,226.00 130,251.00 7 130,251.00 8 1495 1.00 Ni* Tabla N°02: marca de clase validos marca de clase Frecuencia Válidos Porcentaje Porcentaje Porcentaje válido acumulado 401385,0 165 11,0 11,0 11,0 402270,0 151 10,1 10,1 21,1 601635,0 195 13,0 13,0 34,2 801885,0 112 7,5 7,5 41,7 1002135,0 100 6,7 6,7 48,4 1202385,0 97 6,5 6,5 54,8 1402635,0 238 15,9 15,9 70,8 1602885,0 106 7,1 7,1 77,9 1803135,0 55 3,7 3,7 81,5 2003385,0 111 7,4 7,4 89,0 2203635,0 124 8,3 8,3 97,3 2403885,0 41 2,7 2,7 100,0 1495 100,0 100,0 Total Interpretación COEFICIENTE DE VARIANZA: Es de 58% RANGO; El rango es de 9078 unidades especializadas. ASIMETRIA: As >0 la distribución es positiva por lo tanto se desplaza a la derecha. CURTOSIS: Es una distribución platicurtica en que los datos están dispersos PERCENTIL: El 10% de número de comisarias es de 150,00c unidades especializadas El 15% de número de comisarias es de 225,75 unidades especializadas El 20% de número de comisarias es de 300,50 unidades especializadas El 25% de número de comisarias es de 375,25 unidades especializadas El 50% de número de comisarias es de 753,00 unidades especializadas El 75% de número de comisarias es de 1133,75 unidades especializadas Grafica N°02: histograma de medidas de dispersión IV. ANÁLISIS PROBABILÍSTICO Una región que tiene hasta 68 comisarías con una media de 60 comisarías y una desviación estándar de 4. a) Calcular la cantidad de comisarias que se encuentran en una región entre 58 y 63 comisarias P(X<63)-P(X<=58) RTA:0,46484 La probabilidad de comisarias encontradas entre 58 y 63 es 0,46484 b) La probabilidad de que en una región tenga 63 comisarias P(X<=63) RTA:0,77337 La probabilidad de que en una región existan 63 comisarías encontradas es 0,77337 V. DEFINICIÓN DE CINCO OBJETIVOS DE INVESTIGACIÓN INFERENCIAL (INTERVALOS DE CONFIANZA, PRUEBA DE HIPÓTESIS DE LA MEDIA, DIFERENCIA DE MEDIAS, PROPORCIONES, DIFERENCIA DE PROPORCIONES Y VARIANZA). Las comisarias en una región alcanzan, de media, los 1500, con una desviación típica de 200. Calcula, suponiendo que siguen una distribución normal, la probabilidad de que en un año determinado. No supere los 1200. Graficar. a. No supere los 1200. Graficar. media 1500 des estan. 200 p(X<1200) P(z<=0) -1.5 0.0668 b. Supere los 1500. Graficar. p(X> 1500) 0 p(z>= 0) 0.5 p(x= 1500) 0.5 c. Esté entre 1700 y 2300. Graficar. p(1700<X<=2300) 2*(z<=4)-1 p1700 1 p2300 4 0.9998 VI. CONCLUSIONES Se pudo conocer las características, modelos, formas de manejo de las comisarias Se realizó el reconocimiento del modo de trabajo de las comisarias Mediante tablas de frecuencia, gráficos estadísticos pudimos obtener la cantidad de comisarias, su modo de funcionamiento, comisarias por región en el Perú. BIBLIOGRAFÍA VII. FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico. Madrid: MacGraw-Hill. FOSTER, J. (1998) Data Analysis using SPSS for Windows: A Beginner's Guide. London: SAGE. GREEN, S et al. (1997) Using SPSS for Windows: Analyzing and Understanding Data. Upper Saddle River: Prentice Hall. HOWITT, D. y CRAMER, D. (1997) A Guide to Computing Statistics with SPSS for Windows. London: Prentice-Hall. LIZASOAIN, L. y JOARISTI, L. (1999) SPSS para Windows. Madrid: Paraninfo. ANEXOS Grafica N°03: Compendio estadistico Grafica N°04: INEI,Censo nacional/2017 Grafica N°05: Censo nacional de comisarias
