TRABAJO SEMESTRAL DE ESTADISTICA

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