# Single Species, MultiSeason Occupancy analyais - multi-model averaging
# Grand Skinks
# Ships with PRESENCE.
# Data has been collected on 352 tors over a 5 year (the ‘seasons’) period,^
# although not all tors (rock piles) were surveyed each year, with up to 3 surveys^
# of each tor per year.
# The 15 columns are in 5 blocks of 3.
# There is also a site-specific covariate Pasture indicating whether the surrounding^
# matrix is either predominately the modified habitat (farm pasture, Pasture =1) or
# "native" grassland (tussock, Pasture = 0).
# 2018-08-18 Code submitted by Carl James Schwarz (cschwarz.stat.sfu.ca@gmail.com)
# Using the RPresence package
library(car)
library(readxl)
library(RPresence)
## Warning: package 'RPresence' was built under R version 3.5.0
library(ggplot2)
# Get the RPResence additional functions
source(file.path("..","..","..","AdditionalFunctions","Rpresence.additional.functions.R"))
# get the data read in
# Data for detections should be a data frame with rows corresponding to sites
# and columns to visits.
# The usual 1=detected; 0=not detected; NA=not visited is used.
input.data <- readxl::read_excel(file.path("..","GrandSkinks.xls"),
sheet="DetectionHistory",
skip=3, na="-",
col_names=FALSE)
head(input.data)
## # A tibble: 6 x 18
## X__1 X__2 X__3 X__4 X__5 X__6 X__7 X__8 X__9 X__10 X__11 X__12
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1.00 0 0 0 0 0 0 0 0 NA 0 0
## 2 2.00 0 0 0 0 0 NA 0 0 0 0 0
## 3 3.00 0 0 0 0 0 NA 0 0 0 0 0
## 4 4.00 0 NA NA 0 NA NA 0 NA NA 0 0
## 5 5.00 0 NA NA NA NA NA NA NA NA NA NA
## 6 6.00 0 NA NA NA NA NA NA NA NA NA NA
## # ... with 6 more variables: X__13 <dbl>, X__14 <dbl>, X__15 <dbl>, X__16
## # <dbl>, X__17 <lgl>, X__18 <dbl>
input.history <- input.data[, 2:16]
head(input.history)
## # A tibble: 6 x 15
## X__2 X__3 X__4 X__5 X__6 X__7 X__8 X__9 X__10 X__11 X__12 X__13
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 0 0 0 0 0 0 0 0 NA 0 0 0
## 2 0 0 0 0 0 NA 0 0 0 0 0 0
## 3 0 0 0 0 0 NA 0 0 0 0 0 0
## 4 0 NA NA 0 NA NA 0 NA NA 0 0 NA
## 5 0 NA NA NA NA NA NA NA NA NA NA NA
## 6 0 NA NA NA NA NA NA NA NA NA NA NA
## # ... with 3 more variables: X__14 <dbl>, X__15 <dbl>, X__16 <dbl>
# do some basic checks on your data
# e.g. check number of sites; number of visits etc
nrow(input.history)
## [1] 352
ncol(input.history)
## [1] 15
range(input.history, na.rm=TRUE)
## [1] 0 1
sum(is.na(input.history))
## [1] 2969
site.covar <- data.frame(Site=1:nrow(input.data),
Pasture=car::recode(input.data$X__18,
"1='Modified'; 0='Native';"))
head(site.covar)
## Site Pasture
## 1 1 Modified
## 2 2 Modified
## 3 3 Modified
## 4 4 Modified
## 5 5 Modified
## 6 6 Modified
# Five years with 3 visits. Don't need same number of visits/season
Nvisits.per.season <- rep(3,5) # five years with 3 visits. Don't need same number of visits/season
# Create the *.pao file
skink.pao <- RPresence::createPao(input.history,
unitcov=site.covar,
nsurveyseason=Nvisits.per.season,
title='skink SSMS')
skink.pao
## $nunits
## [1] 352
##
## $nsurveys
## [1] 15
##
## $nseasons
## [1] 5
##
## $nmethods
## [1] 1
##
## $det.data
## # A tibble: 352 x 15
## X__2 X__3 X__4 X__5 X__6 X__7 X__8 X__9 X__10 X__11 X__12 X__13
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 0 0 0 0 0 0 0 0 NA 0 0 0
## 2 0 0 0 0 0 NA 0 0 0 0 0 0
## 3 0 0 0 0 0 NA 0 0 0 0 0 0
## 4 0 NA NA 0 NA NA 0 NA NA 0 0 NA
## 5 0 NA NA NA NA NA NA NA NA NA NA NA
## 6 0 NA NA NA NA NA NA NA NA NA NA NA
## 7 0 NA NA NA NA NA NA NA NA NA NA NA
## 8 0 NA NA NA NA NA NA NA NA NA NA NA
## 9 0 NA NA NA NA NA NA NA NA NA NA NA
## 10 0 NA NA 0 NA NA 0 NA NA 0 NA NA
## # ... with 342 more rows, and 3 more variables: X__14 <dbl>, X__15 <dbl>,
## # X__16 <dbl>
##
## $nunitcov
## [1] 2
##
## $unitcov
## Site Pasture
## 1 1 Modified
## 2 2 Modified
## 3 3 Modified
## 4 4 Modified
## 5 5 Modified
## 6 6 Modified
## 7 7 Modified
## 8 8 Modified
## 9 9 Modified
## 10 10 Modified
## 11 11 Modified
## 12 12 Modified
## 13 13 Modified
## 14 14 Modified
## 15 15 Modified
## 16 16 Modified
## 17 17 Modified
## 18 18 Modified
## 19 19 Modified
## 20 20 Modified
## 21 21 Modified
## 22 22 Modified
## 23 23 Modified
## 24 24 Modified
## 25 25 Modified
## 26 26 Modified
## 27 27 Modified
## 28 28 Modified
## 29 29 Modified
## 30 30 Modified
## 31 31 Modified
## 32 32 Modified
## 33 33 Modified
## 34 34 Modified
## 35 35 Modified
## 36 36 Modified
## 37 37 Modified
## 38 38 Modified
## 39 39 Modified
## 40 40 Modified
## 41 41 Modified
## 42 42 Modified
## 43 43 Modified
## 44 44 Modified
## 45 45 Modified
## 46 46 Modified
## 47 47 Modified
## 48 48 Modified
## 49 49 Modified
## 50 50 Modified
## 51 51 Modified
## 52 52 Modified
## 53 53 Modified
## 54 54 Modified
## 55 55 Modified
## 56 56 Modified
## 57 57 Modified
## 58 58 Modified
## 59 59 Modified
## 60 60 Modified
## 61 61 Modified
## 62 62 Modified
## 63 63 Modified
## 64 64 Modified
## 65 65 Modified
## 66 66 Modified
## 67 67 Modified
## 68 68 Modified
## 69 69 Modified
## 70 70 Modified
## 71 71 Modified
## 72 72 Modified
## 73 73 Modified
## 74 74 Modified
## 75 75 Modified
## 76 76 Modified
## 77 77 Modified
## 78 78 Modified
## 79 79 Modified
## 80 80 Modified
## 81 81 Modified
## 82 82 Modified
## 83 83 Modified
## 84 84 Modified
## 85 85 Modified
## 86 86 Modified
## 87 87 Modified
## 88 88 Modified
## 89 89 Modified
## 90 90 Modified
## 91 91 Modified
## 92 92 Modified
## 93 93 Modified
## 94 94 Modified
## 95 95 Modified
## 96 96 Modified
## 97 97 Modified
## 98 98 Modified
## 99 99 Modified
## 100 100 Modified
## 101 101 Modified
## 102 102 Modified
## 103 103 Modified
## 104 104 Modified
## 105 105 Modified
## 106 106 Modified
## 107 107 Modified
## 108 108 Modified
## 109 109 Modified
## 110 110 Modified
## 111 111 Modified
## 112 112 Modified
## 113 113 Modified
## 114 114 Modified
## 115 115 Modified
## 116 116 Modified
## 117 117 Modified
## 118 118 Modified
## 119 119 Modified
## 120 120 Modified
## 121 121 Modified
## 122 122 Modified
## 123 123 Modified
## 124 124 Modified
## 125 125 Modified
## 126 126 Modified
## 127 127 Modified
## 128 128 Modified
## 129 129 Modified
## 130 130 Modified
## 131 131 Modified
## 132 132 Modified
## 133 133 Modified
## 134 134 Modified
## 135 135 Modified
## 136 136 Modified
## 137 137 Native
## 138 138 Native
## 139 139 Native
## 140 140 Native
## 141 141 Native
## 142 142 Native
## 143 143 Native
## 144 144 Native
## 145 145 Native
## 146 146 Native
## 147 147 Native
## 148 148 Native
## 149 149 Native
## 150 150 Native
## 151 151 Native
## 152 152 Native
## 153 153 Native
## 154 154 Native
## 155 155 Native
## 156 156 Native
## 157 157 Native
## 158 158 Native
## 159 159 Native
## 160 160 Native
## 161 161 Native
## 162 162 Native
## 163 163 Native
## 164 164 Native
## 165 165 Native
## 166 166 Native
## 167 167 Native
## 168 168 Native
## 169 169 Native
## 170 170 Native
## 171 171 Native
## 172 172 Native
## 173 173 Native
## 174 174 Native
## 175 175 Native
## 176 176 Native
## 177 177 Native
## 178 178 Native
## 179 179 Native
## 180 180 Native
## 181 181 Native
## 182 182 Native
## 183 183 Native
## 184 184 Native
## 185 185 Native
## 186 186 Native
## 187 187 Native
## 188 188 Native
## 189 189 Native
## 190 190 Native
## 191 191 Native
## 192 192 Native
## 193 193 Native
## 194 194 Native
## 195 195 Native
## 196 196 Native
## 197 197 Native
## 198 198 Native
## 199 199 Native
## 200 200 Native
## 201 201 Native
## 202 202 Native
## 203 203 Native
## 204 204 Native
## 205 205 Native
## 206 206 Native
## 207 207 Native
## 208 208 Native
## 209 209 Native
## 210 210 Native
## 211 211 Native
## 212 212 Native
## 213 213 Native
## 214 214 Native
## 215 215 Native
## 216 216 Native
## 217 217 Native
## 218 218 Native
## 219 219 Native
## 220 220 Native
## 221 221 Native
## 222 222 Native
## 223 223 Native
## 224 224 Native
## 225 225 Native
## 226 226 Native
## 227 227 Native
## 228 228 Native
## 229 229 Native
## 230 230 Native
## 231 231 Native
## 232 232 Native
## 233 233 Native
## 234 234 Native
## 235 235 Native
## 236 236 Native
## 237 237 Native
## 238 238 Native
## 239 239 Native
## 240 240 Native
## 241 241 Native
## 242 242 Native
## 243 243 Native
## 244 244 Native
## 245 245 Native
## 246 246 Native
## 247 247 Native
## 248 248 Native
## 249 249 Native
## 250 250 Native
## 251 251 Native
## 252 252 Native
## 253 253 Native
## 254 254 Native
## 255 255 Native
## 256 256 Native
## 257 257 Native
## 258 258 Native
## 259 259 Native
## 260 260 Native
## 261 261 Native
## 262 262 Native
## 263 263 Native
## 264 264 Native
## 265 265 Native
## 266 266 Native
## 267 267 Native
## 268 268 Native
## 269 269 Native
## 270 270 Native
## 271 271 Native
## 272 272 Native
## 273 273 Native
## 274 274 Native
## 275 275 Native
## 276 276 Native
## 277 277 Native
## 278 278 Native
## 279 279 Native
## 280 280 Native
## 281 281 Native
## 282 282 Native
## 283 283 Native
## 284 284 Native
## 285 285 Native
## 286 286 Native
## 287 287 Native
## 288 288 Native
## 289 289 Native
## 290 290 Native
## 291 291 Native
## 292 292 Native
## 293 293 Native
## 294 294 Native
## 295 295 Native
## 296 296 Native
## 297 297 Native
## 298 298 Native
## 299 299 Native
## 300 300 Native
## 301 301 Native
## 302 302 Native
## 303 303 Native
## 304 304 Native
## 305 305 Native
## 306 306 Native
## 307 307 Native
## 308 308 Native
## 309 309 Native
## 310 310 Native
## 311 311 Native
## 312 312 Native
## 313 313 Native
## 314 314 Native
## 315 315 Native
## 316 316 Native
## 317 317 Native
## 318 318 Native
## 319 319 Native
## 320 320 Native
## 321 321 Native
## 322 322 Native
## 323 323 Native
## 324 324 Native
## 325 325 Native
## 326 326 Native
## 327 327 Native
## 328 328 Native
## 329 329 Native
## 330 330 Native
## 331 331 Native
## 332 332 Native
## 333 333 Native
## 334 334 Native
## 335 335 Native
## 336 336 Native
## 337 337 Native
## 338 338 Native
## 339 339 Native
## 340 340 Native
## 341 341 Native
## 342 342 Native
## 343 343 Native
## 344 344 Native
## 345 345 Native
## 346 346 Native
## 347 347 Native
## 348 348 Native
## 349 349 Native
## 350 350 Native
## 351 351 Native
## 352 352 Native
##
## $nsurvcov
## [1] 1
##
## $survcov
## SURVEY
## 1 1
## 2 1
## 3 1
## 4 1
## 5 1
## 6 1
## 7 1
## 8 1
## 9 1
## 10 1
## 11 1
## 12 1
## 13 1
## 14 1
## 15 1
## 16 1
## 17 1
## 18 1
## 19 1
## 20 1
## 21 1
## 22 1
## 23 1
## 24 1
## 25 1
## 26 1
## 27 1
## 28 1
## 29 1
## 30 1
## 31 1
## 32 1
## 33 1
## 34 1
## 35 1
## 36 1
## 37 1
## 38 1
## 39 1
## 40 1
## 41 1
## 42 1
## 43 1
## 44 1
## 45 1
## 46 1
## 47 1
## 48 1
## 49 1
## 50 1
## 51 1
## 52 1
## 53 1
## 54 1
## 55 1
## 56 1
## 57 1
## 58 1
## 59 1
## 60 1
## 61 1
## 62 1
## 63 1
## 64 1
## 65 1
## 66 1
## 67 1
## 68 1
## 69 1
## 70 1
## 71 1
## 72 1
## 73 1
## 74 1
## 75 1
## 76 1
## 77 1
## 78 1
## 79 1
## 80 1
## 81 1
## 82 1
## 83 1
## 84 1
## 85 1
## 86 1
## 87 1
## 88 1
## 89 1
## 90 1
## 91 1
## 92 1
## 93 1
## 94 1
## 95 1
## 96 1
## 97 1
## 98 1
## 99 1
## 100 1
## 101 1
## 102 1
## 103 1
## 104 1
## 105 1
## 106 1
## 107 1
## 108 1
## 109 1
## 110 1
## 111 1
## 112 1
## 113 1
## 114 1
## 115 1
## 116 1
## 117 1
## 118 1
## 119 1
## 120 1
## 121 1
## 122 1
## 123 1
## 124 1
## 125 1
## 126 1
## 127 1
## 128 1
## 129 1
## 130 1
## 131 1
## 132 1
## 133 1
## 134 1
## 135 1
## 136 1
## 137 1
## 138 1
## 139 1
## 140 1
## 141 1
## 142 1
## 143 1
## 144 1
## 145 1
## 146 1
## 147 1
## 148 1
## 149 1
## 150 1
## 151 1
## 152 1
## 153 1
## 154 1
## 155 1
## 156 1
## 157 1
## 158 1
## 159 1
## 160 1
## 161 1
## 162 1
## 163 1
## 164 1
## 165 1
## 166 1
## 167 1
## 168 1
## 169 1
## 170 1
## 171 1
## 172 1
## 173 1
## 174 1
## 175 1
## 176 1
## 177 1
## 178 1
## 179 1
## 180 1
## 181 1
## 182 1
## 183 1
## 184 1
## 185 1
## 186 1
## 187 1
## 188 1
## 189 1
## 190 1
## 191 1
## 192 1
## 193 1
## 194 1
## 195 1
## 196 1
## 197 1
## 198 1
## 199 1
## 200 1
## 201 1
## 202 1
## 203 1
## 204 1
## 205 1
## 206 1
## 207 1
## 208 1
## 209 1
## 210 1
## 211 1
## 212 1
## 213 1
## 214 1
## 215 1
## 216 1
## 217 1
## 218 1
## 219 1
## 220 1
## 221 1
## 222 1
## 223 1
## 224 1
## 225 1
## 226 1
## 227 1
## 228 1
## 229 1
## 230 1
## 231 1
## 232 1
## 233 1
## 234 1
## 235 1
## 236 1
## 237 1
## 238 1
## 239 1
## 240 1
## 241 1
## 242 1
## 243 1
## 244 1
## 245 1
## 246 1
## 247 1
## 248 1
## 249 1
## 250 1
## 251 1
## 252 1
## 253 1
## 254 1
## 255 1
## 256 1
## 257 1
## 258 1
## 259 1
## 260 1
## 261 1
## 262 1
## 263 1
## 264 1
## 265 1
## 266 1
## 267 1
## 268 1
## 269 1
## 270 1
## 271 1
## 272 1
## 273 1
## 274 1
## 275 1
## 276 1
## 277 1
## 278 1
## 279 1
## 280 1
## 281 1
## 282 1
## 283 1
## 284 1
## 285 1
## 286 1
## 287 1
## 288 1
## 289 1
## 290 1
## 291 1
## 292 1
## 293 1
## 294 1
## 295 1
## 296 1
## 297 1
## 298 1
## 299 1
## 300 1
## 301 1
## 302 1
## 303 1
## 304 1
## 305 1
## 306 1
## 307 1
## 308 1
## 309 1
## 310 1
## 311 1
## 312 1
## 313 1
## 314 1
## 315 1
## 316 1
## 317 1
## 318 1
## 319 1
## 320 1
## 321 1
## 322 1
## 323 1
## 324 1
## 325 1
## 326 1
## 327 1
## 328 1
## 329 1
## 330 1
## 331 1
## 332 1
## 333 1
## 334 1
## 335 1
## 336 1
## 337 1
## 338 1
## 339 1
## 340 1
## 341 1
## 342 1
## 343 1
## 344 1
## 345 1
## 346 1
## 347 1
## 348 1
## 349 1
## 350 1
## 351 1
## 352 1
## 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 2
## 368 2
## 369 2
## 370 2
## 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 2
## 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 2
## 412 2
## 413 2
## 414 2
## 415 2
## 416 2
## 417 2
## 418 2
## 419 2
## 420 2
## 421 2
## 422 2
## 423 2
## 424 2
## 425 2
## 426 2
## 427 2
## 428 2
## 429 2
## 430 2
## 431 2
## 432 2
## 433 2
## 434 2
## 435 2
## 436 2
## 437 2
## 438 2
## 439 2
## 440 2
## 441 2
## 442 2
## 443 2
## 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 2
## 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 2
## 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 2
## 567 2
## 568 2
## 569 2
## 570 2
## 571 2
## 572 2
## 573 2
## 574 2
## 575 2
## 576 2
## 577 2
## 578 2
## 579 2
## 580 2
## 581 2
## 582 2
## 583 2
## 584 2
## 585 2
## 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 2
## 619 2
## 620 2
## 621 2
## 622 2
## 623 2
## 624 2
## 625 2
## 626 2
## 627 2
## 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 2
## 663 2
## 664 2
## 665 2
## 666 2
## 667 2
## 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 2
## 695 2
## 696 2
## 697 2
## 698 2
## 699 2
## 700 2
## 701 2
## 702 2
## 703 2
## 704 2
## 705 3
## 706 3
## 707 3
## 708 3
## 709 3
## 710 3
## 711 3
## 712 3
## 713 3
## 714 3
## 715 3
## 716 3
## 717 3
## 718 3
## 719 3
## 720 3
## 721 3
## 722 3
## 723 3
## 724 3
## 725 3
## 726 3
## 727 3
## 728 3
## 729 3
## 730 3
## 731 3
## 732 3
## 733 3
## 734 3
## 735 3
## 736 3
## 737 3
## 738 3
## 739 3
## 740 3
## 741 3
## 742 3
## 743 3
## 744 3
## 745 3
## 746 3
## 747 3
## 748 3
## 749 3
## 750 3
## 751 3
## 752 3
## 753 3
## 754 3
## 755 3
## 756 3
## 757 3
## 758 3
## 759 3
## 760 3
## 761 3
## 762 3
## 763 3
## 764 3
## 765 3
## 766 3
## 767 3
## 768 3
## 769 3
## 770 3
## 771 3
## 772 3
## 773 3
## 774 3
## 775 3
## 776 3
## 777 3
## 778 3
## 779 3
## 780 3
## 781 3
## 782 3
## 783 3
## 784 3
## 785 3
## 786 3
## 787 3
## 788 3
## 789 3
## 790 3
## 791 3
## 792 3
## 793 3
## 794 3
## 795 3
## 796 3
## 797 3
## 798 3
## 799 3
## 800 3
## 801 3
## 802 3
## 803 3
## 804 3
## 805 3
## 806 3
## 807 3
## 808 3
## 809 3
## 810 3
## 811 3
## 812 3
## 813 3
## 814 3
## 815 3
## 816 3
## 817 3
## 818 3
## 819 3
## 820 3
## 821 3
## 822 3
## 823 3
## 824 3
## 825 3
## 826 3
## 827 3
## 828 3
## 829 3
## 830 3
## 831 3
## 832 3
## 833 3
## 834 3
## 835 3
## 836 3
## 837 3
## 838 3
## 839 3
## 840 3
## 841 3
## 842 3
## 843 3
## 844 3
## 845 3
## 846 3
## 847 3
## 848 3
## 849 3
## 850 3
## 851 3
## 852 3
## 853 3
## 854 3
## 855 3
## 856 3
## 857 3
## 858 3
## 859 3
## 860 3
## 861 3
## 862 3
## 863 3
## 864 3
## 865 3
## 866 3
## 867 3
## 868 3
## 869 3
## 870 3
## 871 3
## 872 3
## 873 3
## 874 3
## 875 3
## 876 3
## 877 3
## 878 3
## 879 3
## 880 3
## 881 3
## 882 3
## 883 3
## 884 3
## 885 3
## 886 3
## 887 3
## 888 3
## 889 3
## 890 3
## 891 3
## 892 3
## 893 3
## 894 3
## 895 3
## 896 3
## 897 3
## 898 3
## 899 3
## 900 3
## 901 3
## 902 3
## 903 3
## 904 3
## 905 3
## 906 3
## 907 3
## 908 3
## 909 3
## 910 3
## 911 3
## 912 3
## 913 3
## 914 3
## 915 3
## 916 3
## 917 3
## 918 3
## 919 3
## 920 3
## 921 3
## 922 3
## 923 3
## 924 3
## 925 3
## 926 3
## 927 3
## 928 3
## 929 3
## 930 3
## 931 3
## 932 3
## 933 3
## 934 3
## 935 3
## 936 3
## 937 3
## 938 3
## 939 3
## 940 3
## 941 3
## 942 3
## 943 3
## 944 3
## 945 3
## 946 3
## 947 3
## 948 3
## 949 3
## 950 3
## 951 3
## 952 3
## 953 3
## 954 3
## 955 3
## 956 3
## 957 3
## 958 3
## 959 3
## 960 3
## 961 3
## 962 3
## 963 3
## 964 3
## 965 3
## 966 3
## 967 3
## 968 3
## 969 3
## 970 3
## 971 3
## 972 3
## 973 3
## 974 3
## 975 3
## 976 3
## 977 3
## 978 3
## 979 3
## 980 3
## 981 3
## 982 3
## 983 3
## 984 3
## 985 3
## 986 3
## 987 3
## 988 3
## 989 3
## 990 3
## 991 3
## 992 3
## 993 3
## 994 3
## 995 3
## 996 3
## 997 3
## 998 3
## 999 3
## 1000 3
## 1001 3
## 1002 3
## 1003 3
## 1004 3
## 1005 3
## 1006 3
## 1007 3
## 1008 3
## 1009 3
## 1010 3
## 1011 3
## 1012 3
## 1013 3
## 1014 3
## 1015 3
## 1016 3
## 1017 3
## 1018 3
## 1019 3
## 1020 3
## 1021 3
## 1022 3
## 1023 3
## 1024 3
## 1025 3
## 1026 3
## 1027 3
## 1028 3
## 1029 3
## 1030 3
## 1031 3
## 1032 3
## 1033 3
## 1034 3
## 1035 3
## 1036 3
## 1037 3
## 1038 3
## 1039 3
## 1040 3
## 1041 3
## 1042 3
## 1043 3
## 1044 3
## 1045 3
## 1046 3
## 1047 3
## 1048 3
## 1049 3
## 1050 3
## 1051 3
## 1052 3
## 1053 3
## 1054 3
## 1055 3
## 1056 3
## 1057 4
## 1058 4
## 1059 4
## 1060 4
## 1061 4
## 1062 4
## 1063 4
## 1064 4
## 1065 4
## 1066 4
## 1067 4
## 1068 4
## 1069 4
## 1070 4
## 1071 4
## 1072 4
## 1073 4
## 1074 4
## 1075 4
## 1076 4
## 1077 4
## 1078 4
## 1079 4
## 1080 4
## 1081 4
## 1082 4
## 1083 4
## 1084 4
## 1085 4
## 1086 4
## 1087 4
## 1088 4
## 1089 4
## 1090 4
## 1091 4
## 1092 4
## 1093 4
## 1094 4
## 1095 4
## 1096 4
## 1097 4
## 1098 4
## 1099 4
## 1100 4
## 1101 4
## 1102 4
## 1103 4
## 1104 4
## 1105 4
## 1106 4
## 1107 4
## 1108 4
## 1109 4
## 1110 4
## 1111 4
## 1112 4
## 1113 4
## 1114 4
## 1115 4
## 1116 4
## 1117 4
## 1118 4
## 1119 4
## 1120 4
## 1121 4
## 1122 4
## 1123 4
## 1124 4
## 1125 4
## 1126 4
## 1127 4
## 1128 4
## 1129 4
## 1130 4
## 1131 4
## 1132 4
## 1133 4
## 1134 4
## 1135 4
## 1136 4
## 1137 4
## 1138 4
## 1139 4
## 1140 4
## 1141 4
## 1142 4
## 1143 4
## 1144 4
## 1145 4
## 1146 4
## 1147 4
## 1148 4
## 1149 4
## 1150 4
## 1151 4
## 1152 4
## 1153 4
## 1154 4
## 1155 4
## 1156 4
## 1157 4
## 1158 4
## 1159 4
## 1160 4
## 1161 4
## 1162 4
## 1163 4
## 1164 4
## 1165 4
## 1166 4
## 1167 4
## 1168 4
## 1169 4
## 1170 4
## 1171 4
## 1172 4
## 1173 4
## 1174 4
## 1175 4
## 1176 4
## 1177 4
## 1178 4
## 1179 4
## 1180 4
## 1181 4
## 1182 4
## 1183 4
## 1184 4
## 1185 4
## 1186 4
## 1187 4
## 1188 4
## 1189 4
## 1190 4
## 1191 4
## 1192 4
## 1193 4
## 1194 4
## 1195 4
## 1196 4
## 1197 4
## 1198 4
## 1199 4
## 1200 4
## 1201 4
## 1202 4
## 1203 4
## 1204 4
## 1205 4
## 1206 4
## 1207 4
## 1208 4
## 1209 4
## 1210 4
## 1211 4
## 1212 4
## 1213 4
## 1214 4
## 1215 4
## 1216 4
## 1217 4
## 1218 4
## 1219 4
## 1220 4
## 1221 4
## 1222 4
## 1223 4
## 1224 4
## 1225 4
## 1226 4
## 1227 4
## 1228 4
## 1229 4
## 1230 4
## 1231 4
## 1232 4
## 1233 4
## 1234 4
## 1235 4
## 1236 4
## 1237 4
## 1238 4
## 1239 4
## 1240 4
## 1241 4
## 1242 4
## 1243 4
## 1244 4
## 1245 4
## 1246 4
## 1247 4
## 1248 4
## 1249 4
## 1250 4
## 1251 4
## 1252 4
## 1253 4
## 1254 4
## 1255 4
## 1256 4
## 1257 4
## 1258 4
## 1259 4
## 1260 4
## 1261 4
## 1262 4
## 1263 4
## 1264 4
## 1265 4
## 1266 4
## 1267 4
## 1268 4
## 1269 4
## 1270 4
## 1271 4
## 1272 4
## 1273 4
## 1274 4
## 1275 4
## 1276 4
## 1277 4
## 1278 4
## 1279 4
## 1280 4
## 1281 4
## 1282 4
## 1283 4
## 1284 4
## 1285 4
## 1286 4
## 1287 4
## 1288 4
## 1289 4
## 1290 4
## 1291 4
## 1292 4
## 1293 4
## 1294 4
## 1295 4
## 1296 4
## 1297 4
## 1298 4
## 1299 4
## 1300 4
## 1301 4
## 1302 4
## 1303 4
## 1304 4
## 1305 4
## 1306 4
## 1307 4
## 1308 4
## 1309 4
## 1310 4
## 1311 4
## 1312 4
## 1313 4
## 1314 4
## 1315 4
## 1316 4
## 1317 4
## 1318 4
## 1319 4
## 1320 4
## 1321 4
## 1322 4
## 1323 4
## 1324 4
## 1325 4
## 1326 4
## 1327 4
## 1328 4
## 1329 4
## 1330 4
## 1331 4
## 1332 4
## 1333 4
## 1334 4
## 1335 4
## 1336 4
## 1337 4
## 1338 4
## 1339 4
## 1340 4
## 1341 4
## 1342 4
## 1343 4
## 1344 4
## 1345 4
## 1346 4
## 1347 4
## 1348 4
## 1349 4
## 1350 4
## 1351 4
## 1352 4
## 1353 4
## 1354 4
## 1355 4
## 1356 4
## 1357 4
## 1358 4
## 1359 4
## 1360 4
## 1361 4
## 1362 4
## 1363 4
## 1364 4
## 1365 4
## 1366 4
## 1367 4
## 1368 4
## 1369 4
## 1370 4
## 1371 4
## 1372 4
## 1373 4
## 1374 4
## 1375 4
## 1376 4
## 1377 4
## 1378 4
## 1379 4
## 1380 4
## 1381 4
## 1382 4
## 1383 4
## 1384 4
## 1385 4
## 1386 4
## 1387 4
## 1388 4
## 1389 4
## 1390 4
## 1391 4
## 1392 4
## 1393 4
## 1394 4
## 1395 4
## 1396 4
## 1397 4
## 1398 4
## 1399 4
## 1400 4
## 1401 4
## 1402 4
## 1403 4
## 1404 4
## 1405 4
## 1406 4
## 1407 4
## 1408 4
## 1409 5
## 1410 5
## 1411 5
## 1412 5
## 1413 5
## 1414 5
## 1415 5
## 1416 5
## 1417 5
## 1418 5
## 1419 5
## 1420 5
## 1421 5
## 1422 5
## 1423 5
## 1424 5
## 1425 5
## 1426 5
## 1427 5
## 1428 5
## 1429 5
## 1430 5
## 1431 5
## 1432 5
## 1433 5
## 1434 5
## 1435 5
## 1436 5
## 1437 5
## 1438 5
## 1439 5
## 1440 5
## 1441 5
## 1442 5
## 1443 5
## 1444 5
## 1445 5
## 1446 5
## 1447 5
## 1448 5
## 1449 5
## 1450 5
## 1451 5
## 1452 5
## 1453 5
## 1454 5
## 1455 5
## 1456 5
## 1457 5
## 1458 5
## 1459 5
## 1460 5
## 1461 5
## 1462 5
## 1463 5
## 1464 5
## 1465 5
## 1466 5
## 1467 5
## 1468 5
## 1469 5
## 1470 5
## 1471 5
## 1472 5
## 1473 5
## 1474 5
## 1475 5
## 1476 5
## 1477 5
## 1478 5
## 1479 5
## 1480 5
## 1481 5
## 1482 5
## 1483 5
## 1484 5
## 1485 5
## 1486 5
## 1487 5
## 1488 5
## 1489 5
## 1490 5
## 1491 5
## 1492 5
## 1493 5
## 1494 5
## 1495 5
## 1496 5
## 1497 5
## 1498 5
## 1499 5
## 1500 5
## 1501 5
## 1502 5
## 1503 5
## 1504 5
## 1505 5
## 1506 5
## 1507 5
## 1508 5
## 1509 5
## 1510 5
## 1511 5
## 1512 5
## 1513 5
## 1514 5
## 1515 5
## 1516 5
## 1517 5
## 1518 5
## 1519 5
## 1520 5
## 1521 5
## 1522 5
## 1523 5
## 1524 5
## 1525 5
## 1526 5
## 1527 5
## 1528 5
## 1529 5
## 1530 5
## 1531 5
## 1532 5
## 1533 5
## 1534 5
## 1535 5
## 1536 5
## 1537 5
## 1538 5
## 1539 5
## 1540 5
## 1541 5
## 1542 5
## 1543 5
## 1544 5
## 1545 5
## 1546 5
## 1547 5
## 1548 5
## 1549 5
## 1550 5
## 1551 5
## 1552 5
## 1553 5
## 1554 5
## 1555 5
## 1556 5
## 1557 5
## 1558 5
## 1559 5
## 1560 5
## 1561 5
## 1562 5
## 1563 5
## 1564 5
## 1565 5
## 1566 5
## 1567 5
## 1568 5
## 1569 5
## 1570 5
## 1571 5
## 1572 5
## 1573 5
## 1574 5
## 1575 5
## 1576 5
## 1577 5
## 1578 5
## 1579 5
## 1580 5
## 1581 5
## 1582 5
## 1583 5
## 1584 5
## 1585 5
## 1586 5
## 1587 5
## 1588 5
## 1589 5
## 1590 5
## 1591 5
## 1592 5
## 1593 5
## 1594 5
## 1595 5
## 1596 5
## 1597 5
## 1598 5
## 1599 5
## 1600 5
## 1601 5
## 1602 5
## 1603 5
## 1604 5
## 1605 5
## 1606 5
## 1607 5
## 1608 5
## 1609 5
## 1610 5
## 1611 5
## 1612 5
## 1613 5
## 1614 5
## 1615 5
## 1616 5
## 1617 5
## 1618 5
## 1619 5
## 1620 5
## 1621 5
## 1622 5
## 1623 5
## 1624 5
## 1625 5
## 1626 5
## 1627 5
## 1628 5
## 1629 5
## 1630 5
## 1631 5
## 1632 5
## 1633 5
## 1634 5
## 1635 5
## 1636 5
## 1637 5
## 1638 5
## 1639 5
## 1640 5
## 1641 5
## 1642 5
## 1643 5
## 1644 5
## 1645 5
## 1646 5
## 1647 5
## 1648 5
## 1649 5
## 1650 5
## 1651 5
## 1652 5
## 1653 5
## 1654 5
## 1655 5
## 1656 5
## 1657 5
## 1658 5
## 1659 5
## 1660 5
## 1661 5
## 1662 5
## 1663 5
## 1664 5
## 1665 5
## 1666 5
## 1667 5
## 1668 5
## 1669 5
## 1670 5
## 1671 5
## 1672 5
## 1673 5
## 1674 5
## 1675 5
## 1676 5
## 1677 5
## 1678 5
## 1679 5
## 1680 5
## 1681 5
## 1682 5
## 1683 5
## 1684 5
## 1685 5
## 1686 5
## 1687 5
## 1688 5
## 1689 5
## 1690 5
## 1691 5
## 1692 5
## 1693 5
## 1694 5
## 1695 5
## 1696 5
## 1697 5
## 1698 5
## 1699 5
## 1700 5
## 1701 5
## 1702 5
## 1703 5
## 1704 5
## 1705 5
## 1706 5
## 1707 5
## 1708 5
## 1709 5
## 1710 5
## 1711 5
## 1712 5
## 1713 5
## 1714 5
## 1715 5
## 1716 5
## 1717 5
## 1718 5
## 1719 5
## 1720 5
## 1721 5
## 1722 5
## 1723 5
## 1724 5
## 1725 5
## 1726 5
## 1727 5
## 1728 5
## 1729 5
## 1730 5
## 1731 5
## 1732 5
## 1733 5
## 1734 5
## 1735 5
## 1736 5
## 1737 5
## 1738 5
## 1739 5
## 1740 5
## 1741 5
## 1742 5
## 1743 5
## 1744 5
## 1745 5
## 1746 5
## 1747 5
## 1748 5
## 1749 5
## 1750 5
## 1751 5
## 1752 5
## 1753 5
## 1754 5
## 1755 5
## 1756 5
## 1757 5
## 1758 5
## 1759 5
## 1760 5
## 1761 6
## 1762 6
## 1763 6
## 1764 6
## 1765 6
## 1766 6
## 1767 6
## 1768 6
## 1769 6
## 1770 6
## 1771 6
## 1772 6
## 1773 6
## 1774 6
## 1775 6
## 1776 6
## 1777 6
## 1778 6
## 1779 6
## 1780 6
## 1781 6
## 1782 6
## 1783 6
## 1784 6
## 1785 6
## 1786 6
## 1787 6
## 1788 6
## 1789 6
## 1790 6
## 1791 6
## 1792 6
## 1793 6
## 1794 6
## 1795 6
## 1796 6
## 1797 6
## 1798 6
## 1799 6
## 1800 6
## 1801 6
## 1802 6
## 1803 6
## 1804 6
## 1805 6
## 1806 6
## 1807 6
## 1808 6
## 1809 6
## 1810 6
## 1811 6
## 1812 6
## 1813 6
## 1814 6
## 1815 6
## 1816 6
## 1817 6
## 1818 6
## 1819 6
## 1820 6
## 1821 6
## 1822 6
## 1823 6
## 1824 6
## 1825 6
## 1826 6
## 1827 6
## 1828 6
## 1829 6
## 1830 6
## 1831 6
## 1832 6
## 1833 6
## 1834 6
## 1835 6
## 1836 6
## 1837 6
## 1838 6
## 1839 6
## 1840 6
## 1841 6
## 1842 6
## 1843 6
## 1844 6
## 1845 6
## 1846 6
## 1847 6
## 1848 6
## 1849 6
## 1850 6
## 1851 6
## 1852 6
## 1853 6
## 1854 6
## 1855 6
## 1856 6
## 1857 6
## 1858 6
## 1859 6
## 1860 6
## 1861 6
## 1862 6
## 1863 6
## 1864 6
## 1865 6
## 1866 6
## 1867 6
## 1868 6
## 1869 6
## 1870 6
## 1871 6
## 1872 6
## 1873 6
## 1874 6
## 1875 6
## 1876 6
## 1877 6
## 1878 6
## 1879 6
## 1880 6
## 1881 6
## 1882 6
## 1883 6
## 1884 6
## 1885 6
## 1886 6
## 1887 6
## 1888 6
## 1889 6
## 1890 6
## 1891 6
## 1892 6
## 1893 6
## 1894 6
## 1895 6
## 1896 6
## 1897 6
## 1898 6
## 1899 6
## 1900 6
## 1901 6
## 1902 6
## 1903 6
## 1904 6
## 1905 6
## 1906 6
## 1907 6
## 1908 6
## 1909 6
## 1910 6
## 1911 6
## 1912 6
## 1913 6
## 1914 6
## 1915 6
## 1916 6
## 1917 6
## 1918 6
## 1919 6
## 1920 6
## 1921 6
## 1922 6
## 1923 6
## 1924 6
## 1925 6
## 1926 6
## 1927 6
## 1928 6
## 1929 6
## 1930 6
## 1931 6
## 1932 6
## 1933 6
## 1934 6
## 1935 6
## 1936 6
## 1937 6
## 1938 6
## 1939 6
## 1940 6
## 1941 6
## 1942 6
## 1943 6
## 1944 6
## 1945 6
## 1946 6
## 1947 6
## 1948 6
## 1949 6
## 1950 6
## 1951 6
## 1952 6
## 1953 6
## 1954 6
## 1955 6
## 1956 6
## 1957 6
## 1958 6
## 1959 6
## 1960 6
## 1961 6
## 1962 6
## 1963 6
## 1964 6
## 1965 6
## 1966 6
## 1967 6
## 1968 6
## 1969 6
## 1970 6
## 1971 6
## 1972 6
## 1973 6
## 1974 6
## 1975 6
## 1976 6
## 1977 6
## 1978 6
## 1979 6
## 1980 6
## 1981 6
## 1982 6
## 1983 6
## 1984 6
## 1985 6
## 1986 6
## 1987 6
## 1988 6
## 1989 6
## 1990 6
## 1991 6
## 1992 6
## 1993 6
## 1994 6
## 1995 6
## 1996 6
## 1997 6
## 1998 6
## 1999 6
## 2000 6
## 2001 6
## 2002 6
## 2003 6
## 2004 6
## 2005 6
## 2006 6
## 2007 6
## 2008 6
## 2009 6
## 2010 6
## 2011 6
## 2012 6
## 2013 6
## 2014 6
## 2015 6
## 2016 6
## 2017 6
## 2018 6
## 2019 6
## 2020 6
## 2021 6
## 2022 6
## 2023 6
## 2024 6
## 2025 6
## 2026 6
## 2027 6
## 2028 6
## 2029 6
## 2030 6
## 2031 6
## 2032 6
## 2033 6
## 2034 6
## 2035 6
## 2036 6
## 2037 6
## 2038 6
## 2039 6
## 2040 6
## 2041 6
## 2042 6
## 2043 6
## 2044 6
## 2045 6
## 2046 6
## 2047 6
## 2048 6
## 2049 6
## 2050 6
## 2051 6
## 2052 6
## 2053 6
## 2054 6
## 2055 6
## 2056 6
## 2057 6
## 2058 6
## 2059 6
## 2060 6
## 2061 6
## 2062 6
## 2063 6
## 2064 6
## 2065 6
## 2066 6
## 2067 6
## 2068 6
## 2069 6
## 2070 6
## 2071 6
## 2072 6
## 2073 6
## 2074 6
## 2075 6
## 2076 6
## 2077 6
## 2078 6
## 2079 6
## 2080 6
## 2081 6
## 2082 6
## 2083 6
## 2084 6
## 2085 6
## 2086 6
## 2087 6
## 2088 6
## 2089 6
## 2090 6
## 2091 6
## 2092 6
## 2093 6
## 2094 6
## 2095 6
## 2096 6
## 2097 6
## 2098 6
## 2099 6
## 2100 6
## 2101 6
## 2102 6
## 2103 6
## 2104 6
## 2105 6
## 2106 6
## 2107 6
## 2108 6
## 2109 6
## 2110 6
## 2111 6
## 2112 6
## 2113 7
## 2114 7
## 2115 7
## 2116 7
## 2117 7
## 2118 7
## 2119 7
## 2120 7
## 2121 7
## 2122 7
## 2123 7
## 2124 7
## 2125 7
## 2126 7
## 2127 7
## 2128 7
## 2129 7
## 2130 7
## 2131 7
## 2132 7
## 2133 7
## 2134 7
## 2135 7
## 2136 7
## 2137 7
## 2138 7
## 2139 7
## 2140 7
## 2141 7
## 2142 7
## 2143 7
## 2144 7
## 2145 7
## 2146 7
## 2147 7
## 2148 7
## 2149 7
## 2150 7
## 2151 7
## 2152 7
## 2153 7
## 2154 7
## 2155 7
## 2156 7
## 2157 7
## 2158 7
## 2159 7
## 2160 7
## 2161 7
## 2162 7
## 2163 7
## 2164 7
## 2165 7
## 2166 7
## 2167 7
## 2168 7
## 2169 7
## 2170 7
## 2171 7
## 2172 7
## 2173 7
## 2174 7
## 2175 7
## 2176 7
## 2177 7
## 2178 7
## 2179 7
## 2180 7
## 2181 7
## 2182 7
## 2183 7
## 2184 7
## 2185 7
## 2186 7
## 2187 7
## 2188 7
## 2189 7
## 2190 7
## 2191 7
## 2192 7
## 2193 7
## 2194 7
## 2195 7
## 2196 7
## 2197 7
## 2198 7
## 2199 7
## 2200 7
## 2201 7
## 2202 7
## 2203 7
## 2204 7
## 2205 7
## 2206 7
## 2207 7
## 2208 7
## 2209 7
## 2210 7
## 2211 7
## 2212 7
## 2213 7
## 2214 7
## 2215 7
## 2216 7
## 2217 7
## 2218 7
## 2219 7
## 2220 7
## 2221 7
## 2222 7
## 2223 7
## 2224 7
## 2225 7
## 2226 7
## 2227 7
## 2228 7
## 2229 7
## 2230 7
## 2231 7
## 2232 7
## 2233 7
## 2234 7
## 2235 7
## 2236 7
## 2237 7
## 2238 7
## 2239 7
## 2240 7
## 2241 7
## 2242 7
## 2243 7
## 2244 7
## 2245 7
## 2246 7
## 2247 7
## 2248 7
## 2249 7
## 2250 7
## 2251 7
## 2252 7
## 2253 7
## 2254 7
## 2255 7
## 2256 7
## 2257 7
## 2258 7
## 2259 7
## 2260 7
## 2261 7
## 2262 7
## 2263 7
## 2264 7
## 2265 7
## 2266 7
## 2267 7
## 2268 7
## 2269 7
## 2270 7
## 2271 7
## 2272 7
## 2273 7
## 2274 7
## 2275 7
## 2276 7
## 2277 7
## 2278 7
## 2279 7
## 2280 7
## 2281 7
## 2282 7
## 2283 7
## 2284 7
## 2285 7
## 2286 7
## 2287 7
## 2288 7
## 2289 7
## 2290 7
## 2291 7
## 2292 7
## 2293 7
## 2294 7
## 2295 7
## 2296 7
## 2297 7
## 2298 7
## 2299 7
## 2300 7
## 2301 7
## 2302 7
## 2303 7
## 2304 7
## 2305 7
## 2306 7
## 2307 7
## 2308 7
## 2309 7
## 2310 7
## 2311 7
## 2312 7
## 2313 7
## 2314 7
## 2315 7
## 2316 7
## 2317 7
## 2318 7
## 2319 7
## 2320 7
## 2321 7
## 2322 7
## 2323 7
## 2324 7
## 2325 7
## 2326 7
## 2327 7
## 2328 7
## 2329 7
## 2330 7
## 2331 7
## 2332 7
## 2333 7
## 2334 7
## 2335 7
## 2336 7
## 2337 7
## 2338 7
## 2339 7
## 2340 7
## 2341 7
## 2342 7
## 2343 7
## 2344 7
## 2345 7
## 2346 7
## 2347 7
## 2348 7
## 2349 7
## 2350 7
## 2351 7
## 2352 7
## 2353 7
## 2354 7
## 2355 7
## 2356 7
## 2357 7
## 2358 7
## 2359 7
## 2360 7
## 2361 7
## 2362 7
## 2363 7
## 2364 7
## 2365 7
## 2366 7
## 2367 7
## 2368 7
## 2369 7
## 2370 7
## 2371 7
## 2372 7
## 2373 7
## 2374 7
## 2375 7
## 2376 7
## 2377 7
## 2378 7
## 2379 7
## 2380 7
## 2381 7
## 2382 7
## 2383 7
## 2384 7
## 2385 7
## 2386 7
## 2387 7
## 2388 7
## 2389 7
## 2390 7
## 2391 7
## 2392 7
## 2393 7
## 2394 7
## 2395 7
## 2396 7
## 2397 7
## 2398 7
## 2399 7
## 2400 7
## 2401 7
## 2402 7
## 2403 7
## 2404 7
## 2405 7
## 2406 7
## 2407 7
## 2408 7
## 2409 7
## 2410 7
## 2411 7
## 2412 7
## 2413 7
## 2414 7
## 2415 7
## 2416 7
## 2417 7
## 2418 7
## 2419 7
## 2420 7
## 2421 7
## 2422 7
## 2423 7
## 2424 7
## 2425 7
## 2426 7
## 2427 7
## 2428 7
## 2429 7
## 2430 7
## 2431 7
## 2432 7
## 2433 7
## 2434 7
## 2435 7
## 2436 7
## 2437 7
## 2438 7
## 2439 7
## 2440 7
## 2441 7
## 2442 7
## 2443 7
## 2444 7
## 2445 7
## 2446 7
## 2447 7
## 2448 7
## 2449 7
## 2450 7
## 2451 7
## 2452 7
## 2453 7
## 2454 7
## 2455 7
## 2456 7
## 2457 7
## 2458 7
## 2459 7
## 2460 7
## 2461 7
## 2462 7
## 2463 7
## 2464 7
## 2465 8
## 2466 8
## 2467 8
## 2468 8
## 2469 8
## 2470 8
## 2471 8
## 2472 8
## 2473 8
## 2474 8
## 2475 8
## 2476 8
## 2477 8
## 2478 8
## 2479 8
## 2480 8
## 2481 8
## 2482 8
## 2483 8
## 2484 8
## 2485 8
## 2486 8
## 2487 8
## 2488 8
## 2489 8
## 2490 8
## 2491 8
## 2492 8
## 2493 8
## 2494 8
## 2495 8
## 2496 8
## 2497 8
## 2498 8
## 2499 8
## 2500 8
## 2501 8
## 2502 8
## 2503 8
## 2504 8
## 2505 8
## 2506 8
## 2507 8
## 2508 8
## 2509 8
## 2510 8
## 2511 8
## 2512 8
## 2513 8
## 2514 8
## 2515 8
## 2516 8
## 2517 8
## 2518 8
## 2519 8
## 2520 8
## 2521 8
## 2522 8
## 2523 8
## 2524 8
## 2525 8
## 2526 8
## 2527 8
## 2528 8
## 2529 8
## 2530 8
## 2531 8
## 2532 8
## 2533 8
## 2534 8
## 2535 8
## 2536 8
## 2537 8
## 2538 8
## 2539 8
## 2540 8
## 2541 8
## 2542 8
## 2543 8
## 2544 8
## 2545 8
## 2546 8
## 2547 8
## 2548 8
## 2549 8
## 2550 8
## 2551 8
## 2552 8
## 2553 8
## 2554 8
## 2555 8
## 2556 8
## 2557 8
## 2558 8
## 2559 8
## 2560 8
## 2561 8
## 2562 8
## 2563 8
## 2564 8
## 2565 8
## 2566 8
## 2567 8
## 2568 8
## 2569 8
## 2570 8
## 2571 8
## 2572 8
## 2573 8
## 2574 8
## 2575 8
## 2576 8
## 2577 8
## 2578 8
## 2579 8
## 2580 8
## 2581 8
## 2582 8
## 2583 8
## 2584 8
## 2585 8
## 2586 8
## 2587 8
## 2588 8
## 2589 8
## 2590 8
## 2591 8
## 2592 8
## 2593 8
## 2594 8
## 2595 8
## 2596 8
## 2597 8
## 2598 8
## 2599 8
## 2600 8
## 2601 8
## 2602 8
## 2603 8
## 2604 8
## 2605 8
## 2606 8
## 2607 8
## 2608 8
## 2609 8
## 2610 8
## 2611 8
## 2612 8
## 2613 8
## 2614 8
## 2615 8
## 2616 8
## 2617 8
## 2618 8
## 2619 8
## 2620 8
## 2621 8
## 2622 8
## 2623 8
## 2624 8
## 2625 8
## 2626 8
## 2627 8
## 2628 8
## 2629 8
## 2630 8
## 2631 8
## 2632 8
## 2633 8
## 2634 8
## 2635 8
## 2636 8
## 2637 8
## 2638 8
## 2639 8
## 2640 8
## 2641 8
## 2642 8
## 2643 8
## 2644 8
## 2645 8
## 2646 8
## 2647 8
## 2648 8
## 2649 8
## 2650 8
## 2651 8
## 2652 8
## 2653 8
## 2654 8
## 2655 8
## 2656 8
## 2657 8
## 2658 8
## 2659 8
## 2660 8
## 2661 8
## 2662 8
## 2663 8
## 2664 8
## 2665 8
## 2666 8
## 2667 8
## 2668 8
## 2669 8
## 2670 8
## 2671 8
## 2672 8
## 2673 8
## 2674 8
## 2675 8
## 2676 8
## 2677 8
## 2678 8
## 2679 8
## 2680 8
## 2681 8
## 2682 8
## 2683 8
## 2684 8
## 2685 8
## 2686 8
## 2687 8
## 2688 8
## 2689 8
## 2690 8
## 2691 8
## 2692 8
## 2693 8
## 2694 8
## 2695 8
## 2696 8
## 2697 8
## 2698 8
## 2699 8
## 2700 8
## 2701 8
## 2702 8
## 2703 8
## 2704 8
## 2705 8
## 2706 8
## 2707 8
## 2708 8
## 2709 8
## 2710 8
## 2711 8
## 2712 8
## 2713 8
## 2714 8
## 2715 8
## 2716 8
## 2717 8
## 2718 8
## 2719 8
## 2720 8
## 2721 8
## 2722 8
## 2723 8
## 2724 8
## 2725 8
## 2726 8
## 2727 8
## 2728 8
## 2729 8
## 2730 8
## 2731 8
## 2732 8
## 2733 8
## 2734 8
## 2735 8
## 2736 8
## 2737 8
## 2738 8
## 2739 8
## 2740 8
## 2741 8
## 2742 8
## 2743 8
## 2744 8
## 2745 8
## 2746 8
## 2747 8
## 2748 8
## 2749 8
## 2750 8
## 2751 8
## 2752 8
## 2753 8
## 2754 8
## 2755 8
## 2756 8
## 2757 8
## 2758 8
## 2759 8
## 2760 8
## 2761 8
## 2762 8
## 2763 8
## 2764 8
## 2765 8
## 2766 8
## 2767 8
## 2768 8
## 2769 8
## 2770 8
## 2771 8
## 2772 8
## 2773 8
## 2774 8
## 2775 8
## 2776 8
## 2777 8
## 2778 8
## 2779 8
## 2780 8
## 2781 8
## 2782 8
## 2783 8
## 2784 8
## 2785 8
## 2786 8
## 2787 8
## 2788 8
## 2789 8
## 2790 8
## 2791 8
## 2792 8
## 2793 8
## 2794 8
## 2795 8
## 2796 8
## 2797 8
## 2798 8
## 2799 8
## 2800 8
## 2801 8
## 2802 8
## 2803 8
## 2804 8
## 2805 8
## 2806 8
## 2807 8
## 2808 8
## 2809 8
## 2810 8
## 2811 8
## 2812 8
## 2813 8
## 2814 8
## 2815 8
## 2816 8
## 2817 9
## 2818 9
## 2819 9
## 2820 9
## 2821 9
## 2822 9
## 2823 9
## 2824 9
## 2825 9
## 2826 9
## 2827 9
## 2828 9
## 2829 9
## 2830 9
## 2831 9
## 2832 9
## 2833 9
## 2834 9
## 2835 9
## 2836 9
## 2837 9
## 2838 9
## 2839 9
## 2840 9
## 2841 9
## 2842 9
## 2843 9
## 2844 9
## 2845 9
## 2846 9
## 2847 9
## 2848 9
## 2849 9
## 2850 9
## 2851 9
## 2852 9
## 2853 9
## 2854 9
## 2855 9
## 2856 9
## 2857 9
## 2858 9
## 2859 9
## 2860 9
## 2861 9
## 2862 9
## 2863 9
## 2864 9
## 2865 9
## 2866 9
## 2867 9
## 2868 9
## 2869 9
## 2870 9
## 2871 9
## 2872 9
## 2873 9
## 2874 9
## 2875 9
## 2876 9
## 2877 9
## 2878 9
## 2879 9
## 2880 9
## 2881 9
## 2882 9
## 2883 9
## 2884 9
## 2885 9
## 2886 9
## 2887 9
## 2888 9
## 2889 9
## 2890 9
## 2891 9
## 2892 9
## 2893 9
## 2894 9
## 2895 9
## 2896 9
## 2897 9
## 2898 9
## 2899 9
## 2900 9
## 2901 9
## 2902 9
## 2903 9
## 2904 9
## 2905 9
## 2906 9
## 2907 9
## 2908 9
## 2909 9
## 2910 9
## 2911 9
## 2912 9
## 2913 9
## 2914 9
## 2915 9
## 2916 9
## 2917 9
## 2918 9
## 2919 9
## 2920 9
## 2921 9
## 2922 9
## 2923 9
## 2924 9
## 2925 9
## 2926 9
## 2927 9
## 2928 9
## 2929 9
## 2930 9
## 2931 9
## 2932 9
## 2933 9
## 2934 9
## 2935 9
## 2936 9
## 2937 9
## 2938 9
## 2939 9
## 2940 9
## 2941 9
## 2942 9
## 2943 9
## 2944 9
## 2945 9
## 2946 9
## 2947 9
## 2948 9
## 2949 9
## 2950 9
## 2951 9
## 2952 9
## 2953 9
## 2954 9
## 2955 9
## 2956 9
## 2957 9
## 2958 9
## 2959 9
## 2960 9
## 2961 9
## 2962 9
## 2963 9
## 2964 9
## 2965 9
## 2966 9
## 2967 9
## 2968 9
## 2969 9
## 2970 9
## 2971 9
## 2972 9
## 2973 9
## 2974 9
## 2975 9
## 2976 9
## 2977 9
## 2978 9
## 2979 9
## 2980 9
## 2981 9
## 2982 9
## 2983 9
## 2984 9
## 2985 9
## 2986 9
## 2987 9
## 2988 9
## 2989 9
## 2990 9
## 2991 9
## 2992 9
## 2993 9
## 2994 9
## 2995 9
## 2996 9
## 2997 9
## 2998 9
## 2999 9
## 3000 9
## 3001 9
## 3002 9
## 3003 9
## 3004 9
## 3005 9
## 3006 9
## 3007 9
## 3008 9
## 3009 9
## 3010 9
## 3011 9
## 3012 9
## 3013 9
## 3014 9
## 3015 9
## 3016 9
## 3017 9
## 3018 9
## 3019 9
## 3020 9
## 3021 9
## 3022 9
## 3023 9
## 3024 9
## 3025 9
## 3026 9
## 3027 9
## 3028 9
## 3029 9
## 3030 9
## 3031 9
## 3032 9
## 3033 9
## 3034 9
## 3035 9
## 3036 9
## 3037 9
## 3038 9
## 3039 9
## 3040 9
## 3041 9
## 3042 9
## 3043 9
## 3044 9
## 3045 9
## 3046 9
## 3047 9
## 3048 9
## 3049 9
## 3050 9
## 3051 9
## 3052 9
## 3053 9
## 3054 9
## 3055 9
## 3056 9
## 3057 9
## 3058 9
## 3059 9
## 3060 9
## 3061 9
## 3062 9
## 3063 9
## 3064 9
## 3065 9
## 3066 9
## 3067 9
## 3068 9
## 3069 9
## 3070 9
## 3071 9
## 3072 9
## 3073 9
## 3074 9
## 3075 9
## 3076 9
## 3077 9
## 3078 9
## 3079 9
## 3080 9
## 3081 9
## 3082 9
## 3083 9
## 3084 9
## 3085 9
## 3086 9
## 3087 9
## 3088 9
## 3089 9
## 3090 9
## 3091 9
## 3092 9
## 3093 9
## 3094 9
## 3095 9
## 3096 9
## 3097 9
## 3098 9
## 3099 9
## 3100 9
## 3101 9
## 3102 9
## 3103 9
## 3104 9
## 3105 9
## 3106 9
## 3107 9
## 3108 9
## 3109 9
## 3110 9
## 3111 9
## 3112 9
## 3113 9
## 3114 9
## 3115 9
## 3116 9
## 3117 9
## 3118 9
## 3119 9
## 3120 9
## 3121 9
## 3122 9
## 3123 9
## 3124 9
## 3125 9
## 3126 9
## 3127 9
## 3128 9
## 3129 9
## 3130 9
## 3131 9
## 3132 9
## 3133 9
## 3134 9
## 3135 9
## 3136 9
## 3137 9
## 3138 9
## 3139 9
## 3140 9
## 3141 9
## 3142 9
## 3143 9
## 3144 9
## 3145 9
## 3146 9
## 3147 9
## 3148 9
## 3149 9
## 3150 9
## 3151 9
## 3152 9
## 3153 9
## 3154 9
## 3155 9
## 3156 9
## 3157 9
## 3158 9
## 3159 9
## 3160 9
## 3161 9
## 3162 9
## 3163 9
## 3164 9
## 3165 9
## 3166 9
## 3167 9
## 3168 9
## 3169 10
## 3170 10
## 3171 10
## 3172 10
## 3173 10
## 3174 10
## 3175 10
## 3176 10
## 3177 10
## 3178 10
## 3179 10
## 3180 10
## 3181 10
## 3182 10
## 3183 10
## 3184 10
## 3185 10
## 3186 10
## 3187 10
## 3188 10
## 3189 10
## 3190 10
## 3191 10
## 3192 10
## 3193 10
## 3194 10
## 3195 10
## 3196 10
## 3197 10
## 3198 10
## 3199 10
## 3200 10
## 3201 10
## 3202 10
## 3203 10
## 3204 10
## 3205 10
## 3206 10
## 3207 10
## 3208 10
## 3209 10
## 3210 10
## 3211 10
## 3212 10
## 3213 10
## 3214 10
## 3215 10
## 3216 10
## 3217 10
## 3218 10
## 3219 10
## 3220 10
## 3221 10
## 3222 10
## 3223 10
## 3224 10
## 3225 10
## 3226 10
## 3227 10
## 3228 10
## 3229 10
## 3230 10
## 3231 10
## 3232 10
## 3233 10
## 3234 10
## 3235 10
## 3236 10
## 3237 10
## 3238 10
## 3239 10
## 3240 10
## 3241 10
## 3242 10
## 3243 10
## 3244 10
## 3245 10
## 3246 10
## 3247 10
## 3248 10
## 3249 10
## 3250 10
## 3251 10
## 3252 10
## 3253 10
## 3254 10
## 3255 10
## 3256 10
## 3257 10
## 3258 10
## 3259 10
## 3260 10
## 3261 10
## 3262 10
## 3263 10
## 3264 10
## 3265 10
## 3266 10
## 3267 10
## 3268 10
## 3269 10
## 3270 10
## 3271 10
## 3272 10
## 3273 10
## 3274 10
## 3275 10
## 3276 10
## 3277 10
## 3278 10
## 3279 10
## 3280 10
## 3281 10
## 3282 10
## 3283 10
## 3284 10
## 3285 10
## 3286 10
## 3287 10
## 3288 10
## 3289 10
## 3290 10
## 3291 10
## 3292 10
## 3293 10
## 3294 10
## 3295 10
## 3296 10
## 3297 10
## 3298 10
## 3299 10
## 3300 10
## 3301 10
## 3302 10
## 3303 10
## 3304 10
## 3305 10
## 3306 10
## 3307 10
## 3308 10
## 3309 10
## 3310 10
## 3311 10
## 3312 10
## 3313 10
## 3314 10
## 3315 10
## 3316 10
## 3317 10
## 3318 10
## 3319 10
## 3320 10
## 3321 10
## 3322 10
## 3323 10
## 3324 10
## 3325 10
## 3326 10
## 3327 10
## 3328 10
## 3329 10
## 3330 10
## 3331 10
## 3332 10
## 3333 10
## 3334 10
## 3335 10
## 3336 10
## 3337 10
## 3338 10
## 3339 10
## 3340 10
## 3341 10
## 3342 10
## 3343 10
## 3344 10
## 3345 10
## 3346 10
## 3347 10
## 3348 10
## 3349 10
## 3350 10
## 3351 10
## 3352 10
## 3353 10
## 3354 10
## 3355 10
## 3356 10
## 3357 10
## 3358 10
## 3359 10
## 3360 10
## 3361 10
## 3362 10
## 3363 10
## 3364 10
## 3365 10
## 3366 10
## 3367 10
## 3368 10
## 3369 10
## 3370 10
## 3371 10
## 3372 10
## 3373 10
## 3374 10
## 3375 10
## 3376 10
## 3377 10
## 3378 10
## 3379 10
## 3380 10
## 3381 10
## 3382 10
## 3383 10
## 3384 10
## 3385 10
## 3386 10
## 3387 10
## 3388 10
## 3389 10
## 3390 10
## 3391 10
## 3392 10
## 3393 10
## 3394 10
## 3395 10
## 3396 10
## 3397 10
## 3398 10
## 3399 10
## 3400 10
## 3401 10
## 3402 10
## 3403 10
## 3404 10
## 3405 10
## 3406 10
## 3407 10
## 3408 10
## 3409 10
## 3410 10
## 3411 10
## 3412 10
## 3413 10
## 3414 10
## 3415 10
## 3416 10
## 3417 10
## 3418 10
## 3419 10
## 3420 10
## 3421 10
## 3422 10
## 3423 10
## 3424 10
## 3425 10
## 3426 10
## 3427 10
## 3428 10
## 3429 10
## 3430 10
## 3431 10
## 3432 10
## 3433 10
## 3434 10
## 3435 10
## 3436 10
## 3437 10
## 3438 10
## 3439 10
## 3440 10
## 3441 10
## 3442 10
## 3443 10
## 3444 10
## 3445 10
## 3446 10
## 3447 10
## 3448 10
## 3449 10
## 3450 10
## 3451 10
## 3452 10
## 3453 10
## 3454 10
## 3455 10
## 3456 10
## 3457 10
## 3458 10
## 3459 10
## 3460 10
## 3461 10
## 3462 10
## 3463 10
## 3464 10
## 3465 10
## 3466 10
## 3467 10
## 3468 10
## 3469 10
## 3470 10
## 3471 10
## 3472 10
## 3473 10
## 3474 10
## 3475 10
## 3476 10
## 3477 10
## 3478 10
## 3479 10
## 3480 10
## 3481 10
## 3482 10
## 3483 10
## 3484 10
## 3485 10
## 3486 10
## 3487 10
## 3488 10
## 3489 10
## 3490 10
## 3491 10
## 3492 10
## 3493 10
## 3494 10
## 3495 10
## 3496 10
## 3497 10
## 3498 10
## 3499 10
## 3500 10
## 3501 10
## 3502 10
## 3503 10
## 3504 10
## 3505 10
## 3506 10
## 3507 10
## 3508 10
## 3509 10
## 3510 10
## 3511 10
## 3512 10
## 3513 10
## 3514 10
## 3515 10
## 3516 10
## 3517 10
## 3518 10
## 3519 10
## 3520 10
## 3521 11
## 3522 11
## 3523 11
## 3524 11
## 3525 11
## 3526 11
## 3527 11
## 3528 11
## 3529 11
## 3530 11
## 3531 11
## 3532 11
## 3533 11
## 3534 11
## 3535 11
## 3536 11
## 3537 11
## 3538 11
## 3539 11
## 3540 11
## 3541 11
## 3542 11
## 3543 11
## 3544 11
## 3545 11
## 3546 11
## 3547 11
## 3548 11
## 3549 11
## 3550 11
## 3551 11
## 3552 11
## 3553 11
## 3554 11
## 3555 11
## 3556 11
## 3557 11
## 3558 11
## 3559 11
## 3560 11
## 3561 11
## 3562 11
## 3563 11
## 3564 11
## 3565 11
## 3566 11
## 3567 11
## 3568 11
## 3569 11
## 3570 11
## 3571 11
## 3572 11
## 3573 11
## 3574 11
## 3575 11
## 3576 11
## 3577 11
## 3578 11
## 3579 11
## 3580 11
## 3581 11
## 3582 11
## 3583 11
## 3584 11
## 3585 11
## 3586 11
## 3587 11
## 3588 11
## 3589 11
## 3590 11
## 3591 11
## 3592 11
## 3593 11
## 3594 11
## 3595 11
## 3596 11
## 3597 11
## 3598 11
## 3599 11
## 3600 11
## 3601 11
## 3602 11
## 3603 11
## 3604 11
## 3605 11
## 3606 11
## 3607 11
## 3608 11
## 3609 11
## 3610 11
## 3611 11
## 3612 11
## 3613 11
## 3614 11
## 3615 11
## 3616 11
## 3617 11
## 3618 11
## 3619 11
## 3620 11
## 3621 11
## 3622 11
## 3623 11
## 3624 11
## 3625 11
## 3626 11
## 3627 11
## 3628 11
## 3629 11
## 3630 11
## 3631 11
## 3632 11
## 3633 11
## 3634 11
## 3635 11
## 3636 11
## 3637 11
## 3638 11
## 3639 11
## 3640 11
## 3641 11
## 3642 11
## 3643 11
## 3644 11
## 3645 11
## 3646 11
## 3647 11
## 3648 11
## 3649 11
## 3650 11
## 3651 11
## 3652 11
## 3653 11
## 3654 11
## 3655 11
## 3656 11
## 3657 11
## 3658 11
## 3659 11
## 3660 11
## 3661 11
## 3662 11
## 3663 11
## 3664 11
## 3665 11
## 3666 11
## 3667 11
## 3668 11
## 3669 11
## 3670 11
## 3671 11
## 3672 11
## 3673 11
## 3674 11
## 3675 11
## 3676 11
## 3677 11
## 3678 11
## 3679 11
## 3680 11
## 3681 11
## 3682 11
## 3683 11
## 3684 11
## 3685 11
## 3686 11
## 3687 11
## 3688 11
## 3689 11
## 3690 11
## 3691 11
## 3692 11
## 3693 11
## 3694 11
## 3695 11
## 3696 11
## 3697 11
## 3698 11
## 3699 11
## 3700 11
## 3701 11
## 3702 11
## 3703 11
## 3704 11
## 3705 11
## 3706 11
## 3707 11
## 3708 11
## 3709 11
## 3710 11
## 3711 11
## 3712 11
## 3713 11
## 3714 11
## 3715 11
## 3716 11
## 3717 11
## 3718 11
## 3719 11
## 3720 11
## 3721 11
## 3722 11
## 3723 11
## 3724 11
## 3725 11
## 3726 11
## 3727 11
## 3728 11
## 3729 11
## 3730 11
## 3731 11
## 3732 11
## 3733 11
## 3734 11
## 3735 11
## 3736 11
## 3737 11
## 3738 11
## 3739 11
## 3740 11
## 3741 11
## 3742 11
## 3743 11
## 3744 11
## 3745 11
## 3746 11
## 3747 11
## 3748 11
## 3749 11
## 3750 11
## 3751 11
## 3752 11
## 3753 11
## 3754 11
## 3755 11
## 3756 11
## 3757 11
## 3758 11
## 3759 11
## 3760 11
## 3761 11
## 3762 11
## 3763 11
## 3764 11
## 3765 11
## 3766 11
## 3767 11
## 3768 11
## 3769 11
## 3770 11
## 3771 11
## 3772 11
## 3773 11
## 3774 11
## 3775 11
## 3776 11
## 3777 11
## 3778 11
## 3779 11
## 3780 11
## 3781 11
## 3782 11
## 3783 11
## 3784 11
## 3785 11
## 3786 11
## 3787 11
## 3788 11
## 3789 11
## 3790 11
## 3791 11
## 3792 11
## 3793 11
## 3794 11
## 3795 11
## 3796 11
## 3797 11
## 3798 11
## 3799 11
## 3800 11
## 3801 11
## 3802 11
## 3803 11
## 3804 11
## 3805 11
## 3806 11
## 3807 11
## 3808 11
## 3809 11
## 3810 11
## 3811 11
## 3812 11
## 3813 11
## 3814 11
## 3815 11
## 3816 11
## 3817 11
## 3818 11
## 3819 11
## 3820 11
## 3821 11
## 3822 11
## 3823 11
## 3824 11
## 3825 11
## 3826 11
## 3827 11
## 3828 11
## 3829 11
## 3830 11
## 3831 11
## 3832 11
## 3833 11
## 3834 11
## 3835 11
## 3836 11
## 3837 11
## 3838 11
## 3839 11
## 3840 11
## 3841 11
## 3842 11
## 3843 11
## 3844 11
## 3845 11
## 3846 11
## 3847 11
## 3848 11
## 3849 11
## 3850 11
## 3851 11
## 3852 11
## 3853 11
## 3854 11
## 3855 11
## 3856 11
## 3857 11
## 3858 11
## 3859 11
## 3860 11
## 3861 11
## 3862 11
## 3863 11
## 3864 11
## 3865 11
## 3866 11
## 3867 11
## 3868 11
## 3869 11
## 3870 11
## 3871 11
## 3872 11
## 3873 12
## 3874 12
## 3875 12
## 3876 12
## 3877 12
## 3878 12
## 3879 12
## 3880 12
## 3881 12
## 3882 12
## 3883 12
## 3884 12
## 3885 12
## 3886 12
## 3887 12
## 3888 12
## 3889 12
## 3890 12
## 3891 12
## 3892 12
## 3893 12
## 3894 12
## 3895 12
## 3896 12
## 3897 12
## 3898 12
## 3899 12
## 3900 12
## 3901 12
## 3902 12
## 3903 12
## 3904 12
## 3905 12
## 3906 12
## 3907 12
## 3908 12
## 3909 12
## 3910 12
## 3911 12
## 3912 12
## 3913 12
## 3914 12
## 3915 12
## 3916 12
## 3917 12
## 3918 12
## 3919 12
## 3920 12
## 3921 12
## 3922 12
## 3923 12
## 3924 12
## 3925 12
## 3926 12
## 3927 12
## 3928 12
## 3929 12
## 3930 12
## 3931 12
## 3932 12
## 3933 12
## 3934 12
## 3935 12
## 3936 12
## 3937 12
## 3938 12
## 3939 12
## 3940 12
## 3941 12
## 3942 12
## 3943 12
## 3944 12
## 3945 12
## 3946 12
## 3947 12
## 3948 12
## 3949 12
## 3950 12
## 3951 12
## 3952 12
## 3953 12
## 3954 12
## 3955 12
## 3956 12
## 3957 12
## 3958 12
## 3959 12
## 3960 12
## 3961 12
## 3962 12
## 3963 12
## 3964 12
## 3965 12
## 3966 12
## 3967 12
## 3968 12
## 3969 12
## 3970 12
## 3971 12
## 3972 12
## 3973 12
## 3974 12
## 3975 12
## 3976 12
## 3977 12
## 3978 12
## 3979 12
## 3980 12
## 3981 12
## 3982 12
## 3983 12
## 3984 12
## 3985 12
## 3986 12
## 3987 12
## 3988 12
## 3989 12
## 3990 12
## 3991 12
## 3992 12
## 3993 12
## 3994 12
## 3995 12
## 3996 12
## 3997 12
## 3998 12
## 3999 12
## 4000 12
## 4001 12
## 4002 12
## 4003 12
## 4004 12
## 4005 12
## 4006 12
## 4007 12
## 4008 12
## 4009 12
## 4010 12
## 4011 12
## 4012 12
## 4013 12
## 4014 12
## 4015 12
## 4016 12
## 4017 12
## 4018 12
## 4019 12
## 4020 12
## 4021 12
## 4022 12
## 4023 12
## 4024 12
## 4025 12
## 4026 12
## 4027 12
## 4028 12
## 4029 12
## 4030 12
## 4031 12
## 4032 12
## 4033 12
## 4034 12
## 4035 12
## 4036 12
## 4037 12
## 4038 12
## 4039 12
## 4040 12
## 4041 12
## 4042 12
## 4043 12
## 4044 12
## 4045 12
## 4046 12
## 4047 12
## 4048 12
## 4049 12
## 4050 12
## 4051 12
## 4052 12
## 4053 12
## 4054 12
## 4055 12
## 4056 12
## 4057 12
## 4058 12
## 4059 12
## 4060 12
## 4061 12
## 4062 12
## 4063 12
## 4064 12
## 4065 12
## 4066 12
## 4067 12
## 4068 12
## 4069 12
## 4070 12
## 4071 12
## 4072 12
## 4073 12
## 4074 12
## 4075 12
## 4076 12
## 4077 12
## 4078 12
## 4079 12
## 4080 12
## 4081 12
## 4082 12
## 4083 12
## 4084 12
## 4085 12
## 4086 12
## 4087 12
## 4088 12
## 4089 12
## 4090 12
## 4091 12
## 4092 12
## 4093 12
## 4094 12
## 4095 12
## 4096 12
## 4097 12
## 4098 12
## 4099 12
## 4100 12
## 4101 12
## 4102 12
## 4103 12
## 4104 12
## 4105 12
## 4106 12
## 4107 12
## 4108 12
## 4109 12
## 4110 12
## 4111 12
## 4112 12
## 4113 12
## 4114 12
## 4115 12
## 4116 12
## 4117 12
## 4118 12
## 4119 12
## 4120 12
## 4121 12
## 4122 12
## 4123 12
## 4124 12
## 4125 12
## 4126 12
## 4127 12
## 4128 12
## 4129 12
## 4130 12
## 4131 12
## 4132 12
## 4133 12
## 4134 12
## 4135 12
## 4136 12
## 4137 12
## 4138 12
## 4139 12
## 4140 12
## 4141 12
## 4142 12
## 4143 12
## 4144 12
## 4145 12
## 4146 12
## 4147 12
## 4148 12
## 4149 12
## 4150 12
## 4151 12
## 4152 12
## 4153 12
## 4154 12
## 4155 12
## 4156 12
## 4157 12
## 4158 12
## 4159 12
## 4160 12
## 4161 12
## 4162 12
## 4163 12
## 4164 12
## 4165 12
## 4166 12
## 4167 12
## 4168 12
## 4169 12
## 4170 12
## 4171 12
## 4172 12
## 4173 12
## 4174 12
## 4175 12
## 4176 12
## 4177 12
## 4178 12
## 4179 12
## 4180 12
## 4181 12
## 4182 12
## 4183 12
## 4184 12
## 4185 12
## 4186 12
## 4187 12
## 4188 12
## 4189 12
## 4190 12
## 4191 12
## 4192 12
## 4193 12
## 4194 12
## 4195 12
## 4196 12
## 4197 12
## 4198 12
## 4199 12
## 4200 12
## 4201 12
## 4202 12
## 4203 12
## 4204 12
## 4205 12
## 4206 12
## 4207 12
## 4208 12
## 4209 12
## 4210 12
## 4211 12
## 4212 12
## 4213 12
## 4214 12
## 4215 12
## 4216 12
## 4217 12
## 4218 12
## 4219 12
## 4220 12
## 4221 12
## 4222 12
## 4223 12
## 4224 12
## 4225 13
## 4226 13
## 4227 13
## 4228 13
## 4229 13
## 4230 13
## 4231 13
## 4232 13
## 4233 13
## 4234 13
## 4235 13
## 4236 13
## 4237 13
## 4238 13
## 4239 13
## 4240 13
## 4241 13
## 4242 13
## 4243 13
## 4244 13
## 4245 13
## 4246 13
## 4247 13
## 4248 13
## 4249 13
## 4250 13
## 4251 13
## 4252 13
## 4253 13
## 4254 13
## 4255 13
## 4256 13
## 4257 13
## 4258 13
## 4259 13
## 4260 13
## 4261 13
## 4262 13
## 4263 13
## 4264 13
## 4265 13
## 4266 13
## 4267 13
## 4268 13
## 4269 13
## 4270 13
## 4271 13
## 4272 13
## 4273 13
## 4274 13
## 4275 13
## 4276 13
## 4277 13
## 4278 13
## 4279 13
## 4280 13
## 4281 13
## 4282 13
## 4283 13
## 4284 13
## 4285 13
## 4286 13
## 4287 13
## 4288 13
## 4289 13
## 4290 13
## 4291 13
## 4292 13
## 4293 13
## 4294 13
## 4295 13
## 4296 13
## 4297 13
## 4298 13
## 4299 13
## 4300 13
## 4301 13
## 4302 13
## 4303 13
## 4304 13
## 4305 13
## 4306 13
## 4307 13
## 4308 13
## 4309 13
## 4310 13
## 4311 13
## 4312 13
## 4313 13
## 4314 13
## 4315 13
## 4316 13
## 4317 13
## 4318 13
## 4319 13
## 4320 13
## 4321 13
## 4322 13
## 4323 13
## 4324 13
## 4325 13
## 4326 13
## 4327 13
## 4328 13
## 4329 13
## 4330 13
## 4331 13
## 4332 13
## 4333 13
## 4334 13
## 4335 13
## 4336 13
## 4337 13
## 4338 13
## 4339 13
## 4340 13
## 4341 13
## 4342 13
## 4343 13
## 4344 13
## 4345 13
## 4346 13
## 4347 13
## 4348 13
## 4349 13
## 4350 13
## 4351 13
## 4352 13
## 4353 13
## 4354 13
## 4355 13
## 4356 13
## 4357 13
## 4358 13
## 4359 13
## 4360 13
## 4361 13
## 4362 13
## 4363 13
## 4364 13
## 4365 13
## 4366 13
## 4367 13
## 4368 13
## 4369 13
## 4370 13
## 4371 13
## 4372 13
## 4373 13
## 4374 13
## 4375 13
## 4376 13
## 4377 13
## 4378 13
## 4379 13
## 4380 13
## 4381 13
## 4382 13
## 4383 13
## 4384 13
## 4385 13
## 4386 13
## 4387 13
## 4388 13
## 4389 13
## 4390 13
## 4391 13
## 4392 13
## 4393 13
## 4394 13
## 4395 13
## 4396 13
## 4397 13
## 4398 13
## 4399 13
## 4400 13
## 4401 13
## 4402 13
## 4403 13
## 4404 13
## 4405 13
## 4406 13
## 4407 13
## 4408 13
## 4409 13
## 4410 13
## 4411 13
## 4412 13
## 4413 13
## 4414 13
## 4415 13
## 4416 13
## 4417 13
## 4418 13
## 4419 13
## 4420 13
## 4421 13
## 4422 13
## 4423 13
## 4424 13
## 4425 13
## 4426 13
## 4427 13
## 4428 13
## 4429 13
## 4430 13
## 4431 13
## 4432 13
## 4433 13
## 4434 13
## 4435 13
## 4436 13
## 4437 13
## 4438 13
## 4439 13
## 4440 13
## 4441 13
## 4442 13
## 4443 13
## 4444 13
## 4445 13
## 4446 13
## 4447 13
## 4448 13
## 4449 13
## 4450 13
## 4451 13
## 4452 13
## 4453 13
## 4454 13
## 4455 13
## 4456 13
## 4457 13
## 4458 13
## 4459 13
## 4460 13
## 4461 13
## 4462 13
## 4463 13
## 4464 13
## 4465 13
## 4466 13
## 4467 13
## 4468 13
## 4469 13
## 4470 13
## 4471 13
## 4472 13
## 4473 13
## 4474 13
## 4475 13
## 4476 13
## 4477 13
## 4478 13
## 4479 13
## 4480 13
## 4481 13
## 4482 13
## 4483 13
## 4484 13
## 4485 13
## 4486 13
## 4487 13
## 4488 13
## 4489 13
## 4490 13
## 4491 13
## 4492 13
## 4493 13
## 4494 13
## 4495 13
## 4496 13
## 4497 13
## 4498 13
## 4499 13
## 4500 13
## 4501 13
## 4502 13
## 4503 13
## 4504 13
## 4505 13
## 4506 13
## 4507 13
## 4508 13
## 4509 13
## 4510 13
## 4511 13
## 4512 13
## 4513 13
## 4514 13
## 4515 13
## 4516 13
## 4517 13
## 4518 13
## 4519 13
## 4520 13
## 4521 13
## 4522 13
## 4523 13
## 4524 13
## 4525 13
## 4526 13
## 4527 13
## 4528 13
## 4529 13
## 4530 13
## 4531 13
## 4532 13
## 4533 13
## 4534 13
## 4535 13
## 4536 13
## 4537 13
## 4538 13
## 4539 13
## 4540 13
## 4541 13
## 4542 13
## 4543 13
## 4544 13
## 4545 13
## 4546 13
## 4547 13
## 4548 13
## 4549 13
## 4550 13
## 4551 13
## 4552 13
## 4553 13
## 4554 13
## 4555 13
## 4556 13
## 4557 13
## 4558 13
## 4559 13
## 4560 13
## 4561 13
## 4562 13
## 4563 13
## 4564 13
## 4565 13
## 4566 13
## 4567 13
## 4568 13
## 4569 13
## 4570 13
## 4571 13
## 4572 13
## 4573 13
## 4574 13
## 4575 13
## 4576 13
## 4577 14
## 4578 14
## 4579 14
## 4580 14
## 4581 14
## 4582 14
## 4583 14
## 4584 14
## 4585 14
## 4586 14
## 4587 14
## 4588 14
## 4589 14
## 4590 14
## 4591 14
## 4592 14
## 4593 14
## 4594 14
## 4595 14
## 4596 14
## 4597 14
## 4598 14
## 4599 14
## 4600 14
## 4601 14
## 4602 14
## 4603 14
## 4604 14
## 4605 14
## 4606 14
## 4607 14
## 4608 14
## 4609 14
## 4610 14
## 4611 14
## 4612 14
## 4613 14
## 4614 14
## 4615 14
## 4616 14
## 4617 14
## 4618 14
## 4619 14
## 4620 14
## 4621 14
## 4622 14
## 4623 14
## 4624 14
## 4625 14
## 4626 14
## 4627 14
## 4628 14
## 4629 14
## 4630 14
## 4631 14
## 4632 14
## 4633 14
## 4634 14
## 4635 14
## 4636 14
## 4637 14
## 4638 14
## 4639 14
## 4640 14
## 4641 14
## 4642 14
## 4643 14
## 4644 14
## 4645 14
## 4646 14
## 4647 14
## 4648 14
## 4649 14
## 4650 14
## 4651 14
## 4652 14
## 4653 14
## 4654 14
## 4655 14
## 4656 14
## 4657 14
## 4658 14
## 4659 14
## 4660 14
## 4661 14
## 4662 14
## 4663 14
## 4664 14
## 4665 14
## 4666 14
## 4667 14
## 4668 14
## 4669 14
## 4670 14
## 4671 14
## 4672 14
## 4673 14
## 4674 14
## 4675 14
## 4676 14
## 4677 14
## 4678 14
## 4679 14
## 4680 14
## 4681 14
## 4682 14
## 4683 14
## 4684 14
## 4685 14
## 4686 14
## 4687 14
## 4688 14
## 4689 14
## 4690 14
## 4691 14
## 4692 14
## 4693 14
## 4694 14
## 4695 14
## 4696 14
## 4697 14
## 4698 14
## 4699 14
## 4700 14
## 4701 14
## 4702 14
## 4703 14
## 4704 14
## 4705 14
## 4706 14
## 4707 14
## 4708 14
## 4709 14
## 4710 14
## 4711 14
## 4712 14
## 4713 14
## 4714 14
## 4715 14
## 4716 14
## 4717 14
## 4718 14
## 4719 14
## 4720 14
## 4721 14
## 4722 14
## 4723 14
## 4724 14
## 4725 14
## 4726 14
## 4727 14
## 4728 14
## 4729 14
## 4730 14
## 4731 14
## 4732 14
## 4733 14
## 4734 14
## 4735 14
## 4736 14
## 4737 14
## 4738 14
## 4739 14
## 4740 14
## 4741 14
## 4742 14
## 4743 14
## 4744 14
## 4745 14
## 4746 14
## 4747 14
## 4748 14
## 4749 14
## 4750 14
## 4751 14
## 4752 14
## 4753 14
## 4754 14
## 4755 14
## 4756 14
## 4757 14
## 4758 14
## 4759 14
## 4760 14
## 4761 14
## 4762 14
## 4763 14
## 4764 14
## 4765 14
## 4766 14
## 4767 14
## 4768 14
## 4769 14
## 4770 14
## 4771 14
## 4772 14
## 4773 14
## 4774 14
## 4775 14
## 4776 14
## 4777 14
## 4778 14
## 4779 14
## 4780 14
## 4781 14
## 4782 14
## 4783 14
## 4784 14
## 4785 14
## 4786 14
## 4787 14
## 4788 14
## 4789 14
## 4790 14
## 4791 14
## 4792 14
## 4793 14
## 4794 14
## 4795 14
## 4796 14
## 4797 14
## 4798 14
## 4799 14
## 4800 14
## 4801 14
## 4802 14
## 4803 14
## 4804 14
## 4805 14
## 4806 14
## 4807 14
## 4808 14
## 4809 14
## 4810 14
## 4811 14
## 4812 14
## 4813 14
## 4814 14
## 4815 14
## 4816 14
## 4817 14
## 4818 14
## 4819 14
## 4820 14
## 4821 14
## 4822 14
## 4823 14
## 4824 14
## 4825 14
## 4826 14
## 4827 14
## 4828 14
## 4829 14
## 4830 14
## 4831 14
## 4832 14
## 4833 14
## 4834 14
## 4835 14
## 4836 14
## 4837 14
## 4838 14
## 4839 14
## 4840 14
## 4841 14
## 4842 14
## 4843 14
## 4844 14
## 4845 14
## 4846 14
## 4847 14
## 4848 14
## 4849 14
## 4850 14
## 4851 14
## 4852 14
## 4853 14
## 4854 14
## 4855 14
## 4856 14
## 4857 14
## 4858 14
## 4859 14
## 4860 14
## 4861 14
## 4862 14
## 4863 14
## 4864 14
## 4865 14
## 4866 14
## 4867 14
## 4868 14
## 4869 14
## 4870 14
## 4871 14
## 4872 14
## 4873 14
## 4874 14
## 4875 14
## 4876 14
## 4877 14
## 4878 14
## 4879 14
## 4880 14
## 4881 14
## 4882 14
## 4883 14
## 4884 14
## 4885 14
## 4886 14
## 4887 14
## 4888 14
## 4889 14
## 4890 14
## 4891 14
## 4892 14
## 4893 14
## 4894 14
## 4895 14
## 4896 14
## 4897 14
## 4898 14
## 4899 14
## 4900 14
## 4901 14
## 4902 14
## 4903 14
## 4904 14
## 4905 14
## 4906 14
## 4907 14
## 4908 14
## 4909 14
## 4910 14
## 4911 14
## 4912 14
## 4913 14
## 4914 14
## 4915 14
## 4916 14
## 4917 14
## 4918 14
## 4919 14
## 4920 14
## 4921 14
## 4922 14
## 4923 14
## 4924 14
## 4925 14
## 4926 14
## 4927 14
## 4928 14
## 4929 15
## 4930 15
## 4931 15
## 4932 15
## 4933 15
## 4934 15
## 4935 15
## 4936 15
## 4937 15
## 4938 15
## 4939 15
## 4940 15
## 4941 15
## 4942 15
## 4943 15
## 4944 15
## 4945 15
## 4946 15
## 4947 15
## 4948 15
## 4949 15
## 4950 15
## 4951 15
## 4952 15
## 4953 15
## 4954 15
## 4955 15
## 4956 15
## 4957 15
## 4958 15
## 4959 15
## 4960 15
## 4961 15
## 4962 15
## 4963 15
## 4964 15
## 4965 15
## 4966 15
## 4967 15
## 4968 15
## 4969 15
## 4970 15
## 4971 15
## 4972 15
## 4973 15
## 4974 15
## 4975 15
## 4976 15
## 4977 15
## 4978 15
## 4979 15
## 4980 15
## 4981 15
## 4982 15
## 4983 15
## 4984 15
## 4985 15
## 4986 15
## 4987 15
## 4988 15
## 4989 15
## 4990 15
## 4991 15
## 4992 15
## 4993 15
## 4994 15
## 4995 15
## 4996 15
## 4997 15
## 4998 15
## 4999 15
## 5000 15
## 5001 15
## 5002 15
## 5003 15
## 5004 15
## 5005 15
## 5006 15
## 5007 15
## 5008 15
## 5009 15
## 5010 15
## 5011 15
## 5012 15
## 5013 15
## 5014 15
## 5015 15
## 5016 15
## 5017 15
## 5018 15
## 5019 15
## 5020 15
## 5021 15
## 5022 15
## 5023 15
## 5024 15
## 5025 15
## 5026 15
## 5027 15
## 5028 15
## 5029 15
## 5030 15
## 5031 15
## 5032 15
## 5033 15
## 5034 15
## 5035 15
## 5036 15
## 5037 15
## 5038 15
## 5039 15
## 5040 15
## 5041 15
## 5042 15
## 5043 15
## 5044 15
## 5045 15
## 5046 15
## 5047 15
## 5048 15
## 5049 15
## 5050 15
## 5051 15
## 5052 15
## 5053 15
## 5054 15
## 5055 15
## 5056 15
## 5057 15
## 5058 15
## 5059 15
## 5060 15
## 5061 15
## 5062 15
## 5063 15
## 5064 15
## 5065 15
## 5066 15
## 5067 15
## 5068 15
## 5069 15
## 5070 15
## 5071 15
## 5072 15
## 5073 15
## 5074 15
## 5075 15
## 5076 15
## 5077 15
## 5078 15
## 5079 15
## 5080 15
## 5081 15
## 5082 15
## 5083 15
## 5084 15
## 5085 15
## 5086 15
## 5087 15
## 5088 15
## 5089 15
## 5090 15
## 5091 15
## 5092 15
## 5093 15
## 5094 15
## 5095 15
## 5096 15
## 5097 15
## 5098 15
## 5099 15
## 5100 15
## 5101 15
## 5102 15
## 5103 15
## 5104 15
## 5105 15
## 5106 15
## 5107 15
## 5108 15
## 5109 15
## 5110 15
## 5111 15
## 5112 15
## 5113 15
## 5114 15
## 5115 15
## 5116 15
## 5117 15
## 5118 15
## 5119 15
## 5120 15
## 5121 15
## 5122 15
## 5123 15
## 5124 15
## 5125 15
## 5126 15
## 5127 15
## 5128 15
## 5129 15
## 5130 15
## 5131 15
## 5132 15
## 5133 15
## 5134 15
## 5135 15
## 5136 15
## 5137 15
## 5138 15
## 5139 15
## 5140 15
## 5141 15
## 5142 15
## 5143 15
## 5144 15
## 5145 15
## 5146 15
## 5147 15
## 5148 15
## 5149 15
## 5150 15
## 5151 15
## 5152 15
## 5153 15
## 5154 15
## 5155 15
## 5156 15
## 5157 15
## 5158 15
## 5159 15
## 5160 15
## 5161 15
## 5162 15
## 5163 15
## 5164 15
## 5165 15
## 5166 15
## 5167 15
## 5168 15
## 5169 15
## 5170 15
## 5171 15
## 5172 15
## 5173 15
## 5174 15
## 5175 15
## 5176 15
## 5177 15
## 5178 15
## 5179 15
## 5180 15
## 5181 15
## 5182 15
## 5183 15
## 5184 15
## 5185 15
## 5186 15
## 5187 15
## 5188 15
## 5189 15
## 5190 15
## 5191 15
## 5192 15
## 5193 15
## 5194 15
## 5195 15
## 5196 15
## 5197 15
## 5198 15
## 5199 15
## 5200 15
## 5201 15
## 5202 15
## 5203 15
## 5204 15
## 5205 15
## 5206 15
## 5207 15
## 5208 15
## 5209 15
## 5210 15
## 5211 15
## 5212 15
## 5213 15
## 5214 15
## 5215 15
## 5216 15
## 5217 15
## 5218 15
## 5219 15
## 5220 15
## 5221 15
## 5222 15
## 5223 15
## 5224 15
## 5225 15
## 5226 15
## 5227 15
## 5228 15
## 5229 15
## 5230 15
## 5231 15
## 5232 15
## 5233 15
## 5234 15
## 5235 15
## 5236 15
## 5237 15
## 5238 15
## 5239 15
## 5240 15
## 5241 15
## 5242 15
## 5243 15
## 5244 15
## 5245 15
## 5246 15
## 5247 15
## 5248 15
## 5249 15
## 5250 15
## 5251 15
## 5252 15
## 5253 15
## 5254 15
## 5255 15
## 5256 15
## 5257 15
## 5258 15
## 5259 15
## 5260 15
## 5261 15
## 5262 15
## 5263 15
## 5264 15
## 5265 15
## 5266 15
## 5267 15
## 5268 15
## 5269 15
## 5270 15
## 5271 15
## 5272 15
## 5273 15
## 5274 15
## 5275 15
## 5276 15
## 5277 15
## 5278 15
## 5279 15
## 5280 15
##
## $nsurveyseason
## [1] 3 3 3 3 3
##
## $title
## [1] "skink SSMS"
##
## $unitnames
## [1] "unit1" "unit2" "unit3" "unit4" "unit5" "unit6" "unit7"
## [8] "unit8" "unit9" "unit10" "unit11" "unit12" "unit13" "unit14"
## [15] "unit15" "unit16" "unit17" "unit18" "unit19" "unit20" "unit21"
## [22] "unit22" "unit23" "unit24" "unit25" "unit26" "unit27" "unit28"
## [29] "unit29" "unit30" "unit31" "unit32" "unit33" "unit34" "unit35"
## [36] "unit36" "unit37" "unit38" "unit39" "unit40" "unit41" "unit42"
## [43] "unit43" "unit44" "unit45" "unit46" "unit47" "unit48" "unit49"
## [50] "unit50" "unit51" "unit52" "unit53" "unit54" "unit55" "unit56"
## [57] "unit57" "unit58" "unit59" "unit60" "unit61" "unit62" "unit63"
## [64] "unit64" "unit65" "unit66" "unit67" "unit68" "unit69" "unit70"
## [71] "unit71" "unit72" "unit73" "unit74" "unit75" "unit76" "unit77"
## [78] "unit78" "unit79" "unit80" "unit81" "unit82" "unit83" "unit84"
## [85] "unit85" "unit86" "unit87" "unit88" "unit89" "unit90" "unit91"
## [92] "unit92" "unit93" "unit94" "unit95" "unit96" "unit97" "unit98"
## [99] "unit99" "unit100" "unit101" "unit102" "unit103" "unit104" "unit105"
## [106] "unit106" "unit107" "unit108" "unit109" "unit110" "unit111" "unit112"
## [113] "unit113" "unit114" "unit115" "unit116" "unit117" "unit118" "unit119"
## [120] "unit120" "unit121" "unit122" "unit123" "unit124" "unit125" "unit126"
## [127] "unit127" "unit128" "unit129" "unit130" "unit131" "unit132" "unit133"
## [134] "unit134" "unit135" "unit136" "unit137" "unit138" "unit139" "unit140"
## [141] "unit141" "unit142" "unit143" "unit144" "unit145" "unit146" "unit147"
## [148] "unit148" "unit149" "unit150" "unit151" "unit152" "unit153" "unit154"
## [155] "unit155" "unit156" "unit157" "unit158" "unit159" "unit160" "unit161"
## [162] "unit162" "unit163" "unit164" "unit165" "unit166" "unit167" "unit168"
## [169] "unit169" "unit170" "unit171" "unit172" "unit173" "unit174" "unit175"
## [176] "unit176" "unit177" "unit178" "unit179" "unit180" "unit181" "unit182"
## [183] "unit183" "unit184" "unit185" "unit186" "unit187" "unit188" "unit189"
## [190] "unit190" "unit191" "unit192" "unit193" "unit194" "unit195" "unit196"
## [197] "unit197" "unit198" "unit199" "unit200" "unit201" "unit202" "unit203"
## [204] "unit204" "unit205" "unit206" "unit207" "unit208" "unit209" "unit210"
## [211] "unit211" "unit212" "unit213" "unit214" "unit215" "unit216" "unit217"
## [218] "unit218" "unit219" "unit220" "unit221" "unit222" "unit223" "unit224"
## [225] "unit225" "unit226" "unit227" "unit228" "unit229" "unit230" "unit231"
## [232] "unit232" "unit233" "unit234" "unit235" "unit236" "unit237" "unit238"
## [239] "unit239" "unit240" "unit241" "unit242" "unit243" "unit244" "unit245"
## [246] "unit246" "unit247" "unit248" "unit249" "unit250" "unit251" "unit252"
## [253] "unit253" "unit254" "unit255" "unit256" "unit257" "unit258" "unit259"
## [260] "unit260" "unit261" "unit262" "unit263" "unit264" "unit265" "unit266"
## [267] "unit267" "unit268" "unit269" "unit270" "unit271" "unit272" "unit273"
## [274] "unit274" "unit275" "unit276" "unit277" "unit278" "unit279" "unit280"
## [281] "unit281" "unit282" "unit283" "unit284" "unit285" "unit286" "unit287"
## [288] "unit288" "unit289" "unit290" "unit291" "unit292" "unit293" "unit294"
## [295] "unit295" "unit296" "unit297" "unit298" "unit299" "unit300" "unit301"
## [302] "unit302" "unit303" "unit304" "unit305" "unit306" "unit307" "unit308"
## [309] "unit309" "unit310" "unit311" "unit312" "unit313" "unit314" "unit315"
## [316] "unit316" "unit317" "unit318" "unit319" "unit320" "unit321" "unit322"
## [323] "unit323" "unit324" "unit325" "unit326" "unit327" "unit328" "unit329"
## [330] "unit330" "unit331" "unit332" "unit333" "unit334" "unit335" "unit336"
## [337] "unit337" "unit338" "unit339" "unit340" "unit341" "unit342" "unit343"
## [344] "unit344" "unit345" "unit346" "unit347" "unit348" "unit349" "unit350"
## [351] "unit351" "unit352"
##
## $surveynames
## [1] "1-1" "1-2" "1-3" "2-1" "2-2" "2-3" "3-1" "3-2" "3-3" "4-1" "4-2"
## [12] "4-3" "5-1" "5-2" "5-3"
##
## $paoname
## [1] "pres.pao"
##
## $frq
## [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [36] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [71] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [106] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [141] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [176] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [211] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [246] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [281] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [316] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [351] 1 1
##
## attr(,"class")
## [1] "pao"
# Define the models.
# model.type do.1 is dynamic occupancy first parameterization
# do.4 is dynamic occupancy 4th parameterization (random occupancy)
# Random occupancy are fit using type="do.4" in the call.
# Parameters are psi, p with gamma=1-epsilon enforced internally
model.list.csv <- textConnection("
p, psi, gamma, epsilon, model.type
~1, ~1, ~1, ~1, do.1
~SEASON, ~1, ~SEASON, ~SEASON, do.1
~SEASON, ~Pasture, ~SEASON, ~SEASON, do.1
~SEASON, ~Pasture, ~SEASON*Pasture, ~SEASON, do.1")
model.list <- read.csv(model.list.csv, header=TRUE, as.is=TRUE, strip.white=TRUE)
model.list
## p psi gamma epsilon model.type
## 1 ~1 ~1 ~1 ~1 do.1
## 2 ~SEASON ~1 ~SEASON ~SEASON do.1
## 3 ~SEASON ~Pasture ~SEASON ~SEASON do.1
## 4 ~SEASON ~Pasture ~SEASON*Pasture ~SEASON do.1
# fit the model
model.fits <- plyr::alply(model.list, 1, function(x,detect.pao){
cat("\n\n***** Starting ", unlist(x), "\n")
if(x$model.type == 'do.1'){
fit <- RPresence::occMod(model=list(as.formula(paste("psi",x$psi)),
as.formula(paste("p" ,x$p )),
as.formula(paste("gamma",x$gamma)),
as.formula(paste("epsilon",x$epsilon))),
data=detect.pao,type="do.1")
}
if(x$model.type == 'do.4'){
fit <- RPresence::occMod(model=list(as.formula(paste("psi",x$psi)),
as.formula(paste("p" ,x$p ))),
data=detect.pao,type="do.4")
}
fit <- RPresence.add.derived(fit)
fit
},detect.pao=skink.pao)
##
##
## ***** Starting ~1 ~1 ~1 ~1 do.1
## PRESENCE Version 2.12.21.
## Loading required package: plyr
##
##
## ***** Starting ~SEASON ~1 ~SEASON ~SEASON do.1
## PRESENCE Version 2.12.21.
##
## Warning: Numerical convergence may not have been reached. Parameter esimates converged to approximately 5.91 signifcant digits.
##
##
##
## ***** Starting ~SEASON ~Pasture ~SEASON ~SEASON do.1
## PRESENCE Version 2.12.21.
##
## Warning: Numerical convergence may not have been reached. Parameter esimates converged to approximately 4.82 signifcant digits.
##
##
##
## ***** Starting ~SEASON ~Pasture ~SEASON*Pasture ~SEASON do.1
## PRESENCE Version 2.12.21.
##
## Warning: Numerical convergence may not have been reached. Parameter esimates converged to approximately 5.31 signifcant digits.
# Look at output from a specified model
model.number <- 4
names(model.fits[[model.number]])
## [1] "modname" "model" "dmat" "data" "outfile"
## [6] "neg2loglike" "aic" "npar" "beta" "real"
## [11] "derived" "gof" "warnings" "version"
names(model.fits[[model.number]]$real)
## [1] "psi" "gamma" "epsilon" "p" "theta" "th0pi"
model.fits[[model.number]]$beta
## $psi
## psi.coeff
## 1 -1.211629
## 2 1.180771
##
## $psi.VC
## A1 A2
## A1 0.055709 -0.052278
## A2 -0.052278 0.084672
##
## $gamma
## gamma.coeff
## 1 -2.729616
## 2 -1.124120
## 3 -1.009110
## 4 0.232012
## 5 1.264513
## 6 -22.090461
## 7 0.532342
## 8 -0.736499
##
## $gamma.VC
## B1 B2 B3 B4 B5 B6
## B1 0.335196 -0.388514 -0.382138 -0.337148 -0.313701 3.593150e-01
## B2 -0.388514 1.682000 0.135208 0.388266 0.367541 -1.561431e+00
## B3 -0.382138 0.135208 1.449820 0.374731 0.359790 -1.720670e-01
## B4 -0.337148 0.388266 0.374731 0.559961 0.315787 -4.097030e-01
## B5 -0.313701 0.367541 0.359790 0.315787 0.454849 -1.087674e+00
## B6 0.359315 -1.561431 -0.172067 -0.409703 -1.087674 5.125473e+09
## B7 0.359615 -0.111014 -1.420433 -0.353518 -0.511660 8.607020e-01
## B8 0.316033 -0.368206 -0.351802 -0.527057 -0.457794 1.157451e+00
## B7 B8
## B1 0.359615 0.316033
## B2 -0.111014 -0.368206
## B3 -1.420433 -0.351802
## B4 -0.353518 -0.527057
## B5 -0.511660 -0.457794
## B6 0.860702 1.157451
## B7 1.728601 0.498944
## B8 0.498944 0.846699
##
## $epsilon
## epsilon.coeff
## 1 -2.523538
## 2 0.029183
## 3 0.733242
## 4 0.942629
##
## $epsilon.VC
## C1 C2 C3 C4
## C1 0.204625 -0.221106 -0.206386 -0.205100
## C2 -0.221106 0.438608 0.206202 0.221121
## C3 -0.206386 0.206202 0.325417 0.202508
## C4 -0.205100 0.221121 0.202508 0.376893
##
## $p
## p.coeff
## 1 0.807184
## 2 -0.180336
## 3 -0.019373
## 4 0.851935
## 5 -0.126783
##
## $p.VC
## D1 D2 D3 D4 D5
## D1 0.073537 -0.072863 -0.073115 -0.072995 -0.073353
## D2 -0.072863 0.106958 0.073982 0.072395 0.072677
## D3 -0.073115 0.073982 0.109908 0.073656 0.073189
## D4 -0.072995 0.072395 0.073656 0.179517 0.074695
## D5 -0.073353 0.072677 0.073189 0.074695 0.143913
##
## $VC
## A1 A2 B1 B2 B3 B4 B5
## A1 0.055709 -0.052278 -0.028177 0.013774 0.018562 0.026459 0.021576
## A2 -0.052278 0.084672 0.018433 -0.004225 -0.009140 -0.016567 -0.039151
## B1 -0.028177 0.018433 0.335196 -0.388514 -0.382138 -0.337148 -0.313701
## B2 0.013774 -0.004225 -0.388514 1.682000 0.135208 0.388266 0.367541
## B3 0.018562 -0.009140 -0.382138 0.135208 1.449820 0.374731 0.359790
## B4 0.026459 -0.016567 -0.337148 0.388266 0.374731 0.559961 0.315787
## B5 0.021576 -0.039151 -0.313701 0.367541 0.359790 0.315787 0.454849
## B6 0.023544 0.076493 0.359315 -1.561431 -0.172067 -0.409703 -1.087674
## B7 -0.012115 0.029933 0.359615 -0.111014 -1.420433 -0.353518 -0.511660
## B8 -0.019910 0.037389 0.316033 -0.368206 -0.351802 -0.527057 -0.457794
## C1 0.000896 0.003773 0.001860 0.017061 0.006105 -0.001687 0.004950
## C2 -0.000389 -0.001548 -0.001011 -0.019974 0.007324 0.001560 0.001276
## C3 -0.000803 -0.002434 -0.002161 -0.019782 0.002005 0.018156 -0.002963
## C4 -0.000871 -0.003630 -0.001599 -0.016928 -0.005898 -0.012254 -0.005042
## D1 -0.011642 -0.009816 0.034227 -0.032791 -0.032813 -0.034224 0.008787
## D2 0.010371 0.010559 -0.041073 0.065707 0.045474 0.041098 -0.005564
## D3 0.011212 0.009655 -0.036485 0.021257 0.056265 0.036525 -0.010406
## D4 0.011332 0.009636 -0.034394 0.031542 0.028113 0.057083 -0.009787
## D5 0.011390 0.009725 -0.034865 0.032628 0.032049 0.016924 -0.008592
## B6 B7 B8 C1 C2 C3
## A1 2.354400e-02 -0.012115 -0.019910 0.000896 -0.000389 -0.000803
## A2 7.649300e-02 0.029933 0.037389 0.003773 -0.001548 -0.002434
## B1 3.593150e-01 0.359615 0.316033 0.001860 -0.001011 -0.002161
## B2 -1.561431e+00 -0.111014 -0.368206 0.017061 -0.019974 -0.019782
## B3 -1.720670e-01 -1.420433 -0.351802 0.006105 0.007324 0.002005
## B4 -4.097030e-01 -0.353518 -0.527057 -0.001687 0.001560 0.018156
## B5 -1.087674e+00 -0.511660 -0.457794 0.004950 0.001276 -0.002963
## B6 5.125473e+09 0.860702 1.157451 0.326960 -0.411804 -0.358389
## B7 8.607020e-01 1.728601 0.498944 -0.002355 -0.013738 -0.005727
## B8 1.157451e+00 0.498944 0.846699 -0.006403 0.003237 0.007709
## C1 3.269600e-01 -0.002355 -0.006403 0.204625 -0.221106 -0.206386
## C2 -4.118040e-01 -0.013738 0.003237 -0.221106 0.438608 0.206202
## C3 -3.583890e-01 -0.005727 0.007709 -0.206386 0.206202 0.325417
## C4 -3.387920e-01 0.003329 0.006640 -0.205100 0.221121 0.202508
## D1 -1.908980e-01 -0.010266 -0.008318 -0.004750 0.002421 0.004017
## D2 3.035870e-01 0.006405 0.005070 0.013728 -0.016316 -0.012928
## D3 1.776130e-01 -0.003194 0.010351 0.008192 0.008184 -0.011870
## D4 1.940050e-01 0.005470 0.012424 0.004395 0.003512 0.034220
## D5 2.123800e-01 0.009579 0.005866 0.004985 -0.001688 -0.002364
## C4 D1 D2 D3 D4 D5
## A1 -0.000871 -0.011642 0.010371 0.011212 0.011332 0.011390
## A2 -0.003630 -0.009816 0.010559 0.009655 0.009636 0.009725
## B1 -0.001599 0.034227 -0.041073 -0.036485 -0.034394 -0.034865
## B2 -0.016928 -0.032791 0.065707 0.021257 0.031542 0.032628
## B3 -0.005898 -0.032813 0.045474 0.056265 0.028113 0.032049
## B4 -0.012254 -0.034224 0.041098 0.036525 0.057083 0.016924
## B5 -0.005042 0.008787 -0.005564 -0.010406 -0.009787 -0.008592
## B6 -0.338792 -0.190898 0.303587 0.177613 0.194005 0.212380
## B7 0.003329 -0.010266 0.006405 -0.003194 0.005470 0.009579
## B8 0.006640 -0.008318 0.005070 0.010351 0.012424 0.005866
## C1 -0.205100 -0.004750 0.013728 0.008192 0.004395 0.004985
## C2 0.221121 0.002421 -0.016316 0.008184 0.003512 -0.001688
## C3 0.202508 0.004017 -0.012928 -0.011870 0.034220 -0.002364
## C4 0.376893 0.004691 -0.013707 -0.008300 -0.007957 0.057994
## D1 0.004691 0.073537 -0.072863 -0.073115 -0.072995 -0.073353
## D2 -0.013707 -0.072863 0.106958 0.073982 0.072395 0.072677
## D3 -0.008300 -0.073115 0.073982 0.109908 0.073656 0.073189
## D4 -0.007957 -0.072995 0.072395 0.073656 0.179517 0.074695
## D5 0.057994 -0.073353 0.072677 0.073189 0.074695 0.143913
names(model.fits[[model.number]]$derived)
## [1] "psi" "all_psi" "lambda" "lambdap"
model.fits[[model.number]]$derived$psi[1:10,]
## est se lower_0.95 upper_0.95
## unit1_2 0.259582 0.04026905 0.1886527 0.3458128
## unit2_2 0.259582 0.04026905 0.1886527 0.3458128
## unit3_2 0.259582 0.04026905 0.1886527 0.3458128
## unit4_2 0.259582 0.04026905 0.1886527 0.3458128
## unit5_2 0.259582 0.04026905 0.1886527 0.3458128
## unit6_2 0.259582 0.04026905 0.1886527 0.3458128
## unit7_2 0.259582 0.04026905 0.1886527 0.3458128
## unit8_2 0.259582 0.04026905 0.1886527 0.3458128
## unit9_2 0.259582 0.04026905 0.1886527 0.3458128
## unit10_2 0.259582 0.04026905 0.1886527 0.3458128
model.fits[[model.number]]$real$gamma[1:5,]
## est se lower_0.95 upper_0.95
## gamma1_unit1 0.06124824 0.03328847 0.0205454 0.1686994
## gamma1_unit2 0.06124824 0.03328847 0.0205454 0.1686994
## gamma1_unit3 0.06124824 0.03328847 0.0205454 0.1686994
## gamma1_unit4 0.06124824 0.03328847 0.0205454 0.1686994
## gamma1_unit5 0.06124824 0.03328847 0.0205454 0.1686994
model.fits[[model.number]]$real$epsilon[1:5,]
## est se lower_0.95 upper_0.95
## epsilon1_unit1 0.07422446 0.03108366 0.03198014 0.1628821
## epsilon1_unit2 0.07422446 0.03108366 0.03198014 0.1628821
## epsilon1_unit3 0.07422446 0.03108366 0.03198014 0.1628821
## epsilon1_unit4 0.07422446 0.03108366 0.03198014 0.1628821
## epsilon1_unit5 0.07422446 0.03108366 0.03198014 0.1628821
# Estimate of initial occupance
model.fits[[model.number]]$real$psi[grepl('unit1_', row.names(model.fits[[model.number]]$real$psi)),]
## est se lower_0.95 upper_0.95
## unit1_1 0.2294129 0.04172557 0.1578604 0.3210341
# Derived parameters - estimated occupancy for each unit in years 2....
names(model.fits[[model.number]]$derived)
## [1] "psi" "all_psi" "lambda" "lambdap"
model.fits[[model.number]]$derived$psi[ grepl('unit1_', row.names(model.fits[[model.number]]$derived$psi)),]
## est se lower_0.95 upper_0.95
## unit1_2 0.2595820 0.04026905 0.1886527 0.3458128
## unit1_3 0.2551589 0.03907689 0.1862938 0.3388787
## unit1_4 0.2359659 0.03487657 0.1744973 0.3109316
## unit1_5 0.2537810 0.03846637 0.1859327 0.3361639
# Derived parameters - all of the psi stacked together
model.fits[[model.number]]$derived$all_psi[ grepl('unit1_', row.names(model.fits[[model.number]]$derived$all_psi)),]
## est se lower_0.95 upper_0.95
## unit1_1 0.2294129 0.04172557 0.1578604 0.3210341
## unit1_2 0.2595820 0.04026905 0.1886527 0.3458128
## unit1_3 0.2551589 0.03907689 0.1862938 0.3388787
## unit1_4 0.2359659 0.03487657 0.1744973 0.3109316
## unit1_5 0.2537810 0.03846637 0.1859327 0.3361639
# Estimate of local extinction probability for each unit
model.fits[[model.number]]$real$epsilon[ seq(1, by=nrow(input.history), length.out=length(Nvisits.per.season)-1),]
## est se lower_0.95 upper_0.95
## epsilon1_unit1 0.07422446 0.03108366 0.03198014 0.1628821
## epsilon2_unit1 0.07625486 0.03158206 0.03314643 0.1658129
## epsilon3_unit1 0.14303644 0.04197614 0.07860309 0.2461760
## epsilon4_unit1 0.17066678 0.05858407 0.08377330 0.3165508
# Estimate of local colonization probability for each unit
model.fits[[model.number]]$real$gamma[ seq(1, by=nrow(input.history), length.out=length(Nvisits.per.season)-1),]
## est se lower_0.95 upper_0.95
## gamma1_unit1 0.06124824 0.03328847 0.020545397 0.1686994
## gamma2_unit1 0.02076026 0.02263925 0.002384431 0.1582823
## gamma3_unit1 0.02323183 0.02292622 0.003272541 0.1469731
## gamma4_unit1 0.07602632 0.03301285 0.031715951 0.1712914
# Estimate of probability of detection at each time point for each unit
model.fits[[model.number]]$real$p[ grepl('unit1_', row.names(model.fits[[model.number]]$real$p), fixed=TRUE),]
## [1] est se lower_0.95 upper_0.95
## <0 rows> (or 0-length row.names)
# Get the change in occupancy
# Not yet possible to estimate the se of these values. May have to use bootstrapping.
model.fits[[model.number]]$derived$lambda [grepl('unit1_', row.names(model.fits[[model.number]]$derived$lambda), fixed=TRUE),]
## est se lower_0.95 upper_0.95
## unit1_1 1.1315054 NA NA NA
## unit1_2 0.9829606 NA NA NA
## unit1_3 0.9247802 NA NA NA
## unit1_4 1.0754989 NA NA NA
model.fits[[model.number]]$derived$lambdap[grepl('unit1_', row.names(model.fits[[model.number]]$derived$lambdap), fixed=TRUE),]
## est se lower_0.95 upper_0.95
## unit1_1 1.1776097 NA NA NA
## unit1_2 0.9771234 NA NA NA
## unit1_3 0.9015492 NA NA NA
## unit1_4 1.1011753 NA NA NA
# collect models and make AIC table
aic.table <- RPresence::createAicTable(model.fits)
aic.table$table
## Model AIC
## 4 psi(Pasture)p(SEASON)gamma(SEASON X Pasture)epsilon(SEASON) 1750.075
## 3 psi(Pasture)p(SEASON)gamma(SEASON)epsilon(SEASON) 1751.523
## 2 psi()p(SEASON)gamma(SEASON)epsilon(SEASON) 1773.879
## 1 psi()p()gamma()epsilon() 1775.015
## neg2ll npar warn.conv warn.VC DAIC modlike wgt
## 4 1712.075 19 5.31 0 0.0000 1.0000 0.6734
## 3 1721.523 15 4.82 0 1.4476 0.4849 0.3266
## 2 1745.879 14 5.91 0 23.8036 0.0000 0.0000
## 1 1767.015 4 0.00 0 24.9404 0.0000 0.0000
# model averaging in the usual way
# initial occupancy
RPresence::modAvg(aic.table, param="psi")[1:5,]
## est se lower_0.95 upper_0.95
## unit1_1 0.2276865 0.04176184 0.1561844 0.3195272
## unit2_1 0.2276865 0.04176184 0.1561844 0.3195272
## unit3_1 0.2276865 0.04176184 0.1561844 0.3195272
## unit4_1 0.2276865 0.04176184 0.1561844 0.3195272
## unit5_1 0.2276865 0.04176184 0.1561844 0.3195272
# model averaging of derived parameters such as the occupancy at each time step
ma_all_psi <- RPresence.modAvg.derived(aic.table, param="all_psi")
psi.est <- ma_all_psi[grepl('unit1_', row.names(ma_all_psi), fixed=TRUE),]
psi.est$Year <- as.numeric(substring(row.names(psi.est),1+regexpr("_",row.names(psi.est))))
psi.est$parameter <- 'psi'
psi.est
## est se lower_0.95 upper_0.95 Year parameter
## unit1_1 0.2276851 0.04175971 0.1458376 0.3095327 1 psi
## unit1_2 0.2650045 0.04145339 0.1837574 0.3462517 2 psi
## unit1_3 0.2591818 0.03934465 0.1820677 0.3362959 3 psi
## unit1_4 0.2509066 0.04073593 0.1710657 0.3307476 4 psi
## unit1_5 0.2698126 0.04409514 0.1833877 0.3562375 5 psi
# likely more interested in colonization and extinction probabilities
epsilon.ma <- RPresence::modAvg(aic.table, param="epsilon")
epsilon.ma <- epsilon.ma[grepl('unit1$', row.names(epsilon.ma)),]
epsilon.ma$Year <- as.numeric(substr(row.names(epsilon.ma),7+regexpr("epsilon",row.names(epsilon.ma)),-1+regexpr("_",row.names(epsilon.ma))))
epsilon.ma$parameter <- 'epsilon'
epsilon.ma
## est se lower_0.95 upper_0.95 Year parameter
## epsilon1_unit1 0.07363141 0.03088040 0.03169070 0.1618031 1 epsilon
## epsilon2_unit1 0.07603329 0.03141852 0.03311643 0.1650724 2 epsilon
## epsilon3_unit1 0.14237597 0.04168761 0.07835997 0.2447988 3 epsilon
## epsilon4_unit1 0.17054999 0.05853045 0.08373311 0.3163070 4 epsilon
gamma.ma <-RPresence::modAvg(aic.table, param="gamma")
gamma.ma <- gamma.ma[grepl('unit1$', row.names(gamma.ma)),]
gamma.ma$Year <- as.numeric(substr(row.names(gamma.ma),5+regexpr("gamma",row.names(gamma.ma)),-1+regexpr("_",row.names(gamma.ma))))
gamma.ma$parameter <- 'gamma'
gamma.ma
## est se lower_0.95 upper_0.95 Year parameter
## gamma1_unit1 0.06999006 0.03776010 0.023572179 0.1900246 1 gamma
## gamma2_unit1 0.01946914 0.02156697 0.002164224 0.1538133 2 gamma
## gamma3_unit1 0.03880635 0.03224434 0.007363109 0.1801545 3 gamma
## gamma4_unit1 0.08262964 0.03294778 0.037002949 0.1743317 4 gamma
all.est <- rbind(psi.est, epsilon.ma, gamma.ma)
ggplot(data=all.est, aes(x=Year,y=est, color=parameter))+
ggtitle("Estimated occupancy, extinction, colonization, over time")+
geom_point(position=position_dodge(w=0.2))+
geom_line(position=position_dodge(w=0.2))+
ylim(0,1)+
geom_errorbar(aes(ymin=lower_0.95, ymax=upper_0.95), width=.1,position=position_dodge(w=0.2))+
scale_x_continuous(breaks=1:10)
