diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png deleted file mode 100644 index e6bf73b..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_2_Neoplasms.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_2_Neoplasms.png deleted file mode 100644 index 78f4020..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/group_2_Neoplasms.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png deleted file mode 100644 index 49cff7f..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_base.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_base.png deleted file mode 100644 index 8291f95..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_base.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_distdiff.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_distdiff.png deleted file mode 100644 index 7bd3c2e..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_distdiff.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_interv.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_interv.png deleted file mode 100644 index 7fea2ef..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/default_p_generic_intervention_interv.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_cumulative_distdiff.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_cumulative_distdiff.png deleted file mode 100644 index 2734869..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_cumulative_distdiff.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_by_group.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_by_group.png deleted file mode 100644 index 8b74c6f..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_styled.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_styled.png deleted file mode 100644 index dadcb6a..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_boxplot.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_boxplot.png deleted file mode 100644 index 41f1afa..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_boxplot.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_by_group.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_by_group.png deleted file mode 100644 index 35f1649..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_delay_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png deleted file mode 100644 index e73d52e..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_styled.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_styled.png deleted file mode 100644 index 96869a5..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png deleted file mode 100644 index f729dcb..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/posterior_p.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/posterior_p.png deleted file mode 100644 index bc26966..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/posterior_p.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_mu.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_mu.png deleted file mode 100644 index 6dbb2f8..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_mu.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_p.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_p.png deleted file mode 100644 index 725aee7..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_p.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_sigma.png b/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_sigma.png deleted file mode 100644 index 68022dd..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/DirectEffects/prior_sigma.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_10_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_11_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_12_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_13_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_14_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_15_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_16_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_17_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_18_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_19_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_1_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_20_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_21_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_22_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_2_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_3_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_4_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_5_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_6_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_7_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_8_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_beta_k_9_i_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_mu_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_1-4.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_5-8.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_9-12.png deleted file mode 100644 index e8b99f0..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/correlation_plot_sigma_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_mu.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_mu.png deleted file mode 100644 index f642eb9..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_mu.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_sigma.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_sigma.png deleted file mode 100644 index d220aed..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/parcoord_sigma.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_plot_mu.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_plot_mu.png deleted file mode 100644 index cc3607e..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_plot_mu.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_1-4.png deleted file mode 100644 index 5a50236..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_5-8.png deleted file mode 100644 index 48322c3..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_9-12.png deleted file mode 100644 index 1884a72..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_mu_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_1-4.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_1-4.png deleted file mode 100644 index e2a8545..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_1-4.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_5-8.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_5-8.png deleted file mode 100644 index bed15e7..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_5-8.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_9-12.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_9-12.png deleted file mode 100644 index 0f99e0a..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/trace_rank_plot_sigma_9-12.png and /dev/null differ diff --git a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/traceplot_sigma.png b/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/traceplot_sigma.png deleted file mode 100644 index 813b7b2..0000000 Binary files a/r-analysis/EffectsOfEnrollmentDelay/Images/diagnostics/traceplot_sigma.png and /dev/null differ diff --git a/r-analysis/EffectsOfMarketConditions.html b/r-analysis/EffectsOfMarketConditions.html deleted file mode 100644 index c5671d1..0000000 --- a/r-analysis/EffectsOfMarketConditions.html +++ /dev/null @@ -1,15733 +0,0 @@ - - - - - - - - - - -The Effects of market conditions on recruitment and completion of clinical trials - - - - - - - - - - - - - - - - - - - -
- -
- -
-
-

The Effects of market conditions on recruitment and completion of clinical trials

-
- - - -
- -
-
Author
-
-

Will King

-
-
- - - -
- - -
- -
-

Setup

-
-
library(bayesplot)
-
-
This is bayesplot version 1.11.1
-
-
-
- Online documentation and vignettes at mc-stan.org/bayesplot
-
-
-
- bayesplot theme set to bayesplot::theme_default()
-
-
-
   * Does _not_ affect other ggplot2 plots
-
-
-
   * See ?bayesplot_theme_set for details on theme setting
-
-
available_mcmc(pattern = "_nuts_")
-
-
bayesplot MCMC module:
-(matching pattern '_nuts_') 
-  mcmc_nuts_acceptance
-  mcmc_nuts_divergence
-  mcmc_nuts_energy
-  mcmc_nuts_stepsize
-  mcmc_nuts_treedepth
-
-
library(ggplot2)
-library(patchwork)
-library(tidyverse)
-
-
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
-✔ dplyr     1.1.3     ✔ readr     2.1.4
-✔ forcats   1.0.0     ✔ stringr   1.5.0
-✔ lubridate 1.9.2     ✔ tibble    3.2.1
-✔ purrr     1.0.2     ✔ tidyr     1.3.0
-
-
-
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
-✖ dplyr::filter() masks stats::filter()
-✖ dplyr::lag()    masks stats::lag()
-ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
-
-
library(rstan)
-
-
Loading required package: StanHeaders
-
-rstan version 2.32.6 (Stan version 2.32.2)
-
-For execution on a local, multicore CPU with excess RAM we recommend calling
-options(mc.cores = parallel::detectCores()).
-To avoid recompilation of unchanged Stan programs, we recommend calling
-rstan_options(auto_write = TRUE)
-For within-chain threading using `reduce_sum()` or `map_rect()` Stan functions,
-change `threads_per_chain` option:
-rstan_options(threads_per_chain = 1)
-
-
-Attaching package: 'rstan'
-
-The following object is masked from 'package:tidyr':
-
-    extract
-
-
library(tidyr)
-library(ghibli)
-library(xtable)
-#Resources: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started
-
-#save unchanged models instead of recompiling
-rstan_options(auto_write = TRUE)
-#allow for multithreaded sampling
-options(mc.cores = parallel::detectCores())
-
-#test installation, shouldn't get any errors
-#example(stan_model, package = "rstan", run.dontrun = TRUE)
-
-
-
################ Pull data from database ######################
-library(RPostgreSQL)
-
-
Loading required package: DBI
-
-
driver <- dbDriver("PostgreSQL")
-
-get_data <- function(driver) {
-
-con <- dbConnect(
-    driver,
-    user='root',
-    password='root',
-    dbname='aact_db',
-    host='will-office'
-    )
-on.exit(dbDisconnect(con))
-
-query <- dbSendQuery(
-    con,
-#    "select * from formatted_data_with_planned_enrollment;"
-"
-select 
-    fdqpe.nct_id
-    --,fdqpe.start_date
-    --,fdqpe.current_enrollment
-    --,fdqpe.enrollment_category
-    ,fdqpe.current_status 
-    ,fdqpe.earliest_date_observed 
-    ,fdqpe.elapsed_duration
-    ,fdqpe.n_brands as identical_brands
-    ,ntbtu.brand_name_count 
-    ,fdqpe.category_id
-    ,fdqpe.final_status
-    ,fdqpe.h_sdi_val
-    --,fdqpe.h_sdi_u95
-    --,fdqpe.h_sdi_l95
-    ,fdqpe.hm_sdi_val
-    --,fdqpe.hm_sdi_u95
-    --,fdqpe.hm_sdi_l95
-    ,fdqpe.m_sdi_val
-    --,fdqpe.m_sdi_u95
-    --,fdqpe.m_sdi_l95
-    ,fdqpe.lm_sdi_val
-    --,fdqpe.lm_sdi_u95
-    --,fdqpe.lm_sdi_l95
-    ,fdqpe.l_sdi_val
-    --,fdqpe.l_sdi_u95
-    --,fdqpe.l_sdi_l95
-from formatted_data_with_planned_enrollment fdqpe
-    join \"Formularies\".nct_to_brands_through_uspdc ntbtu
-        on fdqpe.nct_id = ntbtu.nct_id 
-order by fdqpe.nct_id, fdqpe.earliest_date_observed 
-;
-"
-    )
-df <- fetch(query, n = -1)
-df <- na.omit(df)
-
-query2 <-dbSendQuery(con,"select count(*) from \"DiseaseBurden\".icd10_categories ic where \"level\"=1;")
-n_categories <- fetch(query2, n = -1)
-
-return(list(data=df,ncat=n_categories))
-}
-
-d <- get_data(driver)
-df <- d$data
-n_categories <- d$ncat
-
-
-
-
-################ Format Data ###########################
-
-data_formatter <- function(df) {
-categories <- df["category_id"]
-
-x <- df["elapsed_duration"]
-x["identical_brands"] <- asinh(df$identical_brands)
-x["brand_name_counts"] <- asinh(df$brand_name_count)
-x["h_sdi_val"] <- asinh(df$h_sdi_val)
-x["hm_sdi_val"] <- asinh(df$hm_sdi_val)
-x["m_sdi_val"] <- asinh(df$m_sdi_val)
-x["lm_sdi_val"] <- asinh(df$lm_sdi_val)
-x["l_sdi_val"] <- asinh(df$l_sdi_val)
-
-
-#Setup fixed effects
-x["status_NYR"] <- ifelse(df["current_status"]=="Not yet recruiting",1,0)
-x["status_EBI"] <- ifelse(df["current_status"]=="Enrolling by invitation",1,0)
-x["status_Rec"] <- ifelse(df["current_status"]=="Recruiting",1,0) 
-x["status_ANR"] <- ifelse(df["current_status"]=="Active, not recruiting",1,0)
-
-
-y <- ifelse(df["final_status"]=="Terminated",1,0)
-
-#get category list
-
-
-return(list(x=x,y=y))
-}
-
-train <- data_formatter(df)
-
-categories <- df$category_id
-
-x <- train$x
-y <- train$y
-
-
-
-

Fit Model

-
-
################################# FIT MODEL #########################################
-inherited_cols <- c(
-    "elapsed_duration"
-    #,"identical_brands"
-    #,"brand_name_counts"
-    ,"h_sdi_val"
-    ,"hm_sdi_val"
-    ,"m_sdi_val"
-    ,"lm_sdi_val"
-    ,"l_sdi_val"
-    ,"status_NYR"
-    ,"status_EBI"
-    ,"status_Rec"
-    ,"status_ANR"
-)
-
-
-
beta_list <- list(
-        groups = c(
-        `1`="Infections & Parasites",
-        `2`="Neoplasms",
-        `3`="Blood & Immune system",
-        `4`="Endocrine, Nutritional, and Metabolic",
-        `5`="Mental & Behavioral",
-        `6`="Nervous System",
-        `7`="Eye and Adnexa",
-        `8`="Ear and Mastoid",
-        `9`="Circulatory",
-        `10`="Respiratory",
-        `11`="Digestive",
-        `12`="Skin & Subcutaneaous tissue",
-        `13`="Musculoskeletal",
-        `14`="Genitourinary",
-        `15`="Pregancy, Childbirth, & Puerperium",
-        `16`="Perinatal Period",
-        `17`="Congential",
-        `18`="Symptoms, Signs etc.",
-        `19`="Injury etc.",
-        `20`="External Causes",
-        `21`="Contact with Healthcare",
-        `22`="Special Purposes"
-    ),
-    parameters = c(
-        `1`="Elapsed Duration",
-        # brands
-        `2`="asinh(Generic Brands)",
-        `3`="asinh(Competitors USPDC)",
-        # population
-        `4`="asinh(High SDI)",
-        `5`="asinh(High-Medium SDI)",
-        `6`="asinh(Medium SDI)",
-        `7`="asinh(Low-Medium SDI)",
-        `8`="asinh(Low SDI)",
-        #Status
-        `9`="status_NYR",
-        `10`="status_EBI",
-        `11`="status_Rec",
-        `12`="status_ANR"
-    )
-)
-
-get_parameters <- function(stem,class_list) {
-    #get categories and lengths
-    named <- names(class_list)
-    lengths <- sapply(named, (function (x) length(class_list[[x]])))
-    
-    #describe the grid needed
-    iter_list <- sapply(named, (function (x) 1:lengths[x]))
-    
-    #generate the list of parameters
-    pardf <- generate_parameter_df(stem, iter_list)
-    
-    #add columns with appropriate human-readable names
-    for (name in named) {
-        pardf[paste(name,"_hr",sep="")] <- as.factor(
-            sapply(pardf[name], (function (i) class_list[[name]][i]))
-        )
-    }
-     
-    return(pardf)   
-}
-
-generate_parameter_df <- function(stem, iter_list) {
-    grid <- expand.grid(iter_list)
-    grid["param_name"] <- grid %>% unite(x,colnames(grid),sep=",")
-    grid["param_name"] <- paste(stem,"[",grid$param_name,"]",sep="")
-    return(grid)
-}
-
-group_mcmc_areas <- function(
-        stem,# = "beta"
-        class_list,# = beta_list
-        stanfit,# = fit
-        group_id,# = 2
-        rename=TRUE,
-        filter=NULL
-        ) {
-    #get all parameter names
-    params <- get_parameters(stem,class_list)
-    
-    #filter down to parameters of interest
-    params <- filter(params,groups == group_id)
-    #Get dataframe with only the rows of interest
-    filtdata <- as.data.frame(stanfit)[params$param_name]
-    #rename columns
-    if (rename) dimnames(filtdata)[[2]] <- params$parameters_hr
-    #get group name for title
-    group_name <- class_list$groups[group_id]
-    #create area plot with appropriate title
-    p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) +
-        ggtitle(paste("Parameter distributions for ICD-10 class:",group_name)) +
-        geom_vline(xintercept=0,color="grey",alpha=0.75)
-    
-    d <- pivot_longer(filtdata, everything()) |> 
-        group_by(name) |> 
-        summarize(
-            mean=mean(value)
-            ,q025 = quantile(value,probs = 0.025)
-            ,q975 = quantile(value,probs = 0.975)
-            ,q05 = quantile(value,probs = 0.05)
-            ,q95 = quantile(value,probs = 0.95)
-            )
-    return(list(plot=p,quantiles=d,name=group_name))
-}
-
-parameter_mcmc_areas <- function(
-        stem,# = "beta"
-        class_list,# = beta_list
-        stanfit,# = fit
-        parameter_id,# = 2
-        rename=TRUE
-        ) {
-    #get all parameter names
-    params <- get_parameters(stem,class_list)
-    #filter down to parameters of interest
-    params <- filter(params,parameters == parameter_id)
-    #Get dataframe with only the rows of interest
-    filtdata <- as.data.frame(stanfit)[params$param_name]
-    #rename columns
-    if (rename) dimnames(filtdata)[[2]] <- params$groups_hr
-    #get group name for title
-    parameter_name <- class_list$parameters[parameter_id]
-    #create area plot with appropriate title
-    p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) +
-        ggtitle(parameter_name,"Parameter Distribution")
-    
-    d <- pivot_longer(filtdata, everything()) |> 
-        group_by(name) |> 
-        summarize(
-            mean=mean(value)
-            ,q025 = quantile(value,probs = 0.025)
-            ,q975 = quantile(value,probs = 0.975)
-            ,q05 = quantile(value,probs = 0.05)
-            ,q95 = quantile(value,probs = 0.95)
-            )
-    return(list(plot=p,quantiles=d,name=parameter_name))
-}
-
-
-
#generics intervention
-brand_intervention_ib <- x[c(inherited_cols,"brand_name_counts")]
-brand_intervention_ib["identical_brands"] <- asinh(sinh(x$identical_brands)+1) #add a single generic brand
-
-
-
counterfact_marketing_ib <- list(
-    D = ncol(x),#
-    N = nrow(x),
-    L = n_categories$count,
-    y = as.vector(y),
-    ll = as.vector(categories),
-    x = as.matrix(x),
-    mu_mean = 0,
-    mu_stdev = 0.05,
-    sigma_shape = 4,
-    sigma_rate = 20,
-    Nx = nrow(x),
-    llx = as.vector(categories),
-    counterfact_x_tilde = as.matrix(brand_intervention_ib),
-    counterfact_x = as.matrix(x)
-)
-
-
-
fit <- stan(
-    file='Hierarchal_Logistic.stan', 
-    data = counterfact_marketing_ib,
-    chains = 4,
-    iter = 5000,
-    seed = 11021585
-    )
-
-
recompiling to avoid crashing R session
-
-
-
Trying to compile a simple C file
-
-
-
Running /usr/local/lib/R/bin/R CMD SHLIB foo.c
-using C compiler: ‘gcc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0’
-gcc -I"/usr/local/lib/R/include" -DNDEBUG   -I"/usr/local/lib/R/site-library/Rcpp/include/"  -I"/usr/local/lib/R/site-library/RcppEigen/include/"  -I"/usr/local/lib/R/site-library/RcppEigen/include/unsupported"  -I"/usr/local/lib/R/site-library/BH/include" -I"/usr/local/lib/R/site-library/StanHeaders/include/src/"  -I"/usr/local/lib/R/site-library/StanHeaders/include/"  -I"/usr/local/lib/R/site-library/RcppParallel/include/"  -I"/usr/local/lib/R/site-library/rstan/include" -DEIGEN_NO_DEBUG  -DBOOST_DISABLE_ASSERTS  -DBOOST_PENDING_INTEGER_LOG2_HPP  -DSTAN_THREADS  -DUSE_STANC3 -DSTRICT_R_HEADERS  -DBOOST_PHOENIX_NO_VARIADIC_EXPRESSION  -D_HAS_AUTO_PTR_ETC=0  -include '/usr/local/lib/R/site-library/StanHeaders/include/stan/math/prim/fun/Eigen.hpp'  -D_REENTRANT -DRCPP_PARALLEL_USE_TBB=1   -I/usr/local/include    -fpic  -g -O2 -fstack-protector-strong -Wformat -Werror=format-security -Wdate-time -D_FORTIFY_SOURCE=2 -g  -c foo.c -o foo.o
-In file included from /usr/local/lib/R/site-library/RcppEigen/include/Eigen/Core:19,
-                 from /usr/local/lib/R/site-library/RcppEigen/include/Eigen/Dense:1,
-                 from /usr/local/lib/R/site-library/StanHeaders/include/stan/math/prim/fun/Eigen.hpp:22,
-                 from <command-line>:
-/usr/local/lib/R/site-library/RcppEigen/include/Eigen/src/Core/util/Macros.h:679:10: fatal error: cmath: No such file or directory
-  679 | #include <cmath>
-      |          ^~~~~~~
-compilation terminated.
-make: *** [/usr/local/lib/R/etc/Makeconf:191: foo.o] Error 1
-
-
-
Warning: There were 1 chains where the estimated Bayesian Fraction of Missing Information was low. See
-https://mc-stan.org/misc/warnings.html#bfmi-low
-
-
-
Warning: Examine the pairs() plot to diagnose sampling problems
-
-
-
-

Explore data

-
-
################################# DATA EXPLORATION ############################
-driver <- dbDriver("PostgreSQL")
-
-con <- dbConnect(
-    driver,
-    user='root',
-    password='root',
-    dbname='aact_db',
-    host='will-office'
-    )
-#Plot histogram of count of snapshots
-df3 <- dbGetQuery(
-    con,
-    "select nct_id,final_status,count(*) from formatted_data_with_planned_enrollment fdwpe 
-    group by nct_id,final_status ;"
-    )
-#df3 <- fetch(query3, n = -1)
-
-ggplot(data=df3, aes(x=count, fill=final_status)) + 
-    geom_histogram(binwidth=1) +
-    ggtitle("Histogram of snapshots per trial (matched trials)") +
-    xlab("Snapshots per trial")
-
-

-
-
ggsave("./Images/HistSnapshots.png")
-
-
Saving 7 x 5 in image
-
-
#Plot duration for terminated vs completed
-df4 <- dbGetQuery(
-    con,
-    "
-    select 
-        nct_id, 
-        start_date , 
-        primary_completion_date, 
-        overall_status ,
-        primary_completion_date - start_date as duration
-    from ctgov.studies s 
-    where nct_id in (select distinct nct_id from http.download_status ds)
-    ;"
-    )
-#df4 <- fetch(query4, n = -1)
-
-ggplot(data=df4, aes(x=duration,fill=overall_status)) +
-    geom_histogram()+
-    ggtitle("Histogram of trial durations") +
-    xlab("duration")+
-    facet_wrap(~overall_status)
-
-
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
-
-
-

-
-
ggsave("./Images/HistTrialDurations_Faceted.png")
-
-
Saving 7 x 5 in image
-`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
-
-
df5 <- dbGetQuery(
-    con,
-    "
-    with cte1 as (
-    select 
-        nct_id, 
-        start_date , 
-        primary_completion_date, 
-        overall_status ,
-        primary_completion_date - start_date as duration
-    from ctgov.studies s 
-    where nct_id in (select distinct nct_id from http.download_status ds)
-    ), cte2 as (
-    select nct_id,count(*) as snapshot_count from formatted_data_with_planned_enrollment fdwpe
-    group by nct_id
-    )
-    select a.nct_id, a.overall_status, a.duration,b.snapshot_count
-    from cte1 as a
-        join cte2 as b
-            on a.nct_id=b.nct_id
-    ;"
-    )
-df5$overall_status <- as.factor(df5$overall_status)
-
-ggplot(data=df5, aes(x=duration,y=snapshot_count,color=overall_status)) +
-    geom_jitter() +
-    ggtitle("Comparison of duration, status, and snapshot_count") +
-    xlab("duration") +
-    ylab("snapshot count")
-
-

-
-
ggsave("./Images/SnapshotsVsDurationVsTermination.png")
-
-
Saving 7 x 5 in image
-
-
dbDisconnect(con)
-
-
[1] TRUE
-
-
#get number of trials and snapshots in each category
-group_trials_by_category <- as.data.frame(aggregate(category_id ~ nct_id, df, max))
-group_trials_by_category <- as.data.frame(group_trials_by_category)
-
-ggplot(data = group_trials_by_category, aes(x=category_id)) +
-    geom_bar(binwidth=1,color="black",fill="seagreen") +
-    scale_x_continuous(breaks=scales::pretty_breaks(n=22)) + 
-    labs(
-        title="bar chart of trial categories"
-        ,x="Category ID"
-        ,y="Count"
-    )
-
-
Warning in geom_bar(binwidth = 1, color = "black", fill = "seagreen"): Ignoring
-unknown parameters: `binwidth`
-
-
-

-
-
ggsave("./Images/CategoryCounts.png")
-
-
Saving 7 x 5 in image
-
-
summary(df5)
-
-
    nct_id             overall_status    duration      snapshot_count  
- Length:162         Completed :134    Min.   :  61.0   Min.   : 1.000  
- Class :character   Terminated: 28    1st Qu.: 618.5   1st Qu.: 4.000  
- Mode  :character                     Median :1022.5   Median : 6.000  
-                                      Mean   :1202.4   Mean   : 8.315  
-                                      3rd Qu.:1637.0   3rd Qu.:11.000  
-                                      Max.   :3332.0   Max.   :48.000
-
-
-
-
category_count <- group_trials_by_category |> group_by(category_id) |> count()
-
-
-
-

Fit Results

-
-
################################# ANALYZE #####################################
-print(fit)
-
-
Inference for Stan model: anon_model.
-4 chains, each with iter=5000; warmup=2500; thin=1; 
-post-warmup draws per chain=2500, total post-warmup draws=10000.
-
-                                  mean se_mean    sd    2.5%     25%     50%
-mu[1]                            -0.02    0.00  0.05   -0.12   -0.06   -0.03
-mu[2]                             0.00    0.00  0.05   -0.10   -0.04    0.00
-mu[3]                             0.00    0.00  0.05   -0.10   -0.03    0.00
-mu[4]                            -0.04    0.00  0.05   -0.14   -0.08   -0.04
-mu[5]                            -0.04    0.00  0.05   -0.13   -0.07   -0.04
-mu[6]                            -0.03    0.00  0.05   -0.13   -0.06   -0.03
-mu[7]                            -0.01    0.00  0.05   -0.11   -0.04   -0.01
-mu[8]                             0.00    0.00  0.05   -0.09   -0.03    0.00
-mu[9]                             0.00    0.00  0.05   -0.10   -0.04    0.00
-mu[10]                            0.00    0.00  0.05   -0.10   -0.04    0.00
-mu[11]                            0.00    0.00  0.05   -0.09   -0.03    0.00
-mu[12]                           -0.03    0.00  0.05   -0.13   -0.06   -0.03
-sigma[1]                          0.27    0.00  0.12    0.07    0.19    0.26
-sigma[2]                          0.91    0.00  0.19    0.57    0.78    0.90
-sigma[3]                          0.66    0.00  0.18    0.34    0.54    0.65
-sigma[4]                          0.31    0.00  0.09    0.15    0.24    0.30
-sigma[5]                          0.18    0.00  0.09    0.05    0.12    0.17
-sigma[6]                          0.19    0.00  0.09    0.06    0.12    0.18
-sigma[7]                          0.18    0.00  0.09    0.05    0.12    0.17
-sigma[8]                          0.17    0.00  0.08    0.05    0.11    0.16
-sigma[9]                          0.32    0.01  0.15    0.08    0.21    0.30
-sigma[10]                         0.19    0.00  0.10    0.05    0.12    0.18
-sigma[11]                         0.23    0.00  0.12    0.06    0.14    0.21
-sigma[12]                         0.28    0.00  0.13    0.09    0.19    0.27
-beta[1,1]                        -0.10    0.00  0.25   -0.65   -0.24   -0.09
-beta[1,2]                        -0.42    0.00  0.42   -1.23   -0.71   -0.42
-beta[1,3]                         0.68    0.00  0.40   -0.07    0.41    0.67
-beta[1,4]                        -0.46    0.00  0.12   -0.71   -0.54   -0.46
-beta[1,5]                         0.00    0.00  0.18   -0.35   -0.11   -0.01
-beta[1,6]                         0.05    0.00  0.18   -0.29   -0.07    0.03
-beta[1,7]                         0.07    0.00  0.17   -0.24   -0.04    0.06
-beta[1,8]                         0.06    0.00  0.15   -0.23   -0.04    0.05
-beta[1,9]                         0.32    0.01  0.38   -0.24    0.06    0.25
-beta[1,10]                       -0.03    0.00  0.22   -0.53   -0.14   -0.02
-beta[1,11]                        0.02    0.00  0.22   -0.43   -0.10    0.02
-beta[1,12]                       -0.22    0.00  0.27   -0.82   -0.37   -0.19
-beta[2,1]                        -0.41    0.01  0.26   -0.99   -0.58   -0.39
-beta[2,2]                        -1.24    0.00  0.27   -1.78   -1.43   -1.24
-beta[2,3]                         0.47    0.00  0.20    0.08    0.34    0.47
-beta[2,4]                         0.25    0.00  0.22   -0.14    0.10    0.23
-beta[2,5]                        -0.09    0.00  0.18   -0.51   -0.20   -0.08
-beta[2,6]                        -0.12    0.00  0.19   -0.55   -0.23   -0.11
-beta[2,7]                        -0.07    0.00  0.17   -0.46   -0.17   -0.06
-beta[2,8]                         0.05    0.00  0.16   -0.25   -0.05    0.04
-beta[2,9]                        -0.48    0.01  0.40   -1.43   -0.71   -0.41
-beta[2,10]                        0.00    0.00  0.23   -0.48   -0.12    0.00
-beta[2,11]                       -0.14    0.00  0.21   -0.61   -0.26   -0.12
-beta[2,12]                       -0.36    0.01  0.27   -0.96   -0.53   -0.33
-beta[3,1]                        -0.03    0.00  0.30   -0.65   -0.19   -0.03
-beta[3,2]                        -0.12    0.01  0.93   -2.03   -0.71   -0.11
-beta[3,3]                        -0.10    0.01  0.69   -1.52   -0.52   -0.09
-beta[3,4]                        -0.19    0.00  0.29   -0.80   -0.37   -0.18
-beta[3,5]                        -0.10    0.00  0.20   -0.56   -0.20   -0.08
-beta[3,6]                        -0.10    0.00  0.21   -0.57   -0.21   -0.08
-beta[3,7]                        -0.08    0.00  0.20   -0.52   -0.18   -0.06
-beta[3,8]                        -0.06    0.00  0.19   -0.50   -0.16   -0.04
-beta[3,9]                         0.00    0.00  0.34   -0.70   -0.19    0.00
-beta[3,10]                        0.00    0.00  0.22   -0.48   -0.11    0.00
-beta[3,11]                        0.00    0.00  0.26   -0.57   -0.13    0.00
-beta[3,12]                       -0.03    0.00  0.31   -0.67   -0.20   -0.04
-beta[4,1]                        -0.04    0.00  0.29   -0.62   -0.20   -0.04
-beta[4,2]                        -0.43    0.00  0.57   -1.59   -0.80   -0.42
-beta[4,3]                        -0.67    0.01  0.55   -1.85   -1.02   -0.63
-beta[4,4]                         0.06    0.00  0.25   -0.42   -0.10    0.06
-beta[4,5]                        -0.03    0.00  0.17   -0.39   -0.13   -0.03
-beta[4,6]                        -0.08    0.00  0.19   -0.49   -0.18   -0.07
-beta[4,7]                         0.00    0.00  0.18   -0.37   -0.10    0.00
-beta[4,8]                         0.07    0.00  0.18   -0.26   -0.04    0.06
-beta[4,9]                        -0.13    0.00  0.34   -0.91   -0.30   -0.10
-beta[4,10]                       -0.01    0.00  0.22   -0.49   -0.12   -0.01
-beta[4,11]                        0.21    0.01  0.30   -0.23    0.01    0.15
-beta[4,12]                       -0.21    0.01  0.31   -0.95   -0.37   -0.17
-beta[5,1]                        -0.10    0.00  0.29   -0.75   -0.26   -0.08
-beta[5,2]                        -1.41    0.01  0.92   -3.40   -1.98   -1.35
-beta[5,3]                         0.26    0.01  0.67   -1.01   -0.18    0.23
-beta[5,4]                         0.02    0.00  0.24   -0.45   -0.13    0.02
-beta[5,5]                        -0.02    0.00  0.18   -0.38   -0.12   -0.02
-beta[5,6]                        -0.05    0.00  0.19   -0.45   -0.15   -0.04
-beta[5,7]                         0.05    0.00  0.19   -0.29   -0.06    0.04
-beta[5,8]                         0.09    0.00  0.19   -0.24   -0.03    0.07
-beta[5,9]                         0.01    0.00  0.33   -0.67   -0.17    0.00
-beta[5,10]                       -0.01    0.00  0.22   -0.49   -0.12   -0.01
-beta[5,11]                        0.08    0.00  0.26   -0.38   -0.07    0.05
-beta[5,12]                       -0.18    0.00  0.31   -0.89   -0.33   -0.14
-beta[6,1]                        -0.06    0.00  0.29   -0.67   -0.22   -0.06
-beta[6,2]                         2.93    0.01  0.88    1.33    2.32    2.89
-beta[6,3]                         0.21    0.00  0.34   -0.48   -0.02    0.21
-beta[6,4]                        -0.48    0.00  0.28   -1.09   -0.65   -0.46
-beta[6,5]                        -0.14    0.00  0.20   -0.59   -0.25   -0.12
-beta[6,6]                        -0.07    0.00  0.19   -0.48   -0.18   -0.06
-beta[6,7]                        -0.01    0.00  0.18   -0.39   -0.12   -0.01
-beta[6,8]                         0.05    0.00  0.18   -0.29   -0.06    0.04
-beta[6,9]                         0.02    0.00  0.33   -0.65   -0.17    0.01
-beta[6,10]                        0.00    0.00  0.22   -0.47   -0.12    0.00
-beta[6,11]                       -0.10    0.00  0.26   -0.70   -0.22   -0.07
-beta[6,12]                        0.04    0.00  0.30   -0.52   -0.14    0.02
-beta[7,1]                        -0.14    0.00  0.31   -0.84   -0.30   -0.10
-beta[7,2]                        -0.18    0.01  0.53   -1.24   -0.52   -0.17
-beta[7,3]                         1.42    0.01  0.73    0.17    0.91    1.36
-beta[7,4]                        -0.08    0.00  0.25   -0.58   -0.24   -0.08
-beta[7,5]                        -0.11    0.00  0.19   -0.54   -0.22   -0.09
-beta[7,6]                        -0.12    0.00  0.20   -0.57   -0.23   -0.10
-beta[7,7]                        -0.08    0.00  0.19   -0.50   -0.18   -0.06
-beta[7,8]                        -0.06    0.00  0.19   -0.50   -0.16   -0.05
-beta[7,9]                         0.05    0.00  0.34   -0.62   -0.14    0.04
-beta[7,10]                        0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[7,11]                       -0.03    0.00  0.24   -0.58   -0.15   -0.02
-beta[7,12]                       -0.06    0.00  0.29   -0.68   -0.23   -0.06
-beta[8,1]                        -0.03    0.00  0.31   -0.67   -0.20   -0.03
-beta[8,2]                         0.01    0.01  0.94   -1.87   -0.59    0.01
-beta[8,3]                         0.00    0.01  0.69   -1.42   -0.42    0.00
-beta[8,4]                        -0.04    0.00  0.32   -0.70   -0.24   -0.04
-beta[8,5]                        -0.04    0.00  0.20   -0.45   -0.15   -0.04
-beta[8,6]                        -0.03    0.00  0.22   -0.49   -0.15   -0.03
-beta[8,7]                        -0.01    0.00  0.21   -0.44   -0.12   -0.01
-beta[8,8]                         0.00    0.00  0.20   -0.41   -0.10    0.00
-beta[8,9]                         0.00    0.00  0.35   -0.74   -0.19    0.00
-beta[8,10]                        0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[8,11]                        0.00    0.00  0.25   -0.53   -0.13    0.00
-beta[8,12]                       -0.04    0.00  0.31   -0.69   -0.21   -0.04
-beta[9,1]                        -0.04    0.00  0.30   -0.68   -0.20   -0.04
-beta[9,2]                        -0.64    0.01  0.83   -2.39   -1.16   -0.60
-beta[9,3]                        -0.56    0.01  0.60   -1.84   -0.93   -0.52
-beta[9,4]                         0.02    0.00  0.26   -0.52   -0.15    0.02
-beta[9,5]                         0.03    0.00  0.19   -0.32   -0.09    0.02
-beta[9,6]                         0.10    0.00  0.21   -0.24   -0.04    0.07
-beta[9,7]                         0.11    0.00  0.20   -0.23   -0.02    0.08
-beta[9,8]                         0.10    0.00  0.19   -0.23   -0.02    0.07
-beta[9,9]                         0.05    0.00  0.34   -0.63   -0.14    0.03
-beta[9,10]                        0.00    0.00  0.23   -0.47   -0.12    0.00
-beta[9,11]                       -0.05    0.00  0.26   -0.63   -0.17   -0.03
-beta[9,12]                       -0.01    0.00  0.31   -0.64   -0.18   -0.02
-beta[10,1]                       -0.03    0.00  0.30   -0.64   -0.19   -0.03
-beta[10,2]                       -0.24    0.01  0.89   -2.03   -0.80   -0.22
-beta[10,3]                       -0.11    0.01  0.68   -1.53   -0.52   -0.09
-beta[10,4]                       -0.22    0.00  0.29   -0.85   -0.39   -0.20
-beta[10,5]                       -0.11    0.00  0.20   -0.56   -0.21   -0.09
-beta[10,6]                       -0.11    0.00  0.21   -0.59   -0.22   -0.09
-beta[10,7]                       -0.09    0.00  0.20   -0.55   -0.19   -0.07
-beta[10,8]                       -0.07    0.00  0.19   -0.51   -0.16   -0.05
-beta[10,9]                       -0.01    0.00  0.35   -0.73   -0.19   -0.01
-beta[10,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[10,11]                       0.00    0.00  0.26   -0.55   -0.13    0.00
-beta[10,12]                      -0.04    0.00  0.32   -0.68   -0.21   -0.04
-beta[11,1]                       -0.03    0.00  0.30   -0.65   -0.20   -0.03
-beta[11,2]                       -0.15    0.01  0.90   -2.00   -0.71   -0.14
-beta[11,3]                       -0.08    0.01  0.68   -1.47   -0.50   -0.07
-beta[11,4]                       -0.27    0.00  0.28   -0.88   -0.44   -0.25
-beta[11,5]                       -0.12    0.00  0.20   -0.59   -0.22   -0.10
-beta[11,6]                       -0.12    0.00  0.21   -0.62   -0.23   -0.10
-beta[11,7]                       -0.09    0.00  0.21   -0.58   -0.20   -0.07
-beta[11,8]                       -0.07    0.00  0.19   -0.52   -0.18   -0.05
-beta[11,9]                        0.00    0.00  0.35   -0.75   -0.19    0.00
-beta[11,10]                      -0.01    0.00  0.22   -0.48   -0.12    0.00
-beta[11,11]                      -0.01    0.00  0.26   -0.55   -0.14    0.00
-beta[11,12]                      -0.04    0.00  0.32   -0.70   -0.21   -0.04
-beta[12,1]                       -0.17    0.00  0.29   -0.85   -0.32   -0.14
-beta[12,2]                       -0.71    0.01  0.84   -2.48   -1.25   -0.68
-beta[12,3]                        0.34    0.01  0.62   -0.81   -0.06    0.32
-beta[12,4]                       -0.19    0.00  0.24   -0.70   -0.33   -0.17
-beta[12,5]                       -0.06    0.00  0.18   -0.46   -0.16   -0.06
-beta[12,6]                        0.01    0.00  0.19   -0.36   -0.11    0.00
-beta[12,7]                        0.02    0.00  0.18   -0.33   -0.09    0.01
-beta[12,8]                        0.05    0.00  0.18   -0.30   -0.06    0.04
-beta[12,9]                        0.04    0.00  0.33   -0.63   -0.14    0.02
-beta[12,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[12,11]                       0.05    0.00  0.26   -0.43   -0.09    0.04
-beta[12,12]                      -0.14    0.00  0.30   -0.82   -0.30   -0.12
-beta[13,1]                        0.10    0.00  0.30   -0.41   -0.08    0.06
-beta[13,2]                        1.52    0.01  0.55    0.53    1.15    1.49
-beta[13,3]                       -1.42    0.01  0.55   -2.60   -1.76   -1.37
-beta[13,4]                       -0.09    0.00  0.24   -0.58   -0.24   -0.08
-beta[13,5]                       -0.07    0.00  0.18   -0.46   -0.17   -0.06
-beta[13,6]                       -0.03    0.00  0.18   -0.41   -0.14   -0.03
-beta[13,7]                        0.01    0.00  0.18   -0.36   -0.10    0.00
-beta[13,8]                        0.01    0.00  0.18   -0.35   -0.09    0.01
-beta[13,9]                       -0.07    0.00  0.32   -0.80   -0.24   -0.05
-beta[13,10]                       0.00    0.00  0.22   -0.46   -0.11    0.00
-beta[13,11]                       0.12    0.00  0.26   -0.33   -0.04    0.08
-beta[13,12]                      -0.21    0.01  0.31   -0.94   -0.38   -0.17
-beta[14,1]                       -0.03    0.00  0.31   -0.67   -0.19   -0.03
-beta[14,2]                       -0.29    0.01  0.91   -2.12   -0.87   -0.27
-beta[14,3]                       -0.17    0.01  0.66   -1.56   -0.58   -0.15
-beta[14,4]                       -0.19    0.00  0.30   -0.83   -0.36   -0.17
-beta[14,5]                       -0.10    0.00  0.20   -0.55   -0.20   -0.08
-beta[14,6]                       -0.09    0.00  0.21   -0.57   -0.20   -0.07
-beta[14,7]                       -0.07    0.00  0.20   -0.53   -0.18   -0.05
-beta[14,8]                       -0.05    0.00  0.19   -0.49   -0.14   -0.03
-beta[14,9]                       -0.01    0.00  0.35   -0.74   -0.20   -0.01
-beta[14,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[14,11]                       0.01    0.00  0.26   -0.53   -0.13    0.01
-beta[14,12]                      -0.03    0.00  0.31   -0.69   -0.21   -0.03
-beta[15,1]                       -0.03    0.00  0.29   -0.62   -0.19   -0.03
-beta[15,2]                       -0.01    0.01  0.95   -1.91   -0.60   -0.01
-beta[15,3]                       -0.01    0.01  0.68   -1.38   -0.43    0.00
-beta[15,4]                       -0.04    0.00  0.33   -0.70   -0.24   -0.04
-beta[15,5]                       -0.04    0.00  0.21   -0.47   -0.15   -0.04
-beta[15,6]                       -0.03    0.00  0.22   -0.49   -0.15   -0.03
-beta[15,7]                       -0.01    0.00  0.21   -0.44   -0.12   -0.01
-beta[15,8]                        0.00    0.00  0.20   -0.42   -0.10    0.00
-beta[15,9]                       -0.01    0.00  0.35   -0.74   -0.20   -0.01
-beta[15,10]                       0.00    0.00  0.22   -0.48   -0.11    0.00
-beta[15,11]                       0.00    0.00  0.26   -0.55   -0.13    0.00
-beta[15,12]                      -0.03    0.00  0.32   -0.68   -0.20   -0.04
-beta[16,1]                       -0.02    0.00  0.31   -0.65   -0.19   -0.02
-beta[16,2]                        0.00    0.01  0.95   -1.90   -0.59    0.00
-beta[16,3]                        0.00    0.01  0.69   -1.40   -0.42    0.00
-beta[16,4]                       -0.04    0.00  0.33   -0.69   -0.24   -0.05
-beta[16,5]                       -0.04    0.00  0.21   -0.48   -0.15   -0.04
-beta[16,6]                       -0.03    0.00  0.21   -0.47   -0.15   -0.03
-beta[16,7]                       -0.01    0.00  0.21   -0.44   -0.12   -0.01
-beta[16,8]                        0.00    0.00  0.20   -0.42   -0.10    0.00
-beta[16,9]                        0.00    0.00  0.36   -0.75   -0.19   -0.01
-beta[16,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[16,11]                       0.00    0.00  0.26   -0.55   -0.13    0.00
-beta[16,12]                      -0.03    0.00  0.31   -0.68   -0.20   -0.03
-beta[17,1]                       -0.03    0.00  0.31   -0.68   -0.20   -0.03
-beta[17,2]                       -0.16    0.01  0.91   -1.99   -0.73   -0.14
-beta[17,3]                       -0.10    0.01  0.70   -1.53   -0.52   -0.08
-beta[17,4]                       -0.22    0.00  0.29   -0.86   -0.38   -0.20
-beta[17,5]                       -0.11    0.00  0.20   -0.56   -0.21   -0.09
-beta[17,6]                       -0.11    0.00  0.20   -0.57   -0.22   -0.09
-beta[17,7]                       -0.09    0.00  0.20   -0.53   -0.19   -0.07
-beta[17,8]                       -0.07    0.00  0.19   -0.51   -0.17   -0.05
-beta[17,9]                       -0.01    0.00  0.35   -0.72   -0.19   -0.01
-beta[17,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[17,11]                       0.00    0.00  0.26   -0.55   -0.13    0.00
-beta[17,12]                      -0.03    0.00  0.32   -0.68   -0.21   -0.04
-beta[18,1]                       -0.03    0.00  0.31   -0.67   -0.19   -0.03
-beta[18,2]                       -0.13    0.01  0.93   -2.01   -0.72   -0.12
-beta[18,3]                       -0.06    0.01  0.69   -1.47   -0.47   -0.04
-beta[18,4]                       -0.19    0.00  0.29   -0.82   -0.36   -0.17
-beta[18,5]                       -0.09    0.00  0.20   -0.54   -0.20   -0.07
-beta[18,6]                       -0.09    0.00  0.20   -0.54   -0.20   -0.07
-beta[18,7]                       -0.06    0.00  0.20   -0.51   -0.17   -0.05
-beta[18,8]                       -0.05    0.00  0.19   -0.48   -0.15   -0.03
-beta[18,9]                       -0.01    0.00  0.35   -0.74   -0.19   -0.01
-beta[18,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[18,11]                       0.00    0.00  0.27   -0.56   -0.13    0.00
-beta[18,12]                      -0.04    0.00  0.32   -0.70   -0.21   -0.04
-beta[19,1]                       -0.02    0.00  0.29   -0.64   -0.19   -0.03
-beta[19,2]                        0.00    0.01  0.95   -1.88   -0.59    0.00
-beta[19,3]                        0.00    0.01  0.70   -1.39   -0.43    0.00
-beta[19,4]                       -0.05    0.00  0.33   -0.70   -0.25   -0.05
-beta[19,5]                       -0.03    0.00  0.21   -0.45   -0.14   -0.04
-beta[19,6]                       -0.03    0.00  0.21   -0.47   -0.15   -0.03
-beta[19,7]                       -0.01    0.00  0.21   -0.45   -0.13   -0.01
-beta[19,8]                        0.00    0.00  0.20   -0.41   -0.10    0.00
-beta[19,9]                        0.00    0.00  0.35   -0.74   -0.19   -0.01
-beta[19,10]                       0.00    0.00  0.22   -0.46   -0.12    0.00
-beta[19,11]                       0.00    0.00  0.26   -0.54   -0.13    0.00
-beta[19,12]                      -0.03    0.00  0.31   -0.68   -0.20   -0.03
-beta[20,1]                       -0.02    0.00  0.31   -0.64   -0.19   -0.02
-beta[20,2]                       -0.02    0.01  0.91   -1.82   -0.61   -0.02
-beta[20,3]                        0.00    0.01  0.68   -1.36   -0.43    0.00
-beta[20,4]                       -0.04    0.00  0.33   -0.70   -0.25   -0.05
-beta[20,5]                       -0.04    0.00  0.21   -0.47   -0.15   -0.04
-beta[20,6]                       -0.03    0.00  0.22   -0.49   -0.15   -0.03
-beta[20,7]                       -0.01    0.00  0.21   -0.45   -0.13   -0.01
-beta[20,8]                        0.00    0.00  0.19   -0.40   -0.10    0.00
-beta[20,9]                        0.00    0.00  0.35   -0.73   -0.19    0.00
-beta[20,10]                      -0.01    0.00  0.23   -0.49   -0.11   -0.01
-beta[20,11]                       0.00    0.00  0.26   -0.53   -0.13    0.00
-beta[20,12]                      -0.03    0.00  0.31   -0.65   -0.20   -0.03
-beta[21,1]                       -0.03    0.00  0.31   -0.65   -0.19   -0.03
-beta[21,2]                        0.00    0.01  0.92   -1.84   -0.58   -0.01
-beta[21,3]                        0.00    0.01  0.68   -1.39   -0.44   -0.01
-beta[21,4]                       -0.04    0.00  0.32   -0.68   -0.24   -0.05
-beta[21,5]                       -0.04    0.00  0.21   -0.47   -0.15   -0.04
-beta[21,6]                       -0.03    0.00  0.22   -0.49   -0.14   -0.03
-beta[21,7]                       -0.01    0.00  0.21   -0.43   -0.13   -0.01
-beta[21,8]                        0.00    0.00  0.20   -0.41   -0.11    0.00
-beta[21,9]                        0.00    0.00  0.35   -0.73   -0.19   -0.01
-beta[21,10]                       0.00    0.00  0.22   -0.47   -0.11    0.00
-beta[21,11]                       0.01    0.00  0.26   -0.53   -0.13    0.00
-beta[21,12]                      -0.03    0.00  0.31   -0.67   -0.20   -0.03
-beta[22,1]                       -0.02    0.00  0.31   -0.65   -0.19   -0.03
-beta[22,2]                       -0.01    0.01  0.92   -1.86   -0.60   -0.01
-beta[22,3]                        0.00    0.01  0.69   -1.35   -0.43    0.00
-beta[22,4]                       -0.04    0.00  0.33   -0.71   -0.24   -0.04
-beta[22,5]                       -0.04    0.00  0.21   -0.47   -0.15   -0.04
-beta[22,6]                       -0.03    0.00  0.22   -0.47   -0.15   -0.03
-beta[22,7]                       -0.01    0.00  0.21   -0.43   -0.13   -0.02
-beta[22,8]                        0.01    0.00  0.20   -0.41   -0.10    0.01
-beta[22,9]                       -0.01    0.00  0.35   -0.75   -0.20   -0.01
-beta[22,10]                       0.00    0.00  0.22   -0.46   -0.11    0.00
-beta[22,11]                       0.00    0.00  0.26   -0.53   -0.13    0.00
-beta[22,12]                      -0.03    0.00  0.30   -0.64   -0.20   -0.04
-mu_prior[1]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[2]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[3]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[4]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[5]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[6]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[7]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[8]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[9]                       0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[10]                      0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[11]                      0.00    0.00  0.05   -0.10   -0.03    0.00
-mu_prior[12]                      0.00    0.00  0.05   -0.10   -0.03    0.00
-sigma_prior[1]                    0.20    0.00  0.10    0.06    0.13    0.18
-sigma_prior[2]                    0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[3]                    0.20    0.00  0.10    0.05    0.12    0.18
-sigma_prior[4]                    0.20    0.00  0.10    0.06    0.13    0.18
-sigma_prior[5]                    0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[6]                    0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[7]                    0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[8]                    0.20    0.00  0.10    0.06    0.13    0.18
-sigma_prior[9]                    0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[10]                   0.20    0.00  0.10    0.06    0.13    0.18
-sigma_prior[11]                   0.20    0.00  0.10    0.05    0.13    0.18
-sigma_prior[12]                   0.20    0.00  0.10    0.06    0.13    0.18
-p_prior[1]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[2]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[3]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[4]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[5]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[6]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[7]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[8]                        0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[9]                        0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[10]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[11]                       0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[12]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[13]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[14]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[15]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[16]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[17]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[18]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[19]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[20]                       0.50    0.00  0.43    0.00    0.02    0.48
-p_prior[21]                       0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[22]                       0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[23]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[24]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[25]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[26]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[27]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[28]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[29]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[30]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[31]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[32]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[33]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[34]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[35]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[36]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[37]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[38]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[39]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[40]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[41]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[42]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[43]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[44]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[45]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[46]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[47]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[48]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[49]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[50]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[51]                       0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[52]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[53]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[54]                       0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[55]                       0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[56]                       0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[57]                       0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[58]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[59]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[60]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[61]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[62]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[63]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[64]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[65]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[66]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[67]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[68]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[69]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[70]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[71]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[72]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[73]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[74]                       0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[75]                       0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[76]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[77]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[78]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[79]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[80]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[81]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[82]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[83]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[84]                       0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[85]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[86]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[87]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[88]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[89]                       0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[90]                       0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[91]                       0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[92]                       0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[93]                       0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[94]                       0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[95]                       0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[96]                       0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[97]                       0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[98]                       0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[99]                       0.50    0.00  0.43    0.00    0.01    0.51
-p_prior[100]                      0.50    0.00  0.43    0.00    0.01    0.51
-p_prior[101]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[102]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[103]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[104]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[105]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[106]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[107]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[108]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[109]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[110]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[111]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[112]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[113]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[114]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[115]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[116]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[117]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[118]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[119]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[120]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[121]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[122]                      0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[123]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[124]                      0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[125]                      0.50    0.00  0.43    0.00    0.01    0.48
-p_prior[126]                      0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[127]                      0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[128]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[129]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[130]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[131]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[132]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[133]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[134]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[135]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[136]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[137]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[138]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[139]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[140]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[141]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[142]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[143]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[144]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[145]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[146]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[147]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[148]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[149]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[150]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[151]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[152]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[153]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[154]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[155]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[156]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[157]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[158]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[159]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[160]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[161]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[162]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[163]                      0.50    0.00  0.17    0.17    0.38    0.50
-p_prior[164]                      0.50    0.00  0.17    0.17    0.38    0.50
-p_prior[165]                      0.50    0.00  0.17    0.17    0.38    0.50
-p_prior[166]                      0.50    0.00  0.17    0.17    0.38    0.50
-p_prior[167]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[168]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[169]                      0.50    0.00  0.18    0.16    0.37    0.50
-p_prior[170]                      0.50    0.00  0.18    0.16    0.37    0.50
-p_prior[171]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[172]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[173]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[174]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[175]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[176]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[177]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[178]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[179]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[180]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[181]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[182]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[183]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[184]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[185]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[186]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[187]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[188]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[189]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[190]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[191]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[192]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[193]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[194]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[195]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[196]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[197]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[198]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[199]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[200]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[201]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[202]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[203]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[204]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[205]                      0.50    0.00  0.45    0.00    0.01    0.47
-p_prior[206]                      0.50    0.00  0.45    0.00    0.01    0.47
-p_prior[207]                      0.50    0.00  0.45    0.00    0.01    0.47
-p_prior[208]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[209]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[210]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[211]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[212]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[213]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[214]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[215]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[216]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[217]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[218]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[219]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[220]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[221]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[222]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[223]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[224]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[225]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[226]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[227]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[228]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[229]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[230]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[231]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[232]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[233]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[234]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[235]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[236]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[237]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[238]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[239]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[240]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[241]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[242]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[243]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[244]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[245]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[246]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[247]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[248]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[249]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[250]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[251]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[252]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[253]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[254]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[255]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[256]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[257]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[258]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[259]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[260]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[261]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[262]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[263]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[264]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[265]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[266]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[267]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[268]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[269]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[270]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[271]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[272]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[273]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[274]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[275]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[276]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[277]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[278]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[279]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[280]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[281]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[282]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[283]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[284]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[285]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[286]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[287]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[288]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[289]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[290]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[291]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[292]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[293]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[294]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[295]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[296]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[297]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[298]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[299]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[300]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[301]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[302]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[303]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[304]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[305]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[306]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[307]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[308]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[309]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[310]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[311]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[312]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[313]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[314]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[315]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[316]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[317]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[318]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[319]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[320]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[321]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[322]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[323]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[324]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[325]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[326]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[327]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[328]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[329]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[330]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[331]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[332]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[333]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[334]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[335]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[336]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[337]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[338]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[339]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[340]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[341]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[342]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[343]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[344]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[345]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[346]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[347]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[348]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[349]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[350]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[351]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[352]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[353]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[354]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[355]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[356]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[357]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[358]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[359]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[360]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[361]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[362]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[363]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[364]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[365]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[366]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[367]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[368]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[369]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[370]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[371]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[372]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[373]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[374]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[375]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[376]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[377]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[378]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[379]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[380]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[381]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[382]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[383]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[384]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[385]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[386]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[387]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[388]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[389]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[390]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[391]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[392]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[393]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[394]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[395]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[396]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[397]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[398]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[399]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[400]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[401]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[402]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[403]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[404]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[405]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[406]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[407]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[408]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[409]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[410]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[411]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[412]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[413]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[414]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[415]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[416]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[417]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[418]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[419]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[420]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[421]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[422]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[423]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[424]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[425]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[426]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[427]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[428]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[429]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[430]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[431]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[432]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[433]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[434]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[435]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[436]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[437]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[438]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[439]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[440]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[441]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[442]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[443]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[444]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[445]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[446]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[447]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[448]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[449]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[450]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[451]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[452]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[453]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[454]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[455]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[456]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[457]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[458]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[459]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[460]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[461]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[462]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[463]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[464]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[465]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[466]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[467]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[468]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[469]                      0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[470]                      0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[471]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[472]                      0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[473]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[474]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[475]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[476]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[477]                      0.50    0.00  0.16    0.19    0.39    0.50
-p_prior[478]                      0.50    0.00  0.17    0.18    0.38    0.50
-p_prior[479]                      0.50    0.00  0.18    0.15    0.37    0.50
-p_prior[480]                      0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[481]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[482]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[483]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[484]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[485]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[486]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[487]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[488]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[489]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[490]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[491]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[492]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[493]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[494]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[495]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[496]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[497]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[498]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[499]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[500]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[501]                      0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[502]                      0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[503]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[504]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[505]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[506]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[507]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[508]                      0.50    0.00  0.16    0.19    0.39    0.50
-p_prior[509]                      0.50    0.00  0.17    0.18    0.39    0.50
-p_prior[510]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[511]                      0.50    0.00  0.18    0.15    0.37    0.50
-p_prior[512]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[513]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[514]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[515]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[516]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[517]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[518]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[519]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[520]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[521]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[522]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[523]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[524]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[525]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[526]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[527]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[528]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[529]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[530]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[531]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[532]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[533]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[534]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[535]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[536]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[537]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[538]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[539]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[540]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[541]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[542]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[543]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[544]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[545]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[546]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[547]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[548]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[549]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[550]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[551]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[552]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[553]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[554]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[555]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[556]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[557]                      0.50    0.00  0.45    0.00    0.01    0.49
-p_prior[558]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[559]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[560]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[561]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[562]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[563]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[564]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[565]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[566]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[567]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[568]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[569]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[570]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[571]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[572]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[573]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[574]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[575]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[576]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[577]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[578]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[579]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[580]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[581]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[582]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[583]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[584]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[585]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[586]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[587]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[588]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[589]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[590]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[591]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[592]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[593]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[594]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[595]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[596]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[597]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[598]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[599]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[600]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[601]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[602]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[603]                      0.50    0.00  0.13    0.25    0.41    0.50
-p_prior[604]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[605]                      0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[606]                      0.50    0.00  0.16    0.18    0.39    0.50
-p_prior[607]                      0.50    0.00  0.45    0.00    0.01    0.49
-p_prior[608]                      0.50    0.00  0.45    0.00    0.01    0.49
-p_prior[609]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[610]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[611]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[612]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[613]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[614]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[615]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[616]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[617]                      0.50    0.00  0.10    0.30    0.44    0.50
-p_prior[618]                      0.50    0.00  0.10    0.30    0.44    0.50
-p_prior[619]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[620]                      0.51    0.00  0.44    0.00    0.01    0.53
-p_prior[621]                      0.51    0.00  0.44    0.00    0.01    0.53
-p_prior[622]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[623]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[624]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[625]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[626]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[627]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[628]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[629]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[630]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[631]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[632]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[633]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[634]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[635]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[636]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[637]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[638]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[639]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[640]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[641]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[642]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[643]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[644]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[645]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[646]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[647]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[648]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[649]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[650]                      0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[651]                      0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[652]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[653]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[654]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[655]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[656]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[657]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[658]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[659]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[660]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[661]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[662]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[663]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[664]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[665]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[666]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[667]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[668]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[669]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[670]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[671]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[672]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[673]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[674]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[675]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[676]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[677]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[678]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[679]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[680]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[681]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[682]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[683]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[684]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[685]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[686]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[687]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[688]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[689]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[690]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[691]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[692]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[693]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[694]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[695]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[696]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[697]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[698]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[699]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[700]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[701]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[702]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[703]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[704]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[705]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[706]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[707]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[708]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[709]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[710]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[711]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[712]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[713]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[714]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[715]                      0.50    0.00  0.13    0.23    0.41    0.50
-p_prior[716]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[717]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[718]                      0.50    0.00  0.14    0.23    0.41    0.50
-p_prior[719]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[720]                      0.50    0.00  0.16    0.20    0.39    0.50
-p_prior[721]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[722]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[723]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[724]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[725]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[726]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[727]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[728]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[729]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[730]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[731]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[732]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[733]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[734]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[735]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[736]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[737]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[738]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[739]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[740]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[741]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[742]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[743]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[744]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[745]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[746]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[747]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[748]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[749]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[750]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[751]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[752]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[753]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[754]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[755]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[756]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[757]                      0.49    0.00  0.44    0.00    0.01    0.46
-p_prior[758]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[759]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[760]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[761]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[762]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[763]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[764]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[765]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[766]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[767]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[768]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[769]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[770]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[771]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[772]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[773]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[774]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[775]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[776]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[777]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[778]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[779]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[780]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[781]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[782]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[783]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[784]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[785]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[786]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[787]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[788]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[789]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[790]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[791]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[792]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[793]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[794]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[795]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[796]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[797]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[798]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[799]                      0.50    0.00  0.45    0.00    0.00    0.52
-p_prior[800]                      0.50    0.00  0.45    0.00    0.00    0.52
-p_prior[801]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[802]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[803]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[804]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[805]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[806]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[807]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[808]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[809]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[810]                      0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[811]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[812]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[813]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[814]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[815]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[816]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[817]                      0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[818]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[819]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[820]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[821]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[822]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[823]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[824]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[825]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[826]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[827]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[828]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[829]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[830]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[831]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[832]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[833]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[834]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[835]                      0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[836]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[837]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[838]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[839]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[840]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[841]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[842]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[843]                      0.50    0.00  0.18    0.16    0.38    0.50
-p_prior[844]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[845]                      0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[846]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[847]                      0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[848]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[849]                      0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[850]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[851]                      0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[852]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[853]                      0.50    0.00  0.20    0.13    0.36    0.50
-p_prior[854]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[855]                      0.50    0.00  0.20    0.13    0.36    0.50
-p_prior[856]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[857]                      0.50    0.00  0.21    0.11    0.34    0.50
-p_prior[858]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[859]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[860]                      0.50    0.00  0.11    0.29    0.43    0.50
-p_prior[861]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[862]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[863]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[864]                      0.50    0.00  0.11    0.28    0.43    0.50
-p_prior[865]                      0.50    0.00  0.12    0.27    0.42    0.50
-p_prior[866]                      0.50    0.00  0.12    0.26    0.42    0.50
-p_prior[867]                      0.50    0.00  0.12    0.27    0.42    0.50
-p_prior[868]                      0.50    0.00  0.12    0.27    0.42    0.50
-p_prior[869]                      0.50    0.00  0.12    0.27    0.43    0.50
-p_prior[870]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[871]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[872]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[873]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[874]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[875]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[876]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[877]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[878]                      0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[879]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[880]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[881]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[882]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[883]                      0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[884]                      0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[885]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[886]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[887]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[888]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[889]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[890]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[891]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[892]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[893]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[894]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[895]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[896]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[897]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[898]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[899]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[900]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[901]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[902]                      0.50    0.00  0.13    0.24    0.41    0.50
-p_prior[903]                      0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[904]                      0.50    0.00  0.15    0.21    0.40    0.50
-p_prior[905]                      0.50    0.00  0.15    0.21    0.40    0.50
-p_prior[906]                      0.50    0.00  0.16    0.19    0.39    0.50
-p_prior[907]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[908]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[909]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[910]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[911]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[912]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[913]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[914]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[915]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[916]                      0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[917]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[918]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[919]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[920]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[921]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[922]                      0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[923]                      0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[924]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[925]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[926]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[927]                      0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[928]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[929]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[930]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[931]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[932]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[933]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[934]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[935]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[936]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[937]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[938]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[939]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[940]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[941]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[942]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[943]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[944]                      0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[945]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[946]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[947]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[948]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[949]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[950]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[951]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[952]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[953]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[954]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[955]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[956]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[957]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[958]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[959]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[960]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[961]                      0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[962]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[963]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[964]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[965]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[966]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[967]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[968]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[969]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[970]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[971]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[972]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[973]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[974]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[975]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[976]                      0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[977]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[978]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[979]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[980]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[981]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[982]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[983]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[984]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[985]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[986]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[987]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[988]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[989]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[990]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[991]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[992]                      0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[993]                      0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[994]                      0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[995]                      0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[996]                      0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[997]                      0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[998]                      0.50    0.00  0.45    0.00    0.01    0.51
-p_prior[999]                      0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[1000]                     0.49    0.00  0.44    0.00    0.01    0.47
-p_prior[1001]                     0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[1002]                     0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[1003]                     0.49    0.00  0.44    0.00    0.01    0.48
-p_prior[1004]                     0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[1005]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1006]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1007]                     0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[1008]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1009]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1010]                     0.50    0.00  0.44    0.00    0.01    0.47
-p_prior[1011]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1012]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1013]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1014]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1015]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1016]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1017]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1018]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1019]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1020]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1021]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1022]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1023]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1024]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1025]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1026]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1027]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1028]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1029]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1030]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1031]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1032]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1033]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1034]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1035]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1036]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1037]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1038]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1039]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1040]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1041]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1042]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1043]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1044]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1045]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1046]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1047]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1048]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1049]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1050]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1051]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1052]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1053]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1054]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1055]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1056]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1057]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1058]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1059]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1060]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1061]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1062]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1063]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1064]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1065]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1066]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1067]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1068]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1069]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1070]                     0.50    0.00  0.43    0.00    0.01    0.50
-p_prior[1071]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1072]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1073]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1074]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1075]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1076]                     0.50    0.00  0.42    0.00    0.03    0.49
-p_prior[1077]                     0.50    0.00  0.42    0.00    0.03    0.49
-p_prior[1078]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1079]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1080]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1081]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1082]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1083]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1084]                     0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[1085]                     0.50    0.00  0.14    0.22    0.41    0.50
-p_prior[1086]                     0.50    0.00  0.14    0.22    0.40    0.50
-p_prior[1087]                     0.50    0.00  0.15    0.22    0.40    0.50
-p_prior[1088]                     0.50    0.00  0.15    0.21    0.40    0.50
-p_prior[1089]                     0.50    0.00  0.16    0.20    0.39    0.50
-p_prior[1090]                     0.50    0.00  0.16    0.20    0.39    0.50
-p_prior[1091]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1092]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1093]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1094]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1095]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1096]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1097]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1098]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1099]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1100]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1101]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1102]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1103]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1104]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1105]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1106]                     0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[1107]                     0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[1108]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1109]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1110]                     0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[1111]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1112]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1113]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1114]                     0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[1115]                     0.50    0.00  0.43    0.00    0.02    0.51
-p_prior[1116]                     0.50    0.00  0.12    0.26    0.42    0.50
-p_prior[1117]                     0.50    0.00  0.12    0.26    0.42    0.50
-p_prior[1118]                     0.50    0.00  0.12    0.26    0.42    0.50
-p_prior[1119]                     0.50    0.00  0.13    0.26    0.42    0.50
-p_prior[1120]                     0.50    0.00  0.13    0.26    0.42    0.50
-p_prior[1121]                     0.50    0.00  0.13    0.25    0.41    0.50
-p_prior[1122]                     0.50    0.00  0.13    0.25    0.41    0.50
-p_prior[1123]                     0.50    0.00  0.13    0.25    0.42    0.50
-p_prior[1124]                     0.50    0.00  0.13    0.25    0.41    0.50
-p_prior[1125]                     0.50    0.00  0.13    0.25    0.42    0.50
-p_prior[1126]                     0.50    0.00  0.13    0.25    0.41    0.50
-p_prior[1127]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1128]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1129]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1130]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1131]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1132]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1133]                     0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[1134]                     0.50    0.00  0.44    0.00    0.01    0.51
-p_prior[1135]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1136]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1137]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1138]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1139]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1140]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1141]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1142]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1143]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1144]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1145]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1146]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1147]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1148]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1149]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1150]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1151]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1152]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1153]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1154]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1155]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1156]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1157]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1158]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1159]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1160]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1161]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1162]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1163]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1164]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1165]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1166]                     0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[1167]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1168]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1169]                     0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[1170]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1171]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1172]                     0.50    0.00  0.45    0.00    0.00    0.47
-p_prior[1173]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1174]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1175]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1176]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1177]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1178]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1179]                     0.50    0.00  0.19    0.15    0.37    0.50
-p_prior[1180]                     0.50    0.00  0.19    0.14    0.37    0.50
-p_prior[1181]                     0.50    0.00  0.19    0.14    0.36    0.50
-p_prior[1182]                     0.50    0.00  0.19    0.13    0.36    0.50
-p_prior[1183]                     0.50    0.00  0.19    0.13    0.36    0.50
-p_prior[1184]                     0.50    0.00  0.20    0.12    0.35    0.50
-p_prior[1185]                     0.50    0.00  0.21    0.12    0.35    0.50
-p_prior[1186]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1187]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1188]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1189]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1190]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1191]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1192]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1193]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1194]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1195]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1196]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1197]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1198]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1199]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1200]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1201]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1202]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1203]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1204]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1205]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1206]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1207]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1208]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1209]                     0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[1210]                     0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[1211]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1212]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1213]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1214]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1215]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1216]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1217]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1218]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1219]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1220]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1221]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1222]                     0.50    0.00  0.45    0.00    0.00    0.51
-p_prior[1223]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1224]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1225]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1226]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1227]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1228]                     0.50    0.00  0.45    0.00    0.01    0.50
-p_prior[1229]                     0.50    0.00  0.45    0.00    0.01    0.49
-p_prior[1230]                     0.50    0.00  0.45    0.00    0.00    0.50
-p_prior[1231]                     0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[1232]                     0.50    0.00  0.45    0.00    0.01    0.48
-p_prior[1233]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1234]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1235]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1236]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1237]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1238]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1239]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1240]                     0.50    0.00  0.09    0.32    0.44    0.50
-p_prior[1241]                     0.50    0.00  0.10    0.31    0.44    0.50
-p_prior[1242]                     0.50    0.00  0.10    0.31    0.44    0.50
-p_prior[1243]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1244]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1245]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1246]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1247]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1248]                     0.50    0.00  0.10    0.30    0.43    0.50
-p_prior[1249]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1250]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1251]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1252]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1253]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1254]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1255]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1256]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1257]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1258]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1259]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1260]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1261]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1262]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1263]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1264]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1265]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1266]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1267]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1268]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1269]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1270]                     0.50    0.00  0.44    0.00    0.01    0.50
-p_prior[1271]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1272]                     0.50    0.00  0.44    0.00    0.01    0.48
-p_prior[1273]                     0.50    0.00  0.44    0.00    0.01    0.49
-p_prior[1274]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1275]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1276]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1277]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1278]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1279]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1280]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1281]                     0.50    0.00  0.45    0.00    0.00    0.49
-p_prior[1282]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1283]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1284]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1285]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1286]                     0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[1287]                     0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[1288]                     0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[1289]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1290]                     0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[1291]                     0.50    0.00  0.43    0.00    0.01    0.48
-p_prior[1292]                     0.50    0.00  0.43    0.00    0.01    0.49
-p_prior[1293]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1294]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1295]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1296]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1297]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1298]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1299]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1300]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1301]                     0.50    0.00  0.45    0.00    0.00    0.48
-p_prior[1302]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1303]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1304]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1305]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1306]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1307]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1308]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1309]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1310]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1311]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1312]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1313]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1314]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1315]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1316]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1317]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1318]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1319]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1320]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1321]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1322]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1323]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1324]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1325]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1326]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1327]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1328]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1329]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1330]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1331]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1332]                     0.50    0.00  0.42    0.00    0.03    0.50
-p_prior[1333]                     0.50    0.00  0.42    0.00    0.02    0.50
-p_prior[1334]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1335]                     0.50    0.00  0.43    0.00    0.02    0.49
-p_prior[1336]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1337]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1338]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1339]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1340]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1341]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1342]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_prior[1343]                     0.50    0.00  0.43    0.00    0.02    0.50
-p_predicted[1]                    0.22    0.00  0.07    0.10    0.17    0.21
-p_predicted[2]                    0.22    0.00  0.07    0.10    0.17    0.21
-p_predicted[3]                    0.22    0.00  0.07    0.11    0.17    0.21
-p_predicted[4]                    0.19    0.00  0.06    0.09    0.15    0.19
-p_predicted[5]                    0.19    0.00  0.06    0.09    0.15    0.19
-p_predicted[6]                    0.19    0.00  0.06    0.09    0.15    0.18
-p_predicted[7]                    0.18    0.00  0.07    0.07    0.13    0.17
-p_predicted[8]                    0.18    0.00  0.07    0.07    0.13    0.17
-p_predicted[9]                    0.38    0.00  0.08    0.23    0.32    0.37
-p_predicted[10]                   0.39    0.00  0.08    0.25    0.34    0.39
-p_predicted[11]                   0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[12]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[13]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[14]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[15]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[16]                   0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted[17]                   0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted[18]                   0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted[19]                   0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted[20]                   0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted[21]                   0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[22]                   0.09    0.00  0.06    0.01    0.04    0.07
-p_predicted[23]                   0.38    0.00  0.04    0.30    0.35    0.38
-p_predicted[24]                   0.36    0.00  0.04    0.28    0.33    0.36
-p_predicted[25]                   0.33    0.00  0.05    0.24    0.29    0.33
-p_predicted[26]                   0.27    0.00  0.04    0.20    0.25    0.27
-p_predicted[27]                   0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted[28]                   0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted[29]                   0.23    0.00  0.04    0.15    0.20    0.23
-p_predicted[30]                   0.33    0.00  0.04    0.25    0.30    0.33
-p_predicted[31]                   0.33    0.00  0.04    0.25    0.30    0.33
-p_predicted[32]                   0.31    0.00  0.04    0.24    0.28    0.31
-p_predicted[33]                   0.31    0.00  0.04    0.24    0.28    0.31
-p_predicted[34]                   0.29    0.00  0.04    0.22    0.26    0.29
-p_predicted[35]                   0.29    0.00  0.04    0.22    0.26    0.29
-p_predicted[36]                   0.28    0.00  0.04    0.21    0.25    0.28
-p_predicted[37]                   0.28    0.00  0.04    0.21    0.25    0.28
-p_predicted[38]                   0.21    0.00  0.03    0.15    0.18    0.20
-p_predicted[39]                   0.21    0.00  0.03    0.15    0.18    0.20
-p_predicted[40]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[41]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[42]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[43]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[44]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[45]                   0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted[46]                   0.14    0.00  0.02    0.10    0.12    0.14
-p_predicted[47]                   0.14    0.00  0.02    0.10    0.12    0.14
-p_predicted[48]                   0.14    0.00  0.02    0.09    0.12    0.14
-p_predicted[49]                   0.14    0.00  0.02    0.09    0.12    0.14
-p_predicted[50]                   0.11    0.00  0.06    0.04    0.07    0.10
-p_predicted[51]                   0.08    0.00  0.04    0.03    0.06    0.08
-p_predicted[52]                   0.08    0.00  0.04    0.03    0.06    0.08
-p_predicted[53]                   0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted[54]                   0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[55]                   0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[56]                   0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[57]                   0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted[58]                   0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted[59]                   0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted[60]                   0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted[61]                   0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[62]                   0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[63]                   0.04    0.00  0.02    0.01    0.03    0.03
-p_predicted[64]                   0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[65]                   0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[66]                   0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[67]                   0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[68]                   0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[69]                   0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted[70]                   0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[71]                   0.20    0.00  0.05    0.11    0.16    0.20
-p_predicted[72]                   0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted[73]                   0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted[74]                   0.18    0.00  0.05    0.10    0.14    0.17
-p_predicted[75]                   0.13    0.00  0.05    0.05    0.09    0.12
-p_predicted[76]                   0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted[77]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[78]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[79]                   0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted[80]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[81]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[82]                   0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted[83]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[84]                   0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted[85]                   0.56    0.00  0.08    0.39    0.51    0.57
-p_predicted[86]                   0.38    0.00  0.06    0.26    0.34    0.38
-p_predicted[87]                   0.32    0.00  0.06    0.20    0.27    0.31
-p_predicted[88]                   0.16    0.00  0.03    0.10    0.13    0.15
-p_predicted[89]                   0.15    0.00  0.03    0.10    0.13    0.14
-p_predicted[90]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[91]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[92]                   0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[93]                   0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[94]                   0.62    0.00  0.13    0.36    0.54    0.63
-p_predicted[95]                   0.62    0.00  0.12    0.37    0.54    0.63
-p_predicted[96]                   0.58    0.00  0.12    0.35    0.50    0.59
-p_predicted[97]                   0.36    0.00  0.13    0.14    0.26    0.35
-p_predicted[98]                   0.35    0.00  0.13    0.13    0.26    0.35
-p_predicted[99]                   0.20    0.00  0.07    0.09    0.16    0.20
-p_predicted[100]                  0.20    0.00  0.07    0.09    0.16    0.20
-p_predicted[101]                  0.26    0.00  0.05    0.17    0.22    0.25
-p_predicted[102]                  0.22    0.00  0.04    0.14    0.19    0.21
-p_predicted[103]                  0.18    0.00  0.03    0.11    0.15    0.17
-p_predicted[104]                  0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted[105]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[106]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[107]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[108]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[109]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[110]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[111]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[112]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[113]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[114]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[115]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[116]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[117]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[118]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[119]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[120]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[121]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[122]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[123]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[124]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[125]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[126]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[127]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[128]                  0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted[129]                  0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted[130]                  0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted[131]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[132]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[133]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[134]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[135]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[136]                  0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted[137]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[138]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[139]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[140]                  0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted[141]                  0.25    0.00  0.05    0.16    0.21    0.25
-p_predicted[142]                  0.21    0.00  0.04    0.13    0.18    0.21
-p_predicted[143]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[144]                  0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted[145]                  0.20    0.00  0.04    0.13    0.17    0.19
-p_predicted[146]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[147]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[148]                  0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted[149]                  0.14    0.00  0.04    0.07    0.11    0.14
-p_predicted[150]                  0.09    0.00  0.04    0.03    0.06    0.08
-p_predicted[151]                  0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted[152]                  0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted[153]                  0.08    0.00  0.03    0.04    0.06    0.07
-p_predicted[154]                  0.08    0.00  0.03    0.04    0.06    0.08
-p_predicted[155]                  0.09    0.00  0.03    0.05    0.07    0.09
-p_predicted[156]                  0.09    0.00  0.03    0.04    0.07    0.09
-p_predicted[157]                  0.08    0.00  0.03    0.04    0.06    0.07
-p_predicted[158]                  0.09    0.00  0.03    0.04    0.07    0.08
-p_predicted[159]                  0.07    0.00  0.02    0.03    0.05    0.07
-p_predicted[160]                  0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[161]                  0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted[162]                  0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted[163]                  0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted[164]                  0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted[165]                  0.08    0.00  0.02    0.04    0.06    0.08
-p_predicted[166]                  0.08    0.00  0.02    0.04    0.06    0.08
-p_predicted[167]                  0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted[168]                  0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted[169]                  0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted[170]                  0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted[171]                  0.38    0.00  0.04    0.30    0.35    0.38
-p_predicted[172]                  0.35    0.00  0.04    0.27    0.32    0.35
-p_predicted[173]                  0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted[174]                  0.12    0.00  0.05    0.05    0.09    0.12
-p_predicted[175]                  0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted[176]                  0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted[177]                  0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted[178]                  0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[179]                  0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted[180]                  0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[181]                  0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[182]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[183]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[184]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[185]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[186]                  0.03    0.00  0.02    0.01    0.02    0.02
-p_predicted[187]                  0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted[188]                  0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted[189]                  0.10    0.00  0.04    0.04    0.08    0.10
-p_predicted[190]                  0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted[191]                  0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted[192]                  0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted[193]                  0.08    0.00  0.03    0.03    0.06    0.07
-p_predicted[194]                  0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted[195]                  0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted[196]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[197]                  0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted[198]                  0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted[199]                  0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted[200]                  0.10    0.00  0.04    0.04    0.08    0.10
-p_predicted[201]                  0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted[202]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[203]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[204]                  0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted[205]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[206]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[207]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[208]                  0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted[209]                  0.13    0.00  0.03    0.07    0.10    0.12
-p_predicted[210]                  0.14    0.00  0.03    0.08    0.11    0.13
-p_predicted[211]                  0.14    0.00  0.03    0.08    0.11    0.13
-p_predicted[212]                  0.11    0.00  0.03    0.06    0.09    0.10
-p_predicted[213]                  0.09    0.00  0.02    0.05    0.07    0.08
-p_predicted[214]                  0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted[215]                  0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted[216]                  0.58    0.00  0.12    0.34    0.50    0.59
-p_predicted[217]                  0.60    0.00  0.10    0.40    0.53    0.60
-p_predicted[218]                  0.59    0.00  0.10    0.39    0.52    0.60
-p_predicted[219]                  0.35    0.00  0.13    0.13    0.25    0.34
-p_predicted[220]                  0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted[221]                  0.60    0.00  0.10    0.40    0.53    0.60
-p_predicted[222]                  0.59    0.00  0.10    0.39    0.52    0.59
-p_predicted[223]                  0.34    0.00  0.13    0.13    0.25    0.34
-p_predicted[224]                  0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted[225]                  0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted[226]                  0.28    0.00  0.11    0.10    0.19    0.26
-p_predicted[227]                  0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted[228]                  0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted[229]                  0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted[230]                  0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted[231]                  0.09    0.00  0.04    0.03    0.05    0.08
-p_predicted[232]                  0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[233]                  0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[234]                  0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[235]                  0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[236]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[237]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[238]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[239]                  0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted[240]                  0.21    0.00  0.14    0.03    0.10    0.18
-p_predicted[241]                  0.20    0.00  0.13    0.03    0.10    0.16
-p_predicted[242]                  0.20    0.00  0.13    0.03    0.10    0.16
-p_predicted[243]                  0.18    0.00  0.12    0.02    0.08    0.14
-p_predicted[244]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[245]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[246]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[247]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[248]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[249]                  0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted[250]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[251]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[252]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[253]                  0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted[254]                  0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted[255]                  0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted[256]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[257]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[258]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[259]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[260]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[261]                  0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted[262]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[263]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[264]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[265]                  0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted[266]                  0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted[267]                  0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted[268]                  0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted[269]                  0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted[270]                  0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted[271]                  0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted[272]                  0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted[273]                  0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted[274]                  0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted[275]                  0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted[276]                  0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted[277]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[278]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[279]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[280]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[281]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[282]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[283]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[284]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[285]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[286]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[287]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[288]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[289]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[290]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[291]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[292]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[293]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[294]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[295]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[296]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[297]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[298]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[299]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[300]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[301]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[302]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[303]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[304]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[305]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[306]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[307]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[308]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[309]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[310]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[311]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[312]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[313]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[314]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[315]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[316]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[317]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[318]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[319]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[320]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[321]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[322]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[323]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[324]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[325]                  0.10    0.00  0.03    0.05    0.08    0.10
-p_predicted[326]                  0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted[327]                  0.15    0.00  0.05    0.07    0.11    0.14
-p_predicted[328]                  0.09    0.00  0.03    0.04    0.06    0.08
-p_predicted[329]                  0.09    0.00  0.03    0.04    0.07    0.09
-p_predicted[330]                  0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted[331]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[332]                  0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[333]                  0.06    0.00  0.02    0.02    0.04    0.06
-p_predicted[334]                  0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[335]                  0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted[336]                  0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted[337]                  0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[338]                  0.28    0.00  0.15    0.05    0.16    0.26
-p_predicted[339]                  0.26    0.00  0.14    0.05    0.15    0.24
-p_predicted[340]                  0.25    0.00  0.13    0.05    0.15    0.23
-p_predicted[341]                  0.25    0.00  0.13    0.05    0.15    0.23
-p_predicted[342]                  0.24    0.00  0.13    0.05    0.15    0.22
-p_predicted[343]                  0.24    0.00  0.13    0.05    0.14    0.22
-p_predicted[344]                  0.24    0.00  0.13    0.05    0.14    0.22
-p_predicted[345]                  0.27    0.00  0.14    0.05    0.16    0.24
-p_predicted[346]                  0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted[347]                  0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted[348]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[349]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[350]                  0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted[351]                  0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted[352]                  0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted[353]                  0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted[354]                  0.21    0.00  0.09    0.07    0.14    0.20
-p_predicted[355]                  0.21    0.00  0.11    0.06    0.13    0.19
-p_predicted[356]                  0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted[357]                  0.26    0.00  0.11    0.09    0.18    0.25
-p_predicted[358]                  0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[359]                  0.21    0.00  0.07    0.10    0.16    0.21
-p_predicted[360]                  0.19    0.00  0.06    0.09    0.14    0.18
-p_predicted[361]                  0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted[362]                  0.14    0.00  0.05    0.05    0.10    0.13
-p_predicted[363]                  0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted[364]                  0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted[365]                  0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted[366]                  0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted[367]                  0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted[368]                  0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted[369]                  0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted[370]                  0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted[371]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[372]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[373]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[374]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[375]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[376]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[377]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[378]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[379]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[380]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[381]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[382]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[383]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[384]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[385]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[386]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[387]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[388]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[389]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[390]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[391]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[392]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[393]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[394]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[395]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[396]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[397]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[398]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[399]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[400]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[401]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[402]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[403]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[404]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[405]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[406]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[407]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[408]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[409]                  0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[410]                  0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[411]                  0.03    0.00  0.02    0.00    0.01    0.03
-p_predicted[412]                  0.03    0.00  0.02    0.00    0.01    0.03
-p_predicted[413]                  0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[414]                  0.32    0.00  0.09    0.15    0.26    0.32
-p_predicted[415]                  0.28    0.00  0.05    0.19    0.24    0.27
-p_predicted[416]                  0.27    0.00  0.05    0.18    0.23    0.26
-p_predicted[417]                  0.26    0.00  0.04    0.18    0.23    0.26
-p_predicted[418]                  0.27    0.00  0.05    0.18    0.23    0.26
-p_predicted[419]                  0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted[420]                  0.23    0.00  0.05    0.14    0.19    0.23
-p_predicted[421]                  0.25    0.00  0.04    0.18    0.22    0.25
-p_predicted[422]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[423]                  0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted[424]                  0.20    0.00  0.04    0.13    0.18    0.20
-p_predicted[425]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[426]                  0.15    0.00  0.03    0.09    0.12    0.14
-p_predicted[427]                  0.22    0.00  0.04    0.15    0.19    0.22
-p_predicted[428]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[429]                  0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted[430]                  0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted[431]                  0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted[432]                  0.05    0.00  0.02    0.03    0.04    0.05
-p_predicted[433]                  0.37    0.00  0.07    0.24    0.32    0.36
-p_predicted[434]                  0.32    0.00  0.07    0.21    0.28    0.32
-p_predicted[435]                  0.26    0.00  0.06    0.15    0.22    0.25
-p_predicted[436]                  0.26    0.00  0.06    0.15    0.21    0.25
-p_predicted[437]                  0.29    0.00  0.07    0.17    0.24    0.29
-p_predicted[438]                  0.17    0.00  0.06    0.06    0.12    0.16
-p_predicted[439]                  0.15    0.00  0.07    0.04    0.10    0.14
-p_predicted[440]                  0.15    0.00  0.07    0.04    0.09    0.14
-p_predicted[441]                  0.13    0.00  0.07    0.03    0.08    0.12
-p_predicted[442]                  0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted[443]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[444]                  0.29    0.00  0.05    0.20    0.25    0.29
-p_predicted[445]                  0.30    0.00  0.05    0.20    0.26    0.29
-p_predicted[446]                  0.29    0.00  0.05    0.19    0.25    0.29
-p_predicted[447]                  0.26    0.00  0.05    0.17    0.23    0.26
-p_predicted[448]                  0.28    0.00  0.05    0.18    0.24    0.27
-p_predicted[449]                  0.23    0.00  0.05    0.14    0.20    0.23
-p_predicted[450]                  0.22    0.00  0.04    0.14    0.19    0.22
-p_predicted[451]                  0.25    0.00  0.05    0.16    0.22    0.25
-p_predicted[452]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[453]                  0.21    0.00  0.04    0.13    0.18    0.21
-p_predicted[454]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[455]                  0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted[456]                  0.16    0.00  0.07    0.05    0.11    0.16
-p_predicted[457]                  0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted[458]                  0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted[459]                  0.12    0.00  0.05    0.04    0.08    0.12
-p_predicted[460]                  0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted[461]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[462]                  0.28    0.00  0.05    0.18    0.24    0.28
-p_predicted[463]                  0.26    0.00  0.05    0.17    0.22    0.25
-p_predicted[464]                  0.25    0.00  0.05    0.16    0.21    0.25
-p_predicted[465]                  0.24    0.00  0.05    0.15    0.20    0.24
-p_predicted[466]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[467]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[468]                  0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted[469]                  0.22    0.00  0.07    0.10    0.17    0.22
-p_predicted[470]                  0.28    0.00  0.05    0.18    0.24    0.27
-p_predicted[471]                  0.24    0.00  0.05    0.16    0.21    0.24
-p_predicted[472]                  0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted[473]                  0.20    0.00  0.04    0.12    0.17    0.19
-p_predicted[474]                  0.21    0.00  0.04    0.13    0.18    0.20
-p_predicted[475]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[476]                  0.20    0.00  0.04    0.12    0.17    0.19
-p_predicted[477]                  0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted[478]                  0.10    0.00  0.03    0.05    0.07    0.09
-p_predicted[479]                  0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted[480]                  0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted[481]                  0.21    0.00  0.06    0.09    0.16    0.21
-p_predicted[482]                  0.26    0.00  0.04    0.18    0.23    0.25
-p_predicted[483]                  0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted[484]                  0.17    0.00  0.03    0.12    0.16    0.17
-p_predicted[485]                  0.17    0.00  0.03    0.12    0.15    0.17
-p_predicted[486]                  0.16    0.00  0.03    0.12    0.14    0.16
-p_predicted[487]                  0.16    0.00  0.03    0.12    0.15    0.16
-p_predicted[488]                  0.16    0.00  0.03    0.11    0.14    0.16
-p_predicted[489]                  0.16    0.00  0.03    0.11    0.14    0.16
-p_predicted[490]                  0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted[491]                  0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted[492]                  0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted[493]                  0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted[494]                  0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted[495]                  0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted[496]                  0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted[497]                  0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[498]                  0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[499]                  0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[500]                  0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted[501]                  0.22    0.00  0.07    0.10    0.17    0.22
-p_predicted[502]                  0.28    0.00  0.05    0.19    0.24    0.28
-p_predicted[503]                  0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[504]                  0.20    0.00  0.04    0.12    0.17    0.20
-p_predicted[505]                  0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted[506]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[507]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[508]                  0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted[509]                  0.10    0.00  0.03    0.05    0.08    0.10
-p_predicted[510]                  0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted[511]                  0.08    0.00  0.03    0.02    0.05    0.07
-p_predicted[512]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[513]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[514]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[515]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[516]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[517]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[518]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[519]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[520]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[521]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[522]                  0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[523]                  0.18    0.00  0.08    0.05    0.12    0.17
-p_predicted[524]                  0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted[525]                  0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted[526]                  0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted[527]                  0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted[528]                  0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted[529]                  0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted[530]                  0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted[531]                  0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted[532]                  0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted[533]                  0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted[534]                  0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted[535]                  0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted[536]                  0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted[537]                  0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted[538]                  0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted[539]                  0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted[540]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[541]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[542]                  0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted[543]                  0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted[544]                  0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted[545]                  0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted[546]                  0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted[547]                  0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted[548]                  0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted[549]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[550]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[551]                  0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted[552]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[553]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[554]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[555]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[556]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[557]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[558]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[559]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[560]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[561]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[562]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[563]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[564]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[565]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[566]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[567]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[568]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[569]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[570]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[571]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[572]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[573]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[574]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[575]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[576]                  0.15    0.00  0.07    0.05    0.11    0.15
-p_predicted[577]                  0.08    0.00  0.04    0.02    0.05    0.07
-p_predicted[578]                  0.07    0.00  0.04    0.02    0.04    0.07
-p_predicted[579]                  0.08    0.00  0.05    0.02    0.04    0.07
-p_predicted[580]                  0.08    0.00  0.05    0.02    0.05    0.07
-p_predicted[581]                  0.06    0.00  0.04    0.01    0.04    0.05
-p_predicted[582]                  0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted[583]                  0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted[584]                  0.25    0.00  0.05    0.15    0.21    0.24
-p_predicted[585]                  0.21    0.00  0.04    0.13    0.18    0.20
-p_predicted[586]                  0.19    0.00  0.04    0.12    0.16    0.18
-p_predicted[587]                  0.12    0.00  0.06    0.03    0.07    0.11
-p_predicted[588]                  0.12    0.00  0.06    0.03    0.07    0.11
-p_predicted[589]                  0.15    0.00  0.07    0.05    0.10    0.15
-p_predicted[590]                  0.15    0.00  0.07    0.05    0.10    0.14
-p_predicted[591]                  0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted[592]                  0.15    0.00  0.07    0.05    0.11    0.14
-p_predicted[593]                  0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted[594]                  0.15    0.00  0.07    0.05    0.11    0.14
-p_predicted[595]                  0.11    0.00  0.06    0.03    0.07    0.10
-p_predicted[596]                  0.11    0.00  0.06    0.03    0.07    0.10
-p_predicted[597]                  0.30    0.00  0.08    0.14    0.24    0.30
-p_predicted[598]                  0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted[599]                  0.35    0.00  0.05    0.25    0.31    0.35
-p_predicted[600]                  0.34    0.00  0.05    0.24    0.30    0.34
-p_predicted[601]                  0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted[602]                  0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted[603]                  0.13    0.00  0.03    0.08    0.11    0.13
-p_predicted[604]                  0.13    0.00  0.03    0.08    0.11    0.13
-p_predicted[605]                  0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted[606]                  0.09    0.00  0.04    0.03    0.06    0.08
-p_predicted[607]                  0.57    0.00  0.16    0.26    0.45    0.57
-p_predicted[608]                  0.57    0.00  0.16    0.26    0.45    0.57
-p_predicted[609]                  0.54    0.00  0.15    0.25    0.43    0.54
-p_predicted[610]                  0.54    0.00  0.15    0.25    0.43    0.54
-p_predicted[611]                  0.53    0.00  0.15    0.25    0.43    0.53
-p_predicted[612]                  0.53    0.00  0.15    0.25    0.43    0.53
-p_predicted[613]                  0.56    0.00  0.15    0.27    0.46    0.56
-p_predicted[614]                  0.56    0.00  0.15    0.27    0.46    0.56
-p_predicted[615]                  0.66    0.00  0.15    0.33    0.56    0.67
-p_predicted[616]                  0.66    0.00  0.15    0.33    0.56    0.67
-p_predicted[617]                  0.20    0.00  0.03    0.13    0.17    0.20
-p_predicted[618]                  0.20    0.00  0.03    0.13    0.17    0.20
-p_predicted[619]                  0.18    0.00  0.04    0.11    0.16    0.18
-p_predicted[620]                  0.05    0.00  0.11    0.00    0.00    0.00
-p_predicted[621]                  0.05    0.00  0.11    0.00    0.00    0.00
-p_predicted[622]                  0.09    0.00  0.06    0.02    0.05    0.07
-p_predicted[623]                  0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted[624]                  0.08    0.00  0.05    0.02    0.05    0.07
-p_predicted[625]                  0.06    0.00  0.04    0.01    0.04    0.05
-p_predicted[626]                  0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[627]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[628]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[629]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[630]                  0.31    0.00  0.09    0.15    0.25    0.30
-p_predicted[631]                  0.38    0.00  0.06    0.27    0.34    0.37
-p_predicted[632]                  0.31    0.00  0.06    0.20    0.26    0.30
-p_predicted[633]                  0.30    0.00  0.06    0.20    0.26    0.30
-p_predicted[634]                  0.30    0.00  0.06    0.19    0.26    0.30
-p_predicted[635]                  0.14    0.00  0.04    0.08    0.12    0.14
-p_predicted[636]                  0.21    0.00  0.08    0.08    0.15    0.20
-p_predicted[637]                  0.21    0.00  0.10    0.06    0.14    0.20
-p_predicted[638]                  0.26    0.00  0.08    0.13    0.21    0.26
-p_predicted[639]                  0.26    0.00  0.10    0.11    0.19    0.25
-p_predicted[640]                  0.26    0.00  0.07    0.13    0.21    0.25
-p_predicted[641]                  0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted[642]                  0.26    0.00  0.07    0.13    0.21    0.25
-p_predicted[643]                  0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted[644]                  0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted[645]                  0.19    0.00  0.08    0.06    0.13    0.18
-p_predicted[646]                  0.19    0.00  0.07    0.07    0.14    0.18
-p_predicted[647]                  0.19    0.00  0.09    0.06    0.13    0.18
-p_predicted[648]                  0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted[649]                  0.19    0.00  0.08    0.06    0.13    0.18
-p_predicted[650]                  0.27    0.00  0.11    0.11    0.20    0.26
-p_predicted[651]                  0.27    0.00  0.11    0.11    0.20    0.26
-p_predicted[652]                  0.27    0.00  0.10    0.10    0.19    0.26
-p_predicted[653]                  0.27    0.00  0.10    0.10    0.19    0.26
-p_predicted[654]                  0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[655]                  0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[656]                  0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[657]                  0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[658]                  0.06    0.00  0.04    0.01    0.04    0.06
-p_predicted[659]                  0.06    0.00  0.04    0.01    0.04    0.06
-p_predicted[660]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[661]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[662]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[663]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[664]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[665]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[666]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[667]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[668]                  0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[669]                  0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[670]                  0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[671]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[672]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[673]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[674]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[675]                  0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[676]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[677]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[678]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[679]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[680]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[681]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[682]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[683]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[684]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[685]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[686]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[687]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[688]                  0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[689]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[690]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[691]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[692]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[693]                  0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted[694]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[695]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[696]                  0.05    0.00  0.03    0.02    0.03    0.05
-p_predicted[697]                  0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[698]                  0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted[699]                  0.05    0.00  0.03    0.02    0.03    0.05
-p_predicted[700]                  0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted[701]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[702]                  0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted[703]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[704]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[705]                  0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted[706]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[707]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[708]                  0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted[709]                  0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[710]                  0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted[711]                  0.39    0.00  0.06    0.27    0.35    0.39
-p_predicted[712]                  0.20    0.00  0.06    0.09    0.16    0.20
-p_predicted[713]                  0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted[714]                  0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted[715]                  0.25    0.00  0.04    0.16    0.21    0.24
-p_predicted[716]                  0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted[717]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[718]                  0.18    0.00  0.04    0.12    0.16    0.18
-p_predicted[719]                  0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted[720]                  0.09    0.00  0.03    0.05    0.07    0.09
-p_predicted[721]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[722]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[723]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[724]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[725]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[726]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[727]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[728]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[729]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[730]                  0.33    0.00  0.11    0.14    0.24    0.32
-p_predicted[731]                  0.33    0.00  0.11    0.14    0.24    0.32
-p_predicted[732]                  0.24    0.00  0.10    0.08    0.17    0.23
-p_predicted[733]                  0.52    0.00  0.13    0.27    0.43    0.52
-p_predicted[734]                  0.52    0.00  0.13    0.27    0.43    0.52
-p_predicted[735]                  0.50    0.00  0.12    0.27    0.42    0.50
-p_predicted[736]                  0.43    0.00  0.12    0.20    0.34    0.42
-p_predicted[737]                  0.43    0.00  0.12    0.20    0.34    0.42
-p_predicted[738]                  0.42    0.00  0.12    0.19    0.33    0.42
-p_predicted[739]                  0.41    0.00  0.13    0.18    0.32    0.41
-p_predicted[740]                  0.41    0.00  0.13    0.17    0.31    0.40
-p_predicted[741]                  0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted[742]                  0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted[743]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[744]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[745]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[746]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[747]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[748]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[749]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[750]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[751]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[752]                  0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted[753]                  0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted[754]                  0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted[755]                  0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted[756]                  0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted[757]                  0.02    0.00  0.06    0.00    0.00    0.00
-p_predicted[758]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[759]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[760]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[761]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[762]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[763]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[764]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[765]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[766]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[767]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[768]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[769]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[770]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[771]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[772]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[773]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[774]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[775]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[776]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[777]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[778]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[779]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[780]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[781]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[782]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[783]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[784]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[785]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[786]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[787]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[788]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[789]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[790]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[791]                  0.35    0.00  0.05    0.26    0.32    0.35
-p_predicted[792]                  0.34    0.00  0.05    0.25    0.31    0.34
-p_predicted[793]                  0.34    0.00  0.05    0.24    0.30    0.34
-p_predicted[794]                  0.35    0.00  0.05    0.25    0.31    0.35
-p_predicted[795]                  0.29    0.00  0.05    0.20    0.26    0.29
-p_predicted[796]                  0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted[797]                  0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted[798]                  0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted[799]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[800]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[801]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[802]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[803]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[804]                  0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted[805]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[806]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[807]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[808]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[809]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[810]                  0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted[811]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[812]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[813]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[814]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[815]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[816]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[817]                  0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[818]                  0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted[819]                  0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[820]                  0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[821]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[822]                  0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[823]                  0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[824]                  0.05    0.00  0.03    0.01    0.03    0.05
-p_predicted[825]                  0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[826]                  0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[827]                  0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[828]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[829]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[830]                  0.06    0.00  0.05    0.01    0.03    0.04
-p_predicted[831]                  0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted[832]                  0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[833]                  0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[834]                  0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[835]                  0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[836]                  0.15    0.00  0.05    0.06    0.11    0.15
-p_predicted[837]                  0.15    0.00  0.06    0.06    0.11    0.15
-p_predicted[838]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[839]                  0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted[840]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[841]                  0.20    0.00  0.05    0.11    0.16    0.19
-p_predicted[842]                  0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted[843]                  0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted[844]                  0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted[845]                  0.11    0.00  0.04    0.06    0.09    0.11
-p_predicted[846]                  0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted[847]                  0.11    0.00  0.04    0.06    0.09    0.11
-p_predicted[848]                  0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted[849]                  0.11    0.00  0.04    0.05    0.08    0.10
-p_predicted[850]                  0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted[851]                  0.08    0.00  0.03    0.04    0.06    0.08
-p_predicted[852]                  0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted[853]                  0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted[854]                  0.06    0.00  0.02    0.03    0.04    0.06
-p_predicted[855]                  0.06    0.00  0.02    0.02    0.04    0.06
-p_predicted[856]                  0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[857]                  0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[858]                  0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted[859]                  0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted[860]                  0.16    0.00  0.04    0.10    0.14    0.16
-p_predicted[861]                  0.16    0.00  0.04    0.10    0.14    0.16
-p_predicted[862]                  0.15    0.00  0.04    0.09    0.13    0.15
-p_predicted[863]                  0.15    0.00  0.04    0.09    0.12    0.14
-p_predicted[864]                  0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted[865]                  0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted[866]                  0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted[867]                  0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted[868]                  0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted[869]                  0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted[870]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[871]                  0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[872]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[873]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[874]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[875]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[876]                  0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted[877]                  0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[878]                  0.16    0.00  0.05    0.07    0.12    0.15
-p_predicted[879]                  0.15    0.00  0.05    0.07    0.11    0.14
-p_predicted[880]                  0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[881]                  0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[882]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[883]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[884]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[885]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[886]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[887]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[888]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[889]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[890]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[891]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[892]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[893]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[894]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[895]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[896]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[897]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[898]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[899]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[900]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[901]                  0.20    0.00  0.06    0.09    0.16    0.20
-p_predicted[902]                  0.25    0.00  0.04    0.17    0.22    0.25
-p_predicted[903]                  0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted[904]                  0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted[905]                  0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted[906]                  0.09    0.00  0.03    0.04    0.07    0.08
-p_predicted[907]                  0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted[908]                  0.25    0.00  0.05    0.16    0.21    0.24
-p_predicted[909]                  0.20    0.00  0.04    0.13    0.18    0.20
-p_predicted[910]                  0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted[911]                  0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted[912]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[913]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[914]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[915]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[916]                  0.01    0.00  0.01    0.00    0.01    0.01
-p_predicted[917]                  0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[918]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[919]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[920]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[921]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[922]                  0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[923]                  0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted[924]                  0.34    0.00  0.09    0.16    0.28    0.34
-p_predicted[925]                  0.39    0.00  0.06    0.27    0.34    0.39
-p_predicted[926]                  0.39    0.00  0.06    0.27    0.34    0.38
-p_predicted[927]                  0.39    0.00  0.06    0.27    0.35    0.39
-p_predicted[928]                  0.11    0.00  0.04    0.04    0.07    0.10
-p_predicted[929]                  0.13    0.00  0.04    0.07    0.11    0.13
-p_predicted[930]                  0.08    0.00  0.02    0.04    0.06    0.07
-p_predicted[931]                  0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[932]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[933]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[934]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[935]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[936]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[937]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[938]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[939]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[940]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[941]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[942]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[943]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[944]                  0.51    0.00  0.07    0.38    0.46    0.51
-p_predicted[945]                  0.49    0.00  0.06    0.36    0.44    0.49
-p_predicted[946]                  0.42    0.00  0.07    0.28    0.37    0.42
-p_predicted[947]                  0.22    0.00  0.04    0.15    0.20    0.22
-p_predicted[948]                  0.22    0.00  0.04    0.16    0.20    0.22
-p_predicted[949]                  0.22    0.00  0.04    0.15    0.19    0.21
-p_predicted[950]                  0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted[951]                  0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted[952]                  0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted[953]                  0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted[954]                  0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted[955]                  0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted[956]                  0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted[957]                  0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted[958]                  0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted[959]                  0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted[960]                  0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted[961]                  0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted[962]                  0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted[963]                  0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted[964]                  0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted[965]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[966]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[967]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[968]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[969]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[970]                  0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[971]                  0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted[972]                  0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted[973]                  0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted[974]                  0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted[975]                  0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted[976]                  0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted[977]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[978]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[979]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[980]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[981]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[982]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[983]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[984]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[985]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[986]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[987]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[988]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[989]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[990]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[991]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[992]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[993]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[994]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[995]                  0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[996]                  0.93    0.00  0.10    0.62    0.91    0.97
-p_predicted[997]                  0.93    0.00  0.09    0.66    0.91    0.97
-p_predicted[998]                  0.94    0.00  0.09    0.67    0.93    0.98
-p_predicted[999]                  0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[1000]                 0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[1001]                 0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[1002]                 0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[1003]                 0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted[1004]                 0.14    0.00  0.08    0.03    0.09    0.13
-p_predicted[1005]                 0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted[1006]                 0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted[1007]                 0.13    0.00  0.07    0.04    0.08    0.12
-p_predicted[1008]                 0.14    0.00  0.08    0.04    0.08    0.12
-p_predicted[1009]                 0.29    0.00  0.13    0.10    0.20    0.28
-p_predicted[1010]                 0.33    0.00  0.12    0.13    0.24    0.31
-p_predicted[1011]                 0.36    0.00  0.15    0.12    0.25    0.35
-p_predicted[1012]                 0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[1013]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1014]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1015]                 0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted[1016]                 0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[1017]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1018]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1019]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1020]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1021]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1022]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1023]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1024]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1025]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1026]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1027]                 0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted[1028]                 0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[1029]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1030]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1031]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1032]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1033]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1034]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1035]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1036]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1037]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1038]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1039]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1040]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1041]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1042]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1043]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1044]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1045]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1046]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1047]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1048]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1049]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1050]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1051]                 0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[1052]                 0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted[1053]                 0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted[1054]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1055]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1056]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1057]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1058]                 0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted[1059]                 0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted[1060]                 0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted[1061]                 0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted[1062]                 0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted[1063]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1064]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1065]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1066]                 0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted[1067]                 0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted[1068]                 0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted[1069]                 0.09    0.00  0.06    0.01    0.04    0.07
-p_predicted[1070]                 0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted[1071]                 0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[1072]                 0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[1073]                 0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[1074]                 0.14    0.00  0.04    0.06    0.11    0.13
-p_predicted[1075]                 0.14    0.00  0.04    0.06    0.11    0.13
-p_predicted[1076]                 0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted[1077]                 0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted[1078]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1079]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1080]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1081]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1082]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1083]                 0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted[1084]                 0.14    0.00  0.05    0.05    0.10    0.14
-p_predicted[1085]                 0.18    0.00  0.04    0.10    0.15    0.17
-p_predicted[1086]                 0.13    0.00  0.03    0.07    0.10    0.12
-p_predicted[1087]                 0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted[1088]                 0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted[1089]                 0.10    0.00  0.03    0.05    0.08    0.09
-p_predicted[1090]                 0.09    0.00  0.03    0.05    0.08    0.09
-p_predicted[1091]                 0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted[1092]                 0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted[1093]                 0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted[1094]                 0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted[1095]                 0.18    0.00  0.06    0.08    0.13    0.17
-p_predicted[1096]                 0.18    0.00  0.06    0.08    0.14    0.17
-p_predicted[1097]                 0.18    0.00  0.06    0.08    0.13    0.17
-p_predicted[1098]                 0.18    0.00  0.06    0.08    0.14    0.17
-p_predicted[1099]                 0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted[1100]                 0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted[1101]                 0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted[1102]                 0.16    0.00  0.06    0.07    0.12    0.15
-p_predicted[1103]                 0.13    0.00  0.04    0.06    0.10    0.12
-p_predicted[1104]                 0.12    0.00  0.04    0.05    0.09    0.12
-p_predicted[1105]                 0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted[1106]                 0.43    0.00  0.07    0.30    0.38    0.43
-p_predicted[1107]                 0.43    0.00  0.07    0.30    0.38    0.43
-p_predicted[1108]                 0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted[1109]                 0.36    0.00  0.08    0.23    0.31    0.36
-p_predicted[1110]                 0.22    0.00  0.06    0.12    0.18    0.21
-p_predicted[1111]                 0.25    0.00  0.06    0.16    0.21    0.24
-p_predicted[1112]                 0.24    0.00  0.05    0.15    0.20    0.23
-p_predicted[1113]                 0.23    0.00  0.05    0.15    0.20    0.23
-p_predicted[1114]                 0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted[1115]                 0.20    0.00  0.05    0.12    0.17    0.20
-p_predicted[1116]                 0.22    0.00  0.04    0.15    0.19    0.22
-p_predicted[1117]                 0.22    0.00  0.04    0.14    0.19    0.21
-p_predicted[1118]                 0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[1119]                 0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted[1120]                 0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted[1121]                 0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[1122]                 0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[1123]                 0.15    0.00  0.03    0.09    0.12    0.14
-p_predicted[1124]                 0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted[1125]                 0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted[1126]                 0.14    0.00  0.03    0.09    0.11    0.13
-p_predicted[1127]                 0.29    0.00  0.10    0.13    0.22    0.28
-p_predicted[1128]                 0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted[1129]                 0.23    0.00  0.07    0.12    0.18    0.22
-p_predicted[1130]                 0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted[1131]                 0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted[1132]                 0.07    0.00  0.07    0.00    0.02    0.04
-p_predicted[1133]                 0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[1134]                 0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted[1135]                 0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted[1136]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1137]                 0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted[1138]                 0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted[1139]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1140]                 0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted[1141]                 0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted[1142]                 0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted[1143]                 0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted[1144]                 0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted[1145]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1146]                 0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted[1147]                 0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[1148]                 0.05    0.00  0.02    0.01    0.03    0.05
-p_predicted[1149]                 0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[1150]                 0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[1151]                 0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted[1152]                 0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted[1153]                 0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted[1154]                 0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted[1155]                 0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted[1156]                 0.10    0.00  0.04    0.04    0.07    0.09
-p_predicted[1157]                 0.07    0.00  0.03    0.02    0.05    0.06
-p_predicted[1158]                 0.10    0.00  0.04    0.04    0.07    0.09
-p_predicted[1159]                 0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted[1160]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1161]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1162]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1163]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1164]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1165]                 0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted[1166]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1167]                 0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted[1168]                 0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[1169]                 0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[1170]                 0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted[1171]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1172]                 0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted[1173]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1174]                 0.79    0.00  0.14    0.45    0.71    0.82
-p_predicted[1175]                 0.78    0.00  0.14    0.45    0.70    0.81
-p_predicted[1176]                 0.77    0.00  0.14    0.43    0.69    0.80
-p_predicted[1177]                 0.76    0.00  0.15    0.41    0.67    0.79
-p_predicted[1178]                 0.76    0.00  0.16    0.39    0.67    0.79
-p_predicted[1179]                 0.08    0.00  0.04    0.03    0.05    0.08
-p_predicted[1180]                 0.11    0.00  0.04    0.05    0.08    0.10
-p_predicted[1181]                 0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted[1182]                 0.07    0.00  0.03    0.03    0.05    0.06
-p_predicted[1183]                 0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[1184]                 0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted[1185]                 0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted[1186]                 0.52    0.00  0.19    0.17    0.38    0.52
-p_predicted[1187]                 0.49    0.00  0.20    0.14    0.34    0.48
-p_predicted[1188]                 0.49    0.00  0.20    0.14    0.34    0.49
-p_predicted[1189]                 0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[1190]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1191]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1192]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1193]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1194]                 0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted[1195]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1196]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1197]                 0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted[1198]                 0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted[1199]                 0.58    0.00  0.12    0.33    0.49    0.58
-p_predicted[1200]                 0.58    0.00  0.12    0.33    0.49    0.58
-p_predicted[1201]                 0.64    0.00  0.14    0.35    0.54    0.65
-p_predicted[1202]                 0.55    0.00  0.12    0.32    0.47    0.56
-p_predicted[1203]                 0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted[1204]                 0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted[1205]                 0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted[1206]                 0.55    0.00  0.12    0.31    0.47    0.56
-p_predicted[1207]                 0.50    0.00  0.12    0.25    0.41    0.50
-p_predicted[1208]                 0.48    0.00  0.12    0.25    0.40    0.48
-p_predicted[1209]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1210]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1211]                 0.06    0.00  0.05    0.01    0.03    0.05
-p_predicted[1212]                 0.06    0.00  0.05    0.01    0.03    0.05
-p_predicted[1213]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1214]                 0.05    0.00  0.03    0.01    0.02    0.04
-p_predicted[1215]                 0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted[1216]                 0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted[1217]                 0.27    0.00  0.08    0.13    0.21    0.26
-p_predicted[1218]                 0.26    0.00  0.08    0.13    0.21    0.26
-p_predicted[1219]                 0.22    0.00  0.06    0.11    0.17    0.21
-p_predicted[1220]                 0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[1221]                 0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted[1222]                 0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted[1223]                 0.08    0.00  0.06    0.01    0.03    0.06
-p_predicted[1224]                 0.08    0.00  0.06    0.01    0.03    0.06
-p_predicted[1225]                 0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[1226]                 0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[1227]                 0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[1228]                 0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted[1229]                 0.63    0.00  0.14    0.34    0.54    0.64
-p_predicted[1230]                 0.64    0.00  0.12    0.38    0.56    0.65
-p_predicted[1231]                 0.57    0.00  0.14    0.29    0.48    0.58
-p_predicted[1232]                 0.57    0.00  0.14    0.28    0.47    0.57
-p_predicted[1233]                 0.31    0.00  0.04    0.22    0.28    0.31
-p_predicted[1234]                 0.31    0.00  0.04    0.22    0.28    0.31
-p_predicted[1235]                 0.29    0.00  0.04    0.21    0.26    0.29
-p_predicted[1236]                 0.29    0.00  0.04    0.21    0.26    0.29
-p_predicted[1237]                 0.27    0.00  0.04    0.19    0.25    0.27
-p_predicted[1238]                 0.27    0.00  0.04    0.19    0.25    0.27
-p_predicted[1239]                 0.23    0.00  0.04    0.16    0.20    0.23
-p_predicted[1240]                 0.23    0.00  0.04    0.16    0.20    0.23
-p_predicted[1241]                 0.21    0.00  0.03    0.14    0.18    0.21
-p_predicted[1242]                 0.21    0.00  0.03    0.14    0.18    0.21
-p_predicted[1243]                 0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted[1244]                 0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted[1245]                 0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[1246]                 0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted[1247]                 0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted[1248]                 0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted[1249]                 0.14    0.00  0.08    0.03    0.08    0.12
-p_predicted[1250]                 0.10    0.00  0.05    0.02    0.06    0.09
-p_predicted[1251]                 0.14    0.00  0.08    0.03    0.08    0.12
-p_predicted[1252]                 0.16    0.00  0.07    0.04    0.10    0.15
-p_predicted[1253]                 0.11    0.00  0.05    0.03    0.07    0.10
-p_predicted[1254]                 0.16    0.00  0.07    0.04    0.10    0.15
-p_predicted[1255]                 0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted[1256]                 0.11    0.00  0.05    0.04    0.07    0.10
-p_predicted[1257]                 0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted[1258]                 0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted[1259]                 0.11    0.00  0.05    0.04    0.07    0.10
-p_predicted[1260]                 0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted[1261]                 0.18    0.00  0.09    0.05    0.12    0.17
-p_predicted[1262]                 0.13    0.00  0.06    0.04    0.09    0.12
-p_predicted[1263]                 0.18    0.00  0.09    0.05    0.12    0.17
-p_predicted[1264]                 0.15    0.00  0.08    0.03    0.09    0.13
-p_predicted[1265]                 0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted[1266]                 0.15    0.00  0.08    0.03    0.09    0.13
-p_predicted[1267]                 0.04    0.00  0.03    0.00    0.01    0.03
-p_predicted[1268]                 0.04    0.00  0.03    0.00    0.01    0.03
-p_predicted[1269]                 0.03    0.00  0.03    0.00    0.01    0.03
-p_predicted[1270]                 0.03    0.00  0.03    0.00    0.01    0.03
-p_predicted[1271]                 0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted[1272]                 0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted[1273]                 0.06    0.00  0.05    0.01    0.02    0.04
-p_predicted[1274]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1275]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1276]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1277]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1278]                 0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[1279]                 0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted[1280]                 0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[1281]                 0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted[1282]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1283]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1284]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1285]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1286]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1287]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1288]                 0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted[1289]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1290]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1291]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1292]                 0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted[1293]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1294]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1295]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1296]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1297]                 0.11    0.00  0.05    0.03    0.07    0.11
-p_predicted[1298]                 0.13    0.00  0.05    0.05    0.09    0.12
-p_predicted[1299]                 0.20    0.00  0.08    0.08    0.14    0.19
-p_predicted[1300]                 0.20    0.00  0.08    0.08    0.14    0.19
-p_predicted[1301]                 0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted[1302]                 0.36    0.00  0.11    0.18    0.28    0.35
-p_predicted[1303]                 0.36    0.00  0.11    0.18    0.28    0.35
-p_predicted[1304]                 0.28    0.00  0.08    0.14    0.22    0.27
-p_predicted[1305]                 0.28    0.00  0.08    0.14    0.22    0.27
-p_predicted[1306]                 0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted[1307]                 0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted[1308]                 0.23    0.00  0.06    0.12    0.19    0.23
-p_predicted[1309]                 0.23    0.00  0.06    0.12    0.19    0.23
-p_predicted[1310]                 0.23    0.00  0.06    0.12    0.18    0.22
-p_predicted[1311]                 0.23    0.00  0.06    0.12    0.18    0.22
-p_predicted[1312]                 0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted[1313]                 0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted[1314]                 0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted[1315]                 0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted[1316]                 0.08    0.00  0.05    0.01    0.04    0.06
-p_predicted[1317]                 0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted[1318]                 0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted[1319]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1320]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1321]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1322]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1323]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1324]                 0.08    0.00  0.05    0.01    0.04    0.06
-p_predicted[1325]                 0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted[1326]                 0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted[1327]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1328]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1329]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1330]                 0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted[1331]                 0.27    0.00  0.07    0.15    0.22    0.27
-p_predicted[1332]                 0.22    0.00  0.06    0.12    0.18    0.22
-p_predicted[1333]                 0.21    0.00  0.06    0.10    0.16    0.20
-p_predicted[1334]                 0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted[1335]                 0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted[1336]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1337]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1338]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1339]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1340]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1341]                 0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted[1342]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted[1343]                 0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1]            0.22    0.00  0.07    0.10    0.17    0.21
-p_predicted_default[2]            0.22    0.00  0.07    0.10    0.17    0.21
-p_predicted_default[3]            0.22    0.00  0.07    0.11    0.17    0.21
-p_predicted_default[4]            0.19    0.00  0.06    0.09    0.15    0.19
-p_predicted_default[5]            0.19    0.00  0.06    0.09    0.15    0.19
-p_predicted_default[6]            0.19    0.00  0.06    0.09    0.15    0.18
-p_predicted_default[7]            0.18    0.00  0.07    0.07    0.13    0.17
-p_predicted_default[8]            0.18    0.00  0.07    0.07    0.13    0.17
-p_predicted_default[9]            0.38    0.00  0.08    0.23    0.32    0.37
-p_predicted_default[10]           0.39    0.00  0.08    0.25    0.34    0.39
-p_predicted_default[11]           0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[12]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[13]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[14]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[15]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[16]           0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted_default[17]           0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted_default[18]           0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted_default[19]           0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted_default[20]           0.02    0.00  0.02    0.00    0.01    0.01
-p_predicted_default[21]           0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[22]           0.09    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[23]           0.38    0.00  0.04    0.30    0.35    0.38
-p_predicted_default[24]           0.36    0.00  0.04    0.28    0.33    0.36
-p_predicted_default[25]           0.33    0.00  0.05    0.24    0.29    0.33
-p_predicted_default[26]           0.27    0.00  0.04    0.20    0.25    0.27
-p_predicted_default[27]           0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted_default[28]           0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted_default[29]           0.23    0.00  0.04    0.15    0.20    0.23
-p_predicted_default[30]           0.33    0.00  0.04    0.25    0.30    0.33
-p_predicted_default[31]           0.33    0.00  0.04    0.25    0.30    0.33
-p_predicted_default[32]           0.31    0.00  0.04    0.24    0.28    0.31
-p_predicted_default[33]           0.31    0.00  0.04    0.24    0.28    0.31
-p_predicted_default[34]           0.29    0.00  0.04    0.22    0.26    0.29
-p_predicted_default[35]           0.29    0.00  0.04    0.22    0.26    0.29
-p_predicted_default[36]           0.28    0.00  0.04    0.21    0.25    0.28
-p_predicted_default[37]           0.28    0.00  0.04    0.21    0.25    0.28
-p_predicted_default[38]           0.21    0.00  0.03    0.15    0.18    0.20
-p_predicted_default[39]           0.21    0.00  0.03    0.15    0.18    0.20
-p_predicted_default[40]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[41]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[42]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[43]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[44]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[45]           0.14    0.00  0.02    0.10    0.13    0.14
-p_predicted_default[46]           0.14    0.00  0.02    0.10    0.12    0.14
-p_predicted_default[47]           0.14    0.00  0.02    0.10    0.12    0.14
-p_predicted_default[48]           0.14    0.00  0.02    0.09    0.12    0.14
-p_predicted_default[49]           0.14    0.00  0.02    0.09    0.12    0.14
-p_predicted_default[50]           0.11    0.00  0.06    0.04    0.07    0.10
-p_predicted_default[51]           0.08    0.00  0.04    0.03    0.06    0.08
-p_predicted_default[52]           0.08    0.00  0.04    0.03    0.06    0.08
-p_predicted_default[53]           0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted_default[54]           0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[55]           0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[56]           0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[57]           0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted_default[58]           0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted_default[59]           0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted_default[60]           0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted_default[61]           0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[62]           0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[63]           0.04    0.00  0.02    0.01    0.03    0.03
-p_predicted_default[64]           0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[65]           0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[66]           0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[67]           0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[68]           0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[69]           0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted_default[70]           0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[71]           0.20    0.00  0.05    0.11    0.16    0.20
-p_predicted_default[72]           0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted_default[73]           0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[74]           0.18    0.00  0.05    0.10    0.14    0.17
-p_predicted_default[75]           0.13    0.00  0.05    0.05    0.09    0.12
-p_predicted_default[76]           0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted_default[77]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[78]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[79]           0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted_default[80]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[81]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[82]           0.64    0.00  0.11    0.42    0.57    0.65
-p_predicted_default[83]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[84]           0.63    0.00  0.11    0.42    0.56    0.64
-p_predicted_default[85]           0.56    0.00  0.08    0.39    0.51    0.57
-p_predicted_default[86]           0.38    0.00  0.06    0.26    0.34    0.38
-p_predicted_default[87]           0.32    0.00  0.06    0.20    0.27    0.31
-p_predicted_default[88]           0.16    0.00  0.03    0.10    0.13    0.15
-p_predicted_default[89]           0.15    0.00  0.03    0.10    0.13    0.14
-p_predicted_default[90]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[91]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[92]           0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[93]           0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[94]           0.62    0.00  0.13    0.36    0.54    0.63
-p_predicted_default[95]           0.62    0.00  0.12    0.37    0.54    0.63
-p_predicted_default[96]           0.58    0.00  0.12    0.35    0.50    0.59
-p_predicted_default[97]           0.36    0.00  0.13    0.14    0.26    0.35
-p_predicted_default[98]           0.35    0.00  0.13    0.13    0.26    0.35
-p_predicted_default[99]           0.20    0.00  0.07    0.09    0.16    0.20
-p_predicted_default[100]          0.20    0.00  0.07    0.09    0.16    0.20
-p_predicted_default[101]          0.26    0.00  0.05    0.17    0.22    0.25
-p_predicted_default[102]          0.22    0.00  0.04    0.14    0.19    0.21
-p_predicted_default[103]          0.18    0.00  0.03    0.11    0.15    0.17
-p_predicted_default[104]          0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[105]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[106]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[107]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[108]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[109]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[110]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[111]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[112]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[113]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[114]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[115]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[116]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[117]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[118]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[119]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[120]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[121]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[122]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[123]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[124]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[125]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[126]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[127]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[128]          0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted_default[129]          0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[130]          0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted_default[131]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[132]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[133]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[134]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[135]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[136]          0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted_default[137]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[138]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[139]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[140]          0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted_default[141]          0.25    0.00  0.05    0.16    0.21    0.25
-p_predicted_default[142]          0.21    0.00  0.04    0.13    0.18    0.21
-p_predicted_default[143]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[144]          0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[145]          0.20    0.00  0.04    0.13    0.17    0.19
-p_predicted_default[146]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[147]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[148]          0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted_default[149]          0.14    0.00  0.04    0.07    0.11    0.14
-p_predicted_default[150]          0.09    0.00  0.04    0.03    0.06    0.08
-p_predicted_default[151]          0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted_default[152]          0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted_default[153]          0.08    0.00  0.03    0.04    0.06    0.07
-p_predicted_default[154]          0.08    0.00  0.03    0.04    0.06    0.08
-p_predicted_default[155]          0.09    0.00  0.03    0.05    0.07    0.09
-p_predicted_default[156]          0.09    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[157]          0.08    0.00  0.03    0.04    0.06    0.07
-p_predicted_default[158]          0.09    0.00  0.03    0.04    0.07    0.08
-p_predicted_default[159]          0.07    0.00  0.02    0.03    0.05    0.07
-p_predicted_default[160]          0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[161]          0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[162]          0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[163]          0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted_default[164]          0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted_default[165]          0.08    0.00  0.02    0.04    0.06    0.08
-p_predicted_default[166]          0.08    0.00  0.02    0.04    0.06    0.08
-p_predicted_default[167]          0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted_default[168]          0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted_default[169]          0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted_default[170]          0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted_default[171]          0.38    0.00  0.04    0.30    0.35    0.38
-p_predicted_default[172]          0.35    0.00  0.04    0.27    0.32    0.35
-p_predicted_default[173]          0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted_default[174]          0.12    0.00  0.05    0.05    0.09    0.12
-p_predicted_default[175]          0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted_default[176]          0.07    0.00  0.04    0.02    0.04    0.06
-p_predicted_default[177]          0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted_default[178]          0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[179]          0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted_default[180]          0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[181]          0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[182]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[183]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[184]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[185]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[186]          0.03    0.00  0.02    0.01    0.02    0.02
-p_predicted_default[187]          0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[188]          0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[189]          0.10    0.00  0.04    0.04    0.08    0.10
-p_predicted_default[190]          0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[191]          0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[192]          0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[193]          0.08    0.00  0.03    0.03    0.06    0.07
-p_predicted_default[194]          0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted_default[195]          0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted_default[196]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[197]          0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[198]          0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[199]          0.14    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[200]          0.10    0.00  0.04    0.04    0.08    0.10
-p_predicted_default[201]          0.10    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[202]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[203]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[204]          0.07    0.00  0.03    0.03    0.06    0.07
-p_predicted_default[205]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[206]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[207]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[208]          0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted_default[209]          0.13    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[210]          0.14    0.00  0.03    0.08    0.11    0.13
-p_predicted_default[211]          0.14    0.00  0.03    0.08    0.11    0.13
-p_predicted_default[212]          0.11    0.00  0.03    0.06    0.09    0.10
-p_predicted_default[213]          0.09    0.00  0.02    0.05    0.07    0.08
-p_predicted_default[214]          0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted_default[215]          0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted_default[216]          0.58    0.00  0.12    0.34    0.50    0.59
-p_predicted_default[217]          0.60    0.00  0.10    0.40    0.53    0.60
-p_predicted_default[218]          0.59    0.00  0.10    0.39    0.52    0.60
-p_predicted_default[219]          0.35    0.00  0.13    0.13    0.25    0.34
-p_predicted_default[220]          0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted_default[221]          0.60    0.00  0.10    0.40    0.53    0.60
-p_predicted_default[222]          0.59    0.00  0.10    0.39    0.52    0.59
-p_predicted_default[223]          0.34    0.00  0.13    0.13    0.25    0.34
-p_predicted_default[224]          0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted_default[225]          0.34    0.00  0.13    0.12    0.24    0.33
-p_predicted_default[226]          0.28    0.00  0.11    0.10    0.19    0.26
-p_predicted_default[227]          0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted_default[228]          0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted_default[229]          0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted_default[230]          0.29    0.00  0.11    0.11    0.21    0.28
-p_predicted_default[231]          0.09    0.00  0.04    0.03    0.05    0.08
-p_predicted_default[232]          0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[233]          0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[234]          0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[235]          0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[236]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[237]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[238]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[239]          0.01    0.00  0.04    0.00    0.00    0.00
-p_predicted_default[240]          0.21    0.00  0.14    0.03    0.10    0.18
-p_predicted_default[241]          0.20    0.00  0.13    0.03    0.10    0.16
-p_predicted_default[242]          0.20    0.00  0.13    0.03    0.10    0.16
-p_predicted_default[243]          0.18    0.00  0.12    0.02    0.08    0.14
-p_predicted_default[244]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[245]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[246]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[247]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[248]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[249]          0.40    0.00  0.09    0.21    0.33    0.40
-p_predicted_default[250]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[251]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[252]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[253]          0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted_default[254]          0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted_default[255]          0.46    0.00  0.06    0.36    0.42    0.46
-p_predicted_default[256]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[257]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[258]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[259]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[260]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[261]          0.45    0.00  0.06    0.34    0.41    0.45
-p_predicted_default[262]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[263]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[264]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[265]          0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted_default[266]          0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted_default[267]          0.35    0.00  0.06    0.24    0.31    0.35
-p_predicted_default[268]          0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted_default[269]          0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted_default[270]          0.34    0.00  0.06    0.24    0.30    0.34
-p_predicted_default[271]          0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted_default[272]          0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted_default[273]          0.20    0.00  0.03    0.15    0.18    0.20
-p_predicted_default[274]          0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted_default[275]          0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted_default[276]          0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted_default[277]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[278]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[279]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[280]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[281]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[282]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[283]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[284]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[285]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[286]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[287]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[288]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[289]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[290]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[291]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[292]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[293]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[294]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[295]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[296]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[297]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[298]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[299]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[300]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[301]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[302]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[303]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[304]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[305]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[306]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[307]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[308]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[309]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[310]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[311]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[312]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[313]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[314]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[315]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[316]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[317]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[318]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[319]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[320]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[321]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[322]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[323]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[324]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[325]          0.10    0.00  0.03    0.05    0.08    0.10
-p_predicted_default[326]          0.13    0.00  0.04    0.07    0.10    0.13
-p_predicted_default[327]          0.15    0.00  0.05    0.07    0.11    0.14
-p_predicted_default[328]          0.09    0.00  0.03    0.04    0.06    0.08
-p_predicted_default[329]          0.09    0.00  0.03    0.04    0.07    0.09
-p_predicted_default[330]          0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted_default[331]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[332]          0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[333]          0.06    0.00  0.02    0.02    0.04    0.06
-p_predicted_default[334]          0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[335]          0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[336]          0.05    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[337]          0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[338]          0.28    0.00  0.15    0.05    0.16    0.26
-p_predicted_default[339]          0.26    0.00  0.14    0.05    0.15    0.24
-p_predicted_default[340]          0.25    0.00  0.13    0.05    0.15    0.23
-p_predicted_default[341]          0.25    0.00  0.13    0.05    0.15    0.23
-p_predicted_default[342]          0.24    0.00  0.13    0.05    0.15    0.22
-p_predicted_default[343]          0.24    0.00  0.13    0.05    0.14    0.22
-p_predicted_default[344]          0.24    0.00  0.13    0.05    0.14    0.22
-p_predicted_default[345]          0.27    0.00  0.14    0.05    0.16    0.24
-p_predicted_default[346]          0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted_default[347]          0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted_default[348]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[349]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[350]          0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted_default[351]          0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted_default[352]          0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted_default[353]          0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted_default[354]          0.21    0.00  0.09    0.07    0.14    0.20
-p_predicted_default[355]          0.21    0.00  0.11    0.06    0.13    0.19
-p_predicted_default[356]          0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted_default[357]          0.26    0.00  0.11    0.09    0.18    0.25
-p_predicted_default[358]          0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[359]          0.21    0.00  0.07    0.10    0.16    0.21
-p_predicted_default[360]          0.19    0.00  0.06    0.09    0.14    0.18
-p_predicted_default[361]          0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted_default[362]          0.14    0.00  0.05    0.05    0.10    0.13
-p_predicted_default[363]          0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[364]          0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted_default[365]          0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[366]          0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted_default[367]          0.13    0.00  0.06    0.05    0.09    0.13
-p_predicted_default[368]          0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted_default[369]          0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted_default[370]          0.37    0.00  0.05    0.27    0.33    0.37
-p_predicted_default[371]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[372]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[373]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[374]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[375]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[376]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[377]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[378]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[379]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[380]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[381]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[382]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[383]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[384]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[385]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[386]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[387]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[388]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[389]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[390]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[391]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[392]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[393]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[394]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[395]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[396]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[397]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[398]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[399]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[400]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[401]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[402]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[403]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[404]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[405]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[406]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[407]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[408]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[409]          0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[410]          0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[411]          0.03    0.00  0.02    0.00    0.01    0.03
-p_predicted_default[412]          0.03    0.00  0.02    0.00    0.01    0.03
-p_predicted_default[413]          0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[414]          0.32    0.00  0.09    0.15    0.26    0.32
-p_predicted_default[415]          0.28    0.00  0.05    0.19    0.24    0.27
-p_predicted_default[416]          0.27    0.00  0.05    0.18    0.23    0.26
-p_predicted_default[417]          0.26    0.00  0.04    0.18    0.23    0.26
-p_predicted_default[418]          0.27    0.00  0.05    0.18    0.23    0.26
-p_predicted_default[419]          0.27    0.00  0.05    0.19    0.24    0.27
-p_predicted_default[420]          0.23    0.00  0.05    0.14    0.19    0.23
-p_predicted_default[421]          0.25    0.00  0.04    0.18    0.22    0.25
-p_predicted_default[422]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[423]          0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted_default[424]          0.20    0.00  0.04    0.13    0.18    0.20
-p_predicted_default[425]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[426]          0.15    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[427]          0.22    0.00  0.04    0.15    0.19    0.22
-p_predicted_default[428]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[429]          0.20    0.00  0.03    0.14    0.17    0.19
-p_predicted_default[430]          0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted_default[431]          0.07    0.00  0.02    0.04    0.06    0.07
-p_predicted_default[432]          0.05    0.00  0.02    0.03    0.04    0.05
-p_predicted_default[433]          0.37    0.00  0.07    0.24    0.32    0.36
-p_predicted_default[434]          0.32    0.00  0.07    0.21    0.28    0.32
-p_predicted_default[435]          0.26    0.00  0.06    0.15    0.22    0.25
-p_predicted_default[436]          0.26    0.00  0.06    0.15    0.21    0.25
-p_predicted_default[437]          0.29    0.00  0.07    0.17    0.24    0.29
-p_predicted_default[438]          0.17    0.00  0.06    0.06    0.12    0.16
-p_predicted_default[439]          0.15    0.00  0.07    0.04    0.10    0.14
-p_predicted_default[440]          0.15    0.00  0.07    0.04    0.09    0.14
-p_predicted_default[441]          0.13    0.00  0.07    0.03    0.08    0.12
-p_predicted_default[442]          0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted_default[443]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[444]          0.29    0.00  0.05    0.20    0.25    0.29
-p_predicted_default[445]          0.30    0.00  0.05    0.20    0.26    0.29
-p_predicted_default[446]          0.29    0.00  0.05    0.19    0.25    0.29
-p_predicted_default[447]          0.26    0.00  0.05    0.17    0.23    0.26
-p_predicted_default[448]          0.28    0.00  0.05    0.18    0.24    0.27
-p_predicted_default[449]          0.23    0.00  0.05    0.14    0.20    0.23
-p_predicted_default[450]          0.22    0.00  0.04    0.14    0.19    0.22
-p_predicted_default[451]          0.25    0.00  0.05    0.16    0.22    0.25
-p_predicted_default[452]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[453]          0.21    0.00  0.04    0.13    0.18    0.21
-p_predicted_default[454]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[455]          0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[456]          0.16    0.00  0.07    0.05    0.11    0.16
-p_predicted_default[457]          0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted_default[458]          0.13    0.00  0.05    0.05    0.10    0.13
-p_predicted_default[459]          0.12    0.00  0.05    0.04    0.08    0.12
-p_predicted_default[460]          0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted_default[461]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[462]          0.28    0.00  0.05    0.18    0.24    0.28
-p_predicted_default[463]          0.26    0.00  0.05    0.17    0.22    0.25
-p_predicted_default[464]          0.25    0.00  0.05    0.16    0.21    0.25
-p_predicted_default[465]          0.24    0.00  0.05    0.15    0.20    0.24
-p_predicted_default[466]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[467]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[468]          0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[469]          0.22    0.00  0.07    0.10    0.17    0.22
-p_predicted_default[470]          0.28    0.00  0.05    0.18    0.24    0.27
-p_predicted_default[471]          0.24    0.00  0.05    0.16    0.21    0.24
-p_predicted_default[472]          0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted_default[473]          0.20    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[474]          0.21    0.00  0.04    0.13    0.18    0.20
-p_predicted_default[475]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[476]          0.20    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[477]          0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted_default[478]          0.10    0.00  0.03    0.05    0.07    0.09
-p_predicted_default[479]          0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[480]          0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[481]          0.21    0.00  0.06    0.09    0.16    0.21
-p_predicted_default[482]          0.26    0.00  0.04    0.18    0.23    0.25
-p_predicted_default[483]          0.26    0.00  0.04    0.19    0.23    0.26
-p_predicted_default[484]          0.17    0.00  0.03    0.12    0.16    0.17
-p_predicted_default[485]          0.17    0.00  0.03    0.12    0.15    0.17
-p_predicted_default[486]          0.16    0.00  0.03    0.12    0.14    0.16
-p_predicted_default[487]          0.16    0.00  0.03    0.12    0.15    0.16
-p_predicted_default[488]          0.16    0.00  0.03    0.11    0.14    0.16
-p_predicted_default[489]          0.16    0.00  0.03    0.11    0.14    0.16
-p_predicted_default[490]          0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted_default[491]          0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[492]          0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[493]          0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[494]          0.07    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[495]          0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted_default[496]          0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted_default[497]          0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[498]          0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[499]          0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[500]          0.06    0.00  0.03    0.02    0.04    0.06
-p_predicted_default[501]          0.22    0.00  0.07    0.10    0.17    0.22
-p_predicted_default[502]          0.28    0.00  0.05    0.19    0.24    0.28
-p_predicted_default[503]          0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[504]          0.20    0.00  0.04    0.12    0.17    0.20
-p_predicted_default[505]          0.19    0.00  0.04    0.12    0.17    0.19
-p_predicted_default[506]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[507]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[508]          0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted_default[509]          0.10    0.00  0.03    0.05    0.08    0.10
-p_predicted_default[510]          0.08    0.00  0.03    0.03    0.06    0.08
-p_predicted_default[511]          0.08    0.00  0.03    0.02    0.05    0.07
-p_predicted_default[512]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[513]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[514]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[515]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[516]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[517]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[518]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[519]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[520]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[521]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[522]          0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[523]          0.18    0.00  0.08    0.05    0.12    0.17
-p_predicted_default[524]          0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted_default[525]          0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted_default[526]          0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted_default[527]          0.49    0.00  0.06    0.37    0.45    0.49
-p_predicted_default[528]          0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted_default[529]          0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted_default[530]          0.46    0.00  0.06    0.34    0.42    0.46
-p_predicted_default[531]          0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted_default[532]          0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted_default[533]          0.30    0.00  0.04    0.23    0.28    0.30
-p_predicted_default[534]          0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted_default[535]          0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted_default[536]          0.30    0.00  0.04    0.22    0.27    0.29
-p_predicted_default[537]          0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted_default[538]          0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted_default[539]          0.24    0.00  0.04    0.17    0.22    0.24
-p_predicted_default[540]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[541]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[542]          0.38    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[543]          0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted_default[544]          0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted_default[545]          0.36    0.00  0.05    0.26    0.32    0.36
-p_predicted_default[546]          0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted_default[547]          0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted_default[548]          0.21    0.00  0.04    0.14    0.18    0.20
-p_predicted_default[549]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[550]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[551]          0.21    0.00  0.04    0.14    0.18    0.21
-p_predicted_default[552]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[553]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[554]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[555]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[556]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[557]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[558]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[559]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[560]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[561]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[562]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[563]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[564]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[565]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[566]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[567]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[568]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[569]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[570]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[571]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[572]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[573]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[574]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[575]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[576]          0.15    0.00  0.07    0.05    0.11    0.15
-p_predicted_default[577]          0.08    0.00  0.04    0.02    0.05    0.07
-p_predicted_default[578]          0.07    0.00  0.04    0.02    0.04    0.07
-p_predicted_default[579]          0.08    0.00  0.05    0.02    0.04    0.07
-p_predicted_default[580]          0.08    0.00  0.05    0.02    0.05    0.07
-p_predicted_default[581]          0.06    0.00  0.04    0.01    0.04    0.05
-p_predicted_default[582]          0.25    0.00  0.08    0.11    0.20    0.25
-p_predicted_default[583]          0.31    0.00  0.06    0.21    0.27    0.31
-p_predicted_default[584]          0.25    0.00  0.05    0.15    0.21    0.24
-p_predicted_default[585]          0.21    0.00  0.04    0.13    0.18    0.20
-p_predicted_default[586]          0.19    0.00  0.04    0.12    0.16    0.18
-p_predicted_default[587]          0.12    0.00  0.06    0.03    0.07    0.11
-p_predicted_default[588]          0.12    0.00  0.06    0.03    0.07    0.11
-p_predicted_default[589]          0.15    0.00  0.07    0.05    0.10    0.15
-p_predicted_default[590]          0.15    0.00  0.07    0.05    0.10    0.14
-p_predicted_default[591]          0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted_default[592]          0.15    0.00  0.07    0.05    0.11    0.14
-p_predicted_default[593]          0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted_default[594]          0.15    0.00  0.07    0.05    0.11    0.14
-p_predicted_default[595]          0.11    0.00  0.06    0.03    0.07    0.10
-p_predicted_default[596]          0.11    0.00  0.06    0.03    0.07    0.10
-p_predicted_default[597]          0.30    0.00  0.08    0.14    0.24    0.30
-p_predicted_default[598]          0.36    0.00  0.05    0.27    0.33    0.36
-p_predicted_default[599]          0.35    0.00  0.05    0.25    0.31    0.35
-p_predicted_default[600]          0.34    0.00  0.05    0.24    0.30    0.34
-p_predicted_default[601]          0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted_default[602]          0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted_default[603]          0.13    0.00  0.03    0.08    0.11    0.13
-p_predicted_default[604]          0.13    0.00  0.03    0.08    0.11    0.13
-p_predicted_default[605]          0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted_default[606]          0.09    0.00  0.04    0.03    0.06    0.08
-p_predicted_default[607]          0.57    0.00  0.16    0.26    0.45    0.57
-p_predicted_default[608]          0.57    0.00  0.16    0.26    0.45    0.57
-p_predicted_default[609]          0.54    0.00  0.15    0.25    0.43    0.54
-p_predicted_default[610]          0.54    0.00  0.15    0.25    0.43    0.54
-p_predicted_default[611]          0.53    0.00  0.15    0.25    0.43    0.53
-p_predicted_default[612]          0.53    0.00  0.15    0.25    0.43    0.53
-p_predicted_default[613]          0.56    0.00  0.15    0.27    0.46    0.56
-p_predicted_default[614]          0.56    0.00  0.15    0.27    0.46    0.56
-p_predicted_default[615]          0.66    0.00  0.15    0.33    0.56    0.67
-p_predicted_default[616]          0.66    0.00  0.15    0.33    0.56    0.67
-p_predicted_default[617]          0.20    0.00  0.03    0.13    0.17    0.20
-p_predicted_default[618]          0.20    0.00  0.03    0.13    0.17    0.20
-p_predicted_default[619]          0.18    0.00  0.04    0.11    0.16    0.18
-p_predicted_default[620]          0.05    0.00  0.11    0.00    0.00    0.00
-p_predicted_default[621]          0.05    0.00  0.11    0.00    0.00    0.00
-p_predicted_default[622]          0.09    0.00  0.06    0.02    0.05    0.07
-p_predicted_default[623]          0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted_default[624]          0.08    0.00  0.05    0.02    0.05    0.07
-p_predicted_default[625]          0.06    0.00  0.04    0.01    0.04    0.05
-p_predicted_default[626]          0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[627]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[628]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[629]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[630]          0.31    0.00  0.09    0.15    0.25    0.30
-p_predicted_default[631]          0.38    0.00  0.06    0.27    0.34    0.37
-p_predicted_default[632]          0.31    0.00  0.06    0.20    0.26    0.30
-p_predicted_default[633]          0.30    0.00  0.06    0.20    0.26    0.30
-p_predicted_default[634]          0.30    0.00  0.06    0.19    0.26    0.30
-p_predicted_default[635]          0.14    0.00  0.04    0.08    0.12    0.14
-p_predicted_default[636]          0.21    0.00  0.08    0.08    0.15    0.20
-p_predicted_default[637]          0.21    0.00  0.10    0.06    0.14    0.20
-p_predicted_default[638]          0.26    0.00  0.08    0.13    0.21    0.26
-p_predicted_default[639]          0.26    0.00  0.10    0.11    0.19    0.25
-p_predicted_default[640]          0.26    0.00  0.07    0.13    0.21    0.25
-p_predicted_default[641]          0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted_default[642]          0.26    0.00  0.07    0.13    0.21    0.25
-p_predicted_default[643]          0.26    0.00  0.09    0.11    0.19    0.25
-p_predicted_default[644]          0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted_default[645]          0.19    0.00  0.08    0.06    0.13    0.18
-p_predicted_default[646]          0.19    0.00  0.07    0.07    0.14    0.18
-p_predicted_default[647]          0.19    0.00  0.09    0.06    0.13    0.18
-p_predicted_default[648]          0.19    0.00  0.07    0.08    0.14    0.18
-p_predicted_default[649]          0.19    0.00  0.08    0.06    0.13    0.18
-p_predicted_default[650]          0.27    0.00  0.11    0.11    0.20    0.26
-p_predicted_default[651]          0.27    0.00  0.11    0.11    0.20    0.26
-p_predicted_default[652]          0.27    0.00  0.10    0.10    0.19    0.26
-p_predicted_default[653]          0.27    0.00  0.10    0.10    0.19    0.26
-p_predicted_default[654]          0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[655]          0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[656]          0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[657]          0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[658]          0.06    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[659]          0.06    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[660]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[661]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[662]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[663]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[664]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[665]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[666]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[667]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[668]          0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[669]          0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[670]          0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[671]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[672]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[673]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[674]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[675]          0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[676]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[677]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[678]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[679]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[680]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[681]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[682]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[683]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[684]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[685]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[686]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[687]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[688]          0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[689]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[690]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[691]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[692]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[693]          0.05    0.00  0.02    0.02    0.03    0.05
-p_predicted_default[694]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[695]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[696]          0.05    0.00  0.03    0.02    0.03    0.05
-p_predicted_default[697]          0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[698]          0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[699]          0.05    0.00  0.03    0.02    0.03    0.05
-p_predicted_default[700]          0.08    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[701]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[702]          0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted_default[703]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[704]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[705]          0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted_default[706]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[707]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[708]          0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted_default[709]          0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[710]          0.47    0.00  0.06    0.37    0.44    0.47
-p_predicted_default[711]          0.39    0.00  0.06    0.27    0.35    0.39
-p_predicted_default[712]          0.20    0.00  0.06    0.09    0.16    0.20
-p_predicted_default[713]          0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted_default[714]          0.25    0.00  0.05    0.17    0.22    0.25
-p_predicted_default[715]          0.25    0.00  0.04    0.16    0.21    0.24
-p_predicted_default[716]          0.24    0.00  0.04    0.16    0.21    0.24
-p_predicted_default[717]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[718]          0.18    0.00  0.04    0.12    0.16    0.18
-p_predicted_default[719]          0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[720]          0.09    0.00  0.03    0.05    0.07    0.09
-p_predicted_default[721]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[722]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[723]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[724]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[725]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[726]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[727]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[728]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[729]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[730]          0.33    0.00  0.11    0.14    0.24    0.32
-p_predicted_default[731]          0.33    0.00  0.11    0.14    0.24    0.32
-p_predicted_default[732]          0.24    0.00  0.10    0.08    0.17    0.23
-p_predicted_default[733]          0.52    0.00  0.13    0.27    0.43    0.52
-p_predicted_default[734]          0.52    0.00  0.13    0.27    0.43    0.52
-p_predicted_default[735]          0.50    0.00  0.12    0.27    0.42    0.50
-p_predicted_default[736]          0.43    0.00  0.12    0.20    0.34    0.42
-p_predicted_default[737]          0.43    0.00  0.12    0.20    0.34    0.42
-p_predicted_default[738]          0.42    0.00  0.12    0.19    0.33    0.42
-p_predicted_default[739]          0.41    0.00  0.13    0.18    0.32    0.41
-p_predicted_default[740]          0.41    0.00  0.13    0.17    0.31    0.40
-p_predicted_default[741]          0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[742]          0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[743]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[744]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[745]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[746]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[747]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[748]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[749]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[750]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[751]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[752]          0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted_default[753]          0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted_default[754]          0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted_default[755]          0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted_default[756]          0.02    0.00  0.05    0.00    0.00    0.00
-p_predicted_default[757]          0.02    0.00  0.06    0.00    0.00    0.00
-p_predicted_default[758]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[759]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[760]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[761]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[762]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[763]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[764]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[765]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[766]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[767]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[768]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[769]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[770]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[771]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[772]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[773]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[774]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[775]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[776]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[777]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[778]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[779]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[780]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[781]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[782]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[783]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[784]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[785]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[786]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[787]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[788]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[789]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[790]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[791]          0.35    0.00  0.05    0.26    0.32    0.35
-p_predicted_default[792]          0.34    0.00  0.05    0.25    0.31    0.34
-p_predicted_default[793]          0.34    0.00  0.05    0.24    0.30    0.34
-p_predicted_default[794]          0.35    0.00  0.05    0.25    0.31    0.35
-p_predicted_default[795]          0.29    0.00  0.05    0.20    0.26    0.29
-p_predicted_default[796]          0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted_default[797]          0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted_default[798]          0.28    0.00  0.05    0.19    0.25    0.28
-p_predicted_default[799]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[800]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[801]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[802]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[803]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[804]          0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[805]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[806]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[807]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[808]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[809]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[810]          0.02    0.00  0.01    0.00    0.01    0.02
-p_predicted_default[811]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[812]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[813]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[814]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[815]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[816]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[817]          0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[818]          0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted_default[819]          0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[820]          0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[821]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[822]          0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[823]          0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[824]          0.05    0.00  0.03    0.01    0.03    0.05
-p_predicted_default[825]          0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[826]          0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[827]          0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[828]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[829]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[830]          0.06    0.00  0.05    0.01    0.03    0.04
-p_predicted_default[831]          0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[832]          0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[833]          0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[834]          0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[835]          0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[836]          0.15    0.00  0.05    0.06    0.11    0.15
-p_predicted_default[837]          0.15    0.00  0.06    0.06    0.11    0.15
-p_predicted_default[838]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[839]          0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted_default[840]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[841]          0.20    0.00  0.05    0.11    0.16    0.19
-p_predicted_default[842]          0.19    0.00  0.04    0.12    0.16    0.19
-p_predicted_default[843]          0.19    0.00  0.05    0.11    0.16    0.19
-p_predicted_default[844]          0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted_default[845]          0.11    0.00  0.04    0.06    0.09    0.11
-p_predicted_default[846]          0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted_default[847]          0.11    0.00  0.04    0.06    0.09    0.11
-p_predicted_default[848]          0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted_default[849]          0.11    0.00  0.04    0.05    0.08    0.10
-p_predicted_default[850]          0.08    0.00  0.02    0.05    0.07    0.08
-p_predicted_default[851]          0.08    0.00  0.03    0.04    0.06    0.08
-p_predicted_default[852]          0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted_default[853]          0.06    0.00  0.02    0.03    0.05    0.06
-p_predicted_default[854]          0.06    0.00  0.02    0.03    0.04    0.06
-p_predicted_default[855]          0.06    0.00  0.02    0.02    0.04    0.06
-p_predicted_default[856]          0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[857]          0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[858]          0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted_default[859]          0.17    0.00  0.04    0.10    0.14    0.17
-p_predicted_default[860]          0.16    0.00  0.04    0.10    0.14    0.16
-p_predicted_default[861]          0.16    0.00  0.04    0.10    0.14    0.16
-p_predicted_default[862]          0.15    0.00  0.04    0.09    0.13    0.15
-p_predicted_default[863]          0.15    0.00  0.04    0.09    0.12    0.14
-p_predicted_default[864]          0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[865]          0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted_default[866]          0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted_default[867]          0.11    0.00  0.03    0.06    0.09    0.11
-p_predicted_default[868]          0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted_default[869]          0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted_default[870]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[871]          0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[872]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[873]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[874]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[875]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[876]          0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted_default[877]          0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[878]          0.16    0.00  0.05    0.07    0.12    0.15
-p_predicted_default[879]          0.15    0.00  0.05    0.07    0.11    0.14
-p_predicted_default[880]          0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[881]          0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[882]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[883]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[884]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[885]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[886]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[887]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[888]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[889]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[890]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[891]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[892]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[893]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[894]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[895]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[896]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[897]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[898]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[899]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[900]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[901]          0.20    0.00  0.06    0.09    0.16    0.20
-p_predicted_default[902]          0.25    0.00  0.04    0.17    0.22    0.25
-p_predicted_default[903]          0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[904]          0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted_default[905]          0.10    0.00  0.03    0.06    0.08    0.10
-p_predicted_default[906]          0.09    0.00  0.03    0.04    0.07    0.08
-p_predicted_default[907]          0.27    0.00  0.05    0.18    0.24    0.27
-p_predicted_default[908]          0.25    0.00  0.05    0.16    0.21    0.24
-p_predicted_default[909]          0.20    0.00  0.04    0.13    0.18    0.20
-p_predicted_default[910]          0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted_default[911]          0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted_default[912]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[913]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[914]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[915]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[916]          0.01    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[917]          0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[918]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[919]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[920]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[921]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[922]          0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[923]          0.02    0.00  0.01    0.00    0.01    0.01
-p_predicted_default[924]          0.34    0.00  0.09    0.16    0.28    0.34
-p_predicted_default[925]          0.39    0.00  0.06    0.27    0.34    0.39
-p_predicted_default[926]          0.39    0.00  0.06    0.27    0.34    0.38
-p_predicted_default[927]          0.39    0.00  0.06    0.27    0.35    0.39
-p_predicted_default[928]          0.11    0.00  0.04    0.04    0.07    0.10
-p_predicted_default[929]          0.13    0.00  0.04    0.07    0.11    0.13
-p_predicted_default[930]          0.08    0.00  0.02    0.04    0.06    0.07
-p_predicted_default[931]          0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[932]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[933]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[934]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[935]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[936]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[937]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[938]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[939]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[940]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[941]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[942]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[943]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[944]          0.51    0.00  0.07    0.38    0.46    0.51
-p_predicted_default[945]          0.49    0.00  0.06    0.36    0.44    0.49
-p_predicted_default[946]          0.42    0.00  0.07    0.28    0.37    0.42
-p_predicted_default[947]          0.22    0.00  0.04    0.15    0.20    0.22
-p_predicted_default[948]          0.22    0.00  0.04    0.16    0.20    0.22
-p_predicted_default[949]          0.22    0.00  0.04    0.15    0.19    0.21
-p_predicted_default[950]          0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted_default[951]          0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted_default[952]          0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted_default[953]          0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[954]          0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[955]          0.18    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[956]          0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted_default[957]          0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted_default[958]          0.18    0.00  0.05    0.09    0.15    0.18
-p_predicted_default[959]          0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted_default[960]          0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted_default[961]          0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted_default[962]          0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[963]          0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[964]          0.19    0.00  0.05    0.10    0.15    0.18
-p_predicted_default[965]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[966]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[967]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[968]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[969]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[970]          0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[971]          0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted_default[972]          0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted_default[973]          0.17    0.00  0.05    0.08    0.13    0.17
-p_predicted_default[974]          0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted_default[975]          0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted_default[976]          0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted_default[977]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[978]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[979]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[980]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[981]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[982]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[983]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[984]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[985]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[986]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[987]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[988]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[989]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[990]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[991]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[992]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[993]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[994]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[995]          0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[996]          0.93    0.00  0.10    0.62    0.91    0.97
-p_predicted_default[997]          0.93    0.00  0.09    0.66    0.91    0.97
-p_predicted_default[998]          0.94    0.00  0.09    0.67    0.93    0.98
-p_predicted_default[999]          0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[1000]         0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[1001]         0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[1002]         0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[1003]         0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_default[1004]         0.14    0.00  0.08    0.03    0.09    0.13
-p_predicted_default[1005]         0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted_default[1006]         0.17    0.00  0.09    0.04    0.10    0.15
-p_predicted_default[1007]         0.13    0.00  0.07    0.04    0.08    0.12
-p_predicted_default[1008]         0.14    0.00  0.08    0.04    0.08    0.12
-p_predicted_default[1009]         0.29    0.00  0.13    0.10    0.20    0.28
-p_predicted_default[1010]         0.33    0.00  0.12    0.13    0.24    0.31
-p_predicted_default[1011]         0.36    0.00  0.15    0.12    0.25    0.35
-p_predicted_default[1012]         0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[1013]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1014]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1015]         0.07    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[1016]         0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[1017]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1018]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1019]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1020]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1021]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1022]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1023]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1024]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1025]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1026]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1027]         0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted_default[1028]         0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[1029]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1030]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1031]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1032]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1033]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1034]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1035]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1036]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1037]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1038]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1039]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1040]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1041]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1042]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1043]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1044]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1045]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1046]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1047]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1048]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1049]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1050]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1051]         0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[1052]         0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted_default[1053]         0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted_default[1054]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1055]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1056]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1057]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1058]         0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted_default[1059]         0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted_default[1060]         0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[1061]         0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[1062]         0.10    0.00  0.06    0.02    0.05    0.09
-p_predicted_default[1063]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1064]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1065]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1066]         0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted_default[1067]         0.09    0.00  0.06    0.02    0.05    0.08
-p_predicted_default[1068]         0.09    0.00  0.05    0.02    0.05    0.08
-p_predicted_default[1069]         0.09    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[1070]         0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[1071]         0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[1072]         0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[1073]         0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[1074]         0.14    0.00  0.04    0.06    0.11    0.13
-p_predicted_default[1075]         0.14    0.00  0.04    0.06    0.11    0.13
-p_predicted_default[1076]         0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted_default[1077]         0.17    0.00  0.05    0.08    0.13    0.16
-p_predicted_default[1078]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1079]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1080]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1081]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1082]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1083]         0.13    0.00  0.04    0.06    0.10    0.13
-p_predicted_default[1084]         0.14    0.00  0.05    0.05    0.10    0.14
-p_predicted_default[1085]         0.18    0.00  0.04    0.10    0.15    0.17
-p_predicted_default[1086]         0.13    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[1087]         0.12    0.00  0.03    0.07    0.10    0.12
-p_predicted_default[1088]         0.11    0.00  0.03    0.07    0.09    0.11
-p_predicted_default[1089]         0.10    0.00  0.03    0.05    0.08    0.09
-p_predicted_default[1090]         0.09    0.00  0.03    0.05    0.08    0.09
-p_predicted_default[1091]         0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted_default[1092]         0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted_default[1093]         0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted_default[1094]         0.18    0.00  0.06    0.08    0.14    0.18
-p_predicted_default[1095]         0.18    0.00  0.06    0.08    0.13    0.17
-p_predicted_default[1096]         0.18    0.00  0.06    0.08    0.14    0.17
-p_predicted_default[1097]         0.18    0.00  0.06    0.08    0.13    0.17
-p_predicted_default[1098]         0.18    0.00  0.06    0.08    0.14    0.17
-p_predicted_default[1099]         0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted_default[1100]         0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted_default[1101]         0.17    0.00  0.06    0.08    0.13    0.17
-p_predicted_default[1102]         0.16    0.00  0.06    0.07    0.12    0.15
-p_predicted_default[1103]         0.13    0.00  0.04    0.06    0.10    0.12
-p_predicted_default[1104]         0.12    0.00  0.04    0.05    0.09    0.12
-p_predicted_default[1105]         0.12    0.00  0.04    0.05    0.09    0.11
-p_predicted_default[1106]         0.43    0.00  0.07    0.30    0.38    0.43
-p_predicted_default[1107]         0.43    0.00  0.07    0.30    0.38    0.43
-p_predicted_default[1108]         0.42    0.00  0.07    0.29    0.37    0.42
-p_predicted_default[1109]         0.36    0.00  0.08    0.23    0.31    0.36
-p_predicted_default[1110]         0.22    0.00  0.06    0.12    0.18    0.21
-p_predicted_default[1111]         0.25    0.00  0.06    0.16    0.21    0.24
-p_predicted_default[1112]         0.24    0.00  0.05    0.15    0.20    0.23
-p_predicted_default[1113]         0.23    0.00  0.05    0.15    0.20    0.23
-p_predicted_default[1114]         0.18    0.00  0.04    0.11    0.15    0.18
-p_predicted_default[1115]         0.20    0.00  0.05    0.12    0.17    0.20
-p_predicted_default[1116]         0.22    0.00  0.04    0.15    0.19    0.22
-p_predicted_default[1117]         0.22    0.00  0.04    0.14    0.19    0.21
-p_predicted_default[1118]         0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[1119]         0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted_default[1120]         0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted_default[1121]         0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[1122]         0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[1123]         0.15    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[1124]         0.14    0.00  0.03    0.09    0.12    0.14
-p_predicted_default[1125]         0.15    0.00  0.03    0.10    0.13    0.15
-p_predicted_default[1126]         0.14    0.00  0.03    0.09    0.11    0.13
-p_predicted_default[1127]         0.29    0.00  0.10    0.13    0.22    0.28
-p_predicted_default[1128]         0.23    0.00  0.07    0.12    0.18    0.23
-p_predicted_default[1129]         0.23    0.00  0.07    0.12    0.18    0.22
-p_predicted_default[1130]         0.18    0.00  0.05    0.09    0.14    0.18
-p_predicted_default[1131]         0.17    0.00  0.05    0.09    0.14    0.17
-p_predicted_default[1132]         0.07    0.00  0.07    0.00    0.02    0.04
-p_predicted_default[1133]         0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[1134]         0.01    0.00  0.02    0.00    0.00    0.00
-p_predicted_default[1135]         0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1136]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1137]         0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1138]         0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1139]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1140]         0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1141]         0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1142]         0.01    0.00  0.01    0.00    0.00    0.01
-p_predicted_default[1143]         0.02    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1144]         0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1145]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1146]         0.01    0.00  0.02    0.00    0.00    0.01
-p_predicted_default[1147]         0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[1148]         0.05    0.00  0.02    0.01    0.03    0.05
-p_predicted_default[1149]         0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[1150]         0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[1151]         0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted_default[1152]         0.06    0.00  0.03    0.02    0.04    0.05
-p_predicted_default[1153]         0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1154]         0.04    0.00  0.02    0.01    0.02    0.04
-p_predicted_default[1155]         0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1156]         0.10    0.00  0.04    0.04    0.07    0.09
-p_predicted_default[1157]         0.07    0.00  0.03    0.02    0.05    0.06
-p_predicted_default[1158]         0.10    0.00  0.04    0.04    0.07    0.09
-p_predicted_default[1159]         0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted_default[1160]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1161]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1162]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1163]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1164]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1165]         0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted_default[1166]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1167]         0.06    0.00  0.03    0.01    0.03    0.05
-p_predicted_default[1168]         0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[1169]         0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[1170]         0.04    0.00  0.02    0.01    0.03    0.04
-p_predicted_default[1171]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1172]         0.03    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[1173]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1174]         0.79    0.00  0.14    0.45    0.71    0.82
-p_predicted_default[1175]         0.78    0.00  0.14    0.45    0.70    0.81
-p_predicted_default[1176]         0.77    0.00  0.14    0.43    0.69    0.80
-p_predicted_default[1177]         0.76    0.00  0.15    0.41    0.67    0.79
-p_predicted_default[1178]         0.76    0.00  0.16    0.39    0.67    0.79
-p_predicted_default[1179]         0.08    0.00  0.04    0.03    0.05    0.08
-p_predicted_default[1180]         0.11    0.00  0.04    0.05    0.08    0.10
-p_predicted_default[1181]         0.06    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1182]         0.07    0.00  0.03    0.03    0.05    0.06
-p_predicted_default[1183]         0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1184]         0.04    0.00  0.02    0.02    0.03    0.04
-p_predicted_default[1185]         0.04    0.00  0.02    0.01    0.02    0.03
-p_predicted_default[1186]         0.52    0.00  0.19    0.17    0.38    0.52
-p_predicted_default[1187]         0.49    0.00  0.20    0.14    0.34    0.48
-p_predicted_default[1188]         0.49    0.00  0.20    0.14    0.34    0.49
-p_predicted_default[1189]         0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[1190]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1191]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1192]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1193]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1194]         0.07    0.00  0.04    0.01    0.04    0.06
-p_predicted_default[1195]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1196]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1197]         0.05    0.00  0.03    0.01    0.03    0.04
-p_predicted_default[1198]         0.04    0.00  0.03    0.01    0.02    0.03
-p_predicted_default[1199]         0.58    0.00  0.12    0.33    0.49    0.58
-p_predicted_default[1200]         0.58    0.00  0.12    0.33    0.49    0.58
-p_predicted_default[1201]         0.64    0.00  0.14    0.35    0.54    0.65
-p_predicted_default[1202]         0.55    0.00  0.12    0.32    0.47    0.56
-p_predicted_default[1203]         0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted_default[1204]         0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted_default[1205]         0.55    0.00  0.12    0.31    0.47    0.55
-p_predicted_default[1206]         0.55    0.00  0.12    0.31    0.47    0.56
-p_predicted_default[1207]         0.50    0.00  0.12    0.25    0.41    0.50
-p_predicted_default[1208]         0.48    0.00  0.12    0.25    0.40    0.48
-p_predicted_default[1209]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1210]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1211]         0.06    0.00  0.05    0.01    0.03    0.05
-p_predicted_default[1212]         0.06    0.00  0.05    0.01    0.03    0.05
-p_predicted_default[1213]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1214]         0.05    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1215]         0.04    0.00  0.03    0.01    0.02    0.04
-p_predicted_default[1216]         0.04    0.00  0.03    0.00    0.02    0.03
-p_predicted_default[1217]         0.27    0.00  0.08    0.13    0.21    0.26
-p_predicted_default[1218]         0.26    0.00  0.08    0.13    0.21    0.26
-p_predicted_default[1219]         0.22    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[1220]         0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[1221]         0.21    0.00  0.06    0.11    0.17    0.21
-p_predicted_default[1222]         0.08    0.00  0.06    0.01    0.04    0.07
-p_predicted_default[1223]         0.08    0.00  0.06    0.01    0.03    0.06
-p_predicted_default[1224]         0.08    0.00  0.06    0.01    0.03    0.06
-p_predicted_default[1225]         0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[1226]         0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[1227]         0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[1228]         0.05    0.00  0.04    0.01    0.02    0.04
-p_predicted_default[1229]         0.63    0.00  0.14    0.34    0.54    0.64
-p_predicted_default[1230]         0.64    0.00  0.12    0.38    0.56    0.65
-p_predicted_default[1231]         0.57    0.00  0.14    0.29    0.48    0.58
-p_predicted_default[1232]         0.57    0.00  0.14    0.28    0.47    0.57
-p_predicted_default[1233]         0.31    0.00  0.04    0.22    0.28    0.31
-p_predicted_default[1234]         0.31    0.00  0.04    0.22    0.28    0.31
-p_predicted_default[1235]         0.29    0.00  0.04    0.21    0.26    0.29
-p_predicted_default[1236]         0.29    0.00  0.04    0.21    0.26    0.29
-p_predicted_default[1237]         0.27    0.00  0.04    0.19    0.25    0.27
-p_predicted_default[1238]         0.27    0.00  0.04    0.19    0.25    0.27
-p_predicted_default[1239]         0.23    0.00  0.04    0.16    0.20    0.23
-p_predicted_default[1240]         0.23    0.00  0.04    0.16    0.20    0.23
-p_predicted_default[1241]         0.21    0.00  0.03    0.14    0.18    0.21
-p_predicted_default[1242]         0.21    0.00  0.03    0.14    0.18    0.21
-p_predicted_default[1243]         0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted_default[1244]         0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted_default[1245]         0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[1246]         0.20    0.00  0.04    0.13    0.17    0.20
-p_predicted_default[1247]         0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted_default[1248]         0.19    0.00  0.04    0.13    0.17    0.19
-p_predicted_default[1249]         0.14    0.00  0.08    0.03    0.08    0.12
-p_predicted_default[1250]         0.10    0.00  0.05    0.02    0.06    0.09
-p_predicted_default[1251]         0.14    0.00  0.08    0.03    0.08    0.12
-p_predicted_default[1252]         0.16    0.00  0.07    0.04    0.10    0.15
-p_predicted_default[1253]         0.11    0.00  0.05    0.03    0.07    0.10
-p_predicted_default[1254]         0.16    0.00  0.07    0.04    0.10    0.15
-p_predicted_default[1255]         0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted_default[1256]         0.11    0.00  0.05    0.04    0.07    0.10
-p_predicted_default[1257]         0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted_default[1258]         0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted_default[1259]         0.11    0.00  0.05    0.04    0.07    0.10
-p_predicted_default[1260]         0.16    0.00  0.07    0.05    0.10    0.15
-p_predicted_default[1261]         0.18    0.00  0.09    0.05    0.12    0.17
-p_predicted_default[1262]         0.13    0.00  0.06    0.04    0.09    0.12
-p_predicted_default[1263]         0.18    0.00  0.09    0.05    0.12    0.17
-p_predicted_default[1264]         0.15    0.00  0.08    0.03    0.09    0.13
-p_predicted_default[1265]         0.10    0.00  0.05    0.03    0.06    0.09
-p_predicted_default[1266]         0.15    0.00  0.08    0.03    0.09    0.13
-p_predicted_default[1267]         0.04    0.00  0.03    0.00    0.01    0.03
-p_predicted_default[1268]         0.04    0.00  0.03    0.00    0.01    0.03
-p_predicted_default[1269]         0.03    0.00  0.03    0.00    0.01    0.03
-p_predicted_default[1270]         0.03    0.00  0.03    0.00    0.01    0.03
-p_predicted_default[1271]         0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted_default[1272]         0.07    0.00  0.05    0.01    0.03    0.06
-p_predicted_default[1273]         0.06    0.00  0.05    0.01    0.02    0.04
-p_predicted_default[1274]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1275]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1276]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1277]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1278]         0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[1279]         0.07    0.00  0.03    0.03    0.05    0.07
-p_predicted_default[1280]         0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1281]         0.05    0.00  0.02    0.02    0.04    0.05
-p_predicted_default[1282]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1283]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1284]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1285]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1286]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1287]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1288]         0.01    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1289]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1290]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1291]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1292]         0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_default[1293]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1294]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1295]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1296]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1297]         0.11    0.00  0.05    0.03    0.07    0.11
-p_predicted_default[1298]         0.13    0.00  0.05    0.05    0.09    0.12
-p_predicted_default[1299]         0.20    0.00  0.08    0.08    0.14    0.19
-p_predicted_default[1300]         0.20    0.00  0.08    0.08    0.14    0.19
-p_predicted_default[1301]         0.16    0.00  0.07    0.05    0.11    0.15
-p_predicted_default[1302]         0.36    0.00  0.11    0.18    0.28    0.35
-p_predicted_default[1303]         0.36    0.00  0.11    0.18    0.28    0.35
-p_predicted_default[1304]         0.28    0.00  0.08    0.14    0.22    0.27
-p_predicted_default[1305]         0.28    0.00  0.08    0.14    0.22    0.27
-p_predicted_default[1306]         0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted_default[1307]         0.29    0.00  0.08    0.16    0.24    0.28
-p_predicted_default[1308]         0.23    0.00  0.06    0.12    0.19    0.23
-p_predicted_default[1309]         0.23    0.00  0.06    0.12    0.19    0.23
-p_predicted_default[1310]         0.23    0.00  0.06    0.12    0.18    0.22
-p_predicted_default[1311]         0.23    0.00  0.06    0.12    0.18    0.22
-p_predicted_default[1312]         0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted_default[1313]         0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted_default[1314]         0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted_default[1315]         0.21    0.00  0.06    0.11    0.17    0.20
-p_predicted_default[1316]         0.08    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[1317]         0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted_default[1318]         0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted_default[1319]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1320]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1321]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1322]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1323]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1324]         0.08    0.00  0.05    0.01    0.04    0.06
-p_predicted_default[1325]         0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted_default[1326]         0.07    0.00  0.04    0.01    0.03    0.06
-p_predicted_default[1327]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1328]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1329]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1330]         0.06    0.00  0.04    0.01    0.03    0.05
-p_predicted_default[1331]         0.27    0.00  0.07    0.15    0.22    0.27
-p_predicted_default[1332]         0.22    0.00  0.06    0.12    0.18    0.22
-p_predicted_default[1333]         0.21    0.00  0.06    0.10    0.16    0.20
-p_predicted_default[1334]         0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted_default[1335]         0.03    0.00  0.03    0.00    0.01    0.02
-p_predicted_default[1336]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1337]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1338]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1339]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1340]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1341]         0.03    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1342]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_default[1343]         0.02    0.00  0.02    0.00    0.01    0.02
-p_predicted_intervention[1]       0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[2]       0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[3]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[4]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[5]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[6]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[7]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[8]       0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[9]       0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[10]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[11]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[12]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[13]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[14]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[15]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[16]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[17]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[18]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[19]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[20]      1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[21]      0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[22]      0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[23]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[24]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[25]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[26]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[27]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[28]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[29]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[30]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[31]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[32]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[33]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[34]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[35]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[36]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[37]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[38]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[39]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[40]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[41]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[42]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[43]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[44]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[45]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[46]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[47]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[48]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[49]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[50]      0.31    0.00  0.35    0.00    0.01    0.12
-p_predicted_intervention[51]      0.33    0.00  0.36    0.00    0.02    0.15
-p_predicted_intervention[52]      0.33    0.00  0.36    0.00    0.02    0.15
-p_predicted_intervention[53]      0.33    0.00  0.36    0.00    0.01    0.14
-p_predicted_intervention[54]      0.29    0.00  0.35    0.00    0.01    0.10
-p_predicted_intervention[55]      0.29    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[56]      0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[57]      0.27    0.00  0.34    0.00    0.01    0.08
-p_predicted_intervention[58]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[59]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[60]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[61]      0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[62]      0.29    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[63]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[64]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[65]      0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[66]      0.26    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[67]      0.26    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[68]      0.26    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[69]      0.25    0.00  0.35    0.00    0.00    0.03
-p_predicted_intervention[70]      0.25    0.00  0.35    0.00    0.00    0.03
-p_predicted_intervention[71]      0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[72]      0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[73]      0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[74]      0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[75]      0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[76]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[77]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[78]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[79]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[80]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[81]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[82]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[83]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[84]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[85]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[86]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[87]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[88]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[89]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[90]      0.46    0.00  0.45    0.00    0.00    0.30
-p_predicted_intervention[91]      0.46    0.00  0.45    0.00    0.00    0.29
-p_predicted_intervention[92]      0.46    0.00  0.45    0.00    0.00    0.30
-p_predicted_intervention[93]      0.46    0.00  0.45    0.00    0.00    0.31
-p_predicted_intervention[94]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[95]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[96]      0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[97]      0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[98]      0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[99]      0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[100]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[101]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[102]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[103]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[104]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[105]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[106]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[107]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[108]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[109]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[110]     0.93    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[111]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[112]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[113]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[114]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[115]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[116]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[117]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[118]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[119]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[120]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[121]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[122]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[123]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[124]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[125]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[126]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[127]     1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[128]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[129]     0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[130]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[131]     0.27    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[132]     0.26    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[133]     0.26    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[134]     0.27    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[135]     0.27    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[136]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[137]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[138]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[139]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[140]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[141]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[142]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[143]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[144]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[145]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[146]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[147]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[148]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[149]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[150]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[151]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[152]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[153]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[154]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[155]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[156]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[157]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[158]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[159]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[160]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[161]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[162]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[163]     0.20    0.00  0.14    0.01    0.08    0.17
-p_predicted_intervention[164]     0.20    0.00  0.14    0.01    0.08    0.17
-p_predicted_intervention[165]     0.21    0.00  0.13    0.02    0.10    0.19
-p_predicted_intervention[166]     0.21    0.00  0.13    0.02    0.10    0.19
-p_predicted_intervention[167]     0.20    0.00  0.13    0.02    0.09    0.17
-p_predicted_intervention[168]     0.20    0.00  0.13    0.02    0.09    0.17
-p_predicted_intervention[169]     0.20    0.00  0.13    0.02    0.09    0.17
-p_predicted_intervention[170]     0.20    0.00  0.13    0.02    0.09    0.17
-p_predicted_intervention[171]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[172]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[173]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[174]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[175]     0.28    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[176]     0.28    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[177]     0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[178]     0.29    0.00  0.37    0.00    0.00    0.06
-p_predicted_intervention[179]     0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[180]     0.29    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[181]     0.29    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[182]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[183]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[184]     0.26    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[185]     0.25    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[186]     0.25    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[187]     0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[188]     0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[189]     0.33    0.00  0.36    0.00    0.01    0.14
-p_predicted_intervention[190]     0.32    0.00  0.36    0.00    0.01    0.14
-p_predicted_intervention[191]     0.32    0.00  0.36    0.00    0.01    0.13
-p_predicted_intervention[192]     0.32    0.00  0.36    0.00    0.01    0.14
-p_predicted_intervention[193]     0.29    0.00  0.34    0.00    0.01    0.10
-p_predicted_intervention[194]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[195]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[196]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[197]     0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[198]     0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[199]     0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[200]     0.33    0.00  0.36    0.00    0.01    0.14
-p_predicted_intervention[201]     0.32    0.00  0.36    0.00    0.01    0.13
-p_predicted_intervention[202]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[203]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[204]     0.28    0.00  0.34    0.00    0.01    0.09
-p_predicted_intervention[205]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[206]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[207]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[208]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[209]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[210]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[211]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[212]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[213]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[214]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[215]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[216]     0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[217]     0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[218]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[219]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[220]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[221]     0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[222]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[223]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[224]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[225]     0.13    0.00  0.31    0.00    0.00    0.00
-p_predicted_intervention[226]     0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[227]     0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[228]     0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[229]     0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[230]     0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[231]     0.28    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[232]     0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[233]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[234]     0.26    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[235]     0.26    0.00  0.35    0.00    0.00    0.04
-p_predicted_intervention[236]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[237]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[238]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[239]     0.20    0.00  0.38    0.00    0.00    0.00
-p_predicted_intervention[240]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[241]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[242]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[243]     0.92    0.00  0.24    0.02    1.00    1.00
-p_predicted_intervention[244]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[245]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[246]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[247]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[248]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[249]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[250]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[251]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[252]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[253]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[254]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[255]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[256]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[257]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[258]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[259]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[260]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[261]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[262]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[263]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[264]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[265]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[266]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[267]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[268]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[269]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[270]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[271]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[272]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[273]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[274]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[275]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[276]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[277]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[278]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[279]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[280]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[281]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[282]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[283]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[284]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[285]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[286]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[287]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[288]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[289]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[290]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[291]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[292]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[293]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[294]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[295]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[296]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[297]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[298]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[299]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[300]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[301]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[302]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[303]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[304]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[305]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[306]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[307]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[308]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[309]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[310]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[311]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[312]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[313]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[314]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[315]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[316]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[317]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[318]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[319]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[320]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[321]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[322]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[323]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[324]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[325]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[326]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[327]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[328]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[329]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[330]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[331]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[332]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[333]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[334]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[335]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[336]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[337]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[338]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[339]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[340]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[341]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[342]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[343]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[344]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[345]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[346]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[347]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[348]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[349]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[350]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[351]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[352]     0.30    0.00  0.11    0.09    0.21    0.29
-p_predicted_intervention[353]     0.30    0.00  0.11    0.09    0.21    0.29
-p_predicted_intervention[354]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[355]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[356]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[357]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[358]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[359]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[360]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[361]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[362]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[363]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[364]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[365]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[366]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[367]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[368]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[369]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[370]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[371]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[372]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[373]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[374]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[375]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[376]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[377]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[378]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[379]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[380]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[381]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[382]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[383]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[384]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[385]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[386]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[387]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[388]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[389]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[390]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[391]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[392]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[393]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[394]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[395]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[396]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[397]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[398]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[399]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[400]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[401]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[402]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[403]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[404]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[405]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[406]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[407]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[408]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[409]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[410]     0.45    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[411]     0.45    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[412]     0.45    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[413]     0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[414]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[415]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[416]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[417]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[418]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[419]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[420]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[421]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[422]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[423]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[424]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[425]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[426]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[427]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[428]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[429]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[430]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[431]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[432]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[433]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[434]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[435]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[436]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[437]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[438]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[439]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[440]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[441]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[442]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[443]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[444]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[445]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[446]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[447]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[448]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[449]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[450]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[451]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[452]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[453]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[454]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[455]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[456]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[457]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[458]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[459]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[460]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[461]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[462]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[463]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[464]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[465]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[466]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[467]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[468]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[469]     0.29    0.00  0.14    0.05    0.18    0.28
-p_predicted_intervention[470]     0.23    0.00  0.14    0.03    0.12    0.21
-p_predicted_intervention[471]     0.20    0.00  0.12    0.02    0.10    0.18
-p_predicted_intervention[472]     0.21    0.00  0.13    0.02    0.11    0.19
-p_predicted_intervention[473]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[474]     0.27    0.00  0.13    0.05    0.16    0.26
-p_predicted_intervention[475]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[476]     0.25    0.00  0.13    0.05    0.15    0.24
-p_predicted_intervention[477]     0.20    0.00  0.12    0.03    0.11    0.18
-p_predicted_intervention[478]     0.18    0.00  0.11    0.03    0.10    0.16
-p_predicted_intervention[479]     0.15    0.00  0.11    0.02    0.07    0.13
-p_predicted_intervention[480]     0.14    0.00  0.10    0.02    0.06    0.12
-p_predicted_intervention[481]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[482]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[483]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[484]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[485]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[486]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[487]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[488]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[489]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[490]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[491]     0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[492]     0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[493]     0.44    0.00  0.44    0.00    0.00    0.24
-p_predicted_intervention[494]     0.44    0.00  0.44    0.00    0.00    0.24
-p_predicted_intervention[495]     0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[496]     0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[497]     0.44    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[498]     0.44    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[499]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[500]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[501]     0.29    0.00  0.14    0.05    0.18    0.28
-p_predicted_intervention[502]     0.23    0.00  0.14    0.03    0.12    0.21
-p_predicted_intervention[503]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[504]     0.26    0.00  0.13    0.05    0.16    0.25
-p_predicted_intervention[505]     0.25    0.00  0.13    0.05    0.15    0.24
-p_predicted_intervention[506]     0.25    0.00  0.13    0.05    0.15    0.24
-p_predicted_intervention[507]     0.25    0.00  0.13    0.05    0.15    0.24
-p_predicted_intervention[508]     0.21    0.00  0.12    0.03    0.11    0.19
-p_predicted_intervention[509]     0.19    0.00  0.12    0.03    0.10    0.18
-p_predicted_intervention[510]     0.16    0.00  0.11    0.02    0.08    0.14
-p_predicted_intervention[511]     0.15    0.00  0.11    0.02    0.07    0.13
-p_predicted_intervention[512]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[513]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[514]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[515]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[516]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[517]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[518]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[519]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[520]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[521]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[522]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[523]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[524]     0.00    0.00  0.00    0.00    0.00    0.00
-p_predicted_intervention[525]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[526]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[527]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[528]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[529]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[530]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[531]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[532]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[533]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[534]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[535]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[536]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[537]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[538]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[539]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[540]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[541]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[542]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[543]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[544]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[545]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[546]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[547]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[548]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[549]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[550]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[551]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[552]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[553]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[554]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[555]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[556]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[557]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[558]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[559]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[560]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[561]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[562]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[563]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[564]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[565]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[566]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[567]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[568]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[569]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[570]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[571]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[572]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[573]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[574]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[575]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[576]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[577]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[578]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[579]     0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[580]     0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[581]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[582]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[583]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[584]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[585]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[586]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[587]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[588]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[589]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[590]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[591]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[592]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[593]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[594]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[595]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[596]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[597]     0.33    0.00  0.12    0.10    0.24    0.33
-p_predicted_intervention[598]     0.25    0.00  0.12    0.05    0.16    0.24
-p_predicted_intervention[599]     0.24    0.00  0.12    0.05    0.15    0.23
-p_predicted_intervention[600]     0.24    0.00  0.12    0.04    0.14    0.23
-p_predicted_intervention[601]     0.29    0.00  0.11    0.09    0.21    0.29
-p_predicted_intervention[602]     0.31    0.00  0.12    0.10    0.22    0.30
-p_predicted_intervention[603]     0.24    0.00  0.11    0.06    0.15    0.23
-p_predicted_intervention[604]     0.23    0.00  0.11    0.06    0.15    0.22
-p_predicted_intervention[605]     0.21    0.00  0.11    0.05    0.13    0.20
-p_predicted_intervention[606]     0.17    0.00  0.10    0.03    0.09    0.15
-p_predicted_intervention[607]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[608]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[609]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[610]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[611]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[612]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[613]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[614]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[615]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[616]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[617]     0.28    0.00  0.10    0.10    0.21    0.27
-p_predicted_intervention[618]     0.28    0.00  0.10    0.10    0.21    0.27
-p_predicted_intervention[619]     0.26    0.00  0.10    0.09    0.19    0.25
-p_predicted_intervention[620]     0.31    0.00  0.44    0.00    0.00    0.00
-p_predicted_intervention[621]     0.31    0.00  0.44    0.00    0.00    0.00
-p_predicted_intervention[622]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[623]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[624]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[625]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[626]     0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[627]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[628]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[629]     0.45    0.00  0.45    0.00    0.00    0.27
-p_predicted_intervention[630]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[631]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[632]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[633]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[634]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[635]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[636]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[637]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[638]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[639]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[640]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[641]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[642]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[643]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[644]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[645]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[646]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[647]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[648]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[649]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[650]     0.29    0.00  0.33    0.00    0.02    0.13
-p_predicted_intervention[651]     0.29    0.00  0.33    0.00    0.02    0.13
-p_predicted_intervention[652]     0.29    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[653]     0.29    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[654]     0.28    0.00  0.33    0.00    0.02    0.11
-p_predicted_intervention[655]     0.28    0.00  0.33    0.00    0.02    0.11
-p_predicted_intervention[656]     0.31    0.00  0.38    0.00    0.00    0.09
-p_predicted_intervention[657]     0.31    0.00  0.38    0.00    0.00    0.09
-p_predicted_intervention[658]     0.31    0.00  0.38    0.00    0.00    0.09
-p_predicted_intervention[659]     0.31    0.00  0.38    0.00    0.00    0.09
-p_predicted_intervention[660]     0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[661]     0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[662]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[663]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[664]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[665]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[666]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[667]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[668]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[669]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[670]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[671]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[672]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[673]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[674]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[675]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[676]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[677]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[678]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[679]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[680]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[681]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[682]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[683]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[684]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[685]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[686]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[687]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[688]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[689]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[690]     0.45    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[691]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[692]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[693]     0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[694]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[695]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[696]     0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[697]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[698]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[699]     0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[700]     0.44    0.00  0.44    0.00    0.00    0.26
-p_predicted_intervention[701]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[702]     0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[703]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[704]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[705]     0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[706]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[707]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[708]     0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[709]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[710]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[711]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[712]     0.30    0.00  0.14    0.06    0.19    0.29
-p_predicted_intervention[713]     0.23    0.00  0.13    0.03    0.13    0.22
-p_predicted_intervention[714]     0.23    0.00  0.13    0.03    0.13    0.22
-p_predicted_intervention[715]     0.23    0.00  0.13    0.03    0.12    0.21
-p_predicted_intervention[716]     0.22    0.00  0.13    0.03    0.12    0.20
-p_predicted_intervention[717]     0.28    0.00  0.13    0.06    0.18    0.27
-p_predicted_intervention[718]     0.27    0.00  0.13    0.06    0.17    0.26
-p_predicted_intervention[719]     0.25    0.00  0.13    0.04    0.15    0.23
-p_predicted_intervention[720]     0.20    0.00  0.11    0.03    0.11    0.18
-p_predicted_intervention[721]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[722]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[723]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[724]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[725]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[726]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[727]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[728]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[729]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[730]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[731]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[732]     0.03    0.00  0.13    0.00    0.00    0.00
-p_predicted_intervention[733]     0.51    0.01  0.41    0.00    0.04    0.52
-p_predicted_intervention[734]     0.50    0.01  0.41    0.00    0.04    0.52
-p_predicted_intervention[735]     0.51    0.01  0.41    0.00    0.04    0.53
-p_predicted_intervention[736]     0.47    0.00  0.41    0.00    0.03    0.40
-p_predicted_intervention[737]     0.47    0.00  0.41    0.00    0.03    0.40
-p_predicted_intervention[738]     0.47    0.00  0.41    0.00    0.03    0.39
-p_predicted_intervention[739]     0.47    0.00  0.41    0.00    0.03    0.39
-p_predicted_intervention[740]     0.46    0.00  0.41    0.00    0.03    0.39
-p_predicted_intervention[741]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[742]     0.92    0.00  0.23    0.02    1.00    1.00
-p_predicted_intervention[743]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[744]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[745]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[746]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[747]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[748]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[749]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[750]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[751]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[752]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[753]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[754]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[755]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[756]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[757]     0.28    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[758]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[759]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[760]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[761]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[762]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[763]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[764]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[765]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[766]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[767]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[768]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[769]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[770]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[771]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[772]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[773]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[774]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[775]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[776]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[777]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[778]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[779]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[780]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[781]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[782]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[783]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[784]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[785]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[786]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[787]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[788]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[789]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[790]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[791]     0.25    0.00  0.12    0.05    0.15    0.24
-p_predicted_intervention[792]     0.24    0.00  0.12    0.04    0.15    0.23
-p_predicted_intervention[793]     0.24    0.00  0.12    0.04    0.14    0.23
-p_predicted_intervention[794]     0.24    0.00  0.12    0.05    0.15    0.23
-p_predicted_intervention[795]     0.32    0.00  0.12    0.10    0.23    0.31
-p_predicted_intervention[796]     0.31    0.00  0.12    0.10    0.22    0.31
-p_predicted_intervention[797]     0.31    0.00  0.12    0.10    0.22    0.31
-p_predicted_intervention[798]     0.31    0.00  0.12    0.10    0.22    0.30
-p_predicted_intervention[799]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[800]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[801]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[802]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[803]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[804]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[805]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[806]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[807]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[808]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[809]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[810]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[811]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[812]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[813]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[814]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[815]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[816]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[817]     1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[818]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[819]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[820]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[821]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[822]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[823]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[824]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[825]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[826]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[827]     0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[828]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[829]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[830]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[831]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[832]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[833]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[834]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[835]     0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[836]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[837]     0.26    0.00  0.16    0.02    0.13    0.24
-p_predicted_intervention[838]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[839]     0.20    0.00  0.15    0.01    0.08    0.17
-p_predicted_intervention[840]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[841]     0.21    0.00  0.15    0.01    0.08    0.18
-p_predicted_intervention[842]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[843]     0.20    0.00  0.15    0.01    0.08    0.17
-p_predicted_intervention[844]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[845]     0.17    0.00  0.14    0.01    0.06    0.14
-p_predicted_intervention[846]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[847]     0.17    0.00  0.14    0.01    0.06    0.14
-p_predicted_intervention[848]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[849]     0.16    0.00  0.13    0.01    0.06    0.13
-p_predicted_intervention[850]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[851]     0.21    0.00  0.14    0.02    0.09    0.18
-p_predicted_intervention[852]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[853]     0.17    0.00  0.12    0.01    0.07    0.14
-p_predicted_intervention[854]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[855]     0.16    0.00  0.12    0.01    0.06    0.13
-p_predicted_intervention[856]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[857]     0.13    0.00  0.11    0.01    0.05    0.10
-p_predicted_intervention[858]     0.25    0.00  0.12    0.05    0.15    0.24
-p_predicted_intervention[859]     0.24    0.00  0.12    0.04    0.14    0.23
-p_predicted_intervention[860]     0.23    0.00  0.11    0.04    0.14    0.22
-p_predicted_intervention[861]     0.22    0.00  0.11    0.04    0.14    0.21
-p_predicted_intervention[862]     0.21    0.00  0.11    0.04    0.13    0.20
-p_predicted_intervention[863]     0.21    0.00  0.11    0.04    0.12    0.20
-p_predicted_intervention[864]     0.27    0.00  0.11    0.08    0.19    0.27
-p_predicted_intervention[865]     0.25    0.00  0.10    0.08    0.18    0.25
-p_predicted_intervention[866]     0.24    0.00  0.10    0.07    0.17    0.23
-p_predicted_intervention[867]     0.25    0.00  0.10    0.07    0.17    0.24
-p_predicted_intervention[868]     0.25    0.00  0.10    0.08    0.18    0.25
-p_predicted_intervention[869]     0.26    0.00  0.11    0.08    0.18    0.25
-p_predicted_intervention[870]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[871]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[872]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[873]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[874]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[875]     0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[876]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[877]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[878]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[879]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[880]     0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[881]     0.30    0.00  0.37    0.00    0.00    0.08
-p_predicted_intervention[882]     0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[883]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[884]     0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[885]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[886]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[887]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[888]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[889]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[890]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[891]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[892]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[893]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[894]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[895]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[896]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[897]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[898]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[899]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[900]     0.25    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[901]     0.30    0.00  0.14    0.06    0.19    0.29
-p_predicted_intervention[902]     0.23    0.00  0.13    0.03    0.12    0.22
-p_predicted_intervention[903]     0.25    0.00  0.13    0.04    0.15    0.23
-p_predicted_intervention[904]     0.23    0.00  0.12    0.04    0.14    0.22
-p_predicted_intervention[905]     0.21    0.00  0.12    0.04    0.12    0.20
-p_predicted_intervention[906]     0.19    0.00  0.11    0.03    0.10    0.17
-p_predicted_intervention[907]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[908]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[909]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[910]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[911]     0.00    0.00  0.02    0.00    0.00    0.00
-p_predicted_intervention[912]     0.45    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[913]     0.45    0.00  0.45    0.00    0.00    0.28
-p_predicted_intervention[914]     0.45    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[915]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[916]     0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[917]     0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[918]     0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[919]     0.45    0.00  0.45    0.00    0.00    0.28
-p_predicted_intervention[920]     0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[921]     0.45    0.00  0.44    0.00    0.00    0.31
-p_predicted_intervention[922]     0.46    0.00  0.45    0.00    0.00    0.30
-p_predicted_intervention[923]     0.45    0.00  0.44    0.00    0.00    0.31
-p_predicted_intervention[924]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[925]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[926]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[927]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[928]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[929]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[930]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[931]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[932]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[933]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[934]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[935]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[936]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[937]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[938]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[939]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[940]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[941]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[942]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[943]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[944]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[945]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[946]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[947]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[948]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[949]     0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[950]     0.30    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[951]     0.30    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[952]     0.30    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[953]     0.27    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[954]     0.27    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[955]     0.27    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[956]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[957]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[958]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[959]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[960]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[961]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[962]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[963]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[964]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[965]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[966]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[967]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[968]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[969]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[970]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[971]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[972]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[973]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[974]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[975]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[976]     0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[977]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[978]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[979]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[980]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[981]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[982]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[983]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[984]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[985]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[986]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[987]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[988]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[989]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[990]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[991]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[992]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[993]     0.23    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[994]     0.23    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[995]     0.23    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[996]     0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[997]     0.07    0.00  0.22    0.00    0.00    0.00
-p_predicted_intervention[998]     0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[999]     0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[1000]    0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[1001]    0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[1002]    0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[1003]    0.26    0.00  0.41    0.00    0.00    0.00
-p_predicted_intervention[1004]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1005]    0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1006]    0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1007]    0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[1008]    0.44    0.00  0.45    0.00    0.00    0.25
-p_predicted_intervention[1009]    0.43    0.00  0.43    0.00    0.00    0.22
-p_predicted_intervention[1010]    0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1011]    0.43    0.00  0.44    0.00    0.00    0.23
-p_predicted_intervention[1012]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1013]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1014]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1015]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1016]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1017]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1018]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1019]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1020]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1021]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1022]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1023]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1024]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1025]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1026]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1027]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1028]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1029]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1030]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1031]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1032]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1033]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1034]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1035]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1036]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1037]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1038]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1039]    0.30    0.00  0.36    0.00    0.01    0.09
-p_predicted_intervention[1040]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1041]    0.30    0.00  0.36    0.00    0.01    0.09
-p_predicted_intervention[1042]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1043]    0.30    0.00  0.36    0.00    0.01    0.09
-p_predicted_intervention[1044]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1045]    0.29    0.00  0.36    0.00    0.01    0.09
-p_predicted_intervention[1046]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1047]    0.29    0.00  0.36    0.00    0.01    0.08
-p_predicted_intervention[1048]    0.30    0.00  0.37    0.00    0.00    0.07
-p_predicted_intervention[1049]    0.29    0.00  0.36    0.00    0.01    0.08
-p_predicted_intervention[1050]    0.27    0.00  0.36    0.00    0.00    0.05
-p_predicted_intervention[1051]    0.27    0.00  0.35    0.00    0.00    0.06
-p_predicted_intervention[1052]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1053]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1054]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1055]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1056]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1057]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1058]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1059]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1060]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1061]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1062]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1063]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1064]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1065]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1066]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1067]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1068]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1069]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1070]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1071]    0.26    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[1072]    0.26    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[1073]    0.27    0.00  0.42    0.00    0.00    0.00
-p_predicted_intervention[1074]    0.29    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1075]    0.29    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1076]    0.32    0.00  0.34    0.00    0.03    0.17
-p_predicted_intervention[1077]    0.32    0.00  0.34    0.00    0.03    0.17
-p_predicted_intervention[1078]    0.28    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1079]    0.28    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1080]    0.28    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1081]    0.28    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1082]    0.28    0.00  0.32    0.00    0.02    0.12
-p_predicted_intervention[1083]    0.28    0.00  0.32    0.00    0.02    0.12
-p_predicted_intervention[1084]    0.28    0.00  0.14    0.05    0.17    0.27
-p_predicted_intervention[1085]    0.22    0.00  0.14    0.02    0.11    0.20
-p_predicted_intervention[1086]    0.26    0.00  0.13    0.05    0.15    0.25
-p_predicted_intervention[1087]    0.25    0.00  0.13    0.04    0.15    0.24
-p_predicted_intervention[1088]    0.23    0.00  0.12    0.04    0.14    0.22
-p_predicted_intervention[1089]    0.21    0.00  0.12    0.04    0.12    0.19
-p_predicted_intervention[1090]    0.20    0.00  0.11    0.03    0.11    0.19
-p_predicted_intervention[1091]    0.31    0.00  0.36    0.00    0.01    0.12
-p_predicted_intervention[1092]    0.31    0.00  0.36    0.00    0.01    0.11
-p_predicted_intervention[1093]    0.31    0.00  0.36    0.00    0.01    0.12
-p_predicted_intervention[1094]    0.31    0.00  0.36    0.00    0.01    0.11
-p_predicted_intervention[1095]    0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[1096]    0.31    0.00  0.36    0.00    0.01    0.11
-p_predicted_intervention[1097]    0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[1098]    0.31    0.00  0.36    0.00    0.01    0.11
-p_predicted_intervention[1099]    0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[1100]    0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[1101]    0.30    0.00  0.35    0.00    0.01    0.11
-p_predicted_intervention[1102]    0.30    0.00  0.35    0.00    0.01    0.10
-p_predicted_intervention[1103]    0.27    0.00  0.34    0.00    0.01    0.07
-p_predicted_intervention[1104]    0.26    0.00  0.34    0.00    0.01    0.07
-p_predicted_intervention[1105]    0.26    0.00  0.34    0.00    0.01    0.07
-p_predicted_intervention[1106]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1107]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1108]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1109]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1110]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1111]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1112]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1113]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1114]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1115]    0.00    0.00  0.01    0.00    0.00    0.00
-p_predicted_intervention[1116]    0.24    0.00  0.13    0.04    0.14    0.23
-p_predicted_intervention[1117]    0.23    0.00  0.13    0.03    0.13    0.22
-p_predicted_intervention[1118]    0.21    0.00  0.12    0.03    0.12    0.20
-p_predicted_intervention[1119]    0.27    0.00  0.12    0.07    0.18    0.26
-p_predicted_intervention[1120]    0.27    0.00  0.12    0.06    0.18    0.26
-p_predicted_intervention[1121]    0.25    0.00  0.11    0.06    0.16    0.24
-p_predicted_intervention[1122]    0.25    0.00  0.11    0.06    0.16    0.24
-p_predicted_intervention[1123]    0.26    0.00  0.12    0.06    0.17    0.25
-p_predicted_intervention[1124]    0.25    0.00  0.11    0.06    0.16    0.24
-p_predicted_intervention[1125]    0.26    0.00  0.12    0.06    0.17    0.25
-p_predicted_intervention[1126]    0.24    0.00  0.11    0.06    0.16    0.23
-p_predicted_intervention[1127]    0.28    0.00  0.32    0.00    0.02    0.11
-p_predicted_intervention[1128]    0.30    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[1129]    0.30    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[1130]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1131]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1132]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1133]    0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[1134]    0.22    0.00  0.39    0.00    0.00    0.00
-p_predicted_intervention[1135]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1136]    0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[1137]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1138]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1139]    0.45    0.00  0.45    0.00    0.00    0.28
-p_predicted_intervention[1140]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1141]    0.45    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[1142]    0.45    0.00  0.45    0.00    0.00    0.27
-p_predicted_intervention[1143]    0.45    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[1144]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1145]    0.45    0.00  0.45    0.00    0.00    0.29
-p_predicted_intervention[1146]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1147]    0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[1148]    0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[1149]    0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[1150]    0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[1151]    0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[1152]    0.44    0.00  0.44    0.00    0.00    0.28
-p_predicted_intervention[1153]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1154]    0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[1155]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1156]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1157]    0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[1158]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1159]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1160]    0.93    0.00  0.21    0.05    1.00    1.00
-p_predicted_intervention[1161]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1162]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1163]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1164]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1165]    0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[1166]    0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[1167]    0.44    0.00  0.44    0.00    0.00    0.25
-p_predicted_intervention[1168]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1169]    0.45    0.00  0.45    0.00    0.00    0.26
-p_predicted_intervention[1170]    0.44    0.00  0.44    0.00    0.00    0.27
-p_predicted_intervention[1171]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1172]    0.45    0.00  0.45    0.00    0.00    0.28
-p_predicted_intervention[1173]    0.45    0.00  0.44    0.00    0.00    0.29
-p_predicted_intervention[1174]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1175]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1176]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1177]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1178]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1179]    0.24    0.00  0.16    0.02    0.11    0.21
-p_predicted_intervention[1180]    0.19    0.00  0.15    0.01    0.07    0.16
-p_predicted_intervention[1181]    0.19    0.00  0.14    0.01    0.08    0.17
-p_predicted_intervention[1182]    0.15    0.00  0.12    0.01    0.05    0.11
-p_predicted_intervention[1183]    0.18    0.00  0.13    0.01    0.07    0.15
-p_predicted_intervention[1184]    0.15    0.00  0.12    0.01    0.06    0.12
-p_predicted_intervention[1185]    0.14    0.00  0.11    0.01    0.05    0.11
-p_predicted_intervention[1186]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1187]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1188]    0.06    0.00  0.21    0.00    0.00    0.00
-p_predicted_intervention[1189]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1190]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1191]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1192]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1193]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1194]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1195]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1196]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1197]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1198]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1199]    0.52    0.01  0.41    0.00    0.05    0.56
-p_predicted_intervention[1200]    0.52    0.01  0.41    0.00    0.05    0.56
-p_predicted_intervention[1201]    0.50    0.00  0.41    0.00    0.04    0.49
-p_predicted_intervention[1202]    0.51    0.00  0.41    0.00    0.05    0.52
-p_predicted_intervention[1203]    0.51    0.00  0.41    0.00    0.05    0.53
-p_predicted_intervention[1204]    0.51    0.00  0.41    0.00    0.05    0.53
-p_predicted_intervention[1205]    0.51    0.00  0.41    0.00    0.04    0.53
-p_predicted_intervention[1206]    0.51    0.00  0.41    0.00    0.05    0.53
-p_predicted_intervention[1207]    0.48    0.00  0.41    0.00    0.03    0.44
-p_predicted_intervention[1208]    0.48    0.00  0.41    0.00    0.03    0.43
-p_predicted_intervention[1209]    0.23    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1210]    0.23    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1211]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1212]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1213]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1214]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1215]    0.25    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1216]    0.24    0.00  0.40    0.00    0.00    0.00
-p_predicted_intervention[1217]    0.29    0.00  0.33    0.00    0.02    0.13
-p_predicted_intervention[1218]    0.29    0.00  0.33    0.00    0.02    0.13
-p_predicted_intervention[1219]    0.28    0.00  0.33    0.00    0.02    0.11
-p_predicted_intervention[1220]    0.28    0.00  0.33    0.00    0.02    0.11
-p_predicted_intervention[1221]    0.28    0.00  0.32    0.00    0.02    0.11
-p_predicted_intervention[1222]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1223]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1224]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1225]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1226]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1227]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1228]    0.03    0.00  0.14    0.00    0.00    0.00
-p_predicted_intervention[1229]    0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[1230]    0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[1231]    0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[1232]    0.13    0.00  0.32    0.00    0.00    0.00
-p_predicted_intervention[1233]    0.27    0.00  0.12    0.06    0.18    0.26
-p_predicted_intervention[1234]    0.27    0.00  0.12    0.06    0.18    0.26
-p_predicted_intervention[1235]    0.25    0.00  0.11    0.06    0.16    0.24
-p_predicted_intervention[1236]    0.25    0.00  0.11    0.06    0.16    0.24
-p_predicted_intervention[1237]    0.24    0.00  0.11    0.05    0.15    0.23
-p_predicted_intervention[1238]    0.24    0.00  0.11    0.05    0.15    0.23
-p_predicted_intervention[1239]    0.31    0.00  0.10    0.12    0.24    0.31
-p_predicted_intervention[1240]    0.31    0.00  0.10    0.12    0.24    0.31
-p_predicted_intervention[1241]    0.29    0.00  0.10    0.11    0.22    0.28
-p_predicted_intervention[1242]    0.29    0.00  0.10    0.11    0.22    0.28
-p_predicted_intervention[1243]    0.27    0.00  0.10    0.10    0.20    0.27
-p_predicted_intervention[1244]    0.27    0.00  0.10    0.10    0.20    0.27
-p_predicted_intervention[1245]    0.28    0.00  0.10    0.10    0.20    0.27
-p_predicted_intervention[1246]    0.28    0.00  0.10    0.10    0.20    0.27
-p_predicted_intervention[1247]    0.27    0.00  0.10    0.10    0.20    0.26
-p_predicted_intervention[1248]    0.27    0.00  0.10    0.10    0.20    0.26
-p_predicted_intervention[1249]    0.43    0.00  0.43    0.00    0.00    0.24
-p_predicted_intervention[1250]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1251]    0.43    0.00  0.43    0.00    0.00    0.24
-p_predicted_intervention[1252]    0.43    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1253]    0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1254]    0.43    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1255]    0.43    0.00  0.44    0.00    0.00    0.23
-p_predicted_intervention[1256]    0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1257]    0.43    0.00  0.44    0.00    0.00    0.23
-p_predicted_intervention[1258]    0.43    0.00  0.44    0.00    0.00    0.23
-p_predicted_intervention[1259]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1260]    0.43    0.00  0.44    0.00    0.00    0.23
-p_predicted_intervention[1261]    0.43    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1262]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1263]    0.43    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1264]    0.43    0.00  0.44    0.00    0.00    0.24
-p_predicted_intervention[1265]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1266]    0.43    0.00  0.44    0.00    0.00    0.24
-p_predicted_intervention[1267]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1268]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1269]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1270]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1271]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1272]    0.43    0.00  0.44    0.00    0.00    0.19
-p_predicted_intervention[1273]    0.43    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1274]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1275]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1276]    0.93    0.00  0.22    0.03    1.00    1.00
-p_predicted_intervention[1277]    0.92    0.00  0.23    0.03    1.00    1.00
-p_predicted_intervention[1278]    0.31    0.00  0.37    0.00    0.00    0.09
-p_predicted_intervention[1279]    0.31    0.00  0.37    0.00    0.00    0.09
-p_predicted_intervention[1280]    0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[1281]    0.28    0.00  0.36    0.00    0.00    0.06
-p_predicted_intervention[1282]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1283]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1284]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1285]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1286]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1287]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1288]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1289]    1.00    0.00  0.00    1.00    1.00    1.00
-p_predicted_intervention[1290]    1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[1291]    1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[1292]    1.00    0.00  0.01    1.00    1.00    1.00
-p_predicted_intervention[1293]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1294]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1295]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1296]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1297]    0.44    0.00  0.44    0.00    0.00    0.22
-p_predicted_intervention[1298]    0.44    0.00  0.44    0.00    0.00    0.21
-p_predicted_intervention[1299]    0.44    0.00  0.45    0.00    0.00    0.22
-p_predicted_intervention[1300]    0.44    0.00  0.45    0.00    0.00    0.23
-p_predicted_intervention[1301]    0.44    0.00  0.45    0.00    0.00    0.24
-p_predicted_intervention[1302]    0.28    0.00  0.32    0.00    0.02    0.11
-p_predicted_intervention[1303]    0.28    0.00  0.32    0.00    0.02    0.11
-p_predicted_intervention[1304]    0.30    0.00  0.34    0.00    0.02    0.13
-p_predicted_intervention[1305]    0.30    0.00  0.34    0.00    0.02    0.13
-p_predicted_intervention[1306]    0.31    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[1307]    0.31    0.00  0.34    0.00    0.02    0.14
-p_predicted_intervention[1308]    0.27    0.00  0.32    0.00    0.01    0.10
-p_predicted_intervention[1309]    0.27    0.00  0.32    0.00    0.01    0.10
-p_predicted_intervention[1310]    0.27    0.00  0.32    0.00    0.01    0.10
-p_predicted_intervention[1311]    0.27    0.00  0.32    0.00    0.01    0.10
-p_predicted_intervention[1312]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1313]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1314]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1315]    0.26    0.00  0.32    0.00    0.01    0.09
-p_predicted_intervention[1316]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1317]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1318]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1319]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1320]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1321]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1322]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1323]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1324]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1325]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1326]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1327]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1328]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1329]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1330]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1331]    0.32    0.00  0.34    0.00    0.02    0.17
-p_predicted_intervention[1332]    0.28    0.00  0.33    0.00    0.02    0.12
-p_predicted_intervention[1333]    0.28    0.00  0.32    0.00    0.02    0.11
-p_predicted_intervention[1334]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1335]    0.93    0.00  0.22    0.04    1.00    1.00
-p_predicted_intervention[1336]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1337]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1338]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1339]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1340]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1341]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1342]    0.93    0.00  0.22    0.05    1.00    1.00
-p_predicted_intervention[1343]    0.93    0.00  0.22    0.04    1.00    1.00
-predicted_difference[1]          -0.19    0.00  0.16   -0.37   -0.26   -0.21
-predicted_difference[2]          -0.19    0.00  0.16   -0.36   -0.26   -0.21
-predicted_difference[3]          -0.19    0.00  0.16   -0.36   -0.26   -0.21
-predicted_difference[4]          -0.17    0.00  0.15   -0.33   -0.23   -0.18
-predicted_difference[5]          -0.17    0.00  0.15   -0.33   -0.23   -0.18
-predicted_difference[6]          -0.17    0.00  0.15   -0.33   -0.23   -0.18
-predicted_difference[7]          -0.15    0.00  0.15   -0.33   -0.21   -0.16
-predicted_difference[8]          -0.15    0.00  0.15   -0.33   -0.21   -0.16
-predicted_difference[9]          -0.37    0.00  0.08   -0.53   -0.43   -0.37
-predicted_difference[10]         -0.39    0.00  0.08   -0.55   -0.44   -0.39
-predicted_difference[11]          1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[12]          0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[13]          0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[14]          0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[15]          0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[16]          0.98    0.00  0.02    0.94    0.97    0.99
-predicted_difference[17]          0.98    0.00  0.02    0.94    0.98    0.99
-predicted_difference[18]          0.98    0.00  0.02    0.94    0.98    0.99
-predicted_difference[19]          0.98    0.00  0.02    0.94    0.98    0.99
-predicted_difference[20]          0.98    0.00  0.02    0.94    0.98    0.99
-predicted_difference[21]         -0.06    0.00  0.13   -0.22   -0.11   -0.07
-predicted_difference[22]         -0.06    0.00  0.13   -0.21   -0.11   -0.07
-predicted_difference[23]         -0.38    0.00  0.05   -0.47   -0.41   -0.38
-predicted_difference[24]         -0.36    0.00  0.04   -0.45   -0.39   -0.36
-predicted_difference[25]         -0.32    0.00  0.05   -0.42   -0.36   -0.32
-predicted_difference[26]         -0.27    0.00  0.04   -0.35   -0.30   -0.27
-predicted_difference[27]         -0.26    0.00  0.04   -0.34   -0.29   -0.26
-predicted_difference[28]         -0.24    0.00  0.04   -0.33   -0.27   -0.24
-predicted_difference[29]         -0.23    0.00  0.05   -0.32   -0.26   -0.23
-predicted_difference[30]         -0.33    0.00  0.04   -0.42   -0.36   -0.33
-predicted_difference[31]         -0.33    0.00  0.04   -0.42   -0.36   -0.33
-predicted_difference[32]         -0.31    0.00  0.04   -0.39   -0.33   -0.31
-predicted_difference[33]         -0.31    0.00  0.04   -0.39   -0.33   -0.31
-predicted_difference[34]         -0.29    0.00  0.04   -0.37   -0.32   -0.29
-predicted_difference[35]         -0.29    0.00  0.04   -0.37   -0.32   -0.29
-predicted_difference[36]         -0.28    0.00  0.04   -0.37   -0.31   -0.28
-predicted_difference[37]         -0.28    0.00  0.04   -0.37   -0.31   -0.28
-predicted_difference[38]         -0.21    0.00  0.04   -0.28   -0.23   -0.20
-predicted_difference[39]         -0.21    0.00  0.04   -0.28   -0.23   -0.20
-predicted_difference[40]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[41]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[42]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[43]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[44]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[45]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[46]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[47]         -0.14    0.00  0.03   -0.19   -0.16   -0.14
-predicted_difference[48]         -0.14    0.00  0.03   -0.19   -0.15   -0.14
-predicted_difference[49]         -0.14    0.00  0.03   -0.19   -0.15   -0.14
-predicted_difference[50]          0.19    0.00  0.37   -0.22   -0.09    0.02
-predicted_difference[51]          0.25    0.00  0.37   -0.15   -0.06    0.07
-predicted_difference[52]          0.25    0.00  0.37   -0.15   -0.06    0.07
-predicted_difference[53]          0.25    0.00  0.37   -0.14   -0.06    0.07
-predicted_difference[54]          0.23    0.00  0.35   -0.11   -0.05    0.04
-predicted_difference[55]          0.23    0.00  0.35   -0.11   -0.05    0.04
-predicted_difference[56]          0.22    0.00  0.35   -0.11   -0.04    0.04
-predicted_difference[57]          0.22    0.00  0.34   -0.12   -0.04    0.03
-predicted_difference[58]          0.21    0.00  0.36   -0.13   -0.05    0.00
-predicted_difference[59]          0.21    0.00  0.36   -0.13   -0.05    0.00
-predicted_difference[60]          0.21    0.00  0.36   -0.13   -0.05    0.00
-predicted_difference[61]          0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[62]          0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[63]          0.23    0.00  0.36   -0.06   -0.03    0.01
-predicted_difference[64]          0.23    0.00  0.36   -0.06   -0.03    0.01
-predicted_difference[65]          0.23    0.00  0.36   -0.07   -0.03    0.01
-predicted_difference[66]          0.23    0.00  0.36   -0.06   -0.03    0.01
-predicted_difference[67]          0.23    0.00  0.36   -0.06   -0.02    0.01
-predicted_difference[68]          0.23    0.00  0.35   -0.06   -0.02    0.01
-predicted_difference[69]          0.21    0.00  0.35   -0.08   -0.02    0.01
-predicted_difference[70]          0.22    0.00  0.34   -0.06   -0.02    0.01
-predicted_difference[71]         -0.20    0.00  0.06   -0.31   -0.23   -0.20
-predicted_difference[72]         -0.19    0.00  0.06   -0.30   -0.22   -0.19
-predicted_difference[73]         -0.18    0.00  0.06   -0.28   -0.21   -0.18
-predicted_difference[74]         -0.18    0.00  0.05   -0.28   -0.21   -0.17
-predicted_difference[75]         -0.12    0.00  0.06   -0.24   -0.16   -0.12
-predicted_difference[76]         -0.51    0.00  0.35   -0.83   -0.71   -0.63
-predicted_difference[77]         -0.51    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[78]         -0.51    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[79]         -0.51    0.00  0.35   -0.83   -0.71   -0.63
-predicted_difference[80]         -0.51    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[81]         -0.50    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[82]         -0.51    0.00  0.35   -0.83   -0.71   -0.63
-predicted_difference[83]         -0.51    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[84]         -0.51    0.00  0.35   -0.82   -0.70   -0.62
-predicted_difference[85]         -0.56    0.00  0.09   -0.72   -0.62   -0.57
-predicted_difference[86]         -0.38    0.00  0.06   -0.50   -0.42   -0.38
-predicted_difference[87]         -0.32    0.00  0.06   -0.45   -0.36   -0.31
-predicted_difference[88]         -0.16    0.00  0.03   -0.23   -0.18   -0.15
-predicted_difference[89]         -0.15    0.00  0.03   -0.21   -0.17   -0.14
-predicted_difference[90]          0.45    0.00  0.44   -0.01    0.00    0.29
-predicted_difference[91]          0.45    0.00  0.44   -0.01    0.00    0.29
-predicted_difference[92]          0.45    0.00  0.44   -0.01    0.00    0.29
-predicted_difference[93]          0.46    0.00  0.45    0.00    0.00    0.31
-predicted_difference[94]         -0.50    0.00  0.36   -0.84   -0.71   -0.61
-predicted_difference[95]         -0.49    0.00  0.36   -0.83   -0.70   -0.60
-predicted_difference[96]         -0.45    0.00  0.35   -0.79   -0.65   -0.56
-predicted_difference[97]         -0.23    0.00  0.31   -0.59   -0.41   -0.31
-predicted_difference[98]         -0.23    0.00  0.31   -0.59   -0.40   -0.30
-predicted_difference[99]         -0.20    0.00  0.07   -0.35   -0.25   -0.20
-predicted_difference[100]        -0.20    0.00  0.07   -0.35   -0.25   -0.20
-predicted_difference[101]        -0.25    0.00  0.05   -0.36   -0.29   -0.25
-predicted_difference[102]        -0.21    0.00  0.04   -0.30   -0.24   -0.21
-predicted_difference[103]        -0.17    0.00  0.04   -0.25   -0.20   -0.17
-predicted_difference[104]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[105]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[106]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[107]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[108]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[109]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[110]         0.92    0.00  0.23    0.00    0.98    0.99
-predicted_difference[111]         0.92    0.00  0.24    0.00    0.98    0.99
-predicted_difference[112]         0.92    0.00  0.24    0.00    0.98    0.99
-predicted_difference[113]         0.92    0.00  0.24    0.00    0.98    0.99
-predicted_difference[114]         0.92    0.00  0.24    0.00    0.98    1.00
-predicted_difference[115]         0.92    0.00  0.24    0.00    0.98    1.00
-predicted_difference[116]         0.92    0.00  0.24    0.00    0.98    1.00
-predicted_difference[117]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[118]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[119]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[120]         1.00    0.00  0.01    0.98    1.00    1.00
-predicted_difference[121]         1.00    0.00  0.01    0.98    1.00    1.00
-predicted_difference[122]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[123]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[124]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[125]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[126]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[127]         1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[128]         0.34    0.00  0.46   -0.21   -0.09    0.16
-predicted_difference[129]         0.38    0.00  0.47   -0.19   -0.07    0.19
-predicted_difference[130]         0.34    0.00  0.46   -0.21   -0.09    0.16
-predicted_difference[131]         0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[132]         0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[133]         0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[134]         0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[135]         0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[136]        -0.25    0.00  0.08   -0.40   -0.30   -0.25
-predicted_difference[137]        -0.31    0.00  0.06   -0.43   -0.34   -0.31
-predicted_difference[138]        -0.31    0.00  0.06   -0.42   -0.34   -0.30
-predicted_difference[139]        -0.31    0.00  0.06   -0.43   -0.35   -0.31
-predicted_difference[140]        -0.27    0.00  0.05   -0.38   -0.30   -0.27
-predicted_difference[141]        -0.25    0.00  0.05   -0.36   -0.28   -0.24
-predicted_difference[142]        -0.21    0.00  0.05   -0.29   -0.23   -0.21
-predicted_difference[143]        -0.20    0.00  0.04   -0.28   -0.23   -0.20
-predicted_difference[144]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[145]        -0.20    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[146]        -0.19    0.00  0.04   -0.27   -0.22   -0.19
-predicted_difference[147]        -0.19    0.00  0.04   -0.27   -0.22   -0.19
-predicted_difference[148]        -0.17    0.00  0.04   -0.26   -0.20   -0.17
-predicted_difference[149]        -0.14    0.00  0.05   -0.24   -0.17   -0.14
-predicted_difference[150]        -0.09    0.00  0.04   -0.19   -0.11   -0.08
-predicted_difference[151]        -0.12    0.00  0.04   -0.21   -0.14   -0.11
-predicted_difference[152]        -0.12    0.00  0.04   -0.21   -0.14   -0.11
-predicted_difference[153]        -0.08    0.00  0.03   -0.14   -0.09   -0.07
-predicted_difference[154]        -0.08    0.00  0.03   -0.14   -0.10   -0.08
-predicted_difference[155]        -0.09    0.00  0.03   -0.16   -0.11   -0.09
-predicted_difference[156]        -0.09    0.00  0.03   -0.16   -0.11   -0.09
-predicted_difference[157]        -0.08    0.00  0.03   -0.14   -0.09   -0.07
-predicted_difference[158]        -0.09    0.00  0.03   -0.15   -0.10   -0.08
-predicted_difference[159]        -0.07    0.00  0.02   -0.12   -0.08   -0.07
-predicted_difference[160]        -0.05    0.00  0.02   -0.09   -0.06   -0.05
-predicted_difference[161]        -0.04    0.00  0.02   -0.08   -0.05   -0.04
-predicted_difference[162]        -0.04    0.00  0.02   -0.08   -0.05   -0.04
-predicted_difference[163]         0.07    0.00  0.15   -0.15   -0.05    0.05
-predicted_difference[164]         0.07    0.00  0.15   -0.15   -0.05    0.05
-predicted_difference[165]         0.13    0.00  0.13   -0.06    0.02    0.11
-predicted_difference[166]         0.13    0.00  0.13   -0.06    0.02    0.11
-predicted_difference[167]         0.12    0.00  0.13   -0.06    0.02    0.10
-predicted_difference[168]         0.12    0.00  0.13   -0.06    0.02    0.10
-predicted_difference[169]         0.13    0.00  0.13   -0.05    0.03    0.11
-predicted_difference[170]         0.13    0.00  0.13   -0.05    0.03    0.11
-predicted_difference[171]        -0.38    0.00  0.05   -0.47   -0.41   -0.38
-predicted_difference[172]        -0.35    0.00  0.04   -0.44   -0.38   -0.35
-predicted_difference[173]        -0.26    0.00  0.04   -0.34   -0.29   -0.26
-predicted_difference[174]        -0.12    0.00  0.05   -0.22   -0.15   -0.12
-predicted_difference[175]         0.21    0.00  0.36   -0.13   -0.05    0.00
-predicted_difference[176]         0.21    0.00  0.36   -0.13   -0.05    0.00
-predicted_difference[177]         0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[178]         0.25    0.00  0.37   -0.08   -0.03    0.02
-predicted_difference[179]         0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[180]         0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[181]         0.25    0.00  0.37   -0.08   -0.04    0.02
-predicted_difference[182]         0.23    0.00  0.36   -0.06   -0.03    0.01
-predicted_difference[183]         0.23    0.00  0.36   -0.06   -0.03    0.01
-predicted_difference[184]         0.23    0.00  0.35   -0.05   -0.02    0.02
-predicted_difference[185]         0.22    0.00  0.35   -0.05   -0.02    0.01
-predicted_difference[186]         0.22    0.00  0.35   -0.05   -0.02    0.01
-predicted_difference[187]         0.17    0.00  0.36   -0.24   -0.11   -0.01
-predicted_difference[188]         0.17    0.00  0.36   -0.24   -0.11   -0.01
-predicted_difference[189]         0.22    0.00  0.37   -0.15   -0.08    0.04
-predicted_difference[190]         0.22    0.00  0.36   -0.15   -0.08    0.04
-predicted_difference[191]         0.22    0.00  0.36   -0.14   -0.07    0.04
-predicted_difference[192]         0.22    0.00  0.36   -0.15   -0.08    0.04
-predicted_difference[193]         0.21    0.00  0.35   -0.12   -0.06    0.02
-predicted_difference[194]         0.21    0.00  0.35   -0.11   -0.06    0.02
-predicted_difference[195]         0.21    0.00  0.35   -0.11   -0.06    0.02
-predicted_difference[196]         0.21    0.00  0.35   -0.11   -0.06    0.02
-predicted_difference[197]         0.17    0.00  0.36   -0.24   -0.11   -0.01
-predicted_difference[198]         0.17    0.00  0.36   -0.24   -0.11   -0.01
-predicted_difference[199]         0.16    0.00  0.36   -0.24   -0.11   -0.01
-predicted_difference[200]         0.22    0.00  0.37   -0.15   -0.08    0.04
-predicted_difference[201]         0.22    0.00  0.36   -0.14   -0.07    0.04
-predicted_difference[202]         0.21    0.00  0.35   -0.11   -0.06    0.02
-predicted_difference[203]         0.21    0.00  0.34   -0.11   -0.05    0.02
-predicted_difference[204]         0.21    0.00  0.35   -0.11   -0.06    0.02
-predicted_difference[205]         0.19    0.00  0.37   -0.08    0.00    0.00
-predicted_difference[206]         0.19    0.00  0.37   -0.07    0.00    0.00
-predicted_difference[207]         0.19    0.00  0.37   -0.07    0.00    0.00
-predicted_difference[208]        -0.17    0.00  0.04   -0.27   -0.20   -0.17
-predicted_difference[209]        -0.13    0.00  0.03   -0.20   -0.15   -0.12
-predicted_difference[210]        -0.14    0.00  0.03   -0.21   -0.16   -0.13
-predicted_difference[211]        -0.14    0.00  0.03   -0.21   -0.16   -0.13
-predicted_difference[212]        -0.11    0.00  0.03   -0.18   -0.13   -0.10
-predicted_difference[213]        -0.08    0.00  0.02   -0.14   -0.10   -0.08
-predicted_difference[214]        -0.08    0.00  0.02   -0.13   -0.09   -0.08
-predicted_difference[215]        -0.08    0.00  0.02   -0.13   -0.10   -0.08
-predicted_difference[216]        -0.45    0.00  0.34   -0.79   -0.65   -0.56
-predicted_difference[217]        -0.47    0.00  0.33   -0.78   -0.65   -0.58
-predicted_difference[218]        -0.46    0.00  0.33   -0.77   -0.65   -0.57
-predicted_difference[219]        -0.22    0.00  0.30   -0.57   -0.39   -0.29
-predicted_difference[220]        -0.21    0.00  0.30   -0.57   -0.38   -0.28
-predicted_difference[221]        -0.47    0.00  0.33   -0.78   -0.65   -0.58
-predicted_difference[222]        -0.46    0.00  0.33   -0.77   -0.64   -0.57
-predicted_difference[223]        -0.22    0.00  0.30   -0.57   -0.39   -0.29
-predicted_difference[224]        -0.21    0.00  0.30   -0.57   -0.38   -0.28
-predicted_difference[225]        -0.21    0.00  0.30   -0.57   -0.38   -0.28
-predicted_difference[226]         0.16    0.00  0.44   -0.44   -0.23   -0.05
-predicted_difference[227]         0.15    0.00  0.44   -0.45   -0.24   -0.06
-predicted_difference[228]         0.15    0.00  0.44   -0.45   -0.24   -0.06
-predicted_difference[229]         0.15    0.00  0.44   -0.46   -0.24   -0.06
-predicted_difference[230]         0.15    0.00  0.44   -0.45   -0.24   -0.06
-predicted_difference[231]         0.19    0.00  0.36   -0.16   -0.07   -0.02
-predicted_difference[232]         0.23    0.00  0.37   -0.10   -0.05    0.01
-predicted_difference[233]         0.22    0.00  0.36   -0.07   -0.03    0.01
-predicted_difference[234]         0.22    0.00  0.35   -0.06   -0.03    0.01
-predicted_difference[235]         0.22    0.00  0.35   -0.06   -0.03    0.01
-predicted_difference[236]         0.19    0.00  0.37   -0.07    0.00    0.00
-predicted_difference[237]         0.19    0.00  0.37   -0.07    0.00    0.00
-predicted_difference[238]         0.19    0.00  0.37   -0.08    0.00    0.00
-predicted_difference[239]         0.19    0.00  0.37   -0.08    0.00    0.00
-predicted_difference[240]         0.71    0.00  0.24   -0.04    0.64    0.78
-predicted_difference[241]         0.73    0.00  0.23   -0.03    0.67    0.80
-predicted_difference[242]         0.73    0.00  0.23   -0.03    0.67    0.80
-predicted_difference[243]         0.75    0.00  0.24   -0.03    0.70    0.82
-predicted_difference[244]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[245]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[246]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[247]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[248]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[249]        -0.40    0.00  0.09   -0.57   -0.46   -0.40
-predicted_difference[250]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[251]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[252]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[253]        -0.46    0.00  0.06   -0.57   -0.50   -0.46
-predicted_difference[254]        -0.46    0.00  0.06   -0.57   -0.50   -0.46
-predicted_difference[255]        -0.46    0.00  0.06   -0.57   -0.50   -0.46
-predicted_difference[256]        -0.45    0.00  0.06   -0.56   -0.49   -0.45
-predicted_difference[257]        -0.45    0.00  0.06   -0.56   -0.49   -0.45
-predicted_difference[258]        -0.45    0.00  0.06   -0.56   -0.49   -0.45
-predicted_difference[259]        -0.45    0.00  0.06   -0.56   -0.48   -0.45
-predicted_difference[260]        -0.45    0.00  0.06   -0.56   -0.48   -0.45
-predicted_difference[261]        -0.45    0.00  0.06   -0.56   -0.48   -0.45
-predicted_difference[262]        -0.38    0.00  0.06   -0.50   -0.42   -0.38
-predicted_difference[263]        -0.38    0.00  0.06   -0.50   -0.42   -0.38
-predicted_difference[264]        -0.38    0.00  0.06   -0.50   -0.42   -0.38
-predicted_difference[265]        -0.35    0.00  0.06   -0.47   -0.39   -0.35
-predicted_difference[266]        -0.35    0.00  0.06   -0.47   -0.39   -0.35
-predicted_difference[267]        -0.35    0.00  0.06   -0.47   -0.39   -0.35
-predicted_difference[268]        -0.34    0.00  0.06   -0.46   -0.38   -0.34
-predicted_difference[269]        -0.34    0.00  0.06   -0.46   -0.38   -0.34
-predicted_difference[270]        -0.34    0.00  0.06   -0.46   -0.38   -0.34
-predicted_difference[271]        -0.20    0.00  0.03   -0.27   -0.22   -0.20
-predicted_difference[272]        -0.20    0.00  0.03   -0.27   -0.22   -0.20
-predicted_difference[273]        -0.20    0.00  0.03   -0.27   -0.22   -0.20
-predicted_difference[274]        -0.20    0.00  0.03   -0.26   -0.22   -0.19
-predicted_difference[275]        -0.20    0.00  0.03   -0.26   -0.22   -0.19
-predicted_difference[276]        -0.20    0.00  0.03   -0.26   -0.22   -0.19
-predicted_difference[277]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[278]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[279]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[280]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[281]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[282]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[283]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[284]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[285]         0.98    0.00  0.02    0.95    0.97    0.98
-predicted_difference[286]         0.98    0.00  0.02    0.95    0.97    0.98
-predicted_difference[287]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[288]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[289]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[290]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[291]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[292]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[293]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[294]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[295]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[296]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[297]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[298]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[299]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[300]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[301]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[302]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[303]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[304]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[305]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[306]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[307]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[308]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[309]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[310]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[311]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[312]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[313]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[314]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[315]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[316]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[317]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[318]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[319]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[320]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[321]         0.96    0.00  0.03    0.88    0.94    0.96
-predicted_difference[322]         0.96    0.00  0.03    0.88    0.94    0.96
-predicted_difference[323]         0.96    0.00  0.03    0.88    0.94    0.96
-predicted_difference[324]         0.96    0.00  0.03    0.88    0.94    0.96
-predicted_difference[325]        -0.10    0.00  0.03   -0.18   -0.12   -0.10
-predicted_difference[326]        -0.13    0.00  0.04   -0.22   -0.16   -0.13
-predicted_difference[327]        -0.15    0.00  0.05   -0.25   -0.17   -0.14
-predicted_difference[328]        -0.08    0.00  0.03   -0.15   -0.10   -0.08
-predicted_difference[329]        -0.09    0.00  0.03   -0.17   -0.11   -0.09
-predicted_difference[330]        -0.06    0.00  0.03   -0.12   -0.08   -0.06
-predicted_difference[331]        -0.07    0.00  0.03   -0.14   -0.09   -0.07
-predicted_difference[332]        -0.05    0.00  0.02   -0.10   -0.06   -0.05
-predicted_difference[333]        -0.06    0.00  0.02   -0.11   -0.07   -0.06
-predicted_difference[334]        -0.05    0.00  0.02   -0.10   -0.06   -0.05
-predicted_difference[335]        -0.06    0.00  0.02   -0.11   -0.07   -0.05
-predicted_difference[336]        -0.04    0.00  0.02   -0.09   -0.05   -0.04
-predicted_difference[337]        -0.05    0.00  0.02   -0.10   -0.06   -0.05
-predicted_difference[338]         0.72    0.00  0.15    0.38    0.62    0.74
-predicted_difference[339]         0.74    0.00  0.14    0.44    0.66    0.76
-predicted_difference[340]         0.75    0.00  0.13    0.46    0.67    0.77
-predicted_difference[341]         0.75    0.00  0.13    0.46    0.67    0.77
-predicted_difference[342]         0.76    0.00  0.13    0.46    0.67    0.78
-predicted_difference[343]         0.76    0.00  0.13    0.46    0.67    0.78
-predicted_difference[344]         0.76    0.00  0.13    0.47    0.68    0.78
-predicted_difference[345]         0.73    0.00  0.14    0.41    0.64    0.76
-predicted_difference[346]        -0.42    0.00  0.07   -0.56   -0.47   -0.42
-predicted_difference[347]        -0.42    0.00  0.07   -0.56   -0.47   -0.42
-predicted_difference[348]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[349]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[350]        -0.11    0.00  0.12   -0.31   -0.20   -0.12
-predicted_difference[351]        -0.11    0.00  0.12   -0.31   -0.20   -0.12
-predicted_difference[352]         0.02    0.00  0.10   -0.15   -0.05    0.02
-predicted_difference[353]         0.02    0.00  0.10   -0.15   -0.05    0.02
-predicted_difference[354]        -0.18    0.00  0.17   -0.42   -0.26   -0.19
-predicted_difference[355]        -0.19    0.00  0.19   -0.46   -0.27   -0.19
-predicted_difference[356]        -0.23    0.00  0.18   -0.46   -0.32   -0.25
-predicted_difference[357]        -0.24    0.00  0.19   -0.52   -0.33   -0.25
-predicted_difference[358]        -0.19    0.00  0.15   -0.34   -0.25   -0.20
-predicted_difference[359]        -0.19    0.00  0.16   -0.37   -0.26   -0.20
-predicted_difference[360]        -0.16    0.00  0.14   -0.32   -0.22   -0.18
-predicted_difference[361]        -0.16    0.00  0.15   -0.33   -0.22   -0.18
-predicted_difference[362]        -0.11    0.00  0.14   -0.25   -0.16   -0.12
-predicted_difference[363]        -0.11    0.00  0.15   -0.26   -0.17   -0.12
-predicted_difference[364]        -0.11    0.00  0.14   -0.25   -0.16   -0.12
-predicted_difference[365]        -0.11    0.00  0.15   -0.26   -0.16   -0.12
-predicted_difference[366]        -0.11    0.00  0.14   -0.25   -0.16   -0.12
-predicted_difference[367]        -0.11    0.00  0.15   -0.27   -0.17   -0.12
-predicted_difference[368]        -0.37    0.00  0.06   -0.48   -0.41   -0.37
-predicted_difference[369]        -0.37    0.00  0.06   -0.48   -0.41   -0.37
-predicted_difference[370]        -0.37    0.00  0.06   -0.48   -0.41   -0.37
-predicted_difference[371]        -0.21    0.00  0.05   -0.31   -0.24   -0.21
-predicted_difference[372]        -0.21    0.00  0.05   -0.31   -0.24   -0.21
-predicted_difference[373]        -0.21    0.00  0.05   -0.31   -0.24   -0.21
-predicted_difference[374]        -0.21    0.00  0.04   -0.30   -0.24   -0.21
-predicted_difference[375]        -0.21    0.00  0.04   -0.30   -0.24   -0.21
-predicted_difference[376]        -0.21    0.00  0.04   -0.30   -0.24   -0.21
-predicted_difference[377]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[378]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[379]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[380]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[381]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[382]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[383]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[384]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[385]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[386]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[387]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[388]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[389]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[390]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[391]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[392]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[393]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[394]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[395]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[396]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[397]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[398]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[399]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[400]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[401]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[402]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[403]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[404]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[405]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[406]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[407]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[408]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[409]        -0.14    0.00  0.03   -0.20   -0.16   -0.14
-predicted_difference[410]         0.41    0.00  0.46   -0.09   -0.02    0.21
-predicted_difference[411]         0.41    0.00  0.46   -0.09   -0.02    0.21
-predicted_difference[412]         0.41    0.00  0.46   -0.09   -0.02    0.21
-predicted_difference[413]         0.41    0.00  0.46   -0.10   -0.03    0.19
-predicted_difference[414]        -0.32    0.00  0.09   -0.49   -0.38   -0.32
-predicted_difference[415]        -0.27    0.00  0.05   -0.37   -0.30   -0.27
-predicted_difference[416]        -0.27    0.00  0.05   -0.36   -0.30   -0.26
-predicted_difference[417]        -0.26    0.00  0.05   -0.35   -0.29   -0.26
-predicted_difference[418]        -0.27    0.00  0.05   -0.36   -0.30   -0.26
-predicted_difference[419]        -0.27    0.00  0.05   -0.37   -0.30   -0.27
-predicted_difference[420]        -0.23    0.00  0.05   -0.34   -0.26   -0.23
-predicted_difference[421]        -0.25    0.00  0.05   -0.35   -0.28   -0.25
-predicted_difference[422]        -0.20    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[423]        -0.24    0.00  0.05   -0.34   -0.27   -0.24
-predicted_difference[424]        -0.20    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[425]        -0.20    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[426]        -0.15    0.00  0.03   -0.21   -0.17   -0.14
-predicted_difference[427]        -0.22    0.00  0.04   -0.31   -0.25   -0.22
-predicted_difference[428]        -0.21    0.00  0.04   -0.28   -0.23   -0.21
-predicted_difference[429]        -0.20    0.00  0.04   -0.27   -0.22   -0.19
-predicted_difference[430]        -0.08    0.00  0.02   -0.13   -0.09   -0.08
-predicted_difference[431]        -0.07    0.00  0.02   -0.11   -0.08   -0.07
-predicted_difference[432]        -0.05    0.00  0.02   -0.09   -0.06   -0.05
-predicted_difference[433]        -0.37    0.00  0.07   -0.52   -0.42   -0.36
-predicted_difference[434]        -0.32    0.00  0.07   -0.47   -0.37   -0.32
-predicted_difference[435]        -0.26    0.00  0.06   -0.38   -0.30   -0.25
-predicted_difference[436]        -0.26    0.00  0.06   -0.38   -0.29   -0.25
-predicted_difference[437]        -0.29    0.00  0.07   -0.43   -0.33   -0.29
-predicted_difference[438]        -0.17    0.00  0.06   -0.31   -0.21   -0.16
-predicted_difference[439]        -0.15    0.00  0.07   -0.30   -0.19   -0.14
-predicted_difference[440]        -0.15    0.00  0.07   -0.30   -0.19   -0.14
-predicted_difference[441]        -0.13    0.00  0.07   -0.30   -0.17   -0.12
-predicted_difference[442]        -0.25    0.00  0.08   -0.40   -0.30   -0.25
-predicted_difference[443]        -0.31    0.00  0.06   -0.43   -0.35   -0.31
-predicted_difference[444]        -0.29    0.00  0.06   -0.40   -0.33   -0.29
-predicted_difference[445]        -0.30    0.00  0.06   -0.41   -0.33   -0.29
-predicted_difference[446]        -0.29    0.00  0.06   -0.40   -0.32   -0.29
-predicted_difference[447]        -0.26    0.00  0.05   -0.37   -0.29   -0.26
-predicted_difference[448]        -0.28    0.00  0.05   -0.38   -0.31   -0.27
-predicted_difference[449]        -0.23    0.00  0.05   -0.33   -0.26   -0.23
-predicted_difference[450]        -0.22    0.00  0.05   -0.31   -0.25   -0.22
-predicted_difference[451]        -0.25    0.00  0.05   -0.36   -0.29   -0.25
-predicted_difference[452]        -0.21    0.00  0.05   -0.30   -0.24   -0.21
-predicted_difference[453]        -0.21    0.00  0.05   -0.30   -0.24   -0.21
-predicted_difference[454]        -0.20    0.00  0.05   -0.28   -0.22   -0.20
-predicted_difference[455]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[456]        -0.16    0.00  0.07   -0.32   -0.21   -0.16
-predicted_difference[457]        -0.13    0.00  0.05   -0.24   -0.16   -0.13
-predicted_difference[458]        -0.13    0.00  0.05   -0.24   -0.16   -0.13
-predicted_difference[459]        -0.12    0.00  0.05   -0.23   -0.15   -0.11
-predicted_difference[460]        -0.25    0.00  0.08   -0.40   -0.30   -0.25
-predicted_difference[461]        -0.31    0.00  0.06   -0.43   -0.35   -0.31
-predicted_difference[462]        -0.28    0.00  0.05   -0.38   -0.31   -0.28
-predicted_difference[463]        -0.26    0.00  0.05   -0.36   -0.29   -0.25
-predicted_difference[464]        -0.25    0.00  0.05   -0.36   -0.28   -0.25
-predicted_difference[465]        -0.24    0.00  0.05   -0.35   -0.27   -0.24
-predicted_difference[466]        -0.20    0.00  0.04   -0.28   -0.22   -0.20
-predicted_difference[467]        -0.20    0.00  0.05   -0.28   -0.22   -0.19
-predicted_difference[468]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[469]         0.07    0.00  0.16   -0.23   -0.05    0.06
-predicted_difference[470]        -0.05    0.00  0.14   -0.27   -0.16   -0.07
-predicted_difference[471]        -0.04    0.00  0.13   -0.26   -0.14   -0.06
-predicted_difference[472]        -0.05    0.00  0.13   -0.26   -0.15   -0.06
-predicted_difference[473]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[474]         0.06    0.00  0.13   -0.15   -0.04    0.05
-predicted_difference[475]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[476]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[477]         0.09    0.00  0.12   -0.08    0.01    0.08
-predicted_difference[478]         0.09    0.00  0.11   -0.08    0.01    0.07
-predicted_difference[479]         0.07    0.00  0.10   -0.07    0.00    0.06
-predicted_difference[480]         0.07    0.00  0.09   -0.06    0.00    0.05
-predicted_difference[481]        -0.21    0.00  0.06   -0.34   -0.25   -0.21
-predicted_difference[482]        -0.26    0.00  0.04   -0.34   -0.28   -0.25
-predicted_difference[483]        -0.26    0.00  0.04   -0.34   -0.29   -0.26
-predicted_difference[484]        -0.17    0.00  0.03   -0.23   -0.19   -0.17
-predicted_difference[485]        -0.17    0.00  0.03   -0.22   -0.18   -0.17
-predicted_difference[486]        -0.16    0.00  0.03   -0.21   -0.18   -0.16
-predicted_difference[487]        -0.16    0.00  0.03   -0.22   -0.18   -0.16
-predicted_difference[488]        -0.16    0.00  0.03   -0.21   -0.18   -0.16
-predicted_difference[489]        -0.16    0.00  0.03   -0.21   -0.17   -0.16
-predicted_difference[490]        -0.15    0.00  0.03   -0.21   -0.17   -0.15
-predicted_difference[491]         0.37    0.00  0.45   -0.13   -0.06    0.18
-predicted_difference[492]         0.37    0.00  0.45   -0.13   -0.06    0.18
-predicted_difference[493]         0.37    0.00  0.45   -0.13   -0.06    0.17
-predicted_difference[494]         0.37    0.00  0.45   -0.13   -0.06    0.17
-predicted_difference[495]         0.36    0.00  0.45   -0.14   -0.07    0.14
-predicted_difference[496]         0.36    0.00  0.45   -0.14   -0.07    0.14
-predicted_difference[497]         0.38    0.00  0.45   -0.11   -0.05    0.18
-predicted_difference[498]         0.38    0.00  0.45   -0.11   -0.05    0.18
-predicted_difference[499]         0.38    0.00  0.45   -0.11   -0.05    0.18
-predicted_difference[500]         0.38    0.00  0.45   -0.11   -0.05    0.18
-predicted_difference[501]         0.07    0.00  0.16   -0.23   -0.05    0.06
-predicted_difference[502]        -0.05    0.00  0.14   -0.28   -0.16   -0.07
-predicted_difference[503]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[504]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[505]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[506]         0.06    0.00  0.13   -0.15   -0.03    0.05
-predicted_difference[507]         0.06    0.00  0.12   -0.14   -0.03    0.05
-predicted_difference[508]         0.10    0.00  0.12   -0.08    0.01    0.08
-predicted_difference[509]         0.09    0.00  0.11   -0.08    0.01    0.07
-predicted_difference[510]         0.08    0.00  0.10   -0.07    0.00    0.06
-predicted_difference[511]         0.07    0.00  0.10   -0.07    0.00    0.05
-predicted_difference[512]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[513]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[514]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[515]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[516]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[517]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[518]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[519]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[520]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[521]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[522]         0.25    0.00  0.41   -0.03    0.00    0.00
-predicted_difference[523]        -0.18    0.00  0.08   -0.37   -0.24   -0.17
-predicted_difference[524]        -0.17    0.00  0.09   -0.36   -0.22   -0.15
-predicted_difference[525]        -0.49    0.00  0.06   -0.61   -0.53   -0.49
-predicted_difference[526]        -0.49    0.00  0.06   -0.61   -0.53   -0.49
-predicted_difference[527]        -0.49    0.00  0.06   -0.61   -0.53   -0.49
-predicted_difference[528]        -0.46    0.00  0.06   -0.59   -0.51   -0.46
-predicted_difference[529]        -0.46    0.00  0.06   -0.59   -0.51   -0.46
-predicted_difference[530]        -0.46    0.00  0.06   -0.59   -0.51   -0.46
-predicted_difference[531]        -0.30    0.00  0.04   -0.39   -0.33   -0.30
-predicted_difference[532]        -0.30    0.00  0.04   -0.39   -0.33   -0.30
-predicted_difference[533]        -0.30    0.00  0.04   -0.39   -0.33   -0.30
-predicted_difference[534]        -0.29    0.00  0.04   -0.38   -0.32   -0.29
-predicted_difference[535]        -0.29    0.00  0.04   -0.38   -0.32   -0.29
-predicted_difference[536]        -0.29    0.00  0.04   -0.38   -0.32   -0.29
-predicted_difference[537]        -0.24    0.00  0.04   -0.32   -0.27   -0.24
-predicted_difference[538]        -0.24    0.00  0.04   -0.32   -0.27   -0.24
-predicted_difference[539]        -0.24    0.00  0.04   -0.32   -0.27   -0.24
-predicted_difference[540]        -0.38    0.00  0.06   -0.49   -0.41   -0.38
-predicted_difference[541]        -0.38    0.00  0.06   -0.49   -0.41   -0.38
-predicted_difference[542]        -0.38    0.00  0.06   -0.49   -0.41   -0.38
-predicted_difference[543]        -0.36    0.00  0.06   -0.47   -0.39   -0.36
-predicted_difference[544]        -0.36    0.00  0.06   -0.47   -0.39   -0.36
-predicted_difference[545]        -0.36    0.00  0.06   -0.47   -0.39   -0.36
-predicted_difference[546]        -0.21    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[547]        -0.21    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[548]        -0.21    0.00  0.04   -0.29   -0.23   -0.20
-predicted_difference[549]        -0.21    0.00  0.04   -0.30   -0.23   -0.21
-predicted_difference[550]        -0.21    0.00  0.04   -0.30   -0.23   -0.21
-predicted_difference[551]        -0.21    0.00  0.04   -0.30   -0.23   -0.21
-predicted_difference[552]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[553]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[554]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[555]         0.98    0.00  0.02    0.95    0.97    0.98
-predicted_difference[556]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[557]         0.98    0.00  0.02    0.95    0.98    0.98
-predicted_difference[558]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[559]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[560]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[561]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[562]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[563]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[564]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[565]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[566]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[567]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[568]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[569]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[570]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[571]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[572]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[573]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[574]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[575]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[576]        -0.13    0.00  0.15   -0.31   -0.19   -0.14
-predicted_difference[577]        -0.05    0.00  0.14   -0.16   -0.09   -0.07
-predicted_difference[578]        -0.05    0.00  0.13   -0.16   -0.09   -0.06
-predicted_difference[579]         0.36    0.00  0.48   -0.21   -0.09    0.15
-predicted_difference[580]         0.36    0.00  0.48   -0.21   -0.09    0.15
-predicted_difference[581]         0.38    0.00  0.47   -0.17   -0.06    0.19
-predicted_difference[582]        -0.25    0.00  0.08   -0.40   -0.30   -0.25
-predicted_difference[583]        -0.31    0.00  0.06   -0.43   -0.35   -0.31
-predicted_difference[584]        -0.25    0.00  0.05   -0.36   -0.28   -0.24
-predicted_difference[585]        -0.21    0.00  0.05   -0.30   -0.23   -0.20
-predicted_difference[586]        -0.19    0.00  0.04   -0.27   -0.21   -0.18
-predicted_difference[587]        -0.09    0.00  0.15   -0.27   -0.15   -0.10
-predicted_difference[588]        -0.09    0.00  0.15   -0.27   -0.15   -0.10
-predicted_difference[589]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[590]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[591]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[592]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[593]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[594]        -0.13    0.00  0.15   -0.30   -0.19   -0.14
-predicted_difference[595]        -0.08    0.00  0.15   -0.24   -0.14   -0.10
-predicted_difference[596]        -0.08    0.00  0.15   -0.24   -0.14   -0.10
-predicted_difference[597]         0.03    0.00  0.14   -0.25   -0.07    0.03
-predicted_difference[598]        -0.11    0.00  0.12   -0.31   -0.19   -0.11
-predicted_difference[599]        -0.10    0.00  0.12   -0.30   -0.19   -0.11
-predicted_difference[600]        -0.10    0.00  0.11   -0.30   -0.19   -0.11
-predicted_difference[601]         0.02    0.00  0.10   -0.15   -0.05    0.02
-predicted_difference[602]         0.02    0.00  0.10   -0.16   -0.05    0.02
-predicted_difference[603]         0.11    0.00  0.10   -0.06    0.03    0.10
-predicted_difference[604]         0.10    0.00  0.10   -0.06    0.03    0.09
-predicted_difference[605]         0.09    0.00  0.10   -0.06    0.02    0.08
-predicted_difference[606]         0.08    0.00  0.09   -0.05    0.02    0.06
-predicted_difference[607]         0.43    0.00  0.16    0.15    0.32    0.43
-predicted_difference[608]         0.43    0.00  0.16    0.15    0.32    0.43
-predicted_difference[609]         0.46    0.00  0.15    0.19    0.36    0.46
-predicted_difference[610]         0.46    0.00  0.15    0.19    0.36    0.46
-predicted_difference[611]         0.47    0.00  0.15    0.19    0.36    0.47
-predicted_difference[612]         0.47    0.00  0.15    0.19    0.36    0.47
-predicted_difference[613]         0.44    0.00  0.15    0.16    0.33    0.44
-predicted_difference[614]         0.44    0.00  0.15    0.16    0.33    0.44
-predicted_difference[615]         0.34    0.00  0.15    0.09    0.23    0.33
-predicted_difference[616]         0.34    0.00  0.15    0.09    0.23    0.33
-predicted_difference[617]         0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[618]         0.08    0.00  0.08   -0.06    0.02    0.08
-predicted_difference[619]         0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[620]         0.26    0.00  0.44   -0.27    0.00    0.00
-predicted_difference[621]         0.26    0.00  0.44   -0.27    0.00    0.00
-predicted_difference[622]         0.16    0.00  0.41   -0.22   -0.10   -0.05
-predicted_difference[623]         0.16    0.00  0.41   -0.21   -0.09   -0.05
-predicted_difference[624]         0.17    0.00  0.41   -0.19   -0.09   -0.05
-predicted_difference[625]         0.18    0.00  0.41   -0.15   -0.07   -0.04
-predicted_difference[626]         0.40    0.00  0.46   -0.10   -0.04    0.20
-predicted_difference[627]         0.40    0.00  0.46   -0.11   -0.04    0.21
-predicted_difference[628]         0.40    0.00  0.46   -0.11   -0.04    0.21
-predicted_difference[629]         0.42    0.00  0.45   -0.08   -0.02    0.24
-predicted_difference[630]        -0.31    0.00  0.09   -0.48   -0.36   -0.30
-predicted_difference[631]        -0.37    0.00  0.06   -0.49   -0.41   -0.37
-predicted_difference[632]        -0.31    0.00  0.06   -0.43   -0.34   -0.30
-predicted_difference[633]        -0.30    0.00  0.06   -0.42   -0.34   -0.30
-predicted_difference[634]        -0.30    0.00  0.06   -0.42   -0.33   -0.29
-predicted_difference[635]        -0.14    0.00  0.04   -0.22   -0.16   -0.14
-predicted_difference[636]        -0.18    0.00  0.16   -0.38   -0.25   -0.19
-predicted_difference[637]        -0.18    0.00  0.18   -0.43   -0.26   -0.19
-predicted_difference[638]        -0.23    0.00  0.16   -0.43   -0.31   -0.25
-predicted_difference[639]        -0.24    0.00  0.18   -0.48   -0.32   -0.25
-predicted_difference[640]        -0.23    0.00  0.16   -0.42   -0.30   -0.25
-predicted_difference[641]        -0.24    0.00  0.18   -0.47   -0.32   -0.25
-predicted_difference[642]        -0.23    0.00  0.16   -0.42   -0.30   -0.25
-predicted_difference[643]        -0.24    0.00  0.18   -0.47   -0.32   -0.25
-predicted_difference[644]        -0.16    0.00  0.16   -0.33   -0.23   -0.18
-predicted_difference[645]        -0.17    0.00  0.17   -0.39   -0.24   -0.18
-predicted_difference[646]        -0.16    0.00  0.16   -0.34   -0.23   -0.18
-predicted_difference[647]        -0.17    0.00  0.17   -0.39   -0.24   -0.18
-predicted_difference[648]        -0.16    0.00  0.16   -0.34   -0.23   -0.18
-predicted_difference[649]        -0.17    0.00  0.17   -0.39   -0.24   -0.18
-predicted_difference[650]         0.02    0.00  0.35   -0.45   -0.24   -0.11
-predicted_difference[651]         0.02    0.00  0.35   -0.45   -0.24   -0.11
-predicted_difference[652]         0.02    0.00  0.35   -0.44   -0.23   -0.11
-predicted_difference[653]         0.02    0.00  0.35   -0.44   -0.23   -0.11
-predicted_difference[654]         0.07    0.00  0.33   -0.30   -0.18   -0.08
-predicted_difference[655]         0.07    0.00  0.33   -0.30   -0.18   -0.08
-predicted_difference[656]         0.25    0.00  0.39   -0.15   -0.05    0.03
-predicted_difference[657]         0.25    0.00  0.39   -0.15   -0.05    0.03
-predicted_difference[658]         0.25    0.00  0.39   -0.14   -0.05    0.03
-predicted_difference[659]         0.25    0.00  0.39   -0.14   -0.05    0.03
-predicted_difference[660]         0.24    0.00  0.36   -0.06   -0.02    0.03
-predicted_difference[661]         0.24    0.00  0.36   -0.06   -0.02    0.03
-predicted_difference[662]         0.24    0.00  0.36   -0.06   -0.02    0.03
-predicted_difference[663]         0.24    0.00  0.36   -0.06   -0.02    0.03
-predicted_difference[664]         0.24    0.00  0.36   -0.06   -0.02    0.02
-predicted_difference[665]         0.24    0.00  0.36   -0.06   -0.02    0.02
-predicted_difference[666]         0.24    0.00  0.36   -0.06   -0.02    0.02
-predicted_difference[667]         0.24    0.00  0.36   -0.06   -0.02    0.02
-predicted_difference[668]         0.16    0.00  0.41   -0.24   -0.09   -0.04
-predicted_difference[669]         0.16    0.00  0.41   -0.23   -0.09   -0.04
-predicted_difference[670]         0.16    0.00  0.41   -0.22   -0.09   -0.04
-predicted_difference[671]         0.19    0.00  0.39   -0.12   -0.05   -0.03
-predicted_difference[672]         0.19    0.00  0.39   -0.11   -0.05   -0.02
-predicted_difference[673]         0.19    0.00  0.39   -0.11   -0.05   -0.02
-predicted_difference[674]         0.19    0.00  0.39   -0.11   -0.05   -0.02
-predicted_difference[675]         0.20    0.00  0.38   -0.09   -0.03   -0.02
-predicted_difference[676]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[677]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[678]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[679]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[680]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[681]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[682]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[683]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[684]         0.21    0.00  0.38   -0.07   -0.03   -0.01
-predicted_difference[685]         0.21    0.00  0.38   -0.06   -0.03   -0.01
-predicted_difference[686]         0.21    0.00  0.38   -0.06   -0.03   -0.01
-predicted_difference[687]         0.21    0.00  0.38   -0.06   -0.03   -0.01
-predicted_difference[688]         0.21    0.00  0.38   -0.06   -0.03   -0.01
-predicted_difference[689]         0.41    0.00  0.44   -0.08   -0.02    0.23
-predicted_difference[690]         0.42    0.00  0.45   -0.07   -0.02    0.22
-predicted_difference[691]         0.41    0.00  0.44   -0.08   -0.02    0.23
-predicted_difference[692]         0.37    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[693]         0.39    0.00  0.45   -0.10   -0.04    0.19
-predicted_difference[694]         0.37    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[695]         0.37    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[696]         0.39    0.00  0.45   -0.10   -0.04    0.18
-predicted_difference[697]         0.37    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[698]         0.36    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[699]         0.39    0.00  0.45   -0.11   -0.05    0.19
-predicted_difference[700]         0.36    0.00  0.44   -0.12   -0.06    0.18
-predicted_difference[701]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[702]         0.41    0.00  0.45   -0.08   -0.03    0.22
-predicted_difference[703]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[704]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[705]         0.41    0.00  0.45   -0.08   -0.03    0.22
-predicted_difference[706]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[707]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[708]         0.41    0.00  0.45   -0.08   -0.03    0.22
-predicted_difference[709]         0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[710]        -0.47    0.00  0.06   -0.58   -0.51   -0.47
-predicted_difference[711]        -0.39    0.00  0.06   -0.51   -0.43   -0.39
-predicted_difference[712]         0.09    0.00  0.15   -0.19   -0.02    0.09
-predicted_difference[713]        -0.02    0.00  0.14   -0.24   -0.13   -0.04
-predicted_difference[714]        -0.02    0.00  0.14   -0.24   -0.13   -0.04
-predicted_difference[715]        -0.02    0.00  0.13   -0.23   -0.12   -0.03
-predicted_difference[716]        -0.02    0.00  0.13   -0.23   -0.12   -0.03
-predicted_difference[717]         0.09    0.00  0.12   -0.12   -0.01    0.08
-predicted_difference[718]         0.09    0.00  0.12   -0.11   -0.01    0.08
-predicted_difference[719]         0.13    0.00  0.13   -0.07    0.03    0.11
-predicted_difference[720]         0.11    0.00  0.11   -0.06    0.02    0.09
-predicted_difference[721]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[722]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[723]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[724]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[725]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[726]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[727]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[728]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[729]         0.22    0.00  0.39   -0.01    0.00    0.00
-predicted_difference[730]        -0.30    0.00  0.19   -0.57   -0.40   -0.32
-predicted_difference[731]        -0.30    0.00  0.19   -0.56   -0.39   -0.31
-predicted_difference[732]        -0.22    0.00  0.19   -0.48   -0.31   -0.23
-predicted_difference[733]        -0.02    0.01  0.47   -0.73   -0.47    0.00
-predicted_difference[734]        -0.02    0.01  0.47   -0.72   -0.47    0.00
-predicted_difference[735]         0.00    0.01  0.47   -0.70   -0.45    0.02
-predicted_difference[736]         0.04    0.01  0.46   -0.63   -0.39   -0.02
-predicted_difference[737]         0.04    0.01  0.46   -0.63   -0.39   -0.02
-predicted_difference[738]         0.05    0.01  0.46   -0.63   -0.38   -0.01
-predicted_difference[739]         0.05    0.01  0.45   -0.63   -0.36    0.00
-predicted_difference[740]         0.05    0.01  0.45   -0.63   -0.36    0.00
-predicted_difference[741]         0.85    0.00  0.23   -0.01    0.87    0.92
-predicted_difference[742]         0.85    0.00  0.23   -0.01    0.87    0.92
-predicted_difference[743]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[744]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[745]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[746]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[747]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[748]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[749]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[750]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[751]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[752]         0.25    0.00  0.42   -0.12    0.00    0.00
-predicted_difference[753]         0.26    0.00  0.42   -0.12    0.00    0.00
-predicted_difference[754]         0.25    0.00  0.42   -0.12    0.00    0.00
-predicted_difference[755]         0.26    0.00  0.42   -0.11    0.00    0.00
-predicted_difference[756]         0.26    0.00  0.42   -0.11    0.00    0.00
-predicted_difference[757]         0.25    0.00  0.41   -0.09    0.00    0.00
-predicted_difference[758]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[759]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[760]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[761]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[762]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[763]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[764]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[765]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[766]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[767]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[768]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[769]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[770]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[771]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[772]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[773]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[774]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[775]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[776]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[777]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[778]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[779]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[780]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[781]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[782]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[783]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[784]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[785]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[786]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[787]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[788]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[789]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[790]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[791]        -0.10    0.00  0.12   -0.30   -0.19   -0.11
-predicted_difference[792]        -0.10    0.00  0.11   -0.30   -0.19   -0.11
-predicted_difference[793]        -0.10    0.00  0.11   -0.30   -0.19   -0.11
-predicted_difference[794]        -0.10    0.00  0.12   -0.30   -0.19   -0.11
-predicted_difference[795]         0.02    0.00  0.10   -0.16   -0.05    0.02
-predicted_difference[796]         0.02    0.00  0.10   -0.16   -0.05    0.02
-predicted_difference[797]         0.02    0.00  0.10   -0.16   -0.05    0.02
-predicted_difference[798]         0.02    0.00  0.10   -0.16   -0.05    0.02
-predicted_difference[799]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[800]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[801]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[802]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[803]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[804]         0.22    0.00  0.39   -0.03    0.00    0.00
-predicted_difference[805]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[806]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[807]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[808]         0.98    0.00  0.02    0.95    0.97    0.98
-predicted_difference[809]         0.98    0.00  0.02    0.93    0.97    0.98
-predicted_difference[810]         0.98    0.00  0.02    0.95    0.97    0.98
-predicted_difference[811]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[812]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[813]         0.96    0.00  0.03    0.88    0.94    0.96
-predicted_difference[814]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[815]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[816]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[817]         0.96    0.00  0.02    0.91    0.95    0.97
-predicted_difference[818]         0.18    0.00  0.42   -0.18   -0.08   -0.04
-predicted_difference[819]         0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[820]         0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[821]         0.19    0.00  0.41   -0.15   -0.07   -0.04
-predicted_difference[822]         0.20    0.00  0.41   -0.12   -0.06   -0.03
-predicted_difference[823]         0.19    0.00  0.41   -0.15   -0.07   -0.04
-predicted_difference[824]         0.20    0.00  0.41   -0.13   -0.06   -0.03
-predicted_difference[825]         0.20    0.00  0.41   -0.12   -0.06   -0.03
-predicted_difference[826]         0.20    0.00  0.41   -0.12   -0.06   -0.03
-predicted_difference[827]         0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[828]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[829]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[830]        -0.03    0.00  0.13   -0.15   -0.07   -0.04
-predicted_difference[831]        -0.05    0.00  0.13   -0.18   -0.09   -0.06
-predicted_difference[832]        -0.02    0.00  0.13   -0.12   -0.06   -0.04
-predicted_difference[833]        -0.02    0.00  0.13   -0.12   -0.06   -0.03
-predicted_difference[834]        -0.02    0.00  0.13   -0.12   -0.06   -0.03
-predicted_difference[835]        -0.02    0.00  0.13   -0.12   -0.06   -0.03
-predicted_difference[836]        -0.15    0.00  0.05   -0.27   -0.18   -0.15
-predicted_difference[837]         0.10    0.00  0.18   -0.20   -0.03    0.09
-predicted_difference[838]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[839]         0.01    0.00  0.16   -0.23   -0.11   -0.02
-predicted_difference[840]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[841]         0.01    0.00  0.16   -0.23   -0.11   -0.02
-predicted_difference[842]        -0.19    0.00  0.04   -0.28   -0.22   -0.19
-predicted_difference[843]         0.01    0.00  0.16   -0.23   -0.11   -0.02
-predicted_difference[844]        -0.11    0.00  0.03   -0.18   -0.13   -0.11
-predicted_difference[845]         0.06    0.00  0.15   -0.15   -0.05    0.03
-predicted_difference[846]        -0.11    0.00  0.03   -0.18   -0.13   -0.11
-predicted_difference[847]         0.06    0.00  0.15   -0.15   -0.05    0.03
-predicted_difference[848]        -0.10    0.00  0.03   -0.17   -0.12   -0.10
-predicted_difference[849]         0.06    0.00  0.14   -0.15   -0.05    0.03
-predicted_difference[850]        -0.08    0.00  0.02   -0.13   -0.10   -0.08
-predicted_difference[851]         0.12    0.00  0.15   -0.08    0.01    0.10
-predicted_difference[852]        -0.06    0.00  0.02   -0.10   -0.07   -0.06
-predicted_difference[853]         0.10    0.00  0.13   -0.07    0.01    0.08
-predicted_difference[854]        -0.06    0.00  0.02   -0.10   -0.07   -0.05
-predicted_difference[855]         0.10    0.00  0.12   -0.06    0.01    0.07
-predicted_difference[856]        -0.04    0.00  0.02   -0.08   -0.05   -0.04
-predicted_difference[857]         0.09    0.00  0.11   -0.05    0.01    0.06
-predicted_difference[858]         0.06    0.00  0.12   -0.14   -0.03    0.06
-predicted_difference[859]         0.06    0.00  0.12   -0.14   -0.03    0.05
-predicted_difference[860]         0.06    0.00  0.12   -0.13   -0.03    0.05
-predicted_difference[861]         0.06    0.00  0.12   -0.13   -0.03    0.05
-predicted_difference[862]         0.06    0.00  0.11   -0.13   -0.03    0.05
-predicted_difference[863]         0.06    0.00  0.11   -0.12   -0.03    0.05
-predicted_difference[864]         0.15    0.00  0.10   -0.02    0.08    0.15
-predicted_difference[865]         0.15    0.00  0.10   -0.02    0.07    0.14
-predicted_difference[866]         0.14    0.00  0.10   -0.02    0.07    0.13
-predicted_difference[867]         0.14    0.00  0.10   -0.02    0.07    0.14
-predicted_difference[868]         0.14    0.00  0.10   -0.02    0.07    0.14
-predicted_difference[869]         0.15    0.00  0.10   -0.02    0.07    0.14
-predicted_difference[870]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[871]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[872]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[873]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[874]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[875]         0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[876]        -0.29    0.00  0.08   -0.46   -0.34   -0.28
-predicted_difference[877]        -0.21    0.00  0.07   -0.35   -0.25   -0.20
-predicted_difference[878]        -0.15    0.00  0.06   -0.28   -0.19   -0.15
-predicted_difference[879]        -0.15    0.00  0.06   -0.27   -0.18   -0.14
-predicted_difference[880]         0.24    0.00  0.37   -0.11   -0.03    0.02
-predicted_difference[881]         0.27    0.00  0.38   -0.08   -0.02    0.05
-predicted_difference[882]         0.25    0.00  0.36   -0.06   -0.02    0.03
-predicted_difference[883]         0.25    0.00  0.36   -0.05   -0.02    0.03
-predicted_difference[884]         0.25    0.00  0.36   -0.05   -0.02    0.03
-predicted_difference[885]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[886]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[887]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[888]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[889]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[890]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[891]         0.26    0.00  0.41    0.00    0.00    0.00
-predicted_difference[892]         0.26    0.00  0.41    0.00    0.00    0.00
-predicted_difference[893]         0.26    0.00  0.41    0.00    0.00    0.00
-predicted_difference[894]         0.26    0.00  0.41    0.00    0.00    0.00
-predicted_difference[895]         0.26    0.00  0.41    0.00    0.00    0.00
-predicted_difference[896]         0.25    0.00  0.41    0.00    0.00    0.00
-predicted_difference[897]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[898]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[899]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[900]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[901]         0.09    0.00  0.15   -0.19   -0.02    0.09
-predicted_difference[902]        -0.02    0.00  0.14   -0.24   -0.13   -0.04
-predicted_difference[903]         0.13    0.00  0.13   -0.07    0.03    0.11
-predicted_difference[904]         0.12    0.00  0.12   -0.07    0.03    0.11
-predicted_difference[905]         0.11    0.00  0.12   -0.06    0.03    0.10
-predicted_difference[906]         0.10    0.00  0.11   -0.06    0.02    0.09
-predicted_difference[907]        -0.27    0.00  0.06   -0.38   -0.31   -0.27
-predicted_difference[908]        -0.24    0.00  0.05   -0.35   -0.28   -0.24
-predicted_difference[909]        -0.20    0.00  0.05   -0.29   -0.23   -0.20
-predicted_difference[910]        -0.18    0.00  0.04   -0.26   -0.20   -0.18
-predicted_difference[911]        -0.18    0.00  0.04   -0.26   -0.20   -0.18
-predicted_difference[912]         0.43    0.00  0.44   -0.04    0.00    0.27
-predicted_difference[913]         0.44    0.00  0.45   -0.03    0.00    0.26
-predicted_difference[914]         0.43    0.00  0.44   -0.04    0.00    0.27
-predicted_difference[915]         0.42    0.00  0.44   -0.04   -0.01    0.25
-predicted_difference[916]         0.43    0.00  0.45   -0.04   -0.01    0.24
-predicted_difference[917]         0.42    0.00  0.44   -0.04   -0.01    0.25
-predicted_difference[918]         0.43    0.00  0.44   -0.03    0.00    0.28
-predicted_difference[919]         0.44    0.00  0.45   -0.03    0.00    0.27
-predicted_difference[920]         0.43    0.00  0.44   -0.03    0.00    0.28
-predicted_difference[921]         0.44    0.00  0.44   -0.03    0.00    0.29
-predicted_difference[922]         0.45    0.00  0.45   -0.03    0.00    0.28
-predicted_difference[923]         0.44    0.00  0.44   -0.03    0.00    0.29
-predicted_difference[924]        -0.34    0.00  0.09   -0.53   -0.41   -0.34
-predicted_difference[925]        -0.39    0.00  0.06   -0.52   -0.43   -0.39
-predicted_difference[926]        -0.39    0.00  0.06   -0.52   -0.43   -0.38
-predicted_difference[927]        -0.39    0.00  0.06   -0.52   -0.43   -0.39
-predicted_difference[928]        -0.10    0.00  0.05   -0.21   -0.13   -0.10
-predicted_difference[929]        -0.13    0.00  0.04   -0.22   -0.16   -0.13
-predicted_difference[930]        -0.08    0.00  0.02   -0.13   -0.09   -0.07
-predicted_difference[931]        -0.05    0.00  0.02   -0.09   -0.06   -0.04
-predicted_difference[932]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[933]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[934]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[935]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[936]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[937]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[938]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[939]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[940]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[941]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[942]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[943]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[944]        -0.50    0.00  0.07   -0.63   -0.55   -0.50
-predicted_difference[945]        -0.49    0.00  0.07   -0.62   -0.53   -0.49
-predicted_difference[946]        -0.42    0.00  0.07   -0.56   -0.46   -0.41
-predicted_difference[947]        -0.22    0.00  0.04   -0.31   -0.25   -0.22
-predicted_difference[948]        -0.22    0.00  0.04   -0.31   -0.25   -0.22
-predicted_difference[949]        -0.21    0.00  0.04   -0.30   -0.24   -0.21
-predicted_difference[950]         0.07    0.00  0.33   -0.31   -0.18   -0.08
-predicted_difference[951]         0.07    0.00  0.33   -0.31   -0.18   -0.08
-predicted_difference[952]         0.07    0.00  0.33   -0.31   -0.18   -0.08
-predicted_difference[953]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[954]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[955]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[956]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[957]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[958]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[959]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[960]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[961]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[962]         0.08    0.00  0.31   -0.24   -0.14   -0.07
-predicted_difference[963]         0.08    0.00  0.31   -0.24   -0.14   -0.07
-predicted_difference[964]         0.08    0.00  0.31   -0.24   -0.14   -0.07
-predicted_difference[965]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[966]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[967]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[968]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[969]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[970]         0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[971]         0.09    0.00  0.31   -0.22   -0.13   -0.07
-predicted_difference[972]         0.09    0.00  0.31   -0.22   -0.13   -0.07
-predicted_difference[973]         0.09    0.00  0.31   -0.22   -0.13   -0.07
-predicted_difference[974]         0.09    0.00  0.31   -0.22   -0.13   -0.06
-predicted_difference[975]         0.09    0.00  0.31   -0.22   -0.13   -0.06
-predicted_difference[976]         0.09    0.00  0.31   -0.22   -0.13   -0.06
-predicted_difference[977]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[978]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[979]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[980]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[981]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[982]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[983]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[984]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[985]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[986]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[987]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[988]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[989]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[990]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[991]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[992]         0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[993]         0.22    0.00  0.40   -0.02    0.00    0.00
-predicted_difference[994]         0.22    0.00  0.40   -0.02    0.00    0.00
-predicted_difference[995]         0.22    0.00  0.40   -0.02    0.00    0.00
-predicted_difference[996]        -0.86    0.00  0.28   -1.00   -0.99   -0.97
-predicted_difference[997]        -0.87    0.00  0.28   -1.00   -0.99   -0.97
-predicted_difference[998]        -0.88    0.00  0.27   -1.00   -1.00   -0.98
-predicted_difference[999]         0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[1000]        0.25    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[1001]        0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[1002]        0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[1003]        0.26    0.00  0.41   -0.01    0.00    0.00
-predicted_difference[1004]        0.30    0.01  0.48   -0.33   -0.15    0.09
-predicted_difference[1005]        0.27    0.01  0.49   -0.36   -0.18    0.06
-predicted_difference[1006]        0.27    0.01  0.49   -0.36   -0.18    0.06
-predicted_difference[1007]        0.31    0.00  0.48   -0.30   -0.13    0.11
-predicted_difference[1008]        0.30    0.00  0.48   -0.32   -0.14    0.11
-predicted_difference[1009]        0.14    0.01  0.48   -0.54   -0.28   -0.05
-predicted_difference[1010]        0.10    0.01  0.49   -0.57   -0.33   -0.09
-predicted_difference[1011]        0.07    0.01  0.48   -0.64   -0.34   -0.09
-predicted_difference[1012]        0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[1013]        0.20    0.00  0.41   -0.12   -0.06   -0.03
-predicted_difference[1014]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1015]        0.18    0.00  0.42   -0.18   -0.08   -0.04
-predicted_difference[1016]        0.19    0.00  0.41   -0.17   -0.07   -0.04
-predicted_difference[1017]        0.20    0.00  0.41   -0.12   -0.06   -0.03
-predicted_difference[1018]        0.20    0.00  0.41   -0.11   -0.06   -0.03
-predicted_difference[1019]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1020]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1021]        0.20    0.00  0.40   -0.11   -0.05   -0.02
-predicted_difference[1022]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1023]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1024]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1025]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1026]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1027]        0.18    0.00  0.42   -0.18   -0.08   -0.04
-predicted_difference[1028]        0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[1029]        0.19    0.00  0.41   -0.15   -0.07   -0.04
-predicted_difference[1030]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1031]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1032]        0.20    0.00  0.41   -0.10   -0.05   -0.02
-predicted_difference[1033]        0.20    0.00  0.40   -0.10   -0.05   -0.02
-predicted_difference[1034]        0.20    0.00  0.40   -0.11   -0.05   -0.02
-predicted_difference[1035]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1036]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1037]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1038]        0.26    0.00  0.39   -0.11   -0.04    0.04
-predicted_difference[1039]        0.26    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1040]        0.26    0.00  0.39   -0.11   -0.04    0.04
-predicted_difference[1041]        0.26    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1042]        0.26    0.00  0.38   -0.10   -0.03    0.03
-predicted_difference[1043]        0.25    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1044]        0.26    0.00  0.39   -0.10   -0.03    0.04
-predicted_difference[1045]        0.25    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1046]        0.26    0.00  0.38   -0.10   -0.03    0.04
-predicted_difference[1047]        0.25    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1048]        0.26    0.00  0.38   -0.10   -0.03    0.04
-predicted_difference[1049]        0.25    0.00  0.37   -0.10   -0.03    0.05
-predicted_difference[1050]        0.24    0.00  0.37   -0.08   -0.03    0.02
-predicted_difference[1051]        0.23    0.00  0.35   -0.08   -0.03    0.03
-predicted_difference[1052]        0.82    0.00  0.22    0.00    0.83    0.89
-predicted_difference[1053]        0.82    0.00  0.22    0.00    0.83    0.89
-predicted_difference[1054]        0.83    0.00  0.22    0.00    0.84    0.90
-predicted_difference[1055]        0.83    0.00  0.22    0.00    0.84    0.90
-predicted_difference[1056]        0.83    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1057]        0.83    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1058]        0.84    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1059]        0.84    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1060]        0.84    0.00  0.22    0.00    0.85    0.91
-predicted_difference[1061]        0.84    0.00  0.22    0.00    0.85    0.91
-predicted_difference[1062]        0.83    0.00  0.22    0.00    0.83    0.89
-predicted_difference[1063]        0.83    0.00  0.22    0.00    0.84    0.90
-predicted_difference[1064]        0.83    0.00  0.22    0.00    0.84    0.90
-predicted_difference[1065]        0.83    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1066]        0.84    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1067]        0.83    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1068]        0.84    0.00  0.22    0.00    0.85    0.90
-predicted_difference[1069]        0.84    0.00  0.22    0.00    0.85    0.91
-predicted_difference[1070]        0.84    0.00  0.22    0.00    0.85    0.91
-predicted_difference[1071]        0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[1072]        0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[1073]        0.26    0.00  0.42   -0.04    0.00    0.00
-predicted_difference[1074]        0.15    0.00  0.35   -0.22   -0.12    0.00
-predicted_difference[1075]        0.15    0.00  0.35   -0.22   -0.12    0.00
-predicted_difference[1076]        0.16    0.00  0.36   -0.26   -0.14    0.01
-predicted_difference[1077]        0.16    0.00  0.36   -0.26   -0.14    0.01
-predicted_difference[1078]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1079]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1080]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1081]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1082]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1083]        0.15    0.00  0.34   -0.21   -0.12    0.00
-predicted_difference[1084]        0.14    0.00  0.15   -0.13    0.03    0.13
-predicted_difference[1085]        0.04    0.00  0.14   -0.17   -0.07    0.03
-predicted_difference[1086]        0.13    0.00  0.13   -0.08    0.03    0.12
-predicted_difference[1087]        0.13    0.00  0.13   -0.07    0.03    0.12
-predicted_difference[1088]        0.12    0.00  0.12   -0.07    0.03    0.11
-predicted_difference[1089]        0.11    0.00  0.11   -0.06    0.02    0.10
-predicted_difference[1090]        0.11    0.00  0.11   -0.06    0.02    0.09
-predicted_difference[1091]        0.13    0.00  0.33   -0.22   -0.13   -0.05
-predicted_difference[1092]        0.13    0.00  0.33   -0.22   -0.13   -0.05
-predicted_difference[1093]        0.13    0.00  0.33   -0.22   -0.13   -0.05
-predicted_difference[1094]        0.13    0.00  0.33   -0.22   -0.13   -0.05
-predicted_difference[1095]        0.13    0.00  0.33   -0.21   -0.12   -0.05
-predicted_difference[1096]        0.13    0.00  0.33   -0.22   -0.13   -0.05
-predicted_difference[1097]        0.13    0.00  0.33   -0.21   -0.12   -0.05
-predicted_difference[1098]        0.13    0.00  0.33   -0.21   -0.13   -0.05
-predicted_difference[1099]        0.13    0.00  0.33   -0.21   -0.12   -0.05
-predicted_difference[1100]        0.13    0.00  0.33   -0.21   -0.12   -0.05
-predicted_difference[1101]        0.13    0.00  0.33   -0.21   -0.12   -0.05
-predicted_difference[1102]        0.14    0.00  0.33   -0.20   -0.11   -0.04
-predicted_difference[1103]        0.14    0.00  0.32   -0.15   -0.09   -0.04
-predicted_difference[1104]        0.14    0.00  0.32   -0.14   -0.09   -0.04
-predicted_difference[1105]        0.14    0.00  0.32   -0.14   -0.08   -0.04
-predicted_difference[1106]       -0.43    0.00  0.07   -0.58   -0.48   -0.43
-predicted_difference[1107]       -0.43    0.00  0.07   -0.58   -0.48   -0.43
-predicted_difference[1108]       -0.42    0.00  0.07   -0.56   -0.46   -0.41
-predicted_difference[1109]       -0.36    0.00  0.08   -0.52   -0.41   -0.36
-predicted_difference[1110]       -0.22    0.00  0.06   -0.34   -0.25   -0.21
-predicted_difference[1111]       -0.25    0.00  0.06   -0.37   -0.28   -0.24
-predicted_difference[1112]       -0.23    0.00  0.05   -0.35   -0.27   -0.23
-predicted_difference[1113]       -0.23    0.00  0.05   -0.35   -0.27   -0.23
-predicted_difference[1114]       -0.18    0.00  0.04   -0.27   -0.21   -0.18
-predicted_difference[1115]       -0.20    0.00  0.05   -0.31   -0.23   -0.20
-predicted_difference[1116]        0.02    0.00  0.13   -0.20   -0.09    0.00
-predicted_difference[1117]        0.02    0.00  0.13   -0.19   -0.08    0.00
-predicted_difference[1118]        0.02    0.00  0.12   -0.18   -0.08    0.00
-predicted_difference[1119]        0.11    0.00  0.11   -0.07    0.03    0.11
-predicted_difference[1120]        0.11    0.00  0.11   -0.07    0.03    0.11
-predicted_difference[1121]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1122]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1123]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1124]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1125]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1126]        0.11    0.00  0.11   -0.07    0.03    0.10
-predicted_difference[1127]       -0.02    0.00  0.33   -0.45   -0.25   -0.14
-predicted_difference[1128]        0.07    0.00  0.33   -0.31   -0.18   -0.08
-predicted_difference[1129]        0.07    0.00  0.33   -0.31   -0.18   -0.08
-predicted_difference[1130]        0.08    0.00  0.31   -0.23   -0.14   -0.07
-predicted_difference[1131]        0.08    0.00  0.31   -0.22   -0.14   -0.07
-predicted_difference[1132]       -0.04    0.00  0.13   -0.22   -0.08   -0.04
-predicted_difference[1133]        0.22    0.00  0.39   -0.02    0.00    0.00
-predicted_difference[1134]        0.22    0.00  0.38   -0.02    0.00    0.00
-predicted_difference[1135]        0.43    0.00  0.43   -0.01    0.00    0.26
-predicted_difference[1136]        0.44    0.00  0.44   -0.01    0.00    0.25
-predicted_difference[1137]        0.43    0.00  0.43   -0.01    0.00    0.26
-predicted_difference[1138]        0.44    0.00  0.43   -0.01    0.00    0.28
-predicted_difference[1139]        0.45    0.00  0.44   -0.01    0.00    0.27
-predicted_difference[1140]        0.44    0.00  0.43   -0.01    0.00    0.28
-predicted_difference[1141]        0.43    0.00  0.43   -0.02    0.00    0.26
-predicted_difference[1142]        0.44    0.00  0.44   -0.01    0.00    0.26
-predicted_difference[1143]        0.43    0.00  0.43   -0.02    0.00    0.26
-predicted_difference[1144]        0.44    0.00  0.43   -0.01    0.00    0.28
-predicted_difference[1145]        0.45    0.00  0.44   -0.01    0.00    0.28
-predicted_difference[1146]        0.44    0.00  0.43   -0.01    0.00    0.28
-predicted_difference[1147]        0.37    0.00  0.44   -0.12   -0.05    0.18
-predicted_difference[1148]        0.39    0.00  0.45   -0.10   -0.04    0.18
-predicted_difference[1149]        0.37    0.00  0.44   -0.12   -0.05    0.18
-predicted_difference[1150]        0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[1151]        0.41    0.00  0.45   -0.08   -0.03    0.22
-predicted_difference[1152]        0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[1153]        0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[1154]        0.41    0.00  0.45   -0.08   -0.03    0.22
-predicted_difference[1155]        0.39    0.00  0.44   -0.09   -0.04    0.21
-predicted_difference[1156]        0.35    0.00  0.43   -0.14   -0.07    0.17
-predicted_difference[1157]        0.38    0.00  0.45   -0.12   -0.05    0.19
-predicted_difference[1158]        0.35    0.00  0.43   -0.14   -0.07    0.17
-predicted_difference[1159]        0.90    0.00  0.22    0.00    0.94    0.97
-predicted_difference[1160]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1161]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1162]        0.91    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1163]        0.90    0.00  0.22    0.00    0.96    0.98
-predicted_difference[1164]        0.91    0.00  0.22    0.00    0.96    0.98
-predicted_difference[1165]        0.38    0.00  0.45   -0.12   -0.05    0.20
-predicted_difference[1166]        0.40    0.00  0.46   -0.10   -0.04    0.20
-predicted_difference[1167]        0.38    0.00  0.45   -0.12   -0.05    0.20
-predicted_difference[1168]        0.40    0.00  0.44   -0.09   -0.03    0.23
-predicted_difference[1169]        0.42    0.00  0.45   -0.08   -0.02    0.23
-predicted_difference[1170]        0.40    0.00  0.44   -0.09   -0.03    0.23
-predicted_difference[1171]        0.40    0.00  0.44   -0.10   -0.03    0.24
-predicted_difference[1172]        0.42    0.00  0.46   -0.08   -0.03    0.24
-predicted_difference[1173]        0.40    0.00  0.44   -0.10   -0.03    0.24
-predicted_difference[1174]       -0.74    0.00  0.25   -0.97   -0.89   -0.80
-predicted_difference[1175]       -0.73    0.00  0.25   -0.97   -0.88   -0.79
-predicted_difference[1176]       -0.71    0.00  0.25   -0.97   -0.87   -0.77
-predicted_difference[1177]       -0.70    0.00  0.25   -0.97   -0.86   -0.76
-predicted_difference[1178]       -0.71    0.00  0.25   -0.97   -0.87   -0.77
-predicted_difference[1179]        0.16    0.00  0.17   -0.11    0.02    0.13
-predicted_difference[1180]        0.08    0.00  0.16   -0.14   -0.04    0.05
-predicted_difference[1181]        0.14    0.00  0.14   -0.05    0.02    0.11
-predicted_difference[1182]        0.08    0.00  0.13   -0.10   -0.02    0.05
-predicted_difference[1183]        0.13    0.00  0.13   -0.05    0.02    0.10
-predicted_difference[1184]        0.11    0.00  0.12   -0.04    0.02    0.08
-predicted_difference[1185]        0.10    0.00  0.11   -0.04    0.02    0.07
-predicted_difference[1186]       -0.46    0.00  0.24   -0.84   -0.63   -0.48
-predicted_difference[1187]       -0.43    0.00  0.23   -0.82   -0.59   -0.44
-predicted_difference[1188]       -0.43    0.00  0.23   -0.82   -0.59   -0.44
-predicted_difference[1189]        0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[1190]        0.20    0.00  0.41   -0.11   -0.06   -0.03
-predicted_difference[1191]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1192]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1193]        0.20    0.00  0.40   -0.11   -0.04   -0.02
-predicted_difference[1194]        0.19    0.00  0.42   -0.17   -0.08   -0.04
-predicted_difference[1195]        0.20    0.00  0.41   -0.11   -0.06   -0.03
-predicted_difference[1196]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1197]        0.20    0.00  0.41   -0.11   -0.05   -0.03
-predicted_difference[1198]        0.20    0.00  0.40   -0.11   -0.05   -0.02
-predicted_difference[1199]       -0.06    0.01  0.44   -0.74   -0.49   -0.01
-predicted_difference[1200]       -0.06    0.01  0.44   -0.74   -0.49   -0.01
-predicted_difference[1201]       -0.14    0.01  0.45   -0.82   -0.56   -0.14
-predicted_difference[1202]       -0.05    0.01  0.44   -0.72   -0.48   -0.02
-predicted_difference[1203]       -0.04    0.01  0.44   -0.71   -0.47   -0.02
-predicted_difference[1204]       -0.04    0.01  0.44   -0.71   -0.47   -0.02
-predicted_difference[1205]       -0.04    0.01  0.44   -0.71   -0.47   -0.02
-predicted_difference[1206]       -0.05    0.01  0.44   -0.72   -0.47   -0.02
-predicted_difference[1207]       -0.02    0.00  0.44   -0.68   -0.43   -0.05
-predicted_difference[1208]       -0.01    0.00  0.44   -0.66   -0.42   -0.04
-predicted_difference[1209]        0.23    0.00  0.40   -0.01    0.00    0.00
-predicted_difference[1210]        0.23    0.00  0.40   -0.01    0.00    0.00
-predicted_difference[1211]        0.19    0.00  0.39   -0.13   -0.05   -0.03
-predicted_difference[1212]        0.19    0.00  0.39   -0.13   -0.05   -0.03
-predicted_difference[1213]        0.19    0.00  0.39   -0.12   -0.05   -0.03
-predicted_difference[1214]        0.20    0.00  0.39   -0.08   -0.04   -0.02
-predicted_difference[1215]        0.20    0.00  0.39   -0.08   -0.04   -0.02
-predicted_difference[1216]        0.20    0.00  0.39   -0.08   -0.03   -0.01
-predicted_difference[1217]        0.03    0.00  0.34   -0.39   -0.23   -0.11
-predicted_difference[1218]        0.03    0.00  0.34   -0.39   -0.23   -0.11
-predicted_difference[1219]        0.07    0.00  0.33   -0.30   -0.18   -0.09
-predicted_difference[1220]        0.07    0.00  0.33   -0.30   -0.18   -0.09
-predicted_difference[1221]        0.07    0.00  0.33   -0.30   -0.18   -0.08
-predicted_difference[1222]       -0.06    0.00  0.12   -0.20   -0.10   -0.06
-predicted_difference[1223]       -0.05    0.00  0.12   -0.20   -0.10   -0.06
-predicted_difference[1224]       -0.05    0.00  0.12   -0.20   -0.10   -0.06
-predicted_difference[1225]       -0.03    0.00  0.13   -0.14   -0.06   -0.04
-predicted_difference[1226]       -0.03    0.00  0.13   -0.14   -0.06   -0.04
-predicted_difference[1227]       -0.03    0.00  0.13   -0.14   -0.06   -0.04
-predicted_difference[1228]       -0.03    0.00  0.13   -0.14   -0.06   -0.04
-predicted_difference[1229]       -0.50    0.00  0.33   -0.85   -0.70   -0.59
-predicted_difference[1230]       -0.51    0.00  0.32   -0.84   -0.70   -0.61
-predicted_difference[1231]       -0.44    0.00  0.33   -0.81   -0.65   -0.54
-predicted_difference[1232]       -0.43    0.00  0.33   -0.81   -0.64   -0.53
-predicted_difference[1233]       -0.04    0.00  0.11   -0.23   -0.12   -0.04
-predicted_difference[1234]       -0.04    0.00  0.11   -0.23   -0.12   -0.04
-predicted_difference[1235]       -0.04    0.00  0.11   -0.22   -0.12   -0.04
-predicted_difference[1236]       -0.04    0.00  0.11   -0.22   -0.12   -0.04
-predicted_difference[1237]       -0.04    0.00  0.10   -0.21   -0.11   -0.04
-predicted_difference[1238]       -0.04    0.00  0.10   -0.21   -0.11   -0.04
-predicted_difference[1239]        0.09    0.00  0.09   -0.07    0.02    0.08
-predicted_difference[1240]        0.09    0.00  0.09   -0.07    0.02    0.08
-predicted_difference[1241]        0.08    0.00  0.08   -0.06    0.02    0.08
-predicted_difference[1242]        0.08    0.00  0.08   -0.06    0.02    0.08
-predicted_difference[1243]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1244]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1245]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1246]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1247]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1248]        0.08    0.00  0.08   -0.06    0.02    0.07
-predicted_difference[1249]        0.30    0.00  0.40   -0.16   -0.07    0.11
-predicted_difference[1250]        0.34    0.00  0.43   -0.14   -0.05    0.13
-predicted_difference[1251]        0.30    0.00  0.40   -0.16   -0.07    0.11
-predicted_difference[1252]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1253]        0.33    0.00  0.43   -0.14   -0.07    0.11
-predicted_difference[1254]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1255]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1256]        0.33    0.00  0.43   -0.14   -0.07    0.11
-predicted_difference[1257]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1258]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1259]        0.33    0.00  0.43   -0.15   -0.07    0.11
-predicted_difference[1260]        0.27    0.00  0.39   -0.18   -0.09    0.08
-predicted_difference[1261]        0.24    0.00  0.38   -0.21   -0.10    0.05
-predicted_difference[1262]        0.31    0.00  0.42   -0.17   -0.08    0.08
-predicted_difference[1263]        0.24    0.00  0.38   -0.21   -0.10    0.05
-predicted_difference[1264]        0.29    0.00  0.39   -0.15   -0.07    0.11
-predicted_difference[1265]        0.34    0.00  0.42   -0.13   -0.06    0.13
-predicted_difference[1266]        0.29    0.00  0.39   -0.15   -0.07    0.11
-predicted_difference[1267]        0.90    0.00  0.23   -0.02    0.94    0.97
-predicted_difference[1268]        0.90    0.00  0.23   -0.02    0.94    0.97
-predicted_difference[1269]        0.90    0.00  0.23   -0.02    0.94    0.97
-predicted_difference[1270]        0.90    0.00  0.23   -0.02    0.94    0.97
-predicted_difference[1271]        0.90    0.00  0.23   -0.02    0.95    0.97
-predicted_difference[1272]        0.35    0.00  0.41   -0.07   -0.02    0.13
-predicted_difference[1273]        0.37    0.00  0.41   -0.05   -0.01    0.16
-predicted_difference[1274]        0.90    0.00  0.23    0.00    0.96    0.98
-predicted_difference[1275]        0.90    0.00  0.23    0.00    0.96    0.98
-predicted_difference[1276]        0.90    0.00  0.23    0.00    0.96    0.98
-predicted_difference[1277]        0.90    0.00  0.23    0.00    0.96    0.98
-predicted_difference[1278]        0.24    0.00  0.38   -0.12   -0.06    0.02
-predicted_difference[1279]        0.24    0.00  0.38   -0.12   -0.06    0.02
-predicted_difference[1280]        0.23    0.00  0.37   -0.09   -0.05    0.01
-predicted_difference[1281]        0.23    0.00  0.37   -0.09   -0.05    0.01
-predicted_difference[1282]        0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1283]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1284]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1285]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1286]        0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1287]        0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1288]        0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1289]        0.99    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1290]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1291]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1292]        1.00    0.00  0.01    0.98    0.99    1.00
-predicted_difference[1293]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1294]        0.90    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1295]        0.90    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1296]        0.91    0.00  0.23    0.00    0.96    0.98
-predicted_difference[1297]        0.33    0.00  0.46   -0.22   -0.10    0.11
-predicted_difference[1298]        0.30    0.00  0.47   -0.24   -0.13    0.08
-predicted_difference[1299]        0.24    0.00  0.47   -0.34   -0.19    0.03
-predicted_difference[1300]        0.24    0.00  0.47   -0.36   -0.19    0.03
-predicted_difference[1301]        0.29    0.00  0.46   -0.29   -0.13    0.09
-predicted_difference[1302]       -0.08    0.00  0.32   -0.52   -0.31   -0.19
-predicted_difference[1303]       -0.08    0.00  0.32   -0.52   -0.31   -0.19
-predicted_difference[1304]        0.02    0.00  0.32   -0.36   -0.22   -0.12
-predicted_difference[1305]        0.02    0.00  0.32   -0.36   -0.22   -0.12
-predicted_difference[1306]        0.02    0.00  0.32   -0.36   -0.23   -0.13
-predicted_difference[1307]        0.02    0.00  0.32   -0.36   -0.23   -0.13
-predicted_difference[1308]        0.03    0.00  0.31   -0.29   -0.19   -0.11
-predicted_difference[1309]        0.03    0.00  0.31   -0.29   -0.19   -0.11
-predicted_difference[1310]        0.04    0.00  0.31   -0.28   -0.18   -0.11
-predicted_difference[1311]        0.04    0.00  0.31   -0.28   -0.18   -0.11
-predicted_difference[1312]        0.05    0.00  0.30   -0.26   -0.16   -0.10
-predicted_difference[1313]        0.05    0.00  0.30   -0.26   -0.16   -0.10
-predicted_difference[1314]        0.05    0.00  0.30   -0.25   -0.16   -0.10
-predicted_difference[1315]        0.05    0.00  0.30   -0.25   -0.16   -0.10
-predicted_difference[1316]        0.86    0.00  0.23   -0.03    0.87    0.93
-predicted_difference[1317]        0.86    0.00  0.23   -0.02    0.89    0.94
-predicted_difference[1318]        0.87    0.00  0.23   -0.02    0.89    0.94
-predicted_difference[1319]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1320]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1321]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1322]        0.87    0.00  0.23   -0.02    0.90    0.95
-predicted_difference[1323]        0.87    0.00  0.23   -0.02    0.90    0.95
-predicted_difference[1324]        0.86    0.00  0.23   -0.03    0.87    0.93
-predicted_difference[1325]        0.86    0.00  0.23   -0.02    0.89    0.94
-predicted_difference[1326]        0.87    0.00  0.23   -0.02    0.89    0.94
-predicted_difference[1327]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1328]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1329]        0.87    0.00  0.23   -0.02    0.90    0.94
-predicted_difference[1330]        0.87    0.00  0.23   -0.02    0.90    0.95
-predicted_difference[1331]        0.05    0.00  0.35   -0.37   -0.23   -0.10
-predicted_difference[1332]        0.06    0.00  0.33   -0.31   -0.19   -0.09
-predicted_difference[1333]        0.07    0.00  0.33   -0.30   -0.18   -0.08
-predicted_difference[1334]        0.90    0.00  0.22    0.00    0.94    0.97
-predicted_difference[1335]        0.90    0.00  0.22    0.00    0.95    0.97
-predicted_difference[1336]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1337]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1338]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1339]        0.90    0.00  0.22    0.01    0.95    0.98
-predicted_difference[1340]        0.91    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1341]        0.91    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1342]        0.91    0.00  0.22    0.01    0.96    0.98
-predicted_difference[1343]        0.90    0.00  0.23    0.00    0.96    0.98
-lp__                           -332.26    1.49 35.27 -400.64 -356.27 -332.64
-                                   75%   97.5% n_eff Rhat
-mu[1]                             0.01    0.07 10715 1.00
-mu[2]                             0.03    0.09 18058 1.00
-mu[3]                             0.03    0.10 16182 1.00
-mu[4]                            -0.01    0.05 10873 1.00
-mu[5]                             0.00    0.06  7404 1.00
-mu[6]                             0.00    0.06  7602 1.00
-mu[7]                             0.02    0.08  8196 1.00
-mu[8]                             0.03    0.09  8765 1.00
-mu[9]                             0.03    0.09 13199 1.00
-mu[10]                            0.03    0.09  9486 1.00
-mu[11]                            0.04    0.10 10276 1.00
-mu[12]                            0.00    0.06  9725 1.00
-sigma[1]                          0.35    0.55   638 1.00
-sigma[2]                          1.04    1.31  2882 1.00
-sigma[3]                          0.77    1.04  1982 1.00
-sigma[4]                          0.36    0.51  1845 1.00
-sigma[5]                          0.23    0.39   867 1.01
-sigma[6]                          0.24    0.40   666 1.00
-sigma[7]                          0.23    0.38   779 1.00
-sigma[8]                          0.22    0.37   766 1.01
-sigma[9]                          0.41    0.65   582 1.01
-sigma[10]                         0.25    0.43   544 1.01
-sigma[11]                         0.29    0.49   551 1.01
-sigma[12]                         0.36    0.57   677 1.01
-beta[1,1]                         0.05    0.37  9066 1.00
-beta[1,2]                        -0.14    0.39  8483 1.00
-beta[1,3]                         0.96    1.48  7083 1.00
-beta[1,4]                        -0.38   -0.24  7191 1.00
-beta[1,5]                         0.10    0.39  6927 1.00
-beta[1,6]                         0.15    0.44  6029 1.00
-beta[1,7]                         0.17    0.43  6011 1.00
-beta[1,8]                         0.15    0.39  6231 1.00
-beta[1,9]                         0.53    1.24  1679 1.00
-beta[1,10]                        0.09    0.40 10766 1.00
-beta[1,11]                        0.14    0.49 10642 1.00
-beta[1,12]                       -0.04    0.24  3475 1.00
-beta[2,1]                        -0.21    0.02  1215 1.00
-beta[2,2]                        -1.06   -0.72  4682 1.00
-beta[2,3]                         0.61    0.87  7252 1.00
-beta[2,4]                         0.38    0.71  4991 1.00
-beta[2,5]                         0.02    0.24  5798 1.00
-beta[2,6]                        -0.01    0.21  4610 1.00
-beta[2,7]                         0.04    0.25  6419 1.00
-beta[2,8]                         0.14    0.40  6623 1.00
-beta[2,9]                        -0.17    0.09  1075 1.01
-beta[2,10]                        0.11    0.49 12027 1.00
-beta[2,11]                        0.00    0.21  1907 1.00
-beta[2,12]                       -0.16    0.08  1447 1.00
-beta[3,1]                         0.13    0.62 12260 1.00
-beta[3,2]                         0.48    1.68 17366 1.00
-beta[3,3]                         0.33    1.23 15895 1.00
-beta[3,4]                         0.00    0.35  9815 1.00
-beta[3,5]                         0.02    0.26  6149 1.00
-beta[3,6]                         0.03    0.28  7530 1.00
-beta[3,7]                         0.04    0.28  6650 1.00
-beta[3,8]                         0.05    0.28  7512 1.00
-beta[3,9]                         0.19    0.73 13777 1.00
-beta[3,10]                        0.11    0.47 13043 1.00
-beta[3,11]                        0.13    0.54 10910 1.00
-beta[3,12]                        0.13    0.63 13387 1.00
-beta[4,1]                         0.12    0.56 12720 1.00
-beta[4,2]                        -0.04    0.68 13634 1.00
-beta[4,3]                        -0.28    0.33  7149 1.00
-beta[4,4]                         0.22    0.58  9664 1.00
-beta[4,5]                         0.07    0.33 11536 1.00
-beta[4,6]                         0.04    0.28  7322 1.00
-beta[4,7]                         0.11    0.39 11201 1.00
-beta[4,8]                         0.17    0.47  6889 1.00
-beta[4,9]                         0.07    0.47  6613 1.00
-beta[4,10]                        0.11    0.45 12593 1.00
-beta[4,11]                        0.35    0.95  1730 1.00
-beta[4,12]                       -0.01    0.32  3528 1.00
-beta[5,1]                         0.07    0.46  9932 1.00
-beta[5,2]                        -0.77    0.20  6836 1.00
-beta[5,3]                         0.67    1.69 13393 1.00
-beta[5,4]                         0.18    0.51  9419 1.00
-beta[5,5]                         0.08    0.37  9987 1.00
-beta[5,6]                         0.06    0.31  7781 1.00
-beta[5,7]                         0.16    0.48  7046 1.00
-beta[5,8]                         0.18    0.52  4719 1.00
-beta[5,9]                         0.19    0.72 13846 1.00
-beta[5,10]                        0.10    0.44 10366 1.00
-beta[5,11]                        0.21    0.70  4859 1.00
-beta[5,12]                        0.01    0.37  4764 1.00
-beta[6,1]                         0.11    0.52 12623 1.00
-beta[6,2]                         3.50    4.82  4633 1.00
-beta[6,3]                         0.44    0.86  7594 1.00
-beta[6,4]                        -0.28    0.01  4684 1.00
-beta[6,5]                        -0.01    0.21  4154 1.00
-beta[6,6]                         0.05    0.31  8138 1.00
-beta[6,7]                         0.09    0.38  8766 1.00
-beta[6,8]                         0.14    0.45  6377 1.00
-beta[6,9]                         0.21    0.72 13286 1.00
-beta[6,10]                        0.11    0.46 11752 1.00
-beta[6,11]                        0.06    0.35  4346 1.00
-beta[6,12]                        0.21    0.71  7940 1.00
-beta[7,1]                         0.05    0.42  6783 1.00
-beta[7,2]                         0.17    0.85 10672 1.00
-beta[7,3]                         1.87    3.03  3550 1.00
-beta[7,4]                         0.08    0.42  8663 1.00
-beta[7,5]                         0.00    0.22  6178 1.00
-beta[7,6]                         0.01    0.22  4993 1.00
-beta[7,7]                         0.04    0.26  6144 1.00
-beta[7,8]                         0.05    0.27  5876 1.00
-beta[7,9]                         0.23    0.80 13090 1.00
-beta[7,10]                        0.11    0.45 12114 1.00
-beta[7,11]                        0.11    0.44 11395 1.00
-beta[7,12]                        0.10    0.52 13796 1.00
-beta[8,1]                         0.14    0.62 12389 1.00
-beta[8,2]                         0.60    1.88 15778 1.00
-beta[8,3]                         0.42    1.41 14503 1.00
-beta[8,4]                         0.15    0.63 16403 1.00
-beta[8,5]                         0.07    0.39 10728 1.00
-beta[8,6]                         0.09    0.44 11903 1.00
-beta[8,7]                         0.10    0.42 11984 1.00
-beta[8,8]                         0.11    0.43 12574 1.00
-beta[8,9]                         0.18    0.75 13906 1.00
-beta[8,10]                        0.11    0.45 12990 1.00
-beta[8,11]                        0.13    0.52 12317 1.00
-beta[8,12]                        0.13    0.61 12390 1.00
-beta[9,1]                         0.12    0.57 12798 1.00
-beta[9,2]                        -0.09    0.94 11941 1.00
-beta[9,3]                        -0.15    0.52  7824 1.00
-beta[9,4]                         0.18    0.55  8193 1.00
-beta[9,5]                         0.14    0.48  6798 1.00
-beta[9,6]                         0.21    0.57  2987 1.00
-beta[9,7]                         0.22    0.58  2913 1.00
-beta[9,8]                         0.19    0.55  4076 1.00
-beta[9,9]                         0.22    0.79 12585 1.00
-beta[9,10]                        0.11    0.47 12564 1.00
-beta[9,11]                        0.09    0.44  5830 1.00
-beta[9,12]                        0.16    0.65 11484 1.00
-beta[10,1]                        0.14    0.60  9477 1.00
-beta[10,2]                        0.35    1.48 14736 1.00
-beta[10,3]                        0.32    1.22 15226 1.00
-beta[10,4]                       -0.03    0.31  8348 1.00
-beta[10,5]                        0.01    0.24  5835 1.00
-beta[10,6]                        0.02    0.25  5457 1.00
-beta[10,7]                        0.04    0.27  5433 1.00
-beta[10,8]                        0.05    0.27  6003 1.00
-beta[10,9]                        0.17    0.72 12171 1.00
-beta[10,10]                       0.11    0.46 10585 1.00
-beta[10,11]                       0.13    0.55 11180 1.00
-beta[10,12]                       0.14    0.61 11090 1.00
-beta[11,1]                        0.13    0.59 12005 1.00
-beta[11,2]                        0.43    1.63 14648 1.00
-beta[11,3]                        0.34    1.26 14895 1.00
-beta[11,4]                       -0.08    0.24  8131 1.00
-beta[11,5]                        0.00    0.23  4133 1.00
-beta[11,6]                        0.01    0.24  3814 1.00
-beta[11,7]                        0.03    0.27  5187 1.00
-beta[11,8]                        0.05    0.27  5711 1.00
-beta[11,9]                        0.18    0.72 13678 1.00
-beta[11,10]                       0.11    0.45 12344 1.00
-beta[11,11]                       0.13    0.52 11520 1.00
-beta[11,12]                       0.14    0.63 13890 1.00
-beta[12,1]                        0.01    0.31  5371 1.00
-beta[12,2]                       -0.13    0.80 11749 1.00
-beta[12,3]                        0.72    1.65 11757 1.00
-beta[12,4]                       -0.03    0.26  8842 1.00
-beta[12,5]                        0.05    0.30 10169 1.00
-beta[12,6]                        0.12    0.42  8064 1.00
-beta[12,7]                        0.13    0.42  9868 1.00
-beta[12,8]                        0.15    0.46  8561 1.00
-beta[12,9]                        0.21    0.77 11619 1.00
-beta[12,10]                       0.11    0.47 11603 1.00
-beta[12,11]                       0.18    0.62  9231 1.00
-beta[12,12]                       0.04    0.42  6645 1.00
-beta[13,1]                        0.25    0.80  5796 1.00
-beta[13,2]                        1.87    2.69  5568 1.00
-beta[13,3]                       -1.02   -0.46  3462 1.00
-beta[13,4]                        0.07    0.37 11350 1.00
-beta[13,5]                        0.04    0.30  8940 1.00
-beta[13,6]                        0.07    0.34 11574 1.00
-beta[13,7]                        0.11    0.40 11356 1.00
-beta[13,8]                        0.11    0.38 13561 1.00
-beta[13,9]                        0.11    0.55 11082 1.00
-beta[13,10]                       0.11    0.45 10950 1.00
-beta[13,11]                       0.24    0.74  3425 1.00
-beta[13,12]                      -0.01    0.31  3809 1.00
-beta[14,1]                        0.14    0.62 13510 1.00
-beta[14,2]                        0.30    1.47 16134 1.00
-beta[14,3]                        0.25    1.10 14412 1.00
-beta[14,4]                        0.01    0.36  9865 1.00
-beta[14,5]                        0.02    0.27  6691 1.00
-beta[14,6]                        0.03    0.28  6210 1.00
-beta[14,7]                        0.05    0.29  5885 1.00
-beta[14,8]                        0.07    0.30  6243 1.00
-beta[14,9]                        0.18    0.73 14036 1.00
-beta[14,10]                       0.11    0.46 11993 1.00
-beta[14,11]                       0.14    0.54 12182 1.00
-beta[14,12]                       0.14    0.61 11473 1.00
-beta[15,1]                        0.14    0.57 12226 1.00
-beta[15,2]                        0.58    1.89 15238 1.00
-beta[15,3]                        0.42    1.33 15261 1.00
-beta[15,4]                        0.16    0.64 17472 1.00
-beta[15,5]                        0.08    0.38 12029 1.00
-beta[15,6]                        0.09    0.44 14032 1.00
-beta[15,7]                        0.10    0.42 13617 1.00
-beta[15,8]                        0.11    0.40 12142 1.00
-beta[15,9]                        0.18    0.71 13177 1.00
-beta[15,10]                       0.11    0.47 10330 1.00
-beta[15,11]                       0.14    0.56 12983 1.00
-beta[15,12]                       0.14    0.66 11426 1.00
-beta[16,1]                        0.14    0.62 13668 1.00
-beta[16,2]                        0.60    1.90 17002 1.00
-beta[16,3]                        0.43    1.40 17319 1.00
-beta[16,4]                        0.15    0.61 16222 1.00
-beta[16,5]                        0.07    0.39 10587 1.00
-beta[16,6]                        0.09    0.42 12017 1.00
-beta[16,7]                        0.10    0.44 12360 1.00
-beta[16,8]                        0.11    0.41 11787 1.00
-beta[16,9]                        0.18    0.75 14589 1.00
-beta[16,10]                       0.11    0.47 12036 1.00
-beta[16,11]                       0.14    0.55 13347 1.00
-beta[16,12]                       0.14    0.63 12584 1.00
-beta[17,1]                        0.13    0.59 11039 1.00
-beta[17,2]                        0.43    1.63 15229 1.00
-beta[17,3]                        0.34    1.28 15210 1.00
-beta[17,4]                       -0.03    0.31  9408 1.00
-beta[17,5]                        0.02    0.25  6863 1.00
-beta[17,6]                        0.02    0.25  5013 1.00
-beta[17,7]                        0.04    0.26  5727 1.00
-beta[17,8]                        0.05    0.27  5150 1.00
-beta[17,9]                        0.18    0.74 12974 1.00
-beta[17,10]                       0.11    0.44 12960 1.00
-beta[17,11]                       0.14    0.53 11285 1.00
-beta[17,12]                       0.13    0.64 10869 1.00
-beta[18,1]                        0.13    0.62 11414 1.00
-beta[18,2]                        0.49    1.72 14231 1.00
-beta[18,3]                        0.36    1.33 17391 1.00
-beta[18,4]                        0.00    0.35  9838 1.00
-beta[18,5]                        0.03    0.26  8023 1.00
-beta[18,6]                        0.03    0.28  7663 1.00
-beta[18,7]                        0.06    0.31  7575 1.00
-beta[18,8]                        0.07    0.30  8218 1.00
-beta[18,9]                        0.18    0.72 12556 1.00
-beta[18,10]                       0.11    0.46 11149 1.00
-beta[18,11]                       0.14    0.56 10909 1.00
-beta[18,12]                       0.14    0.64 12515 1.00
-beta[19,1]                        0.14    0.60 11312 1.00
-beta[19,2]                        0.60    1.88 14824 1.00
-beta[19,3]                        0.43    1.42 15500 1.00
-beta[19,4]                        0.15    0.62 16133 1.00
-beta[19,5]                        0.07    0.38 11028 1.00
-beta[19,6]                        0.09    0.40 13577 1.00
-beta[19,7]                        0.10    0.41 13373 1.00
-beta[19,8]                        0.11    0.40 12737 1.00
-beta[19,9]                        0.19    0.74 13159 1.00
-beta[19,10]                       0.11    0.46 12985 1.00
-beta[19,11]                       0.14    0.54 11927 1.00
-beta[19,12]                       0.13    0.61 12493 1.00
-beta[20,1]                        0.14    0.64 12527 1.00
-beta[20,2]                        0.58    1.79 14600 1.00
-beta[20,3]                        0.42    1.34 14157 1.00
-beta[20,4]                        0.15    0.60 14624 1.00
-beta[20,5]                        0.07    0.39 12107 1.00
-beta[20,6]                        0.08    0.43 11456 1.00
-beta[20,7]                        0.10    0.42 14420 1.00
-beta[20,8]                        0.11    0.40 12973 1.00
-beta[20,9]                        0.18    0.74 13938 1.00
-beta[20,10]                       0.11    0.47 11705 1.00
-beta[20,11]                       0.14    0.55 12037 1.00
-beta[20,12]                       0.14    0.63 10747 1.00
-beta[21,1]                        0.14    0.60 12020 1.00
-beta[21,2]                        0.59    1.82 16537 1.00
-beta[21,3]                        0.43    1.35 16669 1.00
-beta[21,4]                        0.15    0.61 14566 1.00
-beta[21,5]                        0.08    0.39  8745 1.00
-beta[21,6]                        0.09    0.43 12785 1.00
-beta[21,7]                        0.10    0.42 11216 1.00
-beta[21,8]                        0.11    0.41 13303 1.00
-beta[21,9]                        0.19    0.70 13673 1.00
-beta[21,10]                       0.11    0.45 11517 1.00
-beta[21,11]                       0.14    0.56 12222 1.00
-beta[21,12]                       0.14    0.63 13741 1.00
-beta[22,1]                        0.14    0.63 12411 1.00
-beta[22,2]                        0.58    1.86 16164 1.00
-beta[22,3]                        0.43    1.40 16086 1.00
-beta[22,4]                        0.16    0.62 16735 1.00
-beta[22,5]                        0.07    0.39 11099 1.00
-beta[22,6]                        0.09    0.44 14591 1.00
-beta[22,7]                        0.10    0.42  9810 1.00
-beta[22,8]                        0.11    0.41 12341 1.00
-beta[22,9]                        0.18    0.74 14158 1.00
-beta[22,10]                       0.11    0.47 11335 1.00
-beta[22,11]                       0.14    0.54 12673 1.00
-beta[22,12]                       0.13    0.59 13421 1.00
-mu_prior[1]                       0.03    0.10 10042 1.00
-mu_prior[2]                       0.03    0.10  9705 1.00
-mu_prior[3]                       0.03    0.10  9157 1.00
-mu_prior[4]                       0.03    0.10  9624 1.00
-mu_prior[5]                       0.03    0.10  9532 1.00
-mu_prior[6]                       0.03    0.10  9869 1.00
-mu_prior[7]                       0.03    0.10  9627 1.00
-mu_prior[8]                       0.03    0.10 10070 1.00
-mu_prior[9]                       0.03    0.10  9363 1.00
-mu_prior[10]                      0.03    0.10  9753 1.00
-mu_prior[11]                      0.03    0.10 10068 1.00
-mu_prior[12]                      0.03    0.10  9961 1.00
-sigma_prior[1]                    0.26    0.44  9535 1.00
-sigma_prior[2]                    0.26    0.44  9783 1.00
-sigma_prior[3]                    0.25    0.44 10247 1.00
-sigma_prior[4]                    0.26    0.44  9757 1.00
-sigma_prior[5]                    0.26    0.43  9352 1.00
-sigma_prior[6]                    0.25    0.44  9706 1.00
-sigma_prior[7]                    0.26    0.44  9938 1.00
-sigma_prior[8]                    0.25    0.43  9889 1.00
-sigma_prior[9]                    0.25    0.45 10163 1.00
-sigma_prior[10]                   0.25    0.44 10090 1.00
-sigma_prior[11]                   0.25    0.44  9750 1.00
-sigma_prior[12]                   0.25    0.44  9493 1.00
-p_prior[1]                        0.99    1.00 10222 1.00
-p_prior[2]                        0.99    1.00 10216 1.00
-p_prior[3]                        0.99    1.00 10210 1.00
-p_prior[4]                        0.99    1.00 10214 1.00
-p_prior[5]                        0.99    1.00 10213 1.00
-p_prior[6]                        0.99    1.00 10212 1.00
-p_prior[7]                        0.99    1.00 10213 1.00
-p_prior[8]                        0.99    1.00 10208 1.00
-p_prior[9]                        0.99    1.00  9824 1.00
-p_prior[10]                       0.99    1.00  9829 1.00
-p_prior[11]                       0.98    1.00  9946 1.00
-p_prior[12]                       0.98    1.00  9910 1.00
-p_prior[13]                       0.98    1.00  9907 1.00
-p_prior[14]                       0.98    1.00  9906 1.00
-p_prior[15]                       0.98    1.00  9910 1.00
-p_prior[16]                       0.98    1.00  9904 1.00
-p_prior[17]                       0.98    1.00  9904 1.00
-p_prior[18]                       0.98    1.00  9904 1.00
-p_prior[19]                       0.98    1.00  9903 1.00
-p_prior[20]                       0.98    1.00  9905 1.00
-p_prior[21]                       0.99    1.00 10227 1.00
-p_prior[22]                       0.99    1.00 10208 1.00
-p_prior[23]                       0.99    1.00  9892 1.00
-p_prior[24]                       0.99    1.00  9884 1.00
-p_prior[25]                       0.99    1.00  9869 1.00
-p_prior[26]                       0.99    1.00  9827 1.00
-p_prior[27]                       0.99    1.00  9821 1.00
-p_prior[28]                       0.99    1.00  9813 1.00
-p_prior[29]                       0.99    1.00  9809 1.00
-p_prior[30]                       0.99    1.00  9900 1.00
-p_prior[31]                       0.99    1.00  9900 1.00
-p_prior[32]                       0.99    1.00  9893 1.00
-p_prior[33]                       0.99    1.00  9893 1.00
-p_prior[34]                       0.99    1.00  9886 1.00
-p_prior[35]                       0.99    1.00  9886 1.00
-p_prior[36]                       0.99    1.00  9882 1.00
-p_prior[37]                       0.99    1.00  9882 1.00
-p_prior[38]                       0.99    1.00  9898 1.00
-p_prior[39]                       0.99    1.00  9898 1.00
-p_prior[40]                       0.99    1.00  9847 1.00
-p_prior[41]                       0.99    1.00  9847 1.00
-p_prior[42]                       0.99    1.00  9848 1.00
-p_prior[43]                       0.99    1.00  9848 1.00
-p_prior[44]                       0.99    1.00  9847 1.00
-p_prior[45]                       0.99    1.00  9847 1.00
-p_prior[46]                       0.99    1.00  9847 1.00
-p_prior[47]                       0.99    1.00  9847 1.00
-p_prior[48]                       0.99    1.00  9845 1.00
-p_prior[49]                       0.99    1.00  9845 1.00
-p_prior[50]                       0.98    1.00 10201 1.00
-p_prior[51]                       0.98    1.00 10183 1.00
-p_prior[52]                       0.98    1.00 10183 1.00
-p_prior[53]                       0.98    1.00 10183 1.00
-p_prior[54]                       0.98    1.00 10153 1.00
-p_prior[55]                       0.98    1.00 10154 1.00
-p_prior[56]                       0.98    1.00 10155 1.00
-p_prior[57]                       0.98    1.00 10162 1.00
-p_prior[58]                       0.99    1.00 10182 1.00
-p_prior[59]                       0.99    1.00 10182 1.00
-p_prior[60]                       0.99    1.00 10182 1.00
-p_prior[61]                       0.99    1.00 10157 1.00
-p_prior[62]                       0.99    1.00 10154 1.00
-p_prior[63]                       0.99    1.00 10131 1.00
-p_prior[64]                       0.99    1.00 10131 1.00
-p_prior[65]                       0.99    1.00 10133 1.00
-p_prior[66]                       0.99    1.00 10132 1.00
-p_prior[67]                       0.99    1.00 10134 1.00
-p_prior[68]                       0.99    1.00 10135 1.00
-p_prior[69]                       0.99    1.00 10155 1.00
-p_prior[70]                       0.99    1.00 10144 1.00
-p_prior[71]                       0.99    1.00  9874 1.00
-p_prior[72]                       0.99    1.00  9870 1.00
-p_prior[73]                       0.99    1.00  9865 1.00
-p_prior[74]                       0.99    1.00  9865 1.00
-p_prior[75]                       0.99    1.00  9847 1.00
-p_prior[76]                       0.99    1.00  9719 1.00
-p_prior[77]                       0.99    1.00  9722 1.00
-p_prior[78]                       0.99    1.00  9723 1.00
-p_prior[79]                       0.99    1.00  9719 1.00
-p_prior[80]                       0.99    1.00  9722 1.00
-p_prior[81]                       0.99    1.00  9723 1.00
-p_prior[82]                       0.99    1.00  9720 1.00
-p_prior[83]                       0.99    1.00  9722 1.00
-p_prior[84]                       0.99    1.00  9723 1.00
-p_prior[85]                       0.99    1.00  9883 1.00
-p_prior[86]                       0.99    1.00  9888 1.00
-p_prior[87]                       0.99    1.00  9850 1.00
-p_prior[88]                       0.99    1.00  9861 1.00
-p_prior[89]                       0.99    1.00  9858 1.00
-p_prior[90]                       1.00    1.00  9945 1.00
-p_prior[91]                       1.00    1.00  9942 1.00
-p_prior[92]                       1.00    1.00  9938 1.00
-p_prior[93]                       1.00    1.00  9960 1.00
-p_prior[94]                       0.99    1.00  9705 1.00
-p_prior[95]                       0.99    1.00  9700 1.00
-p_prior[96]                       0.99    1.00  9699 1.00
-p_prior[97]                       0.99    1.00  9735 1.00
-p_prior[98]                       0.99    1.00  9740 1.00
-p_prior[99]                       0.99    1.00  9901 1.00
-p_prior[100]                      0.99    1.00  9902 1.00
-p_prior[101]                      0.99    1.00  9888 1.00
-p_prior[102]                      0.99    1.00  9870 1.00
-p_prior[103]                      0.99    1.00  9831 1.00
-p_prior[104]                      0.99    1.00  9592 1.00
-p_prior[105]                      0.99    1.00  9606 1.00
-p_prior[106]                      0.99    1.00  9606 1.00
-p_prior[107]                      0.99    1.00  9607 1.00
-p_prior[108]                      0.99    1.00  9607 1.00
-p_prior[109]                      0.99    1.00  9609 1.00
-p_prior[110]                      0.99    1.00  9609 1.00
-p_prior[111]                      0.99    1.00  9645 1.00
-p_prior[112]                      0.99    1.00  9645 1.00
-p_prior[113]                      0.99    1.00  9645 1.00
-p_prior[114]                      0.99    1.00  9645 1.00
-p_prior[115]                      0.99    1.00  9646 1.00
-p_prior[116]                      0.99    1.00  9646 1.00
-p_prior[117]                      0.98    1.00  9936 1.00
-p_prior[118]                      0.98    1.00  9936 1.00
-p_prior[119]                      0.98    1.00  9936 1.00
-p_prior[120]                      0.98    1.00  9943 1.00
-p_prior[121]                      0.98    1.00  9943 1.00
-p_prior[122]                      0.98    1.00  9908 1.00
-p_prior[123]                      0.98    1.00  9907 1.00
-p_prior[124]                      0.98    1.00  9907 1.00
-p_prior[125]                      0.98    1.00  9908 1.00
-p_prior[126]                      0.98    1.00  9908 1.00
-p_prior[127]                      0.98    1.00  9908 1.00
-p_prior[128]                      0.99    1.00 10033 1.00
-p_prior[129]                      1.00    1.00 10032 1.00
-p_prior[130]                      0.99    1.00 10033 1.00
-p_prior[131]                      0.99    1.00  9455 1.00
-p_prior[132]                      0.99    1.00  9542 1.00
-p_prior[133]                      0.99    1.00  9526 1.00
-p_prior[134]                      0.99    1.00  9467 1.00
-p_prior[135]                      0.99    1.00  9467 1.00
-p_prior[136]                      0.99    1.00  9889 1.00
-p_prior[137]                      0.99    1.00  9878 1.00
-p_prior[138]                      0.99    1.00  9877 1.00
-p_prior[139]                      0.99    1.00  9880 1.00
-p_prior[140]                      0.99    1.00  9864 1.00
-p_prior[141]                      0.99    1.00  9854 1.00
-p_prior[142]                      0.99    1.00  9815 1.00
-p_prior[143]                      0.99    1.00  9812 1.00
-p_prior[144]                      0.99    1.00  9810 1.00
-p_prior[145]                      0.99    1.00  9811 1.00
-p_prior[146]                      0.99    1.00  9809 1.00
-p_prior[147]                      0.99    1.00  9809 1.00
-p_prior[148]                      0.99    1.00  9801 1.00
-p_prior[149]                      0.99    1.00  9792 1.00
-p_prior[150]                      0.99    1.00  9944 1.00
-p_prior[151]                      0.99    1.00  9927 1.00
-p_prior[152]                      0.99    1.00  9927 1.00
-p_prior[153]                      0.99    1.00  9885 1.00
-p_prior[154]                      0.99    1.00  9887 1.00
-p_prior[155]                      0.99    1.00  9910 1.00
-p_prior[156]                      0.99    1.00  9907 1.00
-p_prior[157]                      0.99    1.00  9885 1.00
-p_prior[158]                      0.99    1.00  9904 1.00
-p_prior[159]                      0.99    1.00  9879 1.00
-p_prior[160]                      0.99    1.00  9865 1.00
-p_prior[161]                      0.99    1.00  9861 1.00
-p_prior[162]                      0.99    1.00  9858 1.00
-p_prior[163]                      0.62    0.84  9504 1.00
-p_prior[164]                      0.62    0.84  9504 1.00
-p_prior[165]                      0.62    0.84  9505 1.00
-p_prior[166]                      0.62    0.84  9505 1.00
-p_prior[167]                      0.63    0.84  9505 1.00
-p_prior[168]                      0.63    0.84  9505 1.00
-p_prior[169]                      0.63    0.85  9516 1.00
-p_prior[170]                      0.63    0.85  9516 1.00
-p_prior[171]                      0.99    1.00  9893 1.00
-p_prior[172]                      0.99    1.00  9881 1.00
-p_prior[173]                      0.99    1.00  9822 1.00
-p_prior[174]                      0.99    1.00  9813 1.00
-p_prior[175]                      0.99    1.00 10182 1.00
-p_prior[176]                      0.99    1.00 10182 1.00
-p_prior[177]                      0.99    1.00 10157 1.00
-p_prior[178]                      0.99    1.00 10153 1.00
-p_prior[179]                      0.99    1.00 10157 1.00
-p_prior[180]                      0.99    1.00 10155 1.00
-p_prior[181]                      0.99    1.00 10154 1.00
-p_prior[182]                      0.99    1.00 10132 1.00
-p_prior[183]                      0.99    1.00 10132 1.00
-p_prior[184]                      0.99    1.00 10131 1.00
-p_prior[185]                      0.99    1.00 10133 1.00
-p_prior[186]                      0.99    1.00 10133 1.00
-p_prior[187]                      0.98    1.00 10204 1.00
-p_prior[188]                      0.98    1.00 10204 1.00
-p_prior[189]                      0.98    1.00 10185 1.00
-p_prior[190]                      0.98    1.00 10184 1.00
-p_prior[191]                      0.98    1.00 10184 1.00
-p_prior[192]                      0.98    1.00 10184 1.00
-p_prior[193]                      0.98    1.00 10151 1.00
-p_prior[194]                      0.98    1.00 10153 1.00
-p_prior[195]                      0.98    1.00 10153 1.00
-p_prior[196]                      0.98    1.00 10153 1.00
-p_prior[197]                      0.98    1.00 10204 1.00
-p_prior[198]                      0.98    1.00 10204 1.00
-p_prior[199]                      0.98    1.00 10204 1.00
-p_prior[200]                      0.98    1.00 10185 1.00
-p_prior[201]                      0.98    1.00 10184 1.00
-p_prior[202]                      0.98    1.00 10154 1.00
-p_prior[203]                      0.98    1.00 10155 1.00
-p_prior[204]                      0.98    1.00 10153 1.00
-p_prior[205]                      0.99    1.00  9580 1.00
-p_prior[206]                      0.99    1.00  9572 1.00
-p_prior[207]                      0.99    1.00  9573 1.00
-p_prior[208]                      0.99    1.00  9906 1.00
-p_prior[209]                      0.99    1.00  9861 1.00
-p_prior[210]                      0.99    1.00  9884 1.00
-p_prior[211]                      0.99    1.00  9884 1.00
-p_prior[212]                      0.99    1.00  9891 1.00
-p_prior[213]                      0.99    1.00  9857 1.00
-p_prior[214]                      0.99    1.00  9854 1.00
-p_prior[215]                      0.99    1.00  9855 1.00
-p_prior[216]                      0.99    1.00  9705 1.00
-p_prior[217]                      0.99    1.00  9721 1.00
-p_prior[218]                      0.99    1.00  9725 1.00
-p_prior[219]                      0.99    1.00  9739 1.00
-p_prior[220]                      0.99    1.00  9743 1.00
-p_prior[221]                      0.99    1.00  9721 1.00
-p_prior[222]                      0.99    1.00  9727 1.00
-p_prior[223]                      0.99    1.00  9740 1.00
-p_prior[224]                      0.99    1.00  9743 1.00
-p_prior[225]                      0.99    1.00  9743 1.00
-p_prior[226]                      1.00    1.00  9962 1.00
-p_prior[227]                      1.00    1.00  9941 1.00
-p_prior[228]                      1.00    1.00  9942 1.00
-p_prior[229]                      1.00    1.00  9937 1.00
-p_prior[230]                      1.00    1.00  9940 1.00
-p_prior[231]                      0.99    1.00 10185 1.00
-p_prior[232]                      0.99    1.00 10159 1.00
-p_prior[233]                      0.99    1.00 10134 1.00
-p_prior[234]                      0.99    1.00 10136 1.00
-p_prior[235]                      0.99    1.00 10136 1.00
-p_prior[236]                      0.99    1.00  9574 1.00
-p_prior[237]                      0.99    1.00  9574 1.00
-p_prior[238]                      0.99    1.00  9573 1.00
-p_prior[239]                      0.99    1.00  9573 1.00
-p_prior[240]                      0.99    1.00  9614 1.00
-p_prior[241]                      0.99    1.00  9611 1.00
-p_prior[242]                      0.99    1.00  9611 1.00
-p_prior[243]                      0.99    1.00  9664 1.00
-p_prior[244]                      0.99    1.00  9903 1.00
-p_prior[245]                      0.99    1.00  9903 1.00
-p_prior[246]                      0.99    1.00  9903 1.00
-p_prior[247]                      0.99    1.00  9903 1.00
-p_prior[248]                      0.99    1.00  9903 1.00
-p_prior[249]                      0.99    1.00  9903 1.00
-p_prior[250]                      0.99    1.00  9890 1.00
-p_prior[251]                      0.99    1.00  9890 1.00
-p_prior[252]                      0.99    1.00  9890 1.00
-p_prior[253]                      0.99    1.00  9885 1.00
-p_prior[254]                      0.99    1.00  9885 1.00
-p_prior[255]                      0.99    1.00  9885 1.00
-p_prior[256]                      0.99    1.00  9882 1.00
-p_prior[257]                      0.99    1.00  9882 1.00
-p_prior[258]                      0.99    1.00  9882 1.00
-p_prior[259]                      0.99    1.00  9880 1.00
-p_prior[260]                      0.99    1.00  9880 1.00
-p_prior[261]                      0.99    1.00  9880 1.00
-p_prior[262]                      0.99    1.00  9836 1.00
-p_prior[263]                      0.99    1.00  9836 1.00
-p_prior[264]                      0.99    1.00  9836 1.00
-p_prior[265]                      0.99    1.00  9826 1.00
-p_prior[266]                      0.99    1.00  9826 1.00
-p_prior[267]                      0.99    1.00  9826 1.00
-p_prior[268]                      0.99    1.00  9825 1.00
-p_prior[269]                      0.99    1.00  9825 1.00
-p_prior[270]                      0.99    1.00  9825 1.00
-p_prior[271]                      0.99    1.00  9838 1.00
-p_prior[272]                      0.99    1.00  9838 1.00
-p_prior[273]                      0.99    1.00  9838 1.00
-p_prior[274]                      0.99    1.00  9836 1.00
-p_prior[275]                      0.99    1.00  9836 1.00
-p_prior[276]                      0.99    1.00  9836 1.00
-p_prior[277]                      0.99    1.00 10004 1.00
-p_prior[278]                      0.99    1.00 10004 1.00
-p_prior[279]                      0.99    1.00 10004 1.00
-p_prior[280]                      0.99    1.00 10004 1.00
-p_prior[281]                      0.99    1.00 10004 1.00
-p_prior[282]                      0.99    1.00 10004 1.00
-p_prior[283]                      0.99    1.00 10004 1.00
-p_prior[284]                      0.99    1.00 10004 1.00
-p_prior[285]                      0.99    1.00  9982 1.00
-p_prior[286]                      0.99    1.00  9982 1.00
-p_prior[287]                      0.99    1.00  9963 1.00
-p_prior[288]                      0.99    1.00  9963 1.00
-p_prior[289]                      0.99    1.00  9984 1.00
-p_prior[290]                      0.99    1.00  9984 1.00
-p_prior[291]                      0.99    1.00  9984 1.00
-p_prior[292]                      0.99    1.00  9984 1.00
-p_prior[293]                      0.99    1.00  9990 1.00
-p_prior[294]                      0.99    1.00  9990 1.00
-p_prior[295]                      0.99    1.00  9990 1.00
-p_prior[296]                      0.99    1.00  9990 1.00
-p_prior[297]                      0.99    1.00  9990 1.00
-p_prior[298]                      0.99    1.00  9990 1.00
-p_prior[299]                      0.99    1.00  9991 1.00
-p_prior[300]                      0.99    1.00  9991 1.00
-p_prior[301]                      0.99    1.00  9991 1.00
-p_prior[302]                      0.99    1.00  9991 1.00
-p_prior[303]                      0.99    1.00  9990 1.00
-p_prior[304]                      0.99    1.00  9990 1.00
-p_prior[305]                      0.99    1.00  9990 1.00
-p_prior[306]                      0.99    1.00  9990 1.00
-p_prior[307]                      0.99    1.00  9990 1.00
-p_prior[308]                      0.99    1.00  9990 1.00
-p_prior[309]                      0.99    1.00  9991 1.00
-p_prior[310]                      0.99    1.00  9991 1.00
-p_prior[311]                      0.99    1.00  9991 1.00
-p_prior[312]                      0.99    1.00  9991 1.00
-p_prior[313]                      0.99    1.00  9991 1.00
-p_prior[314]                      0.99    1.00  9991 1.00
-p_prior[315]                      0.99    1.00  9992 1.00
-p_prior[316]                      0.99    1.00  9992 1.00
-p_prior[317]                      0.99    1.00  9992 1.00
-p_prior[318]                      0.99    1.00  9992 1.00
-p_prior[319]                      0.99    1.00  9992 1.00
-p_prior[320]                      0.99    1.00  9992 1.00
-p_prior[321]                      0.99    1.00  9968 1.00
-p_prior[322]                      0.99    1.00  9968 1.00
-p_prior[323]                      0.99    1.00  9968 1.00
-p_prior[324]                      0.99    1.00  9968 1.00
-p_prior[325]                      0.99    1.00  9918 1.00
-p_prior[326]                      0.99    1.00  9936 1.00
-p_prior[327]                      0.98    1.00  9905 1.00
-p_prior[328]                      0.99    1.00  9929 1.00
-p_prior[329]                      0.98    1.00  9896 1.00
-p_prior[330]                      0.99    1.00  9929 1.00
-p_prior[331]                      0.98    1.00  9896 1.00
-p_prior[332]                      0.99    1.00  9903 1.00
-p_prior[333]                      0.99    1.00  9878 1.00
-p_prior[334]                      0.99    1.00  9899 1.00
-p_prior[335]                      0.99    1.00  9874 1.00
-p_prior[336]                      0.99    1.00  9902 1.00
-p_prior[337]                      0.99    1.00  9876 1.00
-p_prior[338]                      0.99    1.00  9976 1.00
-p_prior[339]                      0.99    1.00  9956 1.00
-p_prior[340]                      0.99    1.00  9950 1.00
-p_prior[341]                      0.99    1.00  9952 1.00
-p_prior[342]                      0.99    1.00  9954 1.00
-p_prior[343]                      0.99    1.00  9953 1.00
-p_prior[344]                      0.99    1.00  9957 1.00
-p_prior[345]                      0.99    1.00  9922 1.00
-p_prior[346]                      0.99    1.00  9850 1.00
-p_prior[347]                      0.99    1.00  9850 1.00
-p_prior[348]                      0.99    1.00  9890 1.00
-p_prior[349]                      0.99    1.00  9890 1.00
-p_prior[350]                      0.57    0.72  9545 1.00
-p_prior[351]                      0.57    0.72  9545 1.00
-p_prior[352]                      0.57    0.72  9598 1.00
-p_prior[353]                      0.57    0.72  9598 1.00
-p_prior[354]                      0.99    1.00 10210 1.00
-p_prior[355]                      1.00    1.00 10214 1.00
-p_prior[356]                      0.99    1.00 10203 1.00
-p_prior[357]                      1.00    1.00 10209 1.00
-p_prior[358]                      0.99    1.00 10198 1.00
-p_prior[359]                      1.00    1.00 10202 1.00
-p_prior[360]                      0.99    1.00 10194 1.00
-p_prior[361]                      1.00    1.00 10197 1.00
-p_prior[362]                      0.99    1.00 10165 1.00
-p_prior[363]                      1.00    1.00 10175 1.00
-p_prior[364]                      0.99    1.00 10164 1.00
-p_prior[365]                      1.00    1.00 10174 1.00
-p_prior[366]                      0.99    1.00 10156 1.00
-p_prior[367]                      1.00    1.00 10167 1.00
-p_prior[368]                      0.99    1.00  9847 1.00
-p_prior[369]                      0.99    1.00  9847 1.00
-p_prior[370]                      0.99    1.00  9847 1.00
-p_prior[371]                      0.99    1.00  9854 1.00
-p_prior[372]                      0.99    1.00  9854 1.00
-p_prior[373]                      0.99    1.00  9854 1.00
-p_prior[374]                      0.99    1.00  9852 1.00
-p_prior[375]                      0.99    1.00  9852 1.00
-p_prior[376]                      0.99    1.00  9852 1.00
-p_prior[377]                      0.99    1.00  9799 1.00
-p_prior[378]                      0.99    1.00  9799 1.00
-p_prior[379]                      0.99    1.00  9799 1.00
-p_prior[380]                      0.99    1.00  9798 1.00
-p_prior[381]                      0.99    1.00  9798 1.00
-p_prior[382]                      0.99    1.00  9798 1.00
-p_prior[383]                      0.99    1.00  9797 1.00
-p_prior[384]                      0.99    1.00  9797 1.00
-p_prior[385]                      0.99    1.00  9797 1.00
-p_prior[386]                      0.99    1.00  9797 1.00
-p_prior[387]                      0.99    1.00  9797 1.00
-p_prior[388]                      0.99    1.00  9797 1.00
-p_prior[389]                      0.99    1.00  9797 1.00
-p_prior[390]                      0.99    1.00  9797 1.00
-p_prior[391]                      0.99    1.00  9797 1.00
-p_prior[392]                      0.99    1.00  9797 1.00
-p_prior[393]                      0.99    1.00  9797 1.00
-p_prior[394]                      0.99    1.00  9797 1.00
-p_prior[395]                      0.99    1.00  9798 1.00
-p_prior[396]                      0.99    1.00  9798 1.00
-p_prior[397]                      0.99    1.00  9798 1.00
-p_prior[398]                      0.99    1.00  9798 1.00
-p_prior[399]                      0.99    1.00  9798 1.00
-p_prior[400]                      0.99    1.00  9798 1.00
-p_prior[401]                      0.99    1.00  9797 1.00
-p_prior[402]                      0.99    1.00  9797 1.00
-p_prior[403]                      0.99    1.00  9797 1.00
-p_prior[404]                      0.99    1.00  9798 1.00
-p_prior[405]                      0.99    1.00  9798 1.00
-p_prior[406]                      0.99    1.00  9798 1.00
-p_prior[407]                      0.99    1.00  9797 1.00
-p_prior[408]                      0.99    1.00  9797 1.00
-p_prior[409]                      0.99    1.00  9797 1.00
-p_prior[410]                      1.00    1.00 10025 1.00
-p_prior[411]                      1.00    1.00 10025 1.00
-p_prior[412]                      1.00    1.00 10025 1.00
-p_prior[413]                      1.00    1.00  9993 1.00
-p_prior[414]                      0.99    1.00  9910 1.00
-p_prior[415]                      0.99    1.00  9901 1.00
-p_prior[416]                      0.99    1.00  9899 1.00
-p_prior[417]                      0.99    1.00  9896 1.00
-p_prior[418]                      0.99    1.00  9899 1.00
-p_prior[419]                      0.99    1.00  9901 1.00
-p_prior[420]                      0.99    1.00  9867 1.00
-p_prior[421]                      0.99    1.00  9895 1.00
-p_prior[422]                      0.99    1.00  9857 1.00
-p_prior[423]                      0.99    1.00  9893 1.00
-p_prior[424]                      0.99    1.00  9859 1.00
-p_prior[425]                      0.99    1.00  9858 1.00
-p_prior[426]                      0.99    1.00  9863 1.00
-p_prior[427]                      0.99    1.00  9911 1.00
-p_prior[428]                      0.99    1.00  9905 1.00
-p_prior[429]                      0.99    1.00  9899 1.00
-p_prior[430]                      0.99    1.00  9866 1.00
-p_prior[431]                      0.99    1.00  9858 1.00
-p_prior[432]                      0.99    1.00  9859 1.00
-p_prior[433]                      0.99    1.00  9851 1.00
-p_prior[434]                      0.99    1.00  9830 1.00
-p_prior[435]                      0.99    1.00  9782 1.00
-p_prior[436]                      0.99    1.00  9782 1.00
-p_prior[437]                      0.99    1.00  9796 1.00
-p_prior[438]                      0.99    1.00  9747 1.00
-p_prior[439]                      0.99    1.00  9742 1.00
-p_prior[440]                      0.99    1.00  9742 1.00
-p_prior[441]                      0.99    1.00  9740 1.00
-p_prior[442]                      0.99    1.00  9892 1.00
-p_prior[443]                      0.99    1.00  9882 1.00
-p_prior[444]                      0.99    1.00  9875 1.00
-p_prior[445]                      0.99    1.00  9877 1.00
-p_prior[446]                      0.99    1.00  9874 1.00
-p_prior[447]                      0.99    1.00  9863 1.00
-p_prior[448]                      0.99    1.00  9870 1.00
-p_prior[449]                      0.99    1.00  9828 1.00
-p_prior[450]                      0.99    1.00  9824 1.00
-p_prior[451]                      0.99    1.00  9863 1.00
-p_prior[452]                      0.99    1.00  9822 1.00
-p_prior[453]                      0.99    1.00  9820 1.00
-p_prior[454]                      0.99    1.00  9816 1.00
-p_prior[455]                      0.99    1.00  9814 1.00
-p_prior[456]                      0.99    1.00  9824 1.00
-p_prior[457]                      0.99    1.00  9788 1.00
-p_prior[458]                      0.99    1.00  9788 1.00
-p_prior[459]                      0.99    1.00  9785 1.00
-p_prior[460]                      0.99    1.00  9891 1.00
-p_prior[461]                      0.99    1.00  9882 1.00
-p_prior[462]                      0.99    1.00  9871 1.00
-p_prior[463]                      0.99    1.00  9863 1.00
-p_prior[464]                      0.99    1.00  9860 1.00
-p_prior[465]                      0.99    1.00  9856 1.00
-p_prior[466]                      0.99    1.00  9816 1.00
-p_prior[467]                      0.99    1.00  9816 1.00
-p_prior[468]                      0.99    1.00  9814 1.00
-p_prior[469]                      0.59    0.78  9805 1.00
-p_prior[470]                      0.59    0.79  9487 1.00
-p_prior[471]                      0.60    0.79  9489 1.00
-p_prior[472]                      0.60    0.79  9486 1.00
-p_prior[473]                      0.60    0.79  9498 1.00
-p_prior[474]                      0.60    0.78  9507 1.00
-p_prior[475]                      0.60    0.78  9502 1.00
-p_prior[476]                      0.60    0.78  9497 1.00
-p_prior[477]                      0.62    0.82  9508 1.00
-p_prior[478]                      0.62    0.83  9519 1.00
-p_prior[479]                      0.63    0.85  9553 1.00
-p_prior[480]                      0.64    0.86  9571 1.00
-p_prior[481]                      0.99    1.00  9914 1.00
-p_prior[482]                      0.99    1.00  9899 1.00
-p_prior[483]                      0.99    1.00  9901 1.00
-p_prior[484]                      0.99    1.00  9839 1.00
-p_prior[485]                      0.99    1.00  9835 1.00
-p_prior[486]                      0.99    1.00  9833 1.00
-p_prior[487]                      0.99    1.00  9834 1.00
-p_prior[488]                      0.99    1.00  9832 1.00
-p_prior[489]                      0.99    1.00  9830 1.00
-p_prior[490]                      0.99    1.00  9828 1.00
-p_prior[491]                      1.00    1.00 10007 1.00
-p_prior[492]                      1.00    1.00 10007 1.00
-p_prior[493]                      1.00    1.00 10007 1.00
-p_prior[494]                      1.00    1.00 10007 1.00
-p_prior[495]                      1.00    1.00  9970 1.00
-p_prior[496]                      1.00    1.00  9970 1.00
-p_prior[497]                      1.00    1.00  9986 1.00
-p_prior[498]                      1.00    1.00  9986 1.00
-p_prior[499]                      1.00    1.00  9983 1.00
-p_prior[500]                      1.00    1.00  9983 1.00
-p_prior[501]                      0.59    0.78  9802 1.00
-p_prior[502]                      0.59    0.79  9489 1.00
-p_prior[503]                      0.60    0.78  9503 1.00
-p_prior[504]                      0.60    0.78  9500 1.00
-p_prior[505]                      0.60    0.78  9497 1.00
-p_prior[506]                      0.60    0.78  9496 1.00
-p_prior[507]                      0.60    0.79  9494 1.00
-p_prior[508]                      0.61    0.82  9505 1.00
-p_prior[509]                      0.62    0.82  9512 1.00
-p_prior[510]                      0.63    0.84  9542 1.00
-p_prior[511]                      0.63    0.86  9559 1.00
-p_prior[512]                      0.99    1.00  9568 1.00
-p_prior[513]                      0.99    1.00  9482 1.00
-p_prior[514]                      0.99    1.00  9464 1.00
-p_prior[515]                      0.99    1.00  9454 1.00
-p_prior[516]                      0.99    1.00  9434 1.00
-p_prior[517]                      0.99    1.00  9463 1.00
-p_prior[518]                      0.99    1.00  9451 1.00
-p_prior[519]                      0.99    1.00  9456 1.00
-p_prior[520]                      0.99    1.00  9453 1.00
-p_prior[521]                      0.99    1.00  9450 1.00
-p_prior[522]                      0.99    1.00  9408 1.00
-p_prior[523]                      0.99    1.00  9742 1.00
-p_prior[524]                      0.99    1.00  9739 1.00
-p_prior[525]                      0.99    1.00  9889 1.00
-p_prior[526]                      0.99    1.00  9889 1.00
-p_prior[527]                      0.99    1.00  9889 1.00
-p_prior[528]                      0.99    1.00  9879 1.00
-p_prior[529]                      0.99    1.00  9879 1.00
-p_prior[530]                      0.99    1.00  9879 1.00
-p_prior[531]                      0.99    1.00  9892 1.00
-p_prior[532]                      0.99    1.00  9892 1.00
-p_prior[533]                      0.99    1.00  9892 1.00
-p_prior[534]                      0.99    1.00  9889 1.00
-p_prior[535]                      0.99    1.00  9889 1.00
-p_prior[536]                      0.99    1.00  9889 1.00
-p_prior[537]                      0.99    1.00  9849 1.00
-p_prior[538]                      0.99    1.00  9849 1.00
-p_prior[539]                      0.99    1.00  9849 1.00
-p_prior[540]                      0.99    1.00  9900 1.00
-p_prior[541]                      0.99    1.00  9900 1.00
-p_prior[542]                      0.99    1.00  9900 1.00
-p_prior[543]                      0.99    1.00  9893 1.00
-p_prior[544]                      0.99    1.00  9893 1.00
-p_prior[545]                      0.99    1.00  9893 1.00
-p_prior[546]                      0.99    1.00  9860 1.00
-p_prior[547]                      0.99    1.00  9860 1.00
-p_prior[548]                      0.99    1.00  9860 1.00
-p_prior[549]                      0.99    1.00  9862 1.00
-p_prior[550]                      0.99    1.00  9862 1.00
-p_prior[551]                      0.99    1.00  9862 1.00
-p_prior[552]                      0.99    1.00 10004 1.00
-p_prior[553]                      0.99    1.00 10004 1.00
-p_prior[554]                      0.99    1.00 10004 1.00
-p_prior[555]                      0.99    1.00  9982 1.00
-p_prior[556]                      0.99    1.00  9984 1.00
-p_prior[557]                      0.99    1.00  9985 1.00
-p_prior[558]                      0.99    1.00  9989 1.00
-p_prior[559]                      0.99    1.00  9990 1.00
-p_prior[560]                      0.99    1.00  9990 1.00
-p_prior[561]                      0.99    1.00  9990 1.00
-p_prior[562]                      0.99    1.00  9990 1.00
-p_prior[563]                      0.99    1.00  9991 1.00
-p_prior[564]                      0.99    1.00  9992 1.00
-p_prior[565]                      0.99    1.00  9990 1.00
-p_prior[566]                      0.99    1.00  9991 1.00
-p_prior[567]                      0.99    1.00  9991 1.00
-p_prior[568]                      0.99    1.00  9992 1.00
-p_prior[569]                      0.99    1.00  9992 1.00
-p_prior[570]                      0.99    1.00  9993 1.00
-p_prior[571]                      0.99    1.00  9661 1.00
-p_prior[572]                      0.99    1.00  9674 1.00
-p_prior[573]                      0.99    1.00  9682 1.00
-p_prior[574]                      0.99    1.00  9684 1.00
-p_prior[575]                      0.99    1.00  9771 1.00
-p_prior[576]                      1.00    1.00 10225 1.00
-p_prior[577]                      1.00    1.00 10197 1.00
-p_prior[578]                      1.00    1.00 10190 1.00
-p_prior[579]                      1.00    1.00 10006 1.00
-p_prior[580]                      1.00    1.00 10004 1.00
-p_prior[581]                      1.00    1.00 10020 1.00
-p_prior[582]                      0.99    1.00  9893 1.00
-p_prior[583]                      0.99    1.00  9883 1.00
-p_prior[584]                      0.99    1.00  9861 1.00
-p_prior[585]                      0.99    1.00  9820 1.00
-p_prior[586]                      0.99    1.00  9812 1.00
-p_prior[587]                      0.99    1.00 10214 1.00
-p_prior[588]                      1.00    1.00 10219 1.00
-p_prior[589]                      0.99    1.00 10206 1.00
-p_prior[590]                      1.00    1.00 10211 1.00
-p_prior[591]                      0.99    1.00 10218 1.00
-p_prior[592]                      1.00    1.00 10221 1.00
-p_prior[593]                      0.99    1.00 10212 1.00
-p_prior[594]                      1.00    1.00 10217 1.00
-p_prior[595]                      0.99    1.00 10180 1.00
-p_prior[596]                      1.00    1.00 10191 1.00
-p_prior[597]                      0.57    0.71  9992 1.00
-p_prior[598]                      0.57    0.72  9546 1.00
-p_prior[599]                      0.57    0.72  9551 1.00
-p_prior[600]                      0.57    0.72  9558 1.00
-p_prior[601]                      0.57    0.72  9593 1.00
-p_prior[602]                      0.57    0.72  9612 1.00
-p_prior[603]                      0.59    0.76  9578 1.00
-p_prior[604]                      0.59    0.77  9581 1.00
-p_prior[605]                      0.60    0.78  9598 1.00
-p_prior[606]                      0.62    0.82  9647 1.00
-p_prior[607]                      0.99    1.00 10018 1.00
-p_prior[608]                      0.99    1.00 10018 1.00
-p_prior[609]                      0.99    1.00  9994 1.00
-p_prior[610]                      0.99    1.00  9994 1.00
-p_prior[611]                      0.99    1.00  9996 1.00
-p_prior[612]                      0.99    1.00  9996 1.00
-p_prior[613]                      0.99    1.00  9980 1.00
-p_prior[614]                      0.99    1.00  9980 1.00
-p_prior[615]                      0.99    1.00  9981 1.00
-p_prior[616]                      0.99    1.00  9981 1.00
-p_prior[617]                      0.57    0.70  9675 1.00
-p_prior[618]                      0.57    0.70  9676 1.00
-p_prior[619]                      0.57    0.72  9671 1.00
-p_prior[620]                      0.99    1.00 10008 1.00
-p_prior[621]                      0.99    1.00 10092 1.00
-p_prior[622]                      0.99    1.00  9808 1.00
-p_prior[623]                      0.99    1.00  9836 1.00
-p_prior[624]                      0.99    1.00  9854 1.00
-p_prior[625]                      0.99    1.00  9917 1.00
-p_prior[626]                      1.00    1.00  9992 1.00
-p_prior[627]                      1.00    1.00  9975 1.00
-p_prior[628]                      1.00    1.00  9973 1.00
-p_prior[629]                      1.00    1.00 10001 1.00
-p_prior[630]                      0.99    1.00  9911 1.00
-p_prior[631]                      0.99    1.00  9898 1.00
-p_prior[632]                      0.99    1.00  9855 1.00
-p_prior[633]                      0.99    1.00  9855 1.00
-p_prior[634]                      0.99    1.00  9854 1.00
-p_prior[635]                      0.99    1.00  9835 1.00
-p_prior[636]                      0.99    1.00 10214 1.00
-p_prior[637]                      1.00    1.00 10216 1.00
-p_prior[638]                      0.99    1.00 10206 1.00
-p_prior[639]                      1.00    1.00 10209 1.00
-p_prior[640]                      0.99    1.00 10195 1.00
-p_prior[641]                      1.00    1.00 10199 1.00
-p_prior[642]                      0.99    1.00 10197 1.00
-p_prior[643]                      1.00    1.00 10201 1.00
-p_prior[644]                      0.99    1.00 10161 1.00
-p_prior[645]                      1.00    1.00 10172 1.00
-p_prior[646]                      0.99    1.00 10146 1.00
-p_prior[647]                      1.00    1.00 10158 1.00
-p_prior[648]                      0.99    1.00 10149 1.00
-p_prior[649]                      1.00    1.00 10161 1.00
-p_prior[650]                      0.97    1.00 10176 1.00
-p_prior[651]                      0.97    1.00 10176 1.00
-p_prior[652]                      0.97    1.00 10178 1.00
-p_prior[653]                      0.97    1.00 10178 1.00
-p_prior[654]                      0.97    1.00 10175 1.00
-p_prior[655]                      0.97    1.00 10175 1.00
-p_prior[656]                      0.99    1.00 10160 1.00
-p_prior[657]                      0.99    1.00 10160 1.00
-p_prior[658]                      0.99    1.00 10159 1.00
-p_prior[659]                      0.99    1.00 10159 1.00
-p_prior[660]                      0.99    1.00 10129 1.00
-p_prior[661]                      0.99    1.00 10129 1.00
-p_prior[662]                      0.99    1.00 10129 1.00
-p_prior[663]                      0.99    1.00 10129 1.00
-p_prior[664]                      0.99    1.00 10130 1.00
-p_prior[665]                      0.99    1.00 10130 1.00
-p_prior[666]                      0.99    1.00 10130 1.00
-p_prior[667]                      0.99    1.00 10130 1.00
-p_prior[668]                      0.99    1.00  9806 1.00
-p_prior[669]                      0.99    1.00  9806 1.00
-p_prior[670]                      0.99    1.00  9831 1.00
-p_prior[671]                      0.99    1.00  9820 1.00
-p_prior[672]                      0.99    1.00  9838 1.00
-p_prior[673]                      0.99    1.00  9840 1.00
-p_prior[674]                      0.99    1.00  9851 1.00
-p_prior[675]                      0.99    1.00  9838 1.00
-p_prior[676]                      0.99    1.00  9876 1.00
-p_prior[677]                      0.99    1.00  9882 1.00
-p_prior[678]                      0.99    1.00  9882 1.00
-p_prior[679]                      0.99    1.00  9883 1.00
-p_prior[680]                      0.99    1.00  9883 1.00
-p_prior[681]                      0.99    1.00  9884 1.00
-p_prior[682]                      0.99    1.00  9888 1.00
-p_prior[683]                      0.99    1.00  9891 1.00
-p_prior[684]                      0.99    1.00  9892 1.00
-p_prior[685]                      0.99    1.00  9893 1.00
-p_prior[686]                      0.99    1.00  9895 1.00
-p_prior[687]                      0.99    1.00  9896 1.00
-p_prior[688]                      0.99    1.00  9897 1.00
-p_prior[689]                      0.99    1.00  9987 1.00
-p_prior[690]                      1.00    1.00  9988 1.00
-p_prior[691]                      0.99    1.00  9987 1.00
-p_prior[692]                      0.99    1.00  9962 1.00
-p_prior[693]                      1.00    1.00  9966 1.00
-p_prior[694]                      0.99    1.00  9962 1.00
-p_prior[695]                      0.99    1.00  9959 1.00
-p_prior[696]                      1.00    1.00  9964 1.00
-p_prior[697]                      0.99    1.00  9959 1.00
-p_prior[698]                      0.99    1.00  9952 1.00
-p_prior[699]                      1.00    1.00  9958 1.00
-p_prior[700]                      0.99    1.00  9952 1.00
-p_prior[701]                      0.99    1.00  9986 1.00
-p_prior[702]                      1.00    1.00  9985 1.00
-p_prior[703]                      0.99    1.00  9986 1.00
-p_prior[704]                      0.99    1.00  9986 1.00
-p_prior[705]                      1.00    1.00  9985 1.00
-p_prior[706]                      0.99    1.00  9986 1.00
-p_prior[707]                      0.99    1.00  9984 1.00
-p_prior[708]                      1.00    1.00  9983 1.00
-p_prior[709]                      0.99    1.00  9984 1.00
-p_prior[710]                      0.99    1.00  9890 1.00
-p_prior[711]                      0.99    1.00  9839 1.00
-p_prior[712]                      0.59    0.76  9833 1.00
-p_prior[713]                      0.59    0.77  9506 1.00
-p_prior[714]                      0.59    0.77  9506 1.00
-p_prior[715]                      0.59    0.77  9505 1.00
-p_prior[716]                      0.59    0.77  9506 1.00
-p_prior[717]                      0.59    0.76  9544 1.00
-p_prior[718]                      0.59    0.77  9532 1.00
-p_prior[719]                      0.60    0.79  9539 1.00
-p_prior[720]                      0.61    0.81  9548 1.00
-p_prior[721]                      1.00    1.00  9749 1.00
-p_prior[722]                      1.00    1.00  9784 1.00
-p_prior[723]                      1.00    1.00  9763 1.00
-p_prior[724]                      1.00    1.00  9764 1.00
-p_prior[725]                      1.00    1.00  9768 1.00
-p_prior[726]                      1.00    1.00  9768 1.00
-p_prior[727]                      1.00    1.00  9769 1.00
-p_prior[728]                      1.00    1.00  9774 1.00
-p_prior[729]                      1.00    1.00  9834 1.00
-p_prior[730]                      0.99    1.00 10180 1.00
-p_prior[731]                      0.99    1.00 10171 1.00
-p_prior[732]                      0.99    1.00 10118 1.00
-p_prior[733]                      0.99    1.00 10182 1.00
-p_prior[734]                      0.99    1.00 10183 1.00
-p_prior[735]                      0.99    1.00 10187 1.00
-p_prior[736]                      0.99    1.00 10149 1.00
-p_prior[737]                      0.99    1.00 10150 1.00
-p_prior[738]                      0.99    1.00 10155 1.00
-p_prior[739]                      0.99    1.00 10158 1.00
-p_prior[740]                      0.99    1.00 10160 1.00
-p_prior[741]                      0.99    1.00  9674 1.00
-p_prior[742]                      0.99    1.00  9674 1.00
-p_prior[743]                      0.99    1.00  9832 1.00
-p_prior[744]                      0.99    1.00  9835 1.00
-p_prior[745]                      0.99    1.00  9844 1.00
-p_prior[746]                      0.99    1.00  9828 1.00
-p_prior[747]                      0.99    1.00  9838 1.00
-p_prior[748]                      0.99    1.00  9783 1.00
-p_prior[749]                      0.99    1.00  9789 1.00
-p_prior[750]                      0.99    1.00  9788 1.00
-p_prior[751]                      0.99    1.00  9835 1.00
-p_prior[752]                      0.99    1.00  9905 1.00
-p_prior[753]                      0.99    1.00  9914 1.00
-p_prior[754]                      0.99    1.00  9911 1.00
-p_prior[755]                      0.99    1.00  9917 1.00
-p_prior[756]                      0.99    1.00  9920 1.00
-p_prior[757]                      0.99    1.00  9918 1.00
-p_prior[758]                      0.99    1.00  9769 1.00
-p_prior[759]                      0.99    1.00  9769 1.00
-p_prior[760]                      0.99    1.00  9768 1.00
-p_prior[761]                      0.99    1.00  9766 1.00
-p_prior[762]                      0.99    1.00  9764 1.00
-p_prior[763]                      0.99    1.00  9767 1.00
-p_prior[764]                      0.99    1.00  9766 1.00
-p_prior[765]                      0.99    1.00  9767 1.00
-p_prior[766]                      0.99    1.00  9766 1.00
-p_prior[767]                      0.99    1.00  9764 1.00
-p_prior[768]                      0.99    1.00  9764 1.00
-p_prior[769]                      0.99    1.00  9839 1.00
-p_prior[770]                      0.99    1.00  9769 1.00
-p_prior[771]                      0.99    1.00  9768 1.00
-p_prior[772]                      0.99    1.00  9758 1.00
-p_prior[773]                      0.99    1.00  9762 1.00
-p_prior[774]                      0.99    1.00  9765 1.00
-p_prior[775]                      0.99    1.00  9764 1.00
-p_prior[776]                      0.99    1.00  9764 1.00
-p_prior[777]                      0.99    1.00  9765 1.00
-p_prior[778]                      0.99    1.00  9836 1.00
-p_prior[779]                      0.99    1.00  9836 1.00
-p_prior[780]                      0.99    1.00  9839 1.00
-p_prior[781]                      0.99    1.00  9769 1.00
-p_prior[782]                      0.99    1.00  9769 1.00
-p_prior[783]                      0.99    1.00  9765 1.00
-p_prior[784]                      0.99    1.00  9764 1.00
-p_prior[785]                      0.99    1.00  9764 1.00
-p_prior[786]                      0.99    1.00  9764 1.00
-p_prior[787]                      0.99    1.00  9837 1.00
-p_prior[788]                      0.99    1.00  9839 1.00
-p_prior[789]                      0.99    1.00  9843 1.00
-p_prior[790]                      0.99    1.00  9843 1.00
-p_prior[791]                      0.57    0.72  9549 1.00
-p_prior[792]                      0.57    0.72  9555 1.00
-p_prior[793]                      0.57    0.72  9556 1.00
-p_prior[794]                      0.57    0.72  9551 1.00
-p_prior[795]                      0.57    0.71  9631 1.00
-p_prior[796]                      0.57    0.71  9616 1.00
-p_prior[797]                      0.57    0.71  9616 1.00
-p_prior[798]                      0.57    0.72  9613 1.00
-p_prior[799]                      1.00    1.00  9826 1.00
-p_prior[800]                      1.00    1.00  9831 1.00
-p_prior[801]                      1.00    1.00  9833 1.00
-p_prior[802]                      1.00    1.00  9834 1.00
-p_prior[803]                      1.00    1.00  9837 1.00
-p_prior[804]                      1.00    1.00  9840 1.00
-p_prior[805]                      1.00    1.00  9880 1.00
-p_prior[806]                      1.00    1.00  9881 1.00
-p_prior[807]                      0.99    1.00 10004 1.00
-p_prior[808]                      0.99    1.00  9982 1.00
-p_prior[809]                      0.99    1.00 10004 1.00
-p_prior[810]                      0.99    1.00  9982 1.00
-p_prior[811]                      0.99    1.00  9989 1.00
-p_prior[812]                      0.99    1.00  9991 1.00
-p_prior[813]                      0.99    1.00  9969 1.00
-p_prior[814]                      0.99    1.00  9991 1.00
-p_prior[815]                      0.99    1.00  9991 1.00
-p_prior[816]                      0.99    1.00  9992 1.00
-p_prior[817]                      0.99    1.00  9993 1.00
-p_prior[818]                      0.99    1.00  9834 1.00
-p_prior[819]                      0.99    1.00  9864 1.00
-p_prior[820]                      0.99    1.00  9866 1.00
-p_prior[821]                      0.99    1.00  9892 1.00
-p_prior[822]                      0.99    1.00  9927 1.00
-p_prior[823]                      0.99    1.00  9907 1.00
-p_prior[824]                      0.99    1.00  9917 1.00
-p_prior[825]                      0.99    1.00  9934 1.00
-p_prior[826]                      0.99    1.00  9928 1.00
-p_prior[827]                      0.99    1.00  9954 1.00
-p_prior[828]                      0.99    1.00  9699 1.00
-p_prior[829]                      0.99    1.00  9792 1.00
-p_prior[830]                      1.00    1.00 10258 1.00
-p_prior[831]                      1.00    1.00 10254 1.00
-p_prior[832]                      1.00    1.00 10217 1.00
-p_prior[833]                      1.00    1.00 10209 1.00
-p_prior[834]                      1.00    1.00 10207 1.00
-p_prior[835]                      1.00    1.00 10214 1.00
-p_prior[836]                      0.98    1.00  9923 1.00
-p_prior[837]                      0.62    0.85  9716 1.00
-p_prior[838]                      0.98    1.00  9901 1.00
-p_prior[839]                      0.62    0.85  9470 1.00
-p_prior[840]                      0.98    1.00  9903 1.00
-p_prior[841]                      0.62    0.85  9471 1.00
-p_prior[842]                      0.98    1.00  9902 1.00
-p_prior[843]                      0.62    0.85  9470 1.00
-p_prior[844]                      0.98    1.00  9899 1.00
-p_prior[845]                      0.63    0.87  9479 1.00
-p_prior[846]                      0.98    1.00  9900 1.00
-p_prior[847]                      0.63    0.87  9479 1.00
-p_prior[848]                      0.98    1.00  9893 1.00
-p_prior[849]                      0.63    0.87  9479 1.00
-p_prior[850]                      0.99    1.00  9865 1.00
-p_prior[851]                      0.63    0.86  9474 1.00
-p_prior[852]                      0.99    1.00  9845 1.00
-p_prior[853]                      0.64    0.87  9474 1.00
-p_prior[854]                      0.99    1.00  9840 1.00
-p_prior[855]                      0.65    0.88  9480 1.00
-p_prior[856]                      0.99    1.00  9833 1.00
-p_prior[857]                      0.66    0.89  9508 1.00
-p_prior[858]                      0.57    0.72  9650 1.00
-p_prior[859]                      0.57    0.72  9663 1.00
-p_prior[860]                      0.57    0.72  9681 1.00
-p_prior[861]                      0.57    0.72  9687 1.00
-p_prior[862]                      0.57    0.73  9714 1.00
-p_prior[863]                      0.57    0.73  9731 1.00
-p_prior[864]                      0.57    0.73  9695 1.00
-p_prior[865]                      0.58    0.73  9694 1.00
-p_prior[866]                      0.58    0.74  9699 1.00
-p_prior[867]                      0.58    0.74  9695 1.00
-p_prior[868]                      0.58    0.73  9695 1.00
-p_prior[869]                      0.58    0.73  9694 1.00
-p_prior[870]                      0.99    1.00  9660 1.00
-p_prior[871]                      0.99    1.00  9674 1.00
-p_prior[872]                      0.99    1.00  9684 1.00
-p_prior[873]                      0.99    1.00  9686 1.00
-p_prior[874]                      0.99    1.00  9770 1.00
-p_prior[875]                      0.99    1.00  9771 1.00
-p_prior[876]                      0.98    1.00  9964 1.00
-p_prior[877]                      0.98    1.00  9898 1.00
-p_prior[878]                      0.98    1.00  9876 1.00
-p_prior[879]                      0.98    1.00  9874 1.00
-p_prior[880]                      0.99    1.00 10173 1.00
-p_prior[881]                      0.99    1.00 10153 1.00
-p_prior[882]                      0.99    1.00 10125 1.00
-p_prior[883]                      0.99    1.00 10124 1.00
-p_prior[884]                      0.99    1.00 10126 1.00
-p_prior[885]                      0.98    1.00  9868 1.00
-p_prior[886]                      0.99    1.00  9699 1.00
-p_prior[887]                      0.99    1.00  9699 1.00
-p_prior[888]                      0.99    1.00  9696 1.00
-p_prior[889]                      0.99    1.00  9695 1.00
-p_prior[890]                      0.99    1.00  9681 1.00
-p_prior[891]                      0.99    1.00  9679 1.00
-p_prior[892]                      0.99    1.00  9679 1.00
-p_prior[893]                      0.99    1.00  9679 1.00
-p_prior[894]                      0.99    1.00  9679 1.00
-p_prior[895]                      0.99    1.00  9675 1.00
-p_prior[896]                      0.99    1.00  9782 1.00
-p_prior[897]                      0.99    1.00  9783 1.00
-p_prior[898]                      0.99    1.00  9786 1.00
-p_prior[899]                      0.99    1.00  9833 1.00
-p_prior[900]                      0.99    1.00  9836 1.00
-p_prior[901]                      0.59    0.76  9833 1.00
-p_prior[902]                      0.59    0.77  9505 1.00
-p_prior[903]                      0.60    0.79  9539 1.00
-p_prior[904]                      0.60    0.79  9536 1.00
-p_prior[905]                      0.61    0.80  9538 1.00
-p_prior[906]                      0.61    0.81  9553 1.00
-p_prior[907]                      0.99    1.00  9910 1.00
-p_prior[908]                      0.99    1.00  9898 1.00
-p_prior[909]                      0.99    1.00  9853 1.00
-p_prior[910]                      0.99    1.00  9843 1.00
-p_prior[911]                      0.99    1.00  9843 1.00
-p_prior[912]                      0.99    1.00 10017 1.00
-p_prior[913]                      1.00    1.00 10013 1.00
-p_prior[914]                      0.99    1.00 10017 1.00
-p_prior[915]                      0.99    1.00  9977 1.00
-p_prior[916]                      1.00    1.00  9978 1.00
-p_prior[917]                      0.99    1.00  9977 1.00
-p_prior[918]                      0.99    1.00  9996 1.00
-p_prior[919]                      1.00    1.00  9993 1.00
-p_prior[920]                      0.99    1.00  9996 1.00
-p_prior[921]                      0.99    1.00  9982 1.00
-p_prior[922]                      1.00    1.00  9980 1.00
-p_prior[923]                      0.99    1.00  9982 1.00
-p_prior[924]                      0.98    1.00  9874 1.00
-p_prior[925]                      0.98    1.00  9849 1.00
-p_prior[926]                      0.98    1.00  9848 1.00
-p_prior[927]                      0.98    1.00  9851 1.00
-p_prior[928]                      0.99    1.00  9946 1.00
-p_prior[929]                      0.99    1.00  9928 1.00
-p_prior[930]                      0.99    1.00  9886 1.00
-p_prior[931]                      0.99    1.00  9858 1.00
-p_prior[932]                      0.99    1.00  9769 1.00
-p_prior[933]                      0.99    1.00  9769 1.00
-p_prior[934]                      0.99    1.00  9843 1.00
-p_prior[935]                      0.99    1.00  9769 1.00
-p_prior[936]                      0.99    1.00  9768 1.00
-p_prior[937]                      0.99    1.00  9765 1.00
-p_prior[938]                      0.99    1.00  9765 1.00
-p_prior[939]                      0.99    1.00  9764 1.00
-p_prior[940]                      0.99    1.00  9766 1.00
-p_prior[941]                      0.99    1.00  9766 1.00
-p_prior[942]                      0.99    1.00  9764 1.00
-p_prior[943]                      0.99    1.00  9763 1.00
-p_prior[944]                      0.99    1.00  9876 1.00
-p_prior[945]                      0.99    1.00  9870 1.00
-p_prior[946]                      0.99    1.00  9825 1.00
-p_prior[947]                      0.99    1.00  9825 1.00
-p_prior[948]                      0.99    1.00  9826 1.00
-p_prior[949]                      0.99    1.00  9822 1.00
-p_prior[950]                      0.97    1.00 10207 1.00
-p_prior[951]                      0.97    1.00 10207 1.00
-p_prior[952]                      0.97    1.00 10207 1.00
-p_prior[953]                      0.97    1.00 10166 1.00
-p_prior[954]                      0.97    1.00 10166 1.00
-p_prior[955]                      0.97    1.00 10166 1.00
-p_prior[956]                      0.97    1.00 10166 1.00
-p_prior[957]                      0.97    1.00 10166 1.00
-p_prior[958]                      0.97    1.00 10166 1.00
-p_prior[959]                      0.97    1.00 10171 1.00
-p_prior[960]                      0.97    1.00 10171 1.00
-p_prior[961]                      0.97    1.00 10171 1.00
-p_prior[962]                      0.97    1.00 10165 1.00
-p_prior[963]                      0.97    1.00 10165 1.00
-p_prior[964]                      0.97    1.00 10165 1.00
-p_prior[965]                      0.97    1.00 10165 1.00
-p_prior[966]                      0.97    1.00 10165 1.00
-p_prior[967]                      0.97    1.00 10165 1.00
-p_prior[968]                      0.97    1.00 10165 1.00
-p_prior[969]                      0.97    1.00 10165 1.00
-p_prior[970]                      0.97    1.00 10165 1.00
-p_prior[971]                      0.97    1.00 10166 1.00
-p_prior[972]                      0.97    1.00 10166 1.00
-p_prior[973]                      0.97    1.00 10166 1.00
-p_prior[974]                      0.97    1.00 10167 1.00
-p_prior[975]                      0.97    1.00 10167 1.00
-p_prior[976]                      0.97    1.00 10167 1.00
-p_prior[977]                      0.98    1.00  9843 1.00
-p_prior[978]                      0.99    1.00  9769 1.00
-p_prior[979]                      0.99    1.00  9769 1.00
-p_prior[980]                      0.99    1.00  9769 1.00
-p_prior[981]                      0.99    1.00  9843 1.00
-p_prior[982]                      0.99    1.00  9769 1.00
-p_prior[983]                      0.99    1.00  9767 1.00
-p_prior[984]                      0.99    1.00  9765 1.00
-p_prior[985]                      0.99    1.00  9759 1.00
-p_prior[986]                      0.99    1.00  9760 1.00
-p_prior[987]                      0.99    1.00  9764 1.00
-p_prior[988]                      0.99    1.00  9766 1.00
-p_prior[989]                      0.99    1.00  9766 1.00
-p_prior[990]                      0.99    1.00  9764 1.00
-p_prior[991]                      0.99    1.00  9763 1.00
-p_prior[992]                      0.99    1.00  9842 1.00
-p_prior[993]                      0.99    1.00  9741 1.00
-p_prior[994]                      0.99    1.00  9819 1.00
-p_prior[995]                      0.99    1.00  9828 1.00
-p_prior[996]                      0.99    1.00 10204 1.00
-p_prior[997]                      0.99    1.00 10235 1.00
-p_prior[998]                      0.99    1.00 10223 1.00
-p_prior[999]                      0.99    1.00  9822 1.00
-p_prior[1000]                     0.99    1.00  9824 1.00
-p_prior[1001]                     0.99    1.00  9837 1.00
-p_prior[1002]                     0.99    1.00  9838 1.00
-p_prior[1003]                     0.99    1.00  9841 1.00
-p_prior[1004]                     1.00    1.00 10026 1.00
-p_prior[1005]                     1.00    1.00  9994 1.00
-p_prior[1006]                     1.00    1.00  9995 1.00
-p_prior[1007]                     1.00    1.00 10008 1.00
-p_prior[1008]                     1.00    1.00  9995 1.00
-p_prior[1009]                     0.99    1.00 10035 1.00
-p_prior[1010]                     0.99    1.00 10000 1.00
-p_prior[1011]                     0.99    1.00 10017 1.00
-p_prior[1012]                     0.99    1.00  9861 1.00
-p_prior[1013]                     0.99    1.00  9929 1.00
-p_prior[1014]                     0.99    1.00  9953 1.00
-p_prior[1015]                     0.99    1.00  9832 1.00
-p_prior[1016]                     0.99    1.00  9869 1.00
-p_prior[1017]                     0.99    1.00  9939 1.00
-p_prior[1018]                     0.99    1.00  9945 1.00
-p_prior[1019]                     0.99    1.00  9950 1.00
-p_prior[1020]                     0.99    1.00  9969 1.00
-p_prior[1021]                     0.99    1.00  9970 1.00
-p_prior[1022]                     0.99    1.00  9970 1.00
-p_prior[1023]                     0.99    1.00  9970 1.00
-p_prior[1024]                     0.99    1.00  9969 1.00
-p_prior[1025]                     0.99    1.00  9969 1.00
-p_prior[1026]                     0.99    1.00  9969 1.00
-p_prior[1027]                     0.99    1.00  9834 1.00
-p_prior[1028]                     0.99    1.00  9864 1.00
-p_prior[1029]                     0.99    1.00  9903 1.00
-p_prior[1030]                     0.99    1.00  9947 1.00
-p_prior[1031]                     0.99    1.00  9949 1.00
-p_prior[1032]                     0.99    1.00  9970 1.00
-p_prior[1033]                     0.99    1.00  9970 1.00
-p_prior[1034]                     0.99    1.00  9970 1.00
-p_prior[1035]                     0.99    1.00  9969 1.00
-p_prior[1036]                     0.99    1.00  9969 1.00
-p_prior[1037]                     0.99    1.00  9969 1.00
-p_prior[1038]                     0.99    1.00 10164 1.00
-p_prior[1039]                     0.99    1.00 10176 1.00
-p_prior[1040]                     0.99    1.00 10162 1.00
-p_prior[1041]                     0.99    1.00 10174 1.00
-p_prior[1042]                     0.99    1.00 10161 1.00
-p_prior[1043]                     0.99    1.00 10171 1.00
-p_prior[1044]                     0.99    1.00 10160 1.00
-p_prior[1045]                     0.99    1.00 10170 1.00
-p_prior[1046]                     0.99    1.00 10160 1.00
-p_prior[1047]                     0.99    1.00 10170 1.00
-p_prior[1048]                     0.99    1.00 10159 1.00
-p_prior[1049]                     0.99    1.00 10170 1.00
-p_prior[1050]                     0.99    1.00 10141 1.00
-p_prior[1051]                     0.99    1.00 10146 1.00
-p_prior[1052]                     0.98    1.00  9595 1.00
-p_prior[1053]                     0.98    1.00  9595 1.00
-p_prior[1054]                     0.98    1.00  9593 1.00
-p_prior[1055]                     0.98    1.00  9593 1.00
-p_prior[1056]                     0.98    1.00  9593 1.00
-p_prior[1057]                     0.98    1.00  9593 1.00
-p_prior[1058]                     0.98    1.00  9592 1.00
-p_prior[1059]                     0.98    1.00  9592 1.00
-p_prior[1060]                     0.98    1.00  9647 1.00
-p_prior[1061]                     0.98    1.00  9647 1.00
-p_prior[1062]                     0.98    1.00  9595 1.00
-p_prior[1063]                     0.98    1.00  9593 1.00
-p_prior[1064]                     0.98    1.00  9593 1.00
-p_prior[1065]                     0.98    1.00  9593 1.00
-p_prior[1066]                     0.98    1.00  9592 1.00
-p_prior[1067]                     0.98    1.00  9593 1.00
-p_prior[1068]                     0.98    1.00  9593 1.00
-p_prior[1069]                     0.98    1.00  9648 1.00
-p_prior[1070]                     0.98    1.00  9647 1.00
-p_prior[1071]                     0.99    1.00  9581 1.00
-p_prior[1072]                     0.99    1.00  9544 1.00
-p_prior[1073]                     0.99    1.00  9460 1.00
-p_prior[1074]                     0.97    1.00 10172 1.00
-p_prior[1075]                     0.97    1.00 10172 1.00
-p_prior[1076]                     0.97    1.00 10212 1.00
-p_prior[1077]                     0.97    1.00 10212 1.00
-p_prior[1078]                     0.97    1.00 10174 1.00
-p_prior[1079]                     0.97    1.00 10174 1.00
-p_prior[1080]                     0.97    1.00 10175 1.00
-p_prior[1081]                     0.97    1.00 10175 1.00
-p_prior[1082]                     0.97    1.00 10177 1.00
-p_prior[1083]                     0.97    1.00 10177 1.00
-p_prior[1084]                     0.60    0.78  9798 1.00
-p_prior[1085]                     0.59    0.79  9519 1.00
-p_prior[1086]                     0.60    0.79  9547 1.00
-p_prior[1087]                     0.60    0.79  9541 1.00
-p_prior[1088]                     0.60    0.79  9536 1.00
-p_prior[1089]                     0.61    0.80  9542 1.00
-p_prior[1090]                     0.61    0.81  9544 1.00
-p_prior[1091]                     0.98    1.00 10189 1.00
-p_prior[1092]                     0.98    1.00 10189 1.00
-p_prior[1093]                     0.98    1.00 10190 1.00
-p_prior[1094]                     0.98    1.00 10189 1.00
-p_prior[1095]                     0.98    1.00 10189 1.00
-p_prior[1096]                     0.98    1.00 10189 1.00
-p_prior[1097]                     0.98    1.00 10189 1.00
-p_prior[1098]                     0.98    1.00 10189 1.00
-p_prior[1099]                     0.98    1.00 10189 1.00
-p_prior[1100]                     0.98    1.00 10189 1.00
-p_prior[1101]                     0.98    1.00 10189 1.00
-p_prior[1102]                     0.98    1.00 10191 1.00
-p_prior[1103]                     0.99    1.00 10158 1.00
-p_prior[1104]                     0.99    1.00 10158 1.00
-p_prior[1105]                     0.99    1.00 10159 1.00
-p_prior[1106]                     0.99    1.00  9854 1.00
-p_prior[1107]                     0.99    1.00  9854 1.00
-p_prior[1108]                     0.99    1.00  9849 1.00
-p_prior[1109]                     0.99    1.00  9807 1.00
-p_prior[1110]                     0.99    1.00  9824 1.00
-p_prior[1111]                     0.99    1.00  9859 1.00
-p_prior[1112]                     0.99    1.00  9852 1.00
-p_prior[1113]                     0.99    1.00  9851 1.00
-p_prior[1114]                     0.99    1.00  9807 1.00
-p_prior[1115]                     0.99    1.00  9818 1.00
-p_prior[1116]                     0.58    0.75  9543 1.00
-p_prior[1117]                     0.58    0.75  9545 1.00
-p_prior[1118]                     0.58    0.75  9560 1.00
-p_prior[1119]                     0.58    0.75  9581 1.00
-p_prior[1120]                     0.58    0.75  9579 1.00
-p_prior[1121]                     0.59    0.76  9576 1.00
-p_prior[1122]                     0.59    0.76  9577 1.00
-p_prior[1123]                     0.59    0.75  9577 1.00
-p_prior[1124]                     0.59    0.76  9576 1.00
-p_prior[1125]                     0.59    0.75  9577 1.00
-p_prior[1126]                     0.59    0.76  9577 1.00
-p_prior[1127]                     0.97    1.00 10225 1.00
-p_prior[1128]                     0.97    1.00 10207 1.00
-p_prior[1129]                     0.97    1.00 10207 1.00
-p_prior[1130]                     0.97    1.00 10167 1.00
-p_prior[1131]                     0.97    1.00 10169 1.00
-p_prior[1132]                     0.99    1.00 10241 1.00
-p_prior[1133]                     0.99    1.00  9681 1.00
-p_prior[1134]                     0.99    1.00  9774 1.00
-p_prior[1135]                     0.99    1.00  9951 1.00
-p_prior[1136]                     1.00    1.00  9945 1.00
-p_prior[1137]                     0.99    1.00  9951 1.00
-p_prior[1138]                     0.99    1.00  9964 1.00
-p_prior[1139]                     1.00    1.00  9956 1.00
-p_prior[1140]                     0.99    1.00  9964 1.00
-p_prior[1141]                     0.99    1.00  9935 1.00
-p_prior[1142]                     1.00    1.00  9929 1.00
-p_prior[1143]                     0.99    1.00  9935 1.00
-p_prior[1144]                     0.99    1.00  9959 1.00
-p_prior[1145]                     1.00    1.00  9951 1.00
-p_prior[1146]                     0.99    1.00  9959 1.00
-p_prior[1147]                     0.99    1.00  9973 1.00
-p_prior[1148]                     1.00    1.00  9976 1.00
-p_prior[1149]                     0.99    1.00  9973 1.00
-p_prior[1150]                     0.99    1.00  9984 1.00
-p_prior[1151]                     1.00    1.00  9983 1.00
-p_prior[1152]                     0.99    1.00  9984 1.00
-p_prior[1153]                     0.99    1.00  9989 1.00
-p_prior[1154]                     1.00    1.00  9988 1.00
-p_prior[1155]                     0.99    1.00  9989 1.00
-p_prior[1156]                     0.99    1.00  9975 1.00
-p_prior[1157]                     1.00    1.00  9975 1.00
-p_prior[1158]                     0.99    1.00  9975 1.00
-p_prior[1159]                     0.98    1.00  9586 1.00
-p_prior[1160]                     0.98    1.00  9584 1.00
-p_prior[1161]                     0.98    1.00  9584 1.00
-p_prior[1162]                     0.98    1.00  9584 1.00
-p_prior[1163]                     0.98    1.00  9644 1.00
-p_prior[1164]                     0.98    1.00  9643 1.00
-p_prior[1165]                     0.99    1.00  9989 1.00
-p_prior[1166]                     1.00    1.00  9991 1.00
-p_prior[1167]                     0.99    1.00  9989 1.00
-p_prior[1168]                     0.99    1.00 10007 1.00
-p_prior[1169]                     1.00    1.00 10006 1.00
-p_prior[1170]                     0.99    1.00 10007 1.00
-p_prior[1171]                     0.99    1.00  9990 1.00
-p_prior[1172]                     1.00    1.00  9991 1.00
-p_prior[1173]                     0.99    1.00  9990 1.00
-p_prior[1174]                     1.00    1.00 10172 1.00
-p_prior[1175]                     1.00    1.00 10167 1.00
-p_prior[1176]                     1.00    1.00 10165 1.00
-p_prior[1177]                     1.00    1.00 10161 1.00
-p_prior[1178]                     1.00    1.00 10185 1.00
-p_prior[1179]                     0.63    0.86  9716 1.00
-p_prior[1180]                     0.63    0.87  9499 1.00
-p_prior[1181]                     0.64    0.87  9501 1.00
-p_prior[1182]                     0.64    0.88  9507 1.00
-p_prior[1183]                     0.64    0.87  9500 1.00
-p_prior[1184]                     0.65    0.88  9509 1.00
-p_prior[1185]                     0.65    0.89  9518 1.00
-p_prior[1186]                     0.99    1.00 10144 1.00
-p_prior[1187]                     0.99    1.00 10136 1.00
-p_prior[1188]                     0.99    1.00 10134 1.00
-p_prior[1189]                     0.99    1.00  9864 1.00
-p_prior[1190]                     0.99    1.00  9944 1.00
-p_prior[1191]                     0.99    1.00  9956 1.00
-p_prior[1192]                     0.99    1.00  9962 1.00
-p_prior[1193]                     0.99    1.00  9969 1.00
-p_prior[1194]                     0.99    1.00  9864 1.00
-p_prior[1195]                     0.99    1.00  9943 1.00
-p_prior[1196]                     0.99    1.00  9949 1.00
-p_prior[1197]                     0.99    1.00  9956 1.00
-p_prior[1198]                     0.99    1.00  9969 1.00
-p_prior[1199]                     0.99    1.00 10186 1.00
-p_prior[1200]                     0.99    1.00 10186 1.00
-p_prior[1201]                     0.99    1.00 10194 1.00
-p_prior[1202]                     0.99    1.00 10189 1.00
-p_prior[1203]                     0.99    1.00 10190 1.00
-p_prior[1204]                     0.99    1.00 10190 1.00
-p_prior[1205]                     0.99    1.00 10191 1.00
-p_prior[1206]                     0.99    1.00 10190 1.00
-p_prior[1207]                     0.99    1.00 10149 1.00
-p_prior[1208]                     0.99    1.00 10155 1.00
-p_prior[1209]                     1.00    1.00  9727 1.00
-p_prior[1210]                     1.00    1.00  9793 1.00
-p_prior[1211]                     0.99    1.00  9795 1.00
-p_prior[1212]                     0.99    1.00  9793 1.00
-p_prior[1213]                     0.99    1.00  9813 1.00
-p_prior[1214]                     0.99    1.00  9896 1.00
-p_prior[1215]                     0.99    1.00  9910 1.00
-p_prior[1216]                     0.99    1.00  9957 1.00
-p_prior[1217]                     0.97    1.00 10189 1.00
-p_prior[1218]                     0.97    1.00 10190 1.00
-p_prior[1219]                     0.97    1.00 10174 1.00
-p_prior[1220]                     0.97    1.00 10173 1.00
-p_prior[1221]                     0.97    1.00 10175 1.00
-p_prior[1222]                     0.99    1.00 10261 1.00
-p_prior[1223]                     0.99    1.00 10247 1.00
-p_prior[1224]                     0.99    1.00 10241 1.00
-p_prior[1225]                     0.99    1.00 10212 1.00
-p_prior[1226]                     0.99    1.00 10211 1.00
-p_prior[1227]                     0.99    1.00 10212 1.00
-p_prior[1228]                     0.99    1.00 10211 1.00
-p_prior[1229]                     0.99    1.00  9691 1.00
-p_prior[1230]                     0.99    1.00  9706 1.00
-p_prior[1231]                     0.99    1.00  9710 1.00
-p_prior[1232]                     0.99    1.00  9714 1.00
-p_prior[1233]                     0.56    0.68  9628 1.00
-p_prior[1234]                     0.56    0.68  9628 1.00
-p_prior[1235]                     0.56    0.68  9662 1.00
-p_prior[1236]                     0.56    0.68  9662 1.00
-p_prior[1237]                     0.56    0.69  9692 1.00
-p_prior[1238]                     0.56    0.69  9692 1.00
-p_prior[1239]                     0.56    0.68  9708 1.00
-p_prior[1240]                     0.56    0.68  9708 1.00
-p_prior[1241]                     0.56    0.70  9682 1.00
-p_prior[1242]                     0.56    0.70  9682 1.00
-p_prior[1243]                     0.57    0.71  9673 1.00
-p_prior[1244]                     0.57    0.71  9673 1.00
-p_prior[1245]                     0.57    0.70  9674 1.00
-p_prior[1246]                     0.57    0.70  9674 1.00
-p_prior[1247]                     0.57    0.71  9672 1.00
-p_prior[1248]                     0.57    0.71  9672 1.00
-p_prior[1249]                     0.99    1.00  9968 1.00
-p_prior[1250]                     1.00    1.00  9989 1.00
-p_prior[1251]                     0.99    1.00  9968 1.00
-p_prior[1252]                     0.99    1.00  9953 1.00
-p_prior[1253]                     1.00    1.00  9953 1.00
-p_prior[1254]                     0.99    1.00  9953 1.00
-p_prior[1255]                     0.99    1.00  9949 1.00
-p_prior[1256]                     1.00    1.00  9950 1.00
-p_prior[1257]                     0.99    1.00  9949 1.00
-p_prior[1258]                     0.99    1.00  9944 1.00
-p_prior[1259]                     1.00    1.00  9945 1.00
-p_prior[1260]                     0.99    1.00  9944 1.00
-p_prior[1261]                     0.99    1.00  9942 1.00
-p_prior[1262]                     1.00    1.00  9943 1.00
-p_prior[1263]                     0.99    1.00  9942 1.00
-p_prior[1264]                     0.99    1.00  9976 1.00
-p_prior[1265]                     1.00    1.00  9972 1.00
-p_prior[1266]                     0.99    1.00  9976 1.00
-p_prior[1267]                     0.99    1.00  9598 1.00
-p_prior[1268]                     0.99    1.00  9598 1.00
-p_prior[1269]                     0.99    1.00  9598 1.00
-p_prior[1270]                     0.99    1.00  9598 1.00
-p_prior[1271]                     0.99    1.00  9654 1.00
-p_prior[1272]                     0.99    1.00  9936 1.00
-p_prior[1273]                     0.99    1.00  9962 1.00
-p_prior[1274]                     0.98    1.00  9585 1.00
-p_prior[1275]                     0.98    1.00  9585 1.00
-p_prior[1276]                     0.98    1.00  9585 1.00
-p_prior[1277]                     0.98    1.00  9642 1.00
-p_prior[1278]                     0.99    1.00 10167 1.00
-p_prior[1279]                     0.99    1.00 10167 1.00
-p_prior[1280]                     0.99    1.00 10143 1.00
-p_prior[1281]                     0.99    1.00 10143 1.00
-p_prior[1282]                     0.98    1.00  9974 1.00
-p_prior[1283]                     0.98    1.00  9947 1.00
-p_prior[1284]                     0.98    1.00  9950 1.00
-p_prior[1285]                     0.98    1.00  9951 1.00
-p_prior[1286]                     0.98    1.00  9915 1.00
-p_prior[1287]                     0.98    1.00  9915 1.00
-p_prior[1288]                     0.98    1.00  9915 1.00
-p_prior[1289]                     0.98    1.00  9914 1.00
-p_prior[1290]                     0.98    1.00  9913 1.00
-p_prior[1291]                     0.98    1.00  9913 1.00
-p_prior[1292]                     0.98    1.00  9912 1.00
-p_prior[1293]                     0.98    1.00  9584 1.00
-p_prior[1294]                     0.98    1.00  9584 1.00
-p_prior[1295]                     0.98    1.00  9645 1.00
-p_prior[1296]                     0.98    1.00  9643 1.00
-p_prior[1297]                     1.00    1.00 10012 1.00
-p_prior[1298]                     1.00    1.00  9980 1.00
-p_prior[1299]                     1.00    1.00  9954 1.00
-p_prior[1300]                     1.00    1.00  9945 1.00
-p_prior[1301]                     1.00    1.00  9975 1.00
-p_prior[1302]                     0.97    1.00 10225 1.00
-p_prior[1303]                     0.97    1.00 10225 1.00
-p_prior[1304]                     0.97    1.00 10207 1.00
-p_prior[1305]                     0.97    1.00 10207 1.00
-p_prior[1306]                     0.97    1.00 10205 1.00
-p_prior[1307]                     0.97    1.00 10205 1.00
-p_prior[1308]                     0.97    1.00 10166 1.00
-p_prior[1309]                     0.97    1.00 10166 1.00
-p_prior[1310]                     0.97    1.00 10165 1.00
-p_prior[1311]                     0.97    1.00 10165 1.00
-p_prior[1312]                     0.97    1.00 10165 1.00
-p_prior[1313]                     0.97    1.00 10165 1.00
-p_prior[1314]                     0.97    1.00 10165 1.00
-p_prior[1315]                     0.97    1.00 10165 1.00
-p_prior[1316]                     0.98    1.00  9589 1.00
-p_prior[1317]                     0.98    1.00  9583 1.00
-p_prior[1318]                     0.98    1.00  9583 1.00
-p_prior[1319]                     0.98    1.00  9583 1.00
-p_prior[1320]                     0.98    1.00  9646 1.00
-p_prior[1321]                     0.98    1.00  9646 1.00
-p_prior[1322]                     0.98    1.00  9645 1.00
-p_prior[1323]                     0.98    1.00  9645 1.00
-p_prior[1324]                     0.98    1.00  9589 1.00
-p_prior[1325]                     0.98    1.00  9583 1.00
-p_prior[1326]                     0.98    1.00  9583 1.00
-p_prior[1327]                     0.98    1.00  9583 1.00
-p_prior[1328]                     0.98    1.00  9646 1.00
-p_prior[1329]                     0.98    1.00  9646 1.00
-p_prior[1330]                     0.98    1.00  9645 1.00
-p_prior[1331]                     0.97    1.00 10208 1.00
-p_prior[1332]                     0.97    1.00 10171 1.00
-p_prior[1333]                     0.97    1.00 10176 1.00
-p_prior[1334]                     0.98    1.00  9587 1.00
-p_prior[1335]                     0.98    1.00  9587 1.00
-p_prior[1336]                     0.98    1.00  9584 1.00
-p_prior[1337]                     0.98    1.00  9584 1.00
-p_prior[1338]                     0.98    1.00  9584 1.00
-p_prior[1339]                     0.98    1.00  9584 1.00
-p_prior[1340]                     0.98    1.00  9584 1.00
-p_prior[1341]                     0.98    1.00  9584 1.00
-p_prior[1342]                     0.98    1.00  9584 1.00
-p_prior[1343]                     0.98    1.00  9645 1.00
-p_predicted[1]                    0.26    0.37  8347 1.00
-p_predicted[2]                    0.26    0.36  8069 1.00
-p_predicted[3]                    0.26    0.36  7877 1.00
-p_predicted[4]                    0.23    0.33  7014 1.00
-p_predicted[5]                    0.23    0.33  6999 1.00
-p_predicted[6]                    0.23    0.33  6981 1.00
-p_predicted[7]                    0.22    0.33  7411 1.00
-p_predicted[8]                    0.22    0.33  7397 1.00
-p_predicted[9]                    0.43    0.53  5322 1.00
-p_predicted[10]                   0.44    0.55  6139 1.00
-p_predicted[11]                   0.01    0.02  5561 1.00
-p_predicted[12]                   0.01    0.02  4740 1.00
-p_predicted[13]                   0.01    0.02  4907 1.00
-p_predicted[14]                   0.01    0.02  4934 1.00
-p_predicted[15]                   0.01    0.02  4798 1.00
-p_predicted[16]                   0.03    0.06  4806 1.00
-p_predicted[17]                   0.02    0.06  4820 1.00
-p_predicted[18]                   0.02    0.06  4834 1.00
-p_predicted[19]                   0.02    0.06  4840 1.00
-p_predicted[20]                   0.02    0.06  4834 1.00
-p_predicted[21]                   0.12    0.24  9692 1.00
-p_predicted[22]                   0.11    0.23  9955 1.00
-p_predicted[23]                   0.41    0.47  5904 1.00
-p_predicted[24]                   0.39    0.45  7275 1.00
-p_predicted[25]                   0.36    0.42  3271 1.00
-p_predicted[26]                   0.30    0.35  4739 1.00
-p_predicted[27]                   0.29    0.34  4882 1.00
-p_predicted[28]                   0.27    0.33  3519 1.00
-p_predicted[29]                   0.26    0.32  2561 1.00
-p_predicted[30]                   0.36    0.42  5728 1.00
-p_predicted[31]                   0.36    0.42  5728 1.00
-p_predicted[32]                   0.33    0.39  6587 1.00
-p_predicted[33]                   0.33    0.39  6587 1.00
-p_predicted[34]                   0.32    0.37  4585 1.00
-p_predicted[35]                   0.32    0.37  4585 1.00
-p_predicted[36]                   0.31    0.37  3650 1.00
-p_predicted[37]                   0.31    0.37  3650 1.00
-p_predicted[38]                   0.23    0.28  4909 1.00
-p_predicted[39]                   0.23    0.28  4909 1.00
-p_predicted[40]                   0.16    0.19  6914 1.00
-p_predicted[41]                   0.16    0.19  6914 1.00
-p_predicted[42]                   0.16    0.19  7026 1.00
-p_predicted[43]                   0.16    0.19  7026 1.00
-p_predicted[44]                   0.16    0.19  6923 1.00
-p_predicted[45]                   0.16    0.19  6923 1.00
-p_predicted[46]                   0.16    0.19  6879 1.00
-p_predicted[47]                   0.16    0.19  6879 1.00
-p_predicted[48]                   0.15    0.19  6012 1.00
-p_predicted[49]                   0.15    0.19  6012 1.00
-p_predicted[50]                   0.14    0.25  4000 1.00
-p_predicted[51]                   0.11    0.17  8146 1.00
-p_predicted[52]                   0.10    0.17  8101 1.00
-p_predicted[53]                   0.10    0.16  7972 1.00
-p_predicted[54]                   0.08    0.13  8003 1.00
-p_predicted[55]                   0.07    0.13  8497 1.00
-p_predicted[56]                   0.07    0.13  8686 1.00
-p_predicted[57]                   0.07    0.14 10099 1.00
-p_predicted[58]                   0.09    0.16  4313 1.00
-p_predicted[59]                   0.09    0.16  4317 1.00
-p_predicted[60]                   0.09    0.16  4318 1.00
-p_predicted[61]                   0.06    0.10  8042 1.00
-p_predicted[62]                   0.06    0.10  7783 1.00
-p_predicted[63]                   0.05    0.08  7245 1.00
-p_predicted[64]                   0.05    0.08  7376 1.00
-p_predicted[65]                   0.05    0.08  7015 1.00
-p_predicted[66]                   0.04    0.07  8160 1.00
-p_predicted[67]                   0.04    0.08  9355 1.00
-p_predicted[68]                   0.04    0.08  9709 1.00
-p_predicted[69]                   0.04    0.12  7911 1.00
-p_predicted[70]                   0.04    0.09  9240 1.00
-p_predicted[71]                   0.23    0.31  5979 1.00
-p_predicted[72]                   0.22    0.30  6813 1.00
-p_predicted[73]                   0.21    0.28  6796 1.00
-p_predicted[74]                   0.21    0.28  6707 1.00
-p_predicted[75]                   0.16    0.24  2014 1.00
-p_predicted[76]                   0.72    0.83  9820 1.00
-p_predicted[77]                   0.71    0.82  9636 1.00
-p_predicted[78]                   0.71    0.82  9614 1.00
-p_predicted[79]                   0.72    0.83  9820 1.00
-p_predicted[80]                   0.71    0.82  9636 1.00
-p_predicted[81]                   0.71    0.82  9601 1.00
-p_predicted[82]                   0.72    0.83  9811 1.00
-p_predicted[83]                   0.71    0.82  9647 1.00
-p_predicted[84]                   0.71    0.82  9608 1.00
-p_predicted[85]                   0.62    0.72  8728 1.00
-p_predicted[86]                   0.42    0.50  6787 1.00
-p_predicted[87]                   0.36    0.45  4662 1.00
-p_predicted[88]                   0.18    0.23  4210 1.00
-p_predicted[89]                   0.17    0.21  5454 1.00
-p_predicted[90]                   0.01    0.03  4978 1.00
-p_predicted[91]                   0.01    0.03  4930 1.00
-p_predicted[92]                   0.01    0.03  4888 1.00
-p_predicted[93]                   0.01    0.03  4864 1.00
-p_predicted[94]                   0.72    0.85 11013 1.00
-p_predicted[95]                   0.70    0.83  9822 1.00
-p_predicted[96]                   0.67    0.80 10064 1.00
-p_predicted[97]                   0.45    0.63  8329 1.00
-p_predicted[98]                   0.44    0.62  8795 1.00
-p_predicted[99]                   0.25    0.35  1757 1.00
-p_predicted[100]                  0.25    0.35  1755 1.00
-p_predicted[101]                  0.29    0.36  4584 1.00
-p_predicted[102]                  0.24    0.30  6914 1.00
-p_predicted[103]                  0.20    0.25  4937 1.00
-p_predicted[104]                  0.01    0.06  6821 1.00
-p_predicted[105]                  0.01    0.05  6549 1.00
-p_predicted[106]                  0.01    0.05  6551 1.00
-p_predicted[107]                  0.01    0.05  6590 1.00
-p_predicted[108]                  0.01    0.05  6593 1.00
-p_predicted[109]                  0.01    0.04  6720 1.00
-p_predicted[110]                  0.01    0.04  6729 1.00
-p_predicted[111]                  0.01    0.04  6775 1.00
-p_predicted[112]                  0.01    0.04  6748 1.00
-p_predicted[113]                  0.01    0.04  6783 1.00
-p_predicted[114]                  0.01    0.04  6849 1.00
-p_predicted[115]                  0.01    0.04  6862 1.00
-p_predicted[116]                  0.01    0.04  6920 1.00
-p_predicted[117]                  0.01    0.02  5138 1.00
-p_predicted[118]                  0.01    0.02  5123 1.00
-p_predicted[119]                  0.01    0.02  5118 1.00
-p_predicted[120]                  0.00    0.02  5594 1.00
-p_predicted[121]                  0.00    0.02  5621 1.00
-p_predicted[122]                  0.01    0.02  4865 1.00
-p_predicted[123]                  0.01    0.02  4869 1.00
-p_predicted[124]                  0.01    0.02  4884 1.00
-p_predicted[125]                  0.01    0.02  4895 1.00
-p_predicted[126]                  0.01    0.02  4899 1.00
-p_predicted[127]                  0.01    0.02  4901 1.00
-p_predicted[128]                  0.13    0.22  9912 1.00
-p_predicted[129]                  0.09    0.20  9651 1.00
-p_predicted[130]                  0.13    0.22  9912 1.00
-p_predicted[131]                  0.00    0.06 10668 1.00
-p_predicted[132]                  0.00    0.06 10783 1.00
-p_predicted[133]                  0.00    0.06 10775 1.00
-p_predicted[134]                  0.00    0.06 10762 1.00
-p_predicted[135]                  0.00    0.06 10760 1.00
-p_predicted[136]                  0.30    0.40  1633 1.00
-p_predicted[137]                  0.35    0.43  5955 1.00
-p_predicted[138]                  0.34    0.42  6076 1.00
-p_predicted[139]                  0.35    0.43  5764 1.00
-p_predicted[140]                  0.31    0.38  7825 1.00
-p_predicted[141]                  0.28    0.36  4809 1.00
-p_predicted[142]                  0.23    0.29  7118 1.00
-p_predicted[143]                  0.23    0.28  7698 1.00
-p_predicted[144]                  0.22    0.28  7717 1.00
-p_predicted[145]                  0.22    0.28  7802 1.00
-p_predicted[146]                  0.22    0.27  7559 1.00
-p_predicted[147]                  0.22    0.27  7384 1.00
-p_predicted[148]                  0.20    0.26  4536 1.00
-p_predicted[149]                  0.17    0.24  2295 1.00
-p_predicted[150]                  0.11    0.20  2570 1.00
-p_predicted[151]                  0.14    0.21  3786 1.00
-p_predicted[152]                  0.14    0.21  3766 1.00
-p_predicted[153]                  0.09    0.14  4169 1.00
-p_predicted[154]                  0.10    0.15  3793 1.00
-p_predicted[155]                  0.11    0.16  4493 1.00
-p_predicted[156]                  0.11    0.16  4299 1.00
-p_predicted[157]                  0.09    0.14  4191 1.00
-p_predicted[158]                  0.10    0.15  4058 1.00
-p_predicted[159]                  0.08    0.12  5446 1.00
-p_predicted[160]                  0.06    0.09  5431 1.00
-p_predicted[161]                  0.05    0.08  4207 1.00
-p_predicted[162]                  0.05    0.08  3654 1.00
-p_predicted[163]                  0.16    0.22  7336 1.00
-p_predicted[164]                  0.16    0.22  7336 1.00
-p_predicted[165]                  0.09    0.13 10729 1.00
-p_predicted[166]                  0.09    0.13 10729 1.00
-p_predicted[167]                  0.09    0.12 10620 1.00
-p_predicted[168]                  0.09    0.12 10620 1.00
-p_predicted[169]                  0.07    0.11 10890 1.00
-p_predicted[170]                  0.07    0.11 10890 1.00
-p_predicted[171]                  0.41    0.47  5908 1.00
-p_predicted[172]                  0.38    0.44  6546 1.00
-p_predicted[173]                  0.29    0.34  4973 1.00
-p_predicted[174]                  0.15    0.23  1564 1.00
-p_predicted[175]                  0.09    0.16  4305 1.00
-p_predicted[176]                  0.09    0.16  4283 1.00
-p_predicted[177]                  0.06    0.10  8061 1.00
-p_predicted[178]                  0.06    0.10  7547 1.00
-p_predicted[179]                  0.06    0.10  8020 1.00
-p_predicted[180]                  0.06    0.10  7780 1.00
-p_predicted[181]                  0.06    0.10  7641 1.00
-p_predicted[182]                  0.04    0.07  7777 1.00
-p_predicted[183]                  0.04    0.07  7941 1.00
-p_predicted[184]                  0.04    0.07  8460 1.00
-p_predicted[185]                  0.04    0.07  8763 1.00
-p_predicted[186]                  0.04    0.07  8822 1.00
-p_predicted[187]                  0.17    0.28  3389 1.00
-p_predicted[188]                  0.17    0.28  3381 1.00
-p_predicted[189]                  0.12    0.18  8720 1.00
-p_predicted[190]                  0.12    0.17  8287 1.00
-p_predicted[191]                  0.12    0.17  8082 1.00
-p_predicted[192]                  0.12    0.17  8353 1.00
-p_predicted[193]                  0.09    0.14  7042 1.00
-p_predicted[194]                  0.09    0.13  7824 1.00
-p_predicted[195]                  0.09    0.13  7980 1.00
-p_predicted[196]                  0.09    0.13  8174 1.00
-p_predicted[197]                  0.17    0.28  3389 1.00
-p_predicted[198]                  0.17    0.28  3392 1.00
-p_predicted[199]                  0.17    0.28  3375 1.00
-p_predicted[200]                  0.12    0.18  8720 1.00
-p_predicted[201]                  0.12    0.17  8082 1.00
-p_predicted[202]                  0.09    0.13  8339 1.00
-p_predicted[203]                  0.09    0.13  9089 1.00
-p_predicted[204]                  0.09    0.13  7826 1.00
-p_predicted[205]                  0.01    0.14  9967 1.00
-p_predicted[206]                  0.01    0.13  9474 1.00
-p_predicted[207]                  0.01    0.13  9465 1.00
-p_predicted[208]                  0.20    0.27  4032 1.00
-p_predicted[209]                  0.15    0.20  3243 1.00
-p_predicted[210]                  0.16    0.21  5087 1.00
-p_predicted[211]                  0.16    0.21  5057 1.00
-p_predicted[212]                  0.13    0.18  5299 1.00
-p_predicted[213]                  0.10    0.14  6607 1.00
-p_predicted[214]                  0.09    0.13  7815 1.00
-p_predicted[215]                  0.10    0.13  7419 1.00
-p_predicted[216]                  0.67    0.80 11365 1.00
-p_predicted[217]                  0.67    0.78  9692 1.00
-p_predicted[218]                  0.66    0.78  9499 1.00
-p_predicted[219]                  0.43    0.61  8592 1.00
-p_predicted[220]                  0.43    0.61  8950 1.00
-p_predicted[221]                  0.67    0.78  9703 1.00
-p_predicted[222]                  0.66    0.77  9462 1.00
-p_predicted[223]                  0.43    0.61  8657 1.00
-p_predicted[224]                  0.42    0.61  8986 1.00
-p_predicted[225]                  0.42    0.61  9013 1.00
-p_predicted[226]                  0.34    0.53  6499 1.00
-p_predicted[227]                  0.36    0.54  6901 1.00
-p_predicted[228]                  0.36    0.53  6895 1.00
-p_predicted[229]                  0.36    0.54  6949 1.00
-p_predicted[230]                  0.36    0.54  6928 1.00
-p_predicted[231]                  0.11    0.19  4048 1.00
-p_predicted[232]                  0.08    0.12  8441 1.00
-p_predicted[233]                  0.06    0.09  7358 1.00
-p_predicted[234]                  0.05    0.08  9585 1.00
-p_predicted[235]                  0.05    0.08  9715 1.00
-p_predicted[236]                  0.01    0.13  9901 1.00
-p_predicted[237]                  0.01    0.13  9901 1.00
-p_predicted[238]                  0.01    0.14  9593 1.00
-p_predicted[239]                  0.01    0.14  9593 1.00
-p_predicted[240]                  0.29    0.57  5815 1.00
-p_predicted[241]                  0.26    0.52  5398 1.00
-p_predicted[242]                  0.26    0.52  5404 1.00
-p_predicted[243]                  0.24    0.49  5489 1.00
-p_predicted[244]                  0.46    0.57  1634 1.00
-p_predicted[245]                  0.46    0.57  1634 1.00
-p_predicted[246]                  0.46    0.57  1634 1.00
-p_predicted[247]                  0.46    0.57  1632 1.00
-p_predicted[248]                  0.46    0.57  1632 1.00
-p_predicted[249]                  0.46    0.57  1632 1.00
-p_predicted[250]                  0.51    0.58  8355 1.00
-p_predicted[251]                  0.51    0.58  8355 1.00
-p_predicted[252]                  0.51    0.58  8355 1.00
-p_predicted[253]                  0.50    0.57  8237 1.00
-p_predicted[254]                  0.50    0.57  8237 1.00
-p_predicted[255]                  0.50    0.57  8237 1.00
-p_predicted[256]                  0.49    0.56  7198 1.00
-p_predicted[257]                  0.49    0.56  7198 1.00
-p_predicted[258]                  0.49    0.56  7198 1.00
-p_predicted[259]                  0.48    0.56  6406 1.00
-p_predicted[260]                  0.48    0.56  6406 1.00
-p_predicted[261]                  0.48    0.56  6406 1.00
-p_predicted[262]                  0.42    0.50  4471 1.00
-p_predicted[263]                  0.42    0.50  4471 1.00
-p_predicted[264]                  0.42    0.50  4471 1.00
-p_predicted[265]                  0.39    0.47  5242 1.00
-p_predicted[266]                  0.39    0.47  5242 1.00
-p_predicted[267]                  0.39    0.47  5242 1.00
-p_predicted[268]                  0.38    0.46  5068 1.00
-p_predicted[269]                  0.38    0.46  5068 1.00
-p_predicted[270]                  0.38    0.46  5068 1.00
-p_predicted[271]                  0.22    0.27  6405 1.00
-p_predicted[272]                  0.22    0.27  6405 1.00
-p_predicted[273]                  0.22    0.27  6405 1.00
-p_predicted[274]                  0.22    0.26  5830 1.00
-p_predicted[275]                  0.22    0.26  5830 1.00
-p_predicted[276]                  0.22    0.26  5830 1.00
-p_predicted[277]                  0.03    0.07  7125 1.00
-p_predicted[278]                  0.03    0.07  7125 1.00
-p_predicted[279]                  0.03    0.07  7125 1.00
-p_predicted[280]                  0.03    0.07  7125 1.00
-p_predicted[281]                  0.03    0.07  7125 1.00
-p_predicted[282]                  0.03    0.07  7125 1.00
-p_predicted[283]                  0.03    0.07  7126 1.00
-p_predicted[284]                  0.03    0.07  7126 1.00
-p_predicted[285]                  0.03    0.05  8289 1.00
-p_predicted[286]                  0.03    0.05  8289 1.00
-p_predicted[287]                  0.03    0.07  6286 1.00
-p_predicted[288]                  0.03    0.07  6286 1.00
-p_predicted[289]                  0.02    0.05  8213 1.00
-p_predicted[290]                  0.02    0.05  8213 1.00
-p_predicted[291]                  0.02    0.05  8206 1.00
-p_predicted[292]                  0.02    0.05  8206 1.00
-p_predicted[293]                  0.05    0.09 10128 1.00
-p_predicted[294]                  0.05    0.09 10128 1.00
-p_predicted[295]                  0.05    0.09 10125 1.00
-p_predicted[296]                  0.05    0.09 10125 1.00
-p_predicted[297]                  0.05    0.09 10124 1.00
-p_predicted[298]                  0.05    0.09 10124 1.00
-p_predicted[299]                  0.05    0.09 10119 1.00
-p_predicted[300]                  0.05    0.09 10119 1.00
-p_predicted[301]                  0.05    0.09 10119 1.00
-p_predicted[302]                  0.05    0.09 10119 1.00
-p_predicted[303]                  0.05    0.09 10123 1.00
-p_predicted[304]                  0.05    0.09 10123 1.00
-p_predicted[305]                  0.05    0.09 10120 1.00
-p_predicted[306]                  0.05    0.09 10120 1.00
-p_predicted[307]                  0.05    0.09 10122 1.00
-p_predicted[308]                  0.05    0.09 10122 1.00
-p_predicted[309]                  0.05    0.09 10113 1.00
-p_predicted[310]                  0.05    0.09 10113 1.00
-p_predicted[311]                  0.05    0.09 10113 1.00
-p_predicted[312]                  0.05    0.09 10113 1.00
-p_predicted[313]                  0.05    0.09 10113 1.00
-p_predicted[314]                  0.05    0.09 10113 1.00
-p_predicted[315]                  0.05    0.09 10117 1.00
-p_predicted[316]                  0.05    0.09 10117 1.00
-p_predicted[317]                  0.05    0.09 10114 1.00
-p_predicted[318]                  0.05    0.09 10114 1.00
-p_predicted[319]                  0.05    0.09 10117 1.00
-p_predicted[320]                  0.05    0.09 10117 1.00
-p_predicted[321]                  0.06    0.12  7410 1.00
-p_predicted[322]                  0.06    0.12  7410 1.00
-p_predicted[323]                  0.06    0.12  7414 1.00
-p_predicted[324]                  0.06    0.12  7414 1.00
-p_predicted[325]                  0.12    0.18  4462 1.00
-p_predicted[326]                  0.16    0.22  3557 1.00
-p_predicted[327]                  0.18    0.26  4471 1.00
-p_predicted[328]                  0.10    0.15  4359 1.00
-p_predicted[329]                  0.11    0.17  5490 1.00
-p_predicted[330]                  0.08    0.12  4369 1.00
-p_predicted[331]                  0.09    0.14  5226 1.00
-p_predicted[332]                  0.06    0.10  4055 1.00
-p_predicted[333]                  0.07    0.12  5305 1.00
-p_predicted[334]                  0.06    0.10  4737 1.00
-p_predicted[335]                  0.07    0.11  6203 1.00
-p_predicted[336]                  0.05    0.09  4848 1.00
-p_predicted[337]                  0.06    0.10  6290 1.00
-p_predicted[338]                  0.38    0.62 11258 1.00
-p_predicted[339]                  0.34    0.56 11317 1.00
-p_predicted[340]                  0.33    0.54 11387 1.00
-p_predicted[341]                  0.33    0.54 11369 1.00
-p_predicted[342]                  0.33    0.54 11362 1.00
-p_predicted[343]                  0.33    0.54 11366 1.00
-p_predicted[344]                  0.32    0.53 11359 1.00
-p_predicted[345]                  0.36    0.59  8041 1.00
-p_predicted[346]                  0.47    0.56  2563 1.00
-p_predicted[347]                  0.47    0.56  2563 1.00
-p_predicted[348]                  0.51    0.58  8322 1.00
-p_predicted[349]                  0.51    0.58  8322 1.00
-p_predicted[350]                  0.40    0.46  4740 1.00
-p_predicted[351]                  0.40    0.46  4740 1.00
-p_predicted[352]                  0.30    0.36  3301 1.00
-p_predicted[353]                  0.30    0.36  3301 1.00
-p_predicted[354]                  0.26    0.42  6570 1.00
-p_predicted[355]                  0.27    0.46  6943 1.00
-p_predicted[356]                  0.32    0.46 10220 1.00
-p_predicted[357]                  0.33    0.52 11257 1.00
-p_predicted[358]                  0.25    0.34  6430 1.00
-p_predicted[359]                  0.26    0.37  8913 1.00
-p_predicted[360]                  0.23    0.33  6430 1.00
-p_predicted[361]                  0.23    0.33  7471 1.00
-p_predicted[362]                  0.17    0.25  5914 1.00
-p_predicted[363]                  0.17    0.26  5727 1.00
-p_predicted[364]                  0.17    0.25  5968 1.00
-p_predicted[365]                  0.17    0.26  5779 1.00
-p_predicted[366]                  0.17    0.26  6381 1.00
-p_predicted[367]                  0.17    0.27  6198 1.00
-p_predicted[368]                  0.41    0.48  6162 1.00
-p_predicted[369]                  0.41    0.48  6162 1.00
-p_predicted[370]                  0.41    0.48  6162 1.00
-p_predicted[371]                  0.24    0.31  6640 1.00
-p_predicted[372]                  0.24    0.31  6640 1.00
-p_predicted[373]                  0.24    0.31  6640 1.00
-p_predicted[374]                  0.24    0.30  7087 1.00
-p_predicted[375]                  0.24    0.30  7087 1.00
-p_predicted[376]                  0.24    0.30  7087 1.00
-p_predicted[377]                  0.16    0.20  7834 1.00
-p_predicted[378]                  0.16    0.20  7834 1.00
-p_predicted[379]                  0.16    0.20  7834 1.00
-p_predicted[380]                  0.16    0.20  8134 1.00
-p_predicted[381]                  0.16    0.20  8134 1.00
-p_predicted[382]                  0.16    0.20  8134 1.00
-p_predicted[383]                  0.16    0.20  8175 1.00
-p_predicted[384]                  0.16    0.20  8175 1.00
-p_predicted[385]                  0.16    0.20  8175 1.00
-p_predicted[386]                  0.16    0.20  8237 1.00
-p_predicted[387]                  0.16    0.20  8237 1.00
-p_predicted[388]                  0.16    0.20  8237 1.00
-p_predicted[389]                  0.16    0.20  8225 1.00
-p_predicted[390]                  0.16    0.20  8225 1.00
-p_predicted[391]                  0.16    0.20  8225 1.00
-p_predicted[392]                  0.16    0.20  8168 1.00
-p_predicted[393]                  0.16    0.20  8168 1.00
-p_predicted[394]                  0.16    0.20  8168 1.00
-p_predicted[395]                  0.16    0.20  8187 1.00
-p_predicted[396]                  0.16    0.20  8187 1.00
-p_predicted[397]                  0.16    0.20  8187 1.00
-p_predicted[398]                  0.16    0.20  8189 1.00
-p_predicted[399]                  0.16    0.20  8189 1.00
-p_predicted[400]                  0.16    0.20  8189 1.00
-p_predicted[401]                  0.16    0.20  8232 1.00
-p_predicted[402]                  0.16    0.20  8232 1.00
-p_predicted[403]                  0.16    0.20  8232 1.00
-p_predicted[404]                  0.16    0.20  8214 1.00
-p_predicted[405]                  0.16    0.20  8214 1.00
-p_predicted[406]                  0.16    0.20  8214 1.00
-p_predicted[407]                  0.16    0.20  8245 1.00
-p_predicted[408]                  0.16    0.20  8245 1.00
-p_predicted[409]                  0.16    0.20  8245 1.00
-p_predicted[410]                  0.04    0.09  9963 1.00
-p_predicted[411]                  0.04    0.09  9968 1.00
-p_predicted[412]                  0.04    0.09  9969 1.00
-p_predicted[413]                  0.05    0.10  9247 1.00
-p_predicted[414]                  0.38    0.49  1906 1.00
-p_predicted[415]                  0.31    0.37  5226 1.00
-p_predicted[416]                  0.30    0.36  5340 1.00
-p_predicted[417]                  0.29    0.35  5130 1.00
-p_predicted[418]                  0.30    0.36  5344 1.00
-p_predicted[419]                  0.30    0.37  5351 1.00
-p_predicted[420]                  0.26    0.34  2584 1.00
-p_predicted[421]                  0.28    0.35  4851 1.00
-p_predicted[422]                  0.23    0.29  4499 1.00
-p_predicted[423]                  0.27    0.34  4064 1.00
-p_predicted[424]                  0.23    0.29  4326 1.00
-p_predicted[425]                  0.23    0.29  4419 1.00
-p_predicted[426]                  0.17    0.21  4658 1.00
-p_predicted[427]                  0.25    0.31  3987 1.00
-p_predicted[428]                  0.23    0.28  5150 1.00
-p_predicted[429]                  0.22    0.27  5496 1.00
-p_predicted[430]                  0.09    0.13  6078 1.00
-p_predicted[431]                  0.08    0.11  7356 1.00
-p_predicted[432]                  0.06    0.09  6319 1.00
-p_predicted[433]                  0.42    0.52  5223 1.00
-p_predicted[434]                  0.37    0.47  6045 1.00
-p_predicted[435]                  0.30    0.39  5479 1.00
-p_predicted[436]                  0.29    0.38  5602 1.00
-p_predicted[437]                  0.33    0.43  3676 1.00
-p_predicted[438]                  0.21    0.31  1977 1.00
-p_predicted[439]                  0.19    0.30  1625 1.00
-p_predicted[440]                  0.19    0.30  1602 1.00
-p_predicted[441]                  0.17    0.30  1435 1.00
-p_predicted[442]                  0.30    0.41  1647 1.00
-p_predicted[443]                  0.35    0.43  5617 1.00
-p_predicted[444]                  0.33    0.40  7688 1.00
-p_predicted[445]                  0.33    0.41  7221 1.00
-p_predicted[446]                  0.32    0.40  7911 1.00
-p_predicted[447]                  0.29    0.37  6744 1.00
-p_predicted[448]                  0.31    0.38  8175 1.00
-p_predicted[449]                  0.26    0.33  4048 1.00
-p_predicted[450]                  0.25    0.31  5160 1.00
-p_predicted[451]                  0.29    0.36  5859 1.00
-p_predicted[452]                  0.24    0.30  6194 1.00
-p_predicted[453]                  0.24    0.30  6842 1.00
-p_predicted[454]                  0.22    0.28  7865 1.00
-p_predicted[455]                  0.22    0.28  7828 1.00
-p_predicted[456]                  0.21    0.32  1362 1.00
-p_predicted[457]                  0.16    0.24  1845 1.00
-p_predicted[458]                  0.16    0.24  1801 1.00
-p_predicted[459]                  0.15    0.23  1565 1.00
-p_predicted[460]                  0.30    0.40  1643 1.00
-p_predicted[461]                  0.35    0.43  5563 1.00
-p_predicted[462]                  0.31    0.38  8216 1.00
-p_predicted[463]                  0.29    0.36  6239 1.00
-p_predicted[464]                  0.28    0.36  5213 1.00
-p_predicted[465]                  0.27    0.35  4359 1.00
-p_predicted[466]                  0.22    0.28  7832 1.00
-p_predicted[467]                  0.22    0.28  7884 1.00
-p_predicted[468]                  0.22    0.28  7854 1.00
-p_predicted[469]                  0.27    0.37  1629 1.00
-p_predicted[470]                  0.31    0.38  9080 1.00
-p_predicted[471]                  0.28    0.35  4860 1.00
-p_predicted[472]                  0.29    0.36  6360 1.00
-p_predicted[473]                  0.22    0.29  6636 1.00
-p_predicted[474]                  0.23    0.30  6063 1.00
-p_predicted[475]                  0.23    0.29  6468 1.00
-p_predicted[476]                  0.22    0.28  6657 1.00
-p_predicted[477]                  0.12    0.17  3908 1.00
-p_predicted[478]                  0.11    0.16  2617 1.00
-p_predicted[479]                  0.10    0.16  1597 1.00
-p_predicted[480]                  0.09    0.15  1417 1.00
-p_predicted[481]                  0.25    0.34  1615 1.01
-p_predicted[482]                  0.28    0.34  5402 1.00
-p_predicted[483]                  0.29    0.35  5021 1.00
-p_predicted[484]                  0.19    0.23  6276 1.00
-p_predicted[485]                  0.18    0.22  7565 1.00
-p_predicted[486]                  0.18    0.21  7593 1.00
-p_predicted[487]                  0.18    0.22  7717 1.00
-p_predicted[488]                  0.18    0.21  7377 1.00
-p_predicted[489]                  0.17    0.21  6613 1.00
-p_predicted[490]                  0.17    0.21  5649 1.00
-p_predicted[491]                  0.09    0.15  8078 1.00
-p_predicted[492]                  0.09    0.15  8078 1.00
-p_predicted[493]                  0.09    0.15  8123 1.00
-p_predicted[494]                  0.09    0.15  8123 1.00
-p_predicted[495]                  0.10    0.16  7726 1.00
-p_predicted[496]                  0.10    0.16  7726 1.00
-p_predicted[497]                  0.08    0.13  6205 1.00
-p_predicted[498]                  0.08    0.13  6205 1.00
-p_predicted[499]                  0.08    0.13  6204 1.00
-p_predicted[500]                  0.08    0.13  6204 1.00
-p_predicted[501]                  0.27    0.37  1619 1.00
-p_predicted[502]                  0.31    0.39  8873 1.00
-p_predicted[503]                  0.23    0.29  6334 1.00
-p_predicted[504]                  0.23    0.29  6580 1.00
-p_predicted[505]                  0.22    0.28  6658 1.00
-p_predicted[506]                  0.22    0.28  6650 1.00
-p_predicted[507]                  0.22    0.28  6543 1.00
-p_predicted[508]                  0.13    0.17  5583 1.00
-p_predicted[509]                  0.12    0.17  3311 1.00
-p_predicted[510]                  0.10    0.16  1796 1.00
-p_predicted[511]                  0.10    0.15  1526 1.00
-p_predicted[512]                  0.00    0.06 10556 1.00
-p_predicted[513]                  0.00    0.06 10656 1.00
-p_predicted[514]                  0.00    0.06 10683 1.00
-p_predicted[515]                  0.00    0.05 10694 1.00
-p_predicted[516]                  0.00    0.05 10707 1.00
-p_predicted[517]                  0.00    0.05 10532 1.00
-p_predicted[518]                  0.00    0.05 10509 1.00
-p_predicted[519]                  0.00    0.05 10522 1.00
-p_predicted[520]                  0.00    0.05 10515 1.00
-p_predicted[521]                  0.00    0.05 10504 1.00
-p_predicted[522]                  0.00    0.06 10637 1.00
-p_predicted[523]                  0.24    0.37  1594 1.00
-p_predicted[524]                  0.22    0.36  1437 1.00
-p_predicted[525]                  0.53    0.61  8577 1.00
-p_predicted[526]                  0.53    0.61  8577 1.00
-p_predicted[527]                  0.53    0.61  8577 1.00
-p_predicted[528]                  0.51    0.59  5876 1.00
-p_predicted[529]                  0.51    0.59  5876 1.00
-p_predicted[530]                  0.51    0.59  5876 1.00
-p_predicted[531]                  0.33    0.39  6275 1.00
-p_predicted[532]                  0.33    0.39  6275 1.00
-p_predicted[533]                  0.33    0.39  6275 1.00
-p_predicted[534]                  0.32    0.38  5348 1.00
-p_predicted[535]                  0.32    0.38  5348 1.00
-p_predicted[536]                  0.32    0.38  5348 1.00
-p_predicted[537]                  0.27    0.32  4104 1.00
-p_predicted[538]                  0.27    0.32  4104 1.00
-p_predicted[539]                  0.27    0.32  4104 1.00
-p_predicted[540]                  0.41    0.49  7073 1.00
-p_predicted[541]                  0.41    0.49  7073 1.00
-p_predicted[542]                  0.41    0.49  7073 1.00
-p_predicted[543]                  0.39    0.47  6245 1.00
-p_predicted[544]                  0.39    0.47  6245 1.00
-p_predicted[545]                  0.39    0.47  6245 1.00
-p_predicted[546]                  0.23    0.29  4104 1.00
-p_predicted[547]                  0.23    0.29  4104 1.00
-p_predicted[548]                  0.23    0.29  4104 1.00
-p_predicted[549]                  0.24    0.30  3649 1.00
-p_predicted[550]                  0.24    0.30  3649 1.00
-p_predicted[551]                  0.24    0.30  3649 1.00
-p_predicted[552]                  0.03    0.07  7128 1.00
-p_predicted[553]                  0.03    0.07  7133 1.00
-p_predicted[554]                  0.03    0.07  7134 1.00
-p_predicted[555]                  0.03    0.05  8289 1.00
-p_predicted[556]                  0.02    0.05  8211 1.00
-p_predicted[557]                  0.02    0.05  8200 1.00
-p_predicted[558]                  0.05    0.09 10134 1.00
-p_predicted[559]                  0.05    0.09 10122 1.00
-p_predicted[560]                  0.05    0.09 10123 1.00
-p_predicted[561]                  0.05    0.09 10122 1.00
-p_predicted[562]                  0.05    0.09 10122 1.00
-p_predicted[563]                  0.05    0.09 10122 1.00
-p_predicted[564]                  0.05    0.09 10127 1.00
-p_predicted[565]                  0.05    0.09 10120 1.00
-p_predicted[566]                  0.05    0.09 10119 1.00
-p_predicted[567]                  0.05    0.09 10117 1.00
-p_predicted[568]                  0.05    0.09 10133 1.00
-p_predicted[569]                  0.05    0.09 10137 1.00
-p_predicted[570]                  0.05    0.09 10141 1.00
-p_predicted[571]                  0.00    0.04 10673 1.00
-p_predicted[572]                  0.00    0.04 10457 1.00
-p_predicted[573]                  0.00    0.04 10501 1.00
-p_predicted[574]                  0.00    0.04 10515 1.00
-p_predicted[575]                  0.00    0.04 10664 1.00
-p_predicted[576]                  0.19    0.31  9392 1.00
-p_predicted[577]                  0.10    0.17  6912 1.00
-p_predicted[578]                  0.10    0.17  8195 1.00
-p_predicted[579]                  0.11    0.22  8976 1.00
-p_predicted[580]                  0.11    0.22  8975 1.00
-p_predicted[581]                  0.08    0.17  9266 1.00
-p_predicted[582]                  0.30    0.40  1657 1.00
-p_predicted[583]                  0.35    0.43  5690 1.00
-p_predicted[584]                  0.28    0.36  5200 1.00
-p_predicted[585]                  0.23    0.30  7046 1.00
-p_predicted[586]                  0.21    0.27  7266 1.00
-p_predicted[587]                  0.16    0.28  6136 1.00
-p_predicted[588]                  0.15    0.27  5962 1.00
-p_predicted[589]                  0.20    0.31  6971 1.00
-p_predicted[590]                  0.19    0.30  9107 1.00
-p_predicted[591]                  0.20    0.31  7142 1.00
-p_predicted[592]                  0.19    0.30  9279 1.00
-p_predicted[593]                  0.20    0.31  7018 1.00
-p_predicted[594]                  0.19    0.30  9183 1.00
-p_predicted[595]                  0.14    0.25  5875 1.00
-p_predicted[596]                  0.14    0.24  5574 1.00
-p_predicted[597]                  0.35    0.44  1257 1.00
-p_predicted[598]                  0.39    0.45  4584 1.00
-p_predicted[599]                  0.38    0.44  3889 1.00
-p_predicted[600]                  0.37    0.43  3308 1.00
-p_predicted[601]                  0.30    0.36  3336 1.00
-p_predicted[602]                  0.31    0.38  3110 1.00
-p_predicted[603]                  0.15    0.19  4961 1.00
-p_predicted[604]                  0.15    0.19  4132 1.00
-p_predicted[605]                  0.13    0.18  2284 1.00
-p_predicted[606]                  0.11    0.17  1389 1.00
-p_predicted[607]                  0.68    0.85  7444 1.00
-p_predicted[608]                  0.68    0.85  7444 1.00
-p_predicted[609]                  0.64    0.81  6205 1.00
-p_predicted[610]                  0.64    0.81  6205 1.00
-p_predicted[611]                  0.64    0.81  6206 1.00
-p_predicted[612]                  0.64    0.81  6206 1.00
-p_predicted[613]                  0.67    0.84  6644 1.00
-p_predicted[614]                  0.67    0.84  6644 1.00
-p_predicted[615]                  0.77    0.91  5734 1.00
-p_predicted[616]                  0.77    0.91  5734 1.00
-p_predicted[617]                  0.22    0.27  2647 1.00
-p_predicted[618]                  0.22    0.27  2664 1.00
-p_predicted[619]                  0.21    0.26  2072 1.00
-p_predicted[620]                  0.03    0.44 10622 1.00
-p_predicted[621]                  0.03    0.43 10736 1.00
-p_predicted[622]                  0.12    0.23 10061 1.00
-p_predicted[623]                  0.11    0.22  9979 1.00
-p_predicted[624]                  0.11    0.20 10031 1.00
-p_predicted[625]                  0.08    0.15  9652 1.00
-p_predicted[626]                  0.05    0.11  8843 1.00
-p_predicted[627]                  0.06    0.11  8298 1.00
-p_predicted[628]                  0.06    0.11  8216 1.00
-p_predicted[629]                  0.04    0.09  8433 1.00
-p_predicted[630]                  0.36    0.48  1851 1.00
-p_predicted[631]                  0.41    0.49  6748 1.00
-p_predicted[632]                  0.34    0.43  3421 1.00
-p_predicted[633]                  0.34    0.42  3761 1.00
-p_predicted[634]                  0.34    0.42  3941 1.00
-p_predicted[635]                  0.16    0.22  2775 1.00
-p_predicted[636]                  0.26    0.39  6548 1.00
-p_predicted[637]                  0.27    0.43  6580 1.00
-p_predicted[638]                  0.31    0.43  6525 1.00
-p_predicted[639]                  0.32    0.48  8445 1.00
-p_predicted[640]                  0.30    0.42  6039 1.00
-p_predicted[641]                  0.32    0.47  8049 1.00
-p_predicted[642]                  0.31    0.42  6099 1.00
-p_predicted[643]                  0.32    0.47  8112 1.00
-p_predicted[644]                  0.23    0.33  5494 1.00
-p_predicted[645]                  0.24    0.39  6005 1.00
-p_predicted[646]                  0.23    0.34  6352 1.00
-p_predicted[647]                  0.24    0.39  6744 1.00
-p_predicted[648]                  0.23    0.34  6117 1.00
-p_predicted[649]                  0.24    0.39  6549 1.00
-p_predicted[650]                  0.34    0.51  7532 1.00
-p_predicted[651]                  0.34    0.51  7532 1.00
-p_predicted[652]                  0.33    0.50  7807 1.00
-p_predicted[653]                  0.33    0.50  7807 1.00
-p_predicted[654]                  0.25    0.35  8460 1.00
-p_predicted[655]                  0.25    0.35  8460 1.00
-p_predicted[656]                  0.09    0.17  9505 1.00
-p_predicted[657]                  0.09    0.17  9505 1.00
-p_predicted[658]                  0.08    0.16  9397 1.00
-p_predicted[659]                  0.08    0.16  9397 1.00
-p_predicted[660]                  0.04    0.07  7882 1.00
-p_predicted[661]                  0.04    0.07  7882 1.00
-p_predicted[662]                  0.04    0.07  8306 1.00
-p_predicted[663]                  0.04    0.07  8306 1.00
-p_predicted[664]                  0.04    0.07  8513 1.00
-p_predicted[665]                  0.04    0.07  8513 1.00
-p_predicted[666]                  0.04    0.07  8659 1.00
-p_predicted[667]                  0.04    0.07  8659 1.00
-p_predicted[668]                  0.12    0.26 10404 1.00
-p_predicted[669]                  0.12    0.26 10404 1.00
-p_predicted[670]                  0.12    0.25 10453 1.00
-p_predicted[671]                  0.08    0.17 10745 1.00
-p_predicted[672]                  0.08    0.16 10793 1.00
-p_predicted[673]                  0.08    0.16 10771 1.00
-p_predicted[674]                  0.08    0.15 10704 1.00
-p_predicted[675]                  0.07    0.16 10815 1.00
-p_predicted[676]                  0.05    0.13 11648 1.00
-p_predicted[677]                  0.05    0.13 11640 1.00
-p_predicted[678]                  0.05    0.13 11637 1.00
-p_predicted[679]                  0.05    0.13 11636 1.00
-p_predicted[680]                  0.05    0.12 11633 1.00
-p_predicted[681]                  0.05    0.12 11630 1.00
-p_predicted[682]                  0.05    0.12 11607 1.00
-p_predicted[683]                  0.05    0.12 11586 1.00
-p_predicted[684]                  0.05    0.12 11580 1.00
-p_predicted[685]                  0.05    0.12 11565 1.00
-p_predicted[686]                  0.05    0.12 11551 1.00
-p_predicted[687]                  0.05    0.12 11543 1.00
-p_predicted[688]                  0.05    0.12 11529 1.00
-p_predicted[689]                  0.05    0.09  5456 1.00
-p_predicted[690]                  0.03    0.07  6860 1.00
-p_predicted[691]                  0.05    0.09  5456 1.00
-p_predicted[692]                  0.09    0.14  5497 1.00
-p_predicted[693]                  0.07    0.11  6645 1.00
-p_predicted[694]                  0.09    0.14  5497 1.00
-p_predicted[695]                  0.09    0.14  5373 1.00
-p_predicted[696]                  0.07    0.11  6581 1.00
-p_predicted[697]                  0.09    0.14  5373 1.00
-p_predicted[698]                  0.09    0.15  5208 1.00
-p_predicted[699]                  0.07    0.12  6404 1.00
-p_predicted[700]                  0.09    0.15  5208 1.00
-p_predicted[701]                  0.07    0.12  5235 1.00
-p_predicted[702]                  0.05    0.09  6511 1.00
-p_predicted[703]                  0.07    0.12  5235 1.00
-p_predicted[704]                  0.07    0.12  5233 1.00
-p_predicted[705]                  0.05    0.09  6509 1.00
-p_predicted[706]                  0.07    0.12  5233 1.00
-p_predicted[707]                  0.07    0.12  5178 1.00
-p_predicted[708]                  0.05    0.09  6459 1.00
-p_predicted[709]                  0.07    0.12  5178 1.00
-p_predicted[710]                  0.51    0.58  8318 1.00
-p_predicted[711]                  0.43    0.51  4023 1.00
-p_predicted[712]                  0.25    0.33  1538 1.00
-p_predicted[713]                  0.28    0.35  7576 1.00
-p_predicted[714]                  0.28    0.35  7563 1.00
-p_predicted[715]                  0.27    0.34  7991 1.00
-p_predicted[716]                  0.27    0.33  7390 1.00
-p_predicted[717]                  0.22    0.27  4538 1.00
-p_predicted[718]                  0.21    0.26  5606 1.00
-p_predicted[719]                  0.14    0.18  7688 1.00
-p_predicted[720]                  0.11    0.15  3567 1.00
-p_predicted[721]                  0.00    0.02  9861 1.00
-p_predicted[722]                  0.00    0.02  9854 1.00
-p_predicted[723]                  0.00    0.02  9918 1.00
-p_predicted[724]                  0.00    0.02  9918 1.00
-p_predicted[725]                  0.00    0.02  9930 1.00
-p_predicted[726]                  0.00    0.02  9929 1.00
-p_predicted[727]                  0.00    0.02  9935 1.00
-p_predicted[728]                  0.00    0.02  9933 1.00
-p_predicted[729]                  0.00    0.02 10083 1.00
-p_predicted[730]                  0.40    0.57  8339 1.00
-p_predicted[731]                  0.39    0.56  8085 1.00
-p_predicted[732]                  0.31    0.48  7390 1.00
-p_predicted[733]                  0.61    0.76  9868 1.00
-p_predicted[734]                  0.61    0.76  9858 1.00
-p_predicted[735]                  0.59    0.74  9694 1.00
-p_predicted[736]                  0.51    0.67  9747 1.00
-p_predicted[737]                  0.51    0.67  9840 1.00
-p_predicted[738]                  0.50    0.67 10330 1.00
-p_predicted[739]                  0.50    0.68 10488 1.00
-p_predicted[740]                  0.50    0.68 10591 1.00
-p_predicted[741]                  0.10    0.20  8994 1.00
-p_predicted[742]                  0.10    0.20  8994 1.00
-p_predicted[743]                  0.00    0.01  9367 1.00
-p_predicted[744]                  0.00    0.01  9370 1.00
-p_predicted[745]                  0.00    0.01  9317 1.00
-p_predicted[746]                  0.00    0.01  9363 1.00
-p_predicted[747]                  0.00    0.01  9349 1.00
-p_predicted[748]                  0.00    0.01  9579 1.00
-p_predicted[749]                  0.00    0.01  9587 1.00
-p_predicted[750]                  0.00    0.01  9578 1.00
-p_predicted[751]                  0.00    0.01  9724 1.00
-p_predicted[752]                  0.02    0.19 10547 1.00
-p_predicted[753]                  0.02    0.18 10633 1.00
-p_predicted[754]                  0.02    0.18 10635 1.00
-p_predicted[755]                  0.02    0.18 10631 1.00
-p_predicted[756]                  0.01    0.18 10629 1.00
-p_predicted[757]                  0.01    0.19 10339 1.00
-p_predicted[758]                  0.00    0.01  9401 1.00
-p_predicted[759]                  0.00    0.01  9402 1.00
-p_predicted[760]                  0.00    0.01  9381 1.00
-p_predicted[761]                  0.00    0.01  9353 1.00
-p_predicted[762]                  0.00    0.01  9284 1.00
-p_predicted[763]                  0.00    0.01  9315 1.00
-p_predicted[764]                  0.00    0.01  9306 1.00
-p_predicted[765]                  0.00    0.01  9304 1.00
-p_predicted[766]                  0.00    0.01  9297 1.00
-p_predicted[767]                  0.00    0.01  9280 1.00
-p_predicted[768]                  0.00    0.01  9274 1.00
-p_predicted[769]                  0.00    0.01  9348 1.00
-p_predicted[770]                  0.00    0.01  9402 1.00
-p_predicted[771]                  0.00    0.01  9382 1.00
-p_predicted[772]                  0.00    0.01  9268 1.00
-p_predicted[773]                  0.00    0.01  9284 1.00
-p_predicted[774]                  0.00    0.01  9313 1.00
-p_predicted[775]                  0.00    0.01  9302 1.00
-p_predicted[776]                  0.00    0.01  9290 1.00
-p_predicted[777]                  0.00    0.01  9289 1.00
-p_predicted[778]                  0.00    0.01  9370 1.00
-p_predicted[779]                  0.00    0.01  9370 1.00
-p_predicted[780]                  0.00    0.01  9346 1.00
-p_predicted[781]                  0.00    0.01  9401 1.00
-p_predicted[782]                  0.00    0.01  9396 1.00
-p_predicted[783]                  0.00    0.01  9310 1.00
-p_predicted[784]                  0.00    0.01  9287 1.00
-p_predicted[785]                  0.00    0.01  9278 1.00
-p_predicted[786]                  0.00    0.01  9280 1.00
-p_predicted[787]                  0.00    0.01  9361 1.00
-p_predicted[788]                  0.00    0.01  9348 1.00
-p_predicted[789]                  0.00    0.01  9322 1.00
-p_predicted[790]                  0.00    0.01  9320 1.00
-p_predicted[791]                  0.38    0.44  4121 1.00
-p_predicted[792]                  0.37    0.44  3524 1.00
-p_predicted[793]                  0.37    0.43  3396 1.00
-p_predicted[794]                  0.38    0.44  3875 1.00
-p_predicted[795]                  0.33    0.39  2796 1.00
-p_predicted[796]                  0.32    0.38  3037 1.00
-p_predicted[797]                  0.32    0.38  3032 1.00
-p_predicted[798]                  0.31    0.38  3092 1.00
-p_predicted[799]                  0.00    0.04  9340 1.00
-p_predicted[800]                  0.00    0.03  9353 1.00
-p_predicted[801]                  0.00    0.04  9356 1.00
-p_predicted[802]                  0.00    0.03  9379 1.00
-p_predicted[803]                  0.00    0.04  9399 1.00
-p_predicted[804]                  0.00    0.04  9404 1.00
-p_predicted[805]                  0.00    0.02  9903 1.00
-p_predicted[806]                  0.00    0.02  9892 1.00
-p_predicted[807]                  0.03    0.07  7124 1.00
-p_predicted[808]                  0.03    0.05  8280 1.00
-p_predicted[809]                  0.03    0.07  7114 1.00
-p_predicted[810]                  0.03    0.05  8277 1.00
-p_predicted[811]                  0.05    0.09 10135 1.00
-p_predicted[812]                  0.05    0.09 10119 1.00
-p_predicted[813]                  0.06    0.12  7333 1.00
-p_predicted[814]                  0.05    0.09 10119 1.00
-p_predicted[815]                  0.05    0.09 10121 1.00
-p_predicted[816]                  0.05    0.09 10135 1.00
-p_predicted[817]                  0.05    0.09 10143 1.00
-p_predicted[818]                  0.09    0.18  9968 1.00
-p_predicted[819]                  0.09    0.17  9638 1.00
-p_predicted[820]                  0.09    0.17  9664 1.00
-p_predicted[821]                  0.08    0.16  9829 1.00
-p_predicted[822]                  0.07    0.12 10385 1.00
-p_predicted[823]                  0.08    0.15  9722 1.00
-p_predicted[824]                  0.07    0.13 10124 1.00
-p_predicted[825]                  0.06    0.12 10513 1.00
-p_predicted[826]                  0.07    0.12 10415 1.00
-p_predicted[827]                  0.06    0.11 10601 1.00
-p_predicted[828]                  0.00    0.02  9751 1.00
-p_predicted[829]                  0.00    0.02  9811 1.00
-p_predicted[830]                  0.08    0.18  8423 1.00
-p_predicted[831]                  0.10    0.20  9497 1.00
-p_predicted[832]                  0.07    0.14  8586 1.00
-p_predicted[833]                  0.06    0.14  8760 1.00
-p_predicted[834]                  0.06    0.14  8799 1.00
-p_predicted[835]                  0.06    0.15  9279 1.00
-p_predicted[836]                  0.19    0.27  2072 1.00
-p_predicted[837]                  0.19    0.29  2265 1.00
-p_predicted[838]                  0.22    0.28  4812 1.00
-p_predicted[839]                  0.23    0.31  9627 1.00
-p_predicted[840]                  0.22    0.29  4607 1.00
-p_predicted[841]                  0.23    0.31  9401 1.00
-p_predicted[842]                  0.22    0.28  4752 1.00
-p_predicted[843]                  0.23    0.31  9567 1.00
-p_predicted[844]                  0.13    0.18  5184 1.00
-p_predicted[845]                  0.14    0.20  8198 1.00
-p_predicted[846]                  0.13    0.18  5203 1.00
-p_predicted[847]                  0.14    0.20  8341 1.00
-p_predicted[848]                  0.12    0.17  4665 1.00
-p_predicted[849]                  0.13    0.19  6677 1.00
-p_predicted[850]                  0.10    0.13  5668 1.00
-p_predicted[851]                  0.10    0.15 10367 1.00
-p_predicted[852]                  0.07    0.10  4686 1.00
-p_predicted[853]                  0.08    0.12  5450 1.00
-p_predicted[854]                  0.07    0.10  3430 1.00
-p_predicted[855]                  0.07    0.11  3684 1.00
-p_predicted[856]                  0.05    0.08  2187 1.00
-p_predicted[857]                  0.05    0.09  2324 1.00
-p_predicted[858]                  0.21    0.27  5737 1.00
-p_predicted[859]                  0.20    0.26  6608 1.00
-p_predicted[860]                  0.19    0.25  6985 1.00
-p_predicted[861]                  0.19    0.24  6903 1.00
-p_predicted[862]                  0.18    0.23  5802 1.00
-p_predicted[863]                  0.17    0.23  4750 1.00
-p_predicted[864]                  0.14    0.18  5401 1.00
-p_predicted[865]                  0.13    0.17  6423 1.00
-p_predicted[866]                  0.12    0.16  5737 1.00
-p_predicted[867]                  0.12    0.16  6326 1.00
-p_predicted[868]                  0.13    0.17  6416 1.00
-p_predicted[869]                  0.13    0.17  6392 1.00
-p_predicted[870]                  0.00    0.04 10666 1.00
-p_predicted[871]                  0.00    0.04 10451 1.00
-p_predicted[872]                  0.00    0.04 10516 1.00
-p_predicted[873]                  0.00    0.04 10544 1.00
-p_predicted[874]                  0.00    0.04 10652 1.00
-p_predicted[875]                  0.00    0.04 10664 1.00
-p_predicted[876]                  0.34    0.46  7073 1.00
-p_predicted[877]                  0.25    0.35  6012 1.00
-p_predicted[878]                  0.19    0.28  4375 1.00
-p_predicted[879]                  0.18    0.27  3702 1.00
-p_predicted[880]                  0.06    0.12  5760 1.00
-p_predicted[881]                  0.04    0.09  7684 1.00
-p_predicted[882]                  0.03    0.07  7533 1.00
-p_predicted[883]                  0.03    0.06  7745 1.00
-p_predicted[884]                  0.03    0.06  7872 1.00
-p_predicted[885]                  0.00    0.02  9591 1.00
-p_predicted[886]                  0.00    0.02  9752 1.00
-p_predicted[887]                  0.00    0.02  9749 1.00
-p_predicted[888]                  0.00    0.02  9739 1.00
-p_predicted[889]                  0.00    0.02  9730 1.00
-p_predicted[890]                  0.00    0.02  9882 1.00
-p_predicted[891]                  0.00    0.02 10167 1.00
-p_predicted[892]                  0.00    0.02 10165 1.00
-p_predicted[893]                  0.00    0.02 10168 1.00
-p_predicted[894]                  0.00    0.02 10171 1.00
-p_predicted[895]                  0.00    0.02 10128 1.00
-p_predicted[896]                  0.00    0.02 10122 1.00
-p_predicted[897]                  0.00    0.01  9578 1.00
-p_predicted[898]                  0.00    0.01  9566 1.00
-p_predicted[899]                  0.00    0.01  9703 1.00
-p_predicted[900]                  0.00    0.01  9767 1.00
-p_predicted[901]                  0.25    0.33  1537 1.00
-p_predicted[902]                  0.28    0.35  7806 1.00
-p_predicted[903]                  0.14    0.18  7687 1.00
-p_predicted[904]                  0.13    0.17  9222 1.00
-p_predicted[905]                  0.12    0.16  6996 1.00
-p_predicted[906]                  0.10    0.15  2976 1.00
-p_predicted[907]                  0.31    0.38  6813 1.00
-p_predicted[908]                  0.28    0.35  5863 1.00
-p_predicted[909]                  0.23    0.29  4904 1.00
-p_predicted[910]                  0.20    0.26  5942 1.00
-p_predicted[911]                  0.20    0.26  5862 1.00
-p_predicted[912]                  0.02    0.06  5351 1.00
-p_predicted[913]                  0.02    0.04  6308 1.00
-p_predicted[914]                  0.02    0.06  5351 1.00
-p_predicted[915]                  0.03    0.06  4759 1.00
-p_predicted[916]                  0.02    0.05  5664 1.00
-p_predicted[917]                  0.03    0.06  4759 1.00
-p_predicted[918]                  0.02    0.05  4782 1.00
-p_predicted[919]                  0.01    0.04  5557 1.00
-p_predicted[920]                  0.02    0.05  4782 1.00
-p_predicted[921]                  0.02    0.05  4689 1.00
-p_predicted[922]                  0.01    0.04  5484 1.00
-p_predicted[923]                  0.02    0.05  4689 1.00
-p_predicted[924]                  0.41    0.53  1772 1.00
-p_predicted[925]                  0.43    0.52  7042 1.00
-p_predicted[926]                  0.43    0.52  6964 1.00
-p_predicted[927]                  0.44    0.53  7126 1.00
-p_predicted[928]                  0.13    0.21  2275 1.00
-p_predicted[929]                  0.16    0.22  3658 1.00
-p_predicted[930]                  0.09    0.13  4093 1.00
-p_predicted[931]                  0.06    0.09  2634 1.00
-p_predicted[932]                  0.00    0.01  9394 1.00
-p_predicted[933]                  0.00    0.01  9399 1.00
-p_predicted[934]                  0.00    0.02  8922 1.00
-p_predicted[935]                  0.00    0.01  9399 1.00
-p_predicted[936]                  0.00    0.01  9387 1.00
-p_predicted[937]                  0.00    0.01  9340 1.00
-p_predicted[938]                  0.00    0.01  9337 1.00
-p_predicted[939]                  0.00    0.01  9283 1.00
-p_predicted[940]                  0.00    0.01  9303 1.00
-p_predicted[941]                  0.00    0.01  9295 1.00
-p_predicted[942]                  0.00    0.01  9273 1.00
-p_predicted[943]                  0.00    0.01  9268 1.00
-p_predicted[944]                  0.55    0.63  6816 1.00
-p_predicted[945]                  0.53    0.62  6607 1.00
-p_predicted[946]                  0.47    0.56  4147 1.00
-p_predicted[947]                  0.25    0.31  6742 1.00
-p_predicted[948]                  0.25    0.31  6757 1.00
-p_predicted[949]                  0.24    0.30  5999 1.00
-p_predicted[950]                  0.27    0.38  9408 1.00
-p_predicted[951]                  0.27    0.38  9408 1.00
-p_predicted[952]                  0.27    0.38  9408 1.00
-p_predicted[953]                  0.22    0.30  8537 1.00
-p_predicted[954]                  0.22    0.30  8537 1.00
-p_predicted[955]                  0.22    0.30  8537 1.00
-p_predicted[956]                  0.21    0.29  8690 1.00
-p_predicted[957]                  0.21    0.29  8690 1.00
-p_predicted[958]                  0.21    0.29  8690 1.00
-p_predicted[959]                  0.21    0.29 10154 1.00
-p_predicted[960]                  0.21    0.29 10154 1.00
-p_predicted[961]                  0.21    0.29 10154 1.00
-p_predicted[962]                  0.22    0.30  8083 1.00
-p_predicted[963]                  0.22    0.30  8083 1.00
-p_predicted[964]                  0.22    0.30  8083 1.00
-p_predicted[965]                  0.21    0.29  8281 1.00
-p_predicted[966]                  0.21    0.29  8281 1.00
-p_predicted[967]                  0.21    0.29  8281 1.00
-p_predicted[968]                  0.21    0.29  8385 1.00
-p_predicted[969]                  0.21    0.29  8385 1.00
-p_predicted[970]                  0.21    0.29  8385 1.00
-p_predicted[971]                  0.20    0.29  8792 1.00
-p_predicted[972]                  0.20    0.29  8792 1.00
-p_predicted[973]                  0.20    0.29  8792 1.00
-p_predicted[974]                  0.20    0.28  9422 1.00
-p_predicted[975]                  0.20    0.28  9422 1.00
-p_predicted[976]                  0.20    0.28  9422 1.00
-p_predicted[977]                  0.00    0.02  8915 1.00
-p_predicted[978]                  0.00    0.01  9394 1.00
-p_predicted[979]                  0.00    0.01  9394 1.00
-p_predicted[980]                  0.00    0.01  9391 1.00
-p_predicted[981]                  0.00    0.02  8922 1.00
-p_predicted[982]                  0.00    0.01  9392 1.00
-p_predicted[983]                  0.00    0.01  9365 1.00
-p_predicted[984]                  0.00    0.01  9340 1.00
-p_predicted[985]                  0.00    0.01  9268 1.00
-p_predicted[986]                  0.00    0.01  9270 1.00
-p_predicted[987]                  0.00    0.01  9283 1.00
-p_predicted[988]                  0.00    0.01  9303 1.00
-p_predicted[989]                  0.00    0.01  9291 1.00
-p_predicted[990]                  0.00    0.01  9273 1.00
-p_predicted[991]                  0.00    0.01  9268 1.00
-p_predicted[992]                  0.00    0.01  9326 1.00
-p_predicted[993]                  0.00    0.02  9748 1.00
-p_predicted[994]                  0.00    0.02 10268 1.00
-p_predicted[995]                  0.00    0.02 10139 1.00
-p_predicted[996]                  0.99    1.00 10582 1.00
-p_predicted[997]                  0.99    1.00  9718 1.00
-p_predicted[998]                  1.00    1.00 10035 1.00
-p_predicted[999]                  0.00    0.01  8664 1.00
-p_predicted[1000]                 0.00    0.01  8625 1.00
-p_predicted[1001]                 0.00    0.01  9359 1.00
-p_predicted[1002]                 0.00    0.01  9346 1.00
-p_predicted[1003]                 0.00    0.01  9325 1.00
-p_predicted[1004]                 0.19    0.34  7140 1.00
-p_predicted[1005]                 0.21    0.37  5897 1.00
-p_predicted[1006]                 0.21    0.37  5896 1.00
-p_predicted[1007]                 0.17    0.31  5937 1.00
-p_predicted[1008]                 0.18    0.33  6148 1.00
-p_predicted[1009]                 0.37    0.57  5807 1.00
-p_predicted[1010]                 0.41    0.60  4785 1.00
-p_predicted[1011]                 0.46    0.68  4206 1.00
-p_predicted[1012]                 0.09    0.17  9584 1.00
-p_predicted[1013]                 0.06    0.12 10425 1.00
-p_predicted[1014]                 0.06    0.11 10604 1.00
-p_predicted[1015]                 0.09    0.19  9926 1.00
-p_predicted[1016]                 0.08    0.17  9715 1.00
-p_predicted[1017]                 0.06    0.12 10571 1.00
-p_predicted[1018]                 0.06    0.12 10605 1.00
-p_predicted[1019]                 0.06    0.11 10610 1.00
-p_predicted[1020]                 0.05    0.12 10284 1.00
-p_predicted[1021]                 0.05    0.11 10240 1.00
-p_predicted[1022]                 0.05    0.11 10089 1.00
-p_predicted[1023]                 0.05    0.11 10020 1.00
-p_predicted[1024]                 0.05    0.12 10029 1.00
-p_predicted[1025]                 0.05    0.12 10128 1.00
-p_predicted[1026]                 0.05    0.12 10202 1.00
-p_predicted[1027]                 0.09    0.19  9959 1.00
-p_predicted[1028]                 0.09    0.17  9638 1.00
-p_predicted[1029]                 0.08    0.15  9766 1.00
-p_predicted[1030]                 0.06    0.12 10608 1.00
-p_predicted[1031]                 0.06    0.11 10610 1.00
-p_predicted[1032]                 0.05    0.11 10280 1.00
-p_predicted[1033]                 0.05    0.11 10204 1.00
-p_predicted[1034]                 0.05    0.11 10144 1.00
-p_predicted[1035]                 0.05    0.11 10023 1.00
-p_predicted[1036]                 0.05    0.11 10005 1.00
-p_predicted[1037]                 0.05    0.12 10095 1.00
-p_predicted[1038]                 0.05    0.12  7798 1.00
-p_predicted[1039]                 0.06    0.11  7912 1.00
-p_predicted[1040]                 0.05    0.11  7732 1.00
-p_predicted[1041]                 0.06    0.11  7815 1.00
-p_predicted[1042]                 0.05    0.11  7626 1.00
-p_predicted[1043]                 0.05    0.11  7694 1.00
-p_predicted[1044]                 0.05    0.11  7633 1.00
-p_predicted[1045]                 0.05    0.11  7744 1.00
-p_predicted[1046]                 0.05    0.11  7609 1.00
-p_predicted[1047]                 0.05    0.11  7725 1.00
-p_predicted[1048]                 0.05    0.11  7602 1.00
-p_predicted[1049]                 0.05    0.11  7654 1.00
-p_predicted[1050]                 0.04    0.09  8605 1.00
-p_predicted[1051]                 0.04    0.09  8300 1.00
-p_predicted[1052]                 0.13    0.26 10740 1.00
-p_predicted[1053]                 0.13    0.26 10740 1.00
-p_predicted[1054]                 0.12    0.23 10881 1.00
-p_predicted[1055]                 0.12    0.23 10881 1.00
-p_predicted[1056]                 0.12    0.22 10716 1.00
-p_predicted[1057]                 0.12    0.22 10716 1.00
-p_predicted[1058]                 0.12    0.22 10662 1.00
-p_predicted[1059]                 0.12    0.22 10662 1.00
-p_predicted[1060]                 0.11    0.23 11110 1.00
-p_predicted[1061]                 0.11    0.23 11110 1.00
-p_predicted[1062]                 0.13    0.25 10792 1.00
-p_predicted[1063]                 0.12    0.24 10894 1.00
-p_predicted[1064]                 0.12    0.23 10889 1.00
-p_predicted[1065]                 0.12    0.22 10724 1.00
-p_predicted[1066]                 0.12    0.22 10692 1.00
-p_predicted[1067]                 0.12    0.22 10789 1.00
-p_predicted[1068]                 0.12    0.22 10700 1.00
-p_predicted[1069]                 0.11    0.23 11156 1.00
-p_predicted[1070]                 0.11    0.23 11102 1.00
-p_predicted[1071]                 0.00    0.06 10812 1.00
-p_predicted[1072]                 0.00    0.06 10781 1.00
-p_predicted[1073]                 0.00    0.06 10766 1.00
-p_predicted[1074]                 0.16    0.23  7570 1.00
-p_predicted[1075]                 0.16    0.23  7570 1.00
-p_predicted[1076]                 0.20    0.27  7985 1.00
-p_predicted[1077]                 0.20    0.27  7985 1.00
-p_predicted[1078]                 0.16    0.23  8213 1.00
-p_predicted[1079]                 0.16    0.23  8213 1.00
-p_predicted[1080]                 0.16    0.23  8419 1.00
-p_predicted[1081]                 0.16    0.23  8419 1.00
-p_predicted[1082]                 0.16    0.23  8891 1.00
-p_predicted[1083]                 0.16    0.23  8891 1.00
-p_predicted[1084]                 0.17    0.25  1806 1.00
-p_predicted[1085]                 0.20    0.26  7620 1.00
-p_predicted[1086]                 0.15    0.20  5555 1.00
-p_predicted[1087]                 0.14    0.19  6764 1.00
-p_predicted[1088]                 0.13    0.17  9212 1.00
-p_predicted[1089]                 0.11    0.15  5153 1.00
-p_predicted[1090]                 0.11    0.15  4424 1.00
-p_predicted[1091]                 0.22    0.32  9504 1.00
-p_predicted[1092]                 0.22    0.32  9390 1.00
-p_predicted[1093]                 0.22    0.32  9572 1.00
-p_predicted[1094]                 0.22    0.32  9458 1.00
-p_predicted[1095]                 0.21    0.30  8497 1.00
-p_predicted[1096]                 0.22    0.31  9340 1.00
-p_predicted[1097]                 0.21    0.30  8494 1.00
-p_predicted[1098]                 0.22    0.31  9203 1.00
-p_predicted[1099]                 0.21    0.30  8559 1.00
-p_predicted[1100]                 0.21    0.30  8532 1.00
-p_predicted[1101]                 0.21    0.30  8368 1.00
-p_predicted[1102]                 0.20    0.29  8299 1.00
-p_predicted[1103]                 0.15    0.23  8823 1.00
-p_predicted[1104]                 0.15    0.22  8975 1.00
-p_predicted[1105]                 0.14    0.22  9200 1.00
-p_predicted[1106]                 0.48    0.58  5330 1.00
-p_predicted[1107]                 0.48    0.58  5407 1.00
-p_predicted[1108]                 0.46    0.56  5984 1.00
-p_predicted[1109]                 0.41    0.52  3013 1.00
-p_predicted[1110]                 0.25    0.35  3048 1.00
-p_predicted[1111]                 0.28    0.37  6808 1.00
-p_predicted[1112]                 0.27    0.35  6353 1.00
-p_predicted[1113]                 0.27    0.35  6283 1.00
-p_predicted[1114]                 0.21    0.28  6847 1.00
-p_predicted[1115]                 0.23    0.31  4365 1.00
-p_predicted[1116]                 0.25    0.31  6239 1.00
-p_predicted[1117]                 0.24    0.30  6958 1.00
-p_predicted[1118]                 0.22    0.28  6292 1.00
-p_predicted[1119]                 0.17    0.22  5341 1.00
-p_predicted[1120]                 0.17    0.21  5648 1.00
-p_predicted[1121]                 0.16    0.20  6016 1.00
-p_predicted[1122]                 0.16    0.20  5818 1.00
-p_predicted[1123]                 0.16    0.21  6062 1.00
-p_predicted[1124]                 0.16    0.20  5969 1.00
-p_predicted[1125]                 0.17    0.21  6000 1.00
-p_predicted[1126]                 0.15    0.20  5396 1.00
-p_predicted[1127]                 0.35    0.53  3361 1.00
-p_predicted[1128]                 0.28    0.38  9464 1.00
-p_predicted[1129]                 0.27    0.37  9151 1.00
-p_predicted[1130]                 0.21    0.29  8940 1.00
-p_predicted[1131]                 0.21    0.29  9886 1.00
-p_predicted[1132]                 0.09    0.27  8624 1.00
-p_predicted[1133]                 0.00    0.05 10169 1.00
-p_predicted[1134]                 0.00    0.05 10477 1.00
-p_predicted[1135]                 0.02    0.08  5080 1.00
-p_predicted[1136]                 0.01    0.05  4925 1.00
-p_predicted[1137]                 0.02    0.08  5080 1.00
-p_predicted[1138]                 0.01    0.07  4867 1.00
-p_predicted[1139]                 0.01    0.04  4706 1.00
-p_predicted[1140]                 0.01    0.07  4867 1.00
-p_predicted[1141]                 0.02    0.09  4933 1.00
-p_predicted[1142]                 0.01    0.05  4770 1.00
-p_predicted[1143]                 0.02    0.09  4933 1.00
-p_predicted[1144]                 0.01    0.07  4847 1.00
-p_predicted[1145]                 0.01    0.04  4685 1.00
-p_predicted[1146]                 0.01    0.07  4847 1.00
-p_predicted[1147]                 0.09    0.14  5969 1.00
-p_predicted[1148]                 0.06    0.11  6845 1.00
-p_predicted[1149]                 0.09    0.14  5969 1.00
-p_predicted[1150]                 0.07    0.12  5178 1.00
-p_predicted[1151]                 0.05    0.09  6460 1.00
-p_predicted[1152]                 0.07    0.12  5178 1.00
-p_predicted[1153]                 0.07    0.11  5243 1.00
-p_predicted[1154]                 0.05    0.09  6557 1.00
-p_predicted[1155]                 0.07    0.11  5243 1.00
-p_predicted[1156]                 0.12    0.19  5209 1.00
-p_predicted[1157]                 0.08    0.14  6069 1.00
-p_predicted[1158]                 0.12    0.19  5209 1.00
-p_predicted[1159]                 0.04    0.10  6357 1.00
-p_predicted[1160]                 0.04    0.08  6098 1.00
-p_predicted[1161]                 0.04    0.08  6148 1.00
-p_predicted[1162]                 0.03    0.07  6366 1.00
-p_predicted[1163]                 0.03    0.07  6409 1.00
-p_predicted[1164]                 0.03    0.07  6649 1.00
-p_predicted[1165]                 0.07    0.13  6689 1.00
-p_predicted[1166]                 0.05    0.11  8833 1.00
-p_predicted[1167]                 0.07    0.13  6689 1.00
-p_predicted[1168]                 0.05    0.10  7218 1.00
-p_predicted[1169]                 0.04    0.08  8814 1.00
-p_predicted[1170]                 0.05    0.10  7218 1.00
-p_predicted[1171]                 0.06    0.11  6402 1.00
-p_predicted[1172]                 0.04    0.09  7614 1.00
-p_predicted[1173]                 0.06    0.11  6402 1.00
-p_predicted[1174]                 0.90    0.98  9851 1.00
-p_predicted[1175]                 0.89    0.97  9852 1.00
-p_predicted[1176]                 0.88    0.97  9817 1.00
-p_predicted[1177]                 0.88    0.97  9835 1.00
-p_predicted[1178]                 0.88    0.97 10191 1.00
-p_predicted[1179]                 0.10    0.18  2615 1.00
-p_predicted[1180]                 0.13    0.19  7210 1.00
-p_predicted[1181]                 0.07    0.10 10255 1.00
-p_predicted[1182]                 0.08    0.13  5584 1.00
-p_predicted[1183]                 0.06    0.09 10786 1.00
-p_predicted[1184]                 0.05    0.08  5371 1.00
-p_predicted[1185]                 0.05    0.08  3439 1.00
-p_predicted[1186]                 0.67    0.87  9391 1.00
-p_predicted[1187]                 0.64    0.86 10141 1.00
-p_predicted[1188]                 0.64    0.86 10157 1.00
-p_predicted[1189]                 0.09    0.17  9635 1.00
-p_predicted[1190]                 0.06    0.12 10599 1.00
-p_predicted[1191]                 0.06    0.11 10595 1.00
-p_predicted[1192]                 0.06    0.11 10559 1.00
-p_predicted[1193]                 0.05    0.11  9986 1.00
-p_predicted[1194]                 0.09    0.17  9627 1.00
-p_predicted[1195]                 0.06    0.12 10596 1.00
-p_predicted[1196]                 0.06    0.12 10610 1.00
-p_predicted[1197]                 0.06    0.11 10595 1.00
-p_predicted[1198]                 0.05    0.11 10119 1.00
-p_predicted[1199]                 0.67    0.80  9646 1.00
-p_predicted[1200]                 0.67    0.80  9645 1.00
-p_predicted[1201]                 0.74    0.87  5100 1.00
-p_predicted[1202]                 0.64    0.78  9645 1.00
-p_predicted[1203]                 0.64    0.78  9508 1.00
-p_predicted[1204]                 0.64    0.78  9498 1.00
-p_predicted[1205]                 0.64    0.77  9490 1.00
-p_predicted[1206]                 0.64    0.78  9533 1.00
-p_predicted[1207]                 0.58    0.74  9109 1.00
-p_predicted[1208]                 0.57    0.73 10052 1.00
-p_predicted[1209]                 0.00    0.02  9970 1.00
-p_predicted[1210]                 0.00    0.02 10373 1.00
-p_predicted[1211]                 0.08    0.18 10525 1.00
-p_predicted[1212]                 0.09    0.18 10484 1.00
-p_predicted[1213]                 0.08    0.17 10599 1.00
-p_predicted[1214]                 0.06    0.12 10989 1.00
-p_predicted[1215]                 0.06    0.12 10808 1.00
-p_predicted[1216]                 0.05    0.12 10319 1.00
-p_predicted[1217]                 0.32    0.44  9278 1.00
-p_predicted[1218]                 0.31    0.44  9013 1.00
-p_predicted[1219]                 0.25    0.35  7916 1.00
-p_predicted[1220]                 0.25    0.35  7855 1.00
-p_predicted[1221]                 0.25    0.35  8416 1.00
-p_predicted[1222]                 0.11    0.24 10758 1.00
-p_predicted[1223]                 0.11    0.24 10396 1.00
-p_predicted[1224]                 0.11    0.23 10143 1.00
-p_predicted[1225]                 0.07    0.17 10354 1.00
-p_predicted[1226]                 0.07    0.17 10374 1.00
-p_predicted[1227]                 0.07    0.17 10352 1.00
-p_predicted[1228]                 0.07    0.17 10373 1.00
-p_predicted[1229]                 0.73    0.86 12246 1.00
-p_predicted[1230]                 0.73    0.86 11144 1.00
-p_predicted[1231]                 0.67    0.82 10128 1.00
-p_predicted[1232]                 0.67    0.82 10012 1.00
-p_predicted[1233]                 0.33    0.39  3757 1.00
-p_predicted[1234]                 0.33    0.39  3757 1.00
-p_predicted[1235]                 0.31    0.36  3390 1.00
-p_predicted[1236]                 0.31    0.36  3390 1.00
-p_predicted[1237]                 0.30    0.35  2783 1.00
-p_predicted[1238]                 0.30    0.35  2783 1.00
-p_predicted[1239]                 0.25    0.30  2581 1.00
-p_predicted[1240]                 0.25    0.30  2581 1.00
-p_predicted[1241]                 0.23    0.28  2846 1.00
-p_predicted[1242]                 0.23    0.28  2846 1.00
-p_predicted[1243]                 0.22    0.27  2444 1.00
-p_predicted[1244]                 0.22    0.27  2444 1.00
-p_predicted[1245]                 0.22    0.27  2573 1.00
-p_predicted[1246]                 0.22    0.27  2573 1.00
-p_predicted[1247]                 0.22    0.26  2375 1.00
-p_predicted[1248]                 0.22    0.26  2375 1.00
-p_predicted[1249]                 0.18    0.32  9613 1.00
-p_predicted[1250]                 0.12    0.22  9418 1.00
-p_predicted[1251]                 0.18    0.32  9613 1.00
-p_predicted[1252]                 0.20    0.33  9481 1.00
-p_predicted[1253]                 0.14    0.22  9051 1.00
-p_predicted[1254]                 0.20    0.33  9481 1.00
-p_predicted[1255]                 0.20    0.33  9485 1.00
-p_predicted[1256]                 0.14    0.22  9153 1.00
-p_predicted[1257]                 0.20    0.33  9485 1.00
-p_predicted[1258]                 0.20    0.33  9470 1.00
-p_predicted[1259]                 0.14    0.23  9284 1.00
-p_predicted[1260]                 0.20    0.33  9470 1.00
-p_predicted[1261]                 0.24    0.38 10060 1.00
-p_predicted[1262]                 0.16    0.27  9917 1.00
-p_predicted[1263]                 0.24    0.38 10060 1.00
-p_predicted[1264]                 0.19    0.34  7777 1.00
-p_predicted[1265]                 0.13    0.23  7554 1.00
-p_predicted[1266]                 0.19    0.34  7777 1.00
-p_predicted[1267]                 0.05    0.11 10827 1.00
-p_predicted[1268]                 0.05    0.11 10831 1.00
-p_predicted[1269]                 0.04    0.11 10767 1.00
-p_predicted[1270]                 0.04    0.11 10697 1.00
-p_predicted[1271]                 0.04    0.11 10452 1.00
-p_predicted[1272]                 0.10    0.21  6730 1.00
-p_predicted[1273]                 0.07    0.18  6012 1.00
-p_predicted[1274]                 0.03    0.07  6138 1.00
-p_predicted[1275]                 0.03    0.07  6514 1.00
-p_predicted[1276]                 0.03    0.07  6642 1.00
-p_predicted[1277]                 0.03    0.07  6643 1.00
-p_predicted[1278]                 0.09    0.14  8116 1.00
-p_predicted[1279]                 0.09    0.14  8116 1.00
-p_predicted[1280]                 0.06    0.10  8003 1.00
-p_predicted[1281]                 0.06    0.10  8003 1.00
-p_predicted[1282]                 0.01    0.02  4944 1.00
-p_predicted[1283]                 0.01    0.02  5600 1.00
-p_predicted[1284]                 0.01    0.02  5570 1.00
-p_predicted[1285]                 0.01    0.02  5564 1.00
-p_predicted[1286]                 0.01    0.02  4812 1.00
-p_predicted[1287]                 0.01    0.02  4808 1.00
-p_predicted[1288]                 0.01    0.02  4811 1.00
-p_predicted[1289]                 0.01    0.02  4830 1.00
-p_predicted[1290]                 0.01    0.02  4961 1.00
-p_predicted[1291]                 0.01    0.02  4962 1.00
-p_predicted[1292]                 0.01    0.02  4971 1.00
-p_predicted[1293]                 0.04    0.08  6152 1.00
-p_predicted[1294]                 0.03    0.07  6286 1.00
-p_predicted[1295]                 0.03    0.07  6326 1.00
-p_predicted[1296]                 0.03    0.07  6667 1.00
-p_predicted[1297]                 0.14    0.24  8304 1.00
-p_predicted[1298]                 0.16    0.26  6815 1.00
-p_predicted[1299]                 0.24    0.37  6325 1.00
-p_predicted[1300]                 0.25    0.39  6389 1.00
-p_predicted[1301]                 0.20    0.33  5325 1.00
-p_predicted[1302]                 0.43    0.61  2968 1.00
-p_predicted[1303]                 0.43    0.61  2968 1.00
-p_predicted[1304]                 0.33    0.45  7512 1.00
-p_predicted[1305]                 0.33    0.45  7512 1.00
-p_predicted[1306]                 0.34    0.45  8015 1.00
-p_predicted[1307]                 0.34    0.45  8015 1.00
-p_predicted[1308]                 0.27    0.37  7974 1.00
-p_predicted[1309]                 0.27    0.37  7974 1.00
-p_predicted[1310]                 0.26    0.35  7571 1.00
-p_predicted[1311]                 0.26    0.35  7571 1.00
-p_predicted[1312]                 0.24    0.33  8416 1.00
-p_predicted[1313]                 0.24    0.33  8416 1.00
-p_predicted[1314]                 0.24    0.33  8595 1.00
-p_predicted[1315]                 0.24    0.33  8595 1.00
-p_predicted[1316]                 0.10    0.21 11416 1.00
-p_predicted[1317]                 0.09    0.18 11563 1.00
-p_predicted[1318]                 0.09    0.18 11556 1.00
-p_predicted[1319]                 0.08    0.17 11428 1.00
-p_predicted[1320]                 0.08    0.17 11597 1.00
-p_predicted[1321]                 0.08    0.17 11519 1.00
-p_predicted[1322]                 0.08    0.17 11276 1.00
-p_predicted[1323]                 0.08    0.17 11202 1.00
-p_predicted[1324]                 0.10    0.21 11416 1.00
-p_predicted[1325]                 0.09    0.18 11563 1.00
-p_predicted[1326]                 0.09    0.18 11556 1.00
-p_predicted[1327]                 0.08    0.17 11428 1.00
-p_predicted[1328]                 0.08    0.17 11595 1.00
-p_predicted[1329]                 0.08    0.17 11519 1.00
-p_predicted[1330]                 0.08    0.17 11207 1.00
-p_predicted[1331]                 0.32    0.43  8511 1.00
-p_predicted[1332]                 0.26    0.36  6861 1.00
-p_predicted[1333]                 0.25    0.35  8784 1.00
-p_predicted[1334]                 0.04    0.10  6359 1.00
-p_predicted[1335]                 0.04    0.10  6375 1.00
-p_predicted[1336]                 0.04    0.08  6128 1.00
-p_predicted[1337]                 0.03    0.08  6224 1.00
-p_predicted[1338]                 0.03    0.08  6240 1.00
-p_predicted[1339]                 0.03    0.08  6260 1.00
-p_predicted[1340]                 0.03    0.07  6264 1.00
-p_predicted[1341]                 0.03    0.07  6264 1.00
-p_predicted[1342]                 0.03    0.07  6303 1.00
-p_predicted[1343]                 0.03    0.07  6509 1.00
-p_predicted_default[1]            0.26    0.37  8347 1.00
-p_predicted_default[2]            0.26    0.36  8069 1.00
-p_predicted_default[3]            0.26    0.36  7877 1.00
-p_predicted_default[4]            0.23    0.33  7014 1.00
-p_predicted_default[5]            0.23    0.33  6999 1.00
-p_predicted_default[6]            0.23    0.33  6981 1.00
-p_predicted_default[7]            0.22    0.33  7411 1.00
-p_predicted_default[8]            0.22    0.33  7397 1.00
-p_predicted_default[9]            0.43    0.53  5322 1.00
-p_predicted_default[10]           0.44    0.55  6139 1.00
-p_predicted_default[11]           0.01    0.02  5561 1.00
-p_predicted_default[12]           0.01    0.02  4740 1.00
-p_predicted_default[13]           0.01    0.02  4907 1.00
-p_predicted_default[14]           0.01    0.02  4934 1.00
-p_predicted_default[15]           0.01    0.02  4798 1.00
-p_predicted_default[16]           0.03    0.06  4806 1.00
-p_predicted_default[17]           0.02    0.06  4820 1.00
-p_predicted_default[18]           0.02    0.06  4834 1.00
-p_predicted_default[19]           0.02    0.06  4840 1.00
-p_predicted_default[20]           0.02    0.06  4834 1.00
-p_predicted_default[21]           0.12    0.24  9692 1.00
-p_predicted_default[22]           0.11    0.23  9955 1.00
-p_predicted_default[23]           0.41    0.47  5904 1.00
-p_predicted_default[24]           0.39    0.45  7275 1.00
-p_predicted_default[25]           0.36    0.42  3271 1.00
-p_predicted_default[26]           0.30    0.35  4739 1.00
-p_predicted_default[27]           0.29    0.34  4882 1.00
-p_predicted_default[28]           0.27    0.33  3519 1.00
-p_predicted_default[29]           0.26    0.32  2561 1.00
-p_predicted_default[30]           0.36    0.42  5728 1.00
-p_predicted_default[31]           0.36    0.42  5728 1.00
-p_predicted_default[32]           0.33    0.39  6587 1.00
-p_predicted_default[33]           0.33    0.39  6587 1.00
-p_predicted_default[34]           0.32    0.37  4585 1.00
-p_predicted_default[35]           0.32    0.37  4585 1.00
-p_predicted_default[36]           0.31    0.37  3650 1.00
-p_predicted_default[37]           0.31    0.37  3650 1.00
-p_predicted_default[38]           0.23    0.28  4909 1.00
-p_predicted_default[39]           0.23    0.28  4909 1.00
-p_predicted_default[40]           0.16    0.19  6914 1.00
-p_predicted_default[41]           0.16    0.19  6914 1.00
-p_predicted_default[42]           0.16    0.19  7026 1.00
-p_predicted_default[43]           0.16    0.19  7026 1.00
-p_predicted_default[44]           0.16    0.19  6923 1.00
-p_predicted_default[45]           0.16    0.19  6923 1.00
-p_predicted_default[46]           0.16    0.19  6879 1.00
-p_predicted_default[47]           0.16    0.19  6879 1.00
-p_predicted_default[48]           0.15    0.19  6012 1.00
-p_predicted_default[49]           0.15    0.19  6012 1.00
-p_predicted_default[50]           0.14    0.25  4000 1.00
-p_predicted_default[51]           0.11    0.17  8146 1.00
-p_predicted_default[52]           0.10    0.17  8101 1.00
-p_predicted_default[53]           0.10    0.16  7972 1.00
-p_predicted_default[54]           0.08    0.13  8003 1.00
-p_predicted_default[55]           0.07    0.13  8497 1.00
-p_predicted_default[56]           0.07    0.13  8686 1.00
-p_predicted_default[57]           0.07    0.14 10099 1.00
-p_predicted_default[58]           0.09    0.16  4313 1.00
-p_predicted_default[59]           0.09    0.16  4317 1.00
-p_predicted_default[60]           0.09    0.16  4318 1.00
-p_predicted_default[61]           0.06    0.10  8042 1.00
-p_predicted_default[62]           0.06    0.10  7783 1.00
-p_predicted_default[63]           0.05    0.08  7245 1.00
-p_predicted_default[64]           0.05    0.08  7376 1.00
-p_predicted_default[65]           0.05    0.08  7015 1.00
-p_predicted_default[66]           0.04    0.07  8160 1.00
-p_predicted_default[67]           0.04    0.08  9355 1.00
-p_predicted_default[68]           0.04    0.08  9709 1.00
-p_predicted_default[69]           0.04    0.12  7911 1.00
-p_predicted_default[70]           0.04    0.09  9240 1.00
-p_predicted_default[71]           0.23    0.31  5979 1.00
-p_predicted_default[72]           0.22    0.30  6813 1.00
-p_predicted_default[73]           0.21    0.28  6796 1.00
-p_predicted_default[74]           0.21    0.28  6707 1.00
-p_predicted_default[75]           0.16    0.24  2014 1.00
-p_predicted_default[76]           0.72    0.83  9820 1.00
-p_predicted_default[77]           0.71    0.82  9636 1.00
-p_predicted_default[78]           0.71    0.82  9614 1.00
-p_predicted_default[79]           0.72    0.83  9820 1.00
-p_predicted_default[80]           0.71    0.82  9636 1.00
-p_predicted_default[81]           0.71    0.82  9601 1.00
-p_predicted_default[82]           0.72    0.83  9811 1.00
-p_predicted_default[83]           0.71    0.82  9647 1.00
-p_predicted_default[84]           0.71    0.82  9608 1.00
-p_predicted_default[85]           0.62    0.72  8728 1.00
-p_predicted_default[86]           0.42    0.50  6787 1.00
-p_predicted_default[87]           0.36    0.45  4662 1.00
-p_predicted_default[88]           0.18    0.23  4210 1.00
-p_predicted_default[89]           0.17    0.21  5454 1.00
-p_predicted_default[90]           0.01    0.03  4978 1.00
-p_predicted_default[91]           0.01    0.03  4930 1.00
-p_predicted_default[92]           0.01    0.03  4888 1.00
-p_predicted_default[93]           0.01    0.03  4864 1.00
-p_predicted_default[94]           0.72    0.85 11013 1.00
-p_predicted_default[95]           0.70    0.83  9822 1.00
-p_predicted_default[96]           0.67    0.80 10064 1.00
-p_predicted_default[97]           0.45    0.63  8329 1.00
-p_predicted_default[98]           0.44    0.62  8795 1.00
-p_predicted_default[99]           0.25    0.35  1757 1.00
-p_predicted_default[100]          0.25    0.35  1755 1.00
-p_predicted_default[101]          0.29    0.36  4584 1.00
-p_predicted_default[102]          0.24    0.30  6914 1.00
-p_predicted_default[103]          0.20    0.25  4937 1.00
-p_predicted_default[104]          0.01    0.06  6821 1.00
-p_predicted_default[105]          0.01    0.05  6549 1.00
-p_predicted_default[106]          0.01    0.05  6551 1.00
-p_predicted_default[107]          0.01    0.05  6590 1.00
-p_predicted_default[108]          0.01    0.05  6593 1.00
-p_predicted_default[109]          0.01    0.04  6720 1.00
-p_predicted_default[110]          0.01    0.04  6729 1.00
-p_predicted_default[111]          0.01    0.04  6775 1.00
-p_predicted_default[112]          0.01    0.04  6748 1.00
-p_predicted_default[113]          0.01    0.04  6783 1.00
-p_predicted_default[114]          0.01    0.04  6849 1.00
-p_predicted_default[115]          0.01    0.04  6862 1.00
-p_predicted_default[116]          0.01    0.04  6920 1.00
-p_predicted_default[117]          0.01    0.02  5138 1.00
-p_predicted_default[118]          0.01    0.02  5123 1.00
-p_predicted_default[119]          0.01    0.02  5118 1.00
-p_predicted_default[120]          0.00    0.02  5594 1.00
-p_predicted_default[121]          0.00    0.02  5621 1.00
-p_predicted_default[122]          0.01    0.02  4865 1.00
-p_predicted_default[123]          0.01    0.02  4869 1.00
-p_predicted_default[124]          0.01    0.02  4884 1.00
-p_predicted_default[125]          0.01    0.02  4895 1.00
-p_predicted_default[126]          0.01    0.02  4899 1.00
-p_predicted_default[127]          0.01    0.02  4901 1.00
-p_predicted_default[128]          0.13    0.22  9912 1.00
-p_predicted_default[129]          0.09    0.20  9651 1.00
-p_predicted_default[130]          0.13    0.22  9912 1.00
-p_predicted_default[131]          0.00    0.06 10668 1.00
-p_predicted_default[132]          0.00    0.06 10783 1.00
-p_predicted_default[133]          0.00    0.06 10775 1.00
-p_predicted_default[134]          0.00    0.06 10762 1.00
-p_predicted_default[135]          0.00    0.06 10760 1.00
-p_predicted_default[136]          0.30    0.40  1633 1.00
-p_predicted_default[137]          0.35    0.43  5955 1.00
-p_predicted_default[138]          0.34    0.42  6076 1.00
-p_predicted_default[139]          0.35    0.43  5764 1.00
-p_predicted_default[140]          0.31    0.38  7825 1.00
-p_predicted_default[141]          0.28    0.36  4809 1.00
-p_predicted_default[142]          0.23    0.29  7118 1.00
-p_predicted_default[143]          0.23    0.28  7698 1.00
-p_predicted_default[144]          0.22    0.28  7717 1.00
-p_predicted_default[145]          0.22    0.28  7802 1.00
-p_predicted_default[146]          0.22    0.27  7559 1.00
-p_predicted_default[147]          0.22    0.27  7384 1.00
-p_predicted_default[148]          0.20    0.26  4536 1.00
-p_predicted_default[149]          0.17    0.24  2295 1.00
-p_predicted_default[150]          0.11    0.20  2570 1.00
-p_predicted_default[151]          0.14    0.21  3786 1.00
-p_predicted_default[152]          0.14    0.21  3766 1.00
-p_predicted_default[153]          0.09    0.14  4169 1.00
-p_predicted_default[154]          0.10    0.15  3793 1.00
-p_predicted_default[155]          0.11    0.16  4493 1.00
-p_predicted_default[156]          0.11    0.16  4299 1.00
-p_predicted_default[157]          0.09    0.14  4191 1.00
-p_predicted_default[158]          0.10    0.15  4058 1.00
-p_predicted_default[159]          0.08    0.12  5446 1.00
-p_predicted_default[160]          0.06    0.09  5431 1.00
-p_predicted_default[161]          0.05    0.08  4207 1.00
-p_predicted_default[162]          0.05    0.08  3654 1.00
-p_predicted_default[163]          0.16    0.22  7336 1.00
-p_predicted_default[164]          0.16    0.22  7336 1.00
-p_predicted_default[165]          0.09    0.13 10729 1.00
-p_predicted_default[166]          0.09    0.13 10729 1.00
-p_predicted_default[167]          0.09    0.12 10620 1.00
-p_predicted_default[168]          0.09    0.12 10620 1.00
-p_predicted_default[169]          0.07    0.11 10890 1.00
-p_predicted_default[170]          0.07    0.11 10890 1.00
-p_predicted_default[171]          0.41    0.47  5908 1.00
-p_predicted_default[172]          0.38    0.44  6546 1.00
-p_predicted_default[173]          0.29    0.34  4973 1.00
-p_predicted_default[174]          0.15    0.23  1564 1.00
-p_predicted_default[175]          0.09    0.16  4305 1.00
-p_predicted_default[176]          0.09    0.16  4283 1.00
-p_predicted_default[177]          0.06    0.10  8061 1.00
-p_predicted_default[178]          0.06    0.10  7547 1.00
-p_predicted_default[179]          0.06    0.10  8020 1.00
-p_predicted_default[180]          0.06    0.10  7780 1.00
-p_predicted_default[181]          0.06    0.10  7641 1.00
-p_predicted_default[182]          0.04    0.07  7777 1.00
-p_predicted_default[183]          0.04    0.07  7941 1.00
-p_predicted_default[184]          0.04    0.07  8460 1.00
-p_predicted_default[185]          0.04    0.07  8763 1.00
-p_predicted_default[186]          0.04    0.07  8822 1.00
-p_predicted_default[187]          0.17    0.28  3389 1.00
-p_predicted_default[188]          0.17    0.28  3381 1.00
-p_predicted_default[189]          0.12    0.18  8720 1.00
-p_predicted_default[190]          0.12    0.17  8287 1.00
-p_predicted_default[191]          0.12    0.17  8082 1.00
-p_predicted_default[192]          0.12    0.17  8353 1.00
-p_predicted_default[193]          0.09    0.14  7042 1.00
-p_predicted_default[194]          0.09    0.13  7824 1.00
-p_predicted_default[195]          0.09    0.13  7980 1.00
-p_predicted_default[196]          0.09    0.13  8174 1.00
-p_predicted_default[197]          0.17    0.28  3389 1.00
-p_predicted_default[198]          0.17    0.28  3392 1.00
-p_predicted_default[199]          0.17    0.28  3375 1.00
-p_predicted_default[200]          0.12    0.18  8720 1.00
-p_predicted_default[201]          0.12    0.17  8082 1.00
-p_predicted_default[202]          0.09    0.13  8339 1.00
-p_predicted_default[203]          0.09    0.13  9089 1.00
-p_predicted_default[204]          0.09    0.13  7826 1.00
-p_predicted_default[205]          0.01    0.14  9967 1.00
-p_predicted_default[206]          0.01    0.13  9474 1.00
-p_predicted_default[207]          0.01    0.13  9465 1.00
-p_predicted_default[208]          0.20    0.27  4032 1.00
-p_predicted_default[209]          0.15    0.20  3243 1.00
-p_predicted_default[210]          0.16    0.21  5087 1.00
-p_predicted_default[211]          0.16    0.21  5057 1.00
-p_predicted_default[212]          0.13    0.18  5299 1.00
-p_predicted_default[213]          0.10    0.14  6607 1.00
-p_predicted_default[214]          0.09    0.13  7815 1.00
-p_predicted_default[215]          0.10    0.13  7419 1.00
-p_predicted_default[216]          0.67    0.80 11365 1.00
-p_predicted_default[217]          0.67    0.78  9692 1.00
-p_predicted_default[218]          0.66    0.78  9499 1.00
-p_predicted_default[219]          0.43    0.61  8592 1.00
-p_predicted_default[220]          0.43    0.61  8950 1.00
-p_predicted_default[221]          0.67    0.78  9703 1.00
-p_predicted_default[222]          0.66    0.77  9462 1.00
-p_predicted_default[223]          0.43    0.61  8657 1.00
-p_predicted_default[224]          0.42    0.61  8986 1.00
-p_predicted_default[225]          0.42    0.61  9013 1.00
-p_predicted_default[226]          0.34    0.53  6499 1.00
-p_predicted_default[227]          0.36    0.54  6901 1.00
-p_predicted_default[228]          0.36    0.53  6895 1.00
-p_predicted_default[229]          0.36    0.54  6949 1.00
-p_predicted_default[230]          0.36    0.54  6928 1.00
-p_predicted_default[231]          0.11    0.19  4048 1.00
-p_predicted_default[232]          0.08    0.12  8441 1.00
-p_predicted_default[233]          0.06    0.09  7358 1.00
-p_predicted_default[234]          0.05    0.08  9585 1.00
-p_predicted_default[235]          0.05    0.08  9715 1.00
-p_predicted_default[236]          0.01    0.13  9901 1.00
-p_predicted_default[237]          0.01    0.13  9901 1.00
-p_predicted_default[238]          0.01    0.14  9593 1.00
-p_predicted_default[239]          0.01    0.14  9593 1.00
-p_predicted_default[240]          0.29    0.57  5815 1.00
-p_predicted_default[241]          0.26    0.52  5398 1.00
-p_predicted_default[242]          0.26    0.52  5404 1.00
-p_predicted_default[243]          0.24    0.49  5489 1.00
-p_predicted_default[244]          0.46    0.57  1634 1.00
-p_predicted_default[245]          0.46    0.57  1634 1.00
-p_predicted_default[246]          0.46    0.57  1634 1.00
-p_predicted_default[247]          0.46    0.57  1632 1.00
-p_predicted_default[248]          0.46    0.57  1632 1.00
-p_predicted_default[249]          0.46    0.57  1632 1.00
-p_predicted_default[250]          0.51    0.58  8355 1.00
-p_predicted_default[251]          0.51    0.58  8355 1.00
-p_predicted_default[252]          0.51    0.58  8355 1.00
-p_predicted_default[253]          0.50    0.57  8237 1.00
-p_predicted_default[254]          0.50    0.57  8237 1.00
-p_predicted_default[255]          0.50    0.57  8237 1.00
-p_predicted_default[256]          0.49    0.56  7198 1.00
-p_predicted_default[257]          0.49    0.56  7198 1.00
-p_predicted_default[258]          0.49    0.56  7198 1.00
-p_predicted_default[259]          0.48    0.56  6406 1.00
-p_predicted_default[260]          0.48    0.56  6406 1.00
-p_predicted_default[261]          0.48    0.56  6406 1.00
-p_predicted_default[262]          0.42    0.50  4471 1.00
-p_predicted_default[263]          0.42    0.50  4471 1.00
-p_predicted_default[264]          0.42    0.50  4471 1.00
-p_predicted_default[265]          0.39    0.47  5242 1.00
-p_predicted_default[266]          0.39    0.47  5242 1.00
-p_predicted_default[267]          0.39    0.47  5242 1.00
-p_predicted_default[268]          0.38    0.46  5068 1.00
-p_predicted_default[269]          0.38    0.46  5068 1.00
-p_predicted_default[270]          0.38    0.46  5068 1.00
-p_predicted_default[271]          0.22    0.27  6405 1.00
-p_predicted_default[272]          0.22    0.27  6405 1.00
-p_predicted_default[273]          0.22    0.27  6405 1.00
-p_predicted_default[274]          0.22    0.26  5830 1.00
-p_predicted_default[275]          0.22    0.26  5830 1.00
-p_predicted_default[276]          0.22    0.26  5830 1.00
-p_predicted_default[277]          0.03    0.07  7125 1.00
-p_predicted_default[278]          0.03    0.07  7125 1.00
-p_predicted_default[279]          0.03    0.07  7125 1.00
-p_predicted_default[280]          0.03    0.07  7125 1.00
-p_predicted_default[281]          0.03    0.07  7125 1.00
-p_predicted_default[282]          0.03    0.07  7125 1.00
-p_predicted_default[283]          0.03    0.07  7126 1.00
-p_predicted_default[284]          0.03    0.07  7126 1.00
-p_predicted_default[285]          0.03    0.05  8289 1.00
-p_predicted_default[286]          0.03    0.05  8289 1.00
-p_predicted_default[287]          0.03    0.07  6286 1.00
-p_predicted_default[288]          0.03    0.07  6286 1.00
-p_predicted_default[289]          0.02    0.05  8213 1.00
-p_predicted_default[290]          0.02    0.05  8213 1.00
-p_predicted_default[291]          0.02    0.05  8206 1.00
-p_predicted_default[292]          0.02    0.05  8206 1.00
-p_predicted_default[293]          0.05    0.09 10128 1.00
-p_predicted_default[294]          0.05    0.09 10128 1.00
-p_predicted_default[295]          0.05    0.09 10125 1.00
-p_predicted_default[296]          0.05    0.09 10125 1.00
-p_predicted_default[297]          0.05    0.09 10124 1.00
-p_predicted_default[298]          0.05    0.09 10124 1.00
-p_predicted_default[299]          0.05    0.09 10119 1.00
-p_predicted_default[300]          0.05    0.09 10119 1.00
-p_predicted_default[301]          0.05    0.09 10119 1.00
-p_predicted_default[302]          0.05    0.09 10119 1.00
-p_predicted_default[303]          0.05    0.09 10123 1.00
-p_predicted_default[304]          0.05    0.09 10123 1.00
-p_predicted_default[305]          0.05    0.09 10120 1.00
-p_predicted_default[306]          0.05    0.09 10120 1.00
-p_predicted_default[307]          0.05    0.09 10122 1.00
-p_predicted_default[308]          0.05    0.09 10122 1.00
-p_predicted_default[309]          0.05    0.09 10113 1.00
-p_predicted_default[310]          0.05    0.09 10113 1.00
-p_predicted_default[311]          0.05    0.09 10113 1.00
-p_predicted_default[312]          0.05    0.09 10113 1.00
-p_predicted_default[313]          0.05    0.09 10113 1.00
-p_predicted_default[314]          0.05    0.09 10113 1.00
-p_predicted_default[315]          0.05    0.09 10117 1.00
-p_predicted_default[316]          0.05    0.09 10117 1.00
-p_predicted_default[317]          0.05    0.09 10114 1.00
-p_predicted_default[318]          0.05    0.09 10114 1.00
-p_predicted_default[319]          0.05    0.09 10117 1.00
-p_predicted_default[320]          0.05    0.09 10117 1.00
-p_predicted_default[321]          0.06    0.12  7410 1.00
-p_predicted_default[322]          0.06    0.12  7410 1.00
-p_predicted_default[323]          0.06    0.12  7414 1.00
-p_predicted_default[324]          0.06    0.12  7414 1.00
-p_predicted_default[325]          0.12    0.18  4462 1.00
-p_predicted_default[326]          0.16    0.22  3557 1.00
-p_predicted_default[327]          0.18    0.26  4471 1.00
-p_predicted_default[328]          0.10    0.15  4359 1.00
-p_predicted_default[329]          0.11    0.17  5490 1.00
-p_predicted_default[330]          0.08    0.12  4369 1.00
-p_predicted_default[331]          0.09    0.14  5226 1.00
-p_predicted_default[332]          0.06    0.10  4055 1.00
-p_predicted_default[333]          0.07    0.12  5305 1.00
-p_predicted_default[334]          0.06    0.10  4737 1.00
-p_predicted_default[335]          0.07    0.11  6203 1.00
-p_predicted_default[336]          0.05    0.09  4848 1.00
-p_predicted_default[337]          0.06    0.10  6290 1.00
-p_predicted_default[338]          0.38    0.62 11258 1.00
-p_predicted_default[339]          0.34    0.56 11317 1.00
-p_predicted_default[340]          0.33    0.54 11387 1.00
-p_predicted_default[341]          0.33    0.54 11369 1.00
-p_predicted_default[342]          0.33    0.54 11362 1.00
-p_predicted_default[343]          0.33    0.54 11366 1.00
-p_predicted_default[344]          0.32    0.53 11359 1.00
-p_predicted_default[345]          0.36    0.59  8041 1.00
-p_predicted_default[346]          0.47    0.56  2563 1.00
-p_predicted_default[347]          0.47    0.56  2563 1.00
-p_predicted_default[348]          0.51    0.58  8322 1.00
-p_predicted_default[349]          0.51    0.58  8322 1.00
-p_predicted_default[350]          0.40    0.46  4740 1.00
-p_predicted_default[351]          0.40    0.46  4740 1.00
-p_predicted_default[352]          0.30    0.36  3301 1.00
-p_predicted_default[353]          0.30    0.36  3301 1.00
-p_predicted_default[354]          0.26    0.42  6570 1.00
-p_predicted_default[355]          0.27    0.46  6943 1.00
-p_predicted_default[356]          0.32    0.46 10220 1.00
-p_predicted_default[357]          0.33    0.52 11257 1.00
-p_predicted_default[358]          0.25    0.34  6430 1.00
-p_predicted_default[359]          0.26    0.37  8913 1.00
-p_predicted_default[360]          0.23    0.33  6430 1.00
-p_predicted_default[361]          0.23    0.33  7471 1.00
-p_predicted_default[362]          0.17    0.25  5914 1.00
-p_predicted_default[363]          0.17    0.26  5727 1.00
-p_predicted_default[364]          0.17    0.25  5968 1.00
-p_predicted_default[365]          0.17    0.26  5779 1.00
-p_predicted_default[366]          0.17    0.26  6381 1.00
-p_predicted_default[367]          0.17    0.27  6198 1.00
-p_predicted_default[368]          0.41    0.48  6162 1.00
-p_predicted_default[369]          0.41    0.48  6162 1.00
-p_predicted_default[370]          0.41    0.48  6162 1.00
-p_predicted_default[371]          0.24    0.31  6640 1.00
-p_predicted_default[372]          0.24    0.31  6640 1.00
-p_predicted_default[373]          0.24    0.31  6640 1.00
-p_predicted_default[374]          0.24    0.30  7087 1.00
-p_predicted_default[375]          0.24    0.30  7087 1.00
-p_predicted_default[376]          0.24    0.30  7087 1.00
-p_predicted_default[377]          0.16    0.20  7834 1.00
-p_predicted_default[378]          0.16    0.20  7834 1.00
-p_predicted_default[379]          0.16    0.20  7834 1.00
-p_predicted_default[380]          0.16    0.20  8134 1.00
-p_predicted_default[381]          0.16    0.20  8134 1.00
-p_predicted_default[382]          0.16    0.20  8134 1.00
-p_predicted_default[383]          0.16    0.20  8175 1.00
-p_predicted_default[384]          0.16    0.20  8175 1.00
-p_predicted_default[385]          0.16    0.20  8175 1.00
-p_predicted_default[386]          0.16    0.20  8237 1.00
-p_predicted_default[387]          0.16    0.20  8237 1.00
-p_predicted_default[388]          0.16    0.20  8237 1.00
-p_predicted_default[389]          0.16    0.20  8225 1.00
-p_predicted_default[390]          0.16    0.20  8225 1.00
-p_predicted_default[391]          0.16    0.20  8225 1.00
-p_predicted_default[392]          0.16    0.20  8168 1.00
-p_predicted_default[393]          0.16    0.20  8168 1.00
-p_predicted_default[394]          0.16    0.20  8168 1.00
-p_predicted_default[395]          0.16    0.20  8187 1.00
-p_predicted_default[396]          0.16    0.20  8187 1.00
-p_predicted_default[397]          0.16    0.20  8187 1.00
-p_predicted_default[398]          0.16    0.20  8189 1.00
-p_predicted_default[399]          0.16    0.20  8189 1.00
-p_predicted_default[400]          0.16    0.20  8189 1.00
-p_predicted_default[401]          0.16    0.20  8232 1.00
-p_predicted_default[402]          0.16    0.20  8232 1.00
-p_predicted_default[403]          0.16    0.20  8232 1.00
-p_predicted_default[404]          0.16    0.20  8214 1.00
-p_predicted_default[405]          0.16    0.20  8214 1.00
-p_predicted_default[406]          0.16    0.20  8214 1.00
-p_predicted_default[407]          0.16    0.20  8245 1.00
-p_predicted_default[408]          0.16    0.20  8245 1.00
-p_predicted_default[409]          0.16    0.20  8245 1.00
-p_predicted_default[410]          0.04    0.09  9963 1.00
-p_predicted_default[411]          0.04    0.09  9968 1.00
-p_predicted_default[412]          0.04    0.09  9969 1.00
-p_predicted_default[413]          0.05    0.10  9247 1.00
-p_predicted_default[414]          0.38    0.49  1906 1.00
-p_predicted_default[415]          0.31    0.37  5226 1.00
-p_predicted_default[416]          0.30    0.36  5340 1.00
-p_predicted_default[417]          0.29    0.35  5130 1.00
-p_predicted_default[418]          0.30    0.36  5344 1.00
-p_predicted_default[419]          0.30    0.37  5351 1.00
-p_predicted_default[420]          0.26    0.34  2584 1.00
-p_predicted_default[421]          0.28    0.35  4851 1.00
-p_predicted_default[422]          0.23    0.29  4499 1.00
-p_predicted_default[423]          0.27    0.34  4064 1.00
-p_predicted_default[424]          0.23    0.29  4326 1.00
-p_predicted_default[425]          0.23    0.29  4419 1.00
-p_predicted_default[426]          0.17    0.21  4658 1.00
-p_predicted_default[427]          0.25    0.31  3987 1.00
-p_predicted_default[428]          0.23    0.28  5150 1.00
-p_predicted_default[429]          0.22    0.27  5496 1.00
-p_predicted_default[430]          0.09    0.13  6078 1.00
-p_predicted_default[431]          0.08    0.11  7356 1.00
-p_predicted_default[432]          0.06    0.09  6319 1.00
-p_predicted_default[433]          0.42    0.52  5223 1.00
-p_predicted_default[434]          0.37    0.47  6045 1.00
-p_predicted_default[435]          0.30    0.39  5479 1.00
-p_predicted_default[436]          0.29    0.38  5602 1.00
-p_predicted_default[437]          0.33    0.43  3676 1.00
-p_predicted_default[438]          0.21    0.31  1977 1.00
-p_predicted_default[439]          0.19    0.30  1625 1.00
-p_predicted_default[440]          0.19    0.30  1602 1.00
-p_predicted_default[441]          0.17    0.30  1435 1.00
-p_predicted_default[442]          0.30    0.41  1647 1.00
-p_predicted_default[443]          0.35    0.43  5617 1.00
-p_predicted_default[444]          0.33    0.40  7688 1.00
-p_predicted_default[445]          0.33    0.41  7221 1.00
-p_predicted_default[446]          0.32    0.40  7911 1.00
-p_predicted_default[447]          0.29    0.37  6744 1.00
-p_predicted_default[448]          0.31    0.38  8175 1.00
-p_predicted_default[449]          0.26    0.33  4048 1.00
-p_predicted_default[450]          0.25    0.31  5160 1.00
-p_predicted_default[451]          0.29    0.36  5859 1.00
-p_predicted_default[452]          0.24    0.30  6194 1.00
-p_predicted_default[453]          0.24    0.30  6842 1.00
-p_predicted_default[454]          0.22    0.28  7865 1.00
-p_predicted_default[455]          0.22    0.28  7828 1.00
-p_predicted_default[456]          0.21    0.32  1362 1.00
-p_predicted_default[457]          0.16    0.24  1845 1.00
-p_predicted_default[458]          0.16    0.24  1801 1.00
-p_predicted_default[459]          0.15    0.23  1565 1.00
-p_predicted_default[460]          0.30    0.40  1643 1.00
-p_predicted_default[461]          0.35    0.43  5563 1.00
-p_predicted_default[462]          0.31    0.38  8216 1.00
-p_predicted_default[463]          0.29    0.36  6239 1.00
-p_predicted_default[464]          0.28    0.36  5213 1.00
-p_predicted_default[465]          0.27    0.35  4359 1.00
-p_predicted_default[466]          0.22    0.28  7832 1.00
-p_predicted_default[467]          0.22    0.28  7884 1.00
-p_predicted_default[468]          0.22    0.28  7854 1.00
-p_predicted_default[469]          0.27    0.37  1629 1.00
-p_predicted_default[470]          0.31    0.38  9080 1.00
-p_predicted_default[471]          0.28    0.35  4860 1.00
-p_predicted_default[472]          0.29    0.36  6360 1.00
-p_predicted_default[473]          0.22    0.29  6636 1.00
-p_predicted_default[474]          0.23    0.30  6063 1.00
-p_predicted_default[475]          0.23    0.29  6468 1.00
-p_predicted_default[476]          0.22    0.28  6657 1.00
-p_predicted_default[477]          0.12    0.17  3908 1.00
-p_predicted_default[478]          0.11    0.16  2617 1.00
-p_predicted_default[479]          0.10    0.16  1597 1.00
-p_predicted_default[480]          0.09    0.15  1417 1.00
-p_predicted_default[481]          0.25    0.34  1615 1.01
-p_predicted_default[482]          0.28    0.34  5402 1.00
-p_predicted_default[483]          0.29    0.35  5021 1.00
-p_predicted_default[484]          0.19    0.23  6276 1.00
-p_predicted_default[485]          0.18    0.22  7565 1.00
-p_predicted_default[486]          0.18    0.21  7593 1.00
-p_predicted_default[487]          0.18    0.22  7717 1.00
-p_predicted_default[488]          0.18    0.21  7377 1.00
-p_predicted_default[489]          0.17    0.21  6613 1.00
-p_predicted_default[490]          0.17    0.21  5649 1.00
-p_predicted_default[491]          0.09    0.15  8078 1.00
-p_predicted_default[492]          0.09    0.15  8078 1.00
-p_predicted_default[493]          0.09    0.15  8123 1.00
-p_predicted_default[494]          0.09    0.15  8123 1.00
-p_predicted_default[495]          0.10    0.16  7726 1.00
-p_predicted_default[496]          0.10    0.16  7726 1.00
-p_predicted_default[497]          0.08    0.13  6205 1.00
-p_predicted_default[498]          0.08    0.13  6205 1.00
-p_predicted_default[499]          0.08    0.13  6204 1.00
-p_predicted_default[500]          0.08    0.13  6204 1.00
-p_predicted_default[501]          0.27    0.37  1619 1.00
-p_predicted_default[502]          0.31    0.39  8873 1.00
-p_predicted_default[503]          0.23    0.29  6334 1.00
-p_predicted_default[504]          0.23    0.29  6580 1.00
-p_predicted_default[505]          0.22    0.28  6658 1.00
-p_predicted_default[506]          0.22    0.28  6650 1.00
-p_predicted_default[507]          0.22    0.28  6543 1.00
-p_predicted_default[508]          0.13    0.17  5583 1.00
-p_predicted_default[509]          0.12    0.17  3311 1.00
-p_predicted_default[510]          0.10    0.16  1796 1.00
-p_predicted_default[511]          0.10    0.15  1526 1.00
-p_predicted_default[512]          0.00    0.06 10556 1.00
-p_predicted_default[513]          0.00    0.06 10656 1.00
-p_predicted_default[514]          0.00    0.06 10683 1.00
-p_predicted_default[515]          0.00    0.05 10694 1.00
-p_predicted_default[516]          0.00    0.05 10707 1.00
-p_predicted_default[517]          0.00    0.05 10532 1.00
-p_predicted_default[518]          0.00    0.05 10509 1.00
-p_predicted_default[519]          0.00    0.05 10522 1.00
-p_predicted_default[520]          0.00    0.05 10515 1.00
-p_predicted_default[521]          0.00    0.05 10504 1.00
-p_predicted_default[522]          0.00    0.06 10637 1.00
-p_predicted_default[523]          0.24    0.37  1594 1.00
-p_predicted_default[524]          0.22    0.36  1437 1.00
-p_predicted_default[525]          0.53    0.61  8577 1.00
-p_predicted_default[526]          0.53    0.61  8577 1.00
-p_predicted_default[527]          0.53    0.61  8577 1.00
-p_predicted_default[528]          0.51    0.59  5876 1.00
-p_predicted_default[529]          0.51    0.59  5876 1.00
-p_predicted_default[530]          0.51    0.59  5876 1.00
-p_predicted_default[531]          0.33    0.39  6275 1.00
-p_predicted_default[532]          0.33    0.39  6275 1.00
-p_predicted_default[533]          0.33    0.39  6275 1.00
-p_predicted_default[534]          0.32    0.38  5348 1.00
-p_predicted_default[535]          0.32    0.38  5348 1.00
-p_predicted_default[536]          0.32    0.38  5348 1.00
-p_predicted_default[537]          0.27    0.32  4104 1.00
-p_predicted_default[538]          0.27    0.32  4104 1.00
-p_predicted_default[539]          0.27    0.32  4104 1.00
-p_predicted_default[540]          0.41    0.49  7073 1.00
-p_predicted_default[541]          0.41    0.49  7073 1.00
-p_predicted_default[542]          0.41    0.49  7073 1.00
-p_predicted_default[543]          0.39    0.47  6245 1.00
-p_predicted_default[544]          0.39    0.47  6245 1.00
-p_predicted_default[545]          0.39    0.47  6245 1.00
-p_predicted_default[546]          0.23    0.29  4104 1.00
-p_predicted_default[547]          0.23    0.29  4104 1.00
-p_predicted_default[548]          0.23    0.29  4104 1.00
-p_predicted_default[549]          0.24    0.30  3649 1.00
-p_predicted_default[550]          0.24    0.30  3649 1.00
-p_predicted_default[551]          0.24    0.30  3649 1.00
-p_predicted_default[552]          0.03    0.07  7128 1.00
-p_predicted_default[553]          0.03    0.07  7133 1.00
-p_predicted_default[554]          0.03    0.07  7134 1.00
-p_predicted_default[555]          0.03    0.05  8289 1.00
-p_predicted_default[556]          0.02    0.05  8211 1.00
-p_predicted_default[557]          0.02    0.05  8200 1.00
-p_predicted_default[558]          0.05    0.09 10134 1.00
-p_predicted_default[559]          0.05    0.09 10122 1.00
-p_predicted_default[560]          0.05    0.09 10123 1.00
-p_predicted_default[561]          0.05    0.09 10122 1.00
-p_predicted_default[562]          0.05    0.09 10122 1.00
-p_predicted_default[563]          0.05    0.09 10122 1.00
-p_predicted_default[564]          0.05    0.09 10127 1.00
-p_predicted_default[565]          0.05    0.09 10120 1.00
-p_predicted_default[566]          0.05    0.09 10119 1.00
-p_predicted_default[567]          0.05    0.09 10117 1.00
-p_predicted_default[568]          0.05    0.09 10133 1.00
-p_predicted_default[569]          0.05    0.09 10137 1.00
-p_predicted_default[570]          0.05    0.09 10141 1.00
-p_predicted_default[571]          0.00    0.04 10673 1.00
-p_predicted_default[572]          0.00    0.04 10457 1.00
-p_predicted_default[573]          0.00    0.04 10501 1.00
-p_predicted_default[574]          0.00    0.04 10515 1.00
-p_predicted_default[575]          0.00    0.04 10664 1.00
-p_predicted_default[576]          0.19    0.31  9392 1.00
-p_predicted_default[577]          0.10    0.17  6912 1.00
-p_predicted_default[578]          0.10    0.17  8195 1.00
-p_predicted_default[579]          0.11    0.22  8976 1.00
-p_predicted_default[580]          0.11    0.22  8975 1.00
-p_predicted_default[581]          0.08    0.17  9266 1.00
-p_predicted_default[582]          0.30    0.40  1657 1.00
-p_predicted_default[583]          0.35    0.43  5690 1.00
-p_predicted_default[584]          0.28    0.36  5200 1.00
-p_predicted_default[585]          0.23    0.30  7046 1.00
-p_predicted_default[586]          0.21    0.27  7266 1.00
-p_predicted_default[587]          0.16    0.28  6136 1.00
-p_predicted_default[588]          0.15    0.27  5962 1.00
-p_predicted_default[589]          0.20    0.31  6971 1.00
-p_predicted_default[590]          0.19    0.30  9107 1.00
-p_predicted_default[591]          0.20    0.31  7142 1.00
-p_predicted_default[592]          0.19    0.30  9279 1.00
-p_predicted_default[593]          0.20    0.31  7018 1.00
-p_predicted_default[594]          0.19    0.30  9183 1.00
-p_predicted_default[595]          0.14    0.25  5875 1.00
-p_predicted_default[596]          0.14    0.24  5574 1.00
-p_predicted_default[597]          0.35    0.44  1257 1.00
-p_predicted_default[598]          0.39    0.45  4584 1.00
-p_predicted_default[599]          0.38    0.44  3889 1.00
-p_predicted_default[600]          0.37    0.43  3308 1.00
-p_predicted_default[601]          0.30    0.36  3336 1.00
-p_predicted_default[602]          0.31    0.38  3110 1.00
-p_predicted_default[603]          0.15    0.19  4961 1.00
-p_predicted_default[604]          0.15    0.19  4132 1.00
-p_predicted_default[605]          0.13    0.18  2284 1.00
-p_predicted_default[606]          0.11    0.17  1389 1.00
-p_predicted_default[607]          0.68    0.85  7444 1.00
-p_predicted_default[608]          0.68    0.85  7444 1.00
-p_predicted_default[609]          0.64    0.81  6205 1.00
-p_predicted_default[610]          0.64    0.81  6205 1.00
-p_predicted_default[611]          0.64    0.81  6206 1.00
-p_predicted_default[612]          0.64    0.81  6206 1.00
-p_predicted_default[613]          0.67    0.84  6644 1.00
-p_predicted_default[614]          0.67    0.84  6644 1.00
-p_predicted_default[615]          0.77    0.91  5734 1.00
-p_predicted_default[616]          0.77    0.91  5734 1.00
-p_predicted_default[617]          0.22    0.27  2647 1.00
-p_predicted_default[618]          0.22    0.27  2664 1.00
-p_predicted_default[619]          0.21    0.26  2072 1.00
-p_predicted_default[620]          0.03    0.44 10622 1.00
-p_predicted_default[621]          0.03    0.43 10736 1.00
-p_predicted_default[622]          0.12    0.23 10061 1.00
-p_predicted_default[623]          0.11    0.22  9979 1.00
-p_predicted_default[624]          0.11    0.20 10031 1.00
-p_predicted_default[625]          0.08    0.15  9652 1.00
-p_predicted_default[626]          0.05    0.11  8843 1.00
-p_predicted_default[627]          0.06    0.11  8298 1.00
-p_predicted_default[628]          0.06    0.11  8216 1.00
-p_predicted_default[629]          0.04    0.09  8433 1.00
-p_predicted_default[630]          0.36    0.48  1851 1.00
-p_predicted_default[631]          0.41    0.49  6748 1.00
-p_predicted_default[632]          0.34    0.43  3421 1.00
-p_predicted_default[633]          0.34    0.42  3761 1.00
-p_predicted_default[634]          0.34    0.42  3941 1.00
-p_predicted_default[635]          0.16    0.22  2775 1.00
-p_predicted_default[636]          0.26    0.39  6548 1.00
-p_predicted_default[637]          0.27    0.43  6580 1.00
-p_predicted_default[638]          0.31    0.43  6525 1.00
-p_predicted_default[639]          0.32    0.48  8445 1.00
-p_predicted_default[640]          0.30    0.42  6039 1.00
-p_predicted_default[641]          0.32    0.47  8049 1.00
-p_predicted_default[642]          0.31    0.42  6099 1.00
-p_predicted_default[643]          0.32    0.47  8112 1.00
-p_predicted_default[644]          0.23    0.33  5494 1.00
-p_predicted_default[645]          0.24    0.39  6005 1.00
-p_predicted_default[646]          0.23    0.34  6352 1.00
-p_predicted_default[647]          0.24    0.39  6744 1.00
-p_predicted_default[648]          0.23    0.34  6117 1.00
-p_predicted_default[649]          0.24    0.39  6549 1.00
-p_predicted_default[650]          0.34    0.51  7532 1.00
-p_predicted_default[651]          0.34    0.51  7532 1.00
-p_predicted_default[652]          0.33    0.50  7807 1.00
-p_predicted_default[653]          0.33    0.50  7807 1.00
-p_predicted_default[654]          0.25    0.35  8460 1.00
-p_predicted_default[655]          0.25    0.35  8460 1.00
-p_predicted_default[656]          0.09    0.17  9505 1.00
-p_predicted_default[657]          0.09    0.17  9505 1.00
-p_predicted_default[658]          0.08    0.16  9397 1.00
-p_predicted_default[659]          0.08    0.16  9397 1.00
-p_predicted_default[660]          0.04    0.07  7882 1.00
-p_predicted_default[661]          0.04    0.07  7882 1.00
-p_predicted_default[662]          0.04    0.07  8306 1.00
-p_predicted_default[663]          0.04    0.07  8306 1.00
-p_predicted_default[664]          0.04    0.07  8513 1.00
-p_predicted_default[665]          0.04    0.07  8513 1.00
-p_predicted_default[666]          0.04    0.07  8659 1.00
-p_predicted_default[667]          0.04    0.07  8659 1.00
-p_predicted_default[668]          0.12    0.26 10404 1.00
-p_predicted_default[669]          0.12    0.26 10404 1.00
-p_predicted_default[670]          0.12    0.25 10453 1.00
-p_predicted_default[671]          0.08    0.17 10745 1.00
-p_predicted_default[672]          0.08    0.16 10793 1.00
-p_predicted_default[673]          0.08    0.16 10771 1.00
-p_predicted_default[674]          0.08    0.15 10704 1.00
-p_predicted_default[675]          0.07    0.16 10815 1.00
-p_predicted_default[676]          0.05    0.13 11648 1.00
-p_predicted_default[677]          0.05    0.13 11640 1.00
-p_predicted_default[678]          0.05    0.13 11637 1.00
-p_predicted_default[679]          0.05    0.13 11636 1.00
-p_predicted_default[680]          0.05    0.12 11633 1.00
-p_predicted_default[681]          0.05    0.12 11630 1.00
-p_predicted_default[682]          0.05    0.12 11607 1.00
-p_predicted_default[683]          0.05    0.12 11586 1.00
-p_predicted_default[684]          0.05    0.12 11580 1.00
-p_predicted_default[685]          0.05    0.12 11565 1.00
-p_predicted_default[686]          0.05    0.12 11551 1.00
-p_predicted_default[687]          0.05    0.12 11543 1.00
-p_predicted_default[688]          0.05    0.12 11529 1.00
-p_predicted_default[689]          0.05    0.09  5456 1.00
-p_predicted_default[690]          0.03    0.07  6860 1.00
-p_predicted_default[691]          0.05    0.09  5456 1.00
-p_predicted_default[692]          0.09    0.14  5497 1.00
-p_predicted_default[693]          0.07    0.11  6645 1.00
-p_predicted_default[694]          0.09    0.14  5497 1.00
-p_predicted_default[695]          0.09    0.14  5373 1.00
-p_predicted_default[696]          0.07    0.11  6581 1.00
-p_predicted_default[697]          0.09    0.14  5373 1.00
-p_predicted_default[698]          0.09    0.15  5208 1.00
-p_predicted_default[699]          0.07    0.12  6404 1.00
-p_predicted_default[700]          0.09    0.15  5208 1.00
-p_predicted_default[701]          0.07    0.12  5235 1.00
-p_predicted_default[702]          0.05    0.09  6511 1.00
-p_predicted_default[703]          0.07    0.12  5235 1.00
-p_predicted_default[704]          0.07    0.12  5233 1.00
-p_predicted_default[705]          0.05    0.09  6509 1.00
-p_predicted_default[706]          0.07    0.12  5233 1.00
-p_predicted_default[707]          0.07    0.12  5178 1.00
-p_predicted_default[708]          0.05    0.09  6459 1.00
-p_predicted_default[709]          0.07    0.12  5178 1.00
-p_predicted_default[710]          0.51    0.58  8318 1.00
-p_predicted_default[711]          0.43    0.51  4023 1.00
-p_predicted_default[712]          0.25    0.33  1538 1.00
-p_predicted_default[713]          0.28    0.35  7576 1.00
-p_predicted_default[714]          0.28    0.35  7563 1.00
-p_predicted_default[715]          0.27    0.34  7991 1.00
-p_predicted_default[716]          0.27    0.33  7390 1.00
-p_predicted_default[717]          0.22    0.27  4538 1.00
-p_predicted_default[718]          0.21    0.26  5606 1.00
-p_predicted_default[719]          0.14    0.18  7688 1.00
-p_predicted_default[720]          0.11    0.15  3567 1.00
-p_predicted_default[721]          0.00    0.02  9861 1.00
-p_predicted_default[722]          0.00    0.02  9854 1.00
-p_predicted_default[723]          0.00    0.02  9918 1.00
-p_predicted_default[724]          0.00    0.02  9918 1.00
-p_predicted_default[725]          0.00    0.02  9930 1.00
-p_predicted_default[726]          0.00    0.02  9929 1.00
-p_predicted_default[727]          0.00    0.02  9935 1.00
-p_predicted_default[728]          0.00    0.02  9933 1.00
-p_predicted_default[729]          0.00    0.02 10083 1.00
-p_predicted_default[730]          0.40    0.57  8339 1.00
-p_predicted_default[731]          0.39    0.56  8085 1.00
-p_predicted_default[732]          0.31    0.48  7390 1.00
-p_predicted_default[733]          0.61    0.76  9868 1.00
-p_predicted_default[734]          0.61    0.76  9858 1.00
-p_predicted_default[735]          0.59    0.74  9694 1.00
-p_predicted_default[736]          0.51    0.67  9747 1.00
-p_predicted_default[737]          0.51    0.67  9840 1.00
-p_predicted_default[738]          0.50    0.67 10330 1.00
-p_predicted_default[739]          0.50    0.68 10488 1.00
-p_predicted_default[740]          0.50    0.68 10591 1.00
-p_predicted_default[741]          0.10    0.20  8994 1.00
-p_predicted_default[742]          0.10    0.20  8994 1.00
-p_predicted_default[743]          0.00    0.01  9367 1.00
-p_predicted_default[744]          0.00    0.01  9370 1.00
-p_predicted_default[745]          0.00    0.01  9317 1.00
-p_predicted_default[746]          0.00    0.01  9363 1.00
-p_predicted_default[747]          0.00    0.01  9349 1.00
-p_predicted_default[748]          0.00    0.01  9579 1.00
-p_predicted_default[749]          0.00    0.01  9587 1.00
-p_predicted_default[750]          0.00    0.01  9578 1.00
-p_predicted_default[751]          0.00    0.01  9724 1.00
-p_predicted_default[752]          0.02    0.19 10547 1.00
-p_predicted_default[753]          0.02    0.18 10633 1.00
-p_predicted_default[754]          0.02    0.18 10635 1.00
-p_predicted_default[755]          0.02    0.18 10631 1.00
-p_predicted_default[756]          0.01    0.18 10629 1.00
-p_predicted_default[757]          0.01    0.19 10339 1.00
-p_predicted_default[758]          0.00    0.01  9401 1.00
-p_predicted_default[759]          0.00    0.01  9402 1.00
-p_predicted_default[760]          0.00    0.01  9381 1.00
-p_predicted_default[761]          0.00    0.01  9353 1.00
-p_predicted_default[762]          0.00    0.01  9284 1.00
-p_predicted_default[763]          0.00    0.01  9315 1.00
-p_predicted_default[764]          0.00    0.01  9306 1.00
-p_predicted_default[765]          0.00    0.01  9304 1.00
-p_predicted_default[766]          0.00    0.01  9297 1.00
-p_predicted_default[767]          0.00    0.01  9280 1.00
-p_predicted_default[768]          0.00    0.01  9274 1.00
-p_predicted_default[769]          0.00    0.01  9348 1.00
-p_predicted_default[770]          0.00    0.01  9402 1.00
-p_predicted_default[771]          0.00    0.01  9382 1.00
-p_predicted_default[772]          0.00    0.01  9268 1.00
-p_predicted_default[773]          0.00    0.01  9284 1.00
-p_predicted_default[774]          0.00    0.01  9313 1.00
-p_predicted_default[775]          0.00    0.01  9302 1.00
-p_predicted_default[776]          0.00    0.01  9290 1.00
-p_predicted_default[777]          0.00    0.01  9289 1.00
-p_predicted_default[778]          0.00    0.01  9370 1.00
-p_predicted_default[779]          0.00    0.01  9370 1.00
-p_predicted_default[780]          0.00    0.01  9346 1.00
-p_predicted_default[781]          0.00    0.01  9401 1.00
-p_predicted_default[782]          0.00    0.01  9396 1.00
-p_predicted_default[783]          0.00    0.01  9310 1.00
-p_predicted_default[784]          0.00    0.01  9287 1.00
-p_predicted_default[785]          0.00    0.01  9278 1.00
-p_predicted_default[786]          0.00    0.01  9280 1.00
-p_predicted_default[787]          0.00    0.01  9361 1.00
-p_predicted_default[788]          0.00    0.01  9348 1.00
-p_predicted_default[789]          0.00    0.01  9322 1.00
-p_predicted_default[790]          0.00    0.01  9320 1.00
-p_predicted_default[791]          0.38    0.44  4121 1.00
-p_predicted_default[792]          0.37    0.44  3524 1.00
-p_predicted_default[793]          0.37    0.43  3396 1.00
-p_predicted_default[794]          0.38    0.44  3875 1.00
-p_predicted_default[795]          0.33    0.39  2796 1.00
-p_predicted_default[796]          0.32    0.38  3037 1.00
-p_predicted_default[797]          0.32    0.38  3032 1.00
-p_predicted_default[798]          0.31    0.38  3092 1.00
-p_predicted_default[799]          0.00    0.04  9340 1.00
-p_predicted_default[800]          0.00    0.03  9353 1.00
-p_predicted_default[801]          0.00    0.04  9356 1.00
-p_predicted_default[802]          0.00    0.03  9379 1.00
-p_predicted_default[803]          0.00    0.04  9399 1.00
-p_predicted_default[804]          0.00    0.04  9404 1.00
-p_predicted_default[805]          0.00    0.02  9903 1.00
-p_predicted_default[806]          0.00    0.02  9892 1.00
-p_predicted_default[807]          0.03    0.07  7124 1.00
-p_predicted_default[808]          0.03    0.05  8280 1.00
-p_predicted_default[809]          0.03    0.07  7114 1.00
-p_predicted_default[810]          0.03    0.05  8277 1.00
-p_predicted_default[811]          0.05    0.09 10135 1.00
-p_predicted_default[812]          0.05    0.09 10119 1.00
-p_predicted_default[813]          0.06    0.12  7333 1.00
-p_predicted_default[814]          0.05    0.09 10119 1.00
-p_predicted_default[815]          0.05    0.09 10121 1.00
-p_predicted_default[816]          0.05    0.09 10135 1.00
-p_predicted_default[817]          0.05    0.09 10143 1.00
-p_predicted_default[818]          0.09    0.18  9968 1.00
-p_predicted_default[819]          0.09    0.17  9638 1.00
-p_predicted_default[820]          0.09    0.17  9664 1.00
-p_predicted_default[821]          0.08    0.16  9829 1.00
-p_predicted_default[822]          0.07    0.12 10385 1.00
-p_predicted_default[823]          0.08    0.15  9722 1.00
-p_predicted_default[824]          0.07    0.13 10124 1.00
-p_predicted_default[825]          0.06    0.12 10513 1.00
-p_predicted_default[826]          0.07    0.12 10415 1.00
-p_predicted_default[827]          0.06    0.11 10601 1.00
-p_predicted_default[828]          0.00    0.02  9751 1.00
-p_predicted_default[829]          0.00    0.02  9811 1.00
-p_predicted_default[830]          0.08    0.18  8423 1.00
-p_predicted_default[831]          0.10    0.20  9497 1.00
-p_predicted_default[832]          0.07    0.14  8586 1.00
-p_predicted_default[833]          0.06    0.14  8760 1.00
-p_predicted_default[834]          0.06    0.14  8799 1.00
-p_predicted_default[835]          0.06    0.15  9279 1.00
-p_predicted_default[836]          0.19    0.27  2072 1.00
-p_predicted_default[837]          0.19    0.29  2265 1.00
-p_predicted_default[838]          0.22    0.28  4812 1.00
-p_predicted_default[839]          0.23    0.31  9627 1.00
-p_predicted_default[840]          0.22    0.29  4607 1.00
-p_predicted_default[841]          0.23    0.31  9401 1.00
-p_predicted_default[842]          0.22    0.28  4752 1.00
-p_predicted_default[843]          0.23    0.31  9567 1.00
-p_predicted_default[844]          0.13    0.18  5184 1.00
-p_predicted_default[845]          0.14    0.20  8198 1.00
-p_predicted_default[846]          0.13    0.18  5203 1.00
-p_predicted_default[847]          0.14    0.20  8341 1.00
-p_predicted_default[848]          0.12    0.17  4665 1.00
-p_predicted_default[849]          0.13    0.19  6677 1.00
-p_predicted_default[850]          0.10    0.13  5668 1.00
-p_predicted_default[851]          0.10    0.15 10367 1.00
-p_predicted_default[852]          0.07    0.10  4686 1.00
-p_predicted_default[853]          0.08    0.12  5450 1.00
-p_predicted_default[854]          0.07    0.10  3430 1.00
-p_predicted_default[855]          0.07    0.11  3684 1.00
-p_predicted_default[856]          0.05    0.08  2187 1.00
-p_predicted_default[857]          0.05    0.09  2324 1.00
-p_predicted_default[858]          0.21    0.27  5737 1.00
-p_predicted_default[859]          0.20    0.26  6608 1.00
-p_predicted_default[860]          0.19    0.25  6985 1.00
-p_predicted_default[861]          0.19    0.24  6903 1.00
-p_predicted_default[862]          0.18    0.23  5802 1.00
-p_predicted_default[863]          0.17    0.23  4750 1.00
-p_predicted_default[864]          0.14    0.18  5401 1.00
-p_predicted_default[865]          0.13    0.17  6423 1.00
-p_predicted_default[866]          0.12    0.16  5737 1.00
-p_predicted_default[867]          0.12    0.16  6326 1.00
-p_predicted_default[868]          0.13    0.17  6416 1.00
-p_predicted_default[869]          0.13    0.17  6392 1.00
-p_predicted_default[870]          0.00    0.04 10666 1.00
-p_predicted_default[871]          0.00    0.04 10451 1.00
-p_predicted_default[872]          0.00    0.04 10516 1.00
-p_predicted_default[873]          0.00    0.04 10544 1.00
-p_predicted_default[874]          0.00    0.04 10652 1.00
-p_predicted_default[875]          0.00    0.04 10664 1.00
-p_predicted_default[876]          0.34    0.46  7073 1.00
-p_predicted_default[877]          0.25    0.35  6012 1.00
-p_predicted_default[878]          0.19    0.28  4375 1.00
-p_predicted_default[879]          0.18    0.27  3702 1.00
-p_predicted_default[880]          0.06    0.12  5760 1.00
-p_predicted_default[881]          0.04    0.09  7684 1.00
-p_predicted_default[882]          0.03    0.07  7533 1.00
-p_predicted_default[883]          0.03    0.06  7745 1.00
-p_predicted_default[884]          0.03    0.06  7872 1.00
-p_predicted_default[885]          0.00    0.02  9591 1.00
-p_predicted_default[886]          0.00    0.02  9752 1.00
-p_predicted_default[887]          0.00    0.02  9749 1.00
-p_predicted_default[888]          0.00    0.02  9739 1.00
-p_predicted_default[889]          0.00    0.02  9730 1.00
-p_predicted_default[890]          0.00    0.02  9882 1.00
-p_predicted_default[891]          0.00    0.02 10167 1.00
-p_predicted_default[892]          0.00    0.02 10165 1.00
-p_predicted_default[893]          0.00    0.02 10168 1.00
-p_predicted_default[894]          0.00    0.02 10171 1.00
-p_predicted_default[895]          0.00    0.02 10128 1.00
-p_predicted_default[896]          0.00    0.02 10122 1.00
-p_predicted_default[897]          0.00    0.01  9578 1.00
-p_predicted_default[898]          0.00    0.01  9566 1.00
-p_predicted_default[899]          0.00    0.01  9703 1.00
-p_predicted_default[900]          0.00    0.01  9767 1.00
-p_predicted_default[901]          0.25    0.33  1537 1.00
-p_predicted_default[902]          0.28    0.35  7806 1.00
-p_predicted_default[903]          0.14    0.18  7687 1.00
-p_predicted_default[904]          0.13    0.17  9222 1.00
-p_predicted_default[905]          0.12    0.16  6996 1.00
-p_predicted_default[906]          0.10    0.15  2976 1.00
-p_predicted_default[907]          0.31    0.38  6813 1.00
-p_predicted_default[908]          0.28    0.35  5863 1.00
-p_predicted_default[909]          0.23    0.29  4904 1.00
-p_predicted_default[910]          0.20    0.26  5942 1.00
-p_predicted_default[911]          0.20    0.26  5862 1.00
-p_predicted_default[912]          0.02    0.06  5351 1.00
-p_predicted_default[913]          0.02    0.04  6308 1.00
-p_predicted_default[914]          0.02    0.06  5351 1.00
-p_predicted_default[915]          0.03    0.06  4759 1.00
-p_predicted_default[916]          0.02    0.05  5664 1.00
-p_predicted_default[917]          0.03    0.06  4759 1.00
-p_predicted_default[918]          0.02    0.05  4782 1.00
-p_predicted_default[919]          0.01    0.04  5557 1.00
-p_predicted_default[920]          0.02    0.05  4782 1.00
-p_predicted_default[921]          0.02    0.05  4689 1.00
-p_predicted_default[922]          0.01    0.04  5484 1.00
-p_predicted_default[923]          0.02    0.05  4689 1.00
-p_predicted_default[924]          0.41    0.53  1772 1.00
-p_predicted_default[925]          0.43    0.52  7042 1.00
-p_predicted_default[926]          0.43    0.52  6964 1.00
-p_predicted_default[927]          0.44    0.53  7126 1.00
-p_predicted_default[928]          0.13    0.21  2275 1.00
-p_predicted_default[929]          0.16    0.22  3658 1.00
-p_predicted_default[930]          0.09    0.13  4093 1.00
-p_predicted_default[931]          0.06    0.09  2634 1.00
-p_predicted_default[932]          0.00    0.01  9394 1.00
-p_predicted_default[933]          0.00    0.01  9399 1.00
-p_predicted_default[934]          0.00    0.02  8922 1.00
-p_predicted_default[935]          0.00    0.01  9399 1.00
-p_predicted_default[936]          0.00    0.01  9387 1.00
-p_predicted_default[937]          0.00    0.01  9340 1.00
-p_predicted_default[938]          0.00    0.01  9337 1.00
-p_predicted_default[939]          0.00    0.01  9283 1.00
-p_predicted_default[940]          0.00    0.01  9303 1.00
-p_predicted_default[941]          0.00    0.01  9295 1.00
-p_predicted_default[942]          0.00    0.01  9273 1.00
-p_predicted_default[943]          0.00    0.01  9268 1.00
-p_predicted_default[944]          0.55    0.63  6816 1.00
-p_predicted_default[945]          0.53    0.62  6607 1.00
-p_predicted_default[946]          0.47    0.56  4147 1.00
-p_predicted_default[947]          0.25    0.31  6742 1.00
-p_predicted_default[948]          0.25    0.31  6757 1.00
-p_predicted_default[949]          0.24    0.30  5999 1.00
-p_predicted_default[950]          0.27    0.38  9408 1.00
-p_predicted_default[951]          0.27    0.38  9408 1.00
-p_predicted_default[952]          0.27    0.38  9408 1.00
-p_predicted_default[953]          0.22    0.30  8537 1.00
-p_predicted_default[954]          0.22    0.30  8537 1.00
-p_predicted_default[955]          0.22    0.30  8537 1.00
-p_predicted_default[956]          0.21    0.29  8690 1.00
-p_predicted_default[957]          0.21    0.29  8690 1.00
-p_predicted_default[958]          0.21    0.29  8690 1.00
-p_predicted_default[959]          0.21    0.29 10154 1.00
-p_predicted_default[960]          0.21    0.29 10154 1.00
-p_predicted_default[961]          0.21    0.29 10154 1.00
-p_predicted_default[962]          0.22    0.30  8083 1.00
-p_predicted_default[963]          0.22    0.30  8083 1.00
-p_predicted_default[964]          0.22    0.30  8083 1.00
-p_predicted_default[965]          0.21    0.29  8281 1.00
-p_predicted_default[966]          0.21    0.29  8281 1.00
-p_predicted_default[967]          0.21    0.29  8281 1.00
-p_predicted_default[968]          0.21    0.29  8385 1.00
-p_predicted_default[969]          0.21    0.29  8385 1.00
-p_predicted_default[970]          0.21    0.29  8385 1.00
-p_predicted_default[971]          0.20    0.29  8792 1.00
-p_predicted_default[972]          0.20    0.29  8792 1.00
-p_predicted_default[973]          0.20    0.29  8792 1.00
-p_predicted_default[974]          0.20    0.28  9422 1.00
-p_predicted_default[975]          0.20    0.28  9422 1.00
-p_predicted_default[976]          0.20    0.28  9422 1.00
-p_predicted_default[977]          0.00    0.02  8915 1.00
-p_predicted_default[978]          0.00    0.01  9394 1.00
-p_predicted_default[979]          0.00    0.01  9394 1.00
-p_predicted_default[980]          0.00    0.01  9391 1.00
-p_predicted_default[981]          0.00    0.02  8922 1.00
-p_predicted_default[982]          0.00    0.01  9392 1.00
-p_predicted_default[983]          0.00    0.01  9365 1.00
-p_predicted_default[984]          0.00    0.01  9340 1.00
-p_predicted_default[985]          0.00    0.01  9268 1.00
-p_predicted_default[986]          0.00    0.01  9270 1.00
-p_predicted_default[987]          0.00    0.01  9283 1.00
-p_predicted_default[988]          0.00    0.01  9303 1.00
-p_predicted_default[989]          0.00    0.01  9291 1.00
-p_predicted_default[990]          0.00    0.01  9273 1.00
-p_predicted_default[991]          0.00    0.01  9268 1.00
-p_predicted_default[992]          0.00    0.01  9326 1.00
-p_predicted_default[993]          0.00    0.02  9748 1.00
-p_predicted_default[994]          0.00    0.02 10268 1.00
-p_predicted_default[995]          0.00    0.02 10139 1.00
-p_predicted_default[996]          0.99    1.00 10582 1.00
-p_predicted_default[997]          0.99    1.00  9718 1.00
-p_predicted_default[998]          1.00    1.00 10035 1.00
-p_predicted_default[999]          0.00    0.01  8664 1.00
-p_predicted_default[1000]         0.00    0.01  8625 1.00
-p_predicted_default[1001]         0.00    0.01  9359 1.00
-p_predicted_default[1002]         0.00    0.01  9346 1.00
-p_predicted_default[1003]         0.00    0.01  9325 1.00
-p_predicted_default[1004]         0.19    0.34  7140 1.00
-p_predicted_default[1005]         0.21    0.37  5897 1.00
-p_predicted_default[1006]         0.21    0.37  5896 1.00
-p_predicted_default[1007]         0.17    0.31  5937 1.00
-p_predicted_default[1008]         0.18    0.33  6148 1.00
-p_predicted_default[1009]         0.37    0.57  5807 1.00
-p_predicted_default[1010]         0.41    0.60  4785 1.00
-p_predicted_default[1011]         0.46    0.68  4206 1.00
-p_predicted_default[1012]         0.09    0.17  9584 1.00
-p_predicted_default[1013]         0.06    0.12 10425 1.00
-p_predicted_default[1014]         0.06    0.11 10604 1.00
-p_predicted_default[1015]         0.09    0.19  9926 1.00
-p_predicted_default[1016]         0.08    0.17  9715 1.00
-p_predicted_default[1017]         0.06    0.12 10571 1.00
-p_predicted_default[1018]         0.06    0.12 10605 1.00
-p_predicted_default[1019]         0.06    0.11 10610 1.00
-p_predicted_default[1020]         0.05    0.12 10284 1.00
-p_predicted_default[1021]         0.05    0.11 10240 1.00
-p_predicted_default[1022]         0.05    0.11 10089 1.00
-p_predicted_default[1023]         0.05    0.11 10020 1.00
-p_predicted_default[1024]         0.05    0.12 10029 1.00
-p_predicted_default[1025]         0.05    0.12 10128 1.00
-p_predicted_default[1026]         0.05    0.12 10202 1.00
-p_predicted_default[1027]         0.09    0.19  9959 1.00
-p_predicted_default[1028]         0.09    0.17  9638 1.00
-p_predicted_default[1029]         0.08    0.15  9766 1.00
-p_predicted_default[1030]         0.06    0.12 10608 1.00
-p_predicted_default[1031]         0.06    0.11 10610 1.00
-p_predicted_default[1032]         0.05    0.11 10280 1.00
-p_predicted_default[1033]         0.05    0.11 10204 1.00
-p_predicted_default[1034]         0.05    0.11 10144 1.00
-p_predicted_default[1035]         0.05    0.11 10023 1.00
-p_predicted_default[1036]         0.05    0.11 10005 1.00
-p_predicted_default[1037]         0.05    0.12 10095 1.00
-p_predicted_default[1038]         0.05    0.12  7798 1.00
-p_predicted_default[1039]         0.06    0.11  7912 1.00
-p_predicted_default[1040]         0.05    0.11  7732 1.00
-p_predicted_default[1041]         0.06    0.11  7815 1.00
-p_predicted_default[1042]         0.05    0.11  7626 1.00
-p_predicted_default[1043]         0.05    0.11  7694 1.00
-p_predicted_default[1044]         0.05    0.11  7633 1.00
-p_predicted_default[1045]         0.05    0.11  7744 1.00
-p_predicted_default[1046]         0.05    0.11  7609 1.00
-p_predicted_default[1047]         0.05    0.11  7725 1.00
-p_predicted_default[1048]         0.05    0.11  7602 1.00
-p_predicted_default[1049]         0.05    0.11  7654 1.00
-p_predicted_default[1050]         0.04    0.09  8605 1.00
-p_predicted_default[1051]         0.04    0.09  8300 1.00
-p_predicted_default[1052]         0.13    0.26 10740 1.00
-p_predicted_default[1053]         0.13    0.26 10740 1.00
-p_predicted_default[1054]         0.12    0.23 10881 1.00
-p_predicted_default[1055]         0.12    0.23 10881 1.00
-p_predicted_default[1056]         0.12    0.22 10716 1.00
-p_predicted_default[1057]         0.12    0.22 10716 1.00
-p_predicted_default[1058]         0.12    0.22 10662 1.00
-p_predicted_default[1059]         0.12    0.22 10662 1.00
-p_predicted_default[1060]         0.11    0.23 11110 1.00
-p_predicted_default[1061]         0.11    0.23 11110 1.00
-p_predicted_default[1062]         0.13    0.25 10792 1.00
-p_predicted_default[1063]         0.12    0.24 10894 1.00
-p_predicted_default[1064]         0.12    0.23 10889 1.00
-p_predicted_default[1065]         0.12    0.22 10724 1.00
-p_predicted_default[1066]         0.12    0.22 10692 1.00
-p_predicted_default[1067]         0.12    0.22 10789 1.00
-p_predicted_default[1068]         0.12    0.22 10700 1.00
-p_predicted_default[1069]         0.11    0.23 11156 1.00
-p_predicted_default[1070]         0.11    0.23 11102 1.00
-p_predicted_default[1071]         0.00    0.06 10812 1.00
-p_predicted_default[1072]         0.00    0.06 10781 1.00
-p_predicted_default[1073]         0.00    0.06 10766 1.00
-p_predicted_default[1074]         0.16    0.23  7570 1.00
-p_predicted_default[1075]         0.16    0.23  7570 1.00
-p_predicted_default[1076]         0.20    0.27  7985 1.00
-p_predicted_default[1077]         0.20    0.27  7985 1.00
-p_predicted_default[1078]         0.16    0.23  8213 1.00
-p_predicted_default[1079]         0.16    0.23  8213 1.00
-p_predicted_default[1080]         0.16    0.23  8419 1.00
-p_predicted_default[1081]         0.16    0.23  8419 1.00
-p_predicted_default[1082]         0.16    0.23  8891 1.00
-p_predicted_default[1083]         0.16    0.23  8891 1.00
-p_predicted_default[1084]         0.17    0.25  1806 1.00
-p_predicted_default[1085]         0.20    0.26  7620 1.00
-p_predicted_default[1086]         0.15    0.20  5555 1.00
-p_predicted_default[1087]         0.14    0.19  6764 1.00
-p_predicted_default[1088]         0.13    0.17  9212 1.00
-p_predicted_default[1089]         0.11    0.15  5153 1.00
-p_predicted_default[1090]         0.11    0.15  4424 1.00
-p_predicted_default[1091]         0.22    0.32  9504 1.00
-p_predicted_default[1092]         0.22    0.32  9390 1.00
-p_predicted_default[1093]         0.22    0.32  9572 1.00
-p_predicted_default[1094]         0.22    0.32  9458 1.00
-p_predicted_default[1095]         0.21    0.30  8497 1.00
-p_predicted_default[1096]         0.22    0.31  9340 1.00
-p_predicted_default[1097]         0.21    0.30  8494 1.00
-p_predicted_default[1098]         0.22    0.31  9203 1.00
-p_predicted_default[1099]         0.21    0.30  8559 1.00
-p_predicted_default[1100]         0.21    0.30  8532 1.00
-p_predicted_default[1101]         0.21    0.30  8368 1.00
-p_predicted_default[1102]         0.20    0.29  8299 1.00
-p_predicted_default[1103]         0.15    0.23  8823 1.00
-p_predicted_default[1104]         0.15    0.22  8975 1.00
-p_predicted_default[1105]         0.14    0.22  9200 1.00
-p_predicted_default[1106]         0.48    0.58  5330 1.00
-p_predicted_default[1107]         0.48    0.58  5407 1.00
-p_predicted_default[1108]         0.46    0.56  5984 1.00
-p_predicted_default[1109]         0.41    0.52  3013 1.00
-p_predicted_default[1110]         0.25    0.35  3048 1.00
-p_predicted_default[1111]         0.28    0.37  6808 1.00
-p_predicted_default[1112]         0.27    0.35  6353 1.00
-p_predicted_default[1113]         0.27    0.35  6283 1.00
-p_predicted_default[1114]         0.21    0.28  6847 1.00
-p_predicted_default[1115]         0.23    0.31  4365 1.00
-p_predicted_default[1116]         0.25    0.31  6239 1.00
-p_predicted_default[1117]         0.24    0.30  6958 1.00
-p_predicted_default[1118]         0.22    0.28  6292 1.00
-p_predicted_default[1119]         0.17    0.22  5341 1.00
-p_predicted_default[1120]         0.17    0.21  5648 1.00
-p_predicted_default[1121]         0.16    0.20  6016 1.00
-p_predicted_default[1122]         0.16    0.20  5818 1.00
-p_predicted_default[1123]         0.16    0.21  6062 1.00
-p_predicted_default[1124]         0.16    0.20  5969 1.00
-p_predicted_default[1125]         0.17    0.21  6000 1.00
-p_predicted_default[1126]         0.15    0.20  5396 1.00
-p_predicted_default[1127]         0.35    0.53  3361 1.00
-p_predicted_default[1128]         0.28    0.38  9464 1.00
-p_predicted_default[1129]         0.27    0.37  9151 1.00
-p_predicted_default[1130]         0.21    0.29  8940 1.00
-p_predicted_default[1131]         0.21    0.29  9886 1.00
-p_predicted_default[1132]         0.09    0.27  8624 1.00
-p_predicted_default[1133]         0.00    0.05 10169 1.00
-p_predicted_default[1134]         0.00    0.05 10477 1.00
-p_predicted_default[1135]         0.02    0.08  5080 1.00
-p_predicted_default[1136]         0.01    0.05  4925 1.00
-p_predicted_default[1137]         0.02    0.08  5080 1.00
-p_predicted_default[1138]         0.01    0.07  4867 1.00
-p_predicted_default[1139]         0.01    0.04  4706 1.00
-p_predicted_default[1140]         0.01    0.07  4867 1.00
-p_predicted_default[1141]         0.02    0.09  4933 1.00
-p_predicted_default[1142]         0.01    0.05  4770 1.00
-p_predicted_default[1143]         0.02    0.09  4933 1.00
-p_predicted_default[1144]         0.01    0.07  4847 1.00
-p_predicted_default[1145]         0.01    0.04  4685 1.00
-p_predicted_default[1146]         0.01    0.07  4847 1.00
-p_predicted_default[1147]         0.09    0.14  5969 1.00
-p_predicted_default[1148]         0.06    0.11  6845 1.00
-p_predicted_default[1149]         0.09    0.14  5969 1.00
-p_predicted_default[1150]         0.07    0.12  5178 1.00
-p_predicted_default[1151]         0.05    0.09  6460 1.00
-p_predicted_default[1152]         0.07    0.12  5178 1.00
-p_predicted_default[1153]         0.07    0.11  5243 1.00
-p_predicted_default[1154]         0.05    0.09  6557 1.00
-p_predicted_default[1155]         0.07    0.11  5243 1.00
-p_predicted_default[1156]         0.12    0.19  5209 1.00
-p_predicted_default[1157]         0.08    0.14  6069 1.00
-p_predicted_default[1158]         0.12    0.19  5209 1.00
-p_predicted_default[1159]         0.04    0.10  6357 1.00
-p_predicted_default[1160]         0.04    0.08  6098 1.00
-p_predicted_default[1161]         0.04    0.08  6148 1.00
-p_predicted_default[1162]         0.03    0.07  6366 1.00
-p_predicted_default[1163]         0.03    0.07  6409 1.00
-p_predicted_default[1164]         0.03    0.07  6649 1.00
-p_predicted_default[1165]         0.07    0.13  6689 1.00
-p_predicted_default[1166]         0.05    0.11  8833 1.00
-p_predicted_default[1167]         0.07    0.13  6689 1.00
-p_predicted_default[1168]         0.05    0.10  7218 1.00
-p_predicted_default[1169]         0.04    0.08  8814 1.00
-p_predicted_default[1170]         0.05    0.10  7218 1.00
-p_predicted_default[1171]         0.06    0.11  6402 1.00
-p_predicted_default[1172]         0.04    0.09  7614 1.00
-p_predicted_default[1173]         0.06    0.11  6402 1.00
-p_predicted_default[1174]         0.90    0.98  9851 1.00
-p_predicted_default[1175]         0.89    0.97  9852 1.00
-p_predicted_default[1176]         0.88    0.97  9817 1.00
-p_predicted_default[1177]         0.88    0.97  9835 1.00
-p_predicted_default[1178]         0.88    0.97 10191 1.00
-p_predicted_default[1179]         0.10    0.18  2615 1.00
-p_predicted_default[1180]         0.13    0.19  7210 1.00
-p_predicted_default[1181]         0.07    0.10 10255 1.00
-p_predicted_default[1182]         0.08    0.13  5584 1.00
-p_predicted_default[1183]         0.06    0.09 10786 1.00
-p_predicted_default[1184]         0.05    0.08  5371 1.00
-p_predicted_default[1185]         0.05    0.08  3439 1.00
-p_predicted_default[1186]         0.67    0.87  9391 1.00
-p_predicted_default[1187]         0.64    0.86 10141 1.00
-p_predicted_default[1188]         0.64    0.86 10157 1.00
-p_predicted_default[1189]         0.09    0.17  9635 1.00
-p_predicted_default[1190]         0.06    0.12 10599 1.00
-p_predicted_default[1191]         0.06    0.11 10595 1.00
-p_predicted_default[1192]         0.06    0.11 10559 1.00
-p_predicted_default[1193]         0.05    0.11  9986 1.00
-p_predicted_default[1194]         0.09    0.17  9627 1.00
-p_predicted_default[1195]         0.06    0.12 10596 1.00
-p_predicted_default[1196]         0.06    0.12 10610 1.00
-p_predicted_default[1197]         0.06    0.11 10595 1.00
-p_predicted_default[1198]         0.05    0.11 10119 1.00
-p_predicted_default[1199]         0.67    0.80  9646 1.00
-p_predicted_default[1200]         0.67    0.80  9645 1.00
-p_predicted_default[1201]         0.74    0.87  5100 1.00
-p_predicted_default[1202]         0.64    0.78  9645 1.00
-p_predicted_default[1203]         0.64    0.78  9508 1.00
-p_predicted_default[1204]         0.64    0.78  9498 1.00
-p_predicted_default[1205]         0.64    0.77  9490 1.00
-p_predicted_default[1206]         0.64    0.78  9533 1.00
-p_predicted_default[1207]         0.58    0.74  9109 1.00
-p_predicted_default[1208]         0.57    0.73 10052 1.00
-p_predicted_default[1209]         0.00    0.02  9970 1.00
-p_predicted_default[1210]         0.00    0.02 10373 1.00
-p_predicted_default[1211]         0.08    0.18 10525 1.00
-p_predicted_default[1212]         0.09    0.18 10484 1.00
-p_predicted_default[1213]         0.08    0.17 10599 1.00
-p_predicted_default[1214]         0.06    0.12 10989 1.00
-p_predicted_default[1215]         0.06    0.12 10808 1.00
-p_predicted_default[1216]         0.05    0.12 10319 1.00
-p_predicted_default[1217]         0.32    0.44  9278 1.00
-p_predicted_default[1218]         0.31    0.44  9013 1.00
-p_predicted_default[1219]         0.25    0.35  7916 1.00
-p_predicted_default[1220]         0.25    0.35  7855 1.00
-p_predicted_default[1221]         0.25    0.35  8416 1.00
-p_predicted_default[1222]         0.11    0.24 10758 1.00
-p_predicted_default[1223]         0.11    0.24 10396 1.00
-p_predicted_default[1224]         0.11    0.23 10143 1.00
-p_predicted_default[1225]         0.07    0.17 10354 1.00
-p_predicted_default[1226]         0.07    0.17 10374 1.00
-p_predicted_default[1227]         0.07    0.17 10352 1.00
-p_predicted_default[1228]         0.07    0.17 10373 1.00
-p_predicted_default[1229]         0.73    0.86 12246 1.00
-p_predicted_default[1230]         0.73    0.86 11144 1.00
-p_predicted_default[1231]         0.67    0.82 10128 1.00
-p_predicted_default[1232]         0.67    0.82 10012 1.00
-p_predicted_default[1233]         0.33    0.39  3757 1.00
-p_predicted_default[1234]         0.33    0.39  3757 1.00
-p_predicted_default[1235]         0.31    0.36  3390 1.00
-p_predicted_default[1236]         0.31    0.36  3390 1.00
-p_predicted_default[1237]         0.30    0.35  2783 1.00
-p_predicted_default[1238]         0.30    0.35  2783 1.00
-p_predicted_default[1239]         0.25    0.30  2581 1.00
-p_predicted_default[1240]         0.25    0.30  2581 1.00
-p_predicted_default[1241]         0.23    0.28  2846 1.00
-p_predicted_default[1242]         0.23    0.28  2846 1.00
-p_predicted_default[1243]         0.22    0.27  2444 1.00
-p_predicted_default[1244]         0.22    0.27  2444 1.00
-p_predicted_default[1245]         0.22    0.27  2573 1.00
-p_predicted_default[1246]         0.22    0.27  2573 1.00
-p_predicted_default[1247]         0.22    0.26  2375 1.00
-p_predicted_default[1248]         0.22    0.26  2375 1.00
-p_predicted_default[1249]         0.18    0.32  9613 1.00
-p_predicted_default[1250]         0.12    0.22  9418 1.00
-p_predicted_default[1251]         0.18    0.32  9613 1.00
-p_predicted_default[1252]         0.20    0.33  9481 1.00
-p_predicted_default[1253]         0.14    0.22  9051 1.00
-p_predicted_default[1254]         0.20    0.33  9481 1.00
-p_predicted_default[1255]         0.20    0.33  9485 1.00
-p_predicted_default[1256]         0.14    0.22  9153 1.00
-p_predicted_default[1257]         0.20    0.33  9485 1.00
-p_predicted_default[1258]         0.20    0.33  9470 1.00
-p_predicted_default[1259]         0.14    0.23  9284 1.00
-p_predicted_default[1260]         0.20    0.33  9470 1.00
-p_predicted_default[1261]         0.24    0.38 10060 1.00
-p_predicted_default[1262]         0.16    0.27  9917 1.00
-p_predicted_default[1263]         0.24    0.38 10060 1.00
-p_predicted_default[1264]         0.19    0.34  7777 1.00
-p_predicted_default[1265]         0.13    0.23  7554 1.00
-p_predicted_default[1266]         0.19    0.34  7777 1.00
-p_predicted_default[1267]         0.05    0.11 10827 1.00
-p_predicted_default[1268]         0.05    0.11 10831 1.00
-p_predicted_default[1269]         0.04    0.11 10767 1.00
-p_predicted_default[1270]         0.04    0.11 10697 1.00
-p_predicted_default[1271]         0.04    0.11 10452 1.00
-p_predicted_default[1272]         0.10    0.21  6730 1.00
-p_predicted_default[1273]         0.07    0.18  6012 1.00
-p_predicted_default[1274]         0.03    0.07  6138 1.00
-p_predicted_default[1275]         0.03    0.07  6514 1.00
-p_predicted_default[1276]         0.03    0.07  6642 1.00
-p_predicted_default[1277]         0.03    0.07  6643 1.00
-p_predicted_default[1278]         0.09    0.14  8116 1.00
-p_predicted_default[1279]         0.09    0.14  8116 1.00
-p_predicted_default[1280]         0.06    0.10  8003 1.00
-p_predicted_default[1281]         0.06    0.10  8003 1.00
-p_predicted_default[1282]         0.01    0.02  4944 1.00
-p_predicted_default[1283]         0.01    0.02  5600 1.00
-p_predicted_default[1284]         0.01    0.02  5570 1.00
-p_predicted_default[1285]         0.01    0.02  5564 1.00
-p_predicted_default[1286]         0.01    0.02  4812 1.00
-p_predicted_default[1287]         0.01    0.02  4808 1.00
-p_predicted_default[1288]         0.01    0.02  4811 1.00
-p_predicted_default[1289]         0.01    0.02  4830 1.00
-p_predicted_default[1290]         0.01    0.02  4961 1.00
-p_predicted_default[1291]         0.01    0.02  4962 1.00
-p_predicted_default[1292]         0.01    0.02  4971 1.00
-p_predicted_default[1293]         0.04    0.08  6152 1.00
-p_predicted_default[1294]         0.03    0.07  6286 1.00
-p_predicted_default[1295]         0.03    0.07  6326 1.00
-p_predicted_default[1296]         0.03    0.07  6667 1.00
-p_predicted_default[1297]         0.14    0.24  8304 1.00
-p_predicted_default[1298]         0.16    0.26  6815 1.00
-p_predicted_default[1299]         0.24    0.37  6325 1.00
-p_predicted_default[1300]         0.25    0.39  6389 1.00
-p_predicted_default[1301]         0.20    0.33  5325 1.00
-p_predicted_default[1302]         0.43    0.61  2968 1.00
-p_predicted_default[1303]         0.43    0.61  2968 1.00
-p_predicted_default[1304]         0.33    0.45  7512 1.00
-p_predicted_default[1305]         0.33    0.45  7512 1.00
-p_predicted_default[1306]         0.34    0.45  8015 1.00
-p_predicted_default[1307]         0.34    0.45  8015 1.00
-p_predicted_default[1308]         0.27    0.37  7974 1.00
-p_predicted_default[1309]         0.27    0.37  7974 1.00
-p_predicted_default[1310]         0.26    0.35  7571 1.00
-p_predicted_default[1311]         0.26    0.35  7571 1.00
-p_predicted_default[1312]         0.24    0.33  8416 1.00
-p_predicted_default[1313]         0.24    0.33  8416 1.00
-p_predicted_default[1314]         0.24    0.33  8595 1.00
-p_predicted_default[1315]         0.24    0.33  8595 1.00
-p_predicted_default[1316]         0.10    0.21 11416 1.00
-p_predicted_default[1317]         0.09    0.18 11563 1.00
-p_predicted_default[1318]         0.09    0.18 11556 1.00
-p_predicted_default[1319]         0.08    0.17 11428 1.00
-p_predicted_default[1320]         0.08    0.17 11597 1.00
-p_predicted_default[1321]         0.08    0.17 11519 1.00
-p_predicted_default[1322]         0.08    0.17 11276 1.00
-p_predicted_default[1323]         0.08    0.17 11202 1.00
-p_predicted_default[1324]         0.10    0.21 11416 1.00
-p_predicted_default[1325]         0.09    0.18 11563 1.00
-p_predicted_default[1326]         0.09    0.18 11556 1.00
-p_predicted_default[1327]         0.08    0.17 11428 1.00
-p_predicted_default[1328]         0.08    0.17 11595 1.00
-p_predicted_default[1329]         0.08    0.17 11519 1.00
-p_predicted_default[1330]         0.08    0.17 11207 1.00
-p_predicted_default[1331]         0.32    0.43  8511 1.00
-p_predicted_default[1332]         0.26    0.36  6861 1.00
-p_predicted_default[1333]         0.25    0.35  8784 1.00
-p_predicted_default[1334]         0.04    0.10  6359 1.00
-p_predicted_default[1335]         0.04    0.10  6375 1.00
-p_predicted_default[1336]         0.04    0.08  6128 1.00
-p_predicted_default[1337]         0.03    0.08  6224 1.00
-p_predicted_default[1338]         0.03    0.08  6240 1.00
-p_predicted_default[1339]         0.03    0.08  6260 1.00
-p_predicted_default[1340]         0.03    0.07  6264 1.00
-p_predicted_default[1341]         0.03    0.07  6264 1.00
-p_predicted_default[1342]         0.03    0.07  6303 1.00
-p_predicted_default[1343]         0.03    0.07  6509 1.00
-p_predicted_intervention[1]       0.00    0.44  8253 1.00
-p_predicted_intervention[2]       0.00    0.43  8238 1.00
-p_predicted_intervention[3]       0.00    0.43  8224 1.00
-p_predicted_intervention[4]       0.00    0.41  8238 1.00
-p_predicted_intervention[5]       0.00    0.41  8235 1.00
-p_predicted_intervention[6]       0.00    0.41  8232 1.00
-p_predicted_intervention[7]       0.00    0.40  8240 1.00
-p_predicted_intervention[8]       0.00    0.40  8229 1.00
-p_predicted_intervention[9]       0.00    0.00  9165 1.00
-p_predicted_intervention[10]      0.00    0.00  9110 1.00
-p_predicted_intervention[11]      1.00    1.00 10009 1.00
-p_predicted_intervention[12]      1.00    1.00 10009 1.00
-p_predicted_intervention[13]      1.00    1.00 10009 1.00
-p_predicted_intervention[14]      1.00    1.00 10009 1.00
-p_predicted_intervention[15]      1.00    1.00 10009 1.00
-p_predicted_intervention[16]      1.00    1.00 10009 1.00
-p_predicted_intervention[17]      1.00    1.00 10009 1.00
-p_predicted_intervention[18]      1.00    1.00 10009 1.00
-p_predicted_intervention[19]      1.00    1.00 10009 1.00
-p_predicted_intervention[20]      1.00    1.00 10009 1.00
-p_predicted_intervention[21]      0.00    0.46  8378 1.00
-p_predicted_intervention[22]      0.00    0.44  8339 1.00
-p_predicted_intervention[23]      0.00    0.00  9046 1.00
-p_predicted_intervention[24]      0.00    0.00  9126 1.00
-p_predicted_intervention[25]      0.00    0.00  9257 1.00
-p_predicted_intervention[26]      0.00    0.00  8845 1.00
-p_predicted_intervention[27]      0.00    0.00  8928 1.00
-p_predicted_intervention[28]      0.00    0.00  9029 1.00
-p_predicted_intervention[29]      0.00    0.00  9085 1.00
-p_predicted_intervention[30]      0.00    0.00  9189 1.00
-p_predicted_intervention[31]      0.00    0.00  9189 1.00
-p_predicted_intervention[32]      0.00    0.00  9242 1.00
-p_predicted_intervention[33]      0.00    0.00  9242 1.00
-p_predicted_intervention[34]      0.00    0.00  9295 1.00
-p_predicted_intervention[35]      0.00    0.00  9295 1.00
-p_predicted_intervention[36]      0.00    0.00  9324 1.00
-p_predicted_intervention[37]      0.00    0.00  9324 1.00
-p_predicted_intervention[38]      0.00    0.00  9324 1.00
-p_predicted_intervention[39]      0.00    0.00  9324 1.00
-p_predicted_intervention[40]      0.00    0.00  9323 1.00
-p_predicted_intervention[41]      0.00    0.00  9323 1.00
-p_predicted_intervention[42]      0.00    0.00  9314 1.00
-p_predicted_intervention[43]      0.00    0.00  9314 1.00
-p_predicted_intervention[44]      0.00    0.00  9322 1.00
-p_predicted_intervention[45]      0.00    0.00  9322 1.00
-p_predicted_intervention[46]      0.00    0.00  9330 1.00
-p_predicted_intervention[47]      0.00    0.00  9330 1.00
-p_predicted_intervention[48]      0.00    0.00  9357 1.00
-p_predicted_intervention[49]      0.00    0.00  9357 1.00
-p_predicted_intervention[50]      0.59    0.99  7410 1.00
-p_predicted_intervention[51]      0.66    1.00  7276 1.00
-p_predicted_intervention[52]      0.66    1.00  7279 1.00
-p_predicted_intervention[53]      0.66    1.00  7282 1.00
-p_predicted_intervention[54]      0.54    0.99  7395 1.00
-p_predicted_intervention[55]      0.54    0.99  7399 1.00
-p_predicted_intervention[56]      0.53    0.99  7399 1.00
-p_predicted_intervention[57]      0.50    0.99  7410 1.00
-p_predicted_intervention[58]      0.53    1.00  7507 1.00
-p_predicted_intervention[59]      0.53    1.00  7507 1.00
-p_predicted_intervention[60]      0.53    1.00  7507 1.00
-p_predicted_intervention[61]      0.62    1.00  7438 1.00
-p_predicted_intervention[62]      0.60    1.00  7442 1.00
-p_predicted_intervention[63]      0.51    1.00  7475 1.00
-p_predicted_intervention[64]      0.51    1.00  7475 1.00
-p_predicted_intervention[65]      0.53    1.00  7478 1.00
-p_predicted_intervention[66]      0.49    1.00  7486 1.00
-p_predicted_intervention[67]      0.49    1.00  7499 1.00
-p_predicted_intervention[68]      0.48    1.00  7503 1.00
-p_predicted_intervention[69]      0.42    1.00  7522 1.00
-p_predicted_intervention[70]      0.42    1.00  7518 1.00
-p_predicted_intervention[71]      0.00    0.02  8002 1.00
-p_predicted_intervention[72]      0.00    0.01  8095 1.00
-p_predicted_intervention[73]      0.00    0.01  8175 1.00
-p_predicted_intervention[74]      0.00    0.01  8187 1.00
-p_predicted_intervention[75]      0.00    0.01  8661 1.00
-p_predicted_intervention[76]      0.00    1.00  7688 1.00
-p_predicted_intervention[77]      0.00    1.00  7682 1.00
-p_predicted_intervention[78]      0.00    1.00  7681 1.00
-p_predicted_intervention[79]      0.00    1.00  7688 1.00
-p_predicted_intervention[80]      0.00    1.00  7682 1.00
-p_predicted_intervention[81]      0.00    1.00  7680 1.00
-p_predicted_intervention[82]      0.00    1.00  7688 1.00
-p_predicted_intervention[83]      0.00    1.00  7682 1.00
-p_predicted_intervention[84]      0.00    1.00  7681 1.00
-p_predicted_intervention[85]      0.00    0.00  9206 1.00
-p_predicted_intervention[86]      0.00    0.00  9289 1.00
-p_predicted_intervention[87]      0.00    0.00  9175 1.00
-p_predicted_intervention[88]      0.00    0.00  9318 1.00
-p_predicted_intervention[89]      0.00    0.00  9357 1.00
-p_predicted_intervention[90]      0.99    1.00  9645 1.00
-p_predicted_intervention[91]      0.99    1.00  9635 1.00
-p_predicted_intervention[92]      0.99    1.00  9630 1.00
-p_predicted_intervention[93]      0.99    1.00  9625 1.00
-p_predicted_intervention[94]      0.00    1.00  7728 1.00
-p_predicted_intervention[95]      0.00    1.00  7706 1.00
-p_predicted_intervention[96]      0.00    1.00  7707 1.00
-p_predicted_intervention[97]      0.00    1.00  7717 1.00
-p_predicted_intervention[98]      0.00    1.00  7700 1.00
-p_predicted_intervention[99]      0.00    0.00  8602 1.00
-p_predicted_intervention[100]     0.00    0.00  8594 1.00
-p_predicted_intervention[101]     0.00    0.00  9255 1.00
-p_predicted_intervention[102]     0.00    0.00  9379 1.00
-p_predicted_intervention[103]     0.00    0.00  8995 1.00
-p_predicted_intervention[104]     1.00    1.00  8336 1.00
-p_predicted_intervention[105]     1.00    1.00  8302 1.00
-p_predicted_intervention[106]     1.00    1.00  8302 1.00
-p_predicted_intervention[107]     1.00    1.00  8296 1.00
-p_predicted_intervention[108]     1.00    1.00  8296 1.00
-p_predicted_intervention[109]     1.00    1.00  8281 1.00
-p_predicted_intervention[110]     1.00    1.00  8280 1.00
-p_predicted_intervention[111]     1.00    1.00  8320 1.00
-p_predicted_intervention[112]     1.00    1.00  8321 1.00
-p_predicted_intervention[113]     1.00    1.00  8318 1.00
-p_predicted_intervention[114]     1.00    1.00  8315 1.00
-p_predicted_intervention[115]     1.00    1.00  8314 1.00
-p_predicted_intervention[116]     1.00    1.00  8312 1.00
-p_predicted_intervention[117]     1.00    1.00 10009 1.00
-p_predicted_intervention[118]     1.00    1.00 10009 1.00
-p_predicted_intervention[119]     1.00    1.00 10009 1.00
-p_predicted_intervention[120]     1.00    1.00 10009 1.00
-p_predicted_intervention[121]     1.00    1.00 10009 1.00
-p_predicted_intervention[122]     1.00    1.00 10009 1.00
-p_predicted_intervention[123]     1.00    1.00 10009 1.00
-p_predicted_intervention[124]     1.00    1.00 10009 1.00
-p_predicted_intervention[125]     1.00    1.00 10009 1.00
-p_predicted_intervention[126]     1.00    1.00 10008 1.00
-p_predicted_intervention[127]     1.00    1.00 10008 1.00
-p_predicted_intervention[128]     0.97    1.00  9605 1.00
-p_predicted_intervention[129]     0.99    1.00  9676 1.00
-p_predicted_intervention[130]     0.97    1.00  9605 1.00
-p_predicted_intervention[131]     0.69    1.00 10276 1.00
-p_predicted_intervention[132]     0.65    1.00 10292 1.00
-p_predicted_intervention[133]     0.64    1.00 10287 1.00
-p_predicted_intervention[134]     0.67    1.00 10284 1.00
-p_predicted_intervention[135]     0.67    1.00 10284 1.00
-p_predicted_intervention[136]     0.00    0.00  8102 1.00
-p_predicted_intervention[137]     0.00    0.00  8824 1.00
-p_predicted_intervention[138]     0.00    0.00  8831 1.00
-p_predicted_intervention[139]     0.00    0.00  8808 1.00
-p_predicted_intervention[140]     0.00    0.00  9028 1.00
-p_predicted_intervention[141]     0.00    0.00  9165 1.00
-p_predicted_intervention[142]     0.00    0.00  8509 1.00
-p_predicted_intervention[143]     0.00    0.00  8574 1.00
-p_predicted_intervention[144]     0.00    0.00  8620 1.00
-p_predicted_intervention[145]     0.00    0.00  8596 1.00
-p_predicted_intervention[146]     0.00    0.00  8638 1.00
-p_predicted_intervention[147]     0.00    0.00  8654 1.00
-p_predicted_intervention[148]     0.00    0.00  8833 1.00
-p_predicted_intervention[149]     0.00    0.00  9050 1.00
-p_predicted_intervention[150]     0.00    0.00  9450 1.00
-p_predicted_intervention[151]     0.00    0.00  9428 1.00
-p_predicted_intervention[152]     0.00    0.00  9427 1.00
-p_predicted_intervention[153]     0.00    0.00  9478 1.00
-p_predicted_intervention[154]     0.00    0.00  9462 1.00
-p_predicted_intervention[155]     0.00    0.00  9490 1.00
-p_predicted_intervention[156]     0.00    0.00  9506 1.00
-p_predicted_intervention[157]     0.00    0.00  9475 1.00
-p_predicted_intervention[158]     0.00    0.00  9520 1.00
-p_predicted_intervention[159]     0.00    0.00  9507 1.00
-p_predicted_intervention[160]     0.00    0.00  9604 1.00
-p_predicted_intervention[161]     0.00    0.00  9632 1.00
-p_predicted_intervention[162]     0.00    0.00  9648 1.00
-p_predicted_intervention[163]     0.30    0.54  1605 1.00
-p_predicted_intervention[164]     0.30    0.54  1605 1.00
-p_predicted_intervention[165]     0.29    0.50  2038 1.00
-p_predicted_intervention[166]     0.29    0.50  2038 1.00
-p_predicted_intervention[167]     0.27    0.49  2082 1.00
-p_predicted_intervention[168]     0.27    0.49  2082 1.00
-p_predicted_intervention[169]     0.28    0.49  2062 1.00
-p_predicted_intervention[170]     0.28    0.49  2062 1.00
-p_predicted_intervention[171]     0.00    0.00  9051 1.00
-p_predicted_intervention[172]     0.00    0.00  9161 1.00
-p_predicted_intervention[173]     0.00    0.00  8937 1.00
-p_predicted_intervention[174]     0.00    0.01  8705 1.00
-p_predicted_intervention[175]     0.53    1.00  7506 1.00
-p_predicted_intervention[176]     0.53    1.00  7506 1.00
-p_predicted_intervention[177]     0.62    1.00  7437 1.00
-p_predicted_intervention[178]     0.60    1.00  7448 1.00
-p_predicted_intervention[179]     0.62    1.00  7439 1.00
-p_predicted_intervention[180]     0.60    1.00  7447 1.00
-p_predicted_intervention[181]     0.60    1.00  7450 1.00
-p_predicted_intervention[182]     0.50    1.00  7490 1.00
-p_predicted_intervention[183]     0.50    1.00  7491 1.00
-p_predicted_intervention[184]     0.48    1.00  7469 1.00
-p_predicted_intervention[185]     0.45    1.00  7464 1.00
-p_predicted_intervention[186]     0.45    1.00  7466 1.00
-p_predicted_intervention[187]     0.58    0.99  7375 1.00
-p_predicted_intervention[188]     0.58    0.99  7375 1.00
-p_predicted_intervention[189]     0.65    1.00  7224 1.00
-p_predicted_intervention[190]     0.64    0.99  7235 1.00
-p_predicted_intervention[191]     0.64    0.99  7240 1.00
-p_predicted_intervention[192]     0.64    0.99  7234 1.00
-p_predicted_intervention[193]     0.54    0.99  7367 1.00
-p_predicted_intervention[194]     0.52    0.99  7371 1.00
-p_predicted_intervention[195]     0.52    0.99  7371 1.00
-p_predicted_intervention[196]     0.52    0.99  7374 1.00
-p_predicted_intervention[197]     0.58    0.99  7375 1.00
-p_predicted_intervention[198]     0.58    0.99  7375 1.00
-p_predicted_intervention[199]     0.58    0.99  7373 1.00
-p_predicted_intervention[200]     0.65    1.00  7224 1.00
-p_predicted_intervention[201]     0.64    0.99  7240 1.00
-p_predicted_intervention[202]     0.52    0.99  7370 1.00
-p_predicted_intervention[203]     0.52    0.99  7375 1.00
-p_predicted_intervention[204]     0.52    0.99  7371 1.00
-p_predicted_intervention[205]     0.09    1.00  9778 1.00
-p_predicted_intervention[206]     0.09    1.00  9750 1.00
-p_predicted_intervention[207]     0.09    1.00  9748 1.00
-p_predicted_intervention[208]     0.00    0.00  9374 1.00
-p_predicted_intervention[209]     0.00    0.00  9210 1.00
-p_predicted_intervention[210]     0.00    0.00  9484 1.00
-p_predicted_intervention[211]     0.00    0.00  9485 1.00
-p_predicted_intervention[212]     0.00    0.00  9498 1.00
-p_predicted_intervention[213]     0.00    0.00  9346 1.00
-p_predicted_intervention[214]     0.00    0.00  9378 1.00
-p_predicted_intervention[215]     0.00    0.00  9369 1.00
-p_predicted_intervention[216]     0.00    1.00  7729 1.00
-p_predicted_intervention[217]     0.00    1.00  7687 1.00
-p_predicted_intervention[218]     0.00    1.00  7678 1.00
-p_predicted_intervention[219]     0.00    1.00  7709 1.00
-p_predicted_intervention[220]     0.00    1.00  7699 1.00
-p_predicted_intervention[221]     0.00    1.00  7687 1.00
-p_predicted_intervention[222]     0.00    1.00  7674 1.00
-p_predicted_intervention[223]     0.00    1.00  7707 1.00
-p_predicted_intervention[224]     0.00    1.00  7698 1.00
-p_predicted_intervention[225]     0.00    1.00  7698 1.00
-p_predicted_intervention[226]     0.98    1.00  9620 1.00
-p_predicted_intervention[227]     0.98    1.00  9574 1.00
-p_predicted_intervention[228]     0.98    1.00  9578 1.00
-p_predicted_intervention[229]     0.98    1.00  9574 1.00
-p_predicted_intervention[230]     0.98    1.00  9571 1.00
-p_predicted_intervention[231]     0.54    1.00  7527 1.00
-p_predicted_intervention[232]     0.62    1.00  7457 1.00
-p_predicted_intervention[233]     0.51    1.00  7472 1.00
-p_predicted_intervention[234]     0.48    1.00  7474 1.00
-p_predicted_intervention[235]     0.48    1.00  7475 1.00
-p_predicted_intervention[236]     0.09    1.00  9761 1.00
-p_predicted_intervention[237]     0.09    1.00  9761 1.00
-p_predicted_intervention[238]     0.09    1.00  9759 1.00
-p_predicted_intervention[239]     0.09    1.00  9759 1.00
-p_predicted_intervention[240]     1.00    1.00  8361 1.00
-p_predicted_intervention[241]     1.00    1.00  8282 1.00
-p_predicted_intervention[242]     1.00    1.00  8284 1.00
-p_predicted_intervention[243]     1.00    1.00  8271 1.00
-p_predicted_intervention[244]     0.00    0.00  8885 1.00
-p_predicted_intervention[245]     0.00    0.00  8885 1.00
-p_predicted_intervention[246]     0.00    0.00  8885 1.00
-p_predicted_intervention[247]     0.00    0.00  8887 1.00
-p_predicted_intervention[248]     0.00    0.00  8887 1.00
-p_predicted_intervention[249]     0.00    0.00  8887 1.00
-p_predicted_intervention[250]     0.00    0.00  9096 1.00
-p_predicted_intervention[251]     0.00    0.00  9096 1.00
-p_predicted_intervention[252]     0.00    0.00  9096 1.00
-p_predicted_intervention[253]     0.00    0.00  9130 1.00
-p_predicted_intervention[254]     0.00    0.00  9130 1.00
-p_predicted_intervention[255]     0.00    0.00  9130 1.00
-p_predicted_intervention[256]     0.00    0.00  9161 1.00
-p_predicted_intervention[257]     0.00    0.00  9161 1.00
-p_predicted_intervention[258]     0.00    0.00  9161 1.00
-p_predicted_intervention[259]     0.00    0.00  9180 1.00
-p_predicted_intervention[260]     0.00    0.00  9180 1.00
-p_predicted_intervention[261]     0.00    0.00  9180 1.00
-p_predicted_intervention[262]     0.00    0.00  8912 1.00
-p_predicted_intervention[263]     0.00    0.00  8912 1.00
-p_predicted_intervention[264]     0.00    0.00  8912 1.00
-p_predicted_intervention[265]     0.00    0.00  9063 1.00
-p_predicted_intervention[266]     0.00    0.00  9063 1.00
-p_predicted_intervention[267]     0.00    0.00  9063 1.00
-p_predicted_intervention[268]     0.00    0.00  9082 1.00
-p_predicted_intervention[269]     0.00    0.00  9082 1.00
-p_predicted_intervention[270]     0.00    0.00  9082 1.00
-p_predicted_intervention[271]     0.00    0.00  9209 1.00
-p_predicted_intervention[272]     0.00    0.00  9209 1.00
-p_predicted_intervention[273]     0.00    0.00  9209 1.00
-p_predicted_intervention[274]     0.00    0.00  9241 1.00
-p_predicted_intervention[275]     0.00    0.00  9241 1.00
-p_predicted_intervention[276]     0.00    0.00  9241 1.00
-p_predicted_intervention[277]     1.00    1.00 10008 1.00
-p_predicted_intervention[278]     1.00    1.00 10008 1.00
-p_predicted_intervention[279]     1.00    1.00 10008 1.00
-p_predicted_intervention[280]     1.00    1.00 10008 1.00
-p_predicted_intervention[281]     1.00    1.00 10008 1.00
-p_predicted_intervention[282]     1.00    1.00 10008 1.00
-p_predicted_intervention[283]     1.00    1.00 10008 1.00
-p_predicted_intervention[284]     1.00    1.00 10008 1.00
-p_predicted_intervention[285]     1.00    1.00 10007 1.00
-p_predicted_intervention[286]     1.00    1.00 10007 1.00
-p_predicted_intervention[287]     1.00    1.00 10008 1.00
-p_predicted_intervention[288]     1.00    1.00 10008 1.00
-p_predicted_intervention[289]     1.00    1.00 10007 1.00
-p_predicted_intervention[290]     1.00    1.00 10007 1.00
-p_predicted_intervention[291]     1.00    1.00 10007 1.00
-p_predicted_intervention[292]     1.00    1.00 10007 1.00
-p_predicted_intervention[293]     1.00    1.00 10007 1.00
-p_predicted_intervention[294]     1.00    1.00 10007 1.00
-p_predicted_intervention[295]     1.00    1.00 10007 1.00
-p_predicted_intervention[296]     1.00    1.00 10007 1.00
-p_predicted_intervention[297]     1.00    1.00 10007 1.00
-p_predicted_intervention[298]     1.00    1.00 10007 1.00
-p_predicted_intervention[299]     1.00    1.00 10007 1.00
-p_predicted_intervention[300]     1.00    1.00 10007 1.00
-p_predicted_intervention[301]     1.00    1.00 10007 1.00
-p_predicted_intervention[302]     1.00    1.00 10007 1.00
-p_predicted_intervention[303]     1.00    1.00 10007 1.00
-p_predicted_intervention[304]     1.00    1.00 10007 1.00
-p_predicted_intervention[305]     1.00    1.00 10007 1.00
-p_predicted_intervention[306]     1.00    1.00 10007 1.00
-p_predicted_intervention[307]     1.00    1.00 10007 1.00
-p_predicted_intervention[308]     1.00    1.00 10007 1.00
-p_predicted_intervention[309]     1.00    1.00 10007 1.00
-p_predicted_intervention[310]     1.00    1.00 10007 1.00
-p_predicted_intervention[311]     1.00    1.00 10007 1.00
-p_predicted_intervention[312]     1.00    1.00 10007 1.00
-p_predicted_intervention[313]     1.00    1.00 10007 1.00
-p_predicted_intervention[314]     1.00    1.00 10007 1.00
-p_predicted_intervention[315]     1.00    1.00 10007 1.00
-p_predicted_intervention[316]     1.00    1.00 10007 1.00
-p_predicted_intervention[317]     1.00    1.00 10007 1.00
-p_predicted_intervention[318]     1.00    1.00 10007 1.00
-p_predicted_intervention[319]     1.00    1.00 10007 1.00
-p_predicted_intervention[320]     1.00    1.00 10007 1.00
-p_predicted_intervention[321]     1.00    1.00 10007 1.00
-p_predicted_intervention[322]     1.00    1.00 10007 1.00
-p_predicted_intervention[323]     1.00    1.00 10007 1.00
-p_predicted_intervention[324]     1.00    1.00 10007 1.00
-p_predicted_intervention[325]     0.00    0.00  9463 1.00
-p_predicted_intervention[326]     0.00    0.00  9296 1.00
-p_predicted_intervention[327]     0.00    0.00  9366 1.00
-p_predicted_intervention[328]     0.00    0.00  9405 1.00
-p_predicted_intervention[329]     0.00    0.00  9433 1.00
-p_predicted_intervention[330]     0.00    0.00  9448 1.00
-p_predicted_intervention[331]     0.00    0.00  9461 1.00
-p_predicted_intervention[332]     0.00    0.00  9406 1.00
-p_predicted_intervention[333]     0.00    0.00  9414 1.00
-p_predicted_intervention[334]     0.00    0.00  9431 1.00
-p_predicted_intervention[335]     0.00    0.00  9441 1.00
-p_predicted_intervention[336]     0.00    0.00  9442 1.00
-p_predicted_intervention[337]     0.00    0.00  9452 1.00
-p_predicted_intervention[338]     1.00    1.00 10008 1.00
-p_predicted_intervention[339]     1.00    1.00 10010 1.00
-p_predicted_intervention[340]     1.00    1.00 10010 1.00
-p_predicted_intervention[341]     1.00    1.00 10010 1.00
-p_predicted_intervention[342]     1.00    1.00 10010 1.00
-p_predicted_intervention[343]     1.00    1.00 10010 1.00
-p_predicted_intervention[344]     1.00    1.00 10010 1.00
-p_predicted_intervention[345]     1.00    1.00 10009 1.00
-p_predicted_intervention[346]     0.00    0.01  8741 1.00
-p_predicted_intervention[347]     0.00    0.01  8741 1.00
-p_predicted_intervention[348]     0.00    0.00  9093 1.00
-p_predicted_intervention[349]     0.00    0.00  9093 1.00
-p_predicted_intervention[350]     0.35    0.52  1326 1.00
-p_predicted_intervention[351]     0.35    0.52  1326 1.00
-p_predicted_intervention[352]     0.37    0.53  2001 1.00
-p_predicted_intervention[353]     0.37    0.53  2001 1.00
-p_predicted_intervention[354]     0.00    0.46  8267 1.00
-p_predicted_intervention[355]     0.00    0.46  8241 1.00
-p_predicted_intervention[356]     0.00    0.45  8250 1.00
-p_predicted_intervention[357]     0.00    0.47  8222 1.00
-p_predicted_intervention[358]     0.00    0.43  8240 1.00
-p_predicted_intervention[359]     0.00    0.44  8209 1.00
-p_predicted_intervention[360]     0.00    0.42  8234 1.00
-p_predicted_intervention[361]     0.00    0.42  8202 1.00
-p_predicted_intervention[362]     0.00    0.45  8297 1.00
-p_predicted_intervention[363]     0.00    0.44  8264 1.00
-p_predicted_intervention[364]     0.00    0.44  8293 1.00
-p_predicted_intervention[365]     0.00    0.44  8260 1.00
-p_predicted_intervention[366]     0.00    0.44  8273 1.00
-p_predicted_intervention[367]     0.00    0.43  8241 1.00
-p_predicted_intervention[368]     0.00    0.00  8917 1.00
-p_predicted_intervention[369]     0.00    0.00  8917 1.00
-p_predicted_intervention[370]     0.00    0.00  8917 1.00
-p_predicted_intervention[371]     0.00    0.00  9095 1.00
-p_predicted_intervention[372]     0.00    0.00  9095 1.00
-p_predicted_intervention[373]     0.00    0.00  9095 1.00
-p_predicted_intervention[374]     0.00    0.00  9124 1.00
-p_predicted_intervention[375]     0.00    0.00  9124 1.00
-p_predicted_intervention[376]     0.00    0.00  9124 1.00
-p_predicted_intervention[377]     0.00    0.00  8887 1.00
-p_predicted_intervention[378]     0.00    0.00  8887 1.00
-p_predicted_intervention[379]     0.00    0.00  8887 1.00
-p_predicted_intervention[380]     0.00    0.00  8916 1.00
-p_predicted_intervention[381]     0.00    0.00  8916 1.00
-p_predicted_intervention[382]     0.00    0.00  8916 1.00
-p_predicted_intervention[383]     0.00    0.00  8921 1.00
-p_predicted_intervention[384]     0.00    0.00  8921 1.00
-p_predicted_intervention[385]     0.00    0.00  8921 1.00
-p_predicted_intervention[386]     0.00    0.00  8932 1.00
-p_predicted_intervention[387]     0.00    0.00  8932 1.00
-p_predicted_intervention[388]     0.00    0.00  8932 1.00
-p_predicted_intervention[389]     0.00    0.00  8930 1.00
-p_predicted_intervention[390]     0.00    0.00  8930 1.00
-p_predicted_intervention[391]     0.00    0.00  8930 1.00
-p_predicted_intervention[392]     0.00    0.00  8920 1.00
-p_predicted_intervention[393]     0.00    0.00  8920 1.00
-p_predicted_intervention[394]     0.00    0.00  8920 1.00
-p_predicted_intervention[395]     0.00    0.00  8924 1.00
-p_predicted_intervention[396]     0.00    0.00  8924 1.00
-p_predicted_intervention[397]     0.00    0.00  8924 1.00
-p_predicted_intervention[398]     0.00    0.00  8924 1.00
-p_predicted_intervention[399]     0.00    0.00  8924 1.00
-p_predicted_intervention[400]     0.00    0.00  8924 1.00
-p_predicted_intervention[401]     0.00    0.00  8933 1.00
-p_predicted_intervention[402]     0.00    0.00  8933 1.00
-p_predicted_intervention[403]     0.00    0.00  8933 1.00
-p_predicted_intervention[404]     0.00    0.00  8929 1.00
-p_predicted_intervention[405]     0.00    0.00  8929 1.00
-p_predicted_intervention[406]     0.00    0.00  8929 1.00
-p_predicted_intervention[407]     0.00    0.00  8936 1.00
-p_predicted_intervention[408]     0.00    0.00  8936 1.00
-p_predicted_intervention[409]     0.00    0.00  8936 1.00
-p_predicted_intervention[410]     0.99    1.00  9643 1.00
-p_predicted_intervention[411]     0.99    1.00  9643 1.00
-p_predicted_intervention[412]     0.99    1.00  9643 1.00
-p_predicted_intervention[413]     0.99    1.00  9666 1.00
-p_predicted_intervention[414]     0.00    0.00  9215 1.00
-p_predicted_intervention[415]     0.00    0.00  9269 1.00
-p_predicted_intervention[416]     0.00    0.00  9290 1.00
-p_predicted_intervention[417]     0.00    0.00  9313 1.00
-p_predicted_intervention[418]     0.00    0.00  9288 1.00
-p_predicted_intervention[419]     0.00    0.00  9268 1.00
-p_predicted_intervention[420]     0.00    0.00  9136 1.00
-p_predicted_intervention[421]     0.00    0.00  9323 1.00
-p_predicted_intervention[422]     0.00    0.00  9255 1.00
-p_predicted_intervention[423]     0.00    0.00  9357 1.00
-p_predicted_intervention[424]     0.00    0.00  9245 1.00
-p_predicted_intervention[425]     0.00    0.00  9249 1.00
-p_predicted_intervention[426]     0.00    0.00  9312 1.00
-p_predicted_intervention[427]     0.00    0.00  9179 1.00
-p_predicted_intervention[428]     0.00    0.00  9237 1.00
-p_predicted_intervention[429]     0.00    0.00  9288 1.00
-p_predicted_intervention[430]     0.00    0.00  9299 1.00
-p_predicted_intervention[431]     0.00    0.00  9399 1.00
-p_predicted_intervention[432]     0.00    0.00  9469 1.00
-p_predicted_intervention[433]     0.00    0.00  9237 1.00
-p_predicted_intervention[434]     0.00    0.00  9386 1.00
-p_predicted_intervention[435]     0.00    0.00  8844 1.00
-p_predicted_intervention[436]     0.00    0.00  8861 1.00
-p_predicted_intervention[437]     0.00    0.00  8654 1.00
-p_predicted_intervention[438]     0.00    0.00  9211 1.00
-p_predicted_intervention[439]     0.00    0.00  9250 1.00
-p_predicted_intervention[440]     0.00    0.00  9251 1.00
-p_predicted_intervention[441]     0.00    0.00  9271 1.00
-p_predicted_intervention[442]     0.00    0.00  8103 1.00
-p_predicted_intervention[443]     0.00    0.00  8791 1.00
-p_predicted_intervention[444]     0.00    0.00  8900 1.00
-p_predicted_intervention[445]     0.00    0.00  8871 1.00
-p_predicted_intervention[446]     0.00    0.00  8918 1.00
-p_predicted_intervention[447]     0.00    0.00  9067 1.00
-p_predicted_intervention[448]     0.00    0.00  8979 1.00
-p_predicted_intervention[449]     0.00    0.00  8289 1.00
-p_predicted_intervention[450]     0.00    0.00  8371 1.00
-p_predicted_intervention[451]     0.00    0.00  9103 1.00
-p_predicted_intervention[452]     0.00    0.00  8430 1.00
-p_predicted_intervention[453]     0.00    0.00  8470 1.00
-p_predicted_intervention[454]     0.00    0.00  8557 1.00
-p_predicted_intervention[455]     0.00    0.00  8604 1.00
-p_predicted_intervention[456]     0.00    0.00  9561 1.00
-p_predicted_intervention[457]     0.00    0.00  9138 1.00
-p_predicted_intervention[458]     0.00    0.00  9150 1.00
-p_predicted_intervention[459]     0.00    0.00  9228 1.00
-p_predicted_intervention[460]     0.00    0.00  8114 1.00
-p_predicted_intervention[461]     0.00    0.00  8787 1.00
-p_predicted_intervention[462]     0.00    0.00  8966 1.00
-p_predicted_intervention[463]     0.00    0.00  9086 1.00
-p_predicted_intervention[464]     0.00    0.00  9134 1.00
-p_predicted_intervention[465]     0.00    0.00  9180 1.00
-p_predicted_intervention[466]     0.00    0.00  8565 1.00
-p_predicted_intervention[467]     0.00    0.00  8562 1.00
-p_predicted_intervention[468]     0.00    0.00  8599 1.00
-p_predicted_intervention[469]     0.39    0.57  1664 1.00
-p_predicted_intervention[470]     0.32    0.52  1469 1.00
-p_predicted_intervention[471]     0.28    0.48  1475 1.00
-p_predicted_intervention[472]     0.29    0.49  1473 1.00
-p_predicted_intervention[473]     0.34    0.53  1979 1.00
-p_predicted_intervention[474]     0.36    0.55  1942 1.00
-p_predicted_intervention[475]     0.35    0.54  1963 1.00
-p_predicted_intervention[476]     0.34    0.53  1985 1.00
-p_predicted_intervention[477]     0.27    0.47  2106 1.00
-p_predicted_intervention[478]     0.25    0.45  2139 1.00
-p_predicted_intervention[479]     0.21    0.41  2143 1.00
-p_predicted_intervention[480]     0.19    0.40  2106 1.00
-p_predicted_intervention[481]     0.00    0.00  8765 1.00
-p_predicted_intervention[482]     0.00    0.00  9127 1.00
-p_predicted_intervention[483]     0.00    0.00  9108 1.00
-p_predicted_intervention[484]     0.00    0.00  9030 1.00
-p_predicted_intervention[485]     0.00    0.00  9081 1.00
-p_predicted_intervention[486]     0.00    0.00  9121 1.00
-p_predicted_intervention[487]     0.00    0.00  9102 1.00
-p_predicted_intervention[488]     0.00    0.00  9131 1.00
-p_predicted_intervention[489]     0.00    0.00  9156 1.00
-p_predicted_intervention[490]     0.00    0.00  9183 1.00
-p_predicted_intervention[491]     0.98    1.00  9648 1.00
-p_predicted_intervention[492]     0.98    1.00  9648 1.00
-p_predicted_intervention[493]     0.98    1.00  9640 1.00
-p_predicted_intervention[494]     0.98    1.00  9640 1.00
-p_predicted_intervention[495]     0.98    1.00  9662 1.00
-p_predicted_intervention[496]     0.98    1.00  9662 1.00
-p_predicted_intervention[497]     0.99    1.00  9591 1.00
-p_predicted_intervention[498]     0.99    1.00  9591 1.00
-p_predicted_intervention[499]     0.99    1.00  9592 1.00
-p_predicted_intervention[500]     0.99    1.00  9592 1.00
-p_predicted_intervention[501]     0.39    0.57  1668 1.00
-p_predicted_intervention[502]     0.33    0.53  1469 1.00
-p_predicted_intervention[503]     0.35    0.54  1955 1.00
-p_predicted_intervention[504]     0.35    0.54  1971 1.00
-p_predicted_intervention[505]     0.34    0.53  1985 1.00
-p_predicted_intervention[506]     0.34    0.53  1991 1.00
-p_predicted_intervention[507]     0.33    0.52  2004 1.00
-p_predicted_intervention[508]     0.28    0.48  2082 1.00
-p_predicted_intervention[509]     0.26    0.46  2119 1.00
-p_predicted_intervention[510]     0.22    0.42  2151 1.00
-p_predicted_intervention[511]     0.21    0.41  2131 1.00
-p_predicted_intervention[512]     0.54    1.00 10177 1.00
-p_predicted_intervention[513]     0.56    1.00 10136 1.00
-p_predicted_intervention[514]     0.55    1.00 10130 1.00
-p_predicted_intervention[515]     0.55    1.00 10124 1.00
-p_predicted_intervention[516]     0.54    1.00 10114 1.00
-p_predicted_intervention[517]     0.56    1.00 10107 1.00
-p_predicted_intervention[518]     0.56    1.00 10098 1.00
-p_predicted_intervention[519]     0.56    1.00 10102 1.00
-p_predicted_intervention[520]     0.56    1.00 10100 1.00
-p_predicted_intervention[521]     0.56    1.00 10095 1.00
-p_predicted_intervention[522]     0.55    1.00 10097 1.00
-p_predicted_intervention[523]     0.00    0.00  9343 1.00
-p_predicted_intervention[524]     0.00    0.00  9363 1.00
-p_predicted_intervention[525]     0.00    0.00  9126 1.00
-p_predicted_intervention[526]     0.00    0.00  9126 1.00
-p_predicted_intervention[527]     0.00    0.00  9126 1.00
-p_predicted_intervention[528]     0.00    0.00  9206 1.00
-p_predicted_intervention[529]     0.00    0.00  9206 1.00
-p_predicted_intervention[530]     0.00    0.00  9206 1.00
-p_predicted_intervention[531]     0.00    0.00  9248 1.00
-p_predicted_intervention[532]     0.00    0.00  9248 1.00
-p_predicted_intervention[533]     0.00    0.00  9248 1.00
-p_predicted_intervention[534]     0.00    0.00  9278 1.00
-p_predicted_intervention[535]     0.00    0.00  9278 1.00
-p_predicted_intervention[536]     0.00    0.00  9278 1.00
-p_predicted_intervention[537]     0.00    0.00  9108 1.00
-p_predicted_intervention[538]     0.00    0.00  9108 1.00
-p_predicted_intervention[539]     0.00    0.00  9108 1.00
-p_predicted_intervention[540]     0.00    0.00  9218 1.00
-p_predicted_intervention[541]     0.00    0.00  9218 1.00
-p_predicted_intervention[542]     0.00    0.00  9218 1.00
-p_predicted_intervention[543]     0.00    0.00  9272 1.00
-p_predicted_intervention[544]     0.00    0.00  9272 1.00
-p_predicted_intervention[545]     0.00    0.00  9272 1.00
-p_predicted_intervention[546]     0.00    0.00  9246 1.00
-p_predicted_intervention[547]     0.00    0.00  9246 1.00
-p_predicted_intervention[548]     0.00    0.00  9246 1.00
-p_predicted_intervention[549]     0.00    0.00  9228 1.00
-p_predicted_intervention[550]     0.00    0.00  9228 1.00
-p_predicted_intervention[551]     0.00    0.00  9228 1.00
-p_predicted_intervention[552]     1.00    1.00 10008 1.00
-p_predicted_intervention[553]     1.00    1.00 10008 1.00
-p_predicted_intervention[554]     1.00    1.00 10008 1.00
-p_predicted_intervention[555]     1.00    1.00 10007 1.00
-p_predicted_intervention[556]     1.00    1.00 10007 1.00
-p_predicted_intervention[557]     1.00    1.00 10007 1.00
-p_predicted_intervention[558]     1.00    1.00 10007 1.00
-p_predicted_intervention[559]     1.00    1.00 10007 1.00
-p_predicted_intervention[560]     1.00    1.00 10007 1.00
-p_predicted_intervention[561]     1.00    1.00 10007 1.00
-p_predicted_intervention[562]     1.00    1.00 10007 1.00
-p_predicted_intervention[563]     1.00    1.00 10007 1.00
-p_predicted_intervention[564]     1.00    1.00 10007 1.00
-p_predicted_intervention[565]     1.00    1.00 10007 1.00
-p_predicted_intervention[566]     1.00    1.00 10007 1.00
-p_predicted_intervention[567]     1.00    1.00 10007 1.00
-p_predicted_intervention[568]     1.00    1.00 10007 1.00
-p_predicted_intervention[569]     1.00    1.00 10007 1.00
-p_predicted_intervention[570]     1.00    1.00 10007 1.00
-p_predicted_intervention[571]     0.21    1.00  9379 1.00
-p_predicted_intervention[572]     0.22    1.00  9498 1.00
-p_predicted_intervention[573]     0.22    1.00  9504 1.00
-p_predicted_intervention[574]     0.22    1.00  9506 1.00
-p_predicted_intervention[575]     0.22    1.00  9484 1.00
-p_predicted_intervention[576]     0.00    0.47  8257 1.00
-p_predicted_intervention[577]     0.00    0.46  8313 1.00
-p_predicted_intervention[578]     0.00    0.44  8299 1.00
-p_predicted_intervention[579]     0.98    1.00  9690 1.00
-p_predicted_intervention[580]     0.99    1.00  9688 1.00
-p_predicted_intervention[581]     0.99    1.00  9612 1.00
-p_predicted_intervention[582]     0.00    0.00  8103 1.00
-p_predicted_intervention[583]     0.00    0.00  8785 1.00
-p_predicted_intervention[584]     0.00    0.00  9126 1.00
-p_predicted_intervention[585]     0.00    0.00  8472 1.00
-p_predicted_intervention[586]     0.00    0.00  8655 1.00
-p_predicted_intervention[587]     0.00    0.50  8270 1.00
-p_predicted_intervention[588]     0.00    0.48  8249 1.00
-p_predicted_intervention[589]     0.00    0.48  8249 1.00
-p_predicted_intervention[590]     0.00    0.49  8223 1.00
-p_predicted_intervention[591]     0.00    0.49  8274 1.00
-p_predicted_intervention[592]     0.00    0.48  8248 1.00
-p_predicted_intervention[593]     0.00    0.49  8264 1.00
-p_predicted_intervention[594]     0.00    0.49  8237 1.00
-p_predicted_intervention[595]     0.00    0.51  8307 1.00
-p_predicted_intervention[596]     0.00    0.48  8282 1.00
-p_predicted_intervention[597]     0.41    0.55  1606 1.00
-p_predicted_intervention[598]     0.34    0.50  1323 1.00
-p_predicted_intervention[599]     0.33    0.49  1319 1.00
-p_predicted_intervention[600]     0.32    0.48  1316 1.00
-p_predicted_intervention[601]     0.37    0.52  2020 1.00
-p_predicted_intervention[602]     0.39    0.54  1964 1.00
-p_predicted_intervention[603]     0.31    0.48  2043 1.00
-p_predicted_intervention[604]     0.30    0.47  2059 1.00
-p_predicted_intervention[605]     0.27    0.45  2096 1.00
-p_predicted_intervention[606]     0.23    0.41  2006 1.00
-p_predicted_intervention[607]     1.00    1.00  9982 1.00
-p_predicted_intervention[608]     1.00    1.00  9982 1.00
-p_predicted_intervention[609]     1.00    1.00  9987 1.00
-p_predicted_intervention[610]     1.00    1.00  9987 1.00
-p_predicted_intervention[611]     1.00    1.00  9987 1.00
-p_predicted_intervention[612]     1.00    1.00  9987 1.00
-p_predicted_intervention[613]     1.00    1.00  9988 1.00
-p_predicted_intervention[614]     1.00    1.00  9988 1.00
-p_predicted_intervention[615]     1.00    1.00  9988 1.00
-p_predicted_intervention[616]     1.00    1.00  9988 1.00
-p_predicted_intervention[617]     0.34    0.48  2172 1.00
-p_predicted_intervention[618]     0.34    0.48  2170 1.00
-p_predicted_intervention[619]     0.32    0.47  2196 1.00
-p_predicted_intervention[620]     0.95    1.00 10924 1.00
-p_predicted_intervention[621]     0.95    1.00 10911 1.00
-p_predicted_intervention[622]     0.49    1.00 10033 1.00
-p_predicted_intervention[623]     0.50    1.00 10055 1.00
-p_predicted_intervention[624]     0.49    1.00 10030 1.00
-p_predicted_intervention[625]     0.45    1.00  9940 1.00
-p_predicted_intervention[626]     0.99    1.00  9693 1.00
-p_predicted_intervention[627]     0.99    1.00  9667 1.00
-p_predicted_intervention[628]     0.99    1.00  9668 1.00
-p_predicted_intervention[629]     0.99    1.00  9621 1.00
-p_predicted_intervention[630]     0.00    0.00  9186 1.00
-p_predicted_intervention[631]     0.00    0.00  9201 1.00
-p_predicted_intervention[632]     0.00    0.00  9085 1.00
-p_predicted_intervention[633]     0.00    0.00  9101 1.00
-p_predicted_intervention[634]     0.00    0.00  9111 1.00
-p_predicted_intervention[635]     0.00    0.00  9487 1.00
-p_predicted_intervention[636]     0.00    0.42  8294 1.00
-p_predicted_intervention[637]     0.00    0.42  8263 1.00
-p_predicted_intervention[638]     0.00    0.41  8265 1.00
-p_predicted_intervention[639]     0.00    0.42  8232 1.00
-p_predicted_intervention[640]     0.00    0.41  8237 1.00
-p_predicted_intervention[641]     0.00    0.41  8205 1.00
-p_predicted_intervention[642]     0.00    0.41  8243 1.00
-p_predicted_intervention[643]     0.00    0.42  8210 1.00
-p_predicted_intervention[644]     0.00    0.44  8292 1.00
-p_predicted_intervention[645]     0.00    0.43  8257 1.00
-p_predicted_intervention[646]     0.00    0.44  8251 1.00
-p_predicted_intervention[647]     0.00    0.42  8217 1.00
-p_predicted_intervention[648]     0.00    0.44  8259 1.00
-p_predicted_intervention[649]     0.00    0.42  8226 1.00
-p_predicted_intervention[650]     0.54    0.98  7323 1.00
-p_predicted_intervention[651]     0.54    0.98  7323 1.00
-p_predicted_intervention[652]     0.53    0.98  7322 1.00
-p_predicted_intervention[653]     0.53    0.98  7322 1.00
-p_predicted_intervention[654]     0.50    0.98  7226 1.00
-p_predicted_intervention[655]     0.50    0.98  7226 1.00
-p_predicted_intervention[656]     0.66    1.00  7657 1.00
-p_predicted_intervention[657]     0.66    1.00  7657 1.00
-p_predicted_intervention[658]     0.66    1.00  7664 1.00
-p_predicted_intervention[659]     0.66    1.00  7664 1.00
-p_predicted_intervention[660]     0.54    1.00  7560 1.00
-p_predicted_intervention[661]     0.54    1.00  7560 1.00
-p_predicted_intervention[662]     0.52    1.00  7572 1.00
-p_predicted_intervention[663]     0.52    1.00  7572 1.00
-p_predicted_intervention[664]     0.50    1.00  7577 1.00
-p_predicted_intervention[665]     0.50    1.00  7577 1.00
-p_predicted_intervention[666]     0.50    1.00  7577 1.00
-p_predicted_intervention[667]     0.50    1.00  7577 1.00
-p_predicted_intervention[668]     0.49    1.00 10091 1.00
-p_predicted_intervention[669]     0.49    1.00 10091 1.00
-p_predicted_intervention[670]     0.51    1.00 10117 1.00
-p_predicted_intervention[671]     0.49    1.00 10088 1.00
-p_predicted_intervention[672]     0.48    1.00 10065 1.00
-p_predicted_intervention[673]     0.48    1.00 10062 1.00
-p_predicted_intervention[674]     0.47    1.00 10047 1.00
-p_predicted_intervention[675]     0.46    1.00 10036 1.00
-p_predicted_intervention[676]     0.45    1.00  9993 1.00
-p_predicted_intervention[677]     0.44    1.00  9984 1.00
-p_predicted_intervention[678]     0.44    1.00  9983 1.00
-p_predicted_intervention[679]     0.44    1.00  9982 1.00
-p_predicted_intervention[680]     0.44    1.00  9981 1.00
-p_predicted_intervention[681]     0.44    1.00  9980 1.00
-p_predicted_intervention[682]     0.44    1.00  9974 1.00
-p_predicted_intervention[683]     0.44    1.00  9969 1.00
-p_predicted_intervention[684]     0.44    1.00  9968 1.00
-p_predicted_intervention[685]     0.44    1.00  9965 1.00
-p_predicted_intervention[686]     0.44    1.00  9963 1.00
-p_predicted_intervention[687]     0.44    1.00  9962 1.00
-p_predicted_intervention[688]     0.44    1.00  9960 1.00
-p_predicted_intervention[689]     0.97    1.00  9641 1.00
-p_predicted_intervention[690]     0.99    1.00  9710 1.00
-p_predicted_intervention[691]     0.97    1.00  9641 1.00
-p_predicted_intervention[692]     0.97    1.00  9594 1.00
-p_predicted_intervention[693]     0.99    1.00  9665 1.00
-p_predicted_intervention[694]     0.97    1.00  9594 1.00
-p_predicted_intervention[695]     0.97    1.00  9588 1.00
-p_predicted_intervention[696]     0.99    1.00  9657 1.00
-p_predicted_intervention[697]     0.97    1.00  9588 1.00
-p_predicted_intervention[698]     0.97    1.00  9581 1.00
-p_predicted_intervention[699]     0.99    1.00  9651 1.00
-p_predicted_intervention[700]     0.97    1.00  9581 1.00
-p_predicted_intervention[701]     0.97    1.00  9546 1.00
-p_predicted_intervention[702]     0.99    1.00  9604 1.00
-p_predicted_intervention[703]     0.97    1.00  9546 1.00
-p_predicted_intervention[704]     0.97    1.00  9545 1.00
-p_predicted_intervention[705]     0.99    1.00  9604 1.00
-p_predicted_intervention[706]     0.97    1.00  9545 1.00
-p_predicted_intervention[707]     0.97    1.00  9541 1.00
-p_predicted_intervention[708]     0.99    1.00  9605 1.00
-p_predicted_intervention[709]     0.97    1.00  9541 1.00
-p_predicted_intervention[710]     0.00    0.00  9090 1.00
-p_predicted_intervention[711]     0.00    0.00  8880 1.00
-p_predicted_intervention[712]     0.39    0.56  1631 1.00
-p_predicted_intervention[713]     0.33    0.52  1432 1.00
-p_predicted_intervention[714]     0.33    0.52  1432 1.00
-p_predicted_intervention[715]     0.31    0.51  1431 1.00
-p_predicted_intervention[716]     0.31    0.49  1431 1.00
-p_predicted_intervention[717]     0.37    0.55  1895 1.00
-p_predicted_intervention[718]     0.36    0.53  1937 1.00
-p_predicted_intervention[719]     0.33    0.52  1942 1.00
-p_predicted_intervention[720]     0.27    0.46  2095 1.00
-p_predicted_intervention[721]     0.14    1.00  9417 1.00
-p_predicted_intervention[722]     0.16    1.00  9496 1.00
-p_predicted_intervention[723]     0.15    1.00  9460 1.00
-p_predicted_intervention[724]     0.15    1.00  9462 1.00
-p_predicted_intervention[725]     0.15    1.00  9477 1.00
-p_predicted_intervention[726]     0.15    1.00  9478 1.00
-p_predicted_intervention[727]     0.15    1.00  9487 1.00
-p_predicted_intervention[728]     0.15    1.00  9504 1.00
-p_predicted_intervention[729]     0.15    1.00  9470 1.00
-p_predicted_intervention[730]     0.00    0.41  8278 1.00
-p_predicted_intervention[731]     0.00    0.41  8256 1.00
-p_predicted_intervention[732]     0.00    0.44  8253 1.00
-p_predicted_intervention[733]     0.96    1.00  6780 1.00
-p_predicted_intervention[734]     0.96    1.00  6780 1.00
-p_predicted_intervention[735]     0.96    1.00  6788 1.00
-p_predicted_intervention[736]     0.94    1.00  6922 1.00
-p_predicted_intervention[737]     0.94    1.00  6921 1.00
-p_predicted_intervention[738]     0.94    1.00  6928 1.00
-p_predicted_intervention[739]     0.94    1.00  6940 1.00
-p_predicted_intervention[740]     0.94    1.00  6943 1.00
-p_predicted_intervention[741]     1.00    1.00  8090 1.00
-p_predicted_intervention[742]     1.00    1.00  8090 1.00
-p_predicted_intervention[743]     0.56    1.00 10698 1.00
-p_predicted_intervention[744]     0.56    1.00 10697 1.00
-p_predicted_intervention[745]     0.56    1.00 10692 1.00
-p_predicted_intervention[746]     0.56    1.00 10699 1.00
-p_predicted_intervention[747]     0.56    1.00 10695 1.00
-p_predicted_intervention[748]     0.47    1.00 10587 1.00
-p_predicted_intervention[749]     0.48    1.00 10576 1.00
-p_predicted_intervention[750]     0.48    1.00 10578 1.00
-p_predicted_intervention[751]     0.47    1.00 10594 1.00
-p_predicted_intervention[752]     0.74    1.00 10537 1.00
-p_predicted_intervention[753]     0.74    1.00 10543 1.00
-p_predicted_intervention[754]     0.74    1.00 10541 1.00
-p_predicted_intervention[755]     0.74    1.00 10544 1.00
-p_predicted_intervention[756]     0.74    1.00 10546 1.00
-p_predicted_intervention[757]     0.75    1.00 10515 1.00
-p_predicted_intervention[758]     0.58    1.00 10687 1.00
-p_predicted_intervention[759]     0.58    1.00 10687 1.00
-p_predicted_intervention[760]     0.58    1.00 10686 1.00
-p_predicted_intervention[761]     0.57    1.00 10685 1.00
-p_predicted_intervention[762]     0.57    1.00 10679 1.00
-p_predicted_intervention[763]     0.57    1.00 10681 1.00
-p_predicted_intervention[764]     0.57    1.00 10681 1.00
-p_predicted_intervention[765]     0.57    1.00 10680 1.00
-p_predicted_intervention[766]     0.57    1.00 10680 1.00
-p_predicted_intervention[767]     0.56    1.00 10678 1.00
-p_predicted_intervention[768]     0.57    1.00 10677 1.00
-p_predicted_intervention[769]     0.56    1.00 10695 1.00
-p_predicted_intervention[770]     0.58    1.00 10687 1.00
-p_predicted_intervention[771]     0.58    1.00 10686 1.00
-p_predicted_intervention[772]     0.57    1.00 10679 1.00
-p_predicted_intervention[773]     0.57    1.00 10680 1.00
-p_predicted_intervention[774]     0.57    1.00 10682 1.00
-p_predicted_intervention[775]     0.57    1.00 10681 1.00
-p_predicted_intervention[776]     0.57    1.00 10680 1.00
-p_predicted_intervention[777]     0.57    1.00 10679 1.00
-p_predicted_intervention[778]     0.56    1.00 10696 1.00
-p_predicted_intervention[779]     0.56    1.00 10696 1.00
-p_predicted_intervention[780]     0.56    1.00 10695 1.00
-p_predicted_intervention[781]     0.58    1.00 10687 1.00
-p_predicted_intervention[782]     0.58    1.00 10687 1.00
-p_predicted_intervention[783]     0.57    1.00 10682 1.00
-p_predicted_intervention[784]     0.57    1.00 10679 1.00
-p_predicted_intervention[785]     0.57    1.00 10678 1.00
-p_predicted_intervention[786]     0.56    1.00 10678 1.00
-p_predicted_intervention[787]     0.56    1.00 10695 1.00
-p_predicted_intervention[788]     0.56    1.00 10695 1.00
-p_predicted_intervention[789]     0.56    1.00 10693 1.00
-p_predicted_intervention[790]     0.56    1.00 10693 1.00
-p_predicted_intervention[791]     0.33    0.50  1320 1.00
-p_predicted_intervention[792]     0.32    0.48  1317 1.00
-p_predicted_intervention[793]     0.32    0.48  1316 1.00
-p_predicted_intervention[794]     0.33    0.49  1319 1.00
-p_predicted_intervention[795]     0.40    0.55  1921 1.00
-p_predicted_intervention[796]     0.39    0.54  1953 1.00
-p_predicted_intervention[797]     0.39    0.54  1953 1.00
-p_predicted_intervention[798]     0.39    0.54  1961 1.00
-p_predicted_intervention[799]     0.15    1.00  9582 1.00
-p_predicted_intervention[800]     0.15    1.00  9599 1.00
-p_predicted_intervention[801]     0.15    1.00  9602 1.00
-p_predicted_intervention[802]     0.16    1.00  9614 1.00
-p_predicted_intervention[803]     0.16    1.00  9630 1.00
-p_predicted_intervention[804]     0.15    1.00  9636 1.00
-p_predicted_intervention[805]     0.16    1.00  9561 1.00
-p_predicted_intervention[806]     0.16    1.00  9562 1.00
-p_predicted_intervention[807]     1.00    1.00 10008 1.00
-p_predicted_intervention[808]     1.00    1.00 10007 1.00
-p_predicted_intervention[809]     1.00    1.00 10008 1.00
-p_predicted_intervention[810]     1.00    1.00 10007 1.00
-p_predicted_intervention[811]     1.00    1.00 10007 1.00
-p_predicted_intervention[812]     1.00    1.00 10007 1.00
-p_predicted_intervention[813]     1.00    1.00 10007 1.00
-p_predicted_intervention[814]     1.00    1.00 10007 1.00
-p_predicted_intervention[815]     1.00    1.00 10007 1.00
-p_predicted_intervention[816]     1.00    1.00 10007 1.00
-p_predicted_intervention[817]     1.00    1.00 10007 1.00
-p_predicted_intervention[818]     0.48    1.00 10031 1.00
-p_predicted_intervention[819]     0.49    1.00 10062 1.00
-p_predicted_intervention[820]     0.49    1.00 10060 1.00
-p_predicted_intervention[821]     0.49    1.00 10025 1.00
-p_predicted_intervention[822]     0.47    1.00  9988 1.00
-p_predicted_intervention[823]     0.48    1.00 10005 1.00
-p_predicted_intervention[824]     0.47    1.00 10004 1.00
-p_predicted_intervention[825]     0.46    1.00  9976 1.00
-p_predicted_intervention[826]     0.46    1.00  9986 1.00
-p_predicted_intervention[827]     0.44    1.00  9942 1.00
-p_predicted_intervention[828]     0.57    1.00 10669 1.00
-p_predicted_intervention[829]     0.56    1.00 10672 1.00
-p_predicted_intervention[830]     0.00    0.49  8361 1.00
-p_predicted_intervention[831]     0.00    0.48  8332 1.00
-p_predicted_intervention[832]     0.00    0.48  8356 1.00
-p_predicted_intervention[833]     0.00    0.47  8338 1.00
-p_predicted_intervention[834]     0.00    0.46  8334 1.00
-p_predicted_intervention[835]     0.00    0.47  8355 1.00
-p_predicted_intervention[836]     0.00    0.00  8831 1.00
-p_predicted_intervention[837]     0.37    0.59  1761 1.00
-p_predicted_intervention[838]     0.00    0.00  8904 1.00
-p_predicted_intervention[839]     0.30    0.55  1646 1.00
-p_predicted_intervention[840]     0.00    0.00  8893 1.00
-p_predicted_intervention[841]     0.30    0.55  1643 1.00
-p_predicted_intervention[842]     0.00    0.00  8901 1.00
-p_predicted_intervention[843]     0.30    0.55  1645 1.00
-p_predicted_intervention[844]     0.00    0.00  9064 1.00
-p_predicted_intervention[845]     0.25    0.50  1731 1.00
-p_predicted_intervention[846]     0.00    0.00  9058 1.00
-p_predicted_intervention[847]     0.25    0.51  1729 1.00
-p_predicted_intervention[848]     0.00    0.00  9120 1.00
-p_predicted_intervention[849]     0.24    0.48  1745 1.00
-p_predicted_intervention[850]     0.00    0.00  9043 1.00
-p_predicted_intervention[851]     0.30    0.54  2055 1.00
-p_predicted_intervention[852]     0.00    0.00  9291 1.00
-p_predicted_intervention[853]     0.24    0.47  2232 1.00
-p_predicted_intervention[854]     0.00    0.00  9361 1.00
-p_predicted_intervention[855]     0.22    0.46  2271 1.00
-p_predicted_intervention[856]     0.00    0.00  9509 1.00
-p_predicted_intervention[857]     0.18    0.42  2348 1.00
-p_predicted_intervention[858]     0.33    0.49  1334 1.00
-p_predicted_intervention[859]     0.32    0.48  1330 1.00
-p_predicted_intervention[860]     0.31    0.46  1324 1.00
-p_predicted_intervention[861]     0.30    0.46  1323 1.00
-p_predicted_intervention[862]     0.29    0.44  1318 1.00
-p_predicted_intervention[863]     0.28    0.43  1316 1.00
-p_predicted_intervention[864]     0.35    0.50  1990 1.00
-p_predicted_intervention[865]     0.32    0.48  2067 1.00
-p_predicted_intervention[866]     0.31    0.46  2104 1.00
-p_predicted_intervention[867]     0.32    0.47  2080 1.00
-p_predicted_intervention[868]     0.32    0.48  2069 1.00
-p_predicted_intervention[869]     0.33    0.48  2051 1.00
-p_predicted_intervention[870]     0.21    1.00  9378 1.00
-p_predicted_intervention[871]     0.22    1.00  9497 1.00
-p_predicted_intervention[872]     0.22    1.00  9505 1.00
-p_predicted_intervention[873]     0.21    1.00  9507 1.00
-p_predicted_intervention[874]     0.22    1.00  9481 1.00
-p_predicted_intervention[875]     0.21    1.00  9484 1.00
-p_predicted_intervention[876]     0.00    0.01  8401 1.00
-p_predicted_intervention[877]     0.00    0.02  8126 1.00
-p_predicted_intervention[878]     0.00    0.01  8528 1.00
-p_predicted_intervention[879]     0.00    0.01  8570 1.00
-p_predicted_intervention[880]     0.56    1.00  7521 1.00
-p_predicted_intervention[881]     0.64    1.00  7509 1.00
-p_predicted_intervention[882]     0.54    1.00  7529 1.00
-p_predicted_intervention[883]     0.52    1.00  7543 1.00
-p_predicted_intervention[884]     0.51    1.00  7542 1.00
-p_predicted_intervention[885]     0.52    1.00 10594 1.00
-p_predicted_intervention[886]     0.57    1.00 10669 1.00
-p_predicted_intervention[887]     0.57    1.00 10668 1.00
-p_predicted_intervention[888]     0.57    1.00 10667 1.00
-p_predicted_intervention[889]     0.57    1.00 10663 1.00
-p_predicted_intervention[890]     0.56    1.00 10654 1.00
-p_predicted_intervention[891]     0.55    1.00 10651 1.00
-p_predicted_intervention[892]     0.55    1.00 10652 1.00
-p_predicted_intervention[893]     0.55    1.00 10650 1.00
-p_predicted_intervention[894]     0.55    1.00 10649 1.00
-p_predicted_intervention[895]     0.55    1.00 10646 1.00
-p_predicted_intervention[896]     0.54    1.00 10670 1.00
-p_predicted_intervention[897]     0.47    1.00 10587 1.00
-p_predicted_intervention[898]     0.47    1.00 10582 1.00
-p_predicted_intervention[899]     0.47    1.00 10597 1.00
-p_predicted_intervention[900]     0.47    1.00 10590 1.00
-p_predicted_intervention[901]     0.39    0.56  1631 1.00
-p_predicted_intervention[902]     0.32    0.52  1432 1.00
-p_predicted_intervention[903]     0.33    0.52  1942 1.00
-p_predicted_intervention[904]     0.31    0.50  1990 1.00
-p_predicted_intervention[905]     0.29    0.48  2046 1.00
-p_predicted_intervention[906]     0.26    0.45  2108 1.00
-p_predicted_intervention[907]     0.00    0.01  8384 1.00
-p_predicted_intervention[908]     0.00    0.01  8534 1.00
-p_predicted_intervention[909]     0.00    0.01  7989 1.00
-p_predicted_intervention[910]     0.00    0.01  8170 1.00
-p_predicted_intervention[911]     0.00    0.01  8179 1.00
-p_predicted_intervention[912]     0.97    1.00  9635 1.00
-p_predicted_intervention[913]     0.99    1.00  9693 1.00
-p_predicted_intervention[914]     0.97    1.00  9635 1.00
-p_predicted_intervention[915]     0.97    1.00  9638 1.00
-p_predicted_intervention[916]     0.99    1.00  9706 1.00
-p_predicted_intervention[917]     0.97    1.00  9638 1.00
-p_predicted_intervention[918]     0.98    1.00  9591 1.00
-p_predicted_intervention[919]     0.99    1.00  9647 1.00
-p_predicted_intervention[920]     0.98    1.00  9591 1.00
-p_predicted_intervention[921]     0.98    1.00  9573 1.00
-p_predicted_intervention[922]     0.99    1.00  9640 1.00
-p_predicted_intervention[923]     0.98    1.00  9573 1.00
-p_predicted_intervention[924]     0.00    0.00  8318 1.00
-p_predicted_intervention[925]     0.00    0.00  9192 1.00
-p_predicted_intervention[926]     0.00    0.00  9197 1.00
-p_predicted_intervention[927]     0.00    0.00  9180 1.00
-p_predicted_intervention[928]     0.00    0.00  9324 1.00
-p_predicted_intervention[929]     0.00    0.00  9274 1.00
-p_predicted_intervention[930]     0.00    0.00  9366 1.00
-p_predicted_intervention[931]     0.00    0.00  9611 1.00
-p_predicted_intervention[932]     0.58    1.00 10687 1.00
-p_predicted_intervention[933]     0.58    1.00 10687 1.00
-p_predicted_intervention[934]     0.53    1.00 10613 1.00
-p_predicted_intervention[935]     0.58    1.00 10686 1.00
-p_predicted_intervention[936]     0.58    1.00 10686 1.00
-p_predicted_intervention[937]     0.57    1.00 10685 1.00
-p_predicted_intervention[938]     0.57    1.00 10684 1.00
-p_predicted_intervention[939]     0.57    1.00 10679 1.00
-p_predicted_intervention[940]     0.57    1.00 10681 1.00
-p_predicted_intervention[941]     0.57    1.00 10679 1.00
-p_predicted_intervention[942]     0.57    1.00 10677 1.00
-p_predicted_intervention[943]     0.57    1.00 10675 1.00
-p_predicted_intervention[944]     0.00    0.00  9290 1.00
-p_predicted_intervention[945]     0.00    0.00  9319 1.00
-p_predicted_intervention[946]     0.00    0.00  9080 1.00
-p_predicted_intervention[947]     0.00    0.00  9313 1.00
-p_predicted_intervention[948]     0.00    0.00  9311 1.00
-p_predicted_intervention[949]     0.00    0.00  9341 1.00
-p_predicted_intervention[950]     0.57    0.99  6691 1.00
-p_predicted_intervention[951]     0.57    0.99  6691 1.00
-p_predicted_intervention[952]     0.57    0.99  6691 1.00
-p_predicted_intervention[953]     0.47    0.98  6929 1.00
-p_predicted_intervention[954]     0.47    0.98  6929 1.00
-p_predicted_intervention[955]     0.47    0.98  6929 1.00
-p_predicted_intervention[956]     0.46    0.98  6933 1.00
-p_predicted_intervention[957]     0.46    0.98  6933 1.00
-p_predicted_intervention[958]     0.46    0.98  6933 1.00
-p_predicted_intervention[959]     0.44    0.98  6940 1.00
-p_predicted_intervention[960]     0.44    0.98  6940 1.00
-p_predicted_intervention[961]     0.44    0.98  6940 1.00
-p_predicted_intervention[962]     0.46    0.98  6938 1.00
-p_predicted_intervention[963]     0.46    0.98  6938 1.00
-p_predicted_intervention[964]     0.46    0.98  6938 1.00
-p_predicted_intervention[965]     0.45    0.98  6947 1.00
-p_predicted_intervention[966]     0.45    0.98  6947 1.00
-p_predicted_intervention[967]     0.45    0.98  6947 1.00
-p_predicted_intervention[968]     0.45    0.98  6947 1.00
-p_predicted_intervention[969]     0.45    0.98  6947 1.00
-p_predicted_intervention[970]     0.45    0.98  6947 1.00
-p_predicted_intervention[971]     0.44    0.98  6929 1.00
-p_predicted_intervention[972]     0.44    0.98  6929 1.00
-p_predicted_intervention[973]     0.44    0.98  6929 1.00
-p_predicted_intervention[974]     0.43    0.98  6936 1.00
-p_predicted_intervention[975]     0.43    0.98  6936 1.00
-p_predicted_intervention[976]     0.43    0.98  6936 1.00
-p_predicted_intervention[977]     0.53    1.00 10614 1.00
-p_predicted_intervention[978]     0.58    1.00 10687 1.00
-p_predicted_intervention[979]     0.58    1.00 10687 1.00
-p_predicted_intervention[980]     0.58    1.00 10687 1.00
-p_predicted_intervention[981]     0.53    1.00 10613 1.00
-p_predicted_intervention[982]     0.58    1.00 10686 1.00
-p_predicted_intervention[983]     0.58    1.00 10685 1.00
-p_predicted_intervention[984]     0.57    1.00 10685 1.00
-p_predicted_intervention[985]     0.57    1.00 10679 1.00
-p_predicted_intervention[986]     0.57    1.00 10678 1.00
-p_predicted_intervention[987]     0.57    1.00 10679 1.00
-p_predicted_intervention[988]     0.57    1.00 10681 1.00
-p_predicted_intervention[989]     0.57    1.00 10679 1.00
-p_predicted_intervention[990]     0.57    1.00 10677 1.00
-p_predicted_intervention[991]     0.57    1.00 10675 1.00
-p_predicted_intervention[992]     0.56    1.00 10693 1.00
-p_predicted_intervention[993]     0.22    1.00  9658 1.00
-p_predicted_intervention[994]     0.22    1.00  9614 1.00
-p_predicted_intervention[995]     0.21    1.00  9625 1.00
-p_predicted_intervention[996]     0.00    0.98  8598 1.00
-p_predicted_intervention[997]     0.00    0.97  8683 1.00
-p_predicted_intervention[998]     0.00    0.98  8621 1.00
-p_predicted_intervention[999]     0.54    1.00 10641 1.00
-p_predicted_intervention[1000]    0.54    1.00 10639 1.00
-p_predicted_intervention[1001]    0.56    1.00 10696 1.00
-p_predicted_intervention[1002]    0.56    1.00 10695 1.00
-p_predicted_intervention[1003]    0.56    1.00 10694 1.00
-p_predicted_intervention[1004]    0.98    1.00  9623 1.00
-p_predicted_intervention[1005]    0.98    1.00  9655 1.00
-p_predicted_intervention[1006]    0.98    1.00  9656 1.00
-p_predicted_intervention[1007]    0.99    1.00  9583 1.00
-p_predicted_intervention[1008]    0.99    1.00  9570 1.00
-p_predicted_intervention[1009]    0.97    1.00  9530 1.00
-p_predicted_intervention[1010]    0.96    1.00  9561 1.00
-p_predicted_intervention[1011]    0.97    1.00  9483 1.00
-p_predicted_intervention[1012]    0.49    1.00 10066 1.00
-p_predicted_intervention[1013]    0.46    1.00  9985 1.00
-p_predicted_intervention[1014]    0.44    1.00  9943 1.00
-p_predicted_intervention[1015]    0.48    1.00 10034 1.00
-p_predicted_intervention[1016]    0.49    1.00 10055 1.00
-p_predicted_intervention[1017]    0.46    1.00  9967 1.00
-p_predicted_intervention[1018]    0.45    1.00  9957 1.00
-p_predicted_intervention[1019]    0.45    1.00  9949 1.00
-p_predicted_intervention[1020]    0.37    1.00  9801 1.00
-p_predicted_intervention[1021]    0.41    1.00  9867 1.00
-p_predicted_intervention[1022]    0.40    1.00  9844 1.00
-p_predicted_intervention[1023]    0.40    1.00  9834 1.00
-p_predicted_intervention[1024]    0.39    1.00  9820 1.00
-p_predicted_intervention[1025]    0.37    1.00  9808 1.00
-p_predicted_intervention[1026]    0.37    1.00  9804 1.00
-p_predicted_intervention[1027]    0.48    1.00 10031 1.00
-p_predicted_intervention[1028]    0.49    1.00 10062 1.00
-p_predicted_intervention[1029]    0.48    1.00 10011 1.00
-p_predicted_intervention[1030]    0.45    1.00  9954 1.00
-p_predicted_intervention[1031]    0.45    1.00  9951 1.00
-p_predicted_intervention[1032]    0.42    1.00  9876 1.00
-p_predicted_intervention[1033]    0.41    1.00  9856 1.00
-p_predicted_intervention[1034]    0.41    1.00  9851 1.00
-p_predicted_intervention[1035]    0.40    1.00  9836 1.00
-p_predicted_intervention[1036]    0.39    1.00  9824 1.00
-p_predicted_intervention[1037]    0.37    1.00  9811 1.00
-p_predicted_intervention[1038]    0.63    1.00  7624 1.00
-p_predicted_intervention[1039]    0.60    1.00  7787 1.00
-p_predicted_intervention[1040]    0.62    1.00  7630 1.00
-p_predicted_intervention[1041]    0.59    1.00  7790 1.00
-p_predicted_intervention[1042]    0.62    1.00  7634 1.00
-p_predicted_intervention[1043]    0.59    1.00  7795 1.00
-p_predicted_intervention[1044]    0.62    1.00  7634 1.00
-p_predicted_intervention[1045]    0.58    1.00  7796 1.00
-p_predicted_intervention[1046]    0.62    1.00  7635 1.00
-p_predicted_intervention[1047]    0.58    1.00  7797 1.00
-p_predicted_intervention[1048]    0.62    1.00  7643 1.00
-p_predicted_intervention[1049]    0.58    1.00  7804 1.00
-p_predicted_intervention[1050]    0.53    1.00  7537 1.00
-p_predicted_intervention[1051]    0.49    0.99  7788 1.00
-p_predicted_intervention[1052]    1.00    1.00  8233 1.00
-p_predicted_intervention[1053]    1.00    1.00  8233 1.00
-p_predicted_intervention[1054]    1.00    1.00  8187 1.00
-p_predicted_intervention[1055]    1.00    1.00  8187 1.00
-p_predicted_intervention[1056]    1.00    1.00  8156 1.00
-p_predicted_intervention[1057]    1.00    1.00  8156 1.00
-p_predicted_intervention[1058]    1.00    1.00  8144 1.00
-p_predicted_intervention[1059]    1.00    1.00  8144 1.00
-p_predicted_intervention[1060]    1.00    1.00  8195 1.00
-p_predicted_intervention[1061]    1.00    1.00  8195 1.00
-p_predicted_intervention[1062]    1.00    1.00  8227 1.00
-p_predicted_intervention[1063]    1.00    1.00  8199 1.00
-p_predicted_intervention[1064]    1.00    1.00  8192 1.00
-p_predicted_intervention[1065]    1.00    1.00  8157 1.00
-p_predicted_intervention[1066]    1.00    1.00  8150 1.00
-p_predicted_intervention[1067]    1.00    1.00  8173 1.00
-p_predicted_intervention[1068]    1.00    1.00  8160 1.00
-p_predicted_intervention[1069]    1.00    1.00  8212 1.00
-p_predicted_intervention[1070]    1.00    1.00  8191 1.00
-p_predicted_intervention[1071]    0.65    1.00 10329 1.00
-p_predicted_intervention[1072]    0.65    1.00 10290 1.00
-p_predicted_intervention[1073]    0.66    1.00 10286 1.00
-p_predicted_intervention[1074]    0.52    0.98  7242 1.00
-p_predicted_intervention[1075]    0.52    0.98  7242 1.00
-p_predicted_intervention[1076]    0.60    0.99  7086 1.00
-p_predicted_intervention[1077]    0.60    0.99  7086 1.00
-p_predicted_intervention[1078]    0.51    0.98  7241 1.00
-p_predicted_intervention[1079]    0.51    0.98  7241 1.00
-p_predicted_intervention[1080]    0.51    0.98  7240 1.00
-p_predicted_intervention[1081]    0.51    0.98  7240 1.00
-p_predicted_intervention[1082]    0.50    0.98  7239 1.00
-p_predicted_intervention[1083]    0.50    0.98  7239 1.00
-p_predicted_intervention[1084]    0.38    0.56  1635 1.00
-p_predicted_intervention[1085]    0.31    0.52  1477 1.00
-p_predicted_intervention[1086]    0.35    0.54  1891 1.00
-p_predicted_intervention[1087]    0.34    0.53  1921 1.00
-p_predicted_intervention[1088]    0.32    0.50  1987 1.00
-p_predicted_intervention[1089]    0.28    0.47  2069 1.00
-p_predicted_intervention[1090]    0.27    0.47  2080 1.00
-p_predicted_intervention[1091]    0.61    0.99  7027 1.00
-p_predicted_intervention[1092]    0.60    0.99  7029 1.00
-p_predicted_intervention[1093]    0.61    0.99  7026 1.00
-p_predicted_intervention[1094]    0.60    0.99  7030 1.00
-p_predicted_intervention[1095]    0.59    0.99  7047 1.00
-p_predicted_intervention[1096]    0.60    0.99  7034 1.00
-p_predicted_intervention[1097]    0.59    0.99  7047 1.00
-p_predicted_intervention[1098]    0.59    0.99  7036 1.00
-p_predicted_intervention[1099]    0.58    0.99  7049 1.00
-p_predicted_intervention[1100]    0.58    0.99  7049 1.00
-p_predicted_intervention[1101]    0.58    0.99  7052 1.00
-p_predicted_intervention[1102]    0.57    0.99  7019 1.00
-p_predicted_intervention[1103]    0.48    0.99  7151 1.00
-p_predicted_intervention[1104]    0.47    0.99  7136 1.00
-p_predicted_intervention[1105]    0.47    0.99  7107 1.00
-p_predicted_intervention[1106]    0.00    0.00  9352 1.00
-p_predicted_intervention[1107]    0.00    0.00  9355 1.00
-p_predicted_intervention[1108]    0.00    0.00  9384 1.00
-p_predicted_intervention[1109]    0.00    0.00  8855 1.00
-p_predicted_intervention[1110]    0.00    0.00  8999 1.00
-p_predicted_intervention[1111]    0.00    0.00  9486 1.00
-p_predicted_intervention[1112]    0.00    0.00  9526 1.00
-p_predicted_intervention[1113]    0.00    0.00  9528 1.00
-p_predicted_intervention[1114]    0.00    0.00  9237 1.00
-p_predicted_intervention[1115]    0.00    0.00  9131 1.00
-p_predicted_intervention[1116]    0.33    0.51  1387 1.00
-p_predicted_intervention[1117]    0.32    0.50  1385 1.00
-p_predicted_intervention[1118]    0.30    0.47  1381 1.00
-p_predicted_intervention[1119]    0.35    0.52  1944 1.00
-p_predicted_intervention[1120]    0.35    0.51  1958 1.00
-p_predicted_intervention[1121]    0.33    0.49  2009 1.00
-p_predicted_intervention[1122]    0.32    0.49  2022 1.00
-p_predicted_intervention[1123]    0.34    0.50  1988 1.00
-p_predicted_intervention[1124]    0.33    0.49  2013 1.00
-p_predicted_intervention[1125]    0.34    0.50  1980 1.00
-p_predicted_intervention[1126]    0.32    0.48  2034 1.00
-p_predicted_intervention[1127]    0.49    0.98  6932 1.00
-p_predicted_intervention[1128]    0.57    0.99  6690 1.00
-p_predicted_intervention[1129]    0.56    0.99  6699 1.00
-p_predicted_intervention[1130]    0.45    0.98  6933 1.00
-p_predicted_intervention[1131]    0.44    0.98  6943 1.00
-p_predicted_intervention[1132]    0.00    0.51  8395 1.00
-p_predicted_intervention[1133]    0.22    1.00  9558 1.00
-p_predicted_intervention[1134]    0.20    1.00  9550 1.00
-p_predicted_intervention[1135]    0.97    1.00  9495 1.00
-p_predicted_intervention[1136]    0.99    1.00  9610 1.00
-p_predicted_intervention[1137]    0.97    1.00  9495 1.00
-p_predicted_intervention[1138]    0.98    1.00  9478 1.00
-p_predicted_intervention[1139]    0.99    1.00  9574 1.00
-p_predicted_intervention[1140]    0.98    1.00  9478 1.00
-p_predicted_intervention[1141]    0.97    1.00  9472 1.00
-p_predicted_intervention[1142]    0.99    1.00  9587 1.00
-p_predicted_intervention[1143]    0.97    1.00  9472 1.00
-p_predicted_intervention[1144]    0.98    1.00  9470 1.00
-p_predicted_intervention[1145]    0.99    1.00  9573 1.00
-p_predicted_intervention[1146]    0.98    1.00  9470 1.00
-p_predicted_intervention[1147]    0.97    1.00  9606 1.00
-p_predicted_intervention[1148]    0.99    1.00  9675 1.00
-p_predicted_intervention[1149]    0.97    1.00  9606 1.00
-p_predicted_intervention[1150]    0.97    1.00  9541 1.00
-p_predicted_intervention[1151]    0.99    1.00  9605 1.00
-p_predicted_intervention[1152]    0.97    1.00  9541 1.00
-p_predicted_intervention[1153]    0.97    1.00  9545 1.00
-p_predicted_intervention[1154]    0.99    1.00  9614 1.00
-p_predicted_intervention[1155]    0.97    1.00  9545 1.00
-p_predicted_intervention[1156]    0.97    1.00  9514 1.00
-p_predicted_intervention[1157]    0.99    1.00  9587 1.00
-p_predicted_intervention[1158]    0.97    1.00  9514 1.00
-p_predicted_intervention[1159]    1.00    1.00  8242 1.00
-p_predicted_intervention[1160]    1.00    1.00  8169 1.00
-p_predicted_intervention[1161]    1.00    1.00  8166 1.00
-p_predicted_intervention[1162]    1.00    1.00  8136 1.00
-p_predicted_intervention[1163]    1.00    1.00  8170 1.00
-p_predicted_intervention[1164]    1.00    1.00  8134 1.00
-p_predicted_intervention[1165]    0.97    1.00  9629 1.00
-p_predicted_intervention[1166]    0.99    1.00  9692 1.00
-p_predicted_intervention[1167]    0.97    1.00  9629 1.00
-p_predicted_intervention[1168]    0.97    1.00  9569 1.00
-p_predicted_intervention[1169]    0.99    1.00  9627 1.00
-p_predicted_intervention[1170]    0.97    1.00  9569 1.00
-p_predicted_intervention[1171]    0.97    1.00  9550 1.00
-p_predicted_intervention[1172]    0.99    1.00  9613 1.00
-p_predicted_intervention[1173]    0.97    1.00  9550 1.00
-p_predicted_intervention[1174]    0.00    0.98  8464 1.00
-p_predicted_intervention[1175]    0.00    0.98  8492 1.00
-p_predicted_intervention[1176]    0.00    0.98  8492 1.00
-p_predicted_intervention[1177]    0.00    0.98  8491 1.00
-p_predicted_intervention[1178]    0.00    0.97  8430 1.00
-p_predicted_intervention[1179]    0.35    0.59  1770 1.00
-p_predicted_intervention[1180]    0.28    0.54  1701 1.00
-p_predicted_intervention[1181]    0.28    0.52  2075 1.00
-p_predicted_intervention[1182]    0.21    0.45  1788 1.00
-p_predicted_intervention[1183]    0.26    0.49  2144 1.00
-p_predicted_intervention[1184]    0.22    0.45  2256 1.00
-p_predicted_intervention[1185]    0.20    0.43  2304 1.00
-p_predicted_intervention[1186]    0.00    0.97  8532 1.00
-p_predicted_intervention[1187]    0.00    0.96  8540 1.00
-p_predicted_intervention[1188]    0.00    0.96  8541 1.00
-p_predicted_intervention[1189]    0.49    1.00 10062 1.00
-p_predicted_intervention[1190]    0.45    1.00  9960 1.00
-p_predicted_intervention[1191]    0.44    1.00  9939 1.00
-p_predicted_intervention[1192]    0.44    1.00  9929 1.00
-p_predicted_intervention[1193]    0.40    1.00  9828 1.00
-p_predicted_intervention[1194]    0.49    1.00 10063 1.00
-p_predicted_intervention[1195]    0.45    1.00  9961 1.00
-p_predicted_intervention[1196]    0.45    1.00  9951 1.00
-p_predicted_intervention[1197]    0.44    1.00  9939 1.00
-p_predicted_intervention[1198]    0.40    1.00  9848 1.00
-p_predicted_intervention[1199]    0.97    1.00  6847 1.00
-p_predicted_intervention[1200]    0.97    1.00  6846 1.00
-p_predicted_intervention[1201]    0.96    1.00  6976 1.00
-p_predicted_intervention[1202]    0.96    1.00  6849 1.00
-p_predicted_intervention[1203]    0.96    1.00  6847 1.00
-p_predicted_intervention[1204]    0.96    1.00  6847 1.00
-p_predicted_intervention[1205]    0.96    1.00  6847 1.00
-p_predicted_intervention[1206]    0.96    1.00  6847 1.00
-p_predicted_intervention[1207]    0.95    1.00  6983 1.00
-p_predicted_intervention[1208]    0.95    1.00  6983 1.00
-p_predicted_intervention[1209]    0.21    1.00  9697 1.00
-p_predicted_intervention[1210]    0.21    1.00  9634 1.00
-p_predicted_intervention[1211]    0.48    1.00 10062 1.00
-p_predicted_intervention[1212]    0.48    1.00 10065 1.00
-p_predicted_intervention[1213]    0.50    1.00 10097 1.00
-p_predicted_intervention[1214]    0.45    1.00  9990 1.00
-p_predicted_intervention[1215]    0.45    1.00  9964 1.00
-p_predicted_intervention[1216]    0.39    1.00  9872 1.00
-p_predicted_intervention[1217]    0.54    0.98  7218 1.00
-p_predicted_intervention[1218]    0.53    0.98  7219 1.00
-p_predicted_intervention[1219]    0.50    0.98  7225 1.00
-p_predicted_intervention[1220]    0.50    0.98  7232 1.00
-p_predicted_intervention[1221]    0.49    0.98  7233 1.00
-p_predicted_intervention[1222]    0.00    0.46  8347 1.00
-p_predicted_intervention[1223]    0.00    0.45  8326 1.00
-p_predicted_intervention[1224]    0.00    0.44  8314 1.00
-p_predicted_intervention[1225]    0.00    0.47  8358 1.00
-p_predicted_intervention[1226]    0.00    0.47  8356 1.00
-p_predicted_intervention[1227]    0.00    0.47  8358 1.00
-p_predicted_intervention[1228]    0.00    0.47  8356 1.00
-p_predicted_intervention[1229]    0.00    1.00  7690 1.00
-p_predicted_intervention[1230]    0.00    1.00  7648 1.00
-p_predicted_intervention[1231]    0.00    1.00  7653 1.00
-p_predicted_intervention[1232]    0.00    1.00  7643 1.00
-p_predicted_intervention[1233]    0.35    0.50  1268 1.00
-p_predicted_intervention[1234]    0.35    0.50  1268 1.00
-p_predicted_intervention[1235]    0.33    0.47  1255 1.00
-p_predicted_intervention[1236]    0.33    0.47  1255 1.00
-p_predicted_intervention[1237]    0.31    0.45  1247 1.00
-p_predicted_intervention[1238]    0.31    0.45  1247 1.00
-p_predicted_intervention[1239]    0.38    0.52  2042 1.00
-p_predicted_intervention[1240]    0.38    0.52  2042 1.00
-p_predicted_intervention[1241]    0.36    0.49  2143 1.00
-p_predicted_intervention[1242]    0.36    0.49  2143 1.00
-p_predicted_intervention[1243]    0.34    0.48  2185 1.00
-p_predicted_intervention[1244]    0.34    0.48  2185 1.00
-p_predicted_intervention[1245]    0.34    0.48  2178 1.00
-p_predicted_intervention[1246]    0.34    0.48  2178 1.00
-p_predicted_intervention[1247]    0.33    0.47  2188 1.00
-p_predicted_intervention[1248]    0.33    0.47  2188 1.00
-p_predicted_intervention[1249]    0.96    1.00  9502 1.00
-p_predicted_intervention[1250]    0.98    1.00  9583 1.00
-p_predicted_intervention[1251]    0.96    1.00  9502 1.00
-p_predicted_intervention[1252]    0.96    1.00  9523 1.00
-p_predicted_intervention[1253]    0.98    1.00  9611 1.00
-p_predicted_intervention[1254]    0.96    1.00  9523 1.00
-p_predicted_intervention[1255]    0.96    1.00  9518 1.00
-p_predicted_intervention[1256]    0.98    1.00  9607 1.00
-p_predicted_intervention[1257]    0.96    1.00  9518 1.00
-p_predicted_intervention[1258]    0.97    1.00  9512 1.00
-p_predicted_intervention[1259]    0.98    1.00  9601 1.00
-p_predicted_intervention[1260]    0.97    1.00  9512 1.00
-p_predicted_intervention[1261]    0.96    1.00  9500 1.00
-p_predicted_intervention[1262]    0.98    1.00  9592 1.00
-p_predicted_intervention[1263]    0.96    1.00  9500 1.00
-p_predicted_intervention[1264]    0.97    1.00  9470 1.00
-p_predicted_intervention[1265]    0.98    1.00  9550 1.00
-p_predicted_intervention[1266]    0.97    1.00  9470 1.00
-p_predicted_intervention[1267]    1.00    1.00  8002 1.00
-p_predicted_intervention[1268]    1.00    1.00  7998 1.00
-p_predicted_intervention[1269]    1.00    1.00  7986 1.00
-p_predicted_intervention[1270]    1.00    1.00  7979 1.00
-p_predicted_intervention[1271]    1.00    1.00  7971 1.00
-p_predicted_intervention[1272]    0.97    1.00  9455 1.00
-p_predicted_intervention[1273]    0.97    1.00  9415 1.00
-p_predicted_intervention[1274]    1.00    1.00  8212 1.00
-p_predicted_intervention[1275]    1.00    1.00  8169 1.00
-p_predicted_intervention[1276]    1.00    1.00  8154 1.00
-p_predicted_intervention[1277]    1.00    1.00  8186 1.00
-p_predicted_intervention[1278]    0.66    1.00  7337 1.00
-p_predicted_intervention[1279]    0.66    1.00  7337 1.00
-p_predicted_intervention[1280]    0.54    1.00  7395 1.00
-p_predicted_intervention[1281]    0.54    1.00  7395 1.00
-p_predicted_intervention[1282]    1.00    1.00 10009 1.00
-p_predicted_intervention[1283]    1.00    1.00 10009 1.00
-p_predicted_intervention[1284]    1.00    1.00 10009 1.00
-p_predicted_intervention[1285]    1.00    1.00 10009 1.00
-p_predicted_intervention[1286]    1.00    1.00 10009 1.00
-p_predicted_intervention[1287]    1.00    1.00 10009 1.00
-p_predicted_intervention[1288]    1.00    1.00 10009 1.00
-p_predicted_intervention[1289]    1.00    1.00 10009 1.00
-p_predicted_intervention[1290]    1.00    1.00 10009 1.00
-p_predicted_intervention[1291]    1.00    1.00 10009 1.00
-p_predicted_intervention[1292]    1.00    1.00 10009 1.00
-p_predicted_intervention[1293]    1.00    1.00  8165 1.00
-p_predicted_intervention[1294]    1.00    1.00  8146 1.00
-p_predicted_intervention[1295]    1.00    1.00  8182 1.00
-p_predicted_intervention[1296]    1.00    1.00  8131 1.00
-p_predicted_intervention[1297]    0.98    1.00  9616 1.00
-p_predicted_intervention[1298]    0.98    1.00  9647 1.00
-p_predicted_intervention[1299]    0.98    1.00  9612 1.00
-p_predicted_intervention[1300]    0.98    1.00  9607 1.00
-p_predicted_intervention[1301]    0.99    1.00  9559 1.00
-p_predicted_intervention[1302]    0.50    0.98  7063 1.00
-p_predicted_intervention[1303]    0.50    0.98  7063 1.00
-p_predicted_intervention[1304]    0.56    0.99  6843 1.00
-p_predicted_intervention[1305]    0.56    0.99  6843 1.00
-p_predicted_intervention[1306]    0.57    0.99  6819 1.00
-p_predicted_intervention[1307]    0.57    0.99  6819 1.00
-p_predicted_intervention[1308]    0.46    0.98  7056 1.00
-p_predicted_intervention[1309]    0.46    0.98  7056 1.00
-p_predicted_intervention[1310]    0.47    0.98  7017 1.00
-p_predicted_intervention[1311]    0.47    0.98  7017 1.00
-p_predicted_intervention[1312]    0.45    0.98  7001 1.00
-p_predicted_intervention[1313]    0.45    0.98  7001 1.00
-p_predicted_intervention[1314]    0.45    0.98  7006 1.00
-p_predicted_intervention[1315]    0.45    0.98  7006 1.00
-p_predicted_intervention[1316]    1.00    1.00  8137 1.00
-p_predicted_intervention[1317]    1.00    1.00  8076 1.00
-p_predicted_intervention[1318]    1.00    1.00  8069 1.00
-p_predicted_intervention[1319]    1.00    1.00  8049 1.00
-p_predicted_intervention[1320]    1.00    1.00  8072 1.00
-p_predicted_intervention[1321]    1.00    1.00  8064 1.00
-p_predicted_intervention[1322]    1.00    1.00  8041 1.00
-p_predicted_intervention[1323]    1.00    1.00  8035 1.00
-p_predicted_intervention[1324]    1.00    1.00  8137 1.00
-p_predicted_intervention[1325]    1.00    1.00  8076 1.00
-p_predicted_intervention[1326]    1.00    1.00  8069 1.00
-p_predicted_intervention[1327]    1.00    1.00  8049 1.00
-p_predicted_intervention[1328]    1.00    1.00  8072 1.00
-p_predicted_intervention[1329]    1.00    1.00  8064 1.00
-p_predicted_intervention[1330]    1.00    1.00  8035 1.00
-p_predicted_intervention[1331]    0.61    0.99  7008 1.00
-p_predicted_intervention[1332]    0.51    0.98  7225 1.00
-p_predicted_intervention[1333]    0.49    0.98  7234 1.00
-p_predicted_intervention[1334]    1.00    1.00  8243 1.00
-p_predicted_intervention[1335]    1.00    1.00  8242 1.00
-p_predicted_intervention[1336]    1.00    1.00  8168 1.00
-p_predicted_intervention[1337]    1.00    1.00  8154 1.00
-p_predicted_intervention[1338]    1.00    1.00  8152 1.00
-p_predicted_intervention[1339]    1.00    1.00  8150 1.00
-p_predicted_intervention[1340]    1.00    1.00  8148 1.00
-p_predicted_intervention[1341]    1.00    1.00  8148 1.00
-p_predicted_intervention[1342]    1.00    1.00  8143 1.00
-p_predicted_intervention[1343]    1.00    1.00  8168 1.00
-predicted_difference[1]          -0.16    0.25  8521 1.00
-predicted_difference[2]          -0.16    0.26  8476 1.00
-predicted_difference[3]          -0.16    0.26  8451 1.00
-predicted_difference[4]          -0.14    0.25  7870 1.00
-predicted_difference[5]          -0.14    0.25  7872 1.00
-predicted_difference[6]          -0.14    0.25  7868 1.00
-predicted_difference[7]          -0.12    0.23  7719 1.00
-predicted_difference[8]          -0.12    0.23  7723 1.00
-predicted_difference[9]          -0.32   -0.23  5223 1.00
-predicted_difference[10]         -0.34   -0.25  5954 1.00
-predicted_difference[11]          1.00    1.00  6134 1.00
-predicted_difference[12]          1.00    1.00  5872 1.00
-predicted_difference[13]          1.00    1.00  6170 1.00
-predicted_difference[14]          1.00    1.00  6196 1.00
-predicted_difference[15]          1.00    1.00  6053 1.00
-predicted_difference[16]          0.99    1.00  5157 1.00
-predicted_difference[17]          0.99    1.00  5204 1.00
-predicted_difference[18]          0.99    1.00  5224 1.00
-predicted_difference[19]          0.99    1.00  5233 1.00
-predicted_difference[20]          0.99    1.00  5242 1.00
-predicted_difference[21]         -0.04    0.32  7755 1.00
-predicted_difference[22]         -0.04    0.31  7780 1.00
-predicted_difference[23]         -0.35   -0.30  6420 1.00
-predicted_difference[24]         -0.33   -0.28  7532 1.00
-predicted_difference[25]         -0.29   -0.24  3478 1.00
-predicted_difference[26]         -0.25   -0.20  4863 1.00
-predicted_difference[27]         -0.23   -0.18  4932 1.00
-predicted_difference[28]         -0.21   -0.16  3644 1.00
-predicted_difference[29]         -0.20   -0.14  2709 1.00
-predicted_difference[30]         -0.30   -0.25  6017 1.00
-predicted_difference[31]         -0.30   -0.25  6017 1.00
-predicted_difference[32]         -0.28   -0.23  6818 1.00
-predicted_difference[33]         -0.28   -0.23  6818 1.00
-predicted_difference[34]         -0.26   -0.22  4821 1.00
-predicted_difference[35]         -0.26   -0.22  4821 1.00
-predicted_difference[36]         -0.25   -0.21  3827 1.00
-predicted_difference[37]         -0.25   -0.21  3827 1.00
-predicted_difference[38]         -0.18   -0.14  5379 1.00
-predicted_difference[39]         -0.18   -0.14  5379 1.00
-predicted_difference[40]         -0.12   -0.10  7192 1.00
-predicted_difference[41]         -0.12   -0.10  7192 1.00
-predicted_difference[42]         -0.13   -0.10  7320 1.00
-predicted_difference[43]         -0.13   -0.10  7320 1.00
-predicted_difference[44]         -0.12   -0.10  7201 1.00
-predicted_difference[45]         -0.12   -0.10  7201 1.00
-predicted_difference[46]         -0.12   -0.10  7157 1.00
-predicted_difference[47]         -0.12   -0.10  7157 1.00
-predicted_difference[48]         -0.12   -0.09  6381 1.00
-predicted_difference[49]         -0.12   -0.09  6381 1.00
-predicted_difference[50]          0.48    0.92  7201 1.00
-predicted_difference[51]          0.59    0.94  7110 1.00
-predicted_difference[52]          0.58    0.94  7111 1.00
-predicted_difference[53]          0.58    0.94  7111 1.00
-predicted_difference[54]          0.49    0.95  7341 1.00
-predicted_difference[55]          0.48    0.95  7336 1.00
-predicted_difference[56]          0.48    0.95  7333 1.00
-predicted_difference[57]          0.45    0.95  7303 1.00
-predicted_difference[58]          0.47    0.95  7310 1.00
-predicted_difference[59]          0.47    0.95  7310 1.00
-predicted_difference[60]          0.47    0.95  7310 1.00
-predicted_difference[61]          0.56    0.96  7271 1.00
-predicted_difference[62]          0.56    0.96  7275 1.00
-predicted_difference[63]          0.47    0.97  7417 1.00
-predicted_difference[64]          0.47    0.97  7415 1.00
-predicted_difference[65]          0.48    0.97  7423 1.00
-predicted_difference[66]          0.46    0.97  7415 1.00
-predicted_difference[67]          0.45    0.97  7421 1.00
-predicted_difference[68]          0.45    0.97  7421 1.00
-predicted_difference[69]          0.38    0.97  7331 1.00
-predicted_difference[70]          0.39    0.97  7380 1.00
-predicted_difference[71]         -0.16   -0.10  6924 1.00
-predicted_difference[72]         -0.15   -0.10  7571 1.00
-predicted_difference[73]         -0.14   -0.09  7391 1.00
-predicted_difference[74]         -0.14   -0.09  7288 1.00
-predicted_difference[75]         -0.09   -0.04  2329 1.00
-predicted_difference[76]         -0.51    0.47  7947 1.00
-predicted_difference[77]         -0.51    0.48  7962 1.00
-predicted_difference[78]         -0.51    0.48  7965 1.00
-predicted_difference[79]         -0.51    0.47  7947 1.00
-predicted_difference[80]         -0.51    0.48  7962 1.00
-predicted_difference[81]         -0.51    0.48  7968 1.00
-predicted_difference[82]         -0.51    0.47  7947 1.00
-predicted_difference[83]         -0.51    0.48  7961 1.00
-predicted_difference[84]         -0.51    0.48  7967 1.00
-predicted_difference[85]         -0.51   -0.39  8377 1.00
-predicted_difference[86]         -0.33   -0.26  6871 1.00
-predicted_difference[87]         -0.27   -0.20  4820 1.00
-predicted_difference[88]         -0.13   -0.10  4837 1.00
-predicted_difference[89]         -0.13   -0.09  6040 1.00
-predicted_difference[90]          0.97    1.00  9732 1.00
-predicted_difference[91]          0.97    1.00  9724 1.00
-predicted_difference[92]          0.97    1.00  9721 1.00
-predicted_difference[93]          0.98    1.00  9699 1.00
-predicted_difference[94]         -0.48    0.52  8115 1.00
-predicted_difference[95]         -0.48    0.52  7897 1.00
-predicted_difference[96]         -0.44    0.52  7855 1.00
-predicted_difference[97]         -0.20    0.63  7114 1.00
-predicted_difference[98]         -0.19    0.65  7209 1.00
-predicted_difference[99]         -0.15   -0.09  1751 1.00
-predicted_difference[100]        -0.15   -0.09  1748 1.00
-predicted_difference[101]        -0.22   -0.17  4934 1.00
-predicted_difference[102]        -0.19   -0.14  7050 1.00
-predicted_difference[103]        -0.15   -0.11  4987 1.00
-predicted_difference[104]         1.00    1.00  8261 1.00
-predicted_difference[105]         1.00    1.00  8212 1.00
-predicted_difference[106]         1.00    1.00  8211 1.00
-predicted_difference[107]         1.00    1.00  8206 1.00
-predicted_difference[108]         1.00    1.00  8205 1.00
-predicted_difference[109]         1.00    1.00  8190 1.00
-predicted_difference[110]         1.00    1.00  8189 1.00
-predicted_difference[111]         1.00    1.00  8231 1.00
-predicted_difference[112]         1.00    1.00  8232 1.00
-predicted_difference[113]         1.00    1.00  8231 1.00
-predicted_difference[114]         1.00    1.00  8227 1.00
-predicted_difference[115]         1.00    1.00  8226 1.00
-predicted_difference[116]         1.00    1.00  8223 1.00
-predicted_difference[117]         1.00    1.00  5825 1.00
-predicted_difference[118]         1.00    1.00  5848 1.00
-predicted_difference[119]         1.00    1.00  5892 1.00
-predicted_difference[120]         1.00    1.00  6546 1.00
-predicted_difference[121]         1.00    1.00  6605 1.00
-predicted_difference[122]         1.00    1.00  6412 1.00
-predicted_difference[123]         1.00    1.00  6429 1.00
-predicted_difference[124]         1.00    1.00  6542 1.00
-predicted_difference[125]         1.00    1.00  6637 1.00
-predicted_difference[126]         1.00    1.00  6649 1.00
-predicted_difference[127]         1.00    1.00  6653 1.00
-predicted_difference[128]         0.88    0.97  9674 1.00
-predicted_difference[129]         0.93    0.99  9734 1.00
-predicted_difference[130]         0.88    0.97  9674 1.00
-predicted_difference[131]         0.68    1.00 10264 1.00
-predicted_difference[132]         0.65    1.00 10281 1.00
-predicted_difference[133]         0.64    1.00 10274 1.00
-predicted_difference[134]         0.65    1.00 10265 1.00
-predicted_difference[135]         0.66    1.00 10265 1.00
-predicted_difference[136]        -0.20   -0.11  1723 1.00
-predicted_difference[137]        -0.27   -0.20  6367 1.00
-predicted_difference[138]        -0.27   -0.20  6477 1.00
-predicted_difference[139]        -0.27   -0.20  6192 1.00
-predicted_difference[140]        -0.24   -0.18  8146 1.00
-predicted_difference[141]        -0.21   -0.15  5137 1.00
-predicted_difference[142]        -0.18   -0.13  7145 1.00
-predicted_difference[143]        -0.17   -0.13  7626 1.00
-predicted_difference[144]        -0.17   -0.12  7598 1.00
-predicted_difference[145]        -0.17   -0.12  7685 1.00
-predicted_difference[146]        -0.16   -0.12  7475 1.00
-predicted_difference[147]        -0.16   -0.12  7337 1.00
-predicted_difference[148]        -0.14   -0.10  4590 1.00
-predicted_difference[149]        -0.11   -0.07  2440 1.00
-predicted_difference[150]        -0.06   -0.03  2587 1.00
-predicted_difference[151]        -0.09   -0.05  3878 1.00
-predicted_difference[152]        -0.09   -0.05  3856 1.00
-predicted_difference[153]        -0.06   -0.04  4332 1.00
-predicted_difference[154]        -0.06   -0.04  3927 1.00
-predicted_difference[155]        -0.07   -0.05  4587 1.00
-predicted_difference[156]        -0.07   -0.04  4357 1.00
-predicted_difference[157]        -0.06   -0.04  4371 1.00
-predicted_difference[158]        -0.07   -0.04  4097 1.00
-predicted_difference[159]        -0.05   -0.03  5705 1.00
-predicted_difference[160]        -0.04   -0.02  5454 1.00
-predicted_difference[161]        -0.03   -0.02  4207 1.00
-predicted_difference[162]        -0.03   -0.02  3645 1.00
-predicted_difference[163]         0.17    0.42  1705 1.00
-predicted_difference[164]         0.17    0.42  1705 1.00
-predicted_difference[165]         0.21    0.43  2103 1.00
-predicted_difference[166]         0.21    0.43  2103 1.00
-predicted_difference[167]         0.20    0.42  2128 1.00
-predicted_difference[168]         0.20    0.42  2128 1.00
-predicted_difference[169]         0.22    0.44  2100 1.00
-predicted_difference[170]         0.22    0.44  2100 1.00
-predicted_difference[171]        -0.35   -0.30  6423 1.00
-predicted_difference[172]        -0.32   -0.27  6854 1.00
-predicted_difference[173]        -0.23   -0.19  5035 1.00
-predicted_difference[174]        -0.09   -0.05  1681 1.00
-predicted_difference[175]         0.47    0.95  7309 1.00
-predicted_difference[176]         0.47    0.95  7308 1.00
-predicted_difference[177]         0.56    0.96  7271 1.00
-predicted_difference[178]         0.55    0.96  7279 1.00
-predicted_difference[179]         0.57    0.96  7271 1.00
-predicted_difference[180]         0.55    0.96  7277 1.00
-predicted_difference[181]         0.55    0.96  7279 1.00
-predicted_difference[182]         0.47    0.97  7425 1.00
-predicted_difference[183]         0.47    0.97  7424 1.00
-predicted_difference[184]         0.45    0.97  7380 1.00
-predicted_difference[185]         0.42    0.97  7362 1.00
-predicted_difference[186]         0.42    0.97  7363 1.00
-predicted_difference[187]         0.45    0.89  7089 1.00
-predicted_difference[188]         0.45    0.89  7088 1.00
-predicted_difference[189]         0.55    0.92  7011 1.00
-predicted_difference[190]         0.54    0.92  7017 1.00
-predicted_difference[191]         0.54    0.92  7020 1.00
-predicted_difference[192]         0.54    0.92  7017 1.00
-predicted_difference[193]         0.46    0.93  7321 1.00
-predicted_difference[194]         0.45    0.93  7313 1.00
-predicted_difference[195]         0.45    0.93  7312 1.00
-predicted_difference[196]         0.45    0.93  7312 1.00
-predicted_difference[197]         0.45    0.89  7089 1.00
-predicted_difference[198]         0.45    0.89  7089 1.00
-predicted_difference[199]         0.44    0.89  7084 1.00
-predicted_difference[200]         0.55    0.92  7011 1.00
-predicted_difference[201]         0.54    0.92  7020 1.00
-predicted_difference[202]         0.45    0.93  7308 1.00
-predicted_difference[203]         0.44    0.93  7303 1.00
-predicted_difference[204]         0.45    0.93  7313 1.00
-predicted_difference[205]         0.07    1.00  9694 1.00
-predicted_difference[206]         0.07    1.00  9744 1.00
-predicted_difference[207]         0.07    1.00  9743 1.00
-predicted_difference[208]        -0.14   -0.10  4224 1.00
-predicted_difference[209]        -0.10   -0.07  3455 1.00
-predicted_difference[210]        -0.11   -0.08  5301 1.00
-predicted_difference[211]        -0.11   -0.08  5267 1.00
-predicted_difference[212]        -0.09   -0.06  5605 1.00
-predicted_difference[213]        -0.07   -0.05  7050 1.00
-predicted_difference[214]        -0.07   -0.04  8106 1.00
-predicted_difference[215]        -0.07   -0.05  7788 1.00
-predicted_difference[216]        -0.43    0.51  8050 1.00
-predicted_difference[217]        -0.47    0.46  7831 1.00
-predicted_difference[218]        -0.47    0.47  7861 1.00
-predicted_difference[219]        -0.19    0.63  7116 1.00
-predicted_difference[220]        -0.18    0.64  7189 1.00
-predicted_difference[221]        -0.47    0.46  7830 1.00
-predicted_difference[222]        -0.46    0.47  7879 1.00
-predicted_difference[223]        -0.19    0.64  7128 1.00
-predicted_difference[224]        -0.18    0.64  7195 1.00
-predicted_difference[225]        -0.18    0.65  7201 1.00
-predicted_difference[226]         0.63    0.84  8606 1.00
-predicted_difference[227]         0.62    0.83  8651 1.00
-predicted_difference[228]         0.62    0.83  8657 1.00
-predicted_difference[229]         0.62    0.83  8681 1.00
-predicted_difference[230]         0.62    0.83  8676 1.00
-predicted_difference[231]         0.46    0.93  7311 1.00
-predicted_difference[232]         0.55    0.95  7283 1.00
-predicted_difference[233]         0.46    0.96  7414 1.00
-predicted_difference[234]         0.44    0.96  7384 1.00
-predicted_difference[235]         0.44    0.96  7384 1.00
-predicted_difference[236]         0.07    1.00  9745 1.00
-predicted_difference[237]         0.07    1.00  9745 1.00
-predicted_difference[238]         0.07    1.00  9726 1.00
-predicted_difference[239]         0.07    1.00  9726 1.00
-predicted_difference[240]         0.87    0.96  9317 1.00
-predicted_difference[241]         0.88    0.96  8961 1.00
-predicted_difference[242]         0.88    0.96  8962 1.00
-predicted_difference[243]         0.89    0.96  8907 1.00
-predicted_difference[244]        -0.33   -0.20  1648 1.00
-predicted_difference[245]        -0.33   -0.20  1648 1.00
-predicted_difference[246]        -0.33   -0.20  1648 1.00
-predicted_difference[247]        -0.33   -0.20  1646 1.00
-predicted_difference[248]        -0.33   -0.20  1646 1.00
-predicted_difference[249]        -0.33   -0.20  1646 1.00
-predicted_difference[250]        -0.44   -0.36  8371 1.00
-predicted_difference[251]        -0.44   -0.36  8371 1.00
-predicted_difference[252]        -0.44   -0.36  8371 1.00
-predicted_difference[253]        -0.42   -0.35  8253 1.00
-predicted_difference[254]        -0.42   -0.35  8253 1.00
-predicted_difference[255]        -0.42   -0.35  8253 1.00
-predicted_difference[256]        -0.41   -0.34  7215 1.00
-predicted_difference[257]        -0.41   -0.34  7215 1.00
-predicted_difference[258]        -0.41   -0.34  7215 1.00
-predicted_difference[259]        -0.41   -0.34  6429 1.00
-predicted_difference[260]        -0.41   -0.34  6429 1.00
-predicted_difference[261]        -0.41   -0.34  6429 1.00
-predicted_difference[262]        -0.34   -0.27  4540 1.00
-predicted_difference[263]        -0.34   -0.27  4540 1.00
-predicted_difference[264]        -0.34   -0.27  4540 1.00
-predicted_difference[265]        -0.31   -0.24  5123 1.00
-predicted_difference[266]        -0.31   -0.24  5123 1.00
-predicted_difference[267]        -0.31   -0.24  5123 1.00
-predicted_difference[268]        -0.30   -0.23  4962 1.00
-predicted_difference[269]        -0.30   -0.23  4962 1.00
-predicted_difference[270]        -0.30   -0.23  4962 1.00
-predicted_difference[271]        -0.18   -0.14  6614 1.00
-predicted_difference[272]        -0.18   -0.14  6614 1.00
-predicted_difference[273]        -0.18   -0.14  6614 1.00
-predicted_difference[274]        -0.17   -0.14  6018 1.00
-predicted_difference[275]        -0.17   -0.14  6018 1.00
-predicted_difference[276]        -0.17   -0.14  6018 1.00
-predicted_difference[277]         0.99    1.00  8028 1.00
-predicted_difference[278]         0.99    1.00  8028 1.00
-predicted_difference[279]         0.99    1.00  8025 1.00
-predicted_difference[280]         0.99    1.00  8025 1.00
-predicted_difference[281]         0.99    1.00  8026 1.00
-predicted_difference[282]         0.99    1.00  8026 1.00
-predicted_difference[283]         0.99    1.00  8026 1.00
-predicted_difference[284]         0.99    1.00  8026 1.00
-predicted_difference[285]         0.99    1.00  8688 1.00
-predicted_difference[286]         0.99    1.00  8688 1.00
-predicted_difference[287]         0.99    1.00  7266 1.00
-predicted_difference[288]         0.99    1.00  7266 1.00
-predicted_difference[289]         0.99    1.00  8626 1.00
-predicted_difference[290]         0.99    1.00  8626 1.00
-predicted_difference[291]         0.99    1.00  8615 1.00
-predicted_difference[292]         0.99    1.00  8615 1.00
-predicted_difference[293]         0.98    0.99 10031 1.00
-predicted_difference[294]         0.98    0.99 10031 1.00
-predicted_difference[295]         0.98    0.99 10027 1.00
-predicted_difference[296]         0.98    0.99 10027 1.00
-predicted_difference[297]         0.98    0.99 10025 1.00
-predicted_difference[298]         0.98    0.99 10025 1.00
-predicted_difference[299]         0.98    0.99 10016 1.00
-predicted_difference[300]         0.98    0.99 10016 1.00
-predicted_difference[301]         0.98    0.99 10014 1.00
-predicted_difference[302]         0.98    0.99 10014 1.00
-predicted_difference[303]         0.98    0.99 10024 1.00
-predicted_difference[304]         0.98    0.99 10024 1.00
-predicted_difference[305]         0.98    0.99 10019 1.00
-predicted_difference[306]         0.98    0.99 10019 1.00
-predicted_difference[307]         0.98    0.99 10021 1.00
-predicted_difference[308]         0.98    0.99 10021 1.00
-predicted_difference[309]         0.98    0.99 10007 1.00
-predicted_difference[310]         0.98    0.99 10007 1.00
-predicted_difference[311]         0.98    0.99 10006 1.00
-predicted_difference[312]         0.98    0.99 10006 1.00
-predicted_difference[313]         0.98    0.99 10006 1.00
-predicted_difference[314]         0.98    0.99 10006 1.00
-predicted_difference[315]         0.98    0.99 10006 1.00
-predicted_difference[316]         0.98    0.99 10006 1.00
-predicted_difference[317]         0.98    0.99 10000 1.00
-predicted_difference[318]         0.98    0.99 10000 1.00
-predicted_difference[319]         0.98    0.99 10001 1.00
-predicted_difference[320]         0.98    0.99 10001 1.00
-predicted_difference[321]         0.98    0.99  7775 1.00
-predicted_difference[322]         0.98    0.99  7775 1.00
-predicted_difference[323]         0.98    0.99  7777 1.00
-predicted_difference[324]         0.98    0.99  7777 1.00
-predicted_difference[325]        -0.08   -0.05  4598 1.00
-predicted_difference[326]        -0.10   -0.07  3852 1.00
-predicted_difference[327]        -0.11   -0.07  4515 1.00
-predicted_difference[328]        -0.06   -0.04  4797 1.00
-predicted_difference[329]        -0.07   -0.04  5574 1.00
-predicted_difference[330]        -0.05   -0.03  4818 1.00
-predicted_difference[331]        -0.05   -0.03  5314 1.00
-predicted_difference[332]        -0.04   -0.02  4945 1.00
-predicted_difference[333]        -0.04   -0.02  5400 1.00
-predicted_difference[334]        -0.04   -0.02  5649 1.00
-predicted_difference[335]        -0.04   -0.02  6346 1.00
-predicted_difference[336]        -0.03   -0.02  5853 1.00
-predicted_difference[337]        -0.04   -0.02  6459 1.00
-predicted_difference[338]         0.84    0.95 11203 1.00
-predicted_difference[339]         0.85    0.95 11282 1.00
-predicted_difference[340]         0.85    0.95 11333 1.00
-predicted_difference[341]         0.85    0.95 11318 1.00
-predicted_difference[342]         0.85    0.95 11309 1.00
-predicted_difference[343]         0.86    0.95 11312 1.00
-predicted_difference[344]         0.86    0.95 11301 1.00
-predicted_difference[345]         0.84    0.95  8036 1.00
-predicted_difference[346]        -0.37   -0.28  2667 1.00
-predicted_difference[347]        -0.37   -0.28  2667 1.00
-predicted_difference[348]        -0.44   -0.36  8344 1.00
-predicted_difference[349]        -0.44   -0.36  8344 1.00
-predicted_difference[350]        -0.02    0.14  1448 1.00
-predicted_difference[351]        -0.02    0.14  1448 1.00
-predicted_difference[352]         0.09    0.23  2635 1.00
-predicted_difference[353]         0.09    0.23  2635 1.00
-predicted_difference[354]        -0.13    0.31  9078 1.00
-predicted_difference[355]        -0.12    0.34  9536 1.00
-predicted_difference[356]        -0.19    0.26  9670 1.00
-predicted_difference[357]        -0.17    0.30 10456 1.00
-predicted_difference[358]        -0.16    0.25  8067 1.00
-predicted_difference[359]        -0.16    0.28  8785 1.00
-predicted_difference[360]        -0.14    0.23  7655 1.00
-predicted_difference[361]        -0.13    0.25  8121 1.00
-predicted_difference[362]        -0.09    0.30  7744 1.00
-predicted_difference[363]        -0.09    0.32  8079 1.00
-predicted_difference[364]        -0.09    0.30  7748 1.00
-predicted_difference[365]        -0.09    0.32  8080 1.00
-predicted_difference[366]        -0.09    0.30  7781 1.00
-predicted_difference[367]        -0.09    0.32  8101 1.00
-predicted_difference[368]        -0.33   -0.27  6391 1.00
-predicted_difference[369]        -0.33   -0.27  6391 1.00
-predicted_difference[370]        -0.33   -0.27  6391 1.00
-predicted_difference[371]        -0.18   -0.14  6970 1.00
-predicted_difference[372]        -0.18   -0.14  6970 1.00
-predicted_difference[373]        -0.18   -0.14  6970 1.00
-predicted_difference[374]        -0.18   -0.13  7354 1.00
-predicted_difference[375]        -0.18   -0.13  7354 1.00
-predicted_difference[376]        -0.18   -0.13  7354 1.00
-predicted_difference[377]        -0.12   -0.09  8180 1.00
-predicted_difference[378]        -0.12   -0.09  8180 1.00
-predicted_difference[379]        -0.12   -0.09  8180 1.00
-predicted_difference[380]        -0.12   -0.09  8393 1.00
-predicted_difference[381]        -0.12   -0.09  8393 1.00
-predicted_difference[382]        -0.12   -0.09  8393 1.00
-predicted_difference[383]        -0.12   -0.09  8420 1.00
-predicted_difference[384]        -0.12   -0.09  8420 1.00
-predicted_difference[385]        -0.12   -0.09  8420 1.00
-predicted_difference[386]        -0.12   -0.09  8456 1.00
-predicted_difference[387]        -0.12   -0.09  8456 1.00
-predicted_difference[388]        -0.12   -0.09  8456 1.00
-predicted_difference[389]        -0.12   -0.09  8449 1.00
-predicted_difference[390]        -0.12   -0.09  8449 1.00
-predicted_difference[391]        -0.12   -0.09  8449 1.00
-predicted_difference[392]        -0.12   -0.09  8415 1.00
-predicted_difference[393]        -0.12   -0.09  8415 1.00
-predicted_difference[394]        -0.12   -0.09  8415 1.00
-predicted_difference[395]        -0.12   -0.09  8425 1.00
-predicted_difference[396]        -0.12   -0.09  8425 1.00
-predicted_difference[397]        -0.12   -0.09  8425 1.00
-predicted_difference[398]        -0.12   -0.09  8426 1.00
-predicted_difference[399]        -0.12   -0.09  8426 1.00
-predicted_difference[400]        -0.12   -0.09  8426 1.00
-predicted_difference[401]        -0.12   -0.09  8450 1.00
-predicted_difference[402]        -0.12   -0.09  8450 1.00
-predicted_difference[403]        -0.12   -0.09  8450 1.00
-predicted_difference[404]        -0.12   -0.09  8441 1.00
-predicted_difference[405]        -0.12   -0.09  8441 1.00
-predicted_difference[406]        -0.12   -0.09  8441 1.00
-predicted_difference[407]        -0.12   -0.09  8456 1.00
-predicted_difference[408]        -0.12   -0.09  8456 1.00
-predicted_difference[409]        -0.12   -0.09  8456 1.00
-predicted_difference[410]         0.96    0.99  9750 1.00
-predicted_difference[411]         0.96    0.99  9750 1.00
-predicted_difference[412]         0.96    0.99  9750 1.00
-predicted_difference[413]         0.95    0.99  9761 1.00
-predicted_difference[414]        -0.26   -0.15  1938 1.00
-predicted_difference[415]        -0.24   -0.19  5626 1.00
-predicted_difference[416]        -0.23   -0.18  5701 1.00
-predicted_difference[417]        -0.23   -0.18  5440 1.00
-predicted_difference[418]        -0.23   -0.18  5710 1.00
-predicted_difference[419]        -0.24   -0.18  5752 1.00
-predicted_difference[420]        -0.19   -0.14  2807 1.00
-predicted_difference[421]        -0.22   -0.17  5126 1.00
-predicted_difference[422]        -0.17   -0.13  4906 1.00
-predicted_difference[423]        -0.21   -0.16  4276 1.00
-predicted_difference[424]        -0.18   -0.13  4734 1.00
-predicted_difference[425]        -0.17   -0.13  4833 1.00
-predicted_difference[426]        -0.12   -0.09  5494 1.00
-predicted_difference[427]        -0.19   -0.15  4516 1.00
-predicted_difference[428]        -0.18   -0.14  5552 1.00
-predicted_difference[429]        -0.17   -0.14  5895 1.00
-predicted_difference[430]        -0.07   -0.05  7059 1.00
-predicted_difference[431]        -0.06   -0.04  8122 1.00
-predicted_difference[432]        -0.04   -0.03  7425 1.00
-predicted_difference[433]        -0.32   -0.24  5196 1.00
-predicted_difference[434]        -0.28   -0.21  6112 1.00
-predicted_difference[435]        -0.22   -0.15  5388 1.00
-predicted_difference[436]        -0.21   -0.15  5503 1.00
-predicted_difference[437]        -0.24   -0.17  3662 1.00
-predicted_difference[438]        -0.12   -0.06  2032 1.00
-predicted_difference[439]        -0.10   -0.04  1647 1.00
-predicted_difference[440]        -0.09   -0.04  1623 1.00
-predicted_difference[441]        -0.08   -0.03  1448 1.00
-predicted_difference[442]        -0.20   -0.11  1740 1.00
-predicted_difference[443]        -0.27   -0.20  6063 1.00
-predicted_difference[444]        -0.25   -0.19  7966 1.00
-predicted_difference[445]        -0.26   -0.19  7532 1.00
-predicted_difference[446]        -0.25   -0.19  8185 1.00
-predicted_difference[447]        -0.23   -0.17  7182 1.00
-predicted_difference[448]        -0.24   -0.18  8407 1.00
-predicted_difference[449]        -0.19   -0.14  4480 1.00
-predicted_difference[450]        -0.19   -0.14  5521 1.00
-predicted_difference[451]        -0.22   -0.16  6288 1.00
-predicted_difference[452]        -0.18   -0.13  6396 1.00
-predicted_difference[453]        -0.18   -0.13  6940 1.00
-predicted_difference[454]        -0.17   -0.12  7768 1.00
-predicted_difference[455]        -0.16   -0.12  7710 1.00
-predicted_difference[456]        -0.11   -0.05  1423 1.00
-predicted_difference[457]        -0.10   -0.05  1945 1.00
-predicted_difference[458]        -0.10   -0.05  1900 1.00
-predicted_difference[459]        -0.08   -0.04  1654 1.00
-predicted_difference[460]        -0.19   -0.11  1734 1.00
-predicted_difference[461]        -0.27   -0.20  6012 1.00
-predicted_difference[462]        -0.24   -0.18  8451 1.00
-predicted_difference[463]        -0.22   -0.16  6680 1.00
-predicted_difference[464]        -0.21   -0.15  5595 1.00
-predicted_difference[465]        -0.20   -0.14  4705 1.00
-predicted_difference[466]        -0.17   -0.12  7737 1.00
-predicted_difference[467]        -0.17   -0.12  7779 1.00
-predicted_difference[468]        -0.17   -0.12  7731 1.00
-predicted_difference[469]         0.18    0.39  1889 1.00
-predicted_difference[470]         0.05    0.26  1616 1.00
-predicted_difference[471]         0.04    0.24  1613 1.00
-predicted_difference[472]         0.04    0.25  1615 1.00
-predicted_difference[473]         0.14    0.33  2305 1.00
-predicted_difference[474]         0.15    0.34  2298 1.00
-predicted_difference[475]         0.15    0.33  2302 1.00
-predicted_difference[476]         0.14    0.33  2306 1.00
-predicted_difference[477]         0.17    0.35  2202 1.00
-predicted_difference[478]         0.15    0.34  2231 1.00
-predicted_difference[479]         0.13    0.31  2305 1.00
-predicted_difference[480]         0.12    0.30  2342 1.00
-predicted_difference[481]        -0.16   -0.09  1641 1.00
-predicted_difference[482]        -0.23   -0.18  5842 1.00
-predicted_difference[483]        -0.23   -0.18  5434 1.00
-predicted_difference[484]        -0.15   -0.12  6741 1.00
-predicted_difference[485]        -0.15   -0.12  7726 1.00
-predicted_difference[486]        -0.14   -0.11  7731 1.00
-predicted_difference[487]        -0.15   -0.12  7840 1.00
-predicted_difference[488]        -0.14   -0.11  7594 1.00
-predicted_difference[489]        -0.14   -0.11  6895 1.00
-predicted_difference[490]        -0.13   -0.10  6007 1.00
-predicted_difference[491]         0.90    0.97  9702 1.00
-predicted_difference[492]         0.90    0.97  9702 1.00
-predicted_difference[493]         0.90    0.97  9695 1.00
-predicted_difference[494]         0.90    0.97  9695 1.00
-predicted_difference[495]         0.89    0.96  9677 1.00
-predicted_difference[496]         0.89    0.96  9677 1.00
-predicted_difference[497]         0.91    0.97  9719 1.00
-predicted_difference[498]         0.91    0.97  9719 1.00
-predicted_difference[499]         0.91    0.97  9725 1.00
-predicted_difference[500]         0.91    0.97  9725 1.00
-predicted_difference[501]         0.18    0.38  1890 1.00
-predicted_difference[502]         0.05    0.26  1616 1.00
-predicted_difference[503]         0.15    0.33  2300 1.00
-predicted_difference[504]         0.15    0.33  2303 1.00
-predicted_difference[505]         0.14    0.33  2306 1.00
-predicted_difference[506]         0.14    0.33  2307 1.00
-predicted_difference[507]         0.14    0.33  2311 1.00
-predicted_difference[508]         0.17    0.36  2187 1.00
-predicted_difference[509]         0.16    0.35  2212 1.00
-predicted_difference[510]         0.14    0.32  2282 1.00
-predicted_difference[511]         0.12    0.31  2317 1.00
-predicted_difference[512]         0.53    1.00 10135 1.00
-predicted_difference[513]         0.55    1.00 10083 1.00
-predicted_difference[514]         0.54    1.00 10075 1.00
-predicted_difference[515]         0.54    1.00 10068 1.00
-predicted_difference[516]         0.54    1.00 10055 1.00
-predicted_difference[517]         0.56    1.00 10040 1.00
-predicted_difference[518]         0.56    1.00 10028 1.00
-predicted_difference[519]         0.56    1.00 10032 1.00
-predicted_difference[520]         0.55    1.00 10030 1.00
-predicted_difference[521]         0.56    1.00 10023 1.00
-predicted_difference[522]         0.54    1.00 10031 1.00
-predicted_difference[523]        -0.12   -0.05  1605 1.00
-predicted_difference[524]        -0.10   -0.04  1444 1.00
-predicted_difference[525]        -0.45   -0.37  8474 1.00
-predicted_difference[526]        -0.45   -0.37  8474 1.00
-predicted_difference[527]        -0.45   -0.37  8474 1.00
-predicted_difference[528]        -0.42   -0.34  5867 1.00
-predicted_difference[529]        -0.42   -0.34  5867 1.00
-predicted_difference[530]        -0.42   -0.34  5867 1.00
-predicted_difference[531]        -0.28   -0.23  6533 1.00
-predicted_difference[532]        -0.28   -0.23  6533 1.00
-predicted_difference[533]        -0.28   -0.23  6533 1.00
-predicted_difference[534]        -0.27   -0.22  5663 1.00
-predicted_difference[535]        -0.27   -0.22  5663 1.00
-predicted_difference[536]        -0.27   -0.22  5663 1.00
-predicted_difference[537]        -0.22   -0.17  4255 1.00
-predicted_difference[538]        -0.22   -0.17  4255 1.00
-predicted_difference[539]        -0.22   -0.17  4255 1.00
-predicted_difference[540]        -0.34   -0.27  7251 1.00
-predicted_difference[541]        -0.34   -0.27  7251 1.00
-predicted_difference[542]        -0.34   -0.27  7251 1.00
-predicted_difference[543]        -0.32   -0.26  6349 1.00
-predicted_difference[544]        -0.32   -0.26  6349 1.00
-predicted_difference[545]        -0.32   -0.26  6349 1.00
-predicted_difference[546]        -0.18   -0.14  4362 1.00
-predicted_difference[547]        -0.18   -0.14  4362 1.00
-predicted_difference[548]        -0.18   -0.14  4362 1.00
-predicted_difference[549]        -0.18   -0.14  3891 1.00
-predicted_difference[550]        -0.18   -0.14  3891 1.00
-predicted_difference[551]        -0.18   -0.14  3891 1.00
-predicted_difference[552]         0.99    1.00  8027 1.00
-predicted_difference[553]         0.99    1.00  8026 1.00
-predicted_difference[554]         0.99    1.00  8026 1.00
-predicted_difference[555]         0.99    1.00  8685 1.00
-predicted_difference[556]         0.99    1.00  8623 1.00
-predicted_difference[557]         0.99    1.00  8609 1.00
-predicted_difference[558]         0.98    0.99 10039 1.00
-predicted_difference[559]         0.98    0.99 10019 1.00
-predicted_difference[560]         0.98    0.99 10024 1.00
-predicted_difference[561]         0.98    0.99 10019 1.00
-predicted_difference[562]         0.98    0.99 10019 1.00
-predicted_difference[563]         0.98    0.99 10012 1.00
-predicted_difference[564]         0.98    0.99 10014 1.00
-predicted_difference[565]         0.98    0.99 10017 1.00
-predicted_difference[566]         0.98    0.99 10015 1.00
-predicted_difference[567]         0.98    0.99 10006 1.00
-predicted_difference[568]         0.98    0.99 10013 1.00
-predicted_difference[569]         0.98    0.99 10015 1.00
-predicted_difference[570]         0.98    0.99 10014 1.00
-predicted_difference[571]         0.20    1.00  9263 1.00
-predicted_difference[572]         0.21    1.00  9388 1.00
-predicted_difference[573]         0.21    1.00  9397 1.00
-predicted_difference[574]         0.21    1.00  9401 1.00
-predicted_difference[575]         0.21    1.00  9390 1.00
-predicted_difference[576]        -0.10    0.34  8367 1.00
-predicted_difference[577]        -0.04    0.33  7716 1.00
-predicted_difference[578]        -0.04    0.32  7712 1.00
-predicted_difference[579]         0.92    0.98  9678 1.00
-predicted_difference[580]         0.92    0.98  9677 1.00
-predicted_difference[581]         0.93    0.99  9711 1.00
-predicted_difference[582]        -0.19   -0.11  1753 1.00
-predicted_difference[583]        -0.27   -0.20  6135 1.00
-predicted_difference[584]        -0.21   -0.15  5592 1.00
-predicted_difference[585]        -0.18   -0.13  7120 1.00
-predicted_difference[586]        -0.16   -0.11  7269 1.00
-predicted_difference[587]        -0.07    0.36  7993 1.00
-predicted_difference[588]        -0.07    0.35  8156 1.00
-predicted_difference[589]        -0.10    0.30  8028 1.00
-predicted_difference[590]        -0.10    0.33  8319 1.00
-predicted_difference[591]        -0.10    0.30  8036 1.00
-predicted_difference[592]        -0.10    0.34  8346 1.00
-predicted_difference[593]        -0.10    0.30  8033 1.00
-predicted_difference[594]        -0.10    0.34  8337 1.00
-predicted_difference[595]        -0.06    0.39  7982 1.00
-predicted_difference[596]        -0.06    0.40  8194 1.00
-predicted_difference[597]         0.13    0.31  1763 1.00
-predicted_difference[598]        -0.02    0.14  1449 1.00
-predicted_difference[599]        -0.02    0.14  1450 1.00
-predicted_difference[600]        -0.02    0.13  1451 1.00
-predicted_difference[601]         0.09    0.23  2638 1.00
-predicted_difference[602]         0.09    0.24  2631 1.00
-predicted_difference[603]         0.17    0.33  2196 1.00
-predicted_difference[604]         0.17    0.33  2204 1.00
-predicted_difference[605]         0.15    0.31  2241 1.00
-predicted_difference[606]         0.13    0.28  2316 1.00
-predicted_difference[607]         0.55    0.74  7419 1.00
-predicted_difference[608]         0.55    0.74  7419 1.00
-predicted_difference[609]         0.57    0.75  6093 1.00
-predicted_difference[610]         0.57    0.75  6093 1.00
-predicted_difference[611]         0.57    0.75  6135 1.00
-predicted_difference[612]         0.57    0.75  6135 1.00
-predicted_difference[613]         0.54    0.73  6557 1.00
-predicted_difference[614]         0.54    0.73  6557 1.00
-predicted_difference[615]         0.44    0.67  5803 1.00
-predicted_difference[616]         0.44    0.67  5803 1.00
-predicted_difference[617]         0.13    0.25  2635 1.00
-predicted_difference[618]         0.13    0.25  2634 1.00
-predicted_difference[619]         0.12    0.24  2650 1.00
-predicted_difference[620]         0.76    1.00 10551 1.00
-predicted_difference[621]         0.78    1.00 10532 1.00
-predicted_difference[622]         0.39    0.97 10026 1.00
-predicted_difference[623]         0.41    0.96 10120 1.00
-predicted_difference[624]         0.40    0.97 10089 1.00
-predicted_difference[625]         0.39    0.97  9907 1.00
-predicted_difference[626]         0.95    0.99  9802 1.00
-predicted_difference[627]         0.95    0.99  9791 1.00
-predicted_difference[628]         0.95    0.99  9793 1.00
-predicted_difference[629]         0.96    0.99  9761 1.00
-predicted_difference[630]        -0.25   -0.14  1886 1.00
-predicted_difference[631]        -0.34   -0.27  7005 1.00
-predicted_difference[632]        -0.26   -0.20  3638 1.00
-predicted_difference[633]        -0.26   -0.19  4003 1.00
-predicted_difference[634]        -0.26   -0.19  4197 1.00
-predicted_difference[635]        -0.12   -0.08  2864 1.00
-predicted_difference[636]        -0.14    0.27  8428 1.00
-predicted_difference[637]        -0.13    0.29  8984 1.00
-predicted_difference[638]        -0.20    0.23  8475 1.00
-predicted_difference[639]        -0.19    0.25  9293 1.00
-predicted_difference[640]        -0.20    0.23  8396 1.00
-predicted_difference[641]        -0.19    0.24  9215 1.00
-predicted_difference[642]        -0.20    0.23  8407 1.00
-predicted_difference[643]        -0.19    0.24  9228 1.00
-predicted_difference[644]        -0.14    0.29  8342 1.00
-predicted_difference[645]        -0.13    0.32  8964 1.00
-predicted_difference[646]        -0.13    0.29  8392 1.00
-predicted_difference[647]        -0.12    0.31  8980 1.00
-predicted_difference[648]        -0.13    0.30  8376 1.00
-predicted_difference[649]        -0.12    0.32  8974 1.00
-predicted_difference[650]         0.27    0.76  8009 1.00
-predicted_difference[651]         0.27    0.76  8009 1.00
-predicted_difference[652]         0.27    0.77  7995 1.00
-predicted_difference[653]         0.27    0.77  7995 1.00
-predicted_difference[654]         0.29    0.78  7514 1.00
-predicted_difference[655]         0.29    0.78  7514 1.00
-predicted_difference[656]         0.60    0.97  7652 1.00
-predicted_difference[657]         0.60    0.97  7652 1.00
-predicted_difference[658]         0.60    0.97  7659 1.00
-predicted_difference[659]         0.60    0.97  7659 1.00
-predicted_difference[660]         0.50    0.97  7528 1.00
-predicted_difference[661]         0.50    0.97  7528 1.00
-predicted_difference[662]         0.49    0.97  7536 1.00
-predicted_difference[663]         0.49    0.97  7536 1.00
-predicted_difference[664]         0.48    0.97  7537 1.00
-predicted_difference[665]         0.48    0.97  7537 1.00
-predicted_difference[666]         0.47    0.97  7536 1.00
-predicted_difference[667]         0.47    0.97  7536 1.00
-predicted_difference[668]         0.40    0.96 10068 1.00
-predicted_difference[669]         0.40    0.96 10068 1.00
-predicted_difference[670]         0.41    0.96 10180 1.00
-predicted_difference[671]         0.42    0.95  9845 1.00
-predicted_difference[672]         0.41    0.95  9826 1.00
-predicted_difference[673]         0.41    0.95  9823 1.00
-predicted_difference[674]         0.41    0.95  9809 1.00
-predicted_difference[675]         0.40    0.95  9774 1.00
-predicted_difference[676]         0.40    0.96  9722 1.00
-predicted_difference[677]         0.39    0.96  9720 1.00
-predicted_difference[678]         0.39    0.96  9719 1.00
-predicted_difference[679]         0.39    0.96  9719 1.00
-predicted_difference[680]         0.39    0.96  9719 1.00
-predicted_difference[681]         0.39    0.96  9718 1.00
-predicted_difference[682]         0.39    0.96  9716 1.00
-predicted_difference[683]         0.39    0.96  9714 1.00
-predicted_difference[684]         0.39    0.96  9714 1.00
-predicted_difference[685]         0.38    0.96  9713 1.00
-predicted_difference[686]         0.38    0.96  9712 1.00
-predicted_difference[687]         0.38    0.96  9711 1.00
-predicted_difference[688]         0.38    0.96  9710 1.00
-predicted_difference[689]         0.93    0.99  9810 1.00
-predicted_difference[690]         0.96    0.99  9825 1.00
-predicted_difference[691]         0.93    0.99  9810 1.00
-predicted_difference[692]         0.88    0.96  9746 1.00
-predicted_difference[693]         0.93    0.98  9773 1.00
-predicted_difference[694]         0.88    0.96  9746 1.00
-predicted_difference[695]         0.88    0.96  9745 1.00
-predicted_difference[696]         0.93    0.98  9769 1.00
-predicted_difference[697]         0.88    0.96  9745 1.00
-predicted_difference[698]         0.88    0.96  9751 1.00
-predicted_difference[699]         0.93    0.98  9770 1.00
-predicted_difference[700]         0.88    0.96  9751 1.00
-predicted_difference[701]         0.90    0.97  9767 1.00
-predicted_difference[702]         0.94    0.99  9756 1.00
-predicted_difference[703]         0.90    0.97  9767 1.00
-predicted_difference[704]         0.90    0.97  9767 1.00
-predicted_difference[705]         0.94    0.99  9756 1.00
-predicted_difference[706]         0.90    0.97  9767 1.00
-predicted_difference[707]         0.90    0.97  9769 1.00
-predicted_difference[708]         0.94    0.99  9761 1.00
-predicted_difference[709]         0.90    0.97  9769 1.00
-predicted_difference[710]        -0.44   -0.36  8348 1.00
-predicted_difference[711]        -0.35   -0.27  4161 1.00
-predicted_difference[712]         0.20    0.39  1825 1.00
-predicted_difference[713]         0.07    0.27  1558 1.00
-predicted_difference[714]         0.07    0.27  1558 1.00
-predicted_difference[715]         0.07    0.27  1556 1.00
-predicted_difference[716]         0.07    0.26  1555 1.00
-predicted_difference[717]         0.17    0.35  2210 1.00
-predicted_difference[718]         0.17    0.34  2220 1.00
-predicted_difference[719]         0.21    0.40  2088 1.00
-predicted_difference[720]         0.17    0.35  2169 1.00
-predicted_difference[721]         0.14    1.00  9381 1.00
-predicted_difference[722]         0.15    1.00  9456 1.00
-predicted_difference[723]         0.15    1.00  9408 1.00
-predicted_difference[724]         0.15    1.00  9410 1.00
-predicted_difference[725]         0.15    1.00  9425 1.00
-predicted_difference[726]         0.15    1.00  9427 1.00
-predicted_difference[727]         0.15    1.00  9435 1.00
-predicted_difference[728]         0.15    1.00  9453 1.00
-predicted_difference[729]         0.15    1.00  9416 1.00
-predicted_difference[730]        -0.24    0.23 10056 1.00
-predicted_difference[731]        -0.24    0.24 10007 1.00
-predicted_difference[732]        -0.16    0.30  9515 1.00
-predicted_difference[733]         0.43    0.69  7451 1.00
-predicted_difference[734]         0.43    0.69  7456 1.00
-predicted_difference[735]         0.45    0.70  7497 1.00
-predicted_difference[736]         0.49    0.75  7914 1.00
-predicted_difference[737]         0.49    0.75  7914 1.00
-predicted_difference[738]         0.49    0.76  7935 1.00
-predicted_difference[739]         0.49    0.76  7947 1.00
-predicted_difference[740]         0.49    0.77  7942 1.00
-predicted_difference[741]         0.95    0.98  8335 1.00
-predicted_difference[742]         0.95    0.98  8335 1.00
-predicted_difference[743]         0.56    1.00 10697 1.00
-predicted_difference[744]         0.56    1.00 10696 1.00
-predicted_difference[745]         0.56    1.00 10691 1.00
-predicted_difference[746]         0.56    1.00 10698 1.00
-predicted_difference[747]         0.56    1.00 10694 1.00
-predicted_difference[748]         0.46    1.00 10580 1.00
-predicted_difference[749]         0.48    1.00 10570 1.00
-predicted_difference[750]         0.47    1.00 10572 1.00
-predicted_difference[751]         0.47    1.00 10592 1.00
-predicted_difference[752]         0.69    1.00 10416 1.00
-predicted_difference[753]         0.69    1.00 10422 1.00
-predicted_difference[754]         0.69    1.00 10420 1.00
-predicted_difference[755]         0.69    1.00 10423 1.00
-predicted_difference[756]         0.69    1.00 10423 1.00
-predicted_difference[757]         0.66    1.00 10350 1.00
-predicted_difference[758]         0.58    1.00 10680 1.00
-predicted_difference[759]         0.58    1.00 10680 1.00
-predicted_difference[760]         0.57    1.00 10679 1.00
-predicted_difference[761]         0.57    1.00 10679 1.00
-predicted_difference[762]         0.56    1.00 10673 1.00
-predicted_difference[763]         0.57    1.00 10675 1.00
-predicted_difference[764]         0.56    1.00 10675 1.00
-predicted_difference[765]         0.56    1.00 10674 1.00
-predicted_difference[766]         0.56    1.00 10674 1.00
-predicted_difference[767]         0.56    1.00 10672 1.00
-predicted_difference[768]         0.56    1.00 10671 1.00
-predicted_difference[769]         0.56    1.00 10694 1.00
-predicted_difference[770]         0.58    1.00 10680 1.00
-predicted_difference[771]         0.57    1.00 10680 1.00
-predicted_difference[772]         0.57    1.00 10673 1.00
-predicted_difference[773]         0.56    1.00 10674 1.00
-predicted_difference[774]         0.57    1.00 10676 1.00
-predicted_difference[775]         0.57    1.00 10676 1.00
-predicted_difference[776]         0.56    1.00 10674 1.00
-predicted_difference[777]         0.56    1.00 10673 1.00
-predicted_difference[778]         0.56    1.00 10695 1.00
-predicted_difference[779]         0.56    1.00 10695 1.00
-predicted_difference[780]         0.56    1.00 10693 1.00
-predicted_difference[781]         0.58    1.00 10680 1.00
-predicted_difference[782]         0.58    1.00 10680 1.00
-predicted_difference[783]         0.57    1.00 10676 1.00
-predicted_difference[784]         0.56    1.00 10673 1.00
-predicted_difference[785]         0.56    1.00 10672 1.00
-predicted_difference[786]         0.56    1.00 10672 1.00
-predicted_difference[787]         0.56    1.00 10694 1.00
-predicted_difference[788]         0.56    1.00 10694 1.00
-predicted_difference[789]         0.56    1.00 10692 1.00
-predicted_difference[790]         0.56    1.00 10691 1.00
-predicted_difference[791]        -0.02    0.14  1450 1.00
-predicted_difference[792]        -0.02    0.14  1451 1.00
-predicted_difference[793]        -0.02    0.13  1451 1.00
-predicted_difference[794]        -0.02    0.14  1450 1.00
-predicted_difference[795]         0.09    0.24  2625 1.00
-predicted_difference[796]         0.09    0.24  2629 1.00
-predicted_difference[797]         0.09    0.24  2629 1.00
-predicted_difference[798]         0.09    0.24  2630 1.00
-predicted_difference[799]         0.15    1.00  9608 1.00
-predicted_difference[800]         0.15    1.00  9624 1.00
-predicted_difference[801]         0.15    1.00  9626 1.00
-predicted_difference[802]         0.16    1.00  9638 1.00
-predicted_difference[803]         0.15    1.00  9651 1.00
-predicted_difference[804]         0.15    1.00  9656 1.00
-predicted_difference[805]         0.15    1.00  9537 1.00
-predicted_difference[806]         0.15    1.00  9538 1.00
-predicted_difference[807]         0.99    1.00  8018 1.00
-predicted_difference[808]         0.99    1.00  8678 1.00
-predicted_difference[809]         0.99    1.00  8012 1.00
-predicted_difference[810]         0.99    1.00  8676 1.00
-predicted_difference[811]         0.98    0.99 10041 1.00
-predicted_difference[812]         0.98    0.99 10015 1.00
-predicted_difference[813]         0.98    0.99  7736 1.00
-predicted_difference[814]         0.98    0.99 10014 1.00
-predicted_difference[815]         0.98    0.99 10012 1.00
-predicted_difference[816]         0.98    0.99 10014 1.00
-predicted_difference[817]         0.98    0.99 10019 1.00
-predicted_difference[818]         0.41    0.98 10093 1.00
-predicted_difference[819]         0.43    0.98 10180 1.00
-predicted_difference[820]         0.43    0.98 10177 1.00
-predicted_difference[821]         0.42    0.98 10125 1.00
-predicted_difference[822]         0.42    0.98 10011 1.00
-predicted_difference[823]         0.42    0.98 10091 1.00
-predicted_difference[824]         0.43    0.98 10030 1.00
-predicted_difference[825]         0.42    0.98 10003 1.00
-predicted_difference[826]         0.42    0.98 10010 1.00
-predicted_difference[827]         0.41    0.98  9979 1.00
-predicted_difference[828]         0.57    1.00 10655 1.00
-predicted_difference[829]         0.56    1.00 10660 1.00
-predicted_difference[830]        -0.02    0.37  7936 1.00
-predicted_difference[831]        -0.03    0.31  7806 1.00
-predicted_difference[832]        -0.02    0.37  7882 1.00
-predicted_difference[833]        -0.02    0.35  7881 1.00
-predicted_difference[834]        -0.02    0.35  7881 1.00
-predicted_difference[835]        -0.02    0.36  7902 1.00
-predicted_difference[836]        -0.11   -0.06  2093 1.00
-predicted_difference[837]         0.23    0.47  1965 1.00
-predicted_difference[838]        -0.16   -0.12  5135 1.00
-predicted_difference[839]         0.11    0.37  1779 1.00
-predicted_difference[840]        -0.16   -0.12  4916 1.00
-predicted_difference[841]         0.11    0.37  1779 1.00
-predicted_difference[842]        -0.16   -0.12  5073 1.00
-predicted_difference[843]         0.11    0.37  1779 1.00
-predicted_difference[844]        -0.09   -0.06  5481 1.00
-predicted_difference[845]         0.14    0.40  1797 1.00
-predicted_difference[846]        -0.09   -0.06  5508 1.00
-predicted_difference[847]         0.15    0.40  1797 1.00
-predicted_difference[848]        -0.08   -0.06  4856 1.00
-predicted_difference[849]         0.14    0.39  1799 1.00
-predicted_difference[850]        -0.07   -0.05  6000 1.00
-predicted_difference[851]         0.22    0.46  2144 1.00
-predicted_difference[852]        -0.05   -0.03  4686 1.00
-predicted_difference[853]         0.18    0.41  2250 1.00
-predicted_difference[854]        -0.04   -0.03  3444 1.00
-predicted_difference[855]         0.16    0.39  2283 1.00
-predicted_difference[856]        -0.03   -0.01  2234 1.00
-predicted_difference[857]         0.14    0.37  2359 1.00
-predicted_difference[858]         0.15    0.32  1498 1.00
-predicted_difference[859]         0.15    0.31  1493 1.00
-predicted_difference[860]         0.14    0.30  1487 1.00
-predicted_difference[861]         0.14    0.30  1485 1.00
-predicted_difference[862]         0.14    0.29  1478 1.00
-predicted_difference[863]         0.13    0.29  1474 1.00
-predicted_difference[864]         0.22    0.37  2186 1.00
-predicted_difference[865]         0.21    0.35  2215 1.00
-predicted_difference[866]         0.20    0.34  2233 1.00
-predicted_difference[867]         0.21    0.35  2221 1.00
-predicted_difference[868]         0.21    0.35  2216 1.00
-predicted_difference[869]         0.21    0.36  2209 1.00
-predicted_difference[870]         0.20    1.00  9262 1.00
-predicted_difference[871]         0.21    1.00  9387 1.00
-predicted_difference[872]         0.21    1.00  9400 1.00
-predicted_difference[873]         0.21    1.00  9403 1.00
-predicted_difference[874]         0.21    1.00  9387 1.00
-predicted_difference[875]         0.21    1.00  9390 1.00
-predicted_difference[876]        -0.23   -0.14  7624 1.00
-predicted_difference[877]        -0.17   -0.10  6908 1.00
-predicted_difference[878]        -0.12   -0.07  4954 1.00
-predicted_difference[879]        -0.11   -0.06  4417 1.00
-predicted_difference[880]         0.52    0.97  7446 1.00
-predicted_difference[881]         0.60    0.98  7398 1.00
-predicted_difference[882]         0.52    0.98  7486 1.00
-predicted_difference[883]         0.50    0.98  7495 1.00
-predicted_difference[884]         0.49    0.98  7490 1.00
-predicted_difference[885]         0.52    1.00 10581 1.00
-predicted_difference[886]         0.57    1.00 10655 1.00
-predicted_difference[887]         0.57    1.00 10654 1.00
-predicted_difference[888]         0.57    1.00 10653 1.00
-predicted_difference[889]         0.57    1.00 10649 1.00
-predicted_difference[890]         0.56    1.00 10631 1.00
-predicted_difference[891]         0.55    1.00 10624 1.00
-predicted_difference[892]         0.55    1.00 10624 1.00
-predicted_difference[893]         0.55    1.00 10623 1.00
-predicted_difference[894]         0.55    1.00 10623 1.00
-predicted_difference[895]         0.55    1.00 10620 1.00
-predicted_difference[896]         0.54    1.00 10648 1.00
-predicted_difference[897]         0.46    1.00 10580 1.00
-predicted_difference[898]         0.47    1.00 10575 1.00
-predicted_difference[899]         0.47    1.00 10595 1.00
-predicted_difference[900]         0.47    1.00 10588 1.00
-predicted_difference[901]         0.20    0.39  1825 1.00
-predicted_difference[902]         0.07    0.27  1557 1.00
-predicted_difference[903]         0.21    0.40  2088 1.00
-predicted_difference[904]         0.20    0.39  2107 1.00
-predicted_difference[905]         0.19    0.37  2135 1.00
-predicted_difference[906]         0.17    0.35  2182 1.00
-predicted_difference[907]        -0.24   -0.18  7227 1.00
-predicted_difference[908]        -0.21   -0.15  6273 1.00
-predicted_difference[909]        -0.17   -0.12  5441 1.00
-predicted_difference[910]        -0.15   -0.11  6122 1.00
-predicted_difference[911]        -0.15   -0.10  6035 1.00
-predicted_difference[912]         0.95    1.00  9774 1.00
-predicted_difference[913]         0.97    1.00  9787 1.00
-predicted_difference[914]         0.95    1.00  9774 1.00
-predicted_difference[915]         0.95    0.99  9795 1.00
-predicted_difference[916]         0.97    1.00  9811 1.00
-predicted_difference[917]         0.95    0.99  9795 1.00
-predicted_difference[918]         0.95    1.00  9730 1.00
-predicted_difference[919]         0.97    1.00  9739 1.00
-predicted_difference[920]         0.95    1.00  9730 1.00
-predicted_difference[921]         0.95    1.00  9728 1.00
-predicted_difference[922]         0.97    1.00  9740 1.00
-predicted_difference[923]         0.95    1.00  9728 1.00
-predicted_difference[924]        -0.28   -0.16  1762 1.00
-predicted_difference[925]        -0.34   -0.27  6941 1.00
-predicted_difference[926]        -0.34   -0.27  6862 1.00
-predicted_difference[927]        -0.35   -0.27  7033 1.00
-predicted_difference[928]        -0.07   -0.04  2368 1.00
-predicted_difference[929]        -0.11   -0.07  3994 1.00
-predicted_difference[930]        -0.06   -0.04  4830 1.00
-predicted_difference[931]        -0.04   -0.02  2818 1.00
-predicted_difference[932]         0.58    1.00 10680 1.00
-predicted_difference[933]         0.58    1.00 10680 1.00
-predicted_difference[934]         0.52    1.00 10611 1.00
-predicted_difference[935]         0.58    1.00 10680 1.00
-predicted_difference[936]         0.57    1.00 10680 1.00
-predicted_difference[937]         0.57    1.00 10678 1.00
-predicted_difference[938]         0.57    1.00 10678 1.00
-predicted_difference[939]         0.56    1.00 10673 1.00
-predicted_difference[940]         0.56    1.00 10675 1.00
-predicted_difference[941]         0.56    1.00 10674 1.00
-predicted_difference[942]         0.56    1.00 10671 1.00
-predicted_difference[943]         0.57    1.00 10669 1.00
-predicted_difference[944]        -0.46   -0.38  6769 1.00
-predicted_difference[945]        -0.44   -0.36  6536 1.00
-predicted_difference[946]        -0.37   -0.28  4114 1.00
-predicted_difference[947]        -0.20   -0.15  6523 1.00
-predicted_difference[948]        -0.20   -0.15  6538 1.00
-predicted_difference[949]        -0.19   -0.15  5790 1.00
-predicted_difference[950]         0.33    0.75  6154 1.00
-predicted_difference[951]         0.33    0.75  6154 1.00
-predicted_difference[952]         0.33    0.75  6154 1.00
-predicted_difference[953]         0.27    0.78  6786 1.00
-predicted_difference[954]         0.27    0.78  6786 1.00
-predicted_difference[955]         0.27    0.78  6786 1.00
-predicted_difference[956]         0.27    0.78  6783 1.00
-predicted_difference[957]         0.27    0.78  6783 1.00
-predicted_difference[958]         0.27    0.78  6783 1.00
-predicted_difference[959]         0.26    0.78  6753 1.00
-predicted_difference[960]         0.26    0.78  6753 1.00
-predicted_difference[961]         0.26    0.78  6753 1.00
-predicted_difference[962]         0.27    0.77  6802 1.00
-predicted_difference[963]         0.27    0.77  6802 1.00
-predicted_difference[964]         0.27    0.77  6802 1.00
-predicted_difference[965]         0.26    0.78  6799 1.00
-predicted_difference[966]         0.26    0.78  6799 1.00
-predicted_difference[967]         0.26    0.78  6799 1.00
-predicted_difference[968]         0.26    0.78  6796 1.00
-predicted_difference[969]         0.26    0.78  6796 1.00
-predicted_difference[970]         0.26    0.78  6796 1.00
-predicted_difference[971]         0.26    0.78  6739 1.00
-predicted_difference[972]         0.26    0.78  6739 1.00
-predicted_difference[973]         0.26    0.78  6739 1.00
-predicted_difference[974]         0.26    0.79  6724 1.00
-predicted_difference[975]         0.26    0.79  6724 1.00
-predicted_difference[976]         0.26    0.79  6724 1.00
-predicted_difference[977]         0.53    1.00 10612 1.00
-predicted_difference[978]         0.58    1.00 10680 1.00
-predicted_difference[979]         0.58    1.00 10680 1.00
-predicted_difference[980]         0.58    1.00 10680 1.00
-predicted_difference[981]         0.52    1.00 10611 1.00
-predicted_difference[982]         0.57    1.00 10680 1.00
-predicted_difference[983]         0.57    1.00 10679 1.00
-predicted_difference[984]         0.57    1.00 10678 1.00
-predicted_difference[985]         0.57    1.00 10673 1.00
-predicted_difference[986]         0.57    1.00 10672 1.00
-predicted_difference[987]         0.56    1.00 10673 1.00
-predicted_difference[988]         0.56    1.00 10675 1.00
-predicted_difference[989]         0.56    1.00 10673 1.00
-predicted_difference[990]         0.56    1.00 10671 1.00
-predicted_difference[991]         0.57    1.00 10669 1.00
-predicted_difference[992]         0.56    1.00 10692 1.00
-predicted_difference[993]         0.21    1.00  9610 1.00
-predicted_difference[994]         0.22    1.00  9570 1.00
-predicted_difference[995]         0.21    1.00  9582 1.00
-predicted_difference[996]        -0.89    0.17  9366 1.00
-predicted_difference[997]        -0.89    0.17  9028 1.00
-predicted_difference[998]        -0.92    0.16  9049 1.00
-predicted_difference[999]         0.54    1.00 10637 1.00
-predicted_difference[1000]        0.54    1.00 10635 1.00
-predicted_difference[1001]        0.56    1.00 10695 1.00
-predicted_difference[1002]        0.56    1.00 10694 1.00
-predicted_difference[1003]        0.56    1.00 10693 1.00
-predicted_difference[1004]        0.85    0.96  9364 1.00
-predicted_difference[1005]        0.83    0.95  9258 1.00
-predicted_difference[1006]        0.83    0.95  9258 1.00
-predicted_difference[1007]        0.86    0.96  9437 1.00
-predicted_difference[1008]        0.85    0.96  9442 1.00
-predicted_difference[1009]        0.65    0.88  8641 1.00
-predicted_difference[1010]        0.62    0.85  8492 1.00
-predicted_difference[1011]        0.56    0.83  8228 1.00
-predicted_difference[1012]        0.43    0.98 10185 1.00
-predicted_difference[1013]        0.42    0.98 10009 1.00
-predicted_difference[1014]        0.41    0.98  9981 1.00
-predicted_difference[1015]        0.41    0.98 10094 1.00
-predicted_difference[1016]        0.43    0.98 10171 1.00
-predicted_difference[1017]        0.41    0.98  9998 1.00
-predicted_difference[1018]        0.41    0.98  9991 1.00
-predicted_difference[1019]        0.41    0.98  9985 1.00
-predicted_difference[1020]        0.33    0.99  9844 1.00
-predicted_difference[1021]        0.38    0.99  9915 1.00
-predicted_difference[1022]        0.37    0.99  9893 1.00
-predicted_difference[1023]        0.36    0.99  9882 1.00
-predicted_difference[1024]        0.36    0.99  9867 1.00
-predicted_difference[1025]        0.34    0.99  9853 1.00
-predicted_difference[1026]        0.34    0.99  9848 1.00
-predicted_difference[1027]        0.41    0.98 10093 1.00
-predicted_difference[1028]        0.43    0.98 10180 1.00
-predicted_difference[1029]        0.42    0.98 10101 1.00
-predicted_difference[1030]        0.41    0.98  9989 1.00
-predicted_difference[1031]        0.41    0.98  9986 1.00
-predicted_difference[1032]        0.38    0.99  9924 1.00
-predicted_difference[1033]        0.37    0.99  9905 1.00
-predicted_difference[1034]        0.37    0.99  9899 1.00
-predicted_difference[1035]        0.36    0.99  9885 1.00
-predicted_difference[1036]        0.36    0.99  9872 1.00
-predicted_difference[1037]        0.35    0.99  9857 1.00
-predicted_difference[1038]        0.60    0.99  7557 1.00
-predicted_difference[1039]        0.56    0.98  7691 1.00
-predicted_difference[1040]        0.60    0.99  7562 1.00
-predicted_difference[1041]        0.56    0.98  7694 1.00
-predicted_difference[1042]        0.60    0.99  7565 1.00
-predicted_difference[1043]        0.55    0.98  7698 1.00
-predicted_difference[1044]        0.60    0.99  7565 1.00
-predicted_difference[1045]        0.55    0.98  7700 1.00
-predicted_difference[1046]        0.60    0.99  7565 1.00
-predicted_difference[1047]        0.55    0.98  7700 1.00
-predicted_difference[1048]        0.59    0.99  7573 1.00
-predicted_difference[1049]        0.55    0.98  7705 1.00
-predicted_difference[1050]        0.51    0.99  7599 1.00
-predicted_difference[1051]        0.47    0.98  7770 1.00
-predicted_difference[1052]        0.93    0.97  7745 1.00
-predicted_difference[1053]        0.93    0.97  7745 1.00
-predicted_difference[1054]        0.93    0.98  7836 1.00
-predicted_difference[1055]        0.93    0.98  7836 1.00
-predicted_difference[1056]        0.94    0.98  7886 1.00
-predicted_difference[1057]        0.94    0.98  7886 1.00
-predicted_difference[1058]        0.94    0.98  7902 1.00
-predicted_difference[1059]        0.94    0.98  7902 1.00
-predicted_difference[1060]        0.94    0.98  7802 1.00
-predicted_difference[1061]        0.94    0.98  7802 1.00
-predicted_difference[1062]        0.93    0.97  7757 1.00
-predicted_difference[1063]        0.93    0.98  7814 1.00
-predicted_difference[1064]        0.93    0.98  7828 1.00
-predicted_difference[1065]        0.94    0.98  7883 1.00
-predicted_difference[1066]        0.94    0.98  7893 1.00
-predicted_difference[1067]        0.94    0.98  7859 1.00
-predicted_difference[1068]        0.94    0.98  7889 1.00
-predicted_difference[1069]        0.94    0.98  7786 1.00
-predicted_difference[1070]        0.94    0.98  7805 1.00
-predicted_difference[1071]        0.65    1.00 10334 1.00
-predicted_difference[1072]        0.65    1.00 10279 1.00
-predicted_difference[1073]        0.66    1.00 10268 1.00
-predicted_difference[1074]        0.39    0.89  7359 1.00
-predicted_difference[1075]        0.39    0.89  7359 1.00
-predicted_difference[1076]        0.46    0.87  6987 1.00
-predicted_difference[1077]        0.46    0.87  6987 1.00
-predicted_difference[1078]        0.39    0.89  7343 1.00
-predicted_difference[1079]        0.39    0.89  7343 1.00
-predicted_difference[1080]        0.39    0.89  7338 1.00
-predicted_difference[1081]        0.39    0.89  7338 1.00
-predicted_difference[1082]        0.38    0.89  7327 1.00
-predicted_difference[1083]        0.38    0.89  7327 1.00
-predicted_difference[1084]        0.25    0.45  1801 1.00
-predicted_difference[1085]        0.14    0.35  1593 1.00
-predicted_difference[1086]        0.22    0.41  2070 1.00
-predicted_difference[1087]        0.22    0.40  2081 1.00
-predicted_difference[1088]        0.20    0.39  2106 1.00
-predicted_difference[1089]        0.18    0.36  2149 1.00
-predicted_difference[1090]        0.18    0.36  2156 1.00
-predicted_difference[1091]        0.40    0.78  6506 1.00
-predicted_difference[1092]        0.40    0.78  6507 1.00
-predicted_difference[1093]        0.40    0.78  6506 1.00
-predicted_difference[1094]        0.40    0.78  6508 1.00
-predicted_difference[1095]        0.39    0.78  6514 1.00
-predicted_difference[1096]        0.40    0.78  6509 1.00
-predicted_difference[1097]        0.39    0.78  6514 1.00
-predicted_difference[1098]        0.40    0.78  6509 1.00
-predicted_difference[1099]        0.39    0.78  6515 1.00
-predicted_difference[1100]        0.39    0.78  6516 1.00
-predicted_difference[1101]        0.39    0.79  6517 1.00
-predicted_difference[1102]        0.39    0.80  6448 1.00
-predicted_difference[1103]        0.34    0.82  6971 1.00
-predicted_difference[1104]        0.33    0.83  6937 1.00
-predicted_difference[1105]        0.33    0.83  6877 1.00
-predicted_difference[1106]       -0.38   -0.30  5389 1.00
-predicted_difference[1107]       -0.38   -0.30  5467 1.00
-predicted_difference[1108]       -0.37   -0.29  6014 1.00
-predicted_difference[1109]       -0.31   -0.22  3012 1.00
-predicted_difference[1110]       -0.18   -0.12  3105 1.00
-predicted_difference[1111]       -0.21   -0.16  6985 1.00
-predicted_difference[1112]       -0.20   -0.15  6421 1.00
-predicted_difference[1113]       -0.20   -0.15  6349 1.00
-predicted_difference[1114]       -0.15   -0.11  6918 1.00
-predicted_difference[1115]       -0.17   -0.12  4389 1.00
-predicted_difference[1116]        0.11    0.29  1511 1.00
-predicted_difference[1117]        0.10    0.28  1509 1.00
-predicted_difference[1118]        0.10    0.28  1502 1.00
-predicted_difference[1119]        0.19    0.35  2164 1.00
-predicted_difference[1120]        0.19    0.35  2168 1.00
-predicted_difference[1121]        0.18    0.34  2183 1.00
-predicted_difference[1122]        0.18    0.34  2188 1.00
-predicted_difference[1123]        0.18    0.34  2177 1.00
-predicted_difference[1124]        0.18    0.34  2185 1.00
-predicted_difference[1125]        0.18    0.35  2174 1.00
-predicted_difference[1126]        0.18    0.33  2193 1.00
-predicted_difference[1127]        0.19    0.70  6110 1.00
-predicted_difference[1128]        0.33    0.75  6155 1.00
-predicted_difference[1129]        0.32    0.75  6146 1.00
-predicted_difference[1130]        0.26    0.78  6777 1.00
-predicted_difference[1131]        0.26    0.78  6759 1.00
-predicted_difference[1132]       -0.02    0.32  8197 1.00
-predicted_difference[1133]        0.21    1.00  9453 1.00
-predicted_difference[1134]        0.20    1.00  9467 1.00
-predicted_difference[1135]        0.93    0.99  9688 1.00
-predicted_difference[1136]        0.96    1.00  9730 1.00
-predicted_difference[1137]        0.93    0.99  9688 1.00
-predicted_difference[1138]        0.94    0.99  9655 1.00
-predicted_difference[1139]        0.97    1.00  9682 1.00
-predicted_difference[1140]        0.94    0.99  9655 1.00
-predicted_difference[1141]        0.93    0.99  9685 1.00
-predicted_difference[1142]        0.96    1.00  9720 1.00
-predicted_difference[1143]        0.93    0.99  9685 1.00
-predicted_difference[1144]        0.94    0.99  9655 1.00
-predicted_difference[1145]        0.97    1.00  9685 1.00
-predicted_difference[1146]        0.94    0.99  9655 1.00
-predicted_difference[1147]        0.89    0.96  9742 1.00
-predicted_difference[1148]        0.93    0.98  9774 1.00
-predicted_difference[1149]        0.89    0.96  9742 1.00
-predicted_difference[1150]        0.90    0.97  9769 1.00
-predicted_difference[1151]        0.94    0.99  9761 1.00
-predicted_difference[1152]        0.90    0.97  9769 1.00
-predicted_difference[1153]        0.90    0.97  9762 1.00
-predicted_difference[1154]        0.94    0.99  9762 1.00
-predicted_difference[1155]        0.90    0.97  9762 1.00
-predicted_difference[1156]        0.84    0.94  9726 1.00
-predicted_difference[1157]        0.91    0.97  9738 1.00
-predicted_difference[1158]        0.84    0.94  9726 1.00
-predicted_difference[1159]        0.99    1.00  7935 1.00
-predicted_difference[1160]        0.99    1.00  7910 1.00
-predicted_difference[1161]        0.99    1.00  7914 1.00
-predicted_difference[1162]        0.99    1.00  7930 1.00
-predicted_difference[1163]        0.99    1.00  7869 1.00
-predicted_difference[1164]        0.99    1.00  7878 1.00
-predicted_difference[1165]        0.92    0.98  9781 1.00
-predicted_difference[1166]        0.95    0.99  9802 1.00
-predicted_difference[1167]        0.92    0.98  9781 1.00
-predicted_difference[1168]        0.93    0.99  9761 1.00
-predicted_difference[1169]        0.96    0.99  9761 1.00
-predicted_difference[1170]        0.93    0.99  9761 1.00
-predicted_difference[1171]        0.92    0.98  9777 1.00
-predicted_difference[1172]        0.96    0.99  9767 1.00
-predicted_difference[1173]        0.92    0.98  9777 1.00
-predicted_difference[1174]       -0.67    0.10  9175 1.00
-predicted_difference[1175]       -0.66    0.12  9240 1.00
-predicted_difference[1176]       -0.64    0.11  9140 1.00
-predicted_difference[1177]       -0.62    0.11  9107 1.00
-predicted_difference[1178]       -0.62    0.10  9302 1.00
-predicted_difference[1179]        0.28    0.52  1886 1.00
-predicted_difference[1180]        0.18    0.45  1784 1.00
-predicted_difference[1181]        0.23    0.47  2116 1.00
-predicted_difference[1182]        0.15    0.39  1816 1.00
-predicted_difference[1183]        0.21    0.45  2159 1.00
-predicted_difference[1184]        0.18    0.41  2245 1.00
-predicted_difference[1185]        0.16    0.39  2294 1.00
-predicted_difference[1186]       -0.33    0.18  8608 1.00
-predicted_difference[1187]       -0.29    0.17  8208 1.00
-predicted_difference[1188]       -0.30    0.17  8262 1.00
-predicted_difference[1189]        0.43    0.98 10180 1.00
-predicted_difference[1190]        0.41    0.98  9992 1.00
-predicted_difference[1191]        0.41    0.98  9977 1.00
-predicted_difference[1192]        0.40    0.98  9969 1.00
-predicted_difference[1193]        0.36    0.99  9876 1.00
-predicted_difference[1194]        0.43    0.98 10181 1.00
-predicted_difference[1195]        0.41    0.98  9993 1.00
-predicted_difference[1196]        0.41    0.98  9986 1.00
-predicted_difference[1197]        0.41    0.98  9977 1.00
-predicted_difference[1198]        0.37    0.99  9897 1.00
-predicted_difference[1199]        0.36    0.61  7543 1.00
-predicted_difference[1200]        0.36    0.61  7543 1.00
-predicted_difference[1201]        0.28    0.57  7581 1.00
-predicted_difference[1202]        0.37    0.62  7566 1.00
-predicted_difference[1203]        0.37    0.62  7614 1.00
-predicted_difference[1204]        0.37    0.62  7617 1.00
-predicted_difference[1205]        0.38    0.62  7619 1.00
-predicted_difference[1206]        0.37    0.62  7607 1.00
-predicted_difference[1207]        0.41    0.67  8086 1.00
-predicted_difference[1208]        0.41    0.68  8176 1.00
-predicted_difference[1209]        0.20    1.00  9654 1.00
-predicted_difference[1210]        0.21    1.00  9602 1.00
-predicted_difference[1211]        0.40    0.95  9731 1.00
-predicted_difference[1212]        0.40    0.96  9731 1.00
-predicted_difference[1213]        0.42    0.95  9850 1.00
-predicted_difference[1214]        0.40    0.96  9741 1.00
-predicted_difference[1215]        0.39    0.96  9729 1.00
-predicted_difference[1216]        0.35    0.97  9616 1.00
-predicted_difference[1217]        0.27    0.76  7243 1.00
-predicted_difference[1218]        0.27    0.76  7231 1.00
-predicted_difference[1219]        0.29    0.78  7523 1.00
-predicted_difference[1220]        0.28    0.78  7527 1.00
-predicted_difference[1221]        0.28    0.79  7517 1.00
-predicted_difference[1222]       -0.04    0.29  7817 1.00
-predicted_difference[1223]       -0.03    0.26  7864 1.00
-predicted_difference[1224]       -0.03    0.26  7866 1.00
-predicted_difference[1225]       -0.02    0.33  7862 1.00
-predicted_difference[1226]       -0.02    0.33  7862 1.00
-predicted_difference[1227]       -0.02    0.33  7862 1.00
-predicted_difference[1228]       -0.02    0.33  7862 1.00
-predicted_difference[1229]       -0.45    0.40  7659 1.00
-predicted_difference[1230]       -0.48    0.36  7457 1.00
-predicted_difference[1231]       -0.39    0.47  7071 1.00
-predicted_difference[1232]       -0.38    0.49  7104 1.00
-predicted_difference[1233]        0.04    0.18  1393 1.00
-predicted_difference[1234]        0.04    0.18  1393 1.00
-predicted_difference[1235]        0.04    0.17  1390 1.00
-predicted_difference[1236]        0.04    0.17  1390 1.00
-predicted_difference[1237]        0.04    0.17  1388 1.00
-predicted_difference[1238]        0.04    0.17  1388 1.00
-predicted_difference[1239]        0.14    0.26  2608 1.00
-predicted_difference[1240]        0.14    0.26  2608 1.00
-predicted_difference[1241]        0.13    0.26  2627 1.00
-predicted_difference[1242]        0.13    0.26  2627 1.00
-predicted_difference[1243]        0.13    0.25  2640 1.00
-predicted_difference[1244]        0.13    0.25  2640 1.00
-predicted_difference[1245]        0.13    0.25  2637 1.00
-predicted_difference[1246]        0.13    0.25  2637 1.00
-predicted_difference[1247]        0.13    0.25  2641 1.00
-predicted_difference[1248]        0.13    0.25  2641 1.00
-predicted_difference[1249]        0.74    0.89  9495 1.00
-predicted_difference[1250]        0.83    0.94  9600 1.00
-predicted_difference[1251]        0.74    0.89  9495 1.00
-predicted_difference[1252]        0.72    0.85  9465 1.00
-predicted_difference[1253]        0.82    0.92  9585 1.00
-predicted_difference[1254]        0.72    0.85  9465 1.00
-predicted_difference[1255]        0.72    0.85  9474 1.00
-predicted_difference[1256]        0.82    0.92  9589 1.00
-predicted_difference[1257]        0.72    0.85  9474 1.00
-predicted_difference[1258]        0.71    0.85  9486 1.00
-predicted_difference[1259]        0.82    0.92  9594 1.00
-predicted_difference[1260]        0.71    0.85  9486 1.00
-predicted_difference[1261]        0.67    0.82  9385 1.00
-predicted_difference[1262]        0.78    0.90  9521 1.00
-predicted_difference[1263]        0.67    0.82  9385 1.00
-predicted_difference[1264]        0.72    0.86  9571 1.00
-predicted_difference[1265]        0.82    0.92  9653 1.00
-predicted_difference[1266]        0.72    0.86  9571 1.00
-predicted_difference[1267]        0.98    1.00  8413 1.00
-predicted_difference[1268]        0.98    1.00  8410 1.00
-predicted_difference[1269]        0.99    1.00  8395 1.00
-predicted_difference[1270]        0.99    1.00  8388 1.00
-predicted_difference[1271]        0.99    1.00  8234 1.00
-predicted_difference[1272]        0.83    0.94  9682 1.00
-predicted_difference[1273]        0.85    0.95  9701 1.00
-predicted_difference[1274]        0.99    1.00  7970 1.00
-predicted_difference[1275]        0.99    1.00  8003 1.00
-predicted_difference[1276]        0.99    1.00  8004 1.00
-predicted_difference[1277]        0.99    1.00  7962 1.00
-predicted_difference[1278]        0.58    0.95  7146 1.00
-predicted_difference[1279]        0.58    0.95  7146 1.00
-predicted_difference[1280]        0.49    0.96  7331 1.00
-predicted_difference[1281]        0.49    0.96  7331 1.00
-predicted_difference[1282]        1.00    1.00  5491 1.00
-predicted_difference[1283]        1.00    1.00  6282 1.00
-predicted_difference[1284]        1.00    1.00  6364 1.00
-predicted_difference[1285]        1.00    1.00  6382 1.00
-predicted_difference[1286]        1.00    1.00  6130 1.00
-predicted_difference[1287]        1.00    1.00  6123 1.00
-predicted_difference[1288]        1.00    1.00  6127 1.00
-predicted_difference[1289]        1.00    1.00  6163 1.00
-predicted_difference[1290]        1.00    1.00  6406 1.00
-predicted_difference[1291]        1.00    1.00  6408 1.00
-predicted_difference[1292]        1.00    1.00  6418 1.00
-predicted_difference[1293]        0.99    1.00  7914 1.00
-predicted_difference[1294]        0.99    1.00  7923 1.00
-predicted_difference[1295]        0.99    1.00  7862 1.00
-predicted_difference[1296]        0.99    1.00  7878 1.00
-predicted_difference[1297]        0.86    0.96  9510 1.00
-predicted_difference[1298]        0.84    0.94  9444 1.00
-predicted_difference[1299]        0.77    0.91  9152 1.00
-predicted_difference[1300]        0.76    0.90  9162 1.00
-predicted_difference[1301]        0.80    0.93  9379 1.00
-predicted_difference[1302]        0.13    0.64  6030 1.00
-predicted_difference[1303]        0.13    0.64  6030 1.00
-predicted_difference[1304]        0.27    0.69  6343 1.00
-predicted_difference[1305]        0.27    0.69  6343 1.00
-predicted_difference[1306]        0.27    0.68  6343 1.00
-predicted_difference[1307]        0.27    0.68  6343 1.00
-predicted_difference[1308]        0.22    0.72  7116 1.00
-predicted_difference[1309]        0.22    0.72  7116 1.00
-predicted_difference[1310]        0.23    0.72  7022 1.00
-predicted_difference[1311]        0.23    0.72  7022 1.00
-predicted_difference[1312]        0.23    0.74  6925 1.00
-predicted_difference[1313]        0.23    0.74  6925 1.00
-predicted_difference[1314]        0.22    0.74  6922 1.00
-predicted_difference[1315]        0.22    0.74  6922 1.00
-predicted_difference[1316]        0.96    0.99  8915 1.00
-predicted_difference[1317]        0.96    0.99  8761 1.00
-predicted_difference[1318]        0.96    0.99  8742 1.00
-predicted_difference[1319]        0.97    0.99  8708 1.00
-predicted_difference[1320]        0.97    0.99  8641 1.00
-predicted_difference[1321]        0.97    0.99  8627 1.00
-predicted_difference[1322]        0.97    0.99  8612 1.00
-predicted_difference[1323]        0.97    0.99  8609 1.00
-predicted_difference[1324]        0.96    0.99  8915 1.00
-predicted_difference[1325]        0.96    0.99  8761 1.00
-predicted_difference[1326]        0.96    0.99  8742 1.00
-predicted_difference[1327]        0.97    0.99  8708 1.00
-predicted_difference[1328]        0.97    0.99  8640 1.00
-predicted_difference[1329]        0.97    0.99  8627 1.00
-predicted_difference[1330]        0.97    0.99  8609 1.00
-predicted_difference[1331]        0.33    0.75  6936 1.00
-predicted_difference[1332]        0.29    0.78  7544 1.00
-predicted_difference[1333]        0.28    0.79  7511 1.00
-predicted_difference[1334]        0.99    1.00  7939 1.00
-predicted_difference[1335]        0.99    1.00  7942 1.00
-predicted_difference[1336]        0.99    1.00  7913 1.00
-predicted_difference[1337]        0.99    1.00  7915 1.00
-predicted_difference[1338]        0.99    1.00  7917 1.00
-predicted_difference[1339]        0.99    1.00  7920 1.00
-predicted_difference[1340]        0.99    1.00  7921 1.00
-predicted_difference[1341]        0.99    1.00  7921 1.00
-predicted_difference[1342]        0.99    1.00  7925 1.00
-predicted_difference[1343]        0.99    1.00  7896 1.00
-lp__                           -308.95 -262.21   562 1.00
-
-Samples were drawn using NUTS(diag_e) at Sun Apr 21 04:22:05 2024.
-For each parameter, n_eff is a crude measure of effective sample size,
-and Rhat is the potential scale reduction factor on split chains (at 
-convergence, Rhat=1).
-
-
-
-

Investigating parameter distributions

-
-
#g1 <- group_mcmc_areas("beta",beta_list,fit,1)
-
-
-gx <- c()
-
-#grab parameters for every category with more than 8 observations
-for (i in category_count$category_id[category_count$n >= 8]) {
-    print(i)
-    
-    #Print parameter distributions
-    gi <- group_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups
-    ggsave(
-        paste0("./Images/DirectEffects/Parameters/group_",i,"_",gi$name,".png")
-        ,plot=gi$plot
-        )
-    gx <- c(gx,gi)
-
-    #Get Quantiles and means for parameters
-    table <- xtable(gi$quantiles,
-      floating=FALSE
-      ,latex.environments = NULL
-      ,booktabs = TRUE
-      ,zap=getOption("digits")
-      )
-    write_lines(table,paste0("./latex_output/DirectEffects/group_",gi$name,".tex"))
-}
-
-
[1] 1
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 2
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 4
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 5
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 6
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 7
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 11
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 12
-
-
-
Saving 7 x 5 in image
-
-
-
[1] 13
-
-
-
Saving 7 x 5 in image
-
-
-
-
px <- c()
-
-
-for (i in c(1,2,3,9,10,11,12)) {
-    
-    #Print parameter distributions
-    pi <- parameter_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups
-    ggsave(
-        paste0("./Images/DirectEffects/Parameters/parameters_",i,"_",pi$name,".png")
-        ,plot=pi$plot
-        )
-    px <- c(px,pi)
-
-    #Get Quantiles and means for parameters
-    table <- xtable(pi$quantiles,
-      floating=FALSE
-      ,latex.environments = NULL
-      ,booktabs = TRUE
-      ,zap=getOption("digits")
-      )
-    write_lines(table,paste0("./latex_output/DirectEffects/parameters_",i,"_",pi$name,".tex"))
-    
-}
-
-
Saving 7 x 5 in image
-Saving 7 x 5 in image
-Saving 7 x 5 in image
-Saving 7 x 5 in image
-Saving 7 x 5 in image
-Saving 7 x 5 in image
-Saving 7 x 5 in image
-
-
-

Note these have 95% outer CI and 80% inner (shaded)

-
1) "Elapsed Duration",
-2) "asinh(Generic Brands)",
-3) "asinh(Competitors USPDC)",
-4) "asinh(High SDI)",
-5) "asinh(High-Medium SDI)",
-6) "asinh(Medium SDI)",
-7) "asinh(Low-Medium SDI)",
-8) "asinh(Low SDI)",
-9) "status_NYR",
-10) "status_EBI",
-11) "status_Rec",
-12) "status_ANR",
-
-
print(px[4]$plot + px[7]$plot)
-
-

-
-
ggsave("./Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png")
-
-
Saving 7 x 5 in image
-
-
-
-
-
-
-

Counterfactuals

-
-
generated_ib <- gqs(
-    fit@stanmodel,
-    data=counterfact_marketing_ib,
-    draws=as.matrix(fit),
-    seed=11021585
-    )
-
-
-
df_ib_p <- data.frame(
-    p_prior=as.vector(extract(generated_ib, pars="p_prior")$p_prior)
-    ,p_predicted = as.vector(extract(generated_ib, pars="p_predicted")$p_predicted)
-)
-
-df_ib_prior <- data.frame(
-    mu_prior = as.vector(extract(generated_ib, pars="mu_prior")$mu_prior)
-    ,sigma_prior = as.vector(extract(generated_ib, pars="sigma_prior")$sigma_prior)
-)
-
-#p_prior
-ggplot(df_ib_p, aes(x=p_prior)) +
-    geom_density() + 
-    labs(
-        title="Implied Prior Distribution P"
-        ,subtitle=""
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/prior_p.png")
-
-
Saving 7 x 5 in image
-
-
#p_posterior
-ggplot(df_ib_p, aes(x=p_predicted)) +
-    geom_density() + 
-    labs(
-        title="Implied Posterior Distribution P"
-        ,subtitle=""
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/posterior_p.png")
-
-
Saving 7 x 5 in image
-
-
#mu_prior
-ggplot(df_ib_prior) +
-    geom_density(aes(x=mu_prior)) + 
-    labs(
-        title="Prior - Mu"
-        ,subtitle="same prior for all Mu values"
-        ,x="Mu"
-        ,y="Probability"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/prior_mu.png")
-
-
Saving 7 x 5 in image
-
-
#sigma_posterior
-ggplot(df_ib_prior) +
-    geom_density(aes(x=sigma_prior)) + 
-    labs(
-        title="Prior - Sigma"
-        ,subtitle="same prior for all Sigma values"
-        ,x="Sigma"
-        ,y="Probability"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/prior_sigma.png")
-
-
Saving 7 x 5 in image
-
-
-
-
check_hmc_diagnostics(fit)
-
-

-Divergences:
-
-
-
0 of 10000 iterations ended with a divergence.
-
-
-

-Tree depth:
-
-
-
0 of 10000 iterations saturated the maximum tree depth of 10.
-
-
-

-Energy:
-
-
-
E-BFMI indicated possible pathological behavior:
-  Chain 2: E-BFMI = 0.184
-  Chain 4: E-BFMI = 0.192
-E-BFMI below 0.2 indicates you may need to reparameterize your model.
-
-
-
-

Intervention: Alternatives

-
-

Generic Alternative

-
-
counterfact_predicted_ib <- data.frame(
-    p_predicted_default = as.vector(extract(generated_ib, pars="p_predicted_default")$p_predicted_default)
-    ,p_predicted_intervention = as.vector(extract(generated_ib, pars="p_predicted_intervention")$p_predicted_intervention)
-    ,predicted_difference = as.vector(extract(generated_ib, pars="predicted_difference")$predicted_difference)
-)
-
-
-ggplot(counterfact_predicted_ib, aes(x=p_predicted_default)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of 'p'"
-        ,subtitle="Intervention: None"
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_generic_intervention_base.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(counterfact_predicted_ib, aes(x=p_predicted_intervention)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of 'p'"
-        ,subtitle="Intervention: Add a single generic competitor"
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_generic_intervention_interv.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(counterfact_predicted_ib, aes(x=predicted_difference)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of differences 'p'"
-        ,subtitle="Intervention: Add a single generic competitor"
-        ,x="Difference in 'p' under treatment"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_generic_intervention_distdiff.png")
-
-
Saving 7 x 5 in image
-
-
-
-
pddf_ib <- data.frame(extract(generated_ib, pars="predicted_difference")$predicted_difference) |>
-    pivot_longer(X1:X1343)
-
-#TODO: Fix Category names
-pddf_ib["entry_idx"] <- as.numeric(gsub("\\D","",pddf_ib$name))
-pddf_ib["category"] <-  sapply(pddf_ib$entry_idx, function(i) df$category_id[i])
-pddf_ib["category_name"] <- sapply(pddf_ib$category, function(i) beta_list$groups[i])
-
-
-ggplot(pddf_ib, aes(x=value,)) +
-    geom_density(bins=100) +
-    labs(
-        title = "Distribution of predicted differences"
-        ,subtitle = "Intervention: add a single generic competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Probability Density"
-    ) + 
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed")
-
-
Warning in geom_density(bins = 100): Ignoring unknown parameters: `bins`
-
-
-

-
-
ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_styled.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(pddf_ib, aes(x=value,)) +
-    geom_density(bins=100) +
-    facet_wrap(
-        ~factor(
-            category_name, 
-            levels=beta_list$groups
-            )
-        , labeller = label_wrap_gen(multi_line = TRUE)
-        , ncol=5) +
-    labs(
-        title = "Distribution of predicted differences | By Group"
-        ,subtitle = "Intervention: add a single generic competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Probability Density"
-    ) + 
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") +
-    theme(strip.text.x = element_text(size = 8))
-
-
Warning in geom_density(bins = 100): Ignoring unknown parameters: `bins`
-
-
-

-
-
ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_by_group.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(pddf_ib, aes(x=value,)) +
-    geom_histogram(bins=100) +
-    facet_wrap(
-        ~factor(
-            category_name, 
-            levels=beta_list$groups
-            )
-        , labeller = label_wrap_gen(multi_line = TRUE)
-        , ncol=5) +
-    labs(
-        title = "Histogram of predicted differences | By Group"
-        ,subtitle = "Intervention: add a single generic competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Predicted counts"
-    ) + 
-    #xlim(-0.25,0.1) +
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") +
-    theme(strip.text.x = element_text(size = 8))
-
-

-
-
ggsave("./Images/DirectEffects/p_generic_intervention_histdiff_by_group.png")
-
-
Saving 7 x 5 in image
-
-
-

Get the probability of increase over probability of a decrease

-
-
mean(counterfact_predicted_ib$predicted_difference)
-
-
[1] 0.1657709
-
-
-

Thus adding a single generic competitor increases the probability of termination by 16.55% on average for the snapshots investigated.

-
-
n = length(counterfact_predicted_ib$p_predicted_intervention)
-mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_intervention)))
-
-
[1] 0.3118685
-
-
mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_default)))
-
-
[1] 0.1460717
-
-
-
-
-

USP DC Alternative

-
-
#formulary intervention
-brand_intervention_bnc <- x[c(inherited_cols,"identical_brands")]
-brand_intervention_bnc["brand_name_counts"] <- asinh(sinh(x$brand_name_counts)+1) #add a single formulary competitor brand
-
-
-
counterfact_marketing_bnc <- list(
-    D = ncol(x),#
-    N = nrow(x),
-    L = n_categories$count,
-    y = as.vector(y),
-    ll = as.vector(categories),
-    x = as.matrix(x),
-    mu_mean = 0,
-    mu_stdev = 0.05,
-    sigma_shape = 4,
-    sigma_rate = 20,
-    Nx = nrow(x),
-    llx = as.vector(categories),
-    counterfact_x_tilde = as.matrix(brand_intervention_bnc),
-    counterfact_x = as.matrix(x)
-)
-
-
-
generated_bnc <- gqs(
-    fit@stanmodel,
-    data=counterfact_marketing_bnc,
-    draws=as.matrix(fit),
-    seed=11021585
-    )
-
-
-
counterfact_predicted_bnc <- data.frame(
-    p_predicted_default =       as.vector(extract(generated_bnc, pars="p_predicted_default")$p_predicted_default)
-    ,p_predicted_intervention = as.vector(extract(generated_bnc, pars="p_predicted_intervention")$p_predicted_intervention)
-    ,predicted_difference =     as.vector(extract(generated_bnc, pars="predicted_difference")$predicted_difference)
-)
-
-
-ggplot(counterfact_predicted_bnc, aes(x=p_predicted_default)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of 'p'"
-        ,subtitle="Intervention: None"
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_uspdc_intervention_base.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(counterfact_predicted_bnc, aes(x=p_predicted_intervention)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of 'p'"
-        ,subtitle="Intervention: Add a single USP DC competitor"
-        ,x="Probability Domain 'p'"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_uspdc_intervention_interv.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(counterfact_predicted_bnc, aes(x=predicted_difference)) +
-    geom_density() + 
-    labs(
-        title="Predicted Distribution of differences 'p'"
-        ,subtitle="Intervention: Add a single USP DC competitor"
-        ,x="Difference in 'p' under treatment"
-        ,y="Probability Density"
-    )
-
-

-
-
ggsave("./Images/DirectEffects/default_p_uspdc_intervention_distdiff.png")
-
-
Saving 7 x 5 in image
-
-
-
-
pddf_bnc <- data.frame(extract(generated_bnc, pars="predicted_difference")$predicted_difference) |>
-    pivot_longer(X1:X1343)
-
-#Add Category names
-pddf_bnc["entry_idx"] <- as.numeric(gsub("\\D","",pddf_bnc$name))
-pddf_bnc["category"] <-  sapply(pddf_bnc$entry_idx, function(i) df$category_id[i])
-pddf_bnc["category_name"] <- sapply(pddf_bnc$category, function(i) beta_list$groups[i])
-
-
-
-ggplot(pddf_bnc, aes(x=value,)) +
-    geom_density(bins=100) +
-    labs(
-        title = "Distribution of predicted differences"
-        ,subtitle = "Intervention: add a single USP DC competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Probability Density"
-    ) + 
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed")
-
-
Warning in geom_density(bins = 100): Ignoring unknown parameters: `bins`
-
-
-

-
-
ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(pddf_bnc, aes(x=value,)) +
-    geom_density(bins=100) +
-    facet_wrap(
-        ~factor(
-            category_name, 
-            levels=beta_list$groups
-            )
-        , labeller = label_wrap_gen(multi_line = TRUE)
-        , ncol=5) +
-    labs(
-        title = "Distribution of predicted differences in 'p' | By Group"
-        ,subtitle = "Intervention: add a single USP DC competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Probability Density"
-    ) + 
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") +
-    theme(strip.text.x = element_text(size = 8))
-
-
Warning in geom_density(bins = 100): Ignoring unknown parameters: `bins`
-
-
-

-
-
ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png")
-
-
Saving 7 x 5 in image
-
-
ggplot(pddf_bnc, aes(x=value,)) +
-    geom_histogram(bins=100) +
-    facet_wrap(
-        ~factor(
-            category_name, 
-            levels=beta_list$groups
-            )
-        , labeller = label_wrap_gen(multi_line = TRUE)
-        , ncol=5) +
-    labs(
-        title = "Histogram of predicted differences in 'p' | By Group"
-        ,subtitle = "Intervention: add a single USP DC competitor"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Predicted counts"
-    ) + 
-    #xlim(-0.25,0.1) +
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") +
-    theme(strip.text.x = element_text(size = 8))
-
-

-
-
ggsave("./Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png")
-
-
Saving 7 x 5 in image
-
-
-

TODO: add density plot of (x,y,z) (date,value,counts) - with and without faceting

-
-
mean(counterfact_predicted_bnc$predicted_difference)
-
-
[1] 0.1649445
-
-
-

Addin a single USP DC competitor increases/reduces the probability of completion by 16.47% on average for the snapshots of trials that we have.

-
-
-
-

Intervention: Marginal increase in time to finish enrollment

-
-
pddf <- data.frame(extract(generated, pars="predicted_difference")$predicted_difference)  |> pivot_longer(X1:X189)
-pddf["entry_idx"] <- as.numeric(gsub("\\D","",pddf$name))
-
-pddf["category"] <-  sapply(pddf$entry_idx, function(i) counterfact_categories[i])
-pddf["category_name"] <- sapply(pddf$category, function(i) beta_list$groups[i])
- 
-ggplot(pddf, aes(x=value,)) +
-    geom_histogram(bins=100) +
-    labs(
-        title = "Distribution of predicted differences"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Predicted counts"
-    ) + 
-    xlim(-0.3,0.1) +
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") 
-
-ggplot(pddf, aes(x=value,)) +
-    geom_histogram(bins=100) +
-    facet_wrap(
-        ~factor(
-            category_name, 
-            levels=beta_list$groups
-            )
-        , labeller = label_wrap_gen(multi_line = TRUE)
-        , ncol=5) +
-    labs(
-        title = "Distribution of predicted differences",
-        subtitle = "By group"
-        ,x = "Difference in probability due to intervention"
-        ,y = "Predicted counts"
-    ) + 
-    xlim(-0.25,0.1) +
-    geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") +
-    theme(strip.text.x = element_text(size = 8))
-
-

Recall that we had really tight zero priors.

-
-
-
-

Diagnostics

-
-
#trace plots
-plot(fit, pars=c("mu"), plotfun="trace")
-
-
-for (i in 1:4) {
-    print(
-        mcmc_rank_overlay(
-        fit, 
-        pars=c(
-            paste0("mu[",4*i-3,"]"),
-            paste0("mu[",4*i-2,"]"),
-            paste0("mu[",4*i-1,"]"),
-            paste0("mu[",4*i,"]")
-            ), 
-        n_bins=100
-        )+  legend_move("top") +
-             scale_colour_ghibli_d("KikiMedium")
-    )
-}
-
-
-
plot(fit, pars=c("sigma"), plotfun="trace")
-
-for (i in 1:4) {
-    print(
-        mcmc_rank_overlay(
-        fit, 
-        pars=c(
-            paste0("sigma[",4*i-3,"]"),
-            paste0("sigma[",4*i-2,"]"),
-            paste0("sigma[",4*i-1,"]"),
-            paste0("sigma[",4*i,"]")
-            ), 
-        n_bins=100
-        )+  legend_move("top") +
-             scale_colour_ghibli_d("KikiMedium")
-    )
-}
-
-
-
#other diagnostics
-logpost <- log_posterior(fit)
-nuts_prmts <- nuts_params(fit)
-posterior <- as.array(fit)
-
-
-
color_scheme_set("darkgray")
-div_style <- parcoord_style_np(div_color = "green", div_size = 0.05, div_alpha = 0.4)
-mcmc_parcoord(posterior, regex_pars = "mu", np=nuts_prmts, np_style = div_style, alpha = 0.05)
-
-
-
for (i in 1:4) {
-    mus = sapply(3:0, function(j) paste0("mu[",4*i-j ,"]"))
-    print(
-        mcmc_pairs(
-            posterior,
-            np = nuts_prmts,
-            pars=c(
-                mus,
-                "lp__"
-            ),
-            off_diag_args = list(size = 0.75)
-        )
-    )
-}
-
-
-
mcmc_parcoord(posterior,regex_pars = "sigma", np=nuts_prmts, alpha=0.05)
-
-
-
for (i in 1:4) {
-    params = sapply(3:0, function(j) paste0("sigma[",4*i-j ,"]"))
-    print(
-        mcmc_pairs(
-            posterior,
-            np = nuts_prmts,
-            pars=c(
-                params,
-                "lp__"
-            ),
-            off_diag_args = list(size = 0.75)
-        )
-    )
-}
-
-
-
for (k in 1:22) {
-for (i in 1:4) {
-    params = sapply(3:0, function(j) paste0("beta[",k,",",4*i-j ,"]"))
-    print(
-        mcmc_pairs(
-            posterior,
-            np = nuts_prmts,
-            pars=c(
-                params,
-                "lp__"
-            ),
-            off_diag_args = list(size = 0.75)
-        )
-    )
-}}
-
-
-
-

TODO

-
    -
  • Double check data flow. (Write summary of this in human readable form) -
      -
    • Is it the data we want from the database -
        -
      • Training
        • -
      • Counterfactual Evaluation -
          -
        • choose a single snapshot per trial.
          • -
        • -
      • -
    • Is the model in STAN well specified.
      • -
    • -
  • work on LOO validation of model
    • -
-
- -
- - -
- - - - \ No newline at end of file diff --git a/r-analysis/EffectsOfMarketConditions.qmd b/r-analysis/EffectsOfMarketConditions.qmd deleted file mode 100644 index 89cade6..0000000 --- a/r-analysis/EffectsOfMarketConditions.qmd +++ /dev/null @@ -1,1111 +0,0 @@ ---- -title: "The Effects of market conditions on recruitment and completion of clinical trials" -author: "Will King" -format: html -editor: source ---- - - -# Setup - -```{r} -library(bayesplot) -available_mcmc(pattern = "_nuts_") -library(ggplot2) -library(patchwork) -library(tidyverse) -library(rstan) -library(tidyr) -library(ghibli) -library(xtable) -#Resources: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started - -#save unchanged models instead of recompiling -rstan_options(auto_write = TRUE) -#allow for multithreaded sampling -options(mc.cores = parallel::detectCores()) - -#test installation, shouldn't get any errors -#example(stan_model, package = "rstan", run.dontrun = TRUE) -``` - -```{r} -################ Pull data from database ###################### -library(RPostgreSQL) - -driver <- dbDriver("PostgreSQL") - -get_data <- function(driver) { - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) -on.exit(dbDisconnect(con)) - -query <- dbSendQuery( - con, -# "select * from formatted_data_with_planned_enrollment;" -" -select - fdqpe.nct_id - --,fdqpe.start_date - --,fdqpe.current_enrollment - --,fdqpe.enrollment_category - ,fdqpe.current_status - ,fdqpe.earliest_date_observed - ,fdqpe.elapsed_duration - ,fdqpe.n_brands as identical_brands - ,ntbtu.brand_name_count - ,fdqpe.category_id - ,fdqpe.final_status - ,fdqpe.h_sdi_val - --,fdqpe.h_sdi_u95 - --,fdqpe.h_sdi_l95 - ,fdqpe.hm_sdi_val - --,fdqpe.hm_sdi_u95 - --,fdqpe.hm_sdi_l95 - ,fdqpe.m_sdi_val - --,fdqpe.m_sdi_u95 - --,fdqpe.m_sdi_l95 - ,fdqpe.lm_sdi_val - --,fdqpe.lm_sdi_u95 - --,fdqpe.lm_sdi_l95 - ,fdqpe.l_sdi_val - --,fdqpe.l_sdi_u95 - --,fdqpe.l_sdi_l95 -from formatted_data_with_planned_enrollment fdqpe - join \"Formularies\".nct_to_brands_through_uspdc ntbtu - on fdqpe.nct_id = ntbtu.nct_id -order by fdqpe.nct_id, fdqpe.earliest_date_observed -; -" - ) -df <- fetch(query, n = -1) -df <- na.omit(df) - -query2 <-dbSendQuery(con,"select count(*) from \"DiseaseBurden\".icd10_categories ic where \"level\"=1;") -n_categories <- fetch(query2, n = -1) - -return(list(data=df,ncat=n_categories)) -} - -d <- get_data(driver) -df <- d$data -n_categories <- d$ncat - - - - -################ Format Data ########################### - -data_formatter <- function(df) { -categories <- df["category_id"] - -x <- df["elapsed_duration"] -x["identical_brands"] <- asinh(df$identical_brands) -x["brand_name_counts"] <- asinh(df$brand_name_count) -x["h_sdi_val"] <- asinh(df$h_sdi_val) -x["hm_sdi_val"] <- asinh(df$hm_sdi_val) -x["m_sdi_val"] <- asinh(df$m_sdi_val) -x["lm_sdi_val"] <- asinh(df$lm_sdi_val) -x["l_sdi_val"] <- asinh(df$l_sdi_val) - - -#Setup fixed effects -x["status_NYR"] <- ifelse(df["current_status"]=="Not yet recruiting",1,0) -x["status_EBI"] <- ifelse(df["current_status"]=="Enrolling by invitation",1,0) -x["status_Rec"] <- ifelse(df["current_status"]=="Recruiting",1,0) -x["status_ANR"] <- ifelse(df["current_status"]=="Active, not recruiting",1,0) - - -y <- ifelse(df["final_status"]=="Terminated",1,0) - -#get category list - - -return(list(x=x,y=y)) -} - -train <- data_formatter(df) - -categories <- df$category_id - -x <- train$x -y <- train$y -``` - - - -# Fit Model - - - - -```{r} -################################# FIT MODEL ######################################### -inherited_cols <- c( - "elapsed_duration" - #,"identical_brands" - #,"brand_name_counts" - ,"h_sdi_val" - ,"hm_sdi_val" - ,"m_sdi_val" - ,"lm_sdi_val" - ,"l_sdi_val" - ,"status_NYR" - ,"status_EBI" - ,"status_Rec" - ,"status_ANR" -) -``` - - - -```{r} -beta_list <- list( - groups = c( - `1`="Infections & Parasites", - `2`="Neoplasms", - `3`="Blood & Immune system", - `4`="Endocrine, Nutritional, and Metabolic", - `5`="Mental & Behavioral", - `6`="Nervous System", - `7`="Eye and Adnexa", - `8`="Ear and Mastoid", - `9`="Circulatory", - `10`="Respiratory", - `11`="Digestive", - `12`="Skin & Subcutaneaous tissue", - `13`="Musculoskeletal", - `14`="Genitourinary", - `15`="Pregancy, Childbirth, & Puerperium", - `16`="Perinatal Period", - `17`="Congential", - `18`="Symptoms, Signs etc.", - `19`="Injury etc.", - `20`="External Causes", - `21`="Contact with Healthcare", - `22`="Special Purposes" - ), - parameters = c( - `1`="Elapsed Duration", - # brands - `2`="asinh(Generic Brands)", - `3`="asinh(Competitors USPDC)", - # population - `4`="asinh(High SDI)", - `5`="asinh(High-Medium SDI)", - `6`="asinh(Medium SDI)", - `7`="asinh(Low-Medium SDI)", - `8`="asinh(Low SDI)", - #Status - `9`="status_NYR", - `10`="status_EBI", - `11`="status_Rec", - `12`="status_ANR" - ) -) - -get_parameters <- function(stem,class_list) { - #get categories and lengths - named <- names(class_list) - lengths <- sapply(named, (function (x) length(class_list[[x]]))) - - #describe the grid needed - iter_list <- sapply(named, (function (x) 1:lengths[x])) - - #generate the list of parameters - pardf <- generate_parameter_df(stem, iter_list) - - #add columns with appropriate human-readable names - for (name in named) { - pardf[paste(name,"_hr",sep="")] <- as.factor( - sapply(pardf[name], (function (i) class_list[[name]][i])) - ) - } - - return(pardf) -} - -generate_parameter_df <- function(stem, iter_list) { - grid <- expand.grid(iter_list) - grid["param_name"] <- grid %>% unite(x,colnames(grid),sep=",") - grid["param_name"] <- paste(stem,"[",grid$param_name,"]",sep="") - return(grid) -} - -group_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - group_id,# = 2 - rename=TRUE, - filter=NULL - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - - #filter down to parameters of interest - params <- filter(params,groups == group_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$parameters_hr - #get group name for title - group_name <- class_list$groups[group_id] - #create area plot with appropriate title - p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(paste("Parameter distributions for ICD-10 class:",group_name)) + - geom_vline(xintercept=0,color="grey",alpha=0.75) - - d <- pivot_longer(filtdata, everything()) |> - group_by(name) |> - summarize( - mean=mean(value) - ,q025 = quantile(value,probs = 0.025) - ,q975 = quantile(value,probs = 0.975) - ,q05 = quantile(value,probs = 0.05) - ,q95 = quantile(value,probs = 0.95) - ) - return(list(plot=p,quantiles=d,name=group_name)) -} - -parameter_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - parameter_id,# = 2 - rename=TRUE - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - #filter down to parameters of interest - params <- filter(params,parameters == parameter_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$groups_hr - #get group name for title - parameter_name <- class_list$parameters[parameter_id] - #create area plot with appropriate title - p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(parameter_name,"Parameter Distribution") - - d <- pivot_longer(filtdata, everything()) |> - group_by(name) |> - summarize( - mean=mean(value) - ,q025 = quantile(value,probs = 0.025) - ,q975 = quantile(value,probs = 0.975) - ,q05 = quantile(value,probs = 0.05) - ,q95 = quantile(value,probs = 0.95) - ) - return(list(plot=p,quantiles=d,name=parameter_name)) -} - - -``` - - -```{r} -#generics intervention -brand_intervention_ib <- x[c(inherited_cols,"brand_name_counts")] -brand_intervention_ib["identical_brands"] <- asinh(sinh(x$identical_brands)+1) #add a single generic brand -``` - -```{r} -counterfact_marketing_ib <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_ib), - counterfact_x = as.matrix(x) -) -``` - -```{r} -fit <- stan( - file='Hierarchal_Logistic.stan', - data = counterfact_marketing_ib, - chains = 4, - iter = 5000, - seed = 11021585 - ) -``` - - - - - - - - -## Explore data - -```{r} -################################# DATA EXPLORATION ############################ -driver <- dbDriver("PostgreSQL") - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) -#Plot histogram of count of snapshots -df3 <- dbGetQuery( - con, - "select nct_id,final_status,count(*) from formatted_data_with_planned_enrollment fdwpe - group by nct_id,final_status ;" - ) -#df3 <- fetch(query3, n = -1) - -ggplot(data=df3, aes(x=count, fill=final_status)) + - geom_histogram(binwidth=1) + - ggtitle("Histogram of snapshots per trial (matched trials)") + - xlab("Snapshots per trial") -ggsave("./Images/HistSnapshots.png") - -#Plot duration for terminated vs completed -df4 <- dbGetQuery( - con, - " - select - nct_id, - start_date , - primary_completion_date, - overall_status , - primary_completion_date - start_date as duration - from ctgov.studies s - where nct_id in (select distinct nct_id from http.download_status ds) - ;" - ) -#df4 <- fetch(query4, n = -1) - -ggplot(data=df4, aes(x=duration,fill=overall_status)) + - geom_histogram()+ - ggtitle("Histogram of trial durations") + - xlab("duration")+ - facet_wrap(~overall_status) -ggsave("./Images/HistTrialDurations_Faceted.png") - -df5 <- dbGetQuery( - con, - " - with cte1 as ( - select - nct_id, - start_date , - primary_completion_date, - overall_status , - primary_completion_date - start_date as duration - from ctgov.studies s - where nct_id in (select distinct nct_id from http.download_status ds) - ), cte2 as ( - select nct_id,count(*) as snapshot_count from formatted_data_with_planned_enrollment fdwpe - group by nct_id - ) - select a.nct_id, a.overall_status, a.duration,b.snapshot_count - from cte1 as a - join cte2 as b - on a.nct_id=b.nct_id - ;" - ) -df5$overall_status <- as.factor(df5$overall_status) - -ggplot(data=df5, aes(x=duration,y=snapshot_count,color=overall_status)) + - geom_jitter() + - ggtitle("Comparison of duration, status, and snapshot_count") + - xlab("duration") + - ylab("snapshot count") -ggsave("./Images/SnapshotsVsDurationVsTermination.png") - -dbDisconnect(con) - -#get number of trials and snapshots in each category -group_trials_by_category <- as.data.frame(aggregate(category_id ~ nct_id, df, max)) -group_trials_by_category <- as.data.frame(group_trials_by_category) - -ggplot(data = group_trials_by_category, aes(x=category_id)) + - geom_bar(binwidth=1,color="black",fill="seagreen") + - scale_x_continuous(breaks=scales::pretty_breaks(n=22)) + - labs( - title="bar chart of trial categories" - ,x="Category ID" - ,y="Count" - ) -ggsave("./Images/CategoryCounts.png") - - - -summary(df5) -``` - - - - - - -```{r} -category_count <- group_trials_by_category |> group_by(category_id) |> count() - -``` - - - - - -## Fit Results - - -```{r} -################################# ANALYZE ##################################### -print(fit) -``` - - - - - - -### Investigating parameter distributions - -```{r} -#g1 <- group_mcmc_areas("beta",beta_list,fit,1) - - -gx <- c() - -#grab parameters for every category with more than 8 observations -for (i in category_count$category_id[category_count$n >= 8]) { - print(i) - - #Print parameter distributions - gi <- group_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups - ggsave( - paste0("./Images/DirectEffects/Parameters/group_",i,"_",gi$name,".png") - ,plot=gi$plot - ) - gx <- c(gx,gi) - - #Get Quantiles and means for parameters - table <- xtable(gi$quantiles, - floating=FALSE - ,latex.environments = NULL - ,booktabs = TRUE - ,zap=getOption("digits") - ) - write_lines(table,paste0("./latex_output/DirectEffects/group_",gi$name,".tex")) -} -``` - - - -```{r} -px <- c() - - -for (i in c(1,2,3,9,10,11,12)) { - - #Print parameter distributions - pi <- parameter_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups - ggsave( - paste0("./Images/DirectEffects/Parameters/parameters_",i,"_",pi$name,".png") - ,plot=pi$plot - ) - px <- c(px,pi) - - #Get Quantiles and means for parameters - table <- xtable(pi$quantiles, - floating=FALSE - ,latex.environments = NULL - ,booktabs = TRUE - ,zap=getOption("digits") - ) - write_lines(table,paste0("./latex_output/DirectEffects/parameters_",i,"_",pi$name,".tex")) - -} -``` - -Note these have 95% outer CI and 80% inner (shaded) - - - 1) "Elapsed Duration", - 2) "asinh(Generic Brands)", - 3) "asinh(Competitors USPDC)", - 4) "asinh(High SDI)", - 5) "asinh(High-Medium SDI)", - 6) "asinh(Medium SDI)", - 7) "asinh(Low-Medium SDI)", - 8) "asinh(Low SDI)", - 9) "status_NYR", - 10) "status_EBI", - 11) "status_Rec", - 12) "status_ANR", - - - - -```{r} -print(px[4]$plot + px[7]$plot) -ggsave("./Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png") -``` - - - -# Counterfactuals - -```{r} -generated_ib <- gqs( - fit@stanmodel, - data=counterfact_marketing_ib, - draws=as.matrix(fit), - seed=11021585 - ) -``` - -```{r} -df_ib_p <- data.frame( - p_prior=as.vector(extract(generated_ib, pars="p_prior")$p_prior) - ,p_predicted = as.vector(extract(generated_ib, pars="p_predicted")$p_predicted) -) - -df_ib_prior <- data.frame( - mu_prior = as.vector(extract(generated_ib, pars="mu_prior")$mu_prior) - ,sigma_prior = as.vector(extract(generated_ib, pars="sigma_prior")$sigma_prior) -) - -#p_prior -ggplot(df_ib_p, aes(x=p_prior)) + - geom_density() + - labs( - title="Implied Prior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/prior_p.png") - -#p_posterior -ggplot(df_ib_p, aes(x=p_predicted)) + - geom_density() + - labs( - title="Implied Posterior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/posterior_p.png") - -#mu_prior -ggplot(df_ib_prior) + - geom_density(aes(x=mu_prior)) + - labs( - title="Prior - Mu" - ,subtitle="same prior for all Mu values" - ,x="Mu" - ,y="Probability" - ) -ggsave("./Images/DirectEffects/prior_mu.png") - -#sigma_posterior -ggplot(df_ib_prior) + - geom_density(aes(x=sigma_prior)) + - labs( - title="Prior - Sigma" - ,subtitle="same prior for all Sigma values" - ,x="Sigma" - ,y="Probability" - ) -ggsave("./Images/DirectEffects/prior_sigma.png") -``` - - - -```{r} -check_hmc_diagnostics(fit) -``` - - - - - -### Intervention: Alternatives - -#### Generic Alternative - -```{r} -counterfact_predicted_ib <- data.frame( - p_predicted_default = as.vector(extract(generated_ib, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_ib, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_ib, pars="predicted_difference")$predicted_difference) -) - - -ggplot(counterfact_predicted_ib, aes(x=p_predicted_default)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: None" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_base.png") - -ggplot(counterfact_predicted_ib, aes(x=p_predicted_intervention)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_interv.png") - -ggplot(counterfact_predicted_ib, aes(x=predicted_difference)) + - geom_density() + - labs( - title="Predicted Distribution of differences 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Difference in 'p' under treatment" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_distdiff.png") -``` - - -```{r} - - -pddf_ib <- data.frame(extract(generated_ib, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#TODO: Fix Category names -pddf_ib["entry_idx"] <- as.numeric(gsub("\\D","",pddf_ib$name)) -pddf_ib["category"] <- sapply(pddf_ib$entry_idx, function(i) df$category_id[i]) -pddf_ib["category_name"] <- sapply(pddf_ib$category, function(i) beta_list$groups[i]) - - -ggplot(pddf_ib, aes(x=value,)) + - geom_density(bins=100) + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_styled.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_density(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_by_group.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_generic_intervention_histdiff_by_group.png") -``` - -Get the probability of increase over probability of a decrease - -```{r} -mean(counterfact_predicted_ib$predicted_difference) -``` -Thus adding a single generic competitor increases the probability of termination by 16.55% on average for -the snapshots investigated. - - - -```{r} -n = length(counterfact_predicted_ib$p_predicted_intervention) -mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_intervention))) -mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_default))) -``` - - -#### USP DC Alternative - -```{r} -#formulary intervention -brand_intervention_bnc <- x[c(inherited_cols,"identical_brands")] -brand_intervention_bnc["brand_name_counts"] <- asinh(sinh(x$brand_name_counts)+1) #add a single formulary competitor brand -``` - -```{r} -counterfact_marketing_bnc <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_bnc), - counterfact_x = as.matrix(x) -) -``` - - -```{r} -generated_bnc <- gqs( - fit@stanmodel, - data=counterfact_marketing_bnc, - draws=as.matrix(fit), - seed=11021585 - ) -``` - - -```{r} -counterfact_predicted_bnc <- data.frame( - p_predicted_default = as.vector(extract(generated_bnc, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_bnc, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_bnc, pars="predicted_difference")$predicted_difference) -) - - -ggplot(counterfact_predicted_bnc, aes(x=p_predicted_default)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: None" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_base.png") - -ggplot(counterfact_predicted_bnc, aes(x=p_predicted_intervention)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: Add a single USP DC competitor" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_interv.png") - -ggplot(counterfact_predicted_bnc, aes(x=predicted_difference)) + - geom_density() + - labs( - title="Predicted Distribution of differences 'p'" - ,subtitle="Intervention: Add a single USP DC competitor" - ,x="Difference in 'p' under treatment" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_distdiff.png") -``` - - -```{r} -pddf_bnc <- data.frame(extract(generated_bnc, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#Add Category names -pddf_bnc["entry_idx"] <- as.numeric(gsub("\\D","",pddf_bnc$name)) -pddf_bnc["category"] <- sapply(pddf_bnc$entry_idx, function(i) df$category_id[i]) -pddf_bnc["category_name"] <- sapply(pddf_bnc$category, function(i) beta_list$groups[i]) - - - -ggplot(pddf_bnc, aes(x=value,)) + - geom_density(bins=100) + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_density(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences in 'p' | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences in 'p' | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png") -``` - - -TODO: add density plot of (x,y,z) (date,value,counts) - - with and without faceting - - -```{r} -mean(counterfact_predicted_bnc$predicted_difference) -``` -Addin a single USP DC competitor increases/reduces the probability of completion by 16.47% on average -for the snapshots of trials that we have. - - - - -### Intervention: Marginal increase in time to finish enrollment - -```{r} -#| eval: false - -pddf <- data.frame(extract(generated, pars="predicted_difference")$predicted_difference) |> pivot_longer(X1:X189) -pddf["entry_idx"] <- as.numeric(gsub("\\D","",pddf$name)) - -pddf["category"] <- sapply(pddf$entry_idx, function(i) counterfact_categories[i]) -pddf["category_name"] <- sapply(pddf$category, function(i) beta_list$groups[i]) - -ggplot(pddf, aes(x=value,)) + - geom_histogram(bins=100) + - labs( - title = "Distribution of predicted differences" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - xlim(-0.3,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") - -ggplot(pddf, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences", - subtitle = "By group" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) - -``` - - -Recall that we had really tight zero priors. - - - -# Diagnostics - -```{r} -#| eval: false -#trace plots -plot(fit, pars=c("mu"), plotfun="trace") - - -for (i in 1:4) { - print( - mcmc_rank_overlay( - fit, - pars=c( - paste0("mu[",4*i-3,"]"), - paste0("mu[",4*i-2,"]"), - paste0("mu[",4*i-1,"]"), - paste0("mu[",4*i,"]") - ), - n_bins=100 - )+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") - ) -} -``` - -```{r} -#| eval: false -plot(fit, pars=c("sigma"), plotfun="trace") - -for (i in 1:4) { - print( - mcmc_rank_overlay( - fit, - pars=c( - paste0("sigma[",4*i-3,"]"), - paste0("sigma[",4*i-2,"]"), - paste0("sigma[",4*i-1,"]"), - paste0("sigma[",4*i,"]") - ), - n_bins=100 - )+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") - ) -} -``` - -```{r} -#| eval: false -#other diagnostics -logpost <- log_posterior(fit) -nuts_prmts <- nuts_params(fit) -posterior <- as.array(fit) - -``` - -```{r} -#| eval: false -color_scheme_set("darkgray") -div_style <- parcoord_style_np(div_color = "green", div_size = 0.05, div_alpha = 0.4) -mcmc_parcoord(posterior, regex_pars = "mu", np=nuts_prmts, np_style = div_style, alpha = 0.05) -``` - -```{r} -#| eval: false -for (i in 1:4) { - mus = sapply(3:0, function(j) paste0("mu[",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - mus, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -} - - - -``` - -```{r} -#| eval: false -mcmc_parcoord(posterior,regex_pars = "sigma", np=nuts_prmts, alpha=0.05) -``` - -```{r} -#| eval: false - -for (i in 1:4) { - params = sapply(3:0, function(j) paste0("sigma[",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - params, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -} -``` - - -```{r} -#| eval: false -for (k in 1:22) { -for (i in 1:4) { - params = sapply(3:0, function(j) paste0("beta[",k,",",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - params, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -}} -``` - - - - - - -# TODO -- [ ] Double check data flow. (Write summary of this in human readable form) - - Is it the data we want from the database - - Training - - Counterfactual Evaluation - - choose a single snapshot per trial. - - Is the model in STAN well specified. -- [ ] work on LOO validation of model diff --git a/r-analysis/EffectsOfMarketConditions_no_enrollment_status.qmd b/r-analysis/EffectsOfMarketConditions_no_enrollment_status.qmd deleted file mode 100644 index 1044951..0000000 --- a/r-analysis/EffectsOfMarketConditions_no_enrollment_status.qmd +++ /dev/null @@ -1,850 +0,0 @@ ---- -title: "The Effects of market conditions on recruitment and completion of clinical trials" -author: "Will King" -format: html -editor: source ---- - - -# Setup - -```{r} -library(bayesplot) -available_mcmc(pattern = "_nuts_") -library(ggplot2) -library(patchwork) -library(tidyverse) -library(rstan) -library(tidyr) -library(ghibli) -#Resources: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started - -#save unchanged models instead of recompiling -rstan_options(auto_write = TRUE) -#allow for multithreaded sampling -options(mc.cores = parallel::detectCores()) - -#test installation, shouldn't get any errors -#example(stan_model, package = "rstan", run.dontrun = TRUE) -``` - -```{r} -################ Pull data from database ###################### -library(RPostgreSQL) - -driver <- dbDriver("PostgreSQL") - -get_data <- function(driver) { - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) -on.exit(dbDisconnect(con)) - -query <- dbSendQuery( - con, -# "select * from formatted_data_with_planned_enrollment;" -" -select - fdqpe.nct_id - --,fdqpe.start_date - --,fdqpe.current_enrollment - --,fdqpe.enrollment_category - ,fdqpe.current_status - ,fdqpe.earliest_date_observed - ,fdqpe.elapsed_duration - ,fdqpe.n_brands as identical_brands - ,ntbtu.brand_name_count - ,fdqpe.category_id - ,fdqpe.final_status - ,fdqpe.h_sdi_val - --,fdqpe.h_sdi_u95 - --,fdqpe.h_sdi_l95 - ,fdqpe.hm_sdi_val - --,fdqpe.hm_sdi_u95 - --,fdqpe.hm_sdi_l95 - ,fdqpe.m_sdi_val - --,fdqpe.m_sdi_u95 - --,fdqpe.m_sdi_l95 - ,fdqpe.lm_sdi_val - --,fdqpe.lm_sdi_u95 - --,fdqpe.lm_sdi_l95 - ,fdqpe.l_sdi_val - --,fdqpe.l_sdi_u95 - --,fdqpe.l_sdi_l95 -from formatted_data_with_planned_enrollment fdqpe - join \"Formularies\".nct_to_brands_through_uspdc ntbtu - on fdqpe.nct_id = ntbtu.nct_id -order by fdqpe.nct_id, fdqpe.earliest_date_observed -; -" - ) -df <- fetch(query, n = -1) -df <- na.omit(df) - -query2 <-dbSendQuery(con,"select count(*) from \"DiseaseBurden\".icd10_categories ic where \"level\"=1;") -n_categories <- fetch(query2, n = -1) - -return(list(data=df,ncat=n_categories)) -} - -d <- get_data(driver) -df <- d$data -n_categories <- d$ncat - - - - -################ Format Data ########################### - -data_formatter <- function(df) { - -x <- df["category_id"] -x["identical_brands"] <- asinh(df$identical_brands) -x["brand_name_counts"] <- asinh(df$brand_name_count) -x["h_sdi_val"] <- asinh(df$h_sdi_val) -x["hm_sdi_val"] <- asinh(df$hm_sdi_val) -x["m_sdi_val"] <- asinh(df$m_sdi_val) -x["lm_sdi_val"] <- asinh(df$lm_sdi_val) -x["l_sdi_val"] <- asinh(df$l_sdi_val) - - - -y <- ifelse(df["final_status"]=="Terminated",1,0) - - - -return(list(x=x,y=y)) -} - -train <- data_formatter(df) - -categories <- df$category_id - -x <- train$x -y <- train$y -x$category_id <- NULL -``` - - - -### Intervention: Adding a single competitor -```{r} -inherited_cols <- c( - "identical_brands" - ,"brand_name_counts" - ,"h_sdi_val" - ,"hm_sdi_val" - ,"m_sdi_val" - ,"lm_sdi_val" - ,"l_sdi_val" -) -``` - - - -#### Generics - -```{r} -#generics intervention -brand_intervention_ib <- x[inherited_cols] -brand_intervention_ib["identical_brands"] <- asinh(sinh(x$identical_brands)+1) #add a single generic brand -``` - -```{r} -counterfact_marketing_ib <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_ib), - counterfact_x = as.matrix(x) -) -``` - -### USP DC - - -```{r} -#formulary intervention -brand_intervention_bnc <- x[inherited_cols] -brand_intervention_bnc["brand_name_counts"] <- asinh(sinh(x$brand_name_counts)+1) #add a single formulary competitor brand -``` - -```{r} -counterfact_marketing_bnc <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_bnc), - counterfact_x = as.matrix(x) -) -``` - - -# Fit Model - - -```{r} -################################# FIT MODEL ######################################### - - - -fit <- stan( - file='Hierarchal_Logistic.stan', - data = counterfact_marketing_ib, - chains = 4, - iter = 5000, - seed = 11021585 - ) -``` - - -```{r} -generated_bi <- gqs( - fit@stanmodel, - data=counterfact_marketing_ib, - draws=as.matrix(fit), - seed=11021585 - ) -``` - -## Priors - -```{r} -#| eval: false -hist(as.vector(extract(generated_bi, pars="p_prior")$p_prior)) -hist(as.vector(extract(generated_bi, pars="mu_prior")$mu_prior), ) -hist(as.vector(extract(generated_bi, pars="sigma_prior")$sigma_prior)) -``` - -```{r} -df_ib_p <- data.frame( - p_prior=as.vector(extract(generated_bi, pars="p_prior")$p_prior) - ,p_predicted = as.vector(extract(generated_bi, pars="p_predicted")$p_predicted) -) - -df_ib_prior <- data.frame( - mu_prior = as.vector(extract(generated_bi, pars="mu_prior")$mu_prior) - ,sigma_prior = as.vector(extract(generated_bi, pars="sigma_prior")$sigma_prior) -) - -#p_prior -ggplot(df_ib_p, aes(x=p_prior)) + - geom_density() + - labs( - title="Implied Prior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/TotalEffects/prior_p.png") - -#p_posterior -ggplot(df_ib_p, aes(x=p_predicted)) + - geom_density() + - labs( - title="Implied Posterior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/TotalEffects/posterior_p.png") - -#mu_prior -ggplot(df_ib_prior) + - geom_density(aes(x=mu_prior)) + - labs( - title="Prior - Mu" - ,subtitle="same prior for all Mu values" - ,x="Mu" - ,y="Probability" - ) -ggsave("./Images/TotalEffects/prior_mu.png") - -#sigma_posterior -ggplot(df_ib_prior) + - geom_density(aes(x=sigma_prior)) + - labs( - title="Prior - Sigma" - ,subtitle="same prior for all Sigma values" - ,x="Sigma" - ,y="Probability" - ) -ggsave("./Images/TotalEffects/prior_sigma.png") -``` - - - -```{r} -check_hmc_diagnostics(fit) -#hist(as.vector(extract(generated_bi, pars="p_predicted")$p_predicted)) -``` - - - - - - -# Diagnostics - -```{r} -#| eval: false -#trace plots -plot(fit, pars=c("mu"), plotfun="trace") - - -mcmc_rank_overlay( -fit, -pars=sapply(1:7, function(i) paste0("mu[",i,"]")) -,n_bins=100 -)+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") - -``` - -```{r} -#| eval: false -plot(fit, pars=c("sigma"), plotfun="trace") - - -mcmc_rank_overlay( -fit, -pars=sapply(1:7, function(i) paste0("sigma[",i,"]")) -,n_bins=100 -)+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") -``` - -```{r} -#| eval: false -#other diagnostics -logpost <- log_posterior(fit) -nuts_prmts <- nuts_params(fit) -posterior <- as.array(fit) - -``` - -```{r} -#| eval: false -color_scheme_set("darkgray") -div_style <- parcoord_style_np(div_color = "green", div_size = 0.05, div_alpha = 0.4) -mcmc_parcoord(posterior, regex_pars = "mu", np=nuts_prmts, np_style = div_style, alpha = 0.05) -``` - -```{r} -#| eval: false -mus = sapply(1:7, function(j) paste0("mu[",j ,"]")) -mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - mus, - "lp__" - ), - off_diag_args = list(size = 0.75) -) - - - -``` - -```{r} -#| eval: false -mcmc_parcoord(posterior,regex_pars = "sigma", np=nuts_prmts, alpha=0.05) -``` - -```{r} -#| eval: false -sigmas = sapply(1:7, function(j) paste0("sigma[",j ,"]")) -mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - sigmas, - "lp__" - ), - off_diag_args = list(size = 0.75) -) -``` - - -```{r} -#| eval: false -#for (k in 1:22) { -# params = sapply(1:7, function(j) paste0("beta[",k,",",j ,"]")) -# print( -# mcmc_pairs( -# posterior, -# np = nuts_prmts, -# pars=c( -# params, -# "lp__" -# ), -# off_diag_args = list(size = 0.75) -# ) -# ) -#} -``` - - -# Results - - -```{r} -################################# ANALYZE ##################################### -print(fit) -``` - -## Result Plots - - -Note the regular large difference in variance. -I would guess those are the beta[1:22,2] values. -I wonder if a lot of the variance is due to the 2 values that are sitting out. - - - -```{r} -beta_list <- list( - groups = c( - `1`="Infections & Parasites", - `2`="Neoplasms", - `3`="Blood & Immune system", - `4`="Endocrine, Nutritional, and Metabolic", - `5`="Mental & Behavioral", - `6`="Nervous System", - `7`="Eye and Adnexa", - `8`="Ear and Mastoid", - `9`="Circulatory", - `10`="Respiratory", - `11`="Digestive", - `12`="Skin & Subcutaneaous tissue", - `13`="Musculoskeletal", - `14`="Genitourinary", - `15`="Pregancy, Childbirth, & Puerperium", - `16`="Perinatal Period", - `17`="Congential", - `18`="Symptoms, Signs etc.", - `19`="Injury etc.", - `20`="External Causes", - `21`="Contact with Healthcare", - `22`="Special Purposes" - ), - parameters = c( - # brands - `1`="asinh(Generic Brands)", - `2`="asinh(Competitors USPDC)", - # population - `3`="asinh(High SDI)", - `4`="asinh(High-Medium SDI)", - `5`="asinh(Medium SDI)", - `6`="asinh(Low-Medium SDI)", - `7`="asinh(Low SDI)" - ) -) - -get_parameters <- function(stem,class_list) { - #get categories and lengths - named <- names(class_list) - lengths <- sapply(named, (function (x) length(class_list[[x]]))) - - #describe the grid needed - iter_list <- sapply(named, (function (x) 1:lengths[x])) - - #generate the list of parameters - pardf <- generate_parameter_df(stem, iter_list) - - #add columns with appropriate human-readable names - for (name in named) { - pardf[paste(name,"_hr",sep="")] <- as.factor( - sapply(pardf[name], (function (i) class_list[[name]][i])) - ) - } - - return(pardf) -} - -generate_parameter_df <- function(stem, iter_list) { - grid <- expand.grid(iter_list) - grid["param_name"] <- grid %>% unite(x,colnames(grid),sep=",") - grid["param_name"] <- paste(stem,"[",grid$param_name,"]",sep="") - return(grid) -} - -group_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - group_id,# = 2 - rename=TRUE - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - #filter down to parameters of interest - params <- filter(params,groups == group_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$parameters_hr - #get group name for title - group_name <- class_list$groups[group_id] - #create area plot with appropriate title - mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(paste("Parameter distributions for ICD-10 class:",group_name)) -} - -parameter_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - parameter_id,# = 2 - rename=TRUE - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - #filter down to parameters of interest - params <- filter(params,parameters == parameter_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$groups_hr - #get group name for title - parameter_name <- class_list$parameters[parameter_id] - #create area plot with appropriate title - mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(parameter_name,"Parameter Distribution") -} - - -``` - -```{r} -#mcmc_intervals(fit, pars=get_parameters("beta",beta_list)$param_name) -``` - -### Investigating parameter distributions - -```{r} -#g1 <- group_mcmc_areas("beta",beta_list,fit,2) -#g2 <- group_mcmc_areas("beta",beta_list,fit,2) -#g3 <- group_mcmc_areas("beta",beta_list,fit,2) -#g4 <- group_mcmc_areas("beta",beta_list,fit,2) -#g5 <- group_mcmc_areas("beta",beta_list,fit,2) -#g6 <- group_mcmc_areas("beta",beta_list,fit,2) -#g7 <- group_mcmc_areas("beta",beta_list,fit,2) -#g8 <- group_mcmc_areas("beta",beta_list,fit,2) -#g9 <- group_mcmc_areas("beta",beta_list,fit,2) -#g10 <- group_mcmc_areas("beta",beta_list,fit,2) -#g11 <- group_mcmc_areas("beta",beta_list,fit,2) -#g12 <- group_mcmc_areas("beta",beta_list,fit,2) -#g13 <- group_mcmc_areas("beta",beta_list,fit,2) -#g14 <- group_mcmc_areas("beta",beta_list,fit,2) -#g15 <- group_mcmc_areas("beta",beta_list,fit,2) -#g16 <- group_mcmc_areas("beta",beta_list,fit,2) -#g17 <- group_mcmc_areas("beta",beta_list,fit,2) -#g18 <- group_mcmc_areas("beta",beta_list,fit,2) -#g19 <- group_mcmc_areas("beta",beta_list,fit,2) -#g20 <- group_mcmc_areas("beta",beta_list,fit,2) -#g21 <- group_mcmc_areas("beta",beta_list,fit,2) -#g22 <- group_mcmc_areas("beta",beta_list,fit,2) - - -p1 <- parameter_mcmc_areas("beta",beta_list,fit,1) -ggsave("./Images/TotalEffects/Parameters/01_generics.png") -p2 <- parameter_mcmc_areas("beta",beta_list,fit,2) -ggsave("./Images/TotalEffects/Parameters/02_uspdc.png") -#p3 <- parameter_mcmc_areas("beta",beta_list,fit,3) -#p4 <- parameter_mcmc_areas("beta",beta_list,fit,4) -#p5 <- parameter_mcmc_areas("beta",beta_list,fit,5) -#p6 <- parameter_mcmc_areas("beta",beta_list,fit,6) -#p7 <- parameter_mcmc_areas("beta",beta_list,fit,7) - -``` - -Note these have 95% outer CI and 80% inner (shaded) - - - 1) "asinh(Generic Brands)", - 2) "asinh(Competitors USPDC)", - 3) "asinh(High SDI)", - 4) "asinh(High-Medium SDI)", - 5) "asinh(Medium SDI)", - 6) "asinh(Low-Medium SDI)", - 7) "asinh(Low SDI)", - -of interest -- p1 + p2 - - -```{r} -p1 + p2 -ggsave("./Images/TotalEffects/Parameters/1&2_generics_and_uspdc.png") -``` - - - -# Posterior Prediction - - - - -## Distribution of Predicted Differences - - - -### Intervention: Adding a single competitor - - -#### Generics - - - - - -```{r} -#| eval: false -#TODO: Convert to ggplot, stabilize y axis -hist(as.vector(extract(generated_bi, pars="p_predicted_default")$p_predicted_default)) -hist(as.vector(extract(generated_bi, pars="p_predicted_intervention")$p_predicted_intervention)) -hist(as.vector(extract(generated_bi, pars="predicted_difference")$predicted_difference)) -``` - - -```{r} -counterfact_predicted_ib <- data.frame( - p_predicted_default = as.vector(extract(generated_bi, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_bi, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_bi, pars="predicted_difference")$predicted_difference) -) -``` - - -```{r} -ggplot(counterfact_predicted_ib, aes(x=p_predicted_default)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: None" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/TotalEffects/default_p_generic_intervention_base.png") - -ggplot(counterfact_predicted_ib, aes(x=p_predicted_intervention)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/TotalEffects/default_p_generic_intervention_interv.png") - -ggplot(counterfact_predicted_ib, aes(x=predicted_difference)) + - geom_density() + - labs( - title="Predicted Distribution of differences 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Difference in 'p' under treatment" - ,y="Probability Density" - ) -ggsave("./Images/TotalEffects/default_p_generic_intervention_distdiff.png") -``` - - -```{r} -pddf_ib <- data.frame(extract(generated_bi, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#TODO: Fix Category names -pddf_ib["entry_idx"] <- as.numeric(gsub("\\D","",pddf_ib$name)) -pddf_ib["category"] <- sapply(pddf_ib$entry_idx, function(i) df$category_id[i]) -pddf_ib["category_name"] <- sapply(pddf_ib$category, function(i) beta_list$groups[i]) -``` - - -```{r} -ggplot(pddf_ib, aes(x=value,)) + - geom_density() + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/TotalEffects/p_generic_intervention_distdiff_styled.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_density() + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5 - ,scales="free" - ) + - xlim(-1,1)+ - labs( - title = "Distribution of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/TotalEffects/p_generic_intervention_distdiff_by_group.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/TotalEffects/p_generic_intervention_histdiff_by_group.png") -``` - - - - - -#### USP DC - - -```{r} -generated_bnc <- gqs( - fit@stanmodel, - data=counterfact_marketing_bnc, - draws=as.matrix(fit), - seed=11021585 - ) -``` - -```{r} -#| eval: false -#TODO: Convert to ggplot, stabilize y axis -hist(as.vector(extract(generated_bnc, pars="p_predicted_default")$p_predicted_default), bins=100) -hist(as.vector(extract(generated_bnc, pars="p_predicted_intervention")$p_predicted_intervention), bins=100) -hist(as.vector(extract(generated_bnc, pars="predicted_difference")$predicted_difference), bins=100) -``` - -```{r} -counterfact_predicted_bnc <- data.frame( - p_predicted_default = as.vector(extract(generated_bnc, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_bnc, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_bnc, pars="predicted_difference")$predicted_difference) -) -``` - - - - - - - - - -```{r} -pddf_bnc <- data.frame(extract(generated_bnc, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#TODO: Fix Category names -pddf_bnc["entry_idx"] <- as.numeric(gsub("\\D","",pddf_bnc$name)) -pddf_bnc["category"] <- sapply(pddf_bnc$entry_idx, function(i) df$category_id[i]) -pddf_bnc["category_name"] <- sapply(pddf_bnc$category, function(i) beta_list$groups[i]) -``` - - -```{r} -ggplot(pddf_bnc, aes(x=value,)) + - geom_density() + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/TotalEffects/p_uspdc_intervention_distdiff_styled.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_density() + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5 - ,scales="free" - ) + - labs( - title = "Distribution of predicted differences | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/TotalEffects/p_uspdc_intervention_distdiff_by_group.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/TotalEffects/p_uspdc_intervention_histdiff_by_group.png") -``` - - - - diff --git a/r-analysis/EffectsOfMarketConditions_no_pop.qmd b/r-analysis/EffectsOfMarketConditions_no_pop.qmd deleted file mode 100644 index 59d4b81..0000000 --- a/r-analysis/EffectsOfMarketConditions_no_pop.qmd +++ /dev/null @@ -1,1113 +0,0 @@ ---- -title: "The Effects of market conditions on recruitment and completion of clinical trials" -author: "Will King" -format: html -editor: source ---- - -IMPORTANT: Not setup yet - - -# Setup - -```{r} -library(bayesplot) -available_mcmc(pattern = "_nuts_") -library(ggplot2) -library(patchwork) -library(tidyverse) -library(rstan) -library(tidyr) -library(ghibli) -library(xtable) -#Resources: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started - -#save unchanged models instead of recompiling -rstan_options(auto_write = TRUE) -#allow for multithreaded sampling -options(mc.cores = parallel::detectCores()) - -#test installation, shouldn't get any errors -#example(stan_model, package = "rstan", run.dontrun = TRUE) -``` - -```{r} -################ Pull data from database ###################### -library(RPostgreSQL) - -driver <- dbDriver("PostgreSQL") - -get_data <- function(driver) { - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) -on.exit(dbDisconnect(con)) - -query <- dbSendQuery( - con, -# "select * from formatted_data_with_planned_enrollment;" -" -select - fdqpe.nct_id - --,fdqpe.start_date - --,fdqpe.current_enrollment - --,fdqpe.enrollment_category - ,fdqpe.current_status - ,fdqpe.earliest_date_observed - ,fdqpe.elapsed_duration - ,fdqpe.n_brands as identical_brands - ,ntbtu.brand_name_count - ,fdqpe.category_id - ,fdqpe.final_status - ,fdqpe.h_sdi_val - --,fdqpe.h_sdi_u95 - --,fdqpe.h_sdi_l95 - ,fdqpe.hm_sdi_val - --,fdqpe.hm_sdi_u95 - --,fdqpe.hm_sdi_l95 - ,fdqpe.m_sdi_val - --,fdqpe.m_sdi_u95 - --,fdqpe.m_sdi_l95 - ,fdqpe.lm_sdi_val - --,fdqpe.lm_sdi_u95 - --,fdqpe.lm_sdi_l95 - ,fdqpe.l_sdi_val - --,fdqpe.l_sdi_u95 - --,fdqpe.l_sdi_l95 -from formatted_data_with_planned_enrollment fdqpe - join \"Formularies\".nct_to_brands_through_uspdc ntbtu - on fdqpe.nct_id = ntbtu.nct_id -order by fdqpe.nct_id, fdqpe.earliest_date_observed -; -" - ) -df <- fetch(query, n = -1) -df <- na.omit(df) - -query2 <-dbSendQuery(con,"select count(*) from \"DiseaseBurden\".icd10_categories ic where \"level\"=1;") -n_categories <- fetch(query2, n = -1) - -return(list(data=df,ncat=n_categories)) -} - -d <- get_data(driver) -df <- d$data -n_categories <- d$ncat - - - - -################ Format Data ########################### - -data_formatter <- function(df) { -categories <- df["category_id"] - -x <- df["elapsed_duration"] -x["identical_brands"] <- asinh(df$identical_brands) -x["brand_name_counts"] <- asinh(df$brand_name_count) -x["h_sdi_val"] <- asinh(df$h_sdi_val) -x["hm_sdi_val"] <- asinh(df$hm_sdi_val) -x["m_sdi_val"] <- asinh(df$m_sdi_val) -x["lm_sdi_val"] <- asinh(df$lm_sdi_val) -x["l_sdi_val"] <- asinh(df$l_sdi_val) - - -#Setup fixed effects -x["status_NYR"] <- ifelse(df["current_status"]=="Not yet recruiting",1,0) -x["status_EBI"] <- ifelse(df["current_status"]=="Enrolling by invitation",1,0) -x["status_Rec"] <- ifelse(df["current_status"]=="Recruiting",1,0) -x["status_ANR"] <- ifelse(df["current_status"]=="Active, not recruiting",1,0) - - -y <- ifelse(df["final_status"]=="Terminated",1,0) - -#get category list - - -return(list(x=x,y=y)) -} - -train <- data_formatter(df) - -categories <- df$category_id - -x <- train$x -y <- train$y -``` - - - -# Fit Model - - - - -```{r} -################################# FIT MODEL ######################################### -inherited_cols <- c( - "elapsed_duration" - #,"identical_brands" - #,"brand_name_counts" - ,"h_sdi_val" - ,"hm_sdi_val" - ,"m_sdi_val" - ,"lm_sdi_val" - ,"l_sdi_val" - ,"status_NYR" - ,"status_EBI" - ,"status_Rec" - ,"status_ANR" -) -``` - - - -```{r} -beta_list <- list( - groups = c( - `1`="Infections & Parasites", - `2`="Neoplasms", - `3`="Blood & Immune system", - `4`="Endocrine, Nutritional, and Metabolic", - `5`="Mental & Behavioral", - `6`="Nervous System", - `7`="Eye and Adnexa", - `8`="Ear and Mastoid", - `9`="Circulatory", - `10`="Respiratory", - `11`="Digestive", - `12`="Skin & Subcutaneaous tissue", - `13`="Musculoskeletal", - `14`="Genitourinary", - `15`="Pregancy, Childbirth, & Puerperium", - `16`="Perinatal Period", - `17`="Congential", - `18`="Symptoms, Signs etc.", - `19`="Injury etc.", - `20`="External Causes", - `21`="Contact with Healthcare", - `22`="Special Purposes" - ), - parameters = c( - `1`="Elapsed Duration", - # brands - `2`="asinh(Generic Brands)", - `3`="asinh(Competitors USPDC)", - # population - `4`="asinh(High SDI)", - `5`="asinh(High-Medium SDI)", - `6`="asinh(Medium SDI)", - `7`="asinh(Low-Medium SDI)", - `8`="asinh(Low SDI)", - #Status - `9`="status_NYR", - `10`="status_EBI", - `11`="status_Rec", - `12`="status_ANR" - ) -) - -get_parameters <- function(stem,class_list) { - #get categories and lengths - named <- names(class_list) - lengths <- sapply(named, (function (x) length(class_list[[x]]))) - - #describe the grid needed - iter_list <- sapply(named, (function (x) 1:lengths[x])) - - #generate the list of parameters - pardf <- generate_parameter_df(stem, iter_list) - - #add columns with appropriate human-readable names - for (name in named) { - pardf[paste(name,"_hr",sep="")] <- as.factor( - sapply(pardf[name], (function (i) class_list[[name]][i])) - ) - } - - return(pardf) -} - -generate_parameter_df <- function(stem, iter_list) { - grid <- expand.grid(iter_list) - grid["param_name"] <- grid %>% unite(x,colnames(grid),sep=",") - grid["param_name"] <- paste(stem,"[",grid$param_name,"]",sep="") - return(grid) -} - -group_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - group_id,# = 2 - rename=TRUE, - filter=NULL - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - - #filter down to parameters of interest - params <- filter(params,groups == group_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$parameters_hr - #get group name for title - group_name <- class_list$groups[group_id] - #create area plot with appropriate title - p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(paste("Parameter distributions for ICD-10 class:",group_name)) + - geom_vline(xintercept=0,color="grey",alpha=0.75) - - d <- pivot_longer(filtdata, everything()) |> - group_by(name) |> - summarize( - mean=mean(value) - ,q025 = quantile(value,probs = 0.025) - ,q975 = quantile(value,probs = 0.975) - ,q05 = quantile(value,probs = 0.05) - ,q95 = quantile(value,probs = 0.95) - ) - return(list(plot=p,quantiles=d,name=group_name)) -} - -parameter_mcmc_areas <- function( - stem,# = "beta" - class_list,# = beta_list - stanfit,# = fit - parameter_id,# = 2 - rename=TRUE - ) { - #get all parameter names - params <- get_parameters(stem,class_list) - #filter down to parameters of interest - params <- filter(params,parameters == parameter_id) - #Get dataframe with only the rows of interest - filtdata <- as.data.frame(stanfit)[params$param_name] - #rename columns - if (rename) dimnames(filtdata)[[2]] <- params$groups_hr - #get group name for title - parameter_name <- class_list$parameters[parameter_id] - #create area plot with appropriate title - p <- mcmc_areas(filtdata,prob = 0.8, prob_outer = 0.95) + - ggtitle(parameter_name,"Parameter Distribution") - - d <- pivot_longer(filtdata, everything()) |> - group_by(name) |> - summarize( - mean=mean(value) - ,q025 = quantile(value,probs = 0.025) - ,q975 = quantile(value,probs = 0.975) - ,q05 = quantile(value,probs = 0.05) - ,q95 = quantile(value,probs = 0.95) - ) - return(list(plot=p,quantiles=d,name=parameter_name)) -} - - -``` - - -```{r} -#generics intervention -brand_intervention_ib <- x[c(inherited_cols,"brand_name_counts")] -brand_intervention_ib["identical_brands"] <- asinh(sinh(x$identical_brands)+1) #add a single generic brand -``` - -```{r} -counterfact_marketing_ib <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_ib), - counterfact_x = as.matrix(x) -) -``` - -```{r} -fit <- stan( - file='Hierarchal_Logistic.stan', - data = counterfact_marketing_ib, - chains = 4, - iter = 5000, - seed = 11021585 - ) -``` - - - - - - - - -## Explore data - -```{r} -################################# DATA EXPLORATION ############################ -driver <- dbDriver("PostgreSQL") - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) -#Plot histogram of count of snapshots -df3 <- dbGetQuery( - con, - "select nct_id,final_status,count(*) from formatted_data_with_planned_enrollment fdwpe - group by nct_id,final_status ;" - ) -#df3 <- fetch(query3, n = -1) - -ggplot(data=df3, aes(x=count, fill=final_status)) + - geom_histogram(binwidth=1) + - ggtitle("Histogram of snapshots per trial (matched trials)") + - xlab("Snapshots per trial") -ggsave("./Images/HistSnapshots.png") - -#Plot duration for terminated vs completed -df4 <- dbGetQuery( - con, - " - select - nct_id, - start_date , - primary_completion_date, - overall_status , - primary_completion_date - start_date as duration - from ctgov.studies s - where nct_id in (select distinct nct_id from http.download_status ds) - ;" - ) -#df4 <- fetch(query4, n = -1) - -ggplot(data=df4, aes(x=duration,fill=overall_status)) + - geom_histogram()+ - ggtitle("Histogram of trial durations") + - xlab("duration")+ - facet_wrap(~overall_status) -ggsave("./Images/HistTrialDurations_Faceted.png") - -df5 <- dbGetQuery( - con, - " - with cte1 as ( - select - nct_id, - start_date , - primary_completion_date, - overall_status , - primary_completion_date - start_date as duration - from ctgov.studies s - where nct_id in (select distinct nct_id from http.download_status ds) - ), cte2 as ( - select nct_id,count(*) as snapshot_count from formatted_data_with_planned_enrollment fdwpe - group by nct_id - ) - select a.nct_id, a.overall_status, a.duration,b.snapshot_count - from cte1 as a - join cte2 as b - on a.nct_id=b.nct_id - ;" - ) -df5$overall_status <- as.factor(df5$overall_status) - -ggplot(data=df5, aes(x=duration,y=snapshot_count,color=overall_status)) + - geom_jitter() + - ggtitle("Comparison of duration, status, and snapshot_count") + - xlab("duration") + - ylab("snapshot count") -ggsave("./Images/SnapshotsVsDurationVsTermination.png") - -dbDisconnect(con) - -#get number of trials and snapshots in each category -group_trials_by_category <- as.data.frame(aggregate(category_id ~ nct_id, df, max)) -group_trials_by_category <- as.data.frame(group_trials_by_category) - -ggplot(data = group_trials_by_category, aes(x=category_id)) + - geom_bar(binwidth=1,color="black",fill="seagreen") + - scale_x_continuous(breaks=scales::pretty_breaks(n=22)) + - labs( - title="bar chart of trial categories" - ,x="Category ID" - ,y="Count" - ) -ggsave("./Images/CategoryCounts.png") - - - -summary(df5) -``` - - - - - - -```{r} -category_count <- group_trials_by_category |> group_by(category_id) |> count() - -``` - - - - - -## Fit Results - - -```{r} -################################# ANALYZE ##################################### -print(fit) -``` - - - - - - -### Investigating parameter distributions - -```{r} -#g1 <- group_mcmc_areas("beta",beta_list,fit,1) - - -gx <- c() - -#grab parameters for every category with more than 8 observations -for (i in category_count$category_id[category_count$n >= 8]) { - print(i) - - #Print parameter distributions - gi <- group_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups - ggsave( - paste0("./Images/DirectEffects/Parameters/group_",i,"_",gi$name,".png") - ,plot=gi$plot - ) - gx <- c(gx,gi) - - #Get Quantiles and means for parameters - table <- xtable(gi$quantiles, - floating=FALSE - ,latex.environments = NULL - ,booktabs = TRUE - ,zap=getOption("digits") - ) - write_lines(table,paste0("./latex_output/DirectEffects/group_",gi$name,".tex")) -} -``` - - - -```{r} -px <- c() - - -for (i in c(1,2,3,9,10,11,12)) { - - #Print parameter distributions - pi <- parameter_mcmc_areas("beta",beta_list,fit,i) #add way to filter groups - ggsave( - paste0("./Images/DirectEffects/Parameters/parameters_",i,"_",pi$name,".png") - ,plot=pi$plot - ) - px <- c(px,pi) - - #Get Quantiles and means for parameters - table <- xtable(pi$quantiles, - floating=FALSE - ,latex.environments = NULL - ,booktabs = TRUE - ,zap=getOption("digits") - ) - write_lines(table,paste0("./latex_output/DirectEffects/parameters_",i,"_",pi$name,".tex")) - -} -``` - -Note these have 95% outer CI and 80% inner (shaded) - - - 1) "Elapsed Duration", - 2) "asinh(Generic Brands)", - 3) "asinh(Competitors USPDC)", - 4) "asinh(High SDI)", - 5) "asinh(High-Medium SDI)", - 6) "asinh(Medium SDI)", - 7) "asinh(Low-Medium SDI)", - 8) "asinh(Low SDI)", - 9) "status_NYR", - 10) "status_EBI", - 11) "status_Rec", - 12) "status_ANR", - - - - -```{r} -print(px[4]$plot + px[7]$plot) -ggsave("./Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png") -``` - - - -# Counterfactuals - -```{r} -generated_ib <- gqs( - fit@stanmodel, - data=counterfact_marketing_ib, - draws=as.matrix(fit), - seed=11021585 - ) -``` - -```{r} -df_ib_p <- data.frame( - p_prior=as.vector(extract(generated_ib, pars="p_prior")$p_prior) - ,p_predicted = as.vector(extract(generated_ib, pars="p_predicted")$p_predicted) -) - -df_ib_prior <- data.frame( - mu_prior = as.vector(extract(generated_ib, pars="mu_prior")$mu_prior) - ,sigma_prior = as.vector(extract(generated_ib, pars="sigma_prior")$sigma_prior) -) - -#p_prior -ggplot(df_ib_p, aes(x=p_prior)) + - geom_density() + - labs( - title="Implied Prior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/prior_p.png") - -#p_posterior -ggplot(df_ib_p, aes(x=p_predicted)) + - geom_density() + - labs( - title="Implied Posterior Distribution P" - ,subtitle="" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/posterior_p.png") - -#mu_prior -ggplot(df_ib_prior) + - geom_density(aes(x=mu_prior)) + - labs( - title="Prior - Mu" - ,subtitle="same prior for all Mu values" - ,x="Mu" - ,y="Probability" - ) -ggsave("./Images/DirectEffects/prior_mu.png") - -#sigma_posterior -ggplot(df_ib_prior) + - geom_density(aes(x=sigma_prior)) + - labs( - title="Prior - Sigma" - ,subtitle="same prior for all Sigma values" - ,x="Sigma" - ,y="Probability" - ) -ggsave("./Images/DirectEffects/prior_sigma.png") -``` - - - -```{r} -check_hmc_diagnostics(fit) -``` - - - - - -### Intervention: Alternatives - -#### Generic Alternative - -```{r} -counterfact_predicted_ib <- data.frame( - p_predicted_default = as.vector(extract(generated_ib, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_ib, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_ib, pars="predicted_difference")$predicted_difference) -) - - -ggplot(counterfact_predicted_ib, aes(x=p_predicted_default)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: None" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_base.png") - -ggplot(counterfact_predicted_ib, aes(x=p_predicted_intervention)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_interv.png") - -ggplot(counterfact_predicted_ib, aes(x=predicted_difference)) + - geom_density() + - labs( - title="Predicted Distribution of differences 'p'" - ,subtitle="Intervention: Add a single generic competitor" - ,x="Difference in 'p' under treatment" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_generic_intervention_distdiff.png") -``` - - -```{r} - - -pddf_ib <- data.frame(extract(generated_ib, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#TODO: Fix Category names -pddf_ib["entry_idx"] <- as.numeric(gsub("\\D","",pddf_ib$name)) -pddf_ib["category"] <- sapply(pddf_ib$entry_idx, function(i) df$category_id[i]) -pddf_ib["category_name"] <- sapply(pddf_ib$category, function(i) beta_list$groups[i]) - - -ggplot(pddf_ib, aes(x=value,)) + - geom_density(bins=100) + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_styled.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_density(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_generic_intervention_distdiff_by_group.png") - -ggplot(pddf_ib, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences | By Group" - ,subtitle = "Intervention: add a single generic competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_generic_intervention_histdiff_by_group.png") -``` - -Get the probability of increase over probability of a decrease - -```{r} -mean(counterfact_predicted_ib$predicted_difference) -``` -Thus adding a single generic competitor increases the probability of termination by 16.55% on average for -the snapshots investigated. - - - -```{r} -n = length(counterfact_predicted_ib$p_predicted_intervention) -mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_intervention))) -mean(rbinom(n,1,as.vector(counterfact_predicted_ib$p_predicted_default))) -``` - - -#### USP DC Alternative - -```{r} -#formulary intervention -brand_intervention_bnc <- x[c(inherited_cols,"identical_brands")] -brand_intervention_bnc["brand_name_counts"] <- asinh(sinh(x$brand_name_counts)+1) #add a single formulary competitor brand -``` - -```{r} -counterfact_marketing_bnc <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories$count, - y = as.vector(y), - ll = as.vector(categories), - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.05, - sigma_shape = 4, - sigma_rate = 20, - Nx = nrow(x), - llx = as.vector(categories), - counterfact_x_tilde = as.matrix(brand_intervention_bnc), - counterfact_x = as.matrix(x) -) -``` - - -```{r} -generated_bnc <- gqs( - fit@stanmodel, - data=counterfact_marketing_bnc, - draws=as.matrix(fit), - seed=11021585 - ) -``` - - -```{r} -counterfact_predicted_bnc <- data.frame( - p_predicted_default = as.vector(extract(generated_bnc, pars="p_predicted_default")$p_predicted_default) - ,p_predicted_intervention = as.vector(extract(generated_bnc, pars="p_predicted_intervention")$p_predicted_intervention) - ,predicted_difference = as.vector(extract(generated_bnc, pars="predicted_difference")$predicted_difference) -) - - -ggplot(counterfact_predicted_bnc, aes(x=p_predicted_default)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: None" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_base.png") - -ggplot(counterfact_predicted_bnc, aes(x=p_predicted_intervention)) + - geom_density() + - labs( - title="Predicted Distribution of 'p'" - ,subtitle="Intervention: Add a single USP DC competitor" - ,x="Probability Domain 'p'" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_interv.png") - -ggplot(counterfact_predicted_bnc, aes(x=predicted_difference)) + - geom_density() + - labs( - title="Predicted Distribution of differences 'p'" - ,subtitle="Intervention: Add a single USP DC competitor" - ,x="Difference in 'p' under treatment" - ,y="Probability Density" - ) -ggsave("./Images/DirectEffects/default_p_uspdc_intervention_distdiff.png") -``` - - -```{r} -pddf_bnc <- data.frame(extract(generated_bnc, pars="predicted_difference")$predicted_difference) |> - pivot_longer(X1:X1343) - -#Add Category names -pddf_bnc["entry_idx"] <- as.numeric(gsub("\\D","",pddf_bnc$name)) -pddf_bnc["category"] <- sapply(pddf_bnc$entry_idx, function(i) df$category_id[i]) -pddf_bnc["category_name"] <- sapply(pddf_bnc$category, function(i) beta_list$groups[i]) - - - -ggplot(pddf_bnc, aes(x=value,)) + - geom_density(bins=100) + - labs( - title = "Distribution of predicted differences" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") -ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_density(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences in 'p' | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Probability Density" - ) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png") - -ggplot(pddf_bnc, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Histogram of predicted differences in 'p' | By Group" - ,subtitle = "Intervention: add a single USP DC competitor" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - #xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) -ggsave("./Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png") -``` - - -TODO: add density plot of (x,y,z) (date,value,counts) - - with and without faceting - - -```{r} -mean(counterfact_predicted_bnc$predicted_difference) -``` -Addin a single USP DC competitor increases/reduces the probability of completion by 16.47% on average -for the snapshots of trials that we have. - - - - -### Intervention: Marginal increase in time to finish enrollment - -```{r} -#| eval: false - -pddf <- data.frame(extract(generated, pars="predicted_difference")$predicted_difference) |> pivot_longer(X1:X189) -pddf["entry_idx"] <- as.numeric(gsub("\\D","",pddf$name)) - -pddf["category"] <- sapply(pddf$entry_idx, function(i) counterfact_categories[i]) -pddf["category_name"] <- sapply(pddf$category, function(i) beta_list$groups[i]) - -ggplot(pddf, aes(x=value,)) + - geom_histogram(bins=100) + - labs( - title = "Distribution of predicted differences" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - xlim(-0.3,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") - -ggplot(pddf, aes(x=value,)) + - geom_histogram(bins=100) + - facet_wrap( - ~factor( - category_name, - levels=beta_list$groups - ) - , labeller = label_wrap_gen(multi_line = TRUE) - , ncol=5) + - labs( - title = "Distribution of predicted differences", - subtitle = "By group" - ,x = "Difference in probability due to intervention" - ,y = "Predicted counts" - ) + - xlim(-0.25,0.1) + - geom_vline(aes(xintercept = 0), color = "skyblue", linetype="dashed") + - theme(strip.text.x = element_text(size = 8)) - -``` - - -Recall that we had really tight zero priors. - - - -# Diagnostics - -```{r} -#| eval: false -#trace plots -plot(fit, pars=c("mu"), plotfun="trace") - - -for (i in 1:4) { - print( - mcmc_rank_overlay( - fit, - pars=c( - paste0("mu[",4*i-3,"]"), - paste0("mu[",4*i-2,"]"), - paste0("mu[",4*i-1,"]"), - paste0("mu[",4*i,"]") - ), - n_bins=100 - )+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") - ) -} -``` - -```{r} -#| eval: false -plot(fit, pars=c("sigma"), plotfun="trace") - -for (i in 1:4) { - print( - mcmc_rank_overlay( - fit, - pars=c( - paste0("sigma[",4*i-3,"]"), - paste0("sigma[",4*i-2,"]"), - paste0("sigma[",4*i-1,"]"), - paste0("sigma[",4*i,"]") - ), - n_bins=100 - )+ legend_move("top") + - scale_colour_ghibli_d("KikiMedium") - ) -} -``` - -```{r} -#| eval: false -#other diagnostics -logpost <- log_posterior(fit) -nuts_prmts <- nuts_params(fit) -posterior <- as.array(fit) - -``` - -```{r} -#| eval: false -color_scheme_set("darkgray") -div_style <- parcoord_style_np(div_color = "green", div_size = 0.05, div_alpha = 0.4) -mcmc_parcoord(posterior, regex_pars = "mu", np=nuts_prmts, np_style = div_style, alpha = 0.05) -``` - -```{r} -#| eval: false -for (i in 1:4) { - mus = sapply(3:0, function(j) paste0("mu[",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - mus, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -} - - - -``` - -```{r} -#| eval: false -mcmc_parcoord(posterior,regex_pars = "sigma", np=nuts_prmts, alpha=0.05) -``` - -```{r} -#| eval: false - -for (i in 1:4) { - params = sapply(3:0, function(j) paste0("sigma[",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - params, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -} -``` - - -```{r} -#| eval: false -for (k in 1:22) { -for (i in 1:4) { - params = sapply(3:0, function(j) paste0("beta[",k,",",4*i-j ,"]")) - print( - mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - params, - "lp__" - ), - off_diag_args = list(size = 0.75) - ) - ) -}} -``` - - - - - - -# TODO -- [ ] Double check data flow. (Write summary of this in human readable form) - - Is it the data we want from the database - - Training - - Counterfactual Evaluation - - choose a single snapshot per trial. - - Is the model in STAN well specified. -- [ ] work on LOO validation of model diff --git a/r-analysis/FullAnalysis.R b/r-analysis/FullAnalysis.R deleted file mode 100644 index 27bd5d6..0000000 --- a/r-analysis/FullAnalysis.R +++ /dev/null @@ -1,239 +0,0 @@ -library(bayesplot) -available_mcmc(pattern = "_nuts_") -library(ggplot2) -library(posterior) -library(cmdstanr) -library(rstan) # for stanfit -#Resources: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started - -#save unchanged models instead of recompiling -rstan_options(auto_write = TRUE) -#allow for multithreaded sampling -options(mc.cores = parallel::detectCores()) - -#test installation, shouldn't get any errors -#example(stan_model, package = "rstan", run.dontrun = TRUE) - -################ Pull data from database ###################### -library(RPostgreSQL) - -driver <- dbDriver("PostgreSQL") - -con <- dbConnect( - driver, - user='root', - password='root', - dbname='aact_db', - host='will-office' - ) - -query <- dbSendQuery( - con, - "select * from formatted_data_with_planned_enrollment;" - ) -df <- fetch(query,Inf) -df <- na.omit(df) - -n_categories <- 22 #number of categories in ICD-10 - -################ Format Data ########################### - - -categories <- df["category_id"] - -#Convert log(x+1) to arcsinh - -x <- df["elapsed_duration"] -x["log_n_brands"] <- log(df$n_brands + 1) -x["h_sdi_val"] <- log(df$h_sdi_val + 1) -x["hm_sdi_val"] <- log(df$hm_sdi_val + 1) -x["m_sdi_val"] <- log(df$m_sdi_val + 1) -x["lm_sdi_val"] <- log(df$lm_sdi_val + 1) -x["l_sdi_val"] <- log(df$l_sdi_val + 1) -#x["enrollment"] <- df["current_enrollment"] / df["planned_enrollment"] -#square terms -#x["enrollment^2"] <- x["enrollment"]^2 -#x["elapsed_duration^2"] <- x["elapsed_duration"]^2 -#x["n_brands^2"] <- x["n_brands"]^2 -#break out -x["status_NYR"] <- ifelse(df["current_status"]=="Not yet recruiting",1,0) -x["status_Rec"] <- ifelse(df["current_status"]=="Recruiting",1,0) -x["status_ANR"] <- ifelse(df["current_status"]=="Active, not recruiting",1,0) -x["status_EBI"] <- ifelse(df["current_status"]=="Enrolling by invitation",1,0) - -y <- ifelse(df["final_status"]=="Terminated",1,0) - -################################# DATA EXPLORATION ############################ - -#Plot terminated vs completed -#Plot duration for terminated vs completed -#Plot different times of - -################################# FIT ######################################### -#setup data (named list) -trials_data <- list( - D = ncol(x),# - N = nrow(x), - L = n_categories, - y = as.vector(y), - ll = categories$category_id, - x = as.matrix(x), - mu_mean = 0, - mu_stdev = 0.5, - sigma_shape = 6, - sigma_rate = 12 -) - -model <- cmdstan_model(file.path("Hierarchal_Logistic.stan")) - -fit <- model$sample( - data = trials_data, - seed = 11021585, - chains = 4, - parallel_chains = 4, - refresh = 500 -) - -################################# ANALYZE ##################################### -color_scheme_set("darkgray") -div_style <- parcoord_style_np(div_color = "green", div_size = 0.05, div_alpha = 0.4) - -print(fit$summary(),n=265) - -stanfitted <- rstan::read_stan_csv(fit$output_files()) - -#analyze mu values -draw_mu <- fit$draws("mu") -mcmc_hist(draw_mu) -mcmc_trace(draw_mu) -mcmc_pairs(draw_mu) -mcmc_parcoord(posterior,pars=c( - "mu[1]", - "mu[2]", - "mu[3]", - "mu[4]", - "mu[5]", - "mu[6]", - "mu[7]", - "mu[8]", - "mu[9]", - "mu[10]", - "mu[11]" -), -np=nuts_prmts, -np_style = div_style -) - - -#check sigma -draw_sigma <- fit$draws("sigma") -mcmc_hist(draw_sigma) -mcmc_trace(draw_sigma) - -mcmc_parcoord(posterior,pars=c( - "sigma[1]", - "sigma[2]", - "sigma[3]", - "sigma[4]", - "sigma[5]", - "sigma[6]", - "sigma[7]", - "sigma[8]", - "sigma[9]", - "sigma[10]", - "sigma[11]" -), -np=nuts_prmts, -np_style = div_style -) - -#other diagnostics -logpost <- log_posterior(fit) -nuts_prmts <- nuts_params(fit) -posterior <- fit$draws() - -mcmc_pairs( - posterior, - np = nuts_prmts, - pars=c( - "mu[1]", - "mu[2]", - "mu[3]", - "mu[4]", - "mu[5]", - "mu[6]", - "mu[7]", - "mu[8]", - "mu[9]", - "mu[10]", - "mu[11]" - ), - off_diag_args = list(size = 0.75) -) - -#Interpretation -mcmc_areas(posterior, - pars=c( - "mu[1]", - "mu[2]", - "mu[3]", - "mu[4]", - "mu[5]", - "mu[6]", - "mu[7]", - "mu[8]", - "mu[9]", - "mu[10]", - "mu[11]" - ), - prob = 0.95 -) - -#Interpretation -mcmc_areas(posterior, - pars=c( - "sigma[1]", - "sigma[2]", - "sigma[3]", - "sigma[4]", - "sigma[5]", - "sigma[6]", - "sigma[7]", - "sigma[8]", - "sigma[9]", - "sigma[10]", - "sigma[11]" - ), - prob = 0.95 -) - -#iterate through betas - - -mcmc_areas(posterior, - pars=c( - "beta[1,*]" - ), - prob = 0.95 -) - -#generate array of betas -betas_array <- sapply(1:11, function(param) sapply(1:22, function(group) paste0("beta[",group,",",param,"]"))) - -for (group in 1:22) { - print( - mcmc_areas(posterior, - pars=betas_array[group,], - prob = 0.95 - ) - ) -} - -for (param in 1:11) { - print( - mcmc_areas(posterior, - pars=betas_array[,param], - prob = 0.95 - ) - ) -} diff --git a/r-analysis/Hierarchal_Logistic_prior.rds b/r-analysis/Hierarchal_Logistic_prior.rds deleted file mode 100644 index 115318f..0000000 Binary files a/r-analysis/Hierarchal_Logistic_prior.rds and /dev/null differ diff --git a/r-analysis/Hierarchal_Logistic_prior.stan b/r-analysis/Hierarchal_Logistic_prior.stan deleted file mode 100644 index 23a2927..0000000 --- a/r-analysis/Hierarchal_Logistic_prior.stan +++ /dev/null @@ -1,47 +0,0 @@ -// -// This Stan program defines a simple model, with a -// vector of values 'y' modeled as normally distributed -// with mean 'mu' and standard deviation 'sigma'. -// -// Learn more about model development with Stan at: -// -// http://mc-stan.org/users/interfaces/rstan.html -// https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started -// -// The input data is a vector 'y' of length 'N'. -data { - int D; //Number of parameters - int N; // Number of observations - int L; //Number of categories - int ll[N]; - row_vector[D] x[N]; - real mu_m; - real mu_sd; - real sigma_shape; - real sigma_rate; -} -generated quantities { - //preallocate - real mu_prior[D]; - real sigma_prior[D]; - vector[D] beta_prior[L]; - real p_prior[N]; // what I have priors about - //sample parameters - for (d in 1:D) { - mu_prior[d] = normal_rng(0,1); - sigma_prior[d] = gamma_rng(2,1); - } - for (l in 1:L) { - for (d in 1:D) { - beta_prior[l,d] = normal_rng(mu_prior[d],sigma_prior[d]); - } - } - //generate probabilities - { - vector[D] b_prior[N];//local var - for (n in 1:N){ - b_prior[n] = beta_prior[ll[n]]; - p_prior[n] = inv_logit( x[n] * b_prior[n] ); - } - } -} diff --git a/r-analysis/Images/CategoryCounts.png b/r-analysis/Images/CategoryCounts.png deleted file mode 100644 index 247cb29..0000000 Binary files a/r-analysis/Images/CategoryCounts.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png b/r-analysis/Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png deleted file mode 100644 index 2ab4160..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/2+3_generic_and_uspdc.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_11_Digestive.png b/r-analysis/Images/DirectEffects/Parameters/group_11_Digestive.png deleted file mode 100644 index a46084c..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_11_Digestive.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_12_Skin & Subcutaneaous tissue.png b/r-analysis/Images/DirectEffects/Parameters/group_12_Skin & Subcutaneaous tissue.png deleted file mode 100644 index a9619e4..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_12_Skin & Subcutaneaous tissue.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_13_Musculoskeletal.png b/r-analysis/Images/DirectEffects/Parameters/group_13_Musculoskeletal.png deleted file mode 100644 index 0a68272..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_13_Musculoskeletal.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png b/r-analysis/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png deleted file mode 100644 index 2b4ebdb..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_1_Infections & Parasites.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_2_Neoplasms.png b/r-analysis/Images/DirectEffects/Parameters/group_2_Neoplasms.png deleted file mode 100644 index 7befb90..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_2_Neoplasms.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_4_Endocrine, Nutritional, and Metabolic.png b/r-analysis/Images/DirectEffects/Parameters/group_4_Endocrine, Nutritional, and Metabolic.png deleted file mode 100644 index aa0283e..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_4_Endocrine, Nutritional, and Metabolic.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_5_Mental & Behavioral.png b/r-analysis/Images/DirectEffects/Parameters/group_5_Mental & Behavioral.png deleted file mode 100644 index 2fe628b..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_5_Mental & Behavioral.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_6_Nervous System.png b/r-analysis/Images/DirectEffects/Parameters/group_6_Nervous System.png deleted file mode 100644 index d070191..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_6_Nervous System.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/group_7_Eye and Adnexa.png b/r-analysis/Images/DirectEffects/Parameters/group_7_Eye and Adnexa.png deleted file mode 100644 index e6da32c..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/group_7_Eye and Adnexa.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_10_status_EBI.png b/r-analysis/Images/DirectEffects/Parameters/parameters_10_status_EBI.png deleted file mode 100644 index f5d80f0..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_10_status_EBI.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_11_status_Rec.png b/r-analysis/Images/DirectEffects/Parameters/parameters_11_status_Rec.png deleted file mode 100644 index 6ccc3e0..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_11_status_Rec.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_12_status_ANR.png b/r-analysis/Images/DirectEffects/Parameters/parameters_12_status_ANR.png deleted file mode 100644 index cbdedba..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_12_status_ANR.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_1_.png b/r-analysis/Images/DirectEffects/Parameters/parameters_1_.png deleted file mode 100644 index 84d7395..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_1_.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png b/r-analysis/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png deleted file mode 100644 index da4e18f..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_1_Elapsed Duration.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_2_asinh(Generic Brands).png b/r-analysis/Images/DirectEffects/Parameters/parameters_2_asinh(Generic Brands).png deleted file mode 100644 index 2a389b4..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_2_asinh(Generic Brands).png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_3_asinh(Competitors USPDC).png b/r-analysis/Images/DirectEffects/Parameters/parameters_3_asinh(Competitors USPDC).png deleted file mode 100644 index dc1f981..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_3_asinh(Competitors USPDC).png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/Parameters/parameters_9_status_NYR.png b/r-analysis/Images/DirectEffects/Parameters/parameters_9_status_NYR.png deleted file mode 100644 index 4284e1d..0000000 Binary files a/r-analysis/Images/DirectEffects/Parameters/parameters_9_status_NYR.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_generic_intervention_base.png b/r-analysis/Images/DirectEffects/default_p_generic_intervention_base.png deleted file mode 100644 index 1c99f69..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_generic_intervention_base.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_generic_intervention_distdiff.png b/r-analysis/Images/DirectEffects/default_p_generic_intervention_distdiff.png deleted file mode 100644 index 7ea65ff..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_generic_intervention_distdiff.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_generic_intervention_interv.png b/r-analysis/Images/DirectEffects/default_p_generic_intervention_interv.png deleted file mode 100644 index c4dc814..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_generic_intervention_interv.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_base.png b/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_base.png deleted file mode 100644 index 1c99f69..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_base.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_distdiff.png b/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_distdiff.png deleted file mode 100644 index 5da3c22..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_distdiff.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_interv.png b/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_interv.png deleted file mode 100644 index 93edb9e..0000000 Binary files a/r-analysis/Images/DirectEffects/default_p_uspdc_intervention_interv.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png b/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png deleted file mode 100644 index 543b149..0000000 Binary files a/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_styled.png b/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_styled.png deleted file mode 100644 index 50154e8..0000000 Binary files a/r-analysis/Images/DirectEffects/p_generic_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png b/r-analysis/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png deleted file mode 100644 index 41877f8..0000000 Binary files a/r-analysis/Images/DirectEffects/p_generic_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png b/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png deleted file mode 100644 index a983210..0000000 Binary files a/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png b/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png deleted file mode 100644 index fdb21b9..0000000 Binary files a/r-analysis/Images/DirectEffects/p_uspdc_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png b/r-analysis/Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png deleted file mode 100644 index 21e5823..0000000 Binary files a/r-analysis/Images/DirectEffects/p_uspdc_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/posterior_p.png b/r-analysis/Images/DirectEffects/posterior_p.png deleted file mode 100644 index 3febffe..0000000 Binary files a/r-analysis/Images/DirectEffects/posterior_p.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/prior_mu.png b/r-analysis/Images/DirectEffects/prior_mu.png deleted file mode 100644 index 7bf8491..0000000 Binary files a/r-analysis/Images/DirectEffects/prior_mu.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/prior_p.png b/r-analysis/Images/DirectEffects/prior_p.png deleted file mode 100644 index 6b8209a..0000000 Binary files a/r-analysis/Images/DirectEffects/prior_p.png and /dev/null differ diff --git a/r-analysis/Images/DirectEffects/prior_sigma.png b/r-analysis/Images/DirectEffects/prior_sigma.png deleted file mode 100644 index 9db065a..0000000 Binary files a/r-analysis/Images/DirectEffects/prior_sigma.png and /dev/null differ diff --git a/r-analysis/Images/HistSnapshots.png b/r-analysis/Images/HistSnapshots.png deleted file mode 100644 index 278edd2..0000000 Binary files a/r-analysis/Images/HistSnapshots.png and /dev/null differ diff --git a/r-analysis/Images/HistTrialDurations_Faceted.png b/r-analysis/Images/HistTrialDurations_Faceted.png deleted file mode 100644 index b1fedda..0000000 Binary files a/r-analysis/Images/HistTrialDurations_Faceted.png and /dev/null differ diff --git a/r-analysis/Images/SnapshotsVsDurationVsTermination.png b/r-analysis/Images/SnapshotsVsDurationVsTermination.png deleted file mode 100644 index d3ca28e..0000000 Binary files a/r-analysis/Images/SnapshotsVsDurationVsTermination.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/Parameters/01_generics.png b/r-analysis/Images/TotalEffects/Parameters/01_generics.png deleted file mode 100644 index 2b500ce..0000000 Binary files a/r-analysis/Images/TotalEffects/Parameters/01_generics.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/Parameters/02_uspdc.png b/r-analysis/Images/TotalEffects/Parameters/02_uspdc.png deleted file mode 100644 index 2f87f29..0000000 Binary files a/r-analysis/Images/TotalEffects/Parameters/02_uspdc.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/Parameters/1&2_generics_and_uspdc.png b/r-analysis/Images/TotalEffects/Parameters/1&2_generics_and_uspdc.png deleted file mode 100644 index 0514735..0000000 Binary files a/r-analysis/Images/TotalEffects/Parameters/1&2_generics_and_uspdc.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/default_p_generic_intervention_base.png b/r-analysis/Images/TotalEffects/default_p_generic_intervention_base.png deleted file mode 100644 index 81c4810..0000000 Binary files a/r-analysis/Images/TotalEffects/default_p_generic_intervention_base.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/default_p_generic_intervention_distdiff.png b/r-analysis/Images/TotalEffects/default_p_generic_intervention_distdiff.png deleted file mode 100644 index 6708b1c..0000000 Binary files a/r-analysis/Images/TotalEffects/default_p_generic_intervention_distdiff.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/default_p_generic_intervention_interv.png b/r-analysis/Images/TotalEffects/default_p_generic_intervention_interv.png deleted file mode 100644 index 0e18fda..0000000 Binary files a/r-analysis/Images/TotalEffects/default_p_generic_intervention_interv.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_by_group.png b/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_by_group.png deleted file mode 100644 index fdb3a66..0000000 Binary files a/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_styled.png b/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_styled.png deleted file mode 100644 index 32c36b1..0000000 Binary files a/r-analysis/Images/TotalEffects/p_generic_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_generic_intervention_histdiff_by_group.png b/r-analysis/Images/TotalEffects/p_generic_intervention_histdiff_by_group.png deleted file mode 100644 index 658a0f5..0000000 Binary files a/r-analysis/Images/TotalEffects/p_generic_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_by_group.png b/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_by_group.png deleted file mode 100644 index 13b52f9..0000000 Binary files a/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_styled.png b/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_styled.png deleted file mode 100644 index d80f46f..0000000 Binary files a/r-analysis/Images/TotalEffects/p_uspdc_intervention_distdiff_styled.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/p_uspdc_intervention_histdiff_by_group.png b/r-analysis/Images/TotalEffects/p_uspdc_intervention_histdiff_by_group.png deleted file mode 100644 index 900a5d2..0000000 Binary files a/r-analysis/Images/TotalEffects/p_uspdc_intervention_histdiff_by_group.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/posterior_p.png b/r-analysis/Images/TotalEffects/posterior_p.png deleted file mode 100644 index cba79a6..0000000 Binary files a/r-analysis/Images/TotalEffects/posterior_p.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/prior_mu.png b/r-analysis/Images/TotalEffects/prior_mu.png deleted file mode 100644 index 9e8900c..0000000 Binary files a/r-analysis/Images/TotalEffects/prior_mu.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/prior_p.png b/r-analysis/Images/TotalEffects/prior_p.png deleted file mode 100644 index 0a765c4..0000000 Binary files a/r-analysis/Images/TotalEffects/prior_p.png and /dev/null differ diff --git a/r-analysis/Images/TotalEffects/prior_sigma.png b/r-analysis/Images/TotalEffects/prior_sigma.png deleted file mode 100644 index ae86349..0000000 Binary files a/r-analysis/Images/TotalEffects/prior_sigma.png and /dev/null differ diff --git a/r-analysis/Logistic.stan b/r-analysis/Logistic.stan deleted file mode 100644 index fe342bb..0000000 --- a/r-analysis/Logistic.stan +++ /dev/null @@ -1,30 +0,0 @@ -// -// This Stan program defines a simple model, with a -// vector of values 'y' modeled as normally distributed -// with mean 'mu' and standard deviation 'sigma'. -// -// Learn more about model development with Stan at: -// -// http://mc-stan.org/users/interfaces/rstan.html -// https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started -// - -// The input data is a vector 'y' of length 'N'. -data { - int D; - int N; - int y[N]; - row_vector[D] x[N]; -} -parameters { - real mu[D]; - real sigma[D]; -} -model { - sigma ~ gamma(2,0.1); - mu ~ normal(0, sigma); //convert to mvnormal - - for (n in 1:N) { - y[n] ~ bernoulli_logit(x[n] * mu); - } -} diff --git a/r-analysis/basic_logit.stan b/r-analysis/basic_logit.stan deleted file mode 100644 index 5b619e9..0000000 --- a/r-analysis/basic_logit.stan +++ /dev/null @@ -1,32 +0,0 @@ -// -// This Stan program defines a simple model, with a -// vector of values 'y' modeled as normally distributed -// with mean 'mu' and standard deviation 'sigma'. -// -// Learn more about model development with Stan at: -// -// http://mc-stan.org/users/interfaces/rstan.html -// https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started -// - -// The input data is a vector 'y' of length 'N'. -data { - int N; - int k; - matrix[N,k] X; - vector[N] int y; -} - -// The parameters accepted by the model. Our model -// accepts two parameters 'mu' and 'sigma'. -parameters { - vector[k] beta; -} - -// The model to be estimated. We model the output -// 'y' to be normally distributed with mean 'mu' -// and standard deviation 'sigma'. -model { - y ~ bernoulli_logit( X * beta); -} - diff --git a/r-analysis/latex_output/DirectEffects/group_Digestive.tex b/r-analysis/latex_output/DirectEffects/group_Digestive.tex deleted file mode 100644 index bec09e2..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Digestive.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.027314122100858, -0.0977459511882078, -0.100176238372831, -0.249306569425514, -0.118238428724309, -0.0840365278483271, -0.102784919777863, -0.119009403156763, -0.0322797756928929, -0.00127394850655207, -0.00388840876060019, -0.00538610417285804) -c(`2.5%` = -0.604245301024113, `2.5%` = -1.63536711477685, `2.5%` = -1.59229569755844, `2.5%` = -0.810914589625872, `2.5%` = -0.592932299993485, `2.5%` = -0.558654646277989, `2.5%` = -0.567956701083401, `2.5%` = -0.573571472934491, `2.5%` = -0.698041661410238, `2.5%` = -0.482547609042035, `2.5%` = -0.711036596620767, `2.5%` = -0.547028839097524) -c(`97.5%` = 0.546339569374801, `97.5%` = 1.37267037163083, `97.5%` = 1.34668150130194, `97.5%` = 0.229497021574126, `97.5%` = 0.22878555298568, `97.5%` = 0.279043423068356, `97.5%` = 0.251595518092909, `97.5%` = 0.229985426848693, `97.5%` = 0.648022461446708, `97.5%` = 0.471731892727332, `97.5%` = 0.700586024127442, `97.5%` = 0.515599851493812) -c(`5%` = -0.478277339252247, `5%` = -1.33063974818463, `5%` = -1.32128360503802, `5%` = -0.711646263826512, `5%` = -0.481053883526953, `5%` = -0.456074832040799, `5%` = -0.459808039886674, `5%` = -0.474402565313938, `5%` = -0.554354309446204, `5%` = -0.37903606269765, `5%` = -0.54539560131478, `5%` = -0.425542097315849) -c(`95%` = 0.431271380493192, `95%` = 1.10177406553501, `95%` = 1.07597310447015, `95%` = 0.153510909038534, `95%` = 0.165286661169665, `95%` = 0.207570124497951, `95%` = 0.182951588783184, `95%` = 0.165385039950108, `95%` = 0.488196928005039, `95%` = 0.366191259259638, `95%` = 0.539169219640597, `95%` = 0.405983928954471) diff --git a/r-analysis/latex_output/DirectEffects/group_Endocrine, Nutritional, and Metabolic.tex b/r-analysis/latex_output/DirectEffects/group_Endocrine, Nutritional, and Metabolic.tex deleted file mode 100644 index eb13ecc..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Endocrine, Nutritional, and Metabolic.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.0359624211361879, -0.782900034161243, -0.321179541654107, 0.056437747345843, -0.0295219561009274, 0.0772137220694352, -0.00313997689058263, -0.0746900463677584, -0.221557156054218, -0.0138667209542896, -0.127643497298759, 0.212814382541755) -c(`2.5%` = -0.579440352911549, `2.5%` = -2.00580276680818, `2.5%` = -1.38955251675308, `2.5%` = -0.401390518093902, `2.5%` = -0.380280374913371, `2.5%` = -0.250839386311071, `2.5%` = -0.381760650471689, `2.5%` = -0.482915957198587, `2.5%` = -0.973157147545243, `2.5%` = -0.515476535562455, `2.5%` = -0.934517717044905, `2.5%` = -0.216790926226796) -c(`97.5%` = 0.502125713791806, `97.5%` = 0.264875526831466, `97.5%` = 0.649466307918394, `97.5%` = 0.55248235030019, `97.5%` = 0.328143845878691, `97.5%` = 0.492498277689631, `97.5%` = 0.377779665518808, `97.5%` = 0.269832672378162, `97.5%` = 0.316983904931957, `97.5%` = 0.454904726018055, `97.5%` = 0.47662240088646, `97.5%` = 0.947012674771204) -c(`5%` = -0.471325224304299, `5%` = -1.77918727259341, `5%` = -1.20365166856666, `5%` = -0.320720869940325, `5%` = -0.311683910160606, `5%` = -0.193305225877617, `5%` = -0.307555319869522, `5%` = -0.396114276660453, `5%` = -0.809161127277071, `5%` = -0.393237237690441, `5%` = -0.738780680394586, `5%` = -0.155069763071105) -c(`95%` = 0.385472437795313, `95%` = 0.10392944357601, `95%` = 0.488909460910419, `95%` = 0.456745655792099, `95%` = 0.259020137205575, `95%` = 0.406734736405315, `95%` = 0.299286887946396, `95%` = 0.207207133818939, `95%` = 0.22061302615814, `95%` = 0.350690278574222, `95%` = 0.358209361444831, `95%` = 0.771003878094919) diff --git a/r-analysis/latex_output/DirectEffects/group_Eye and Adnexa.tex b/r-analysis/latex_output/DirectEffects/group_Eye and Adnexa.tex deleted file mode 100644 index 81a1092..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Eye and Adnexa.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.0279957787956102, -0.188374223876446, -0.171255679770685, -0.242793206618848, -0.120777683782863, -0.0885653913735337, -0.104496435054113, -0.124188447865951, -0.0408676448107963, -0.00475038293457433, -0.00458743018336106, -0.00219739990464421) -c(`2.5%` = -0.569695418651698, `2.5%` = -1.72259104935088, `2.5%` = -1.61513700134403, `2.5%` = -0.851503213329849, `2.5%` = -0.577061268323663, `2.5%` = -0.586774282651426, `2.5%` = -0.564053814398985, `2.5%` = -0.593686415250728, `2.5%` = -0.719365627727127, `2.5%` = -0.486669016974439, `2.5%` = -0.698692690737957, `2.5%` = -0.546024664925017) -c(`97.5%` = 0.516423378864606, `97.5%` = 1.26193238790215, `97.5%` = 1.20326996986, `97.5%` = 0.255022252982523, `97.5%` = 0.215165986528118, `97.5%` = 0.282290027896752, `97.5%` = 0.255858742867679, `97.5%` = 0.221963387475187, `97.5%` = 0.621431409609209, `97.5%` = 0.4773406365389, `97.5%` = 0.705869821256914, `97.5%` = 0.536012692353226) -c(`5%` = -0.4585010574341, `5%` = -1.43935573234917, `5%` = -1.36479973315175, `5%` = -0.720568750267621, `5%` = -0.469847368829239, `5%` = -0.478864683372191, `5%` = -0.460057228615454, `5%` = -0.489465055931778, `5%` = -0.578177327158022, `5%` = -0.381641613228118, `5%` = -0.551502493771384, `5%` = -0.422785852222731) -c(`95%` = 0.400343971015968, `95%` = 1.01895871997513, `95%` = 0.959454090167079, `95%` = 0.176114919345453, `95%` = 0.152345205596734, `95%` = 0.213137189941702, `95%` = 0.185244364248585, `95%` = 0.162054112573589, `95%` = 0.490547427008517, `95%` = 0.368517136449319, `95%` = 0.545415570927546, `95%` = 0.409249197193782) diff --git a/r-analysis/latex_output/DirectEffects/group_Infections & Parasites.tex b/r-analysis/latex_output/DirectEffects/group_Infections & Parasites.tex deleted file mode 100644 index 0ba51d0..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Infections & Parasites.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.0793030252420072, 0.683684529972769, -0.410002962985084, -0.45901974307645, 0.000437094997677299, 0.0677014139420199, 0.0673712444312255, 0.0359809401741949, -0.240244925217888, -0.0319054238096691, 0.313015599215921, 0.0210696383213873) -c(`2.5%` = -0.583434624344359, `2.5%` = -0.065419959325911, `2.5%` = -1.17468261714707, `2.5%` = -0.705793411559892, `2.5%` = -0.345822363585642, `2.5%` = -0.232655014153882, `2.5%` = -0.248524379708232, `2.5%` = -0.286117656002968, `2.5%` = -0.87651952700298, `2.5%` = -0.525407443130088, `2.5%` = -0.233595610789792, `2.5%` = -0.441569222608919) -c(`97.5%` = 0.35398311863773, `97.5%` = 1.45484130643615, `97.5%` = 0.346653154116167, `97.5%` = -0.236305174837619, `97.5%` = 0.386015604217819, `97.5%` = 0.404247665426877, `97.5%` = 0.434245451579067, `97.5%` = 0.423462054208515, `97.5%` = 0.23537143938282, `97.5%` = 0.399015448351366, `97.5%` = 1.20992585448287, `97.5%` = 0.493590414145303) -c(`5%` = -0.474208313604929, `5%` = 0.0501521959809474, `5%` = -1.0336344603454, `5%` = -0.660811624476579, `5%` = -0.276437496715932, `5%` = -0.175087033563737, `5%` = -0.188749279895997, `5%` = -0.224724536529492, `5%` = -0.744994092308559, `5%` = -0.407145610958877, `5%` = -0.161074039282134, `5%` = -0.345001792538537) -c(`95%` = 0.276270359667977, `95%` = 1.3349917174215, `95%` = 0.222541387038459, `95%` = -0.270383161152322, `95%` = 0.309147327206399, `95%` = 0.341721741846159, `95%` = 0.357322440578592, `95%` = 0.339322465598322, `95%` = 0.160459280321308, `95%` = 0.302328614573726, `95%` = 1.02393998056565, `95%` = 0.397235475562926) diff --git a/r-analysis/latex_output/DirectEffects/group_Mental & Behavioral.tex b/r-analysis/latex_output/DirectEffects/group_Mental & Behavioral.tex deleted file mode 100644 index 6f6336d..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Mental & Behavioral.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.0935599165790394, -0.182991008984818, -0.965492498929888, 0.02127245673449, -0.0185264620186721, 0.0956562631400123, 0.0505780341804801, -0.0536141627117849, -0.200263144507699, -0.0146497145987768, 0.0205869638597122, 0.0890290072803951) -c(`2.5%` = -0.686559815852681, `2.5%` = -1.71289110665745, `2.5%` = -2.60970766749696, `2.5%` = -0.465050554969861, `2.5%` = -0.383327573986138, `2.5%` = -0.248837902103636, `2.5%` = -0.300500891743519, `2.5%` = -0.45223419195527, `2.5%` = -0.94394301268436, `2.5%` = -0.499533015362412, `2.5%` = -0.650164700792049, `2.5%` = -0.360251490641265) -c(`97.5%` = 0.403955344856024, `97.5%` = 1.25470210706401, `97.5%` = 0.352152451167178, `97.5%` = 0.506629919081893, `97.5%` = 0.348981738401476, `97.5%` = 0.564358883481968, `97.5%` = 0.473588076690152, `97.5%` = 0.307788740747882, `97.5%` = 0.358893861662799, `97.5%` = 0.43698314079323, `97.5%` = 0.718849094670325, `97.5%` = 0.653178363051581) -c(`5%` = -0.557084729322387, `5%` = -1.43574526702315, `5%` = -2.30944484222019, `5%` = -0.379700681097719, `5%` = -0.305639857445809, `5%` = -0.184502902527725, `5%` = -0.230203068205031, `5%` = -0.363518334955493, `5%` = -0.79139378228791, `5%` = -0.388010301742696, `5%` = -0.498641943680582, `5%` = -0.272800883596647) -c(`95%` = 0.299691249678505, `95%` = 0.998440118744661, `95%` = 0.142406345566596, `95%` = 0.427635602477676, `95%` = 0.280492149197693, `95%` = 0.459288167056591, `95%` = 0.386634645236833, `95%` = 0.237381077376053, `95%` = 0.255397789964286, `95%` = 0.340469607680822, `95%` = 0.559285332586046, `95%` = 0.5354778771933) diff --git a/r-analysis/latex_output/DirectEffects/group_Musculoskeletal.tex b/r-analysis/latex_output/DirectEffects/group_Musculoskeletal.tex deleted file mode 100644 index a6be652..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Musculoskeletal.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(0.0972950744469196, -1.12108775912607, 0.981904643289203, -0.0833659807014342, -0.0648732675151348, 0.0237834023098016, 0.00567301654155202, -0.0347713442961082, -0.246549007057626, -0.00632918642884552, -0.0469323353070514, 0.118862788038463) -c(`2.5%` = -0.376651921398821, `2.5%` = -2.12074889567902, `2.5%` = 0.1395515263723, `2.5%` = -0.564670594507944, `2.5%` = -0.448024028191219, `2.5%` = -0.350229942919627, `2.5%` = -0.354306552748885, `2.5%` = -0.412791751601769, `2.5%` = -1.00366111249057, `2.5%` = -0.457655580540547, `2.5%` = -0.742835324823262, `2.5%` = -0.322864100327864) -c(`97.5%` = 0.734390689296967, `97.5%` = -0.18706586519614, `97.5%` = 1.91303164519959, `97.5%` = 0.394986366074766, `97.5%` = 0.283669299871185, `97.5%` = 0.425818701515773, `97.5%` = 0.393677541349819, `97.5%` = 0.342045887014197, `97.5%` = 0.271962205186355, `97.5%` = 0.452830824807258, `97.5%` = 0.568899607556996, `97.5%` = 0.707848346844139) -c(`5%` = -0.286576879837866, `5%` = -1.96383338722353, `5%` = 0.267683359966716, `5%` = -0.481643326201597, `5%` = -0.362163224606055, `5%` = -0.274767213285562, `5%` = -0.280614640619588, `5%` = -0.324028661022394, `5%` = -0.849782529590805, `5%` = -0.365099832761715, `5%` = -0.591432650332965, `5%` = -0.239052465940946) -c(`95%` = 0.591165271809376, `95%` = -0.325114325462184, `95%` = 1.75092182976244, `95%` = 0.306384973414355, `95%` = 0.213921262605003, `95%` = 0.340355180410118, `95%` = 0.308933983311709, `95%` = 0.261992382702039, `95%` = 0.184765724564457, `95%` = 0.351135663837146, `95%` = 0.451373126077815, `95%` = 0.583491976764975) diff --git a/r-analysis/latex_output/DirectEffects/group_Neoplasms.tex b/r-analysis/latex_output/DirectEffects/group_Neoplasms.tex deleted file mode 100644 index 227dc6b..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Neoplasms.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.322582052176165, 0.750982081375159, -1.42212379946949, 0.246630947005838, -0.0726138396709301, 0.0357486885544385, -0.0938814204552793, -0.132644192602625, -0.391115168851617, -0.00239195482020883, -0.462480676283058, -0.153070251526815) -c(`2.5%` = -0.87294329504073, `2.5%` = 0.331877791679706, `2.5%` = -1.94579183442618, `2.5%` = -0.139182625694151, `2.5%` = -0.456110870832027, `2.5%` = -0.291411358565643, `2.5%` = -0.492348840904433, `2.5%` = -0.558631951401057, `2.5%` = -1.01411677983288, `2.5%` = -0.468281595468319, `2.5%` = -1.38061563420554, `2.5%` = -0.647099460522259) -c(`97.5%` = 0.0587853501781265, `97.5%` = 1.16526480888199, `97.5%` = -0.897122825571582, `97.5%` = 0.691866904545977, `97.5%` = 0.261211547960192, `97.5%` = 0.413962106018403, `97.5%` = 0.232771720202108, `97.5%` = 0.186096031328052, `97.5%` = 0.0583828784296896, `97.5%` = 0.4785048828174, `97.5%` = 0.104732943062095, `97.5%` = 0.200836306411785) -c(`5%` = -0.771468634715759, `5%` = 0.405167331678651, `5%` = -1.86296688100473, `5%` = -0.0806158797741817, `5%` = -0.373986889693853, `5%` = -0.227616863090359, `5%` = -0.399180359180708, `5%` = -0.471643670532446, `5%` = -0.888767779590734, `5%` = -0.367271272187763, `5%` = -1.20489418265913, `5%` = -0.542569734384912) -c(`95%` = 0.0150882242203145, `95%` = 1.09782704884613, `95%` = -0.982467346487132, `95%` = 0.611235824889882, `95%` = 0.198579682424225, `95%` = 0.323824414349779, `95%` = 0.171837300752232, `95%` = 0.134164561261867, `95%` = 0.00220068103113155, `95%` = 0.367203503126038, `95%` = 0.0412518775283032, `95%` = 0.146594017297049) diff --git a/r-analysis/latex_output/DirectEffects/group_Nervous System.tex b/r-analysis/latex_output/DirectEffects/group_Nervous System.tex deleted file mode 100644 index 76132c6..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Nervous System.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.0434069805779893, 2.03676834465289, 1.4343145281794, -0.353889466705638, -0.124321128199524, 0.00423642128472121, -0.0425740341438179, -0.07881046720557, -0.0261667863864122, -0.00480659943471074, 0.0112324599145869, -0.0300495917654117) -c(`2.5%` = -0.609172939750732, `2.5%` = 0.708058159336893, `2.5%` = 0.205211516738727, `2.5%` = -0.856676948518065, `2.5%` = -0.567075461398637, `2.5%` = -0.356511761476351, `2.5%` = -0.428640633525704, `2.5%` = -0.496269323917769, `2.5%` = -0.636644765202698, `2.5%` = -0.493930299634033, `2.5%` = -0.671365303582674, `2.5%` = -0.579952442420161) -c(`97.5%` = 0.505940471844121, `97.5%` = 3.60035882967352, `97.5%` = 2.9807308772601, `97.5%` = 0.0761607193852783, `97.5%` = 0.211975933443529, `97.5%` = 0.381423066775188, `97.5%` = 0.321299483873492, `97.5%` = 0.279393871321772, `97.5%` = 0.618116456875924, `97.5%` = 0.472879759036545, `97.5%` = 0.720181839443808, `97.5%` = 0.46700168455864) -c(`5%` = -0.485901259502674, `5%` = 0.884703609533978, `5%` = 0.381605043104683, `5%` = -0.768461609662863, `5%` = -0.466480376601642, `5%` = -0.289530884806339, `5%` = -0.347496061976791, `5%` = -0.406216335352779, `5%` = -0.52029100814471, `5%` = -0.372087147651722, `5%` = -0.515813890336007, `5%` = -0.46428182787326) -c(`95%` = 0.390738341658563, `95%` = 3.29771164731612, `95%` = 2.69087324260631, `95%` = 0.0153766844089947, `95%` = 0.150655504538043, `95%` = 0.299880242695692, `95%` = 0.248476784178123, `95%` = 0.21110988478724, `95%` = 0.473605030682722, `95%` = 0.361676244869204, `95%` = 0.567163141840564, `95%` = 0.355265905726475) diff --git a/r-analysis/latex_output/DirectEffects/group_Skin & Subcutaneaous tissue.tex b/r-analysis/latex_output/DirectEffects/group_Skin & Subcutaneaous tissue.tex deleted file mode 100644 index 17b08e4..0000000 --- a/r-analysis/latex_output/DirectEffects/group_Skin & Subcutaneaous tissue.tex +++ /dev/null @@ -1,6 +0,0 @@ -c("Elapsed Duration", "asinh(Competitors USPDC)", "asinh(Generic Brands)", "asinh(High SDI)", "asinh(High-Medium SDI)", "asinh(Low SDI)", "asinh(Low-Medium SDI)", "asinh(Medium SDI)", "status_ANR", "status_EBI", "status_NYR", "status_Rec") -c(-0.145194792404081, 0.355597503912652, -0.484800071266936, -0.18191771768213, -0.065258791415621, 0.0449702453847374, 0.0110395362792711, 0.00194942504612146, -0.152476010443095, 0.00149825743754654, 0.0363376534270052, 0.0538518027914453) -c(`2.5%` = -0.724681033559513, `2.5%` = -0.91686956167729, `2.5%` = -1.89430439178029, `2.5%` = -0.695520194518782, `2.5%` = -0.445592443705013, `2.5%` = -0.32430666522606, `2.5%` = -0.344946848228873, `2.5%` = -0.351539513549624, `2.5%` = -0.873504809302228, `2.5%` = -0.47309813378072, `2.5%` = -0.638236325260894, `2.5%` = -0.441269239429757) -c(`97.5%` = 0.296626779745263, `97.5%` = 1.68556389544589, `97.5%` = 0.74983930327188, `97.5%` = 0.278127941453072, `97.5%` = 0.288066122034647, `97.5%` = 0.460341607421795, `97.5%` = 0.384806333368873, `97.5%` = 0.416319040070833, `97.5%` = 0.418305089489921, `97.5%` = 0.502995178525313, `97.5%` = 0.770894977353144, `97.5%` = 0.616981750019738) -c(`5%` = -0.60663639182431, `5%` = -0.67458579540421, `5%` = -1.63161252524388, `5%` = -0.59070370138483, `5%` = -0.365794756453759, `5%` = -0.246558590063836, `5%` = -0.280826901996402, `5%` = -0.285761256553359, `5%` = -0.722302029118797, `5%` = -0.365189621629917, `5%` = -0.492564658026736, `5%` = -0.341078007765104) -c(`95%` = 0.219603023365579, `95%` = 1.43038671095271, `95%` = 0.539558567697874, `95%` = 0.194439650994401, `95%` = 0.212597678776704, `95%` = 0.382800562684122, `95%` = 0.315636156589366, `95%` = 0.327937378070452, `95%` = 0.313618294370934, `95%` = 0.383953453100623, `95%` = 0.603219377955483, `95%` = 0.491799958125016) diff --git a/r-analysis/latex_output/DirectEffects/group_status_ANR.tex b/r-analysis/latex_output/DirectEffects/group_status_ANR.tex deleted file mode 100644 index 64aeac1..0000000 --- a/r-analysis/latex_output/DirectEffects/group_status_ANR.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0379222039996637, -0.00951521433050643, -0.0357669209565548, -0.0289858802339238, -0.0384045782213899, -0.0354852935888951, -0.195806801668196, -0.0319728051993748, -0.064502474892061, -0.0359000714018003, -0.209385718567549, -0.0293405266823335, -0.166256613851307, -0.204154479367649, -0.343021435135372, 0.0429675640807533, -0.031540048708067, -0.0346985641986963, -0.0303375281259717, -0.13391213882268, -0.0315874427691754, -0.0292508480128129) -c(`2.5%` = -0.670177498740691, `2.5%` = -0.606574716528012, `2.5%` = -0.660124076867341, `2.5%` = -0.658500223161749, `2.5%` = -0.673266724039317, `2.5%` = -0.693646849412836, `2.5%` = -0.917059388708302, `2.5%` = -0.662394912651839, `2.5%` = -0.67991481986874, `2.5%` = -0.670316698080103, `2.5%` = -0.83183723815622, `2.5%` = -0.663476379211969, `2.5%` = -0.854735257874132, `2.5%` = -0.918576287776926, `2.5%` = -0.963532341357661, `2.5%` = -0.495917243186253, `2.5%` = -0.64751983879636, `2.5%` = -0.673951139603439, -`2.5%` = -0.665804518054749, `2.5%` = -0.791664538636436, `2.5%` = -0.643761100670645, `2.5%` = -0.680737220370752) -c(`97.5%` = 0.579428469021833, `97.5%` = 0.640138775494956, `97.5%` = 0.596180548733038, `97.5%` = 0.619030332938483, `97.5%` = 0.597678927212641, `97.5%` = 0.6121441149317, `97.5%` = 0.323295322658126, `97.5%` = 0.590730699845894, `97.5%` = 0.503098249043251, `97.5%` = 0.607349406190736, `97.5%` = 0.228895375416542, `97.5%` = 0.624129832779025, `97.5%` = 0.342536899260382, `97.5%` = 0.307896298234294, `97.5%` = 0.0903633166835597, `97.5%` = 0.686527591660775, `97.5%` = 0.616181981700487, `97.5%` = 0.599647736473311, -`97.5%` = 0.609123918623858, `97.5%` = 0.415337198000103, `97.5%` = 0.597111489383847, `97.5%` = 0.632428409170173) -c(`5%` = -0.530855657109975, `5%` = -0.487829039222839, `5%` = -0.530023192811465, `5%` = -0.516610981668542, `5%` = -0.524022832574353, `5%` = -0.537218989651104, `5%` = -0.75728605285178, `5%` = -0.517067859106373, `5%` = -0.547235882003818, `5%` = -0.536626649173697, `5%` = -0.691946442016388, `5%` = -0.52266339334223, `5%` = -0.70021531860572, `5%` = -0.769560225018392, `5%` = -0.844315621869912, `5%` = -0.393051567766974, `5%` = -0.519010088416499, `5%` = -0.529941857869653, `5%` = -0.52218968602785, -`5%` = -0.648665425674694, `5%` = -0.520022794035758, `5%` = -0.521893002755623) -c(`95%` = 0.449851048402911, `95%` = 0.496036928523184, `95%` = 0.452249441742121, `95%` = 0.47353271148754, `95%` = 0.454890426424996, `95%` = 0.474673790264394, `95%` = 0.22238953047732, `95%` = 0.44333608430914, `95%` = 0.387054472484903, `95%` = 0.475167927437824, `95%` = 0.156987753663085, `95%` = 0.473536190521047, `95%` = 0.254381363435638, `95%` = 0.217911529700368, `95%` = 0.0348859178585696, `95%` = 0.552104217589191, `95%` = 0.462090261872998, `95%` = 0.456310261272674, `95%` = 0.474214855342067, -`95%` = 0.307884811241422, `95%` = 0.465192052817642, `95%` = 0.472198045319103) diff --git a/r-analysis/latex_output/DirectEffects/parameters_10_status_EBI.tex b/r-analysis/latex_output/DirectEffects/parameters_10_status_EBI.tex deleted file mode 100644 index 640d861..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_10_status_EBI.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-3.67876230607321e-05, -0.00420544695989984, -0.00364348124813704, -0.00291662083314147, -0.00127394850655207, -0.00296168450681433, -0.0138667209542896, -0.00119057427895234, -0.00475038293457433, -0.00387370578947635, -0.0319054238096691, -0.00540464874127915, -0.0146497145987768, -0.00632918642884552, -0.00239195482020883, -0.00480659943471074, -0.00187482127808104, -0.00261361052577467, -0.00146956159362431, 0.00149825743754654, -0.000168656231690738, -0.00515623270496441) -c(`2.5%` = -0.476996093228054, `2.5%` = -0.492339412725189, `2.5%` = -0.486321618209511, `2.5%` = -0.462830472897099, `2.5%` = -0.482547609042035, `2.5%` = -0.470816024295561, `2.5%` = -0.515476535562455, `2.5%` = -0.483294312329889, `2.5%` = -0.486669016974439, `2.5%` = -0.491805733757852, `2.5%` = -0.525407443130088, `2.5%` = -0.506905210695365, `2.5%` = -0.499533015362412, `2.5%` = -0.457655580540547, `2.5%` = -0.468281595468319, `2.5%` = -0.493930299634033, `2.5%` = -0.491781074950629, `2.5%` = -0.495214949068811, -`2.5%` = -0.481250791894886, `2.5%` = -0.47309813378072, `2.5%` = -0.476362703958553, `2.5%` = -0.497813936204529) -c(`97.5%` = 0.46973616324388, `97.5%` = 0.478982977005595, `97.5%` = 0.488377886456392, `97.5%` = 0.470734349815259, `97.5%` = 0.471731892727332, `97.5%` = 0.464019043168922, `97.5%` = 0.454904726018055, `97.5%` = 0.480776937102239, `97.5%` = 0.4773406365389, `97.5%` = 0.481655471647827, `97.5%` = 0.399015448351366, `97.5%` = 0.474284382576303, `97.5%` = 0.43698314079323, `97.5%` = 0.452830824807258, `97.5%` = 0.4785048828174, `97.5%` = 0.472879759036545, `97.5%` = 0.472421304769591, `97.5%` = 0.496141774488885, -`97.5%` = 0.471526596519446, `97.5%` = 0.502995178525313, `97.5%` = 0.467792022647372, `97.5%` = 0.478962651483817) -c(`5%` = -0.361246264758624, `5%` = -0.381917066665734, `5%` = -0.383811060861621, `5%` = -0.367778441281022, `5%` = -0.37903606269765, `5%` = -0.36689865770687, `5%` = -0.393237237690441, `5%` = -0.369236154947112, `5%` = -0.381641613228118, `5%` = -0.386356944965196, `5%` = -0.407145610958877, `5%` = -0.38403492126543, `5%` = -0.388010301742696, `5%` = -0.365099832761715, `5%` = -0.367271272187763, `5%` = -0.372087147651722, `5%` = -0.381193721179851, `5%` = -0.377548729944066, `5%` = -0.367502266173254, -`5%` = -0.365189621629917, `5%` = -0.372138950634624, `5%` = -0.387958726039597) -c(`95%` = 0.361246170270507, `95%` = 0.363583567124765, `95%` = 0.376787061804658, `95%` = 0.36591934655417, `95%` = 0.366191259259638, `95%` = 0.359677428221111, `95%` = 0.350690278574222, `95%` = 0.368397169620133, `95%` = 0.368517136449319, `95%` = 0.37350489237439, `95%` = 0.302328614573726, `95%` = 0.36401458422603, `95%` = 0.340469607680822, `95%` = 0.351135663837146, `95%` = 0.367203503126038, `95%` = 0.361676244869204, `95%` = 0.370683861620747, `95%` = 0.37767824418145, `95%` = 0.365557221714353, -`95%` = 0.383953453100623, `95%` = 0.357532737242623, `95%` = 0.376649435010025) diff --git a/r-analysis/latex_output/DirectEffects/parameters_11_status_Rec.tex b/r-analysis/latex_output/DirectEffects/parameters_11_status_Rec.tex deleted file mode 100644 index de8d58b..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_11_status_Rec.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.00453004445128726, -0.0487882643350839, 0.00388324398875035, 0.00600030897715551, -0.00538610417285804, 0.00772537385203624, 0.212814382541755, 0.0103546585393891, -0.00219739990464421, 0.00573547993633034, 0.0210696383213873, 0.00382326626946433, 0.0890290072803951, 0.118862788038463, -0.153070251526815, -0.0300495917654117, 0.00632693558951951, 0.00686062215015545, -0.000134290900666971, 0.0538518027914453, 0.0067852977037269, 0.00444722699882794) -c(`2.5%` = -0.522473467151954, `2.5%` = -0.629355920785815, `2.5%` = -0.563978773920117, `2.5%` = -0.535432036777299, `2.5%` = -0.547028839097524, `2.5%` = -0.536401559610976, `2.5%` = -0.216790926226796, `2.5%` = -0.547248878421194, `2.5%` = -0.546024664925017, `2.5%` = -0.555045837090003, `2.5%` = -0.441569222608919, `2.5%` = -0.536935757859788, `2.5%` = -0.360251490641265, `2.5%` = -0.322864100327864, `2.5%` = -0.647099460522259, `2.5%` = -0.579952442420161, `2.5%` = -0.543774959491397, `2.5%` = -0.534317244933372, -`2.5%` = -0.545741442414024, `2.5%` = -0.441269239429757, `2.5%` = -0.543562151946732, `2.5%` = -0.549318626516662) -c(`97.5%` = 0.521050827265422, `97.5%` = 0.437305818019008, `97.5%` = 0.529716007011035, `97.5%` = 0.544430091969286, `97.5%` = 0.515599851493812, `97.5%` = 0.571254185861391, `97.5%` = 0.947012674771204, `97.5%` = 0.563106046915962, `97.5%` = 0.536012692353226, `97.5%` = 0.551334734198655, `97.5%` = 0.493590414145303, `97.5%` = 0.531688870459631, `97.5%` = 0.653178363051581, `97.5%` = 0.707848346844139, `97.5%` = 0.200836306411785, `97.5%` = 0.46700168455864, `97.5%` = 0.55501322279541, `97.5%` = 0.559360718630685, -`97.5%` = 0.529476040519034, `97.5%` = 0.616981750019738, `97.5%` = 0.555288145061246, `97.5%` = 0.566786398732341) -c(`5%` = -0.419232231166099, `5%` = -0.494798169976347, `5%` = -0.42258487608435, `5%` = -0.403599534929105, `5%` = -0.425542097315849, `5%` = -0.409206631802767, `5%` = -0.155069763071105, `5%` = -0.427750837955659, `5%` = -0.422785852222731, `5%` = -0.418611961249901, `5%` = -0.345001792538537, `5%` = -0.417445127557205, `5%` = -0.272800883596647, `5%` = -0.239052465940946, `5%` = -0.542569734384912, `5%` = -0.46428182787326, `5%` = -0.41832175307383, `5%` = -0.412143756821372, `5%` = -0.423339859632688, -`5%` = -0.341078007765104, `5%` = -0.414497039997972, `5%` = -0.427598414623105) -c(`95%` = 0.40930413280727, `95%` = 0.335431104413784, `95%` = 0.418199256179212, `95%` = 0.422320950945946, `95%` = 0.405983928954471, `95%` = 0.446199810548468, `95%` = 0.771003878094919, `95%` = 0.445272729713247, `95%` = 0.409249197193782, `95%` = 0.4340297565346, `95%` = 0.397235475562926, `95%` = 0.41621191535763, `95%` = 0.5354778771933, `95%` = 0.583491976764975, `95%` = 0.146594017297049, `95%` = 0.355265905726475, `95%` = 0.444310196673993, `95%` = 0.432673021127983, `95%` = 0.404697464194665, -`95%` = 0.491799958125016, `95%` = 0.435963195935617, `95%` = 0.429229280272728) diff --git a/r-analysis/latex_output/DirectEffects/parameters_12_status_ANR.tex b/r-analysis/latex_output/DirectEffects/parameters_12_status_ANR.tex deleted file mode 100644 index 0773bdc..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_12_status_ANR.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0356872678051164, -0.00168811312747167, -0.040772450833773, -0.0341295396740508, -0.0322797756928929, -0.0321252414552999, -0.221557156054218, -0.0337834431778614, -0.0408676448107963, -0.0366971604758617, -0.240244925217888, -0.033194017550941, -0.200263144507699, -0.246549007057626, -0.391115168851617, -0.0261667863864122, -0.0349391488939177, -0.0320976112580892, -0.0410148199139907, -0.152476010443095, -0.0338355056959803, -0.0367444967033869) -c(`2.5%` = -0.706590813904093, `2.5%` = -0.642026975659904, `2.5%` = -0.697711370058256, `2.5%` = -0.690391522038681, `2.5%` = -0.698041661410238, `2.5%` = -0.676482912494113, `2.5%` = -0.973157147545243, `2.5%` = -0.700846560913017, `2.5%` = -0.719365627727127, `2.5%` = -0.698432906368924, `2.5%` = -0.87651952700298, `2.5%` = -0.699046185415651, `2.5%` = -0.94394301268436, `2.5%` = -1.00366111249057, `2.5%` = -1.01411677983288, `2.5%` = -0.636644765202698, `2.5%` = -0.717193539573276, `2.5%` = -0.720247115196323, -`2.5%` = -0.712856989208935, `2.5%` = -0.873504809302228, `2.5%` = -0.70228275809258, `2.5%` = -0.703044249394869) -c(`97.5%` = 0.635740388531593, `97.5%` = 0.692401928546005, `97.5%` = 0.644353373854409, `97.5%` = 0.634544683879137, `97.5%` = 0.648022461446708, `97.5%` = 0.650835318913872, `97.5%` = 0.316983904931957, `97.5%` = 0.652662941397892, `97.5%` = 0.621431409609209, `97.5%` = 0.640989465829257, `97.5%` = 0.23537143938282, `97.5%` = 0.64069103107391, `97.5%` = 0.358893861662799, `97.5%` = 0.271962205186355, `97.5%` = 0.0583828784296896, `97.5%` = 0.618116456875924, `97.5%` = 0.627789573055541, `97.5%` = 0.660056576525587, -`97.5%` = 0.652606458105825, `97.5%` = 0.418305089489921, `97.5%` = 0.67125888646248, `97.5%` = 0.642124349089325) -c(`5%` = -0.550956992904975, `5%` = -0.508041453428566, `5%` = -0.563126505853213, `5%` = -0.565333950659683, `5%` = -0.554354309446204, `5%` = -0.542521402655654, `5%` = -0.809161127277071, `5%` = -0.570042651392966, `5%` = -0.578177327158022, `5%` = -0.553466249874256, `5%` = -0.744994092308559, `5%` = -0.564002786220583, `5%` = -0.79139378228791, `5%` = -0.849782529590805, `5%` = -0.888767779590734, `5%` = -0.52029100814471, `5%` = -0.562403466038745, `5%` = -0.570854727997741, `5%` = -0.56083436437509, -`5%` = -0.722302029118797, `5%` = -0.560672155131224, `5%` = -0.566427691976467) -c(`95%` = 0.49921617249493, `95%` = 0.539888713167615, `95%` = 0.491336618459837, `95%` = 0.496096855549579, `95%` = 0.488196928005039, `95%` = 0.504500383918774, `95%` = 0.22061302615814, `95%` = 0.50763842075058, `95%` = 0.490547427008517, `95%` = 0.5024220439598, `95%` = 0.160459280321308, `95%` = 0.508241776378691, `95%` = 0.255397789964286, `95%` = 0.184765724564457, `95%` = 0.00220068103113155, `95%` = 0.473605030682722, `95%` = 0.502086057276485, `95%` = 0.502388739081777, `95%` = 0.492126790714092, -`95%` = 0.313618294370934, `95%` = 0.511171244847726, `95%` = 0.488474582283021) diff --git a/r-analysis/latex_output/DirectEffects/parameters_1_Elapsed Duration.tex b/r-analysis/latex_output/DirectEffects/parameters_1_Elapsed Duration.tex deleted file mode 100644 index acffdb2..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_1_Elapsed Duration.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0237365060797679, -0.0388174949875695, -0.0231526242035451, -0.0209577446326871, -0.027314122100858, -0.0215244314496299, -0.0359624211361879, -0.0225036301806477, -0.0279957787956102, -0.0223807012415064, -0.0793030252420072, -0.0237173551959939, -0.0935599165790394, 0.0972950744469196, -0.322582052176165, -0.0434069805779893, -0.0199335486549313, -0.0204795276580006, -0.0284544301180572, -0.145194792404081, -0.0222792039022204, -0.0214430636306466) -c(`2.5%` = -0.59106788142739, `2.5%` = -0.580677937215321, `2.5%` = -0.587918879892969, `2.5%` = -0.55281039791184, `2.5%` = -0.604245301024113, `2.5%` = -0.595931714808207, `2.5%` = -0.579440352911549, `2.5%` = -0.589039472487206, `2.5%` = -0.569695418651698, `2.5%` = -0.579794486230475, `2.5%` = -0.583434624344359, `2.5%` = -0.583219946382591, `2.5%` = -0.686559815852681, `2.5%` = -0.376651921398821, `2.5%` = -0.87294329504073, `2.5%` = -0.609172939750732, `2.5%` = -0.584337112719154, `2.5%` = -0.583293589609277, -`2.5%` = -0.601588648239903, `2.5%` = -0.724681033559513, `2.5%` = -0.596510548152936, `2.5%` = -0.582124509747406) -c(`97.5%` = 0.549834882256126, `97.5%` = 0.509887927988716, `97.5%` = 0.539199052037213, `97.5%` = 0.54008714057243, `97.5%` = 0.546339569374801, `97.5%` = 0.550303379278163, `97.5%` = 0.502125713791806, `97.5%` = 0.553605811375964, `97.5%` = 0.516423378864606, `97.5%` = 0.555966194025452, `97.5%` = 0.35398311863773, `97.5%` = 0.540490262418071, `97.5%` = 0.403955344856024, `97.5%` = 0.734390689296967, `97.5%` = 0.0587853501781265, `97.5%` = 0.505940471844121, `97.5%` = 0.544662560573446, `97.5%` = 0.545608520025173, -`97.5%` = 0.522132154560519, `97.5%` = 0.296626779745263, `97.5%` = 0.552841579041728, `97.5%` = 0.55123420584877) -c(`5%` = -0.465349868987497, `5%` = -0.473224198039299, `5%` = -0.454316484703311, `5%` = -0.449045262802595, `5%` = -0.478277339252247, `5%` = -0.463099177375116, `5%` = -0.471325224304299, `5%` = -0.469833251610556, `5%` = -0.4585010574341, `5%` = -0.467216016692461, `5%` = -0.474208313604929, `5%` = -0.465656294277997, `5%` = -0.557084729322387, `5%` = -0.286576879837866, `5%` = -0.771468634715759, `5%` = -0.485901259502674, `5%` = -0.457455326022601, `5%` = -0.465370255722444, `5%` = -0.471844495251401, -`5%` = -0.60663639182431, `5%` = -0.464142542323832, `5%` = -0.471211070882173) -c(`95%` = 0.417747567605106, `95%` = 0.385793472918771, `95%` = 0.414272283018265, `95%` = 0.427289782694826, `95%` = 0.431271380493192, `95%` = 0.432324802972589, `95%` = 0.385472437795313, `95%` = 0.424370146622297, `95%` = 0.400343971015968, `95%` = 0.430289977214669, `95%` = 0.276270359667977, `95%` = 0.416549193616834, `95%` = 0.299691249678505, `95%` = 0.591165271809376, `95%` = 0.0150882242203145, `95%` = 0.390738341658563, `95%` = 0.423538020411479, `95%` = 0.427112283428098, `95%` = 0.404711638977595, -`95%` = 0.219603023365579, `95%` = 0.424367567647065, `95%` = 0.426370304122681) diff --git a/r-analysis/latex_output/DirectEffects/parameters_2_asinh(Generic Brands).tex b/r-analysis/latex_output/DirectEffects/parameters_2_asinh(Generic Brands).tex deleted file mode 100644 index 844c3a0..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_2_asinh(Generic Brands).tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0839695736338329, -0.492082105294562, -0.109501095535462, -0.0196740674728599, -0.100176238372831, -0.00245262511220055, -0.321179541654107, -0.00865819806821298, -0.171255679770685, -0.189160205568599, -0.410002962985084, -0.00472153674211645, -0.965492498929888, 0.981904643289203, -1.42212379946949, 1.4343145281794, -0.0179450032286054, -0.00246803585670436, -0.154938587229359, -0.484800071266936, -0.0222562328225416, -0.0715218070423589) -c(`2.5%` = -1.53834218511699, `2.5%` = -1.90511422940208, `2.5%` = -1.5868664834118, `2.5%` = -1.44783687508376, `2.5%` = -1.59229569755844, `2.5%` = -1.46711587016748, `2.5%` = -1.38955251675308, `2.5%` = -1.43974259249325, `2.5%` = -1.61513700134403, `2.5%` = -1.67332906770044, `2.5%` = -1.17468261714707, `2.5%` = -1.49080796927598, `2.5%` = -2.60970766749696, `2.5%` = 0.1395515263723, `2.5%` = -1.94579183442618, `2.5%` = 0.205211516738727, `2.5%` = -1.45858246672384, `2.5%` = -1.45638231455129, -`2.5%` = -1.57432527583651, `2.5%` = -1.89430439178029, `2.5%` = -1.49545479956933, `2.5%` = -1.52181837877023) -c(`97.5%` = 1.38025286573102, `97.5%` = 0.671888359135513, `97.5%` = 1.31849879169171, `97.5%` = 1.41725878261398, `97.5%` = 1.34668150130194, `97.5%` = 1.48949502898908, `97.5%` = 0.649466307918394, `97.5%` = 1.42115487180886, `97.5%` = 1.20326996986, `97.5%` = 1.21724517813791, `97.5%` = 0.346653154116167, `97.5%` = 1.49306461451315, `97.5%` = 0.352152451167178, `97.5%` = 1.91303164519959, `97.5%` = -0.897122825571582, `97.5%` = 2.9807308772601, `97.5%` = 1.43437143713252, `97.5%` = 1.42038949647652, -`97.5%` = 1.23155938689582, `97.5%` = 0.74983930327188, `97.5%` = 1.41424715743962, `97.5%` = 1.36093173401006) -c(`5%` = -1.27595970479715, `5%` = -1.61232610017923, `5%` = -1.27900942368827, `5%` = -1.20911517348991, `5%` = -1.32128360503802, `5%` = -1.21361120239116, `5%` = -1.20365166856666, `5%` = -1.17624699441702, `5%` = -1.36479973315175, `5%` = -1.39909398703585, `5%` = -1.0336344603454, `5%` = -1.21290827253529, `5%` = -2.30944484222019, `5%` = 0.267683359966716, `5%` = -1.86296688100473, `5%` = 0.381605043104683, `5%` = -1.19601532548943, `5%` = -1.18363951308212, `5%` = -1.33073719729411, `5%` = -1.63161252524388, -`5%` = -1.21908671192234, `5%` = -1.27957820911059) -c(`95%` = 1.11407679146481, `95%` = 0.505022672124414, `95%` = 1.05097584662717, `95%` = 1.16730481145521, `95%` = 1.07597310447015, `95%` = 1.21143522358816, `95%` = 0.488909460910419, `95%` = 1.17806858826118, `95%` = 0.959454090167079, `95%` = 0.957547157299822, `95%` = 0.222541387038459, `95%` = 1.21987772385594, `95%` = 0.142406345566596, `95%` = 1.75092182976244, `95%` = -0.982467346487132, `95%` = 2.69087324260631, `95%` = 1.13211732275921, `95%` = 1.19337817132644, `95%` = 0.996064978289392, -`95%` = 0.539558567697874, `95%` = 1.17875353328357, `95%` = 1.10999488109643) diff --git a/r-analysis/latex_output/DirectEffects/parameters_3_asinh(Competitors USPDC).tex b/r-analysis/latex_output/DirectEffects/parameters_3_asinh(Competitors USPDC).tex deleted file mode 100644 index 0bfc468..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_3_asinh(Competitors USPDC).tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.125442261211977, -0.634380387397337, -0.0904008833677747, 0.00457262029843023, -0.0977459511882078, -0.00342950020070609, -0.782900034161243, 0.0108436831438867, -0.188374223876446, -0.206474952455297, 0.683684529972769, 0.00548430316942234, -0.182991008984818, -1.12108775912607, 0.750982081375159, 2.03676834465289, 0.00699288017040605, 0.00132293660677052, -0.135998389474531, 0.355597503912652, -0.000748592138369246, -0.0790514032371737) -c(`2.5%` = -1.6717536000709, `2.5%` = -2.08571594629629, `2.5%` = -1.64785547181564, `2.5%` = -1.48296587962211, `2.5%` = -1.63536711477685, `2.5%` = -1.50416531815294, `2.5%` = -2.00580276680818, `2.5%` = -1.50687527570181, `2.5%` = -1.72259104935088, `2.5%` = -1.72037083420143, `2.5%` = -0.065419959325911, `2.5%` = -1.54915125264042, `2.5%` = -1.71289110665745, `2.5%` = -2.12074889567902, `2.5%` = 0.331877791679706, `2.5%` = 0.708058159336893, `2.5%` = -1.50356434136233, `2.5%` = -1.55304690191622, -`2.5%` = -1.62823539969415, `2.5%` = -0.91686956167729, `2.5%` = -1.50106844155324, `2.5%` = -1.58441081300341) -c(`97.5%` = 1.37454474633763, `97.5%` = 0.5895805408074, `97.5%` = 1.37590552412216, `97.5%` = 1.50596230739552, `97.5%` = 1.37267037163083, `97.5%` = 1.48661502413085, `97.5%` = 0.264875526831466, `97.5%` = 1.54097458087377, `97.5%` = 1.26193238790215, `97.5%` = 1.2012065202035, `97.5%` = 1.45484130643615, `97.5%` = 1.55098554088183, `97.5%` = 1.25470210706401, `97.5%` = -0.18706586519614, `97.5%` = 1.16526480888199, `97.5%` = 3.60035882967352, `97.5%` = 1.54947042178867, `97.5%` = 1.56236199246706, -`97.5%` = 1.319219525961, `97.5%` = 1.68556389544589, `97.5%` = 1.49275902446537, `97.5%` = 1.40846238355701) -c(`5%` = -1.3691839479096, `5%` = -1.83090358635925, `5%` = -1.34808876420438, `5%` = -1.21056001285591, `5%` = -1.33063974818463, `5%` = -1.22133997878743, `5%` = -1.77918727259341, `5%` = -1.22000395808388, `5%` = -1.43935573234917, `5%` = -1.44642788030542, `5%` = 0.0501521959809474, `5%` = -1.26463737751244, `5%` = -1.43574526702315, `5%` = -1.96383338722353, `5%` = 0.405167331678651, `5%` = 0.884703609533978, `5%` = -1.23872204835182, `5%` = -1.24808071124386, `5%` = -1.35127368102193, `5%` = -0.67458579540421, -`5%` = -1.20764155814797, `5%` = -1.31529358978633) -c(`95%` = 1.08689610282864, `95%` = 0.411373708954524, `95%` = 1.09706839061323, `95%` = 1.21340386433451, `95%` = 1.10177406553501, `95%` = 1.21233667623652, `95%` = 0.10392944357601, `95%` = 1.24972099901061, `95%` = 1.01895871997513, `95%` = 0.974005326272706, `95%` = 1.3349917174215, `95%` = 1.25512780215156, `95%` = 0.998440118744661, `95%` = -0.325114325462184, `95%` = 1.09782704884613, `95%` = 3.29771164731612, `95%` = 1.2431558957471, `95%` = 1.26567362466043, `95%` = 1.05534697103267, `95%` = 1.43038671095271, -`95%` = 1.21674851017095, `95%` = 1.13002411965399) diff --git a/r-analysis/latex_output/DirectEffects/parameters_9_status_NYR.tex b/r-analysis/latex_output/DirectEffects/parameters_9_status_NYR.tex deleted file mode 100644 index 96f8500..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_9_status_NYR.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.00425037969860381, 0.0520276498659513, -0.00694549624406402, -0.00329085969226689, -0.00388840876060019, -0.00333363363166412, -0.127643497298759, -0.00607830042553752, -0.00458743018336106, -0.00101912359668589, 0.313015599215921, -0.00831148301934241, 0.0205869638597122, -0.0469323353070514, -0.462480676283058, 0.0112324599145869, -0.00721063860636367, -0.0035293929626479, -0.00822057460636666, 0.0363376534270052, -0.00541540343212307, -0.012057696951739) -c(`2.5%` = -0.70780711385627, `2.5%` = -0.594326262346778, `2.5%` = -0.7252146313351, `2.5%` = -0.687684961694459, `2.5%` = -0.711036596620767, `2.5%` = -0.70766241424671, `2.5%` = -0.934517717044905, `2.5%` = -0.740064591785704, `2.5%` = -0.698692690737957, `2.5%` = -0.700492519587133, `2.5%` = -0.233595610789792, `2.5%` = -0.727092802682495, `2.5%` = -0.650164700792049, `2.5%` = -0.742835324823262, `2.5%` = -1.38061563420554, `2.5%` = -0.671365303582674, `2.5%` = -0.699392884557989, `2.5%` = -0.708831031951471, -`2.5%` = -0.699339789063765, `2.5%` = -0.638236325260894, `2.5%` = -0.701062300495726, `2.5%` = -0.725881427770042) -c(`97.5%` = 0.694261267867511, `97.5%` = 0.808370421778, `97.5%` = 0.71857091792699, `97.5%` = 0.712946413360977, `97.5%` = 0.700586024127442, `97.5%` = 0.705642409581787, `97.5%` = 0.47662240088646, `97.5%` = 0.715152280978821, `97.5%` = 0.705869821256914, `97.5%` = 0.709145642532572, `97.5%` = 1.20992585448287, `97.5%` = 0.70061083692136, `97.5%` = 0.718849094670325, `97.5%` = 0.568899607556996, `97.5%` = 0.104732943062095, `97.5%` = 0.720181839443808, `97.5%` = 0.688106266166368, `97.5%` = 0.707766692238027, -`97.5%` = 0.721691092091147, `97.5%` = 0.770894977353144, `97.5%` = 0.68558083468531, `97.5%` = 0.683252599348493) -c(`5%` = -0.545084439558284, `5%` = -0.466949528217852, `5%` = -0.551976465006553, `5%` = -0.539997263145208, `5%` = -0.54539560131478, `5%` = -0.556260106186225, `5%` = -0.738780680394586, `5%` = -0.561306218045859, `5%` = -0.551502493771384, `5%` = -0.546083399551661, `5%` = -0.161074039282134, `5%` = -0.555344193461515, `5%` = -0.498641943680582, `5%` = -0.591432650332965, `5%` = -1.20489418265913, `5%` = -0.515813890336007, `5%` = -0.552054088083872, `5%` = -0.55020507369394, `5%` = -0.556300894016423, -`5%` = -0.492564658026736, `5%` = -0.554790007362211, `5%` = -0.579973284911488) -c(`95%` = 0.553059529514475, `95%` = 0.642139702398628, `95%` = 0.544357493857437, `95%` = 0.543500493140995, `95%` = 0.539169219640597, `95%` = 0.548373871850184, `95%` = 0.358209361444831, `95%` = 0.556290410504708, `95%` = 0.545415570927546, `95%` = 0.562343270037985, `95%` = 1.02393998056565, `95%` = 0.545395535232622, `95%` = 0.559285332586046, `95%` = 0.451373126077815, `95%` = 0.0412518775283032, `95%` = 0.567163141840564, `95%` = 0.532917967472569, `95%` = 0.539341562183807, `95%` = 0.540100046399289, -`95%` = 0.603219377955483, `95%` = 0.544721978960424, `95%` = 0.526520749932044) diff --git a/r-analysis/latex_output/DirectEffects/parameters_Elapsed Duration.tex b/r-analysis/latex_output/DirectEffects/parameters_Elapsed Duration.tex deleted file mode 100644 index f8f7d70..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_Elapsed Duration.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0338934915059191, -0.0424617202550975, -0.0299850538975256, -0.0228882519097089, -0.0337281404548882, -0.0258485686453499, -0.0402405594871021, -0.0253886763112486, -0.136200903561077, -0.0212623461765324, -0.102097548934776, -0.0229996389940294, -0.106049590275806, 0.103092606051222, -0.431577879697863, -0.0589099972525265, -0.0270810088184279, -0.0260112735850109, -0.0325654806803472, -0.182061588936881, -0.0261135283573324, -0.0227456753432774) -c(`2.5%` = -0.690100665844187, `2.5%` = -0.671202369164881, `2.5%` = -0.666088312766176, `2.5%` = -0.666578142141343, `2.5%` = -0.678544709698103, `2.5%` = -0.669196847024182, `2.5%` = -0.655923003454131, `2.5%` = -0.655413313800275, `2.5%` = -0.845732099866594, `2.5%` = -0.653192374517221, `2.5%` = -0.64122257390992, `2.5%` = -0.659159394086157, `2.5%` = -0.787764109870441, `2.5%` = -0.425148647750428, `2.5%` = -1.00072959307916, `2.5%` = -0.69270592355035, `2.5%` = -0.685883418294076, `2.5%` = -0.679342853679393, -`2.5%` = -0.681272654592773, `2.5%` = -0.837786199816108, `2.5%` = -0.665616824031369, `2.5%` = -0.6589068176532) -c(`97.5%` = 0.607853806397433, `97.5%` = 0.575243002929989, `97.5%` = 0.623466621187216, `97.5%` = 0.641896362473495, `97.5%` = 0.611672327879679, `97.5%` = 0.621633709372348, `97.5%` = 0.556891230159617, `97.5%` = 0.626653736033388, `97.5%` = 0.426452209102124, `97.5%` = 0.604814400002199, `97.5%` = 0.370375731808055, `97.5%` = 0.656507843091209, `97.5%` = 0.463728458888126, `97.5%` = 0.803945161990884, `97.5%` = 0.00182348352747238, `97.5%` = 0.534212402242803, `97.5%` = 0.609945240239135, `97.5%` = 0.637145158270836, -`97.5%` = 0.595960590167125, `97.5%` = 0.325103240011011, `97.5%` = 0.639977001719915, `97.5%` = 0.645740444211412) -c(`5%` = -0.543756319725243, `5%` = -0.53599965672411, `5%` = -0.53861642350383, `5%` = -0.536297908680718, `5%` = -0.535626704345617, `5%` = -0.534014891414532, `5%` = -0.515645442393892, `5%` = -0.521060513099755, `5%` = -0.698732119314075, `5%` = -0.513828973026094, `5%` = -0.536163536290694, `5%` = -0.520608887905471, `5%` = -0.637108697299896, `5%` = -0.333645087620771, `5%` = -0.901047800865227, `5%` = -0.558977042638121, `5%` = -0.528351288300235, `5%` = -0.531154576765547, `5%` = -0.535401625627599, -`5%` = -0.704974120731683, `5%` = -0.530102478693174, `5%` = -0.519892009691237) -c(`95%` = 0.476219882900217, `95%` = 0.43869836398252, `95%` = 0.487869109380049, `95%` = 0.495857205487324, `95%` = 0.477771545962831, `95%` = 0.479824548055006, `95%` = 0.431579111164995, `95%` = 0.489104423628694, `95%` = 0.318624951651975, `95%` = 0.475052338519103, `95%` = 0.285016338923033, `95%` = 0.498321179113614, `95%` = 0.356019293245049, `95%` = 0.645249978382246, `95%` = -0.0484915873069474, `95%` = 0.422234919504667, `95%` = 0.474969816313099, `95%` = 0.495469548426488, `95%` = 0.459482254828791, -`95%` = 0.237533499815169, `95%` = 0.491700443982918, `95%` = 0.504132013362862) diff --git a/r-analysis/latex_output/DirectEffects/parameters_asinh(Competitors USPDC).tex b/r-analysis/latex_output/DirectEffects/parameters_asinh(Competitors USPDC).tex deleted file mode 100644 index bed5234..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_asinh(Competitors USPDC).tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.101589582550983, -0.55509837146517, -0.0876297898120394, -0.00424167706294526, -0.0856815547958816, -0.000891733412756743, -0.656064432872784, -0.00724344466650777, 1.39799100967958, -0.162272605765493, 0.674878170950668, 0.00679859198995776, 0.256393632879033, -1.39692218698997, 0.469486930453339, 0.201756832022176, -0.000743046330130356, -0.00239703676867723, -0.101293376110023, 0.334667664170298, 0.0036268316699096, -0.0553940979488865) -c(`2.5%` = -1.50442203323384, `2.5%` = -1.84877532048521, `2.5%` = -1.4700191365573, `2.5%` = -1.37500277258178, `2.5%` = -1.4848837602478, `2.5%` = -1.32756197431566, `2.5%` = -1.85894539233901, `2.5%` = -1.33085969325607, `2.5%` = 0.16999404397094, `2.5%` = -1.53594319207073, `2.5%` = -0.0683721763680483, `2.5%` = -1.33523195430546, `2.5%` = -0.987723094632562, `2.5%` = -2.58976230693659, `2.5%` = 0.0834766521350615, `2.5%` = -0.475822349223494, `2.5%` = -1.33731236431054, `2.5%` = -1.35448275771273, -`2.5%` = -1.42832958185923, `2.5%` = -0.797988116140275, `2.5%` = -1.3168218907587, `2.5%` = -1.41268885278703) -c(`97.5%` = 1.22021244556502, `97.5%` = 0.475219087766019, `97.5%` = 1.2205452457074, `97.5%` = 1.38725107457264, `97.5%` = 1.24763911953619, `97.5%` = 1.36828112117342, `97.5%` = 0.304797046306457, `97.5%` = 1.2809727123191, `97.5%` = 2.97850864225959, `97.5%` = 1.1200916681713, `97.5%` = 1.48172994699915, `97.5%` = 1.35752400157911, `97.5%` = 1.59974497777273, `97.5%` = -0.420429798817082, `97.5%` = 0.874242905367939, `97.5%` = 0.869912231337424, `97.5%` = 1.32550284173821, `97.5%` = 1.35888949832736, -`97.5%` = 1.1936539738932, `97.5%` = 1.609867105785, `97.5%` = 1.34949094435626, `97.5%` = 1.22944948085911) -c(`5%` = -1.22562889252442, `5%` = -1.59673376165319, `5%` = -1.21885811476843, `5%` = -1.11813404961243, `5%` = -1.20918844446486, `5%` = -1.07055731145333, `5%` = -1.6236745264581, `5%` = -1.07506861425794, `5%` = 0.318380069304849, `5%` = -1.29675430841515, `5%` = 0.041344205634408, `5%` = -1.10591252208745, `5%` = -0.740508923444193, `5%` = -2.36760582705321, `5%` = 0.147263440981433, `5%` = -0.359590775683247, `5%` = -1.09935756841891, `5%` = -1.10179682888056, `5%` = -1.19332341912876, `5%` = -0.607636638304879, -`5%` = -1.08485266813522, `5%` = -1.13445756592737) -c(`95%` = 0.972806121648346, `95%` = 0.338841318556515, `95%` = 0.988158619006595, `95%` = 1.09780676333781, `95%` = 1.00794578824477, `95%` = 1.1020724405486, `95%` = 0.184033329014398, `95%` = 1.04560505760623, `95%` = 2.69222620971344, `95%` = 0.884777865331596, `95%` = 1.35166837167041, `95%` = 1.11527199108615, `95%` = 1.36231797243719, `95%` = -0.54782380504844, `95%` = 0.80963853468214, `95%` = 0.767827618485196, `95%` = 1.08512970421361, `95%` = 1.08918975608724, `95%` = 0.953418962916104, -`95%` = 1.37967304828955, `95%` = 1.09273387336662, `95%` = 1.00375347161432) diff --git a/r-analysis/latex_output/DirectEffects/parameters_asinh(Generic Brands).tex b/r-analysis/latex_output/DirectEffects/parameters_asinh(Generic Brands).tex deleted file mode 100644 index 73c48a1..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_asinh(Generic Brands).tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.107172841753111, -0.652217546171737, -0.158153468999919, -0.00872754000664511, -0.152469836074415, -0.00511048990810721, -0.432756950030333, -0.0176343397968463, -0.174941414466581, -0.312199818256478, -0.421462561969054, -0.00543187548165017, -1.41347612539297, 1.52465722253264, -1.24155955461637, 2.9333026125354, -0.0260562265370799, -0.00708575237043839, -0.236014521608801, -0.708583530845461, -0.00537911254785814, -0.115835951645073) -c(`2.5%` = -1.98999201263705, `2.5%` = -2.39214090710107, `2.5%` = -2.01846766579584, `2.5%` = -1.8757515797304, `2.5%` = -2.0334114088637, `2.5%` = -1.85212654123702, `2.5%` = -1.60516533489668, `2.5%` = -1.81993228600129, `2.5%` = -1.25821009021598, `2.5%` = -2.16646127648176, `2.5%` = -1.25120863703686, `2.5%` = -1.88684117832516, `2.5%` = -3.34866909602091, `2.5%` = 0.47643422496699, `2.5%` = -1.7911797031523, `2.5%` = 1.31489061844565, `2.5%` = -1.85712798081873, `2.5%` = -1.91898409412556, -`2.5%` = -2.07179758391882, `2.5%` = -2.45975286581684, `2.5%` = -1.8878079254812, `2.5%` = -2.01296251650662) -c(`97.5%` = 1.7025058387162, `97.5%` = 0.881408586766731, `97.5%` = 1.65331806761982, `97.5%` = 1.81774079148411, `97.5%` = 1.66674910435877, `97.5%` = 1.86647987416102, `97.5%` = 0.645259664512326, `97.5%` = 1.80599008456882, `97.5%` = 0.856678839564855, `97.5%` = 1.41839221738041, `97.5%` = 0.360026899921426, `97.5%` = 1.89267030844417, `97.5%` = 0.201003318675158, `97.5%` = 2.69056887105094, `97.5%` = -0.715192981105914, `97.5%` = 4.78775173338893, `97.5%` = 1.83490876984593, `97.5%` = 1.88931228937232, -`97.5%` = 1.5091000822795, `97.5%` = 0.802989438020258, `97.5%` = 1.86093048637463, `97.5%` = 1.70786218772968) -c(`5%` = -1.62973704571072, `5%` = -2.07294410260449, `5%` = -1.69801214255266, `5%` = -1.53184108821626, `5%` = -1.68584731697327, `5%` = -1.54481245603677, `5%` = -1.39759449940044, `5%` = -1.49900355048193, `5%` = -1.06880137117197, `5%` = -1.83763159160532, `5%` = -1.11103379908195, `5%` = -1.53234039460221, `5%` = -3.00363339456024, `5%` = 0.638951221037764, `5%` = -1.70700005124097, `5%` = 1.54171189173018, `5%` = -1.54285125721537, `5%` = -1.58329512208634, `5%` = -1.76844032673346, `5%` = -2.13894081007506, -`5%` = -1.54263378199832, `5%` = -1.67735076532346) -c(`95%` = 1.41879257978458, `95%` = 0.648571235197482, `95%` = 1.33700306317695, `95%` = 1.49389338436903, `95%` = 1.3461526982071, `95%` = 1.50194445717269, `95%` = 0.481912048276356, `95%` = 1.48993841444006, `95%` = 0.70167186942968, `95%` = 1.12285471327414, `95%` = 0.252246900593004, `95%` = 1.55595453136487, `95%` = -0.0371324515642565, `95%` = 2.48090816148459, `95%` = -0.797626914298678, `95%` = 4.47581369319019, `95%` = 1.48349835052459, `95%` = 1.55512904554564, `95%` = 1.23036073907808, -`95%` = 0.570893677970625, `95%` = 1.51891783905047, `95%` = 1.38398983193578) diff --git a/r-analysis/latex_output/DirectEffects/parameters_status_ANR.tex b/r-analysis/latex_output/DirectEffects/parameters_status_ANR.tex deleted file mode 100644 index 64aeac1..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_status_ANR.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.0379222039996637, -0.00951521433050643, -0.0357669209565548, -0.0289858802339238, -0.0384045782213899, -0.0354852935888951, -0.195806801668196, -0.0319728051993748, -0.064502474892061, -0.0359000714018003, -0.209385718567549, -0.0293405266823335, -0.166256613851307, -0.204154479367649, -0.343021435135372, 0.0429675640807533, -0.031540048708067, -0.0346985641986963, -0.0303375281259717, -0.13391213882268, -0.0315874427691754, -0.0292508480128129) -c(`2.5%` = -0.670177498740691, `2.5%` = -0.606574716528012, `2.5%` = -0.660124076867341, `2.5%` = -0.658500223161749, `2.5%` = -0.673266724039317, `2.5%` = -0.693646849412836, `2.5%` = -0.917059388708302, `2.5%` = -0.662394912651839, `2.5%` = -0.67991481986874, `2.5%` = -0.670316698080103, `2.5%` = -0.83183723815622, `2.5%` = -0.663476379211969, `2.5%` = -0.854735257874132, `2.5%` = -0.918576287776926, `2.5%` = -0.963532341357661, `2.5%` = -0.495917243186253, `2.5%` = -0.64751983879636, `2.5%` = -0.673951139603439, -`2.5%` = -0.665804518054749, `2.5%` = -0.791664538636436, `2.5%` = -0.643761100670645, `2.5%` = -0.680737220370752) -c(`97.5%` = 0.579428469021833, `97.5%` = 0.640138775494956, `97.5%` = 0.596180548733038, `97.5%` = 0.619030332938483, `97.5%` = 0.597678927212641, `97.5%` = 0.6121441149317, `97.5%` = 0.323295322658126, `97.5%` = 0.590730699845894, `97.5%` = 0.503098249043251, `97.5%` = 0.607349406190736, `97.5%` = 0.228895375416542, `97.5%` = 0.624129832779025, `97.5%` = 0.342536899260382, `97.5%` = 0.307896298234294, `97.5%` = 0.0903633166835597, `97.5%` = 0.686527591660775, `97.5%` = 0.616181981700487, `97.5%` = 0.599647736473311, -`97.5%` = 0.609123918623858, `97.5%` = 0.415337198000103, `97.5%` = 0.597111489383847, `97.5%` = 0.632428409170173) -c(`5%` = -0.530855657109975, `5%` = -0.487829039222839, `5%` = -0.530023192811465, `5%` = -0.516610981668542, `5%` = -0.524022832574353, `5%` = -0.537218989651104, `5%` = -0.75728605285178, `5%` = -0.517067859106373, `5%` = -0.547235882003818, `5%` = -0.536626649173697, `5%` = -0.691946442016388, `5%` = -0.52266339334223, `5%` = -0.70021531860572, `5%` = -0.769560225018392, `5%` = -0.844315621869912, `5%` = -0.393051567766974, `5%` = -0.519010088416499, `5%` = -0.529941857869653, `5%` = -0.52218968602785, -`5%` = -0.648665425674694, `5%` = -0.520022794035758, `5%` = -0.521893002755623) -c(`95%` = 0.449851048402911, `95%` = 0.496036928523184, `95%` = 0.452249441742121, `95%` = 0.47353271148754, `95%` = 0.454890426424996, `95%` = 0.474673790264394, `95%` = 0.22238953047732, `95%` = 0.44333608430914, `95%` = 0.387054472484903, `95%` = 0.475167927437824, `95%` = 0.156987753663085, `95%` = 0.473536190521047, `95%` = 0.254381363435638, `95%` = 0.217911529700368, `95%` = 0.0348859178585696, `95%` = 0.552104217589191, `95%` = 0.462090261872998, `95%` = 0.456310261272674, `95%` = 0.474214855342067, -`95%` = 0.307884811241422, `95%` = 0.465192052817642, `95%` = 0.472198045319103) diff --git a/r-analysis/latex_output/DirectEffects/parameters_status_EBI.tex b/r-analysis/latex_output/DirectEffects/parameters_status_EBI.tex deleted file mode 100644 index bbe4bb3..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_status_EBI.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.00486381271611535, -0.00234177649674774, -0.00515183815786496, -0.00421305648644563, -0.00389136209748, -0.00610673537139904, -0.0126249322314229, -0.00563946285209699, -0.00713553939645088, -0.00556109229654605, -0.0296681294218427, -0.00302065971753859, -0.0160603020475268, -0.0033204482574487, -0.00366894940571103, -0.0033782308159864, -0.00147263938060779, -0.00281902338049175, -0.00516465945474794, 0.00117504910800777, -0.00536819164938224, -0.00341714311862774) -c(`2.5%` = -0.4928902240148, `2.5%` = -0.471597568252128, `2.5%` = -0.507060592786285, `2.5%` = -0.496187329730551, `2.5%` = -0.493846364631587, `2.5%` = -0.512035468722232, `2.5%` = -0.503922991423901, `2.5%` = -0.499136678960227, `2.5%` = -0.498255016423811, `2.5%` = -0.479550877030934, `2.5%` = -0.527710057117981, `2.5%` = -0.47738578213782, `2.5%` = -0.504170004794057, `2.5%` = -0.488027036715767, `2.5%` = -0.508311086739842, `2.5%` = -0.488325893335097, `2.5%` = -0.500350365353871, `2.5%` = -0.489797593321065, -`2.5%` = -0.493614948527939, `2.5%` = -0.478099940085293, `2.5%` = -0.480388926446991, `2.5%` = -0.480339298649014) -c(`97.5%` = 0.477181388655603, `97.5%` = 0.478253799598711, `97.5%` = 0.483897884400919, `97.5%` = 0.477733634248101, `97.5%` = 0.480671053527334, `97.5%` = 0.483026873590512, `97.5%` = 0.455687812451121, `97.5%` = 0.488335048561587, `97.5%` = 0.476215783846475, `97.5%` = 0.466429687492193, `97.5%` = 0.423734438029339, `97.5%` = 0.474465088221571, `97.5%` = 0.458565492328125, `97.5%` = 0.493372345702204, `97.5%` = 0.494169616877378, `97.5%` = 0.483648553653476, `97.5%` = 0.505031717406501, `97.5%` = 0.46569700208092, -`97.5%` = 0.471415999038097, `97.5%` = 0.49621435196537, `97.5%` = 0.476743752937605, `97.5%` = 0.467403287438688) -c(`5%` = -0.384839256524113, `5%` = -0.370890653819468, `5%` = -0.389717242753722, `5%` = -0.382138541945515, `5%` = -0.371384438942403, `5%` = -0.390763667720738, `5%` = -0.387699039445137, `5%` = -0.394477291159571, `5%` = -0.39220012720177, `5%` = -0.380637632210929, `5%` = -0.411827047834269, `5%` = -0.374609901237044, `5%` = -0.39083922063065, `5%` = -0.387483535903527, `5%` = -0.390162763770864, `5%` = -0.37365571697494, `5%` = -0.381743220627302, `5%` = -0.369783694172149, `5%` = -0.385379188161294, -`5%` = -0.373496126525493, `5%` = -0.377291769622258, `5%` = -0.368630128560942) -c(`95%` = 0.363815583651208, `95%` = 0.370227548106358, `95%` = 0.373524054930431, `95%` = 0.369698098361814, `95%` = 0.369300634866769, `95%` = 0.36794145288606, `95%` = 0.358137811206345, `95%` = 0.368909612747601, `95%` = 0.364170778673988, `95%` = 0.365633719092603, `95%` = 0.33048200014893, `95%` = 0.363053774138134, `95%` = 0.347229606528999, `95%` = 0.382089305066404, `95%` = 0.387514695717931, `95%` = 0.375728674172833, `95%` = 0.385485941672613, `95%` = 0.361659448576342, `95%` = 0.368353921113658, -`95%` = 0.388511185198981, `95%` = 0.369886822399706, `95%` = 0.365593471311159) diff --git a/r-analysis/latex_output/DirectEffects/parameters_status_NYR.tex b/r-analysis/latex_output/DirectEffects/parameters_status_NYR.tex deleted file mode 100644 index 0af286e..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_status_NYR.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(-0.00832576787627327, 0.0502181175509121, -0.00254797568859221, 0.00037391254389325, -0.00114134588173891, -0.00451497853572214, -0.142153374440972, -0.00195287948710614, 0.0654719447924103, -0.00677887728466109, 0.345662047693858, -0.00157110819962499, 0.0149688400470326, -0.0782677724551585, -0.49791727768667, 0.0367700783674713, -0.00716063945233656, -0.00176465495021884, -0.00435528924328807, 0.043863405759711, -0.00548445340847891, -0.0100421324092617) -c(`2.5%` = -0.798176858708199, `2.5%` = -0.649287090985632, `2.5%` = -0.752180190601171, `2.5%` = -0.765720288201341, `2.5%` = -0.761310269145469, `2.5%` = -0.769404872006371, `2.5%` = -0.962752437012212, `2.5%` = -0.768468256092748, `2.5%` = -0.613672917773224, `2.5%` = -0.741396156335141, `2.5%` = -0.240225670397011, `2.5%` = -0.778550541201842, `2.5%` = -0.671882552677685, `2.5%` = -0.829702544391712, `2.5%` = -1.47884841599921, `2.5%` = -0.653709569493313, `2.5%` = -0.752391272912992, `2.5%` = -0.725938326026952, -`2.5%` = -0.785753969844037, `2.5%` = -0.654434721761801, `2.5%` = -0.772385114493806, `2.5%` = -0.781547218625338) -c(`97.5%` = 0.76034469875563, `97.5%` = 0.845633947832787, `97.5%` = 0.770407348684183, `97.5%` = 0.814474757996063, `97.5%` = 0.781292873345278, `97.5%` = 0.779826237909694, `97.5%` = 0.494695385934057, `97.5%` = 0.766089116079086, `97.5%` = 0.858482468878284, `97.5%` = 0.747665756417337, `97.5%` = 1.31119870717426, `97.5%` = 0.791026840863526, `97.5%` = 0.72899311565112, `97.5%` = 0.558765218546179, `97.5%` = 0.0976524892433262, `97.5%` = 0.781833224643643, `97.5%` = 0.741470213490854, `97.5%` = 0.780312796382334, -`97.5%` = 0.776445672109217, `97.5%` = 0.835951227522058, `97.5%` = 0.75578833553135, `97.5%` = 0.750101827954997) -c(`5%` = -0.616116918100389, `5%` = -0.512051758484746, `5%` = -0.589817478032612, `5%` = -0.60546319491298, `5%` = -0.583839532437199, `5%` = -0.599673916128779, `5%` = -0.771236336079563, `5%` = -0.595759768355798, `5%` = -0.47175814689012, `5%` = -0.585717774179175, `5%` = -0.156763845257426, `5%` = -0.590593736012543, `5%` = -0.529938547912805, `5%` = -0.669829197453793, `5%` = -1.26963007145184, `5%` = -0.508859660216102, `5%` = -0.602929326426733, `5%` = -0.573320601674407, `5%` = -0.611359700135997, -`5%` = -0.497215940632518, `5%` = -0.609562003721472, `5%` = -0.603191340531708) -c(`95%` = 0.597088301775022, `95%` = 0.672111603595297, `95%` = 0.597359235347557, `95%` = 0.61918916388514, `95%` = 0.595716780090434, `95%` = 0.597426850327021, `95%` = 0.368655084080813, `95%` = 0.592458408903632, `95%` = 0.689843781266554, `95%` = 0.577350192007013, `95%` = 1.10666629752813, `95%` = 0.608146006908894, `95%` = 0.567469287801582, `95%` = 0.431936020918889, `95%` = 0.0306194413604995, `95%` = 0.619341630421946, `95%` = 0.574033327341637, `95%` = 0.591738000435572, `95%` = 0.598312121323889, -`95%` = 0.645311247919002, `95%` = 0.587439430679619, `95%` = 0.583648949072352) diff --git a/r-analysis/latex_output/DirectEffects/parameters_status_Rec.tex b/r-analysis/latex_output/DirectEffects/parameters_status_Rec.tex deleted file mode 100644 index 2892f34..0000000 --- a/r-analysis/latex_output/DirectEffects/parameters_status_Rec.tex +++ /dev/null @@ -1,10 +0,0 @@ -c("Blood & Immune system", "Circulatory", "Congential", "Contact with Healthcare", "Digestive", "Ear and Mastoid", "Endocrine, Nutritional, and Metabolic", "External Causes", "Eye and Adnexa", "Genitourinary", "Infections & Parasites", "Injury etc.", "Mental & Behavioral", "Musculoskeletal", "Neoplasms", "Nervous System", "Perinatal Period", "Pregancy, Childbirth, & Puerperium", "Respiratory", "Skin & Subcutaneaous tissue", "Special Purposes", "Symptoms, Signs etc.") -c(0.00150784514582254, -0.0497907368054486, 0.00434380644445338, 0.00218718976679278, -0.00434291403887011, 0.00302001293551759, 0.20336581169622, 0.00343296396767198, -0.0385920705103708, -0.00141334075132648, 0.0207373662562078, 0.0015000850140683, 0.0801600329536096, 0.113121841705728, -0.136274450655838, -0.0938571304025214, 0.00282123851288503, -0.00146833112673362, -0.00082584116000937, 0.0483281653119099, 0.00659062980994563, -0.00055535206472268) -c(`2.5%` = -0.550531966199477, `2.5%` = -0.629394891363134, `2.5%` = -0.527672919300448, `2.5%` = -0.509227038923741, `2.5%` = -0.550868934343651, `2.5%` = -0.542855202488396, `2.5%` = -0.225399121304215, `2.5%` = -0.534213624588921, `2.5%` = -0.57231251252735, `2.5%` = -0.552100213849103, `2.5%` = -0.419418356555291, `2.5%` = -0.567178469443596, `2.5%` = -0.370748780309252, `2.5%` = -0.318655190350014, `2.5%` = -0.614817809004343, `2.5%` = -0.703951782706409, `2.5%` = -0.524221538466178, `2.5%` = -0.541042128309509, -`2.5%` = -0.553979099390109, `2.5%` = -0.429137673995, `2.5%` = -0.534659084619921, `2.5%` = -0.53134970116874) -c(`97.5%` = 0.566388836665101, `97.5%` = 0.445760030666272, `97.5%` = 0.550712495508801, `97.5%` = 0.510548679450175, `97.5%` = 0.543799039346651, `97.5%` = 0.546171328528686, `97.5%` = 0.932547573554047, `97.5%` = 0.562478415721886, `97.5%` = 0.429713264446548, `97.5%` = 0.509501648868077, `97.5%` = 0.482434252392398, `97.5%` = 0.552388649630916, `97.5%` = 0.655194288743027, `97.5%` = 0.700748091326741, `97.5%` = 0.205549966757929, `97.5%` = 0.348679606266848, `97.5%` = 0.523973004291571, `97.5%` = 0.52237026080622, -`97.5%` = 0.551330298928471, `97.5%` = 0.607445504451599, `97.5%` = 0.557102597425807, `97.5%` = 0.509379389425598) -c(`5%` = -0.429366635609993, `5%` = -0.496218717595005, `5%` = -0.411147660889218, `5%` = -0.398570977236643, `5%` = -0.422007458084124, `5%` = -0.412200344995762, `5%` = -0.160763338289191, `5%` = -0.423552637832629, `5%` = -0.458333301038196, `5%` = -0.418097069598191, `5%` = -0.324235933898656, `5%` = -0.417261044253087, `5%` = -0.281885257093864, `5%` = -0.234540125743699, `5%` = -0.508687221040413, `5%` = -0.56179500309088, `5%` = -0.411556667615538, `5%` = -0.418938395029271, `5%` = -0.433526826335861, -`5%` = -0.33703866498282, `5%` = -0.415046863367997, `5%` = -0.417110901717416) -c(`95%` = 0.433864705383823, `95%` = 0.34493920495178, `95%` = 0.421270429380312, `95%` = 0.402340857877479, `95%` = 0.396223107432888, `95%` = 0.417603923761695, `95%` = 0.749712378119009, `95%` = 0.423198808398514, `95%` = 0.339524038845502, `95%` = 0.410767571164308, `95%` = 0.384778572752778, `95%` = 0.427718825229051, `95%` = 0.522116792789822, `95%` = 0.572014784561829, `95%` = 0.15192983211524, `95%` = 0.262927135744447, `95%` = 0.408590937183379, `95%` = 0.414061379519885, `95%` = 0.424759632515887, -`95%` = 0.478613866408021, `95%` = 0.43229047773505, `95%` = 0.400833024334571) diff --git a/r-analysis/melting_stanfit.r b/r-analysis/melting_stanfit.r deleted file mode 100644 index f1b4df7..0000000 --- a/r-analysis/melting_stanfit.r +++ /dev/null @@ -1,98 +0,0 @@ -library(stringr) -library(reshape2) -#goal here is to take a given stanfit object (titled fit here) -#and extract, mark up, and melt a given set of parameters so that -#the data can be processed easily with ggplot2 - -extract_nums <- function(str) -{ - #https://stackoverflow.com/a/12727871 - str_extract_all(str,"\\(?[0-9]+\\)?")[[1]] -} -remap <- function(mapping) { - function(index) { - mapping[index] - } -} - - - -parameter_list <- c( - `1`="Elapsed Duration", - `2`="asinh(Number Brands)", - `3`="asinh(High SDI)", - `4`="asinh(High-Medium SDI)", - `5`="asinh(Medium SDI)", - `6`="asinh(Low-Medium SDI)", - `7`="asinh(Low SDI)" -) -group_list <- c( - `1`="Infections & Parasites", - `2`="Neoplasms", - `3`="Blood & Immune system", - `4`="Endocrine, Nutritional, and Metabolic", - `5`="Mental & Behavioral", - `6`="Nervous System", - `7`="Eye and Adnexa", - `8`="Ear and Mastoid", - `9`="Circulatory", - `10`="Respiratory", - `11`="Digestive", - `12`="Skin & Subcutaneaous tissue", - `13`="Musculoskeletal", - `14`="Genitourinary", - `15`="Pregancy, Childbirth, & Puerperium", - `16`="Perinatal Period", - `17`="Congential", - `18`="Symptoms, Signs etc.", - `19`="Injury etc.", - `20`="External Causes", - `21`="Contact with Healthcare", - `22`="Special Purposes" -) - -param <- "beta" -param_cols <- grep(param,fit@sim$fnames_oi) -param_col_names <- fit@sim$fnames_oi[param_cols] - - - -#TODO: get it to collect all the data. - -itt = 1 -#extract data for iteration -data <- as.data.frame(fit@sim$samples[[itt]][beta_cols]) -#add col number -data <- cbind(id=rownames(data),data) -#drop warmups -sample_start <- fit@sim$warmup2[itt]+1 -sample_size <- fit@sim$n_save[itt] -data <- data[sample_start:sample_size,] -#add chain -data["chain"] <- itt - - -#melt it -id.vars <- c("id","chain") -data <- melt(data,id.vars) - -#extract group and parameter identifiers -a <- t(as.data.frame(mapply(extract_nums,as.character(data$variable)))) -a <- as.data.frame(a) -#add group and parameter identifiers back in -data["group"] <- a[1] -data["group"] <- as.integer(data$group) -data["parameter"] <- a[2] - - - - -ggplot(subset(data,parameter <=2), aes(x=value)) + - stat_density() + - xlim(-2,3) + - facet_grid(group ~ parameter, - labeller = labeller(group=group_list,parameter=parameter_list) - ) + - scale_y_discrete(labels = NULL) + - theme(strip.text.y = element_text(angle = 0)) -