Data Levels All data that we will handling in this course or other courses, can be broadly classified into

into one of the types of d

Unless you have a clear understanding about the nature of the data, forming or working on Q Models, will be d

Nominal Data Binomial Polynomial

Dochotomous Polytomous
Binary
Levels
Temperature Hot Cold
Colour Black White
Nature Narrow Broad
Marital Status Married Unmarried

When numbers are used for identification, we call them nominal numbers

Marital Status MS MLT MLS ULT

MLT 1 1 1 0 0
MLS 2 3 0 0 1
ULT 3 2 0 1 0
ULS 4 4 0 0 0
4
3
2
3
2
4
1
2
1
4 0 0 0

In the case of polynomial varaibles, if there are n levels, we should use "n - 1" dummy variables.

Ordinal Data
It helps to present data in the order of preference

"I am enjoying the online sessions." 5-point scale is called a Likert Scale

SA A N DA SDA
5 4 3 2 1

Interval Scale
Which salary bracket do you belong to?
10K - 25K 17.5
25K - 50K
50K - 100K
100K - 250K
250K - 500K
500K - 1000L

Firm1 Firm2
Ratio Scale Data Revenue 100 400
Profit 10 20
ssified into one of the types of data.
working on Q Models, will be difficult.

dummy variables.
 Villages Connectiv
NGO No. Size Salary Village popln Children Satisf NGO No.
covered ity
1 60 0 2 5000 1400 1 3 1
2 10 1 2 5000 1300 1 1 2
3 39 0 3 5000 2500 1 4 3
4 63 1 2 2000 2500 4 5 4
5 37 1 2 1000 1300 4 10 5
6 58 0 2 1000 1300 1 4 6
7 52 0 3 5000 2900 1 3 7
8 22 0 3 5000 2800 3 5 8
9 65 0 2 2000 3000 4 4 9
10 45 1 1 1000 700 3 6 10
11 45 1 4 4000 1200 3 6 11
12 46 0 3 4000 1000 4 4 12
13 39 0 2 3000 2100 3 8 13
14 15 1 2 3000 3000 2 5 14
15 10 0 2 4000 1600 5 9 15
16 57 1 1 2000 1500 3 5 16
17 45 0 1 3000 1300 5 5 17
18 70 1 2 5000 600 2 6 18
19 44 0 2 5000 700 5 1 19
20 15 1 1 5000 2300 2 2 20
21 13 1 2 4000 1900 4 4 21
22 55 0 3 1000 700 5 10 22
23 54 1 3 2000 1300 3 4 23
24 24 0 1 2000 600 5 10 24
25 29 1 1 3000 600 2 6 25
26 52 0 1 2000 2800 3 7 26
27 31 0 4 2000 900 2 6 27
28 69 0 3 4000 1600 5 9 28
29 34 1 2 5000 2400 1 10 29
30 69 1 3 2000 2800 3 9 30
31 66 0 3 1000 3000 3 5 31
32 20 1 3 4000 2500 2 2 32
33 71 1 2 5000 2600 3 7 33
34 53 1 4 4000 1400 5 7 34
35 35 1 4 1000 2200 2 4 35
36 73 1 1 3000 1300 3 8 36
37 74 1 4 3000 2400 2 10 37
38 31 0 3 5000 2600 1 6 38
39 73 0 2 3000 1000 5 1 39
40 48 0 1 4000 3000 3 3 40
41 78 1 4 5000 2400 2 4 41
42 79 1 3 4000 2200 2 10 42
43 77 0 3 3000 2600 4 5 43
44 74 0 2 2000 900 2 6 44
45 71 0 4 3000 2300 3 9 45
46 47 1 2 1000 900 2 1 46
47 18 0 3 5000 700 2 9 47
48 34 0 4 1000 2100 3 8 48
49 46 0 2 4000 2800 1 8 49
50 57 0 3 1000 2800 5 1 50
51 58 1 1 1000 3000 1 6 51
52 70 1 1 1000 2400 3 4 52
53 62 1 3 4000 1300 5 1 53
 54 73 1 3 5000 1900 5 1 54
55 75 1 4 2000 2000 2 6 55
56 22 0 2 1000 2000 4 2 56
57 45 1 1 4000 2800 4 4 57
58 11 0 2 5000 2200 1 3 58
59 31 1 4 5000 2000 3 5 59
60 76 1 4 3000 900 4 2 60
61 45 1 4 3000 2600 5 3 61
62 52 0 1 3000 1900 2 8 62
63 14 0 1 5000 1700 5 6 63
64 16 1 2 1000 1800 3 4 64
65 78 1 1 1000 2300 1 1 65
66 52 0 4 3000 2300 3 8 66
67 24 1 1 2000 1500 5 2 67
68 36 1 4 4000 1100 1 1 68
69 12 0 4 2000 1600 1 4 69
70 17 1 3 3000 700 3 3 70
71 57 1 1 5000 1100 4 3 71
72 71 0 1 5000 1400 3 1 72
73 80 1 4 1000 2600 4 2 73
74 58 0 4 4000 2000 1 1 74
75 10 0 4 4000 2600 3 3 75
76 76 0 1 2000 2100 5 10 76
77 57 0 2 3000 1600 2 8 77
78 45 1 4 2000 3000 5 2 78
79 10 0 3 1000 1500 4 9 79
80 67 0 4 3000 3000 2 8 80
81 77 1 4 4000 600 3 9 81
82 58 0 4 5000 700 4 5 82
83 42 1 2 2000 2400 4 6 83
84 63 0 2 5000 2800 2 1 84
85 51 0 3 3000 700 2 7 85
86 48 1 4 3000 2500 3 4 86
87 39 1 1 4000 2100 2 3 87
88 78 0 2 1000 1600 2 1 88
89 71 0 2 1000 2800 3 5 89
90 75 0 2 2000 700 5 10 90
91 17 0 1 4000 2400 3 10 91
92 18 1 2 3000 2100 5 4 92
93 65 1 2 1000 1700 5 3 93
94 65 1 1 2000 2100 4 10 94
95 19 1 2 1000 600 3 7 95
96 37 1 1 5000 3000 4 8 96
97 58 1 3 1000 1600 5 4 97
98 54 0 1 1000 1700 3 3 98
99 72 1 2 4000 2600 5 3 99
100 56 0 2 5000 1200 5 3 100
101 77 1 4 2000 1100 4 1 101
102 56 1 1 2000 700 1 2 102
103 58 1 1 4000 2600 5 4 103
104 44 0 1 1000 2900 4 10 104
105 35 0 3 2000 800 1 5 105
106 80 0 1 1000 3000 5 1 106
107 44 1 2 5000 2200 4 8 107
108 48 1 3 1000 2500 1 10 108
109 72 0 3 2000 1200 1 1 109
110 59 1 1 2000 2800 5 10 110
111 58 0 3 4000 1500 4 6 111
112 29 1 3 4000 1200 2 6 112
113 33 0 1 5000 2900 2 1 113
114 60 1 2 1000 900 3 3 114
115 75 0 2 5000 1700 3 7 115
116 37 0 1 2000 2800 2 4 116
117 70 0 2 3000 2500 4 6 117
118 41 0 3 5000 600 1 2 118
119 47 1 4 3000 1000 4 2 119
120 77 0 3 2000 1600 2 8 120
121 25 1 1 2000 2800 5 1 121
122 78 0 1 3000 2500 3 4 122
123 63 1 2 4000 2900 5 6 123
124 64 0 3 3000 800 4 2 124
125 55 0 2 5000 1800 3 8 125
126 54 1 2 3000 1600 5 7 126
127 62 1 3 2000 2800 2 1 127
128 62 0 1 4000 600 5 6 128
129 40 0 4 1000 1900 5 3 129
130 17 0 3 1000 1300 2 6 130
131 48 0 1 1000 900 1 2 131
132 14 0 1 5000 2700 3 5 132
133 56 1 1 1000 600 5 4 133
134 62 1 1 2000 1500 1 4 134
135 51 1 2 2000 1900 2 3 135
136 67 1 4 1000 1100 4 7 136
137 62 1 2 4000 1500 2 5 137
138 38 1 3 3000 1900 1 8 138
139 52 0 3 1000 1300 1 6 139
140 80 1 1 5000 2300 2 2 140
141 59 1 3 1000 2700 4 7 141
142 13 0 2 3000 600 4 1 142
143 44 0 2 3000 900 1 2 143
144 27 0 4 2000 1300 2 4 144
145 62 1 2 2000 700 2 1 145
146 42 0 2 4000 1900 2 10 146
147 42 0 4 3000 600 4 9 147
148 69 1 2 1000 1700 1 7 148
149 80 0 3 5000 1000 3 7 149
150 59 1 2 2000 2600 2 2 150
151 43 1 1 4000 1200 1 10 151
152 14 0 1 2000 1800 1 9 152
153 40 0 2 4000 1700 4 5 153
154 18 1 2 1000 1600 3 6 154
155 60 0 3 3000 800 2 5 155
156 34 1 4 3000 1600 1 6 156
157 80 1 2 5000 600 5 8 157
158 48 1 2 2000 1300 2 1 158
159 69 0 2 4000 2700 1 8 159
160 13 1 2 3000 1700 5 1 160
161 57 0 2 4000 2800 3 2 161
162 13 1 4 1000 1300 5 6 162
163 61 1 4 4000 1600 2 5 163
164 25 1 3 3000 1200 5 4 164
165 57 1 4 4000 2300 4 4 165
166 71 1 4 4000 1300 4 10 166
167 38 1 4 3000 2200 4 7 167
168 25 1 1 4000 2200 2 2 168
169 25 0 4 3000 2300 5 2 169
170 75 0 4 4000 1700 4 3 170
171 18 1 2 2000 1000 3 1 171
172 79 0 4 1000 900 5 8 172
173 80 0 1 4000 1600 3 9 173
174 67 1 2 4000 2100 4 5 174
175 35 0 3 2000 2200 4 1 175
176 61 1 3 3000 1400 3 5 176
177 78 0 2 1000 1900 4 9 177
178 15 1 4 2000 2300 1 9 178
179 79 1 2 5000 2500 5 8 179
180 80 0 1 1000 1400 4 5 180
181 64 0 1 5000 2600 5 10 181
182 56 0 3 5000 1300 3 1 182
183 54 0 2 3000 2500 2 1 183
184 51 1 2 4000 800 2 2 184
185 69 0 1 1000 2500 1 10 185
186 37 0 2 3000 900 2 8 186
187 51 0 3 3000 1000 4 5 187
188 26 0 1 2000 1400 1 8 188
189 41 0 4 1000 1400 5 10 189
190 60 1 4 2000 900 2 8 190
191 77 0 4 4000 900 1 6 191
192 62 0 2 1000 1100 2 10 192
193 76 0 1 1000 800 4 6 193
194 35 1 4 1000 1700 4 6 194
195 43 1 1 2000 900 3 10 195
196 21 1 2 5000 2000 4 4 196
197 60 1 1 1000 900 4 1 197
198 10 0 4 2000 2200 3 1 198
199 65 0 1 5000 1200 5 5 199
200 18 0 3 5000 2500 2 5 200
Villages Village
covered popln
60 1400 Summary stats for selected variables
10 1300 Villages covered
39 2500 Count 200 200
63 2500 Mean 49.680 49.680
37 1300 Median 53.500 53.500
58 1300 Standard deviation 20.667 20.667
52 2900 Minimum 10.000 10.000
22 2800 Maximum 80.000 80.000
65 3000 Range 70.000 70.000
45 700 Variance 427.113 427.113
45 1200 First quartile 35.000 35.000
46 1000 Third quartile 66.250 66.250
39 2100 Interquartile range 31.250 31.250
15 3000 Mean absolute deviation 17.482 17.482
10 1600 Skewness -0.363 -0.363
57 1500 1st percentile 10.000
45 1300 5th percentile 13.000
70 600 95th percentile 78.050
44 700 99th percentile 80.000
15 2300
13 1900
55 700
54 1300 Median 53.5
24 600 Quartil 53.5
29 600 Percent 53.5
52 2800
31 900
69 1600
34 2400
69 2800
66 3000
20 2500
71 2600
53 1400
35 2200
73 1300
74 2400
31 2600
73 1000
48 3000
78 2400
79 2200
77 2600
74 900
71 2300
47 900
18 700
34 2100
46 2800
57 2800
58 3000
70 2400
62 1300
73 1900
75 2000
22 2000
45 2800
11 2200
31 2000
76 900
45 2600
52 1900
14 1700
16 1800
78 2300
52 2300
24 1500
36 1100
12 1600
17 700
57 1100
71 1400
80 2600
58 2000
10 2600
76 2100
57 1600
45 3000
10 1500
67 3000
77 600
58 700
42 2400
63 2800
51 700
48 2500
39 2100
78 1600
71 2800
75 700
17 2400
18 2100
65 1700
65 2100
19 600
37 3000
58 1600
54 1700
72 2600
56 1200
77 1100
56 700
58 2600
44 2900
35 800
80 3000
44 2200
48 2500
72 1200
59 2800
58 1500
29 1200
33 2900
60 900
75 1700
37 2800
70 2500
41 600
47 1000
77 1600
25 2800
78 2500
63 2900
64 800
55 1800
54 1600
62 2800
62 600
40 1900
17 1300
48 900
14 2700
56 600
62 1500
51 1900
67 1100
62 1500
38 1900
52 1300
80 2300
59 2700
13 600
44 900
27 1300
62 700
42 1900
42 600
69 1700
80 1000
59 2600
43 1200
14 1800
40 1700
18 1600
60 800
34 1600
80 600
48 1300
69 2700
13 1700
57 2800
13 1300
61 1600
25 1200
57 2300
71 1300
38 2200
25 2200
25 2300
75 1700
18 1000
79 900
80 1600
67 2100
35 2200
61 1400
78 1900
15 2300
79 2500
80 1400
64 2600
56 1300
54 2500
51 800
69 2500
37 900
51 1000
26 1400
41 1400
60 900
77 900
62 1100
76 800
35 1700
43 900
21 2000
60 900
10 2200
65 1200
18 2500
 Villages covered

Mean 49.68
COUNT(K2:K201) Standard Error 1.461358
AVERAGE(K2:K201) Median 53.5
MEDIAN(K2:K201 53.500 Mode 58
STDEV(K2:K201) 20.615 Standard Deviation 20.66672
MIN(K2:K201) Sample Variance 427.1132
MAX(K2:K201) Kurtosis -0.963704
Skewness -0.362686
VAR(K2:K201) 424.978 Range 70
QUARTILE(K2:K201,1) Minimum 10
QUARTILE(K2:K201,3) Maximum 80
Sum 9936
AVEDEV(K2:K201) Count 200
SKEW(K2:K201)

Data
4
8
18 16.6
23 18
30
Attributes Sample Population Data 1 Data 2 (xi - x-bar)^2 (xi - x-bar)^2
Constant Statistic Parameter 6 56 64 7353.063
Variable 9 88 25 2889.063
Size n N 7 76 49 4323.063
Mean 12 131 4 115.5625
SD s 32 325 324 33580.56
Proportion 25 241 121 9850.563
13 128 1 189.0625
8 89 36 2782.563
Average 14 141.75 624 61083.5
Var 89.14285714 8726.214
SD 9.44154951 93.41421
9.44154951 93.41421
CoV 67.43963935 65.90068
 Villages Village
(xi - x-bar)^2 covered popln
60 1400 min 10
10 1300 max 80
39 2500
63 2500 limits frequency
37 1300 5 0
58 1300 10 5
52 2900 20 23
22 2800 30 13
65 3000 40 23
45 700 50 26
45 1200 55 16
46 1000 60 25
39 2100 70 30
15 3000 75 16
10 1600 80 23
57 1500 85 0
45 1300
70 600
44 700
15 2300
13 1900
55 700
54 1300
24 600
29 600
52 2800
31 900
69 1600
34 2400
69 2800
66 3000
20 2500
71 2600
53 1400
35 2200
73 1300
74 2400
31 2600
73 1000
48 3000
78 2400
79 2200
77 2600
74 900
71 2300
47 900
18 700
34 2100
46 2800
57 2800
58 3000
70 2400
62 1300
73 1900
75 2000
22 2000
45 2800
11 2200
31 2000
76 900
45 2600
52 1900
14 1700
16 1800
78 2300
52 2300
24 1500
36 1100
12 1600
17 700
57 1100
71 1400
80 2600
58 2000
10 2600
76 2100
57 1600
45 3000
10 1500
67 3000
77 600
58 700
42 2400
63 2800
51 700
48 2500
39 2100
78 1600
71 2800
75 700
17 2400
18 2100
65 1700
65 2100
19 600
37 3000
58 1600
54 1700
72 2600
56 1200
77 1100
56 700
58 2600
44 2900
35 800
80 3000
44 2200
48 2500
72 1200
59 2800
58 1500
29 1200
33 2900
60 900
75 1700
37 2800
70 2500
41 600
47 1000
77 1600
25 2800
78 2500
63 2900
64 800
55 1800
54 1600
62 2800
62 600
40 1900
17 1300
48 900
14 2700
56 600
62 1500
51 1900
67 1100
62 1500
38 1900
52 1300
80 2300
59 2700
13 600
44 900
27 1300
62 700
42 1900
42 600
69 1700
80 1000
59 2600
43 1200
14 1800
40 1700
18 1600
60 800
34 1600
80 600
48 1300
69 2700
13 1700
57 2800
13 1300
61 1600
25 1200
57 2300
71 1300
38 2200
25 2200
25 2300
75 1700
18 1000
79 900
80 1600
67 2100
35 2200
61 1400
78 1900
15 2300
79 2500
80 1400
64 2600
56 1300
54 2500
51 800
69 2500
37 900
51 1000
26 1400
41 1400
60 900
77 900
62 1100
76 800
35 1700
43 900
21 2000
60 900
10 2200
65 1200
18 2500
 frequency
35

30

25

20

15

10

0
0 10 20 30 40 50 60 70 80 90
Roll No BRM QM BRM
1 78 83 min 47
2 81 79 max 89
3 76 77 mean 76
4 84 81 sd 5.799378
5 68 71
6 78 72
7 67 80 Limits FrequencyGrades
8 81 78 58.98473 3D
9 82 87 64.78411 1C
10 74 81 71 21 C+
11 78 79 76 59 B
12 78 90 82 71 B+
13 88 81 87.98162 22 A
14 77 72 93.781 2 A+
15 83 82
16 76 77
17 76 83
18 79 87
19 82 76
20 79 80
21 80 76
22 76 84
23 83 80
24 83 79
25 70 76
26 83 85
27 87 89
28 76 77
29 82 78
30 77 79
31 76 82
32 69 79
33 81 66
34 81 71
35 81 78
36 78 78
37 76 77
38 74 85
39 77 76
40 75 76
41 78 75
42 72 81
43 76 76
44 80 80
45 84 73
46 78 80
47 74 78
48 72 78
49 76 74
50 79 81
51 76 77
52 80 83
53 72 81
54 85 86
55 75 78
56 75 85
57 70 76
58 76 77
59 82 83 62.80 1
60 83 81 68.39 3
61 77 74 Average 80 73.98 14
62 76 87 SD 5.589327 Mean 79.57 70
63 75 81 85.16 69
64 81 72 90.75 21
65 82 76 96.34 1
66 72 75
67 79 72
68 75 79
69 78 82
70 79 84
71 73 77
72 80 87
73 82 69
74 75 41
75 73 75
76 76 81
77 78 79
78 82 80
79 75 87
80 78 75
81 75 83
82 77 82
83 80 75
84 73 80
85 84 82
86 78 83
87 72 79
88 89 71
89 78 87
90 84 79
91 75 79
92 81 77
93 82 81
94 77 83
95 78 79
96 80 85
97 76 87
98 75 85
99 83 76
100 67 70
101 72 75
102 75 75
103 72 84
104 75 78
105 81 83
106 68 70
107 69 72
108 73 77
109 67 88
110 64 77
111 71 80
112 77 81
113 84 78
114 73 83
115 78 78
116 76 79
117 83 79
118 80 84
119 78 80
120 75 87
121 70 82
122 77 74
123 74 80
124 72 85
125 73 77
126 88 76
127 85 81
128 70 79
129 65 85
130 75 83
131 72 81
132 72 83
133 71 80
134 79 85
135 82 67
136 81 73
137 76 88
138 77 76
139 79 83
140 77 86
141 77 75
142 69 82
143 81 78
144 66 78
145 71 81
146 70 80
147 73 76
148 68 68
149 73 84
150 71 85
151 84 79
152 68 83
153 83 84
154 79 79
155 81 80
156 78 81
157 76 76
158 81 75
159 79 76
160 77 85
161 75 84
162 79 77
163 73 84
164 78 86
165 80 77
166 84 89
167 80 81
168 69 84
169 69 79
170 76 84
171 75 80
172 83 78
173 74 79
174 82 88
175 78 86
176 67 91
177 54 93
178 56 82
179 47 86
Roll No BRM QM
1 78 83
2 80 79
3 76 77
4 80 81
5 73 71
6 78 72
7 73 80
8 80 78
9 80 87
10 74 81
11 78 79
12 78 90
13 80 81
14 77 72
15 80 82
16 76 77
17 76 83
18 79 87
19 80 76
20 79 80
21 80 76
22 76 84
23 80 80
24 80 79
25 73 76
26 80 85
27 80 89
28 76 77
29 80 78
30 77 79
31 76 82
32 73 79
33 80 66
34 80 71
35 80 78
36 78 78
37 76 77
38 74 85
39 77 76
40 75 76
41 78 75
42 73 81
43 76 76
44 80 80
45 80 73
46 78 80
47 74 78
48 73 78
49 76 74
50 79 81
51 76 77
52 80 83
53 73 81
54 80 86
55 75 78
56 75 85
57 73 76
58 76 77
59 80 83
60 80 81
61 77 74
62 76 87
63 75 81
64 80 72
65 80 76
66 73 75
67 79 72
68 75 79
69 78 82
70 79 84
71 73 77
72 80 87
73 80 69
74 75 41
75 73 75
76 76 81
77 78 79
78 80 80
79 75 87
80 78 75
81 75 83
82 77 82
83 80 75
84 73 80
85 80 82
86 78 83
87 73 79
88 99 71
89 78 87
90 80 79
91 75 79
92 80 77
93 80 81
94 77 83
95 78 79
96 80 85
97 76 87
98 75 85
99 80 76
100 73 70
101 73 75
102 75 75
103 73 84
104 75 78
105 80 83
106 73 70
107 73 72
108 73 77
109 73 88
110 73 77
111 73 80
112 77 81
113 80 78
114 73 83
115 78 78
116 76 79
117 80 79
118 80 84
119 78 80
120 75 87
121 73 82
122 77 74
123 74 80
124 73 85
125 73 77
126 80 76
127 80 81
128 73 79
129 73 85
130 75 83
131 73 81
132 73 83
133 73 80
134 79 85
135 80 67
136 80 73
137 76 88
138 77 76
139 79 83
140 77 86
141 77 75
142 73 82
143 80 78
144 73 78
145 73 81
146 73 80
147 73 76
148 73 68
149 73 84
150 73 85
151 80 79
152 73 83
153 80 84
154 79 79
155 80 80
156 78 81
157 76 76
158 80 75
159 79 76
160 77 85
161 75 84
162 79 77
163 73 84
164 78 86
165 80 77
166 80 89
167 80 81
168 73 84
169 73 79
170 76 84
171 75 80
172 80 78
173 74 79
174 80 88
175 78 86
176 73 91
177 54 93
178 56 82
179 47 86
Case - II: DLF Constructions
DLF Construction is projected to become one of India's largest real estate company in terms of revenues,
earnings, market capitalization and developable area by 2020. In line with its current expansion plans, DLF has
over 425 million sq. ft. of development across its businesses, including developed, on-going and planned projects.
The land bank is spread over 32 cities, mostly in metros and key urban areas across India. Similar to Singapore,
DLF has recently built housing societies called Condominiums in Mumbai. Condominiums are classified into
two categories: Sea View Condominiums and No Sea View Condominiums. A sample data has been collected on
location, list price, sale price and number of days it takes to sell each unit of such condominiums. DLF has provided
recent sales data on 40 Sea View Condominiums and 18 No Sea View Condominiums.

DLF has hired you to draw relevant information from this data, which the company can use to implement furture
growth plans.

How far are the results of this study applicable for other Metro cities, like Bangaluru, Chennai, Kolkata, Delhi, etc.
79
 Rs. in lakhs
s of revenues, List pr sales Pr Days to sell
sion plans, DLF has 421 404 163
g and planned projects. 322 298 89
Similar to Singapore, 450 441 106
are classified into 470 454 119
has been collected on 285 285 149
niums. DLF has provided 468 429 115
144 140 246
179 179 70
e to implement furture 829 803 91
267 267 158
268 259 110
nai, Kolkata, Delhi, etc. 752 680 353
829 829 125
399 378 70
280 259 61
310 281 60
282 265 110
442 421 201
361 344 186
574 569 178
348 340 35
552 552 36
271 259 175
361 349 106
305 289 134
399 382 90
761 744 161
373 366 200
370 340 258
200 193 114
542 525 125
535 510 121
280 263 143
506 472 56
288 268 188
183 170 60
336 319 169
382 361 66
424 395 108
373 364 198
 Rs. in lakhs
List pr sales Pr Days to sell
184 184 228
126 115 423
159 152 153
203 196 188
237 227 211
183 182 73
237 220 138
153 150 163
127 123 186
200 196 143
170 163 150
179 166 76
192 180 183
127 125 171
136 136 351
274 249 79
159 152 60
210 193 65
Case: Hotel - J W Marriott, Juhu

The Hotel Association of India (HAI) is concerned about the shortage of housekeeping staff the
hospitality industry is projecting for the future. To learn the current degree of job satisfaction among
the housekeeping staff, J W Marriott Hotel has sponcered a study of housekeeping staff on behalf
of the association. Their young Director, Minal Thackar has considered 50 housekeeping staff across
different hotels in Mumbai as a sample to learn their degree of satisfaction with their work, their pay,
and their opportunities for promotion. Each of the three aspects of satisfaction was measured on a
scale from 0 to 100, with larger values indicating higher degrees of satisfaction. The data collected
also showed the type of hotel employing the housekeeping staff. The types of hospitals were 3 Star,
4 Star and 5 Star. The data is shown in the table below.

Use methods of descriptive statistics to summerize the data. Present the summaries that will be
beneficial in communicating the results to others. Discuss your findings. Specifically,
comment on the following questions:

(i) On the basis of the entire dataset and the 3 job satisfaction variables, what aspect of the job is
most satisfying for the staff? What appears to be the least satisfying? In what area(s), if any, do
you feel improvements should be made? Discuss.

(ii) On the basis of descriptive measures of variability, what measure of job satisfaction appears to
generate the greatest difference of opinion among the housekeeping staff? Explain.

(iii) What can be learned about the types of hotels? Does any particular type of hotel seem to
have better levels of job satisfaction that the other types? Do your results sugest any recommendation
for learning about and improving job satisfaction? Discuss.

(iv) What additional descriptive statistics and insights can you use to learn about and possibly
improve job satisfaction?

Staff Hotel Work Pay Promotion

1 3 Star 74 47 63
4 3 Star 89 66 62
6 3 Star 85 56 64
8 3 Star 88 36 47
10 3 Star 84 42 66
11 3 Star 90 62 66
15 3 Star 64 43 61
16 3 Star 85 57 67
17 3 Star 71 25 74
19 3 Star 70 38 54
23 3 Star 72 60 45
26 3 Star 84 28 62
27 3 Star 71 45 68
30 3 Star 82 49 91
32 3 Star 88 49 42
36 3 Star 74 59 82
39 3 Star 77 60 75
44 3 Star 87 51 57
50 3 Star 72 57 40
2 4 Star 72 76 37
13 4 Star 82 37 54
20 4 Star 71 49 58
21 4 Star 90 27 67
22 4 Star 73 56 55
24 4 Star 65 42 68
25 4 Star 94 60 52
28 4 Star 72 37 86
29 4 Star 84 60 29
31 4 Star 90 76 70
34 4 Star 78 52 72
38 4 Star 82 60 56
40 4 Star 63 48 78
41 4 Star 86 72 72
43 4 Star 86 37 59
48 4 Star 84 74 37
49 4 Star 95 66 52
3 5 Star 75 53 92
5 5 Star 69 47 16
7 5 Star 89 80 64
9 5 Star 88 55 52
12 5 Star 72 59 79
14 5 Star 90 56 23
18 5 Star 71 36 55
33 5 Star 74 70 51
35 5 Star 85 89 46
37 5 Star 76 51 54
42 5 Star 77 90 51
45 5 Star 79 59 41
46 5 Star 84 53 63
47 5 Star 87 66 49
Summary measures for boxplots
BRM
Mean 76.38287
Median 76.89167
Q1 73.10833
Q3 80.3125
IQR 7.204167 The outer fences extend to 3 IQR's
beyond the box, i.e., beyond the
Outer lower fence 51.49583 quartiles. Points beyond the outer
Outer upper fence 101.925 fences are 'extreme' outliers.

Inner lower fence 62.30208

Inner upper fence 91.11875 The inner fences extend to 1.5 IQR's
beyond the box, i.e., beyond the
quartiles. Points beyond the inner
Lower adjacent value 64.26667
fences (but not beyond the outer
Upper adjacent value 88.99167 fences) are 'mild' outliers.

# of extreme outliers
# of mild outliers
# of low outliers
# of high outliers
1
2 The adjacent values are the most
extreme non-outlier observations. The
3 vertical lines on the box plot extend
from the box to these values.
0
Data for boxplot chart
Text settin 81.39313 5

Mean setti 76.38287 8

Box-whisker76.89167 5
73.10833 5
73.10833 8
64.26667 8
73.10833 8
73.10833 11
80.3125 11
80.3125 8
88.99167 8
80.3125 8
80.3125 5
76.89167 5
76.89167 11

Outlier sett 78 #N/A

81 #N/A
76 #N/A
84 #N/A
68 #N/A
78 #N/A
67 #N/A
81 #N/A
82 #N/A
74 #N/A
78 #N/A
78 #N/A
88 #N/A
77 #N/A
83 #N/A
76 #N/A
76 #N/A
79 #N/A
82 #N/A
79 #N/A
80 #N/A
76 #N/A
83 #N/A
83 #N/A
70 #N/A
83 #N/A
87 #N/A
76 #N/A
82 #N/A
77 #N/A
76 #N/A
69 #N/A
81 #N/A
81 #N/A
81 #N/A
78 #N/A
76 #N/A
74 #N/A
77 #N/A
75 #N/A
78 #N/A
72 #N/A
76 #N/A
80 #N/A
84 #N/A
78 #N/A
74 #N/A
72 #N/A
76 #N/A
79 #N/A
76 #N/A
80 #N/A
72 #N/A
85 #N/A
75 #N/A
75 #N/A
70 #N/A
76 #N/A
82 #N/A
83 #N/A
77 #N/A
76 #N/A
75 #N/A
81 #N/A
82 #N/A
72 #N/A
79 #N/A
75 #N/A
78 #N/A
79 #N/A
73 #N/A
80 #N/A
82 #N/A
75 #N/A
73 #N/A
76 #N/A
78 #N/A
82 #N/A
75 #N/A
78 #N/A
75 #N/A
77 #N/A
80 #N/A
73 #N/A
84 #N/A
78 #N/A
72 #N/A
89 #N/A
78 #N/A
84 #N/A
75 #N/A
81 #N/A
82 #N/A
77 #N/A
78 #N/A
80 #N/A
76 #N/A
75 #N/A
83 #N/A
67 #N/A
72 #N/A
75 #N/A
72 #N/A
75 #N/A
81 #N/A
68 #N/A
69 #N/A
73 #N/A
67 #N/A
64 #N/A
71 #N/A
77 #N/A
84 #N/A
73 #N/A
78 #N/A
76 #N/A
83 #N/A
80 #N/A
78 #N/A
75 #N/A
70 #N/A
77 #N/A
74 #N/A
72 #N/A
73 #N/A
88 #N/A
85 #N/A
70 #N/A
65 #N/A
75 #N/A
72 #N/A
72 #N/A
71 #N/A
79 #N/A
82 #N/A
81 #N/A
76 #N/A
77 #N/A
79 #N/A
77 #N/A
77 #N/A
69 #N/A
81 #N/A
66 #N/A
71 #N/A
70 #N/A
73 #N/A
68 #N/A
73 #N/A
71 #N/A
84 #N/A
68 #N/A
83 #N/A
79 #N/A
81 #N/A
78 #N/A
76 #N/A
81 #N/A
79 #N/A
77 #N/A
75 #N/A
79 #N/A
73 #N/A
78 #N/A
80 #N/A
84 #N/A
80 #N/A
69 #N/A
69 #N/A
76 #N/A
75 #N/A
83 #N/A
74 #N/A
82 #N/A
78 #N/A
67 #N/A
54 54.49167
56 56.275
47 #N/A
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 #N/A 8
8 46.625 8
Box plot for BRM
BRM
Mean 76.548
Median 77
Q1 73.10833333
Q3 80.3125
IQR 7.204166667

Outer lower fence 51.49583333

Outer upper fence 101.925

Inner lower fence 62.30208333

Inner upper fence 91.11875 BRM
Lower adjacent value 72.73333333
Upper adjacent value 80.38333333

# of extreme outliers 1
# of mild outliers 3

# of low outliers 3
# of high outliers 1 40 50 60 70 80
 Roll No BRM
1 78
2 81
3 76
4 84
5 68
6 78
7 67
8 81
9 82
10 74
11 78
BRM 12 78
13 88
14 77
15 83
16 76
17 76
18 79
19 82
20 79
70 80 90 100 110 21 80
22 76
23 83
24 83
25 70
26 83
27 87
28 76
29 82
30 77
31 76
32 69
33 81
34 81
35 81
36 78
37 76
38 74
39 77
40 75
41 78
42 72
43 76
44 80
45 84
46 78
47 74
48 72
49 76
50 79
51 76
52 80
53 72
54 85
55 75
56 75
57 70
58 76
59 82
60 83
61 77
62 76
63 75
64 81
65 82
66 72
67 79
68 75
69 78
70 79
71 73
72 80
73 82
74 75
75 73
76 76
77 78
78 82
79 75
80 78
81 75
82 77
83 80
84 73
85 84
86 78
87 72
88 89
89 78
90 84
91 75
92 81
93 82
94 77
95 78
96 80
97 76
98 75
99 83
100 67
101 72
102 75
103 72
104 75
105 81
106 68
107 69
108 73
109 67
110 64
111 71
112 77
113 84
114 73
115 78
116 76
117 83
118 80
119 78
120 75
121 70
122 77
123 74
124 72
125 73
126 88
127 85
128 70
129 65
130 75
131 72
132 72
133 71
134 79
135 82
136 81
137 76
138 77
139 79
140 77
141 77
142 69
143 81
144 66
145 71
146 70
147 73
148 68
149 73
150 71
151 84
152 68
153 83
154 79
155 81
156 78
157 76
158 81
159 79
160 77
161 75
162 79
163 73
164 78
165 80
166 84
167 80
168 69
169 69
170 76
171 75
172 83
173 74
174 82
175 78
176 67
177 54
178 56
179 47
Data for boxplot
Text settin 81.39313

Mean setti 76.548

Box setting 77
73.10833
73.10833
72.73333
73.10833
73.10833
80.3125
80.3125
80.38333
80.3125
80.3125
77
77

Outlier sett 78
80
76
80
73
78
73
80
80
74
78
78
80
77
80
76
76
79
80
79
80
76
80
80
73
80
80
76
80
77
76
73
80
80
80
78
76
74
77
75
78
73
76
80
80
78
74
73
76
79
76
80
73
80
75
75
73
76
80
80
77
76
75
80
80
73
79
75
78
79
73
80
80
75
73
76
78
80
75
78
75
77
80
73
80
78
73
99
78
80
75
80
80
77
78
80
76
75
80
73
73
75
73
75
80
73
73
73
73
73
73
77
80
73
78
76
80
80
78
75
73
77
74
73
73
80
80
73
73
75
73
73
73
79
80
80
76
77
79
77
77
73
80
73
73
73
73
73
73
73
80
73
80
79
80
78
76
80
79
77
75
79
73
78
80
80
80
73
73
76
75
80
74
80
78
73
54
56
47
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 99 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 54.49167 8
1 #N/A 56.275 8
1 46.625 #N/A 8
 List pr sales Pr Days to sell
421 404 163 828.75
322 298 89
449.65 441.15 106.25
469.625 454.325 118.75
284.665 284.665 148.75
467.5 429.25 115 For Sea-side Condominiums
144.415 140.25 246.25
178.5 178.5 70
828.75 803.25 91.25 Summary stats for List Price
266.9 266.9 157.5 List pr
267.75 259.25 110 Count 40
752.25 680 352.5 Mean 402.909
828.75 828.75 125 Median 371.450
398.65 378.25 70 Standard d 167.699
279.65 259.25 61.25
310.25 280.5 60
282.2 265.2 110 Summary stats for selected variables
442 420.75 201.25 Days to sell
361.25 344.25 186.25 Count 40
573.75 568.65 177.5 Mean 132.519
347.65 340 35 Median 120.000
551.65 551.65 36.25 Standard d 65.272
271.15 259.25 175
361.25 348.5 106.25
305.15 289 133.75
398.65 381.65 90 How much less is people willing to pay for property on the seaside
760.75 743.75 161.25 on an average
373.15 365.5 200 Co-efficient of variation in sales prices
369.75 340 257.5 Co-efficient of variation in List prices
199.75 192.95 113.75 Average no. of days required for a property to be sold
542.3 525.3 125 Co-efficient of variation in no. of days
534.65 510 121.25
279.65 262.65 142.5
505.75 471.75 56.25
288.15 267.75 187.5
182.75 170 60
335.75 318.75 168.75
381.65 361.25 66.25
424.15 395.25 107.5
373.15 364.225 197.5
 List pr sales Pr Days to sell
184 184 228
126 115 423
158.525 152.15 152.5
203.15 195.5 187.5
237.15 227.375 211.25
182.75 181.9 72.5
237.15 220.15 137.5
152.915 150.025 162.5
Summary stats for selected variables 127.415 123.165 186.25
sales Pr 199.75 195.5 142.5
Count 40 169.83 163.2 150
Mean 386.108 178.5 165.75 76.25
Median 354.875 192.1 180.2 182.5
Standard deviation 163.634 127.415 124.525 171.25
136 136 351.25
273.7 248.625 78.75
159.375 152.15 60
209.95 192.95 65

r property on the seaside 4.17 %

42.38 %
41.62 %
rty to be sold 132.52 days
49.25 %
Summary stats for selected variables Summary stats for selected variables
List pr sales Pr
Count 18 Count 18
Mean 180.871 Mean 172.676
Median 180.625 Median 172.975
Standard deviation 41.586 Standard deviation 37.316

Summary stats for selected variables

Days to sell
Count 18
Mean 168.806
Median 157.500
Standard deviation 95.471

How much less is people willing to pay for property not located on the sea-side
on an average
Co-efficient of variation in sales prices
Co-efficient of variation in List prices
Average no. of days required for a property to be sold
Co-efficient of variation in no. of days
 4.53 %

21.61 %
22.99 %
168.806 days
56.56 %
Box plot for List pr
List pr
Mean 402.909
Median 371.45
Q1 284.04875
Q3 468.03125
IQR 183.9825

Outer lower fence -267.89875

Outer upper fence 1019.97875 0 100 200 300 400 500
List pr
Inner lower fence 8.075
Inner upper fence 744.005

Lower adjacent value 144.415

Upper adjacent value 573.75

# of extreme outliers 0
# of mild outliers 4

# of low outliers 0
# of high outliers 4
400 500 600 700 800 900
List pr

1019.979
Data for boxplot
Text settin 495.6286

Mean setti 402.909

Box setting 371.45

284.0488
284.0488
144.415
284.0488
284.0488
468.0313
468.0313
573.75
468.0313
468.0313
371.45
371.45

Outlier sett 421

322
449.65
469.625
284.665
467.5
144.415
178.5
828.75
266.9
267.75
752.25
828.75
398.65
279.65
310.25
282.2
442
361.25
573.75
347.65
551.65
271.15
361.25
305.15
398.65
760.75
373.15
369.75
199.75
542.3
534.65
279.65
505.75
288.15
182.75
335.75
381.65
424.15
373.15
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 828.75 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 752.25 8
1 #N/A 828.75 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 760.75 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Box plot for sales Pr
sales Pr
Mean 386.108
Median 354.875
Q1 267.5375
Q3 444.44375 sales
IQR 176.90625 Pr
Outer lower fence -263.18125
Outer upper fence 975.1625
0 100 200 300 400 500
Inner lower fence 2.178125
Inner upper fence 709.803125

Lower adjacent value 140.25

Upper adjacent value 680

# of extreme outliers 0
# of mild outliers 3

# of low outliers 0
# of high outliers 3
 sales
Pr

400 500 600 700 800 900

Data for boxplot
Text settin 470.9797

Mean setti 386.108

Box setting 354.875

267.5375
267.5375
140.25
267.5375
267.5375
444.4438
444.4438
680
444.4438
444.4438
354.875
354.875

Outlier sett 404

298
441.15
454.325
284.665
429.25
140.25
178.5
803.25
266.9
259.25
680
828.75
378.25
259.25
280.5
265.2
420.75
344.25
568.65
340
551.65
259.25
348.5
289
381.65
743.75
365.5
340
192.95
525.3
510
 262.65
471.75
267.75
170
318.75
361.25
395.25
364.225
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 803.25 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 828.75 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 743.75 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Box plot for Days to sell
Days to sell
Mean 132.519
Median 120
Q1 89.75 Days
Q3 170.3125 to sell
IQR 80.5625

Outer lower fence -151.9375 0 50 100 150 200 2

Outer upper fence 412

Inner lower fence -31.09375

Inner upper fence 291.15625

Lower adjacent value 35

Upper adjacent value 257.5

# of extreme outliers 0
# of mild outliers 1

# of low outliers 0
# of high outliers 1
 Days
to sell

150 200 250 300 350 400

Data for boxplot
Text settin 182.3969

Mean setti 132.519

Box setting 120

89.75
89.75
35
89.75
89.75
170.3125
170.3125
257.5
170.3125
170.3125
120
120

Outlier sett 163

89
106.25
118.75
148.75
115
246.25
70
91.25
157.5
110
352.5
125
70
61.25
60
110
201.25
186.25
177.5
35
36.25
175
106.25
133.75
90
161.25
200
257.5
113.75
125
121.25
 142.5
56.25
187.5
60
168.75
66.25
107.5
197.5
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 352.5 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Box plot for List pr
List pr
Mean 180.871
Median 180.625
Q1 154.3175
Q3 202.3
IQR 47.9825

Outer lower fence 10.37 0 50 100 150

Outer upper fence 346.2475

Inner lower fence 82.34375

Inner upper fence 274.27375

Lower adjacent value 126

Upper adjacent value 273.7

# of extreme outliers 0
# of mild outliers 0

# of low outliers 0
# of high outliers 0
 List
pr

150 200 250 300

Data for boxplot
Text settin 209.4974

Mean setti 180.871

Box setting 180.625

154.3175
154.3175
126
154.3175
154.3175
202.3
202.3
273.7
202.3
202.3
180.625
180.625

Outlier sett 184

126
158.525
203.15
237.15
182.75
237.15
152.915
127.415
199.75
169.83
178.5
192.1
127.415
136
273.7
159.375
209.95
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Box plot for sales Pr
sales Pr
Mean 172.676
Median 172.975
Q1 150.55625
Q3 194.8625
IQR 44.30625

Outer lower fence 17.6375 0 50 100 150

Outer upper fence 327.78125

Inner lower fence 84.096875

Inner upper fence 261.321875

Lower adjacent value 115

Upper adjacent value 248.625

# of extreme outliers 0
# of mild outliers 0

# of low outliers 0
# of high outliers 0
 sales
Pr

150 200 250 300

Data for boxplot
Text settin 201.5084

Mean setti 172.676

Box setting 172.975

150.5563
150.5563
115
150.5563
150.5563
194.8625
194.8625
248.625
194.8625
194.8625
172.975
172.975

Outlier sett 184

115
152.15
195.5
227.375
181.9
220.15
150.025
123.165
195.5
163.2
165.75
180.2
124.525
136
248.625
152.15
192.95
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Box plot for Days to sell
Days to sell
Mean 168.806
Median 157.5
Q1 93.4375 Days
Q3 187.1875 to sell
IQR 93.75

Outer lower fence -187.8125 0 50 100 150 200 250

Outer upper fence 468.4375

Inner lower fence -47.1875

Inner upper fence 327.8125

Lower adjacent value 60

Upper adjacent value 228

# of extreme outliers 0
# of mild outliers 2

# of low outliers 0
# of high outliers 2
 Days
to sell

200 250 300 350 400 450

Data for boxplot
Text settin 201.25

Mean setti 168.806

Box setting 157.5

93.4375
93.4375
60
93.4375
93.4375
187.1875
187.1875
228
187.1875
187.1875
157.5
157.5

Outlier sett 228

423
152.5
187.5
211.25
72.5
137.5
162.5
186.25
142.5
150
76.25
182.5
171.25
351.25
78.75
60
65
 5

5
5
8
8
8
11
11
8
8
8
5
5
11

1 #N/A #N/A 8
1 #N/A 423 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A 351.25 8
1 #N/A #N/A 8
1 #N/A #N/A 8
1 #N/A #N/A 8
Property List pr sales Pr
P1 421 404
P2 322 298
P3 449.65 441.15 List Price vs Sales Price
P4 469.625 454.325 900
P5 284.665 284.665
800
P6 467.5 429.25
P7 144.415 140.25 700
P8 178.5 178.5 600
P9 828.75 803.25 500
P10 266.9 266.9 400
P11 267.75 259.25
300
P12 752.25 680
200
P13 828.75 828.75
P14 398.65 378.25 100
P15 279.65 259.25 0
0 5 10 15 20 25 30 35 40 45
P16 310.25 280.5
P17 282.2 265.2 List pr sales Pr
P18 442 420.75
P19 361.25 344.25
P20 573.75 568.65
P21 347.65 340
P22 551.65 551.65
P23 271.15 259.25
P24 361.25 348.5
P25 305.15 289
P26 398.65 381.65
P27 760.75 743.75
P28 373.15 365.5
P29 369.75 340
P30 199.75 192.95
P31 542.3 525.3
P32 534.65 510
P33 279.65 262.65
P34 505.75 471.75
P35 288.15 267.75
P36 182.75 170
P37 335.75 318.75
P38 381.65 361.25
P39 424.15 395.25
P40 373.15 364.225
Price

30 35 40 45

s Pr
Property List pr sales Pr
P1 184 184
P2 126 115
P3 158.525 152.15 List Price vs Sales Price
P4 203.15 195.5 300
P5 237.15 227.375
P6 182.75 181.9 250
P7 237.15 220.15
P8 152.915 150.025 200
P9 127.415 123.165
150
P10 199.75 195.5
P11 169.83 163.2
100
P12 178.5 165.75
P13 192.1 180.2 50
P14 127.415 124.525
P15 136 136 0
0 2 4 6 8 10 12 14 16 18 20
P16 273.7 248.625
P17 159.375 152.15 List pr sales Pr
P18 209.95 192.95
Price

2 14 16 18 20

s Pr
 Villages Connectiv
NGO No. Size Salary Village popln Children Satisf
covered ity
1 60 0 2 5000 1400 1 3
2 10 1 2 5000 1300 1 1
3 39 0 3 5000 2500 1 4
4 63 1 2 2000 2500 4 5
5 37 1 2 1000 1300 4 10
6 58 0 2 1000 1300 1 4
7 52 0 3 5000 2900 1 3
8 22 0 3 5000 2800 3 5
9 65 0 2 2000 3000 4 4
10 45 1 1 1000 700 3 6
11 45 1 4 4000 1200 3 6
12 46 0 3 4000 1000 4 4
13 39 0 2 3000 2100 3 8
14 15 1 2 3000 3000 2 5
15 10 0 2 4000 1600 5 9
16 57 1 1 2000 1500 3 5
17 45 0 1 3000 1300 5 5
18 70 1 2 5000 600 2 6
19 44 0 2 5000 700 5 1
20 15 1 1 5000 2300 2 2
21 13 1 2 4000 1900 4 4
22 55 0 3 1000 700 5 10
23 54 1 3 2000 1300 3 4
24 24 0 1 2000 600 5 10
25 29 1 1 3000 600 2 6
26 52 0 1 2000 2800 3 7
27 31 0 4 2000 900 2 6
28 69 0 3 4000 1600 5 9
29 34 1 2 5000 2400 1 10
30 69 1 3 2000 2800 3 9
31 66 0 3 1000 3000 3 5
32 20 1 3 4000 2500 2 2
33 71 1 2 5000 2600 3 7
34 53 1 4 4000 1400 5 7
35 35 1 4 1000 2200 2 4
36 73 1 1 3000 1300 3 8
37 74 1 4 3000 2400 2 10
38 31 0 3 5000 2600 1 6
39 73 0 2 3000 1000 5 1
40 48 0 1 4000 3000 3 3
41 78 1 4 5000 2400 2 4
42 79 1 3 4000 2200 2 10
43 77 0 3 3000 2600 4 5
44 74 0 2 2000 900 2 6
45 71 0 4 3000 2300 3 9
46 47 1 2 1000 900 2 1
47 18 0 3 5000 700 2 9
48 34 0 4 1000 2100 3 8
49 46 0 2 4000 2800 1 8
50 57 0 3 1000 2800 5 1
51 58 1 1 1000 3000 1 6
52 70 1 1 1000 2400 3 4
53 62 1 3 4000 1300 5 1
 54 73 1 3 5000 1900 5 1
55 75 1 4 2000 2000 2 6
56 22 0 2 1000 2000 4 2
57 45 1 1 4000 2800 4 4
58 11 0 2 5000 2200 1 3
59 31 1 4 5000 2000 3 5
60 76 1 4 3000 900 4 2
61 45 1 4 3000 2600 5 3
62 52 0 1 3000 1900 2 8
63 14 0 1 5000 1700 5 6
64 16 1 2 1000 1800 3 4
65 78 1 1 1000 2300 1 1
66 52 0 4 3000 2300 3 8
67 24 1 1 2000 1500 5 2
68 36 1 4 4000 1100 1 1
69 12 0 4 2000 1600 1 4
70 17 1 3 3000 700 3 3
71 57 1 1 5000 1100 4 3
72 71 0 1 5000 1400 3 1
73 80 1 4 1000 2600 4 2
74 58 0 4 4000 2000 1 1
75 10 0 4 4000 2600 3 3
76 76 0 1 2000 2100 5 10
77 57 0 2 3000 1600 2 8
78 45 1 4 2000 3000 5 2
79 10 0 3 1000 1500 4 9
80 67 0 4 3000 3000 2 8
81 77 1 4 4000 600 3 9
82 58 0 4 5000 700 4 5
83 42 1 2 2000 2400 4 6
84 63 0 2 5000 2800 2 1
85 51 0 3 3000 700 2 7
86 48 1 4 3000 2500 3 4
87 39 1 1 4000 2100 2 3
88 78 0 2 1000 1600 2 1
89 71 0 2 1000 2800 3 5
90 75 0 2 2000 700 5 10
91 17 0 1 4000 2400 3 10
92 18 1 2 3000 2100 5 4
93 65 1 2 1000 1700 5 3
94 65 1 1 2000 2100 4 10
95 19 1 2 1000 600 3 7
96 37 1 1 5000 3000 4 8
97 58 1 3 1000 1600 5 4
98 54 0 1 1000 1700 3 3
99 72 1 2 4000 2600 5 3
100 56 0 2 5000 1200 5 3
101 77 1 4 2000 1100 4 1
102 56 1 1 2000 700 1 2
103 58 1 1 4000 2600 5 4
104 44 0 1 1000 2900 4 10
105 35 0 3 2000 800 1 5
106 80 0 1 1000 3000 5 1
107 44 1 2 5000 2200 4 8
108 48 1 3 1000 2500 1 10
109 72 0 3 2000 1200 1 1
110 59 1 1 2000 2800 5 10
111 58 0 3 4000 1500 4 6
112 29 1 3 4000 1200 2 6
113 33 0 1 5000 2900 2 1
114 60 1 2 1000 900 3 3
115 75 0 2 5000 1700 3 7
116 37 0 1 2000 2800 2 4
117 70 0 2 3000 2500 4 6
118 41 0 3 5000 600 1 2
119 47 1 4 3000 1000 4 2
120 77 0 3 2000 1600 2 8
121 25 1 1 2000 2800 5 1
122 78 0 1 3000 2500 3 4
123 63 1 2 4000 2900 5 6
124 64 0 3 3000 800 4 2
125 55 0 2 5000 1800 3 8
126 54 1 2 3000 1600 5 7
127 62 1 3 2000 2800 2 1
128 62 0 1 4000 600 5 6
129 40 0 4 1000 1900 5 3
130 17 0 3 1000 1300 2 6
131 48 0 1 1000 900 1 2
132 14 0 1 5000 2700 3 5
133 56 1 1 1000 600 5 4
134 62 1 1 2000 1500 1 4
135 51 1 2 2000 1900 2 3
136 67 1 4 1000 1100 4 7
137 62 1 2 4000 1500 2 5
138 38 1 3 3000 1900 1 8
139 52 0 3 1000 1300 1 6
140 80 1 1 5000 2300 2 2
141 59 1 3 1000 2700 4 7
142 13 0 2 3000 600 4 1
143 44 0 2 3000 900 1 2
144 27 0 4 2000 1300 2 4
145 62 1 2 2000 700 2 1
146 42 0 2 4000 1900 2 10
147 42 0 4 3000 600 4 9
148 69 1 2 1000 1700 1 7
149 80 0 3 5000 1000 3 7
150 59 1 2 2000 2600 2 2
151 43 1 1 4000 1200 1 10
152 14 0 1 2000 1800 1 9
153 40 0 2 4000 1700 4 5
154 18 1 2 1000 1600 3 6
155 60 0 3 3000 800 2 5
156 34 1 4 3000 1600 1 6
157 80 1 2 5000 600 5 8
158 48 1 2 2000 1300 2 1
159 69 0 2 4000 2700 1 8
160 13 1 2 3000 1700 5 1
161 57 0 2 4000 2800 3 2
162 13 1 4 1000 1300 5 6
163 61 1 4 4000 1600 2 5
164 25 1 3 3000 1200 5 4
165 57 1 4 4000 2300 4 4
166 71 1 4 4000 1300 4 10
167 38 1 4 3000 2200 4 7
168 25 1 1 4000 2200 2 2
169 25 0 4 3000 2300 5 2
170 75 0 4 4000 1700 4 3
171 18 1 2 2000 1000 3 1
172 79 0 4 1000 900 5 8
173 80 0 1 4000 1600 3 9
174 67 1 2 4000 2100 4 5
175 35 0 3 2000 2200 4 1
176 61 1 3 3000 1400 3 5
177 78 0 2 1000 1900 4 9
178 15 1 4 2000 2300 1 9
179 79 1 2 5000 2500 5 8
180 80 0 1 1000 1400 4 5
181 64 0 1 5000 2600 5 10
182 56 0 3 5000 1300 3 1
183 54 0 2 3000 2500 2 1
184 51 1 2 4000 800 2 2
185 69 0 1 1000 2500 1 10
186 37 0 2 3000 900 2 8
187 51 0 3 3000 1000 4 5
188 26 0 1 2000 1400 1 8
189 41 0 4 1000 1400 5 10
190 60 1 4 2000 900 2 8
191 77 0 4 4000 900 1 6
192 62 0 2 1000 1100 2 10
193 76 0 1 1000 800 4 6
194 35 1 4 1000 1700 4 6
195 43 1 1 2000 900 3 10
196 21 1 2 5000 2000 4 4
197 60 1 1 1000 900 4 1
198 10 0 4 2000 2200 3 1
199 65 0 1 5000 1200 5 5
200 18 0 3 5000 2500 2 5
 Villages Village
NGO No.
covered popln Villages covered
1 60 1400
2 10 1300 Mean 49.68
3 39 2500 Standard Error 1.4613575295
4 63 2500 Median 53.5
5 37 1300 Mode 58
6 58 1300 Standard Deviation 20.666716378
7 52 2900 Sample Variance 427.11316583
8 22 2800 Kurtosis -0.9637044887
9 65 3000 Skewness -0.3626861447
10 45 700 Range 70
11 45 1200 Minimum 10
12 46 1000 Maximum 80
13 39 2100 Sum 9936
14 15 3000 Count 200
15 10 1600
16 57 1500
17 45 1300
18 70 600
19 44 700
20 15 2300
21 13 1900
22 55 700
23 54 1300
24 24 600
25 29 600
26 52 2800
27 31 900
28 69 1600
29 34 2400
30 69 2800
31 66 3000
32 20 2500
33 71 2600
34 53 1400
35 35 2200
36 73 1300
37 74 2400
38 31 2600
39 73 1000
40 48 3000
41 78 2400
42 79 2200
43 77 2600
44 74 900
45 71 2300
46 47 900
47 18 700
48 34 2100
49 46 2800
50 57 2800
51 58 3000
52 70 2400
53 62 1300
 54 73 1900
55 75 2000
56 22 2000
57 45 2800
58 11 2200
59 31 2000
60 76 900
61 45 2600
62 52 1900
63 14 1700
64 16 1800
65 78 2300
66 52 2300
67 24 1500
68 36 1100
69 12 1600
70 17 700
71 57 1100
72 71 1400
73 80 2600
74 58 2000
75 10 2600
76 76 2100
77 57 1600
78 45 3000
79 10 1500
80 67 3000
81 77 600
82 58 700
83 42 2400
84 63 2800
85 51 700
86 48 2500
87 39 2100
88 78 1600
89 71 2800
90 75 700
91 17 2400
92 18 2100
93 65 1700
94 65 2100
95 19 600
96 37 3000
97 58 1600
98 54 1700
99 72 2600
100 56 1200
101 77 1100
102 56 700
103 58 2600
104 44 2900
105 35 800
106 80 3000
107 44 2200
108 48 2500
109 72 1200
110 59 2800
111 58 1500
112 29 1200
113 33 2900
114 60 900
115 75 1700
116 37 2800
117 70 2500
118 41 600
119 47 1000
120 77 1600
121 25 2800
122 78 2500
123 63 2900
124 64 800
125 55 1800
126 54 1600
127 62 2800
128 62 600
129 40 1900
130 17 1300
131 48 900
132 14 2700
133 56 600
134 62 1500
135 51 1900
136 67 1100
137 62 1500
138 38 1900
139 52 1300
140 80 2300
141 59 2700
142 13 600
143 44 900
144 27 1300
145 62 700
146 42 1900
147 42 600
148 69 1700
149 80 1000
150 59 2600
151 43 1200
152 14 1800
153 40 1700
154 18 1600
155 60 800
156 34 1600
157 80 600
158 48 1300
159 69 2700
160 13 1700
161 57 2800
162 13 1300
163 61 1600
164 25 1200
165 57 2300
166 71 1300
167 38 2200
168 25 2200
169 25 2300
170 75 1700
171 18 1000
172 79 900
173 80 1600
174 67 2100
175 35 2200
176 61 1400
177 78 1900
178 15 2300
179 79 2500
180 80 1400
181 64 2600
182 56 1300
183 54 2500
184 51 800
185 69 2500
186 37 900
187 51 1000
188 26 1400
189 41 1400
190 60 900
191 77 900
192 62 1100
193 76 800
194 35 1700
195 43 900
196 21 2000
197 60 900
198 10 2200
199 65 1200
200 18 2500
Summary stats for selected variables
Villages covered
Count 200 100 0 500
Sum 9936.000 200 0 750
Mean 49.680 300 0 1000
Median 53.500 400 0 1250
Standard deviation 20.667 500 0 1500
Minimum 10.000 600 11 1750
Maximum 80.000 700 10 2000
Range 70.000 800 5 2250
Variance 427.113 900 13 2500
1000 6 2750
1100 5 3000
1200 7 3250
1300 14
1400 7
3000 1500 6
600 1600 12
1700 9
1800 3
1900 8
2000 5
2100 7
2200 8
2300 8
2400 6
2500 11
2600 10
2700 3
2800 13
2900 4
3000 9
3100 0
3200 0
200
 0
21
24
12
27
21
16
15
25
13
26
0