This function ensures that all quaternions in the time series are unit quaternions.
Arguments
- x
An object of class qts or qts_sample.
Value
An object of the same class as the input argument x
in which
quaternions are unit quaternions.
Examples
normalize(vespa64$igp[[1]])
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99427 0.07973 0.06988 0.01334
#> 2 1 0.99483 0.07457 0.06763 0.01313
#> 3 2 0.99542 0.06931 0.06457 0.01269
#> 4 3 0.99602 0.06398 0.06091 0.01184
#> 5 4 0.99652 0.05949 0.05742 0.01070
#> 6 5 0.99694 0.05572 0.05403 0.00932
#> 7 6 0.99729 0.05275 0.05079 0.00772
#> 8 7 0.99757 0.05056 0.04761 0.00583
#> 9 8 0.99782 0.04883 0.04430 0.00366
#> 10 9 0.99805 0.04730 0.04071 0.00125
#> # ℹ 91 more rows
normalize(vespa64$igp)
#> [[1]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99427 0.07973 0.06988 0.01334
#> 2 1 0.99483 0.07457 0.06763 0.01313
#> 3 2 0.99542 0.06931 0.06457 0.01269
#> 4 3 0.99602 0.06398 0.06091 0.01184
#> 5 4 0.99652 0.05949 0.05742 0.01070
#> 6 5 0.99694 0.05572 0.05403 0.00932
#> 7 6 0.99729 0.05275 0.05079 0.00772
#> 8 7 0.99757 0.05056 0.04761 0.00583
#> 9 8 0.99782 0.04883 0.04430 0.00366
#> 10 9 0.99805 0.04730 0.04071 0.00125
#> # ℹ 91 more rows
#>
#> [[2]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99379 0.08282 0.07370 0.00994
#> 2 1 0.99441 0.07727 0.07120 0.01036
#> 3 2 0.99503 0.07171 0.06829 0.01059
#> 4 3 0.99565 0.06598 0.06489 0.01047
#> 5 4 0.99625 0.06032 0.06124 0.01005
#> 6 5 0.99677 0.05525 0.05756 0.00927
#> 7 6 0.99717 0.05142 0.05417 0.00810
#> 8 7 0.99751 0.04849 0.05080 0.00655
#> 9 8 0.99780 0.04622 0.04723 0.00461
#> 10 9 0.99806 0.04442 0.04345 0.00237
#> # ℹ 91 more rows
#>
#> [[3]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99262 0.09948 0.06271 -0.02971
#> 2 1 0.99312 0.09388 0.06347 -0.02941
#> 3 2 0.99375 0.08743 0.06335 -0.02831
#> 4 3 0.99446 0.08006 0.06255 -0.02696
#> 5 4 0.99511 0.07312 0.06135 -0.02551
#> 6 5 0.99566 0.06703 0.05977 -0.02423
#> 7 6 0.99614 0.06183 0.05782 -0.02305
#> 8 7 0.99656 0.05763 0.05543 -0.02198
#> 9 8 0.99692 0.05426 0.05257 -0.02103
#> 10 9 0.99726 0.05151 0.04915 -0.02020
#> # ℹ 91 more rows
#>
#> [[4]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99281 0.09669 0.06308 -0.03165
#> 2 1 0.99331 0.09099 0.06403 -0.03082
#> 3 2 0.99390 0.08485 0.06391 -0.02969
#> 4 3 0.99452 0.07821 0.06324 -0.02837
#> 5 4 0.99514 0.07160 0.06207 -0.02695
#> 6 5 0.99567 0.06570 0.06052 -0.02564
#> 7 6 0.99613 0.06075 0.05862 -0.02447
#> 8 7 0.99651 0.05693 0.05633 -0.02347
#> 9 8 0.99685 0.05402 0.05358 -0.02258
#> 10 9 0.99716 0.05187 0.05014 -0.02182
#> # ℹ 91 more rows
#>
#> [[5]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99414 0.08053 0.07026 0.01615
#> 2 1 0.99469 0.07558 0.06822 0.01535
#> 3 2 0.99521 0.07085 0.06566 0.01506
#> 4 3 0.99574 0.06628 0.06246 0.01461
#> 5 4 0.99623 0.06202 0.05899 0.01379
#> 6 5 0.99669 0.05810 0.05541 0.01259
#> 7 6 0.99710 0.05466 0.05184 0.01102
#> 8 7 0.99743 0.05196 0.04844 0.00912
#> 9 8 0.99771 0.04994 0.04508 0.00691
#> 10 9 0.99795 0.04836 0.04157 0.00448
#> # ℹ 91 more rows
#>
#> [[6]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99326 0.08804 0.07386 0.01483
#> 2 1 0.99376 0.08244 0.07368 0.01449
#> 3 2 0.99434 0.07693 0.07184 0.01450
#> 4 3 0.99498 0.07123 0.06879 0.01445
#> 5 4 0.99561 0.06567 0.06516 0.01412
#> 6 5 0.99617 0.06071 0.06152 0.01353
#> 7 6 0.99664 0.05649 0.05800 0.01258
#> 8 7 0.99700 0.05351 0.05475 0.01112
#> 9 8 0.99730 0.05149 0.05157 0.00922
#> 10 9 0.99757 0.04996 0.04815 0.00687
#> # ℹ 91 more rows
#>
#> [[7]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99544 0.07361 0.03614 -0.04869
#> 2 1 0.99563 0.07000 0.03835 -0.04843
#> 3 2 0.99579 0.06682 0.04066 -0.04779
#> 4 3 0.99597 0.06369 0.04263 -0.04663
#> 5 4 0.99617 0.06045 0.04409 -0.04516
#> 6 5 0.99640 0.05724 0.04502 -0.04345
#> 7 6 0.99663 0.05414 0.04557 -0.04139
#> 8 7 0.99688 0.05142 0.04526 -0.03931
#> 9 8 0.99712 0.04916 0.04413 -0.03727
#> 10 9 0.99736 0.04716 0.04244 -0.03530
#> # ℹ 91 more rows
#>
#> [[8]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99506 0.06909 0.04686 -0.05375
#> 2 1 0.99525 0.06662 0.04888 -0.05157
#> 3 2 0.99547 0.06355 0.05103 -0.04893
#> 4 3 0.99572 0.06026 0.05258 -0.04627
#> 5 4 0.99599 0.05693 0.05343 -0.04370
#> 6 5 0.99627 0.05376 0.05346 -0.04124
#> 7 6 0.99656 0.05103 0.05246 -0.03897
#> 8 7 0.99685 0.04876 0.05047 -0.03688
#> 9 8 0.99715 0.04701 0.04758 -0.03491
#> 10 9 0.99745 0.04557 0.04389 -0.03303
#> # ℹ 91 more rows
#>
#> [[9]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99416 0.08373 0.06392 0.02332
#> 2 1 0.99469 0.07722 0.06345 0.02448
#> 3 2 0.99533 0.06977 0.06172 0.02525
#> 4 3 0.99605 0.06144 0.05870 0.02562
#> 5 4 0.99673 0.05348 0.05494 0.02533
#> 6 5 0.99733 0.04646 0.05084 0.02434
#> 7 6 0.99780 0.04115 0.04679 0.02247
#> 8 7 0.99816 0.03771 0.04320 0.01981
#> 9 8 0.99842 0.03582 0.04020 0.01636
#> 10 9 0.99859 0.03487 0.03794 0.01247
#> # ℹ 91 more rows
#>
#> [[10]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99410 0.08159 0.06763 0.02292
#> 2 1 0.99466 0.07394 0.06792 0.02377
#> 3 2 0.99529 0.06609 0.06654 0.02472
#> 4 3 0.99595 0.05819 0.06373 0.02520
#> 5 4 0.99660 0.05040 0.06008 0.02510
#> 6 5 0.99718 0.04344 0.05611 0.02428
#> 7 6 0.99766 0.03784 0.05219 0.02265
#> 8 7 0.99802 0.03411 0.04873 0.02029
#> 9 8 0.99829 0.03204 0.04579 0.01737
#> 10 9 0.99846 0.03142 0.04348 0.01395
#> # ℹ 91 more rows
#>
#> [[11]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99378 0.09127 0.06209 0.01488
#> 2 1 0.99427 0.08384 0.06456 0.01546
#> 3 2 0.99474 0.07662 0.06608 0.01613
#> 4 3 0.99520 0.07008 0.06629 0.01666
#> 5 4 0.99560 0.06501 0.06528 0.01686
#> 6 5 0.99600 0.06116 0.06301 0.01667
#> 7 6 0.99642 0.05817 0.05930 0.01604
#> 8 7 0.99687 0.05533 0.05442 0.01509
#> 9 8 0.99731 0.05265 0.04899 0.01382
#> 10 9 0.99771 0.05023 0.04370 0.01222
#> # ℹ 91 more rows
#>
#> [[12]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99378 0.09099 0.06243 0.01470
#> 2 1 0.99423 0.08331 0.06576 0.01532
#> 3 2 0.99467 0.07589 0.06787 0.01635
#> 4 3 0.99510 0.06927 0.06838 0.01739
#> 5 4 0.99556 0.06364 0.06695 0.01831
#> 6 5 0.99606 0.05855 0.06378 0.01903
#> 7 6 0.99659 0.05407 0.05925 0.01932
#> 8 7 0.99710 0.05016 0.05397 0.01914
#> 9 8 0.99753 0.04716 0.04864 0.01831
#> 10 9 0.99786 0.04505 0.04430 0.01688
#> # ℹ 91 more rows
#>
#> [[13]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99572 0.05082 0.07120 0.02989
#> 2 1 0.99607 0.04731 0.06851 0.03020
#> 3 2 0.99652 0.04346 0.06424 0.03059
#> 4 3 0.99690 0.04018 0.06048 0.03024
#> 5 4 0.99721 0.03769 0.05743 0.02918
#> 6 5 0.99745 0.03611 0.05520 0.02739
#> 7 6 0.99762 0.03522 0.05363 0.02507
#> 8 7 0.99777 0.03469 0.05249 0.02237
#> 9 8 0.99790 0.03413 0.05149 0.01936
#> 10 9 0.99805 0.03312 0.05041 0.01624
#> # ℹ 91 more rows
#>
#> [[14]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99533 0.05730 0.07186 0.02939
#> 2 1 0.99564 0.05383 0.06994 0.03028
#> 3 2 0.99602 0.04977 0.06725 0.03076
#> 4 3 0.99642 0.04603 0.06398 0.03065
#> 5 4 0.99679 0.04294 0.06059 0.02990
#> 6 5 0.99711 0.04071 0.05741 0.02849
#> 7 6 0.99739 0.03935 0.05452 0.02648
#> 8 7 0.99761 0.03863 0.05191 0.02407
#> 9 8 0.99782 0.03810 0.04948 0.02144
#> 10 9 0.99802 0.03731 0.04712 0.01868
#> # ℹ 91 more rows
#>
#> [[15]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99572 0.04763 0.07857 0.00966
#> 2 1 0.99606 0.04320 0.07662 0.01099
#> 3 2 0.99645 0.03916 0.07353 0.01212
#> 4 3 0.99685 0.03575 0.06964 0.01263
#> 5 4 0.99723 0.03312 0.06537 0.01245
#> 6 5 0.99757 0.03146 0.06115 0.01154
#> 7 6 0.99784 0.03067 0.05716 0.00996
#> 8 7 0.99807 0.03046 0.05351 0.00791
#> 9 8 0.99826 0.03047 0.05026 0.00564
#> 10 9 0.99841 0.03027 0.04742 0.00342
#> # ℹ 91 more rows
#>
#> [[16]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99508 0.05950 0.07884 0.00834
#> 2 1 0.99543 0.05417 0.07795 0.00998
#> 3 2 0.99583 0.04959 0.07573 0.01138
#> 4 3 0.99625 0.04556 0.07256 0.01228
#> 5 4 0.99665 0.04230 0.06889 0.01263
#> 6 5 0.99701 0.03996 0.06501 0.01235
#> 7 6 0.99731 0.03857 0.06124 0.01144
#> 8 7 0.99757 0.03784 0.05758 0.00995
#> 9 8 0.99781 0.03740 0.05400 0.00803
#> 10 9 0.99803 0.03681 0.05039 0.00590
#> # ℹ 91 more rows
#>
#> [[17]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99629 0.06356 0.03543 0.04602
#> 2 1 0.99660 0.05922 0.03558 0.04486
#> 3 2 0.99691 0.05521 0.03517 0.04352
#> 4 3 0.99720 0.05120 0.03477 0.04191
#> 5 4 0.99748 0.04739 0.03443 0.04010
#> 6 5 0.99773 0.04383 0.03425 0.03798
#> 7 6 0.99795 0.04065 0.03422 0.03554
#> 8 7 0.99816 0.03779 0.03427 0.03282
#> 9 8 0.99834 0.03510 0.03437 0.02992
#> 10 9 0.99852 0.03247 0.03447 0.02693
#> # ℹ 91 more rows
#>
#> [[18]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99610 0.06296 0.03600 0.05024
#> 2 1 0.99647 0.05819 0.03511 0.04922
#> 3 2 0.99682 0.05376 0.03413 0.04794
#> 4 3 0.99714 0.04963 0.03342 0.04628
#> 5 4 0.99742 0.04591 0.03294 0.04434
#> 6 5 0.99768 0.04262 0.03259 0.04202
#> 7 6 0.99791 0.03983 0.03232 0.03935
#> 8 7 0.99811 0.03752 0.03219 0.03639
#> 9 8 0.99831 0.03524 0.03216 0.03314
#> 10 9 0.99849 0.03297 0.03211 0.02984
#> # ℹ 91 more rows
#>
#> [[19]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99425 0.08755 0.06114 0.00736
#> 2 1 0.99449 0.08382 0.06244 0.00782
#> 3 2 0.99479 0.08000 0.06257 0.00848
#> 4 3 0.99520 0.07567 0.06144 0.00925
#> 5 4 0.99564 0.07109 0.05950 0.00998
#> 6 5 0.99611 0.06640 0.05694 0.01054
#> 7 6 0.99657 0.06187 0.05394 0.01082
#> 8 7 0.99701 0.05748 0.05054 0.01064
#> 9 8 0.99743 0.05342 0.04676 0.00993
#> 10 9 0.99780 0.04976 0.04281 0.00882
#> # ℹ 91 more rows
#>
#> [[20]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99415 0.07971 0.07196 0.01186
#> 2 1 0.99466 0.07439 0.07042 0.01248
#> 3 2 0.99519 0.06930 0.06793 0.01330
#> 4 3 0.99574 0.06414 0.06482 0.01376
#> 5 4 0.99624 0.05939 0.06150 0.01371
#> 6 5 0.99668 0.05542 0.05816 0.01313
#> 7 6 0.99707 0.05212 0.05470 0.01209
#> 8 7 0.99744 0.04914 0.05093 0.01066
#> 9 8 0.99779 0.04641 0.04673 0.00885
#> 10 9 0.99812 0.04383 0.04233 0.00685
#> # ℹ 91 more rows
#>
#> [[21]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99514 0.07774 0.04211 0.04334
#> 2 1 0.99562 0.07217 0.04124 0.04284
#> 3 2 0.99604 0.06719 0.04020 0.04223
#> 4 3 0.99643 0.06235 0.03934 0.04121
#> 5 4 0.99677 0.05797 0.03869 0.03978
#> 6 5 0.99709 0.05391 0.03829 0.03782
#> 7 6 0.99739 0.05013 0.03808 0.03535
#> 8 7 0.99767 0.04652 0.03797 0.03254
#> 9 8 0.99791 0.04310 0.03794 0.02960
#> 10 9 0.99814 0.03966 0.03796 0.02657
#> # ℹ 91 more rows
#>
#> [[22]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99565 0.07073 0.04537 0.04024
#> 2 1 0.99606 0.06590 0.04397 0.03998
#> 3 2 0.99647 0.06078 0.04244 0.03931
#> 4 3 0.99686 0.05577 0.04130 0.03818
#> 5 4 0.99718 0.05137 0.04071 0.03660
#> 6 5 0.99745 0.04760 0.04043 0.03458
#> 7 6 0.99769 0.04431 0.04019 0.03208
#> 8 7 0.99790 0.04154 0.04000 0.02935
#> 9 8 0.99810 0.03893 0.03983 0.02645
#> 10 9 0.99829 0.03604 0.03958 0.02341
#> # ℹ 91 more rows
#>
#> [[23]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99396 0.08718 0.06504 0.01470
#> 2 1 0.99426 0.08295 0.06581 0.01518
#> 3 2 0.99460 0.07898 0.06531 0.01616
#> 4 3 0.99502 0.07470 0.06373 0.01723
#> 5 4 0.99549 0.07014 0.06126 0.01814
#> 6 5 0.99597 0.06555 0.05823 0.01865
#> 7 6 0.99646 0.06107 0.05481 0.01854
#> 8 7 0.99691 0.05687 0.05120 0.01790
#> 9 8 0.99734 0.05292 0.04730 0.01672
#> 10 9 0.99775 0.04922 0.04309 0.01499
#> # ℹ 91 more rows
#>
#> [[24]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99353 0.08626 0.07223 0.01578
#> 2 1 0.99390 0.08166 0.07244 0.01573
#> 3 2 0.99423 0.07778 0.07201 0.01643
#> 4 3 0.99463 0.07372 0.07052 0.01716
#> 5 4 0.99511 0.06934 0.06808 0.01786
#> 6 5 0.99561 0.06483 0.06492 0.01833
#> 7 6 0.99613 0.06035 0.06121 0.01838
#> 8 7 0.99662 0.05618 0.05723 0.01789
#> 9 8 0.99709 0.05230 0.05292 0.01687
#> 10 9 0.99753 0.04868 0.04831 0.01535
#> # ℹ 91 more rows
#>
#> [[25]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99682 0.06287 0.04827 0.00874
#> 2 1 0.99698 0.06210 0.04587 0.00788
#> 3 2 0.99728 0.05994 0.04232 0.00711
#> 4 3 0.99762 0.05693 0.03836 0.00642
#> 5 4 0.99799 0.05310 0.03406 0.00576
#> 6 5 0.99838 0.04835 0.02945 0.00511
#> 7 6 0.99879 0.04245 0.02453 0.00458
#> 8 7 0.99915 0.03587 0.01970 0.00403
#> 9 8 0.99947 0.02881 0.01491 0.00350
#> 10 9 0.99971 0.02142 0.01022 0.00297
#> # ℹ 91 more rows
#>
#> [[26]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99508 0.06775 0.07115 0.01238
#> 2 1 0.99555 0.06453 0.06735 0.01331
#> 3 2 0.99601 0.06114 0.06356 0.01385
#> 4 3 0.99643 0.05771 0.06000 0.01413
#> 5 4 0.99683 0.05401 0.05668 0.01412
#> 6 5 0.99716 0.05091 0.05380 0.01387
#> 7 6 0.99741 0.04853 0.05133 0.01328
#> 8 7 0.99764 0.04651 0.04886 0.01243
#> 9 8 0.99786 0.04483 0.04616 0.01134
#> 10 9 0.99808 0.04324 0.04329 0.01008
#> # ℹ 91 more rows
#>
#> [[27]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99730 0.02816 0.06431 -0.02133
#> 2 1 0.99758 0.02689 0.06127 -0.01878
#> 3 2 0.99785 0.02634 0.05769 -0.01654
#> 4 3 0.99806 0.02657 0.05419 -0.01502
#> 5 4 0.99824 0.02739 0.05069 -0.01393
#> 6 5 0.99838 0.02871 0.04734 -0.01332
#> 7 6 0.99848 0.03007 0.04429 -0.01323
#> 8 7 0.99857 0.03112 0.04127 -0.01344
#> 9 8 0.99867 0.03179 0.03807 -0.01381
#> 10 9 0.99879 0.03198 0.03461 -0.01417
#> # ℹ 91 more rows
#>
#> [[28]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99641 0.03998 0.06902 -0.02850
#> 2 1 0.99670 0.03666 0.06738 -0.02647
#> 3 2 0.99697 0.03464 0.06528 -0.02421
#> 4 3 0.99722 0.03345 0.06290 -0.02203
#> 5 4 0.99741 0.03316 0.06057 -0.02016
#> 6 5 0.99755 0.03374 0.05831 -0.01882
#> 7 6 0.99767 0.03488 0.05587 -0.01791
#> 8 7 0.99777 0.03627 0.05325 -0.01754
#> 9 8 0.99788 0.03741 0.05029 -0.01767
#> 10 9 0.99800 0.03815 0.04695 -0.01810
#> # ℹ 91 more rows
#>
#> [[29]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99647 0.03632 0.07527 -0.00825
#> 2 1 0.99677 0.03462 0.07232 -0.00560
#> 3 2 0.99709 0.03272 0.06879 -0.00297
#> 4 3 0.99736 0.03145 0.06544 -0.00080
#> 5 4 0.99756 0.03084 0.06268 0.00070
#> 6 5 0.99768 0.03090 0.06060 0.00141
#> 7 6 0.99778 0.03135 0.05872 0.00149
#> 8 7 0.99787 0.03194 0.05679 0.00109
#> 9 8 0.99799 0.03244 0.05446 0.00039
#> 10 9 0.99814 0.03262 0.05155 -0.00048
#> # ℹ 91 more rows
#>
#> [[30]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99652 0.03337 0.07618 -0.00600
#> 2 1 0.99673 0.03330 0.07345 -0.00403
#> 3 2 0.99697 0.03191 0.07091 -0.00209
#> 4 3 0.99718 0.03104 0.06827 -0.00061
#> 5 4 0.99735 0.03081 0.06584 0.00031
#> 6 5 0.99750 0.03111 0.06350 0.00068
#> 7 6 0.99762 0.03176 0.06119 0.00052
#> 8 7 0.99775 0.03250 0.05865 0.00002
#> 9 8 0.99790 0.03305 0.05570 -0.00068
#> 10 9 0.99808 0.03324 0.05215 -0.00142
#> # ℹ 91 more rows
#>
#> [[31]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99695 0.02603 0.06462 -0.03509
#> 2 1 0.99715 0.02464 0.06372 -0.03205
#> 3 2 0.99733 0.02390 0.06252 -0.02931
#> 4 3 0.99750 0.02361 0.06090 -0.02701
#> 5 4 0.99765 0.02390 0.05900 -0.02531
#> 6 5 0.99778 0.02464 0.05692 -0.02412
#> 7 6 0.99792 0.02553 0.05453 -0.02317
#> 8 7 0.99806 0.02641 0.05176 -0.02238
#> 9 8 0.99823 0.02702 0.04845 -0.02163
#> 10 9 0.99841 0.02730 0.04462 -0.02077
#> # ℹ 91 more rows
#>
#> [[32]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99718 0.02189 0.06453 -0.03153
#> 2 1 0.99738 0.02053 0.06279 -0.02948
#> 3 2 0.99754 0.02023 0.06113 -0.02756
#> 4 3 0.99768 0.02043 0.05944 -0.02599
#> 5 4 0.99780 0.02124 0.05757 -0.02489
#> 6 5 0.99793 0.02243 0.05530 -0.02414
#> 7 6 0.99806 0.02383 0.05251 -0.02357
#> 8 7 0.99821 0.02526 0.04915 -0.02303
#> 9 8 0.99837 0.02651 0.04518 -0.02245
#> 10 9 0.99856 0.02732 0.04071 -0.02168
#> # ℹ 91 more rows
#>
#> [[33]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99099 0.12441 0.00926 0.04863
#> 2 1 0.99155 0.11940 0.01256 0.04922
#> 3 2 0.99205 0.11457 0.01605 0.04963
#> 4 3 0.99252 0.10988 0.01929 0.04958
#> 5 4 0.99294 0.10561 0.02232 0.04913
#> 6 5 0.99330 0.10189 0.02525 0.04829
#> 7 6 0.99362 0.09861 0.02802 0.04694
#> 8 7 0.99393 0.09555 0.03055 0.04509
#> 9 8 0.99425 0.09249 0.03282 0.04274
#> 10 9 0.99459 0.08940 0.03481 0.03993
#> # ℹ 91 more rows
#>
#> [[34]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99277 0.11089 0.00761 0.04529
#> 2 1 0.99300 0.10838 0.01070 0.04572
#> 3 2 0.99333 0.10515 0.01362 0.04536
#> 4 3 0.99364 0.10217 0.01647 0.04446
#> 5 4 0.99391 0.09970 0.01907 0.04299
#> 6 5 0.99417 0.09737 0.02145 0.04102
#> 7 6 0.99446 0.09491 0.02365 0.03855
#> 8 7 0.99478 0.09219 0.02540 0.03562
#> 9 8 0.99513 0.08920 0.02668 0.03246
#> 10 9 0.99549 0.08596 0.02762 0.02908
#> # ℹ 91 more rows
#>
#> [[35]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99036 0.12354 0.04394 0.04466
#> 2 1 0.99088 0.11901 0.04565 0.04363
#> 3 2 0.99143 0.11455 0.04681 0.04199
#> 4 3 0.99196 0.11035 0.04732 0.04010
#> 5 4 0.99243 0.10677 0.04729 0.03797
#> 6 5 0.99284 0.10402 0.04663 0.03564
#> 7 6 0.99325 0.10157 0.04532 0.03298
#> 8 7 0.99363 0.09944 0.04347 0.03021
#> 9 8 0.99404 0.09730 0.04089 0.02717
#> 10 9 0.99449 0.09499 0.03749 0.02380
#> # ℹ 91 more rows
#>
#> [[36]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99024 0.12061 0.05259 0.04604
#> 2 1 0.99083 0.11574 0.05404 0.04411
#> 3 2 0.99142 0.11085 0.05503 0.04203
#> 4 3 0.99199 0.10647 0.05502 0.03983
#> 5 4 0.99252 0.10276 0.05411 0.03755
#> 6 5 0.99304 0.09959 0.05221 0.03506
#> 7 6 0.99357 0.09664 0.04938 0.03227
#> 8 7 0.99410 0.09393 0.04576 0.02914
#> 9 8 0.99462 0.09129 0.04157 0.02581
#> 10 9 0.99512 0.08868 0.03691 0.02237
#> # ℹ 91 more rows
#>
#> [[37]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99204 0.11879 0.00199 0.04178
#> 2 1 0.99243 0.11459 0.00592 0.04382
#> 3 2 0.99283 0.10998 0.00986 0.04569
#> 4 3 0.99320 0.10567 0.01385 0.04688
#> 5 4 0.99347 0.10229 0.01754 0.04733
#> 6 5 0.99367 0.09967 0.02114 0.04723
#> 7 6 0.99385 0.09742 0.02461 0.04655
#> 8 7 0.99404 0.09523 0.02795 0.04520
#> 9 8 0.99426 0.09281 0.03113 0.04319
#> 10 9 0.99451 0.09018 0.03398 0.04067
#> # ℹ 91 more rows
#>
#> [[38]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99236 0.11709 0.00972 0.03775
#> 2 1 0.99277 0.11272 0.01370 0.03890
#> 3 2 0.99317 0.10845 0.01719 0.03952
#> 4 3 0.99355 0.10441 0.02012 0.03948
#> 5 4 0.99390 0.10057 0.02292 0.03890
#> 6 5 0.99426 0.09675 0.02561 0.03773
#> 7 6 0.99463 0.09290 0.02805 0.03610
#> 8 7 0.99497 0.08923 0.03020 0.03406
#> 9 8 0.99532 0.08554 0.03209 0.03156
#> 10 9 0.99568 0.08167 0.03377 0.02858
#> # ℹ 91 more rows
#>
#> [[39]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99012 0.12860 0.02482 0.05007
#> 2 1 0.99039 0.12633 0.02801 0.04892
#> 3 2 0.99081 0.12282 0.03027 0.04794
#> 4 3 0.99127 0.11920 0.03170 0.04655
#> 5 4 0.99173 0.11584 0.03223 0.04477
#> 6 5 0.99220 0.11279 0.03179 0.04255
#> 7 6 0.99266 0.10993 0.03071 0.03997
#> 8 7 0.99314 0.10702 0.02903 0.03700
#> 9 8 0.99365 0.10394 0.02678 0.03362
#> 10 9 0.99415 0.10086 0.02419 0.03015
#> # ℹ 91 more rows
#>
#> [[40]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98906 0.13524 0.03494 0.04731
#> 2 1 0.98966 0.12986 0.03961 0.04629
#> 3 2 0.99021 0.12502 0.04267 0.04506
#> 4 3 0.99071 0.12091 0.04445 0.04359
#> 5 4 0.99117 0.11750 0.04506 0.04186
#> 6 5 0.99162 0.11461 0.04450 0.03976
#> 7 6 0.99208 0.11207 0.04278 0.03727
#> 8 7 0.99256 0.10972 0.04007 0.03441
#> 9 8 0.99307 0.10726 0.03646 0.03117
#> 10 9 0.99361 0.10463 0.03217 0.02767
#> # ℹ 91 more rows
#>
#> [[41]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99204 0.11046 0.04906 0.03525
#> 2 1 0.99232 0.10801 0.05000 0.03377
#> 3 2 0.99267 0.10519 0.05021 0.03204
#> 4 3 0.99306 0.10238 0.04944 0.03009
#> 5 4 0.99348 0.09980 0.04765 0.02782
#> 6 5 0.99390 0.09752 0.04493 0.02527
#> 7 6 0.99432 0.09534 0.04169 0.02242
#> 8 7 0.99474 0.09315 0.03815 0.01923
#> 9 8 0.99514 0.09082 0.03446 0.01589
#> 10 9 0.99557 0.08809 0.03059 0.01242
#> # ℹ 91 more rows
#>
#> [[42]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99155 0.11826 0.04717 0.02475
#> 2 1 0.99222 0.11290 0.04696 0.02342
#> 3 2 0.99279 0.10856 0.04592 0.02187
#> 4 3 0.99326 0.10515 0.04445 0.02007
#> 5 4 0.99365 0.10255 0.04271 0.01806
#> 6 5 0.99398 0.10046 0.04069 0.01583
#> 7 6 0.99431 0.09848 0.03839 0.01338
#> 8 7 0.99462 0.09654 0.03586 0.01080
#> 9 8 0.99496 0.09434 0.03296 0.00820
#> 10 9 0.99535 0.09147 0.02959 0.00546
#> # ℹ 91 more rows
#>
#> [[43]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98866 0.13122 0.07173 0.01356
#> 2 1 0.98959 0.12405 0.07199 0.01163
#> 3 2 0.99045 0.11733 0.07173 0.00996
#> 4 3 0.99120 0.11143 0.07090 0.00855
#> 5 4 0.99183 0.10664 0.06957 0.00726
#> 6 5 0.99238 0.10277 0.06771 0.00602
#> 7 6 0.99286 0.09964 0.06540 0.00482
#> 8 7 0.99329 0.09713 0.06259 0.00366
#> 9 8 0.99373 0.09485 0.05906 0.00250
#> 10 9 0.99420 0.09252 0.05479 0.00137
#> # ℹ 91 more rows
#>
#> [[44]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98965 0.12271 0.07318 0.01328
#> 2 1 0.99052 0.11563 0.07327 0.01111
#> 3 2 0.99116 0.11041 0.07295 0.00959
#> 4 3 0.99165 0.10655 0.07222 0.00833
#> 5 4 0.99205 0.10369 0.07096 0.00716
#> 6 5 0.99245 0.10120 0.06908 0.00604
#> 7 6 0.99287 0.09887 0.06639 0.00503
#> 8 7 0.99332 0.09656 0.06303 0.00418
#> 9 8 0.99379 0.09421 0.05906 0.00353
#> 10 9 0.99428 0.09171 0.05464 0.00309
#> # ℹ 91 more rows
#>
#> [[45]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99199 0.11271 0.04789 0.03094
#> 2 1 0.99246 0.10784 0.05006 0.02971
#> 3 2 0.99295 0.10290 0.05157 0.02829
#> 4 3 0.99339 0.09859 0.05238 0.02666
#> 5 4 0.99378 0.09501 0.05253 0.02481
#> 6 5 0.99411 0.09220 0.05218 0.02265
#> 7 6 0.99441 0.08996 0.05141 0.02028
#> 8 7 0.99469 0.08796 0.05030 0.01777
#> 9 8 0.99497 0.08618 0.04877 0.01517
#> 10 9 0.99525 0.08446 0.04684 0.01253
#> # ℹ 91 more rows
#>
#> [[46]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99267 0.11118 0.03922 0.02645
#> 2 1 0.99306 0.10684 0.04257 0.02470
#> 3 2 0.99352 0.10159 0.04547 0.02293
#> 4 3 0.99394 0.09677 0.04753 0.02125
#> 5 4 0.99435 0.09229 0.04865 0.01946
#> 6 5 0.99471 0.08853 0.04913 0.01754
#> 7 6 0.99501 0.08546 0.04923 0.01534
#> 8 7 0.99525 0.08318 0.04887 0.01282
#> 9 8 0.99546 0.08155 0.04812 0.01014
#> 10 9 0.99564 0.08017 0.04704 0.00716
#> # ℹ 91 more rows
#>
#> [[47]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99154 0.11263 0.06018 0.02322
#> 2 1 0.99213 0.10680 0.06168 0.02185
#> 3 2 0.99275 0.10035 0.06299 0.02007
#> 4 3 0.99330 0.09507 0.06318 0.01822
#> 5 4 0.99374 0.09100 0.06268 0.01623
#> 6 5 0.99410 0.08805 0.06167 0.01415
#> 7 6 0.99443 0.08568 0.06019 0.01200
#> 8 7 0.99475 0.08361 0.05812 0.00980
#> 9 8 0.99507 0.08187 0.05542 0.00769
#> 10 9 0.99538 0.08030 0.05227 0.00575
#> # ℹ 91 more rows
#>
#> [[48]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99325 0.10171 0.05067 0.02306
#> 2 1 0.99365 0.09692 0.05324 0.02081
#> 3 2 0.99399 0.09243 0.05562 0.01889
#> 4 3 0.99429 0.08863 0.05690 0.01715
#> 5 4 0.99457 0.08556 0.05717 0.01554
#> 6 5 0.99482 0.08317 0.05672 0.01405
#> 7 6 0.99505 0.08132 0.05572 0.01267
#> 8 7 0.99525 0.08014 0.05410 0.01134
#> 9 8 0.99543 0.07944 0.05207 0.01004
#> 10 9 0.99561 0.07886 0.04972 0.00877
#> # ℹ 91 more rows
#>
#> [[49]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98737 0.14934 0.03624 0.03864
#> 2 1 0.98838 0.14207 0.03857 0.03775
#> 3 2 0.98949 0.13415 0.03981 0.03652
#> 4 3 0.99043 0.12750 0.03950 0.03505
#> 5 4 0.99117 0.12255 0.03821 0.03323
#> 6 5 0.99178 0.11881 0.03621 0.03088
#> 7 6 0.99227 0.11620 0.03354 0.02783
#> 8 7 0.99270 0.11423 0.03039 0.02419
#> 9 8 0.99306 0.11268 0.02701 0.02023
#> 10 9 0.99335 0.11150 0.02351 0.01626
#> # ℹ 91 more rows
#>
#> [[50]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98811 0.14431 0.02976 0.04386
#> 2 1 0.98906 0.13764 0.03178 0.04257
#> 3 2 0.98991 0.13174 0.03252 0.04086
#> 4 3 0.99076 0.12596 0.03199 0.03868
#> 5 4 0.99153 0.12094 0.03063 0.03598
#> 6 5 0.99213 0.11727 0.02883 0.03304
#> 7 6 0.99259 0.11473 0.02663 0.02993
#> 8 7 0.99300 0.11261 0.02392 0.02647
#> 9 8 0.99338 0.11075 0.02052 0.02253
#> 10 9 0.99373 0.10903 0.01658 0.01844
#> # ℹ 91 more rows
#>
#> [[51]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98550 0.15687 0.06393 0.00994
#> 2 1 0.98652 0.15017 0.06445 0.00799
#> 3 2 0.98771 0.14206 0.06484 0.00634
#> 4 3 0.98884 0.13402 0.06480 0.00499
#> 5 4 0.98981 0.12700 0.06426 0.00383
#> 6 5 0.99061 0.12120 0.06319 0.00272
#> 7 6 0.99127 0.11664 0.06151 0.00160
#> 8 7 0.99181 0.11323 0.05912 0.00049
#> 9 8 0.99230 0.11060 0.05579 -0.00067
#> 10 9 0.99275 0.10846 0.05183 -0.00184
#> # ℹ 91 more rows
#>
#> [[52]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98449 0.15732 0.07648 0.01350
#> 2 1 0.98559 0.15008 0.07716 0.01160
#> 3 2 0.98675 0.14217 0.07751 0.00977
#> 4 3 0.98789 0.13411 0.07759 0.00829
#> 5 4 0.98893 0.12659 0.07708 0.00681
#> 6 5 0.98983 0.12033 0.07576 0.00518
#> 7 6 0.99059 0.11530 0.07361 0.00336
#> 8 7 0.99124 0.11148 0.07084 0.00162
#> 9 8 0.99177 0.10875 0.06762 0.00008
#> 10 9 0.99226 0.10644 0.06388 -0.00142
#> # ℹ 91 more rows
#>
#> [[53]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98810 0.14740 0.03281 0.02919
#> 2 1 0.98877 0.14203 0.03655 0.02868
#> 3 2 0.98959 0.13582 0.03862 0.02770
#> 4 3 0.99039 0.13005 0.03907 0.02637
#> 5 4 0.99108 0.12527 0.03818 0.02455
#> 6 5 0.99166 0.12156 0.03645 0.02234
#> 7 6 0.99218 0.11850 0.03399 0.01970
#> 8 7 0.99262 0.11608 0.03085 0.01656
#> 9 8 0.99301 0.11417 0.02714 0.01298
#> 10 9 0.99334 0.11246 0.02319 0.00922
#> # ℹ 91 more rows
#>
#> [[54]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98740 0.14936 0.03615 0.03778
#> 2 1 0.98811 0.14414 0.03889 0.03684
#> 3 2 0.98897 0.13787 0.04071 0.03570
#> 4 3 0.98977 0.13238 0.04087 0.03420
#> 5 4 0.99055 0.12728 0.03959 0.03218
#> 6 5 0.99124 0.12313 0.03752 0.02972
#> 7 6 0.99178 0.12012 0.03493 0.02690
#> 8 7 0.99222 0.11806 0.03188 0.02354
#> 9 8 0.99260 0.11644 0.02823 0.01960
#> 10 9 0.99294 0.11508 0.02422 0.01521
#> # ℹ 91 more rows
#>
#> [[55]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98627 0.15693 0.05108 0.00545
#> 2 1 0.98723 0.14978 0.05410 0.00400
#> 3 2 0.98826 0.14207 0.05613 0.00326
#> 4 3 0.98917 0.13494 0.05760 0.00280
#> 5 4 0.98995 0.12873 0.05846 0.00238
#> 6 5 0.99065 0.12325 0.05846 0.00178
#> 7 6 0.99127 0.11878 0.05726 0.00084
#> 8 7 0.99184 0.11506 0.05492 -0.00049
#> 9 8 0.99238 0.11185 0.05159 -0.00203
#> 10 9 0.99286 0.10929 0.04774 -0.00341
#> # ℹ 91 more rows
#>
#> [[56]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.98560 0.15828 0.05930 0.00487
#> 2 1 0.98645 0.15168 0.06253 0.00294
#> 3 2 0.98748 0.14401 0.06431 0.00149
#> 4 3 0.98849 0.13630 0.06559 0.00054
#> 5 4 0.98940 0.12922 0.06632 -0.00025
#> 6 5 0.99018 0.12305 0.06632 -0.00110
#> 7 6 0.99085 0.11813 0.06524 -0.00210
#> 8 7 0.99144 0.11435 0.06290 -0.00322
#> 9 8 0.99197 0.11146 0.05963 -0.00433
#> 10 9 0.99247 0.10905 0.05553 -0.00550
#> # ℹ 91 more rows
#>
#> [[57]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99731 0.06738 0.01865 -0.02186
#> 2 1 0.99746 0.06436 0.01994 -0.02323
#> 3 2 0.99760 0.06100 0.02120 -0.02481
#> 4 3 0.99772 0.05801 0.02227 -0.02623
#> 5 4 0.99784 0.05477 0.02350 -0.02769
#> 6 5 0.99793 0.05174 0.02456 -0.02930
#> 7 6 0.99800 0.04888 0.02529 -0.03101
#> 8 7 0.99807 0.04578 0.02602 -0.03277
#> 9 8 0.99812 0.04298 0.02663 -0.03466
#> 10 9 0.99817 0.03983 0.02730 -0.03649
#> # ℹ 91 more rows
#>
#> [[58]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99559 0.09262 0.01308 0.00709
#> 2 1 0.99586 0.08931 0.01559 0.00661
#> 3 2 0.99613 0.08592 0.01745 0.00591
#> 4 3 0.99636 0.08301 0.01881 0.00496
#> 5 4 0.99652 0.08081 0.01988 0.00377
#> 6 5 0.99666 0.07899 0.02062 0.00225
#> 7 6 0.99679 0.07729 0.02102 0.00036
#> 8 7 0.99691 0.07559 0.02112 -0.00185
#> 9 8 0.99703 0.07404 0.02082 -0.00432
#> 10 9 0.99715 0.07238 0.02028 -0.00698
#> # ℹ 91 more rows
#>
#> [[59]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99395 0.08747 0.06576 0.00951
#> 2 1 0.99444 0.08137 0.06615 0.00957
#> 3 2 0.99486 0.07613 0.06603 0.00953
#> 4 3 0.99523 0.07228 0.06493 0.00924
#> 5 4 0.99552 0.06980 0.06328 0.00856
#> 6 5 0.99577 0.06833 0.06104 0.00732
#> 7 6 0.99603 0.06734 0.05792 0.00565
#> 8 7 0.99631 0.06655 0.05405 0.00359
#> 9 8 0.99659 0.06593 0.04967 0.00128
#> 10 9 0.99682 0.06564 0.04511 -0.00103
#> # ℹ 91 more rows
#>
#> [[60]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99425 0.08389 0.06599 0.00853
#> 2 1 0.99452 0.08106 0.06553 0.00752
#> 3 2 0.99480 0.07823 0.06479 0.00680
#> 4 3 0.99506 0.07625 0.06329 0.00573
#> 5 4 0.99529 0.07502 0.06125 0.00434
#> 6 5 0.99552 0.07424 0.05849 0.00267
#> 7 6 0.99574 0.07375 0.05531 0.00084
#> 8 7 0.99597 0.07343 0.05146 -0.00121
#> 9 8 0.99621 0.07306 0.04699 -0.00327
#> 10 9 0.99645 0.07264 0.04217 -0.00519
#> # ℹ 91 more rows
#>
#> [[61]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99441 0.09920 0.03375 0.01289
#> 2 1 0.99458 0.09633 0.03718 0.01209
#> 3 2 0.99482 0.09310 0.03933 0.01104
#> 4 3 0.99508 0.08981 0.04070 0.00956
#> 5 4 0.99533 0.08673 0.04164 0.00768
#> 6 5 0.99555 0.08392 0.04247 0.00546
#> 7 6 0.99573 0.08148 0.04326 0.00294
#> 8 7 0.99589 0.07917 0.04397 0.00006
#> 9 8 0.99605 0.07681 0.04454 -0.00305
#> 10 9 0.99620 0.07431 0.04502 -0.00643
#> # ℹ 91 more rows
#>
#> [[62]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99448 0.09803 0.03650 0.00843
#> 2 1 0.99475 0.09383 0.03990 0.00820
#> 3 2 0.99499 0.09006 0.04275 0.00741
#> 4 3 0.99518 0.08703 0.04472 0.00614
#> 5 4 0.99535 0.08448 0.04610 0.00435
#> 6 5 0.99551 0.08213 0.04698 0.00214
#> 7 6 0.99568 0.07975 0.04758 -0.00037
#> 8 7 0.99585 0.07726 0.04791 -0.00314
#> 9 8 0.99604 0.07462 0.04801 -0.00608
#> 10 9 0.99623 0.07175 0.04792 -0.00913
#> # ℹ 91 more rows
#>
#> [[63]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99368 0.09446 0.06021 0.00780
#> 2 1 0.99426 0.08810 0.06020 0.00794
#> 3 2 0.99471 0.08315 0.05978 0.00746
#> 4 3 0.99514 0.07903 0.05829 0.00661
#> 5 4 0.99553 0.07578 0.05608 0.00538
#> 6 5 0.99587 0.07327 0.05342 0.00378
#> 7 6 0.99619 0.07126 0.05026 0.00181
#> 8 7 0.99648 0.06958 0.04679 -0.00032
#> 9 8 0.99676 0.06801 0.04297 -0.00255
#> 10 9 0.99702 0.06642 0.03882 -0.00483
#> # ℹ 91 more rows
#>
#> [[64]]
#> # A tibble: 101 × 5
#> time w x y z
#> <int> <dec:.5!> <dec:.5!> <dec:.5!> <dec:.5!>
#> 1 0 0.99277 0.10283 0.06109 0.01022
#> 2 1 0.99328 0.09702 0.06216 0.01072
#> 3 2 0.99379 0.09191 0.06186 0.01042
#> 4 3 0.99427 0.08780 0.06022 0.00956
#> 5 4 0.99469 0.08469 0.05786 0.00816
#> 6 5 0.99505 0.08247 0.05508 0.00619
#> 7 6 0.99538 0.08072 0.05185 0.00375
#> 8 7 0.99568 0.07934 0.04823 0.00102
#> 9 8 0.99594 0.07826 0.04440 -0.00173
#> 10 9 0.99617 0.07739 0.04036 -0.00439
#> # ℹ 91 more rows
#>
#> attr(,"class")
#> [1] "qts_sample" "list"