Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Informaatika Exceli kodutöö (0)

1 HALB
Punktid

Lõik failist

Overview

Variandid
Filter_1
Risttabel +Diagramm
Otsing_1
Päring
Kia_analyys
Filter_2
Otsing_2
Töötajad
Lisa

Sheet 1: Variandid


Variandi number Rakendused otsingufunktsioonide abil. Tulemused esitada töölehtedel Otsing_1 ja Otsing_2.
Etteantavate väärtuste lahtritele määrata valideerimine loeteluga .
Töölehel Päring luua tabeliobjekt (Table), mis koosneb 6 veerust.
1. veerus on töötajate isikukoodid ( valite ise), mis määratakse valideerimise abil isikukoodide loetelust.
2 - 6 veeru väärtused leitakse otsingufunktsioonide abil isikukoodi järgi: Töölehel Kia_analyys luua kriteerium variandis määratud välja kohta ja sellele vastav koondtabel. Tabeli esimene veerg sisaldab unikaalsed mudelid. Tabeli sisu täita vastavalt variandile.
Saadud tabeli põhjal luua andmetele vastav diagramm (-id).


0 Väljastada töölehele Filter_1 nende töötajate ees- ja perenimed , kelle palk on suurem kui 10000. Koostada risttabel inimeste hobide esinemissageduste analüüsimiseks linnade ja vanusegruppide lõikes. Vanusegrupid koostada 15 aasta kaupa. Leida, millises linnas elab kõige madalama palgaga töötaja . Perenimi , Pereseis, Osakond , Kodulemmik, Aastaaeg , Tähtkuju Kriteerium: käigukast .
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega , summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste isikukoodid ning ees- ja perenimed, kellel ei ole ühegi teise töötajaga sama sünniaasta. Risttabeli andmete alusel koostada sobiv diagramm. Leida etteantud perekonnaseisuga inimeste arv, kes töötavad etteantud ametis.
1 Moodustada töölehele Filter_1 nimekiri meesautojuhtide hobidest (ainult unikaalsed väärtused). Koostada risttabel inimeste hobide esinemissageduste analüüsimiseks linnade ja osakondade lõikes. Leida kõige madalama palgaga töötaja koduloom . Eesnimi , Perenimi, Huviala , Linn, Sugu, Vanus Kriteerium: kütus .
Iga mudeli jaoks arvutada:
summaarne hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste isikukoodid, ees-ja perenimed, kes on sündinud 70-ndatel (1960-1969) Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitu etteantud koduloomaliigi omanikku töötavad etteantud ametis.
2 Väljastada töölehele Filter_1 üle 30 aastaste sekretäride isikukoodid. Koostada risttabel koduloomade liigi ja arvu kohta osakondade ja linnade lõikes. Leida, kellena töötab kõige madalama palgaga inimene. Eesnimi, Aadress, Palk, Amet, Sünnikuupäev ja Vanus Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste isikukoodid, kelle palk jägub
3-ga täpselt. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitmel etteantud perekonnaseisuga inimesel on etteantud hobi .
3 Filtreerida töölehele Filter_1 koduloomadeta inimeste ees- ja perekonnanimed , kelle palk on üle 15000. Koostada risttabel: meeste ja naiste keskmine palk osakondade ja linnade lõikes. Etteantud isikukoodi järgi leida inimese palk. Perenimi, Pereseis, Linn; Osakond, Sünnikuu, Aastaaeg Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste ees- ja perenimed, kes elavad
V- tähega algavates linnades. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitmel inimesel, kellel on etteantud koduloom, on etteantud hobi.
4 Väljastada töölehele Filter_1 müügiosakonnas töötavate naiste palgad ja elukohad (linnad). Koostada risttabel: meeste ja naiste keskmine palk ametite ja linnade lõikes. Leida kõige suurema palgaga töötaja osakond ja amet. Eesnimi, Perenimi, Pereseis, Huviala, Sugu, Tähtkuju Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 korduvate perenimedega inimeste isikukoodid, ees- ja perenimed ning palgad. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mittu etteantud perekonnaseisuga inimest on mehed/naised (etteantav väärtus).
5 Väljastada töölehele Filter_1 nende naiste osakond ja hobid , kellel pole koduloomi (ainult unikaalsed kirjed ). Koostada risttabel erinevate perekonnaseisude esinemissageduste analüüsimiseks naiste/meeste ja linnade lõikes. Leida kõige noorema töötaja perekonnaseis . Eesnimi, Amet, Osakond, Palk, Tähtkuju, Vanus Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende isikute isikukoodid, kelle tähtkujud kuuluvad etteantud stiihiasse (elementi). Kriteeriumi lahtrile määrata valideerimine loeteluga. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mittu etteantud liiki lemmiklooma on meestel/naistel (etteantav väärtus).
6 Moodustada töölehele Filter_1 nimekiri nende inimeste koduloomaliikidest, kes elavad väljaspool Tallinna ja huvituvad käsitööst (ainult unikaalsed väärtused). Koostada risttabel inimeste hobide esinemissageduste analüüsimiseks naiste/meeste ja linnade lõikes. Leida kõige vanema töötaja perekonnaseis. Perenimi, Linn, Aadress, Kodulemmik, Vanus, Sünnikuupäev Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste ees-ja perenimed, kes on sündinud etteantud kuus. Kriteeriumi lahtrile kuu nimetusega peab olema määratud valideerimine loeteluga. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mittu etteantud liiki lemmiklooma on etteantud ametis töötavatel inimestel.
7 Väljastada töölehele Filter_1 leskmeeste palgad. Koostada risttabel koduloomade liigi ja arvu kohta naiste/meeste ja linnade lõikes. Leida, kes on kõige vanema töötaja koduloom. Eesnimi, Perenimi, Tähtkuju, Pereseis, Aastaaeg, Sünnikuu Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste ees-ja perenimed, kes on sündinud 60-ndatel (1950- 1959 ). Risttabeli andmete alusel koostada sobiv diagramm. Leida, mittu etteantud liiki lemmiklooma on etteantud osakonna töötajatel.
8 Moodustada töölehele Filter_1 nimekiri linnadest, kus elab abielus naisi, kellel on koer (ainult unikaalsed väärtused). Koostada risttabel töötajate perekonnaseisu analüüsimiseks osakondade ja linnade lõikes. Leida kõige noorema töötaja hobi. Eesnimi, Perenimi, Palk, Huviala, Sugu, Sünnikuu Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste isikukoodid, kelle eesnimi algab K-tähega. Risttabeli andmete alusel koostada sobiv diagramm. Leida kui palju mehi/naisi (etteantav väärtus) töötab etteantud ametis.
9 Väljastada töölehele Filter_1 vabaabielu elavate alla 30-aastaste meeste isikukoodid. Koostada risttabel erinevate perekonnaseisude analüüsimiseks ametite ja linnade lõikes. Leida, millises linnas elab kõige vanem töötaja. Perenimi, Linn, Huviala, Kodulemmik, Vanus, Sünnikuupäev Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende inimeste isikukoodid, kelle perenimi lõpeb K-tähega. Risttabeli andmete alusel koostada sobiv diagramm. Leida etteantud osakonnas töötavate inimeste hulk, kellel on etteantud hobi.
10 Väljastada töölehele Filter_1 Tallinnas elavate naiste palgad. Koostada risttabel inimeste hobide esinemissageduste analüüsimiseks linnade ja vanusegruppide lõikes. Vanusegrupid koostada 15 aasta kaupa. Leida kõige noorema töötaja ees- ja perenimi. Eesnimi, Perenimi, Pereseis, Osakond, Tähtkuju ja Aastaaeg Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 sügisel sündinud inimeste ees- ja perenimed. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitmel etteantud perekonnaseisuga inimesel on etteantud liiki lemmikloom .
11 Moodustada töötajate tabeli alusel töölehele Filter_1 nimekiri koduloomaliikidest, kelle omanike hulgas on mehi (ainult unikaalsed väärtused). Koostada risttabel hobide esinemissageduse analüüsimiseks osakondade ja linnade lõikes. Etteantud isikukoodi järgi leida inimese koduloom. Perenimi, Aadress, Pereseis, Kodulemmik, Sugu, Vanus Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 suvel sündinud inimeste ees- ja perenimed. Risttabeli andmete alusel koostada sobiv diagramm. Leida, kui palju etteantud perekonnaseisuga inimesi töötab etteantud ametis.
12 Moodustada töölehele Filter_1 nimekiri linnadest, kus elab naisi, kellel on papagoi (ainult unikaalsed väärtused). Koostada risttabel koduloomade liigi ja arvu kohta osakondade ja linnade lõikes. Etteantud isikukoodi järgi leida inimese perekonnaseis. Eesnimi, Linn, Amet, Palk, Aastaaeg, Sünnikuupäev Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 kevadel sündinud inimeste ees- ja perenimed. Risttabeli andmete alusel koostada sobiv diagramm. Leida, kui palju etteantud perekonnaseisuga inimesi töötab etteantud osakonnas.
13 Moodustada töölehele Filter_1 nimekiri osakondadest, kus töötab alla 40-aastaseid lahutatud naisi (ainult unikaalsed väärtused). Koostada risttabel: meeste ja naiste keskmine palk osakondade ja linnade lõikes. Etteantud isikukoodi järgi leida osakond, kus see inimene töötab. Eesnimi, Perenimi, Aadress, Huviala, Sugu, Sünnikuu Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 talvel sündinud inimeste ees- ja perenimed. Risttabeli andmete alusel koostada sobiv diagramm. Leida kui palju mehi/naisi (etteantav väärtus) töötab etteantud osakonnas.
14 Filtreerida töölehele Filter_1 nende töötajate hobid, kelle vanus on üle 40 ja palk suurem kui 15000. Koostada risttabel: meeste ja naiste keskmine palk ametite ja linnade lõikes. Etteantud isikukoodi järgi leida inimese hobi. Eesnimi, Sugu, Osakond, Palk, Kodulemmik, Vanus Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 korduvate perenimedega inimeste isikukoodid, ees- ja perenimed ning aadressid . Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitmel inimesel etteantud linnas on etteantud hobi.
15 Filtreerida töölehele Filter_1 üle 50-aastaste koeraomanike isikukoodid. Koostada risttabel erinevate perekonnaseisude analüüsimiseks meeste-naiste ja linnade lõikes. Etteantud isikukoodi järgi leida inimese ees- ja perekonnanimi . Perenimi, Aadress, Linn, Pereseis, Sünnikuupäev ja Tähtkuju Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 inimeste nimed, kelle ees- ja perenimi algab sama tähega. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitu inimest töötab etteantud ametis ja elab etteantud linnas.
16 Filtreerida töölehele Filter_1 kalapüügiga tegelevate meeste ees- ja perenimed, kelle vanus on üle 50. Koostada risttabel hobide esinemissageduse analüüsimiseks meeste-naiste ja linnade lõikes. Etteantud isikukoodi järgi leida linna nimi, kus inimene elab. Perenimi, Amet, Osakond, Huviala, Tähtkuju ja Aastaaeg Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Väljastada töölehele Filter_2 nende ees- ja perenimed, kelle aadressis esineb tähekombinatsioon "mäe". Risttabeli andmete alusel koostada sobiv diagramm. Leida etteantud osakondade arv etteantud linnas.
17 Filtreerida töölehele Filter_1 Tallinnas elavate kassiomanike isikukoodid. Koostada risttabel lemmikloomade liigi ja hulga kohta sugude ja linnade lõikes. Etteantud isikukoodi järgi leida inimese lemmikloom. Eesnimi, Aadress, Palk,Osakond, Sünnikuupäev ja Süünikuu Kriteerium: aasta.
Iga mudeli jaoks arvutada:
keskmine hind tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega



Filtreerida töölehele Filter_2 nende töötajate ees- ja perenimi, kelle palk on alla keskmise. Risttabeli andmete alusel koostada sobiv diagramm. Leida etteantud perekonnaseisuga inimeste arv, kes elavad etteantud linnas.
18 Filtreerida töölehele Filter_1 nende naiste ees- ja perenimed, kelle vanus jääb vahemikku 50-60. Koostada risttabel töötajate perekonnaseisu analüüsimiseks ametite ja linnade lõikes. Leida kõige madalama palgaga töötaja nimi. Perenimi, Linn, Osakond, Amet, Sugu ja Vanus Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Filtreerida töölehele Filter_2 nende töötajate perenimi, osakond ja amet, kelle palk on üle keskmise. Risttabeli andmete alusel koostada sobiv diagramm. Leida, kui palju mehi/naisi (etteantav väärtus) elab etteantud linnas.
19 Filtreerida töölehele Filter_1 nende meeste isikukoodid, kelle vanus jääb vahemikku 30-40. Koostada risttabel töötajate perekonnaseisu analüüsimiseks ametite ja linnade lõikes. Leida kõige kõrgema palgaga töötaja nimi. Eesnimi, Perenimi, Pereseis, Amet, Tähtkuju ja Aastaaeg Kriteerium: käigukast.
Iga mudeli jaoks arvutada:
esinemise arv tabelis, esinemise arv antud tingimusega, summaarne hind antud tingimusega ja keskmine hind antud tingimusega
Filtreerida töölehele Filter_2 pallimängudest huvitatud töötajate isikukood , sugu ja osakond. Risttabeli andmete alusel koostada sobiv diagramm. Leida, mitmel etteantud linnas elaval töötajal on kodus etteantud loomaliiki kuuluv lemmikloom .

Sheet 2: Filter_1


Kodulemmik Vanus
koer >50
Kodulemmik Vanus Isikukood koer 73 44211240925 koer 73 44207110230 koer 54 36109040214 koer 58 45704030496 koer 60 45508240148 koer 56 35909140289 koer 65 44911280456 koer 68 44707080463 koer 62 35309010485 koer 55 36001050084

Sheet 3: Risttabel+Diagramm


Count - Pereseis Sugu
Linn N M Total Result
Haapsalu 2 2 4
Jõgeva
3 3
Jõhvi
3 3
Kadrina
3 3
Kallaste 2 1 3
Keila 1 1 2
Kiili 3
3
Kohtla-Järve 2 1 3
Kunda 2 2 4
Kuressaare
3 3
Loksa 3 1 4
Narva 1
1
Paide 2 1 3
Paldiski 1 2 3
Põlva 1
1
Pärnu 2 2 4
Rakvere 1 2 3
Rapla
2 2
Saku 2 2 4
Saue 1 2 3
Sindi
2 2
Tallinn 6 6 12
Tamsalu
3 3
Tapa
3 3
Tartu 4 1 5
Tõrva
2 2
Türi 1 1 2
Valga
3 3
Viljandi 2 2 4
Võru
1 1
Vändra 1 2 3
Total Result 40 59 99

Sheet 4: Otsing_1


Isikukood Eesnimi Perenimi 34210060017 Anton Meister

Sheet 5: Päring


Isikukood 37008050804 Eesnimi Aadu Sugu M Osakond Tootmine Palk 860 Kodulemmik koer Vanus 49

Sheet 6: Kia_analyys


Auto Aasta Kütus Käigukast Hind Mark
Kia Carens 2.0 103 kW 2008 D M 6000 Carens
Käigukast
Kia Carens 2.0 106 kW 2007 B A 5100 Carens
M
Kia Carens 2.0 CRDi 2.0 100 kW 2008 D M 5185 Carens
Kia Carens Luxury Package 2.0 CRDi 103 kW 2007 D M 5650 Carens
Kia Carens LX 2.0 83 kW 2005 D A 2990 Carens
Kia Carnival 2.9 136 kW 2007 D M 5700 Carnival
Mudel. Esinemise arv tabelis Esinemise arv antud tingimustega Summaarne hind antud tingimusega Keskmine hind antud tingimusega Kia Carnival 2.9 crdi 106 kW 2005 D M 2900 Carnival
Carens 5 3 16835 5612 Kia Carnival 2.9 TDI 106 kW 2006 D M 2850 Carnival
Carnival 5 3 11450 3817 Kia Carnival Ex 2.9 106 kW 2006 D A 5400 Carnival
Cee'd 28 14 77429 5531 Kia Carnival Executive Luxury 2.9 CRDi 136 kW 2006 D A 6590 Carnival
Cerato 2 1 3000 3000 Kia cee'd 1.4 16V 80 kW 2007 B M 4500 cee'd
Magentis 2 2 10290 5145 Kia cee'd 1.4 80 kW 2007 B
4700 cee'd
Picanto 3 3 10740 3580 Kia cee'd 1.4 80 kW 2008 B M 5400 cee'd
Rio 4 3 11650 3883 Kia cee'd 1.4 80 kW 2008 B M 6400 cee'd
Sportage 1 1 5600 5600 Kia cee'd 1.6 85 kW 2008 D M 6300 cee'd
Kia cee'd 1.6 90 kW 2007 B M 4400 cee'd
Kia cee'd 1.6 CDRi 1.6 85 kW 2008 D A 5764 cee'd
Kia cee'd CVVT LX Plus 1.4 80 kW 2008 B M 5500 cee'd
Kia cee'd LX 1.4 80 kW 2008 B M 6390 cee'd
Kia cee'd LX plus 1.4 80 kW 2007 B M 5450 cee'd
Kia cee'd LX Plus 1.6 66 kW 2007 D M 5490 cee'd
Kia cee'd LX Plus 1.6 CRDi 66 kW 2010 D M 5999 cee'd
Kia cee'd Sporty Wagon 1.4 80 kW 2008
5900 cee'd
Kia cee'd Sporty Wagon 1.6 2007 B M 5500 cee'd
Kia cee'd Sporty Wagon 1.6 90 kW 2007 B M 4900 cee'd
Kia cee'd Sporty Wagon 1.6 93 kW 2007 B M 5600 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 5800 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 5800 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 6000 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 6000 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 6000 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 6000 cee'd
Kia cee'd Sporty Wagon LX 1.6 93 kW 2008 B A 6400 cee'd
Kia cee'd Sporty Wagon LX Plus 1.4 R4 80 kW 2008 B M 5600 cee'd
Kia cee'd Sporty Wagon LX Plus 1.6 93 kW 2008 B A 5750 cee'd
Kia cee'd Sporty Wagon LX Plus 1.6 93 kW 2008 B A 6300 cee'd
Kia cee'd Sporty Wagon LX Plus 1.6 93 kW 2008 B A 6600 cee'd
Kia cee'd Sporty Wagon LX Plus 1.6 93 kW 2008 B A 6800 cee'd
Kia Cerato 2.0 105 kW 2005 B A 3400 Cerato
Kia Cerato EX 2.0 105 kW 2005 B M 3000 Cerato
Kia Magentis 2.0 106 kW 2007 B M 5700 Magentis
Kia Magentis Optima 2.0 103 kW 2007 D M 4590 Magentis
Kia Picanto 1.0 51 kW 2011 B M 4990 Picanto
Kia Picanto EX 1.1 48 kW 2006 B M 2500 Picanto
Kia Picanto LX 1.1 48 kW 2006 B M 3250 Picanto
Kia Rio 1.4 71 kW 2006 B M 2600 Rio
Kia Rio 1.4 71 kW 2007 B M 4600 Rio
Kia Rio 1.4 71 kW 2008 B A 4990 Rio
Kia Rio 1.5 81 kW 2008 D M 4450 Rio
Kia Sportage 2.0 104 kW 2006 B M 5600 Sportage

Sheet 7: Filter_2


Eesnimi Perenimi Tiina Toomsalu Ene Elmik Einar Ehala Erna Eek Madis Maasalu Margus Maasalu

Sheet 8: Otsing_2


Linn Amet Inimeste arv Kunda autojuht 1

Sheet 9: Töötajad


Isikukood Eesnimi Perenimi Linn Aadress Pereseis Osakond Amet Palk Huviala Kodulemmik Sugu Sünnikuupäev Vanus Tähtkuju Sünnikuu Aastaaeg Sünnikuu sel aastal 38602110722 Priit Burmeister Jõgeva Mustamäe tee 165-58 lahutatud Transport autojuht 1,150 € programmeerimine hamster M 2/11/1986 33 Veevalaja veebruar talv 2/11/2019 38804250911 Ahto Danilov Paide Linnamäe tee 85-21 vallaline Transport autojuht 1,370 € raamatu lugemine ei ole M 4/25/1988 31 Sõnn aprill kevad 4/25/2019 36505130719 Jaan Kaasik Rakvere Pärnu mnt 453A-19 abielus Transport autojuht 1,090 € kalapüük koer M 5/13/1965 54 Sõnn mai kevad 5/13/2019 36705150941 Boris Küünemäe Saue Kopli 65/2-5 vabaabielus Transport autojuht 970 € karate hamster M 5/15/1967 52 Sõnn mai kevad 5/15/2019 34808140585 Aadu Malva Paldiski Läänemere 62-68 abielus Transport autojuht 1,180 € karate ei ole M 8/14/1948 71 Lõvi august suvi 8/14/2019 35811080030 Arnold Merilaid Keila Pae 60-13 lahutatud Transport autojuht 940 € käsitöö kass M 11/8/1958 60 Skorpion november sügis 11/8/2019 37210070151 Paul Naaber Tamsalu Mustamäe tee 195-48 abielus Transport autojuht 1,050 € programmeerimine koer M 10/7/1972 46 Kaalud oktoober sügis 10/7/2019 35504050446 Ando Nõmmik Kunda Mahtra 25-105 vabaabielus Transport autojuht 1,160 € ratsutamine kilpkonn M 4/5/1955 64 Jäär aprill kevad 4/5/2019 34303130136 Aarne Oks Paldiski Liiva 7a-3 vallaline Transport autojuht 1,050 € raamatu lugemine ei ole M 3/13/1943 76 Kalad märts kevad 3/13/2019 37210060467 Hanno Pedak Tõrva Läänemere tee 17-216 lesk Transport autojuht 1,070 € pillimäng papagoi M 10/6/1972 46 Kaalud oktoober sügis 10/6/2019 34504190222 Margus Roosimägi Kallaste Õismäe tee 96-35 abielus Transport autojuht 1,360 € karate ei ole M 4/19/1945 74 Jäär aprill kevad 4/19/2019 34004050217 Kristjan Mägi Saue Tartu mnt 24-1 lahutatud Müük diiler 1,090 € pillimäng ei ole M 4/5/1940 79 Jäär aprill kevad 4/5/2019 38402070214 Jaan Noormets Tallinn Kivila 18-69 lahutatud Müük diiler 1,160 € võrkpall koer M 2/7/1984 35 Veevalaja veebruar talv 2/7/2019 37202200902 Reijo Okspuu Kadrina Pakase 47 vabaabielus Müük diiler 980 € programmeerimine kass M 2/20/1972 47 Kalad veebruar talv 2/20/2019 36902240722 Aare Raudsepp Tallinn Kärberi 13-8 vabaabielus Müük diiler 1,050 € kergejõustik meresiga M 2/24/1969 50 Kalad veebruar talv 2/24/2019 48405030944 Elvi Berk Rakvere Sõpruse 3 - 125 vabaabielus Transport dispetser 960 € kalapüük kilpkonn N 5/3/1984 35 Sõnn mai kevad 5/3/2019 48107150516 Kristiina Oks Kohtla-Järve Koidu 10-9 vallaline Transport dispetser 940 € lumelauasõit ei ole N 7/15/1981 38 Vähk juuli suvi 7/15/2019 47402150417 Tiina Rajamäe Viljandi Arbu 5-24 lahutatud Transport dispetser 1,070 € programmeerimine ei ole N 2/15/1974 45 Veevalaja veebruar talv 2/15/2019 37411270496 Karl Salu Rakvere Sepa 2-3 lahutatud Ladu dispetser 990 € kalapüük kass M 11/27/1974 44 Ambur november sügis 11/27/2019 44203030178 Mare Eesmaa Kiili Mahtra 36-50 abielus Majandus juhataja 2,540 € golfimäng kass N 3/3/1942 77 Kalad märts kevad 3/3/2019 37210240441 Hendrik Kanter Võru Aegviidu Piibe mnt 44-1 abielus Tootmine juhataja 3,270 € golfimäng ei ole M 10/24/1972 46 Skorpion oktoober sügis 10/24/2019 46210090988 Malle Kivioja Tallinn Võru 2-125 lahutatud Finants juhataja 3,650 € golfimäng kass N 10/9/1962 56 Kaalud oktoober sügis 10/9/2019 34210060017 Anton Meister Pärnu Liivalaia 32-35 lesk Ladu juhataja 2,270 € kalapüük kass M 10/6/1942 76 Kaalud oktoober sügis 10/6/2019 38305190379 Aarne Mikson Pärnu Linnamäe tee 85-21 vallaline Ost juhataja 2,960 € pillimäng ei ole M 5/19/1983 36 Sõnn mai kevad 5/19/2019 36909210954 Erno Salumets Kuressaare Pronksi 6a-1 lahutatud Müük juhataja 3,650 € sulgpall papagoi M 9/21/1969 49 Neitsi september sügis 9/21/2019 44411130888 Faina Lepp Paide Vikerlase 13-216 lahutatud Finants jurist 2,350 € võrkpall madu N 11/13/1944 74 Skorpion november sügis 11/13/2019 44211240925 Malle Ligi Pärnu Lõime 6-4 abielus Finants jurist 2,270 € pillimäng koer N 11/24/1942 76 Ambur november sügis 11/24/2019 37102030149 Erki Arsenov Loksa Retke 22-43 abielus Ladu kompekteerija 1,030 € rahvatants papagoi M 2/3/ 1971 48 Veevalaja veebruar talv 2/3/2019 46909170171 Airi Põld Paldiski Nisu 5-7 lahutatud Ladu kompekteerija 1,160 € ratsutamine koer N 9/17/1969 49 Neitsi september sügis 9/17/2019 45006210936 Mirja Bergmann Tartu Rästa 7/3 abielus Majandus koristaja 650 € käsitöö kass N 6/21/1950 69 Kaksikud juuni suvi 6/21/2019 48401080820 Aasa Randla Kunda Telliskivi 52a-1 abielus Majandus koristaja 720 € käsitöö hamster N 1/8/1984 35 Kaljukits jaanuar talv 1/8/2019 44207110230 Tiina Toomsalu Loksa Pronksi 6a-1 lesk Majandus koristaja 650 € pillimäng koer N 7/11/1942 77 Vähk juuli suvi 7/11/2019 38901180808 Erki Ainsaar Valga Raudla 30a-20 abielus Tootmine lukksepp 1,150 € kergejõustik kass M 1/18/1989 30 Kaljukits jaanuar talv 1/18/2019 37008050804 Aadu Heinlo Kuressaare Odra 4-1 vabaabielus Tootmine lukksepp 860 € käsitöö koer M 8/5/1970 49 Lõvi august suvi 8/5/2019 36109040214 Kristjan Jürimäe Valga Akadeemia tee 62-75 lahutatud Tootmine lukksepp 1,270 € lumelauasõit koer M 9/4/1961 57 Neitsi september sügis 9/4/2019 34506270104 Reijo Müürsepp Vändra Maleva 2b-11 lesk Tootmine lukksepp 1,160 € rahvatants kass M 6/27/1945 74 Vähk juuni suvi 6/27/2019 38310210529 Eevald Parts Tamsalu Sõle 61-19 abielus Tootmine lukksepp 1,290 € lumelauasõit ei ole M 10/21/1983 35 Kaalud oktoober sügis 10/21/2019 34007250511 Marko Erikson Haapsalu Sõle 61-19 lahutatud Tootmine meister 1,378 € jalgrattasport kass M 7/25/1940 79 Lõvi juuli suvi 7/25/2019 37609120658 Aare Marmor Tamsalu Arbi 2-155 abielus Tootmine meister 1,420 € programmeerimine koer M 9/12/1976 42 Neitsi september sügis 9/12/2019 36108130050 Kaivo Mets Tapa Virbi 4-132 vabaabielus Tootmine meister 1,380 € jalgpall papagoi M 8/13/1961 58 Lõvi august suvi 8/13/2019 47903090504 Erika Bachmann Tallinn Kaluri 2-12 abielus Müük müügijuht 1,350 € korvpall koer N 3/9/1979 40 Kalad märts kevad 3/9/2019 47105020007 Ene Elmik Loksa Kivimurru 11 - 10 abielus Müük müügijuht 1,270 € raamatu lugemine kilpkonn N 5/2/1971 48 Sõnn mai kevad 5/2/2019 37110010868 Tarmo Müller Tõrva Maleva 2b-11 vabaabielus Müük müügijuht 2,080 € karate madu M 10/1/1971 47 Kaalud oktoober sügis 10/1/2019 45704030496 Kristel Astok Kiili Kolde 88-79 abielus Finants raamatupidaja 1,274 € programmeerimine koer N 4/3/1957 62 Jäär aprill kevad 4/3/2019 47105130963 Ene Burmeister Paide Liivalaia 32-35 lahutatud Finants raamatupidaja 1,070 € jalgrattasport meresiga N 5/13/1971 48 Sõnn mai kevad 5/13/2019 38301060031 Vilma Eesmaa Valga Ümera 24-5 abielus Finants raamatupidaja 1,160 € karate ei ole M 1/6/1983 36 Kaljukits jaanuar talv 1/6/2019 35205180673 Jaan Laubre Jõhvi Roheline 3 lahutatud Finants raamatupidaja 1,270 € lumelauasõit kilpkonn M 5/18/1952 67 Sõnn mai kevad 5/18/2019 44409100049 Evi Sarapik Kiili Pronksi 6a-1 lesk Finants raamatupidaja 1,270 € raamatu lugemine papagoi N 9/10/1944 74 Neitsi september sügis 9/10/2019 45109030894 Katy Veesimaa Tartu Paasiku 28-3 abielus Finants referent 970 € jalgrattasport ei ole N 9/3/1951 67 Neitsi september sügis 9/3/2019 45909050610 Helen Aigro Pärnu Randla 13 - 619 vallaline Müük sekretär 850 € raamatu lugemine kass N 9/5/1959 59 Neitsi september sügis 9/5/2019 48308230166 Laine Eek Tallinn Õismäe tee 105-44 abielus Majandus sekretär 770 € käsitöö ei ole N 8/23/1983 35 Lõvi august suvi 8/23/2019 44508020335 Aigi Härm Saku Sõpruse 3 - 125 abielus Ost sekretär 1,080 € jalgrattasport hamster N 8/2/1945 74 Lõvi august suvi 8/2/2019 44606190557 Sirje Härm Tallinn Maleva 2b-11 lesk Ost sekretär 860 € kalapüük meresiga N 6/19/1946 73 Kaksikud juuni suvi 6/19/2019 44212180084 Jana Kaal Viljandi Nurga 4-98 lahutatud Müük sekretär 860 € raamatu lugemine kass N 12/18/1942 76 Ambur detsember talv 12/18/2019 45508240148 Erika Kasemets Põlva Lasnamäe 50/10-23 vabaabielus Müük sekretär 980 € sulgpall koer N 8/24/1955 63 Neitsi august suvi 8/24/2019 46303030988 Faina Kukk Loksa Kärberi 14 - 2 vallaline Müük sekretär 870 € lumelauasõit papagoi N 3/3/1963 56 Kalad märts kevad 3/3/2019 47403030624 Valve Mäesalu Saku Sepa 2 - 3 lahutatud Ost sekretär 1,120 € käsitöö kass N 3/3/1974 45 Kalad märts kevad 3/3/2019 48209130038 Annika Paju Tallinn Ehitajate tee 74-32 lahutatud Majandus sekretär 760 € kergejõustik kass N 9/13/1982 36 Neitsi september sügis 9/13/2019 47103260243 Evelin Põld Haapsalu Võidu 80 abielus Majandus sekretär 960 € rahvatants kass N 3/26/1971 48 Jäär märts kevad 3/26/2019 46003030319 Hilja Raid Tartu Võru 2-122 abielus Müük sekretär 960 € võrkpall ei ole N 3/3/1960 59 Kalad märts kevad 3/3/2019 48006080465 Juulia Tubin Kallaste Vana-Kalamaja 7-9 lahutatud Müük sekretär 860 € käsitöö ei ole N 6/8/1980 39 Kaksikud juuni suvi 6/8/2019 36809040675 Maarja Ambros Tallinn Ümera 60-45 abielus Ost sekretäär 850 € pillimäng hamster M 9/4/1968 50 Neitsi september sügis 9/4/2019 35204120460 Einar Ehala Jõhvi Kivimurru 11 - 10 abielus Tootmine treial 1,027 € ratsutamine papagoi M 4/12/1952 67 Jäär aprill kevad 4/12/2019 36612210549 Andrus Koort Türi Taime 19 - 5 abielus Tootmine treial 1,150 € ratsutamine koer M 12/21/1966 52 Ambur detsember talv 12/21/2019 38403010526 Erki Lepiksoo Tapa Sütiste 39-64 vabaabielus Tootmine treial 1,180 € käsitöö koer M 3/1/1984 35 Kalad märts kevad 3/1/2019 38108200347 Ahti Tubin Kadrina Vana-Kalamaja 7-9 abielus Tootmine treial 1,350 € ratsutamine ei ole M 8/20/1981 37 Lõvi august suvi 8/20/2019 36506070555 Karl Agur Tallinn Ringi 3-18 vabaabielus Tootmine tööline 720 € jalgpall koer M 6/7/1965 54 Kaksikud juuni suvi 6/7/2019 37808220891 Reijo Bauman Tartu Raadiku 19-73 abielus Tootmine tööline 1,050 € karate ei ole M 8/22/1978 40 Lõvi august suvi 8/22/2019 35101130124 Kaivo Berk Rapla Sõpruse pst 250 - 144 lahutatud Ladu tööline 760 € lumelauasõit ei ole M 1/13/1951 68 Kaljukits jaanuar talv 1/13/2019 35909140289 Olav Berk Viljandi Paekaare 58-51 lesk Tootmine tööline 870 € käsitöö koer M 9/14/1959 59 Neitsi september sügis 9/14/2019 48306070961 Erna Eek Narva Õismäe tee 21-10 abielus Tootmine tööline 830 € jalgpall koer N 6/7/1983 36 Kaksikud juuni suvi 6/7/2019 48205090295 Aadu Elson Haapsalu Puhangu 4-14 abielus Tootmine tööline 1,120 € lumelauasõit kass N 5/9/1982 37 Sõnn mai kevad 5/9/2019 48105180669 Leida Jaanus Tartu Kihnu 16-39 vabaabielus Tootmine tööline 960 € jalgrattasport kass N 5/18/1981 38 Sõnn mai kevad 5/18/2019 36809190988 Meelis Kalju Jõgeva Vuti 67 vallaline Ladu tööline 770 € võrkpall kass M 9/19/1968 50 Neitsi september sügis 9/19/2019 47712170754 Sirje Kreen Tallinn Ümera 6 -- 53 lahutatud Tootmine tööline 850 € käsitöö koer N 12/17/1977 41 Ambur detsember talv 12/17/2019 37408230939 Riho Kuusk Saku Mustamäe tee 195-102 lesk Tootmine tööline 1,030 € kalapüük meresiga M 8/23/1974 44 Lõvi august suvi 8/23/2019 37007260696 Einar Laanepõld Kadrina Tartu mnt 32-22 abielus Ladu tööline 750 € jalgrattasport ei ole M 7/26/1970 49 Lõvi juuli suvi 7/26/2019 48311130833 Heli Lind Saue Järveotsa tee 43-15 abielus Tootmine tööline 750 € raamatu lugemine kass N 11/13/1983 35 Skorpion november sügis 11/13/2019 47608150058 Raivo Lokk Türi Koorti 18-24 abielus Tootmine tööline 970 € sulgpall hamster N 8/15/1976 43 Lõvi august suvi 8/15/2019 34304170615 Eino Luige Saku Sõpruse pst 246-40 abielus Tootmine tööline 760 € raamatu lugemine ei ole M 4/17/1943 76 Jäär aprill kevad 4/17/2019 35810100356 Madis Maasalu Sindi Ehte 5-28 abielus Tootmine tööline 1,080 € rahvatants ei ole M 10/10/1958 60 Kaalud oktoober sügis 10/10/2019 36002200391 Margus Maasalu Vändra Kagu 13-4 abielus Tootmine tööline 1,070 € lumelauasõit ei ole M 2/20/1960 59 Kalad veebruar talv 2/20/2019 46407080393 Tiina Markus Kohtla-Järve Mustamäe tee 195-102 abielus Ladu tööline 750 € jalgrattasport kass N 7/8/1964 55 Vähk juuli suvi 7/8/2019 37705040659 Reijo Meigas Rapla Ehitajate tee 68-21 abielus Ladu tööline 960 € rahvatants koer M 5/4/1977 42 Sõnn mai kevad 5/4/2019 47211150090 Kersti Miller Kunda Langu 5-27 lahutatud Tootmine tööline 850 € kergejõustik kass N 11/15/1972 46 Skorpion november sügis 11/15/2019 34112150956 Reijo Muld Haapsalu Liinamäe 35-37 vabaabielus Tootmine tööline 1,190 € rahvatants kass M 12/15/1941 77 Ambur detsember talv 12/15/2019 38204220473 Arnold Norak Kuressaare Kivila 16-71 vallaline Tootmine tööline 1,070 € kergejõustik koer M 4/22/1982 37 Sõnn aprill kevad 4/22/2019 37211200348 Aarne Norak Tallinn Paasiku 4-101 abielus Tootmine tööline 930 € rahvatants kass M 11/20/1972 46 Skorpion november sügis 11/20/2019 34910190405 Hanno Pajusaar Kunda Linnamäe 25-204 vabaabielus Tootmine tööline 1,140 € lumelauasõit kass M 10/19/1949 69 Kaalud oktoober sügis 10/19/2019 44911280456 Selma Parre Vändra Kalevipoja 11-110 abielus Ladu tööline 1,070 € pillimäng koer N 11/28/1949 69 Ambur november sügis 11/28/2019 37205220288 Madis Paulus Viljandi Sõle 5-10 vabaabielus Tootmine tööline 1,130 € raamatu lugemine papagoi M 5/22/1972 47 Kaksikud mai kevad 5/22/2019 37106180544 Meelis Petrov Sindi Raadiku 1 - 23 vabaabielus Tootmine tööline 860 € sulgpall koer M 6/18/1971 48 Kaksikud juuni suvi 6/18/2019 44707080463 Irma Piirsalu Keila Raadiku 1 - 23 vabaabielus Tootmine tööline 1,050 € ratsutamine koer N 7/8/1947 72 Vähk juuli suvi 7/8/2019 44701210234 Malle Põldmaa Kallaste Paekaare 62-53 lahutatud Tootmine tööline 970 € rahvatants kass N 1/21/1947 72 Veevalaja jaanuar talv 1/21/2019 35309010485 Argo Salu Jõgeva Keskuse 14-44 lesk Tootmine tööline 1,160 € kalapüük koer M 9/1/1953 65 Neitsi september sügis 9/1/2019 36001050084 Kustav Salu Jõhvi Vikerlase 17-87 abielus Tootmine tööline 1,160 € lumelauasõit koer M 1/5/1960 59 Kaljukits jaanuar talv 1/5/2019 36504170054 Kaspar Veesimaa Tapa Vana-Kalamaja 20-16a abielus Tootmine tööline 870 € rahvatants koer M 4/17/1965 54 Jäär aprill kevad 4/17/2019 35412110930 Arvi Väljas Tallinn Kibuvitsa 3-3 lahutatud Tootmine tööline 870 € võrkpall kass M 12/11/1954 64 Ambur detsember talv 12/11/2019 36604060863 Aadu Pulk Kohtla-Järve Raudla 30A-20 lesk Transport valvur 670 € kalapüük hamster M 4/6/1966 53 Jäär aprill kevad 4/6/2019

Sheet 10: Lisa


Variandi number
Tähtkujud AlgusKuupäevad Sümbol Stiihiad

Kuu Aastaajad
15
Kaljukits 1/1/2019 g maa
Jaanuar talv
Veevalaja 1/21/2019 h õhk
Veebruar talv
Kalad 2/19/2019 i vesi
Märts kevad
Jäär 3/21/2019 ^ tuli
Aprill kevad
Sõnn 4/21/2019 _ maa
Mai kevad
Abiks2
Kaksikud 5/22/2019 ` õhk
Juuni suvi
autojuht
Kia käigukast Vähk 6/22/2019 a vesi
Juuli suvi
diiler
M Lõvi 7/23/2019 b tuli
August suvi
dispetser
A Neitsi 8/24/2019 c maa
September sügis
juhataja
Kaalud 9/24/2019 d õhk
Oktoober sügis
jurist
Skorpion 10/24/2019 e vesi
November sügis
kompekteerija
Ambur 11/23/2019 f tuli
Detsember talv
koristaja
Kaljukits 12/22/2019 g maa
lukksepp
meister
müügijuht
raamatupidaja
Abiks
referant
Haapsalu
sekretär
Jõgeva
treial
Jõhvi
tööline
Kadrina
valvur
Kallaste
Keila
Kiili
Kohtla-Järve
Kunda
Kuressaare
Loksa
Narva
Paide
Paldiski
Põlva
Pärnu
Rakvere
Rapla
Saku
Saue
Sindi
Tallinn
Tamsalu
Tapa
Tartu
Tõrva
Türi
Valga
Viljandi
Võru
Vändra
Vasakule Paremale
Informaatika Exceli kodutöö #1 Informaatika Exceli kodutöö #2 Informaatika Exceli kodutöö #3 Informaatika Exceli kodutöö #4 Informaatika Exceli kodutöö #5 Informaatika Exceli kodutöö #6 Informaatika Exceli kodutöö #7 Informaatika Exceli kodutöö #8 Informaatika Exceli kodutöö #9 Informaatika Exceli kodutöö #10 Informaatika Exceli kodutöö #11 Informaatika Exceli kodutöö #12 Informaatika Exceli kodutöö #13 Informaatika Exceli kodutöö #14 Informaatika Exceli kodutöö #15 Informaatika Exceli kodutöö #16 Informaatika Exceli kodutöö #17 Informaatika Exceli kodutöö #18 Informaatika Exceli kodutöö #19 Informaatika Exceli kodutöö #20 Informaatika Exceli kodutöö #21 Informaatika Exceli kodutöö #22 Informaatika Exceli kodutöö #23 Informaatika Exceli kodutöö #24 Informaatika Exceli kodutöö #25 Informaatika Exceli kodutöö #26 Informaatika Exceli kodutöö #27 Informaatika Exceli kodutöö #28 Informaatika Exceli kodutöö #29 Informaatika Exceli kodutöö #30 Informaatika Exceli kodutöö #31 Informaatika Exceli kodutöö #32 Informaatika Exceli kodutöö #33 Informaatika Exceli kodutöö #34 Informaatika Exceli kodutöö #35 Informaatika Exceli kodutöö #36 Informaatika Exceli kodutöö #37 Informaatika Exceli kodutöö #38 Informaatika Exceli kodutöö #39 Informaatika Exceli kodutöö #40 Informaatika Exceli kodutöö #41 Informaatika Exceli kodutöö #42 Informaatika Exceli kodutöö #43 Informaatika Exceli kodutöö #44 Informaatika Exceli kodutöö #45 Informaatika Exceli kodutöö #46 Informaatika Exceli kodutöö #47
Punktid 50 punkti Autor soovib selle materjali allalaadimise eest saada 50 punkti.
Leheküljed ~ 47 lehte Lehekülgede arv dokumendis
Aeg2015-12-15 Kuupäev, millal dokument üles laeti
Allalaadimisi 53 laadimist Kokku alla laetud
Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
Autor hesoyamm123 Õppematerjali autor
Informaatika Exceli arvestuslik kodutöö

Sarnased õppematerjalid

thumbnail
108
xlsx

Informaatika Kodu KT

Ülesanne disain asub lehel Kia_an_näide Variand Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada i (paigutada töölehele töölehtedel Filter_1 ja Filter_2) number Risttabel+Diagramm) Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate esinemissageduste analüüsimiseks ees- ja perenimed, kelle palk on suurem kui linnade ja vanusegruppide lõikes. 10000. Vanusegrupid koostada 15 aasta

Informaatika
thumbnail
53
xlsx

Exceli koduto�o�

Variand Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada i (paigutada töölehele töölehtedel Filter_1 ja Filter_2) number Risttabel+Diagramm) Ülesanne variant arvutada valemi järgi =MOD(XX; 20), kus XX - kaks viimast kasutajanime numbrit Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate ees- ja perenimed, kelle palk on suurem kui 10000. esinemissageduste analüüsimiseks linnade ja vanusegruppide lõikes. Vanusegrupid koostada 15 aasta kaupa.

Kategoriseerimata
thumbnail
40
xlsx

Excel kodutöö nr 3.

Ülesanne variant arvutada valemi järgi =MOD(XX; 20), kus XX - kaks viimast kasutajanime numbrit Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada 15 (paigutada töölehele töölehtedel Filter_1 ja Filter_2) Risttabel+Diagramm) Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate esinemissageduste analüüsimiseks ees- ja perenimed, kelle palk on suurem kui linnade ja vanusegruppide lõikes. 10000. Vanusegrupid koostada 15 aasta kaupa. Väljastada töölehele Filter_2 nende inimeste Risttabeli andmete alusel koostada isi

Andme-ja tekstitöötlus
thumbnail
64
xlsx

IT alused - Exceli iseseisev kodune töö - 9 variant

Variand Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada i (paigutada töölehele töölehtedel Filter_1 ja Filter_2) number Risttabel+Diagramm) Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate esinemissageduste analüüsimiseks ees- ja perenimed, kelle palk on suurem kui linnade ja vanusegruppide lõikes. 10000. Vanusegrupid koostada 15 aasta kaupa. Väljastada töölehele Filter_2 nende inimeste Risttabeli andmete alusel koostada isikukoodid ning ees- ja perenimed, kellel ei

Betooni puurimine
thumbnail
22
xlsx

IT alused viimane kodutöö

Variand Risttabelid e. liigendtabelid Arendatud filter (tulemused esitada i (paigutada töölehele töölehtedel Filter_1 ja Filter_2) number Risttabel+Diagramm) Ülesanne variant arvutada valemi järgi =MOD(XX; 20), kus XX - kaks viimast kasutajanime numbrit Koostada risttabel inimeste hobide 0 Väljastada töölehele Filter_1 nende töötajate ees- ja perenimed, kelle palk on suurem kui 10000. esinemissageduste analüüsimiseks linnade ja vanusegruppide lõikes. Vanusegrupid koostada 15 aasta kaupa.

Andmetöötlus
thumbnail
66
xlsx

Excel

Variandi number 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Arendatud filter (tulemused esitada töölehtedel Filter_1 ja Filter_2) Filtreerida töölehele Filter_1 nende meeste isikukoodid, kelle vanus jääb vahemikku 30 kuni 40. Filtreerida töölehele Filter_2 pallimängudest huvitatud töötajate isikukood, sugu ja osakond. Filtreerida töölehele Filter_1 nende naiste ees- ja perenimed, kelle vanus jääb vahemikku 50 kuni 60. Filtreerida töölehele Filter_2 nende töötajate perenimi, osakond ja amet, kelle palk on üle keskmise. Filtreerida töölehele Filter_1 Tallinnas elavate kassiomanike isikukoodid. Filtreerida töölehele Filter_2 nende töötajate ees- ja perenimi, kelle palk on alla keskmise. Filtreerida töölehele Filter_1 kalapüügiga tegelevate meeste ees- ja perenimed, kelle vanus on üle 50. Väljastada töölehele Filter_2 nende ees- ja perenimed, kelle aadres

Informaatika
thumbnail
16
xlsx

Kodutöö Excel

1. Luua uus töövihik ja kopeerida sellesse antud vihiku järgmised töölehed: Variandid, Töötajad määrata nimi Excel_perekonnanimi.xlsx 2. Lisada töölehele Lisa tabel kuu nimetustega ja aastaaegadega. Kasutada seda tabelit otsingu rakendamisel. 3. Töölehtedel Töötajad ja Lisa määrata kõikidele tabeli veergudele nimed (nime võib anda ka 4. Lisada tabelisse lehel Töötajad veerud Sugu, Sünnikuupäev ja Vanus ning koostada valemid leidmiseks isikukoodide abil. 5. Lisada veerud Tähtkuju, Sünnikuu ja Aastaaeg. Sünniaja järgi leida kõikide töötajate päikese tähtkuju, milles asus päike inimese sünnihetkel), sünnikuu nimetus (tekst) ja aastaaeg. Kasutada otsingufunktsioone leidmaks sobivad väärtused tabelitest töölehel Lisa. 6. Oma ülesande variandi number leida valemi =MOD(XX; 20) abil, kus XX on matriklinumbri kak 7. Lisada uued töölehed järgmiste nimetustega: Filter_1 , Filter_2 Risttabel+Diagramm, Otsing_1, Otsing_

Informaatika
thumbnail
28
xlsx

Exceli kodutöö

Isikukood Eesnimi Perenimi Sugu Sünnipäev Vanus 38602110722 Priit Burmeister M 11.02.1986 27 48804250911 Ahto Danilov N 25.04.1988 24 36505130719 Jaan Kaasik M 13.05.1965 47 46705150941 Boris Küünemäe N 15.05.1967 45 34808140585 Aadu Malva M 14.08.1948 64 45811080030 Arnold Merilaid N 08.11.1958 54 47210070151 Paul Naaber N 07.10.1972 40 35504050446 Ando Nõmmik M 05.04.1955 57 44303130136 Aarne Oks N 13.03.1943 69 47210060467 Hanno Pedak N 06.10.1972 40 34504190222 Margus Roosimägi M 19.04.1945 67 34004050217 Kristjan Mägi M 05.04.1940 72 38402070214 Jaan Noorme

Informaatika




Meedia

Kommentaarid (0)

Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun