Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Logi sisse

Eksamieelduse töö (0)

1 HALB
Punktid
SPSS /PC+ The Statistical Package for IBM PC 6/12/ 2
set /beep off.
GET /FILE 'tud.sys'.
The SPSS/PC+ system file is read from
file tud.sys
The file was created on 2/21/10 at 11:40:26
and is titled SPSS/PC+ System File Written by Data Entry II
The SPSS/PC+ system file contains
247 cases , each consisting of
44 variables ( including system variables).
44 variables will be used in this session.
-------------------------------------------------------------------------------
Page 2 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
* more on - iga lehekylje ja"rel tehakse paus , suvaline klahvivajutus viib edasi
* more off - pausi ei tehta, ko~ik ka"sud ja"rjest.
SET MORE OFF.
SET LENGTH 500.
*----------------------------------
* iga tudengi oma va"ljavo~tu tingimused.
* Tingimuses olevaid tunnuseid ei tohi analyysis kasutada.
SELECT IF (T614=1 AND T713=1).
*----------------------------------
* Yhe tunnuse analyys (harj5).
FREQUENCIES /VARIABLES T615 /HBAR /STATISTICS ALL.
The raw data or transformation pass is proceeding
33 cases are written to the uncompressed active file.
***** Memory allows a total of 15222 Values , accumulated across all Variables.
There also may be up to 1903 Value Labels for each Variable.
-------------------------------------------------------------------------------
Page 3 SPSS/PC+ 6/12/ 2
T615 Tingimused soodustaksid head tood
Valid Cum
Value Label Value Frequency Percent Percent Percent
1 28 84.8 84.8 84.8
2 5 15.2 15.2 100.0
------- ------- -------
TOTAL 33 100.0 100.0
1 ÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜ 28
2 ÜÜÜÜÜÜÜÜÜ 5
I
I.........I.........I.........I.........I.........I
0 6 12 18 24 30
Mean 1.152 Std Err .063 Median 1.000
Mode 1.000 Std Dev .364 Variance .133
Kurtosis 2.287 S E Kurt .798 Skewness 2.038
S E Skew .409 Range 1.000 Minimum 1.000
Maximum 2.000 Sum 38.000
Valid Cases 33 Missing Cases 0
-------------------------------------------------------------------------------
Page 4 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
*----------------------------------
* Kahe tunnuse analyys - sagedusjaotuse risttabel (harj6 ja harj7).
CROSSTABS /TABLES T615 BY T616 /OPTIONS 3 4 5 /STATISTICS 1.
***** Given WORKSPACE allows for 11163 Cells with
2 Dimensions for CROSSTAB problem *****
-------------------------------------------------------------------------------
Page 5 SPSS/PC+ 6/12/ 2
Crosstabulation: T615 Tingimused soodustaksid head tood
By T616 Ma oleksin ettevotte aktsionar
Count ³
Row Pct ³
T616Ä> Col Pct ³ ³ Row
Tot Pct ³ 1 ³ 2 ³ 5 ³ Total
T615 ÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅ
1 ³ 10 ³ 6 ³ 2 ³ 18
³ 55.6 ³ 33.3 ³ 11.1 ³ 85.7
³ 76.9 ³ 100.0 ³ 100.0 ³
³ 47.6 ³ 28.6 ³ 9.5 ³
ÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅ
2 ³ 3 ³ ³ ³ 3
³ 100.0 ³ ³ ³ 14.3
³ 23.1 ³ ³ ³
³ 14.3 ³ ³ ³
ÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÅ
Column 13 6 2 21
Total 61.9 28.6 9.5 100.0
Chi- Square D.F. Significance Min E.F. Cells with E.F. ---------- ---- ------------ -------- ------------------
2.15385 2 .3406 .286 4 OF 6 ( 66.7%)
Number of Missing Observations = 12
-------------------------------------------------------------------------------
Page 6 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
* Kahe tunnuse analyys - kahe grupi varieeruvuste ja keskmiste vo~rdlus.
* (harj6 ja harj7).
T-TEST /GROUPS T8(1,2) /VARIABLES T75.
-------------------------------------------------------------------------------
Page 7 SPSS/PC+ 6/12/ 2
Independent samples of T8 Teie sugu
Group 1: T8 EQ 1 Group 2: T8 EQ 2
t-test for: T75 Minu too vastab mu kvalifikatsioonile
Number Standard Standard
of Cases Mean Deviation Error
Group 1 18 2.0556 1.056 .249
Group 2 15 1.6000 .632 .163
³ Pooled Variance Estimate ³ Separate Variance Estimate
³ ³
F 2- Tail ³ t Degrees of 2-Tail ³ t Degrees of 2-Tail
Value Prob . ³ Value Freedom Prob. ³ Value Freedom Prob.
³ ³
2.79 .059 ³ 1.46 31 .153 ³ 1.53 28.40 .137
-------------------------------------------------------------------------------
Page 8 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
*----------------------------------
* Korrelatsioonanalyys (harj9b).
* soovitavalt 5 korda 5 tabel see on 5 tunnust.
* CORRELATIONS /VARIABLES T71 TO T75 /OPTIONS 3 5.
* Sama kui puuduvate vaa""rtustega objektid ja"tta paarikaupa va"lja.
CORRELATIONS /VARIABLES T71 TO T75 /OPTIONS 2 3 5.
-------------------------------------------------------------------------------
Page 9 SPSS/PC+ 6/12/ 2
Correlations: T71 T72 T73 T74 T75
T71 1.0000 .5954 .5991 .3497 . 4854
( 0) ( 33) ( 33) ( 33) ( 33)
P= . P= .000 P= .000 P= .046 P= .004
T72 .5954 1.0000 .6408 .5567 .7229
( 33) ( 0) ( 33) ( 33) ( 33)
P= .000 P= . P= .000 P= .001 P= .000
T73 .5991 .6408 1.0000 .4032 .4461
( 33) ( 33) ( 0) ( 33) ( 33)
P= .000 P= .000 P= . P= .020 P= .009
T74 .3497 .5567 .4032 1.0000 .5474
( 33) ( 33) ( 33) ( 0) ( 33)
P= .046 P= .001 P= .020 P= . P= .001
T75 .4854 .7229 .4461 .5474 1.0000
( 33) ( 33) ( 33) ( 33) ( 0)
P= .004 P= .000 P= .009 P= .001 P= .
(Coefficient / (Cases) / 2- tailed Significance)
" . " is printed if a coefficient cannot be computed
-------------------------------------------------------------------------------
Page 10 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
*----------------------------------
* Regressioonanalyys (harj9b).
* valida yks kahest meetodist - ENTER, STEPWISE.
* 3-5 so~ltumatut tunnust.
REGRESSION /VARIABLES T71 T9 TO T11 / DEPENDENT T71 / METHOD ENTER.
-------------------------------------------------------------------------------
Page 11 SPSS/PC+ 6/12/ 2
* * * * M U L T I P L E R E G R E S S I O N * * * *
Listwise Deletion of Missing Data
Equation Number 1 Dependent Variable.. T71 Minu too paneb mind motlema
Beginning Block Number 1. Method: Enter
Variable(s) Entered on Step Number
1.. T11 Te tootate
2.. T9 Teie vanus
3.. T10 Teie haridus
Multiple R .49591
R Square .24593
Adjusted R Square .16792
Standard Error .79395
Analysis of Variance
DF Sum of Squares Mean Square
Regression 3 5.96197 1.98732
Residual 29 18.28046 .63036
F = 3.15268 Signif F = .0398
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
T11 -.30526 .17483 -.33682 -1.746 .0914
T9 -.33646 .14191 -.39988 -2.371 .0246
T10 -.13837 .15698 -.17625 -.881 .3853
( Constant ) 3.67551 .66999 5.486 .0000
End Block Number 1 All requested variables entered.
-------------------------------------------------------------------------------
Page 12 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
* Sama, aga mudeli automaatne formeerimine.
REGRESSION /VARIABLES T71 T9 T11 /DEPENDENT T71 /METHOD STEPWISE.
-------------------------------------------------------------------------------
Page 13 SPSS/PC+ 6/12/ 2
* * * * M U L T I P L E R E G R E S S I O N * * * *
Listwise Deletion of Missing Data
Equation Number 1 Dependent Variable.. T71 Minu too paneb mind motlema
Beginning Block Number 1. Method: Stepwise
Variable(s) Entered on Step Number
1.. T9 Teie vanus
Multiple R .40808
R Square .16653
Adjusted R Square .13964
Standard Error .80733
Analysis of Variance
DF Sum of Squares Mean Square
Regression 1 4.03711 4.03711
Residual 31 20.20531 .65178
F = 6.19394 Signif F = .0184
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
T9 -.34336 .13797 -.40808 -2.489 .0184
(Constant) 2.82655 .41737 6.772 .0000
------------- Variables not in the Equation -------------
Variable Beta In Partial Min Toler T Sig T
T11 -.24531 -.26650 .98369 -1.514 .1404
End Block Number 1 PIN = .050 Limits reached.
-------------------------------------------------------------------------------
Page 14 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
* Kahe tunnuse vahelise regressioonisirge graafiline kujutamine.
PLOT / FORMAT REGRESSION/PLOT T9 WITH T10.
PLOT requires 15088 BYTES of workspace for execution.
-------------------------------------------------------------------------------
Page 15 SPSS/PC+ 6/12/ 2
* * * * * * * * * * * * * * * * P L O T * * * * * * * * * * * * * * * *
Data Information
33 unweighted cases accepted.
-------------------------------------------------------------------------------
Page 16 SPSS/PC+ 6/12/ 2
PLOT OF T9 WITH T10
ÚÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄÄÁÄÄÄ¿
5´ 1 Ã
³ ³
³ ³
³ ³
³ ³
4.5´ Ã
³ ³
³ ³
³ ³
³ ³
4´ 2 4 2 1 Ã
³ ³
³ ³
³ ³
³ R
T 3.5´ Ã
e ³ ³
i ³ ³
e ³ ³
³ ³
v 3´ 1 6 3 Ã
a ³ ³
n ³ ³
u ³ ³
s ³ ³
2.5R Ã
³ ³
³ ³
³ ³
³ ³
2´ 4 2 4 Ã
³ ³
³ ³
³ ³
³ ³
1.5´ Ã
³ ³
³ ³
³ ³
³ ³
1´ 1 2 Ã
ÀÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÄÂÄÄÄÙ
.975 1.625 2.275 2.925 3.575 4.225 4.875
1.3 1.95 2.6 3.25 3.9 4.55
Teie haridus
33 cases plotted. Regression statistics of T9 on T10:
Correlation .29065 R Squared .08448 S.E. of Est 1.00563 Sig. .1008
Intercept(S.E.) 2.21572( .41307) Slope (S.E.) .27119( .16035)
-------------------------------------------------------------------------------
Page 17 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
*----------------------------------
* Faktoranalyys (harj10).
* Tunnuste arv va" hemalt 8.
FACTOR /VARIABLES T61 TO T610 /FORMAT BLANK (0.3)
/EXTRACTION / ROTATION VARIMAX /PLOT ROTATION (1,2).
This FACTOR analysis requires 13448 ( 13.1K) BYTES of memory.
-------------------------------------------------------------------------------
Page 18 SPSS/PC+ 6/12/ 2
- - - - F A C T O R A N A L Y S I S - - - -
Analysis Number 1 Listwise deletion of cases with missing values
Extraction 1 for Analysis 1, Principal- Components Analysis (PC)
Initial Statistics:
Variable Communality * Factor Eigenvalue Pct of Var Cum Pct
T61 1. 00000 * 1 3.64369 36.4 36.4
T62 1.00000 * 2 1.66802 16.7 53.1
T63 1.00000 * 3 1.27724 12.8 65.9
T64 1.00000 * 4 1.12206 11.2 77.1
T65 1.00000 * 5 .78911 7.9 85.0
T66 1.00000 * 6 .71698 7.2 92.2
T67 1.00000 * 7 .31045 3.1 95.3
T68 1.00000 * 8 .22660 2.3 97.5
T69 1.00000 * 9 .16205 1.6 99.2
T610 1.00000 * 10 .08378 .8 100.0
PC Extracted 4 factors.
Factor Matrix :
FACTOR 1 FACTOR 2 FACTOR 3 FACTOR 4
T61 .75023 -.42832
T62 .42235 .41577 -.51340
T63 .44031 -.60820 .41675
T64 .80148 -.40133
T65 .65608 -.62841
T66 .69250 -.41268
T67 .47742 .56496 .49227
T68 .54031 .62806
T69 .53763 .31176 .63040
T610 .58933 .32376
Final Statistics:
Variable Communality * Factor Eigenvalue Pct of Var Cum Pct
T61 .83845 * 1 3.64369 36.4 36.4
T62 .69810 * 2 1.66802 16.7 53.1
T63 .73771 * 3 1.27724 12.8 65.9
T64 .83880 * 4 1.12206 11.2 77.1
T65 .87396 *
T66 .68739 *
T67 .85438 *
T68 .71686 *
T69 .86941 *
T610 .59595 *
Varimax Rotation 1, Extraction 1, Analysis 1 - Kaiser Normalization.
Varimax converged in 8 iterations.
Rotated Factor Matrix:
FACTOR 1 FACTOR 2 FACTOR 3 FACTOR 4
T61 .61545 .61864
T62 .82703
T63 .70565 .38588
T64 .82982 .30255
T65 .92030
T66 .46415 .63656
T67 .87549
T68 .30408 .77367
T69 .85822 .35112
T610 .43980 .62352
Factor Transformation Matrix:
FACTOR 1 FACTOR 2 FACTOR 3 FACTOR 4
FACTOR 1 .62645 .48357 .47128 .38938
FACTOR 2 -.77151 .39153 .28018 .41590
FACTOR 3 .06175 -.65491 -.03182 .75250
FACTOR 4 -.09227 -.42890 .83569 -.33037
Horizontal Factor 1 Vertical Factor 2 Symbol Variable Coordinates
³ 1 T61 .276 .615
³ 2 T62 -.061 .827
2 ³ 3 T63 .706 -.194
³ 4 T64 .830 .303
³ 1 6 5 T65 .920 .075
³ 6 T66 .464 .637
10 7 T67 -.083 .239
³ 4 8 T68 .304 -.049
7 ³ 9 T69 .056 -.080
³ 10 T610 .077 .440
³ 5
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ
9 8
³ 3
³
-------------------------------------------------------------------------------
Page 19 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
* --------------------------------------
* Klasteranalyys (harj10)
* Kui valimis on palju objekte, siis tuleb suur dendrogramm.
* Võib enne teha ajutise väljavõtte nii, et järgi jääb 10-20 objekti.
* Va"ljavo~tte tingimust saab vaadata FREQUENCY ka" suga .
* PROCESS IF (T10=2).
* Tunnuste arv va"hemalt 2.
CLUSTER T1 TO T611 /PLOT DENDROGRAM.
CLUSTER requires 6496 BYTES of workspace for execution.
-------------------------------------------------------------------------------
Page 20 SPSS/PC+ 6/12/ 2
* * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * *
Data Information
33 unweighted cases accepted.
0 cases rejected because of missing value.
Squared Euclidean measure used.
1 Agglomeration method specified.
-------------------------------------------------------------------------------
Page 21 SPSS/PC+ 6/12/ 2
Agglomeration Schedule using Average Linkage ( Between Groups)
Clusters Combined Stage Cluster 1st Appears Next
Stage Cluster 1 Cluster 2 Coefficient Cluster 1 Cluster 2 Stage
1 5 21 1.000000 0 0 4
2 31 33 2.000000 0 0 5
3 11 20 4.000000 0 0 6
4 5 19 4.500000 1 0 6
5 30 31 5.000000 0 2 13
6 5 11 5.666667 4 3 8
7 16 18 7.000000 0 0 10
8 5 14 7.600000 6 0 11
9 4 10 8.000000 0 0 18
10 12 16 8.500000 0 7 13
11 5 17 8.666667 8 0 14
12 3 28 10.000000 0 0 15
13 12 30 10.666667 10 5 14
14 5 12 11.476191 11 13 17
15 2 3 15.000000 0 12 19
16 27 32 16.000000 0 0 20
17 5 15 17.153847 14 0 18
18 4 5 19.214285 9 17 21
19 1 2 20.333334 0 15 24
20 26 27 22.000000 0 16 25
21 4 9 22.687500 18 0 23
22 7 24 23.000000 0 0 26
23 4 8 25.117647 21 0 26
24 1 29 25.750000 19 0 25
25 1 26 29.933332 24 20 27
26 4 7 30.722221 23 22 27
27 1 4 32.224998 25 26 28
28 1 6 37.607143 27 0 30
29 13 25 43.000000 0 0 30
30 1 13 49.741379 28 29 31
31 1 23 55.225807 30 0 32
32 1 22 64.187500 31 0 0
-------------------------------------------------------------------------------
Page 22 SPSS/PC+ 6/12/ 2
Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Seq ÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅ
5 ÄÂÄ¿
21 ÄÙ ³
19 ÄÄÄÁÄ¿
11 ÄÄÄ´ ÃÄ¿
20 ÄÄÄÙ ³ ÃÄ¿
14 ÄÄÄÄÄÙ ³ ³
17 ÄÄÄÄÄÄÄÙ ÃÄÄÄ¿
31 ÄÂÄ¿ ³ ³
33 ÄÙ ÃÄÄÄ¿ ³ ³
30 ÄÄÄÙ ÃÄÙ ÃÄ¿
16 ÄÄÄÄÄ¿ ³ ³ ³
18 ÄÄÄÄÄÁÄÙ ³ ÃÄ¿
12 ÄÄÄÄÄÙ ³ ³ ³
15 ÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ÃÄ¿
4 ÄÄÄÄÄÂÄÄÄÄÄÄÄÄÄÙ ³ ³
10 ÄÄÄÄÄÙ ³ ÃÄÄÄ¿
9 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ÃÄ¿
8 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ³
7 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÂÄÄÄÄÄÙ ³
24 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ÃÄÄÄ¿
27 ÄÄÄÄÄÄÄÄÄÄÄÂÄÄÄÄÄ¿ ³ ³
32 ÄÄÄÄÄÄÄÄÄÄÄÙ ÃÄÄÄÄÄ¿ ³ ³
26 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ³ ³
3 ÄÄÄÄÄÄÄÂÄÄÄ¿ ÃÄÙ ÃÄÄÄÄÄÄÄÄÄ¿
28 ÄÄÄÄÄÄÄÙ ÃÄÄÄ¿ ³ ³ ³
2 ÄÄÄÄÄÄÄÄÄÄÄÙ ÃÄÄÄ¿ ³ ³ ³
1 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ÃÄÄÄÙ ³ ÃÄÄÄ¿
29 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ³ ³
6 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ÃÄÄÄÄÄ¿
13 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÂÄÄÄÄÄÙ ³ ³
25 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³ ³
23 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ ³
22 ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÙ
-------------------------------------------------------------------------------
Page 23 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
*----------------------------------
* Diskriminantanalyys (harj11).
* Tunnuseid va"hemalt 5.
DSCRIMINANT GROUPS FIRMA(1,3) /VARIABLES T72 TO T76 /method wilks
Since ANALYSIS= was omitted for the first analysis all variables
on the VARIABLES= list will be entered at level 1.
/STATISTICS 5 10 13 14 15 16 1 7 11 12.
This Discriminant Analysis requires 12476 ( 12.2K) BYTES of workspace.
-------------------------------------------------------------------------------
Page 24 SPSS/PC+ 6/12/ 2
- - - - - - - - D I S C R I M I N A N T A N A L Y S I S - - - - - - - -
On groups defined by FIRMA
33 (unweighted) cases were processed.
0 of these were excluded from the analysis.
33 (unweighted) cases will be used in the analysis.
Number of Cases by Group
Number of Cases
FIRMA Unweighted Weighted Label
1 9 9.0
2 12 12.0
3 12 12.0
Total 33 33.0
Group Means
FIRMA T72 T73 T74 T75
1 2.22222 2.55556 2.22222 1.88889
2 1. 50000 1.75000 1.75000 1.66667
3 2.33333 2.25000 1.83333 2.00000
Total 2.00000 2.15152 1.90909 1.84848
FIRMA T76
1 2.33333
2 1.50000
3 3.50000
Total 2.45455
-------------------------------------------------------------------------------
Page 25 SPSS/PC+ 6/12/ 2
- - - - - - - - D I S C R I M I N A N T A N A L Y S I S - - - - - - - -
On groups defined by FIRMA
Analysis number 1
Stepwise variable selection
Selection rule : Minimize Wilks' Lambda
Maximum number of steps.................. 10
Minimum Tolerance Level.................. .00100
Minimum F to enter....................... 1.0000
Maximum F to remove...................... 1.0000
Canonical Discriminant Functions
Maximum number of functions.............. 2
Minimum cumulative percent of variance... 100.00
Maximum significance of Wilks' Lambda.... 1.0000
Prior probability for each group is .33333
---------------- Variables not in the analysis after step 0 ----------------
Minimum
Variable Tolerance Tolerance F to enter Wilks' Lambda
T72 1.0000000 1.0000000 1.9254 .88624
T73 1.0000000 1.0000000 1. 6137 .90287
T74 1.0000000 1.0000000 .63876 .95916
T75 1.0000000 1.0000000 .40316 .97383
T76 1.0000000 1.0000000 8.2438 .64533
* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
At step 1, T76 was included in the analysis.
Degrees of Freedom Signif. Between Groups
Wilks' Lambda .64533 1 2 30.0
Equivalent F 8.24380 2 30.0 .0014
---------------- Variables in the analysis after step 1 ----------------
Variable Tolerance F to remove Wilks' Lambda
T76 1.0000000 8.2438
---------------- Variables not in the analysis after step 1 ----------------
Minimum
Variable Tolerance Tolerance F to enter Wilks' Lambda
T72 .9671642 .9671642 .70943 .61523
T73 .9394968 .9394968 1.0937 .60007
T74 .9398295 .9398295 .91216 .60714
T75 .9975296 .9975296 .38351 .62870
F statistics and significances between pairs of groups after step 1
Each F statistic has 1 and 30.0 degrees of freedom.
Group 1 2
Group
2 2. 4351
.1291
3 4.7727 16.364
.0369 .0003
* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
At step 2, T73 was included in the analysis.
Degrees of Freedom Signif. Between Groups
Wilks' Lambda .60007 2 2 30.0
Equivalent F 4.21833 4 58.0 .0046
---------------- Variables in the analysis after step 2 ----------------
Variable Tolerance F to remove Wilks' Lambda
T73 .9394968 1.0937 .64533
T76 .9394968 7.3168 .90287
---------------- Variables not in the analysis after step 2 ----------------
Minimum
Variable Tolerance Tolerance F to enter Wilks' Lambda
T72 .6234076 .6055740 .48142 .58012
T74 .8345832 .8342878 .50733 .57909
T75 .7854164 .7397236 .53801 .57786
F statistics and significances between pairs of groups after step 2
Each F statistic has 2 and 29.0 degrees of freedom.
Group 1 2
Group
2 2.1360
.1363
3 3.0487 7.9253
.0628 .0018
F level or tolerance or VIN insufficient for further computation.
Summary Table
Action Vars Wilks'
Step Entered Removed In Lambda Sig. Label
1 T76 1 .64533 .0014 Meie orgis edutatakse haid tootajaid
2 T73 2 .60007 .0046 Saan ise planeerida oma tood
Classification Function Coefficients
( Fisher 's Linear Discriminant Functions)
FIRMA = 1 2 3
T73 2.010843 1.397240 1.471168
T76 1.164367 .7263430 2.074298
(constant) -5.026450 -2.865955 -6.383697
Canonical Discriminant Functions
Pct of Cum Canonical After Wilks'
Fcn Eigenvalue Variance Pct Corr Fcn Lambda Chisquare DF Sig
: 0 .6001 15.066 4 .0046
1* .5497 87.94 87.94 .5956 : 1 .9299 2.143 1 . 1432
2* .0754 12.06 100.00 .2647 :
* marks the 2 canonical discriminant functions remaining in the analysis.
Standardized Canonical Discriminant Function Coefficients
FUNC 1 FUNC 2
T73 .01564 1.03158
T76 .99604 -.26890
Structure Matrix:
Pooled-within-groups correlations between discriminating variables
and canonical discriminant functions
(Variables ordered by size of correlation within function)
FUNC 1 FUNC 2
T76 .99989* -.01516
T73 .26064 .96544*
T72 .19007 .58349*
T75 -.04271 .46126*
T74 .25019 .32066*
Unstandardized Canonical Discriminant Function Coefficients
FUNC 1 FUNC 2
T73 .1497683E-01 .9877378
T76 .8224510 -.2220389
(constant) -2.050966 -1.580128
Canonical Discriminant Functions evaluated at Group Means (Group Centroids)
Group FUNC 1 FUNC 2
1 -.09364 .42600
2 -.79108 -.18465
3 .86131 -.13485
Test of equality of group covariance matrices using Box's M
The ranks and natural logarithms of determinants printed are those
of the group covariance matrices.
Group Label Rank Log Determinant
1 2 .890973
2 2 -1.428495
3 2 .307120
Pooled Within-Groups
Covariance Matrix 2 .407438
Box's M Approximate F Degrees of freedom Significance
17.430 2.6169 6, 13459.4 .0155
Symbols used in territorial map
Symbol Group Label
------ ----- --------------------
1 1
2 2
3 3
* Group Centroids
-------------------------------------------------------------------------------
Page 26 SPSS/PC+ 6/12/ 2
Territorial Map * indicates a group centroid
Canonical Discriminant Function 1
-3.0 -2.0 -1.0 .0 1.0 2.0 3.0
ÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅ
C 3.0 Å211 1133 Å
a ³22111 1133 ³
n ³ 22211 1133 ³
o ³ 2211 1133 ³
n ³ 22111 1133 ³
i ³ 22211 1133 ³
c 2.0 Å 22111 Å Å Å 1133 Å Å
a ³ 22211 1133 ³
l ³ 22111 1133 ³
³ 22211 1133 ³
D ³ 22111 1133 ³
i ³ 22211 1133 ³
s 1.0 Å Å 22111 Å 1133 Å Å
c ³ 22211 1133 ³
r ³ 22111 1133 ³
i ³ 22211 * 1133 ³
m ³ 2211 1133 ³
i ³ 22111 1133 ³
n .0 Å Å Å 22211 Å 1133 Å Å Å
a ³ * 22111 133 * ³
n ³ 2221113 ³
t ³ 22133 ³
³ 233 ³
F ³ 223 ³
u -1.0 Å Å Å Å23 Å Å Å
n ³ 23 ³
c ³ 23 ³
t ³ 23 ³
i ³ 23 ³
o ³ 23 ³
n -2.0 Å Å Å Å23 Å Å Å
³ 23 ³
2 ³ 23 ³
³ 23 ³
³ 23 ³
³ 23 ³
-3.0 Å 23 Å
ÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅ
-3.0 -2.0 -1.0 .0 1.0 2.0 3.0
-------------------------------------------------------------------------------
Page 27 SPSS/PC+ 6/12/ 2
Case Mis Actual Highest Probability 2nd Highest Discrim
Number Val Sel Group Group P(D/G) P(G/D) Group P(G/D) Scores
1 1 1 .3141 .6694 2 .2078 -.3462
1.9267
2 1 ** 3 .7501 .6105 1 .3144 1.2838
.4949
3 1 ** 2 .9091 .4075 1 .3848 -.3761
-.0487
4 1 ** 2 .7501 .6883 1 .2271 -1.2135
-.8144
5 1 ** 2 .8632 .5741 1 .3499 -1.1986
. 1733
6 1 ** 2 .8632 .5741 1 .3499 -1.1986
.1733
7 1 ** 2 .7501 .6883 1 .2271 -1.2135
-.8144
8 1 ** 3 .4240 .8069 1 .1673 2.1062
.2729
9 1 1 .0460 .5781 3 . 3814 1.3137
2.4704
10 2 2 .9091 .4075 1 .3848 -.3761
-.0487
11 2 2 .7501 .6883 1 .2271 -1.2135
-.8144
12 2 2 .8632 .5741 1 .3499 -1.1986
.1733
13 2 2 .9091 .4075 1 .3848 -.3761
-.0487
14 2 2 .7501 .6883 1 .2271 -1.2135
-.8144
15 2 2 .8632 .5741 1 .3499 -1.1986
.1733
16 2 2 .6422 .5039 1 .2576 -.3911
-1.0365
17 2 2 .8632 .5741 1 .3499 -1.1986
.1733
18 2 2 .8632 .5741 1 .3499 -1.1986
.1733
19 2 ** 1 .3753 .6039 3 .2751 .4763
1.7047
20 2 2 .6422 .5039 1 .2576 -.3911
-1.0365
21 2 2 .7501 .6883 1 .2271 -1.2135
-.8144
22 3 ** 1 .0440 .7843 2 .1318 -.3312
2.9145
23 3 ** 1 .4214 .4963 2 .4409 -1.1836
1. 1610
24 3 ** 2 .6422 .5039 1 .2576 -.3911
-1.0365
25 3 3 .9091 .4434 1 .3307 .4463
-.2708
26 3 3 .8632 .6980 1 .2096 1.2688
-.4928
27 3 3 .8632 .6980 1 .2096 1.2688
-.4928
28 3 3 .8632 .6980 1 .2096 1.2688
-.4928
29 3 3 .8632 .6980 1 .2096 1.2688
-.4928
30 3 3 .3967 .8656 1 .1046 2.0912
-.7148
31 3 3 .9091 .4434 1 .3307 .4463
-.2708
32 3 3 .3967 .8656 1 .1046 2.0912
-.7148
33 3 3 .3967 .8656 1 .1046 2.0912
-.7148
Symbols used in Plots
Symbol Group Label
------ ----- --------------------
1 1
2 2
3 3
* Group Centroids
-------------------------------------------------------------------------------
Page 28 SPSS/PC+ 6/12/ 2
All-groups Scatterplot - * indicates a group centroid
Canonical Discriminant Function 1
Out -2.0 -1.0 .0 1.0 2.0 Out
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out X X
C ³ 3 ³
a ³ ³
n ³ 1 ³
o ³ ³
n ³ ³
i 2.0 Å 1 Å
c ³ ³
a ³ 2 ³
l ³ ³
³ ³
D ³ 3 ³
i 1.0 Å Å
s ³ ³
c ³ ³
r ³ * 1 ³
i ³ 1 ³
m ³ 2 ³
i .0 Å 2 Å
n ³ * * ³
a ³ 3 ³
n ³ 3 ³
t ³ 3 ³
³ 2 ³
F -1.0 Å 3 Å
u ³ ³
n ³ ³
c ³ ³
t ³ ³
i ³ ³
o -2.0 Å Å
n ³ ³
³ ³
2 ³ ³
³ ³
³ ³
Out X X
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out -2.0 -1.0 .0 1.0 2.0 Out
-------------------------------------------------------------------------------
Page 29 SPSS/PC+ 6/12/ 2
Group 1 * indicates a group centroid
Canonical Discriminant Function 1
Out -2.0 -1.0 .0 1.0 2.0 Out
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out X X
C ³ ³
a ³ ³
n ³ 1 ³
o ³ ³
n ³ ³
i 2.0 Å 1 Å
c ³ ³
a ³ ³
l ³ ³
³ ³
D ³ ³
i 1.0 Å Å
s ³ ³
c ³ ³
r ³ * 1 ³
i ³ 1 ³
m ³ 1 ³
i .0 Å 1 Å
n ³ ³
a ³ ³
n ³ ³
t ³ ³
³ 1 ³
F -1.0 Å Å
u ³ ³
n ³ ³
c ³ ³
t ³ ³
i ³ ³
o -2.0 Å Å
n ³ ³
³ ³
2 ³ ³
³ ³
³ ³
Out X X
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out -2.0 -1.0 .0 1.0 2.0 Out
-------------------------------------------------------------------------------
Page 30 SPSS/PC+ 6/12/ 2
Group 2 * indicates a group centroid
Canonical Discriminant Function 1
Out -2.0 -1.0 .0 1.0 2.0 Out
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out X X
C ³ ³
a ³ ³
n ³ ³
o ³ ³
n ³ ³
i 2.0 Å Å
c ³ ³
a ³ 2 ³
l ³ ³
³ ³
D ³ ³
i 1.0 Å Å
s ³ ³
c ³ ³
r ³ ³
i ³ ³
m ³ 2 ³
i .0 Å 2 Å
n ³ * ³
a ³ ³
n ³ ³
t ³ ³
³ 2 ³
F -1.0 Å 2 Å
u ³ ³
n ³ ³
c ³ ³
t ³ ³
i ³ ³
o -2.0 Å Å
n ³ ³
³ ³
2 ³ ³
³ ³
³ ³
Out X X
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out -2.0 -1.0 .0 1.0 2.0 Out
-------------------------------------------------------------------------------
Page 31 SPSS/PC+ 6/12/ 2
Group 3 * indicates a group centroid
Canonical Discriminant Function 1
Out -2.0 -1.0 .0 1.0 2.0 Out
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out X X
C ³ 3 ³
a ³ ³
n ³ ³
o ³ ³
n ³ ³
i 2.0 Å Å
c ³ ³
a ³ ³
l ³ ³
³ ³
D ³ 3 ³
i 1.0 Å Å
s ³ ³
c ³ ³
r ³ ³
i ³ ³
m ³ ³
i .0 Å Å
n ³ * ³
a ³ 3 ³
n ³ 3 ³
t ³ 3 ³
³ ³
F -1.0 Å 3 Å
u ³ ³
n ³ ³
c ³ ³
t ³ ³
i ³ ³
o -2.0 Å Å
n ³ ³
³ ³
2 ³ ³
³ ³
³ ³
Out X X
XÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄÅÄÄÄÄÄÄÄÄÄX
Out -2.0 -1.0 .0 1.0 2.0 Out
-------------------------------------------------------------------------------
Page 32 SPSS/PC+ 6/12/ 2
Classification Results -
No. of Predicted Group Membership
Actual Group Cases 1 2 3
-------------------- ------ -------- -------- --------
Group 1 9 2 5 2
22.2% 55.6% 22.2%
Group 2 12 1 11 0
8.3% 91.7% .0%
Group 3 12 2 1 9
16.7% 8.3% 75.0%
Percent of "grouped" cases correctly classified: 66.67%
Classification Processing Summary
33 Cases were processed.
0 Cases were excluded for missing or out-of-range group codes.
0 Cases had at least one missing discriminating variable.
33 Cases were used for printed output.
-------------------------------------------------------------------------------
Page 33 SPSS/PC+ 6/12/ 2
This procedure was completed at 10:26:32
-------------------------------------------------------------------------------
Page 34 SPSS/PC+ 6/12/ 2
Vasakule Paremale
Eksamieelduse töö #1 Eksamieelduse töö #2 Eksamieelduse töö #3 Eksamieelduse töö #4 Eksamieelduse töö #5 Eksamieelduse töö #6 Eksamieelduse töö #7 Eksamieelduse töö #8 Eksamieelduse töö #9 Eksamieelduse töö #10 Eksamieelduse töö #11 Eksamieelduse töö #12 Eksamieelduse töö #13 Eksamieelduse töö #14 Eksamieelduse töö #15 Eksamieelduse töö #16 Eksamieelduse töö #17 Eksamieelduse töö #18 Eksamieelduse töö #19 Eksamieelduse töö #20 Eksamieelduse töö #21 Eksamieelduse töö #22 Eksamieelduse töö #23 Eksamieelduse töö #24
Punktid 50 punkti Autor soovib selle materjali allalaadimise eest saada 50 punkti.
Leheküljed ~ 24 lehte Lehekülgede arv dokumendis
Aeg2007-12-05 Kuupäev, millal dokument üles laeti
Allalaadimisi 158 laadimist Kokku alla laetud
Kommentaarid 0 arvamust Teiste kasutajate poolt lisatud kommentaarid
Autor Rain Ungert Õppematerjali autor

Sarnased õppematerjalid

Statistiline modelleerimine praktikumide juhised
30
docx

Statistiline modelleerimine praktikumide juhised.

1. PRAKTIKUM 1) JÄRJESTAMINE NOOREMAST VANIMANI Parmeklõps Sort Ascending/Descending -> Kasvavas/Kahanevas järjestuses Data ­ Sort cases ­ Sort Ascending/Sort Descending (tuleb valida muutujad ka) 2) VARIABLE VIEW 3) KIRJELDAVAD ANDMED Leiame vanusele antud hinnangute keskmise, moodi, mediaani, maksimaalse ning minimaalse hinnangu. + HISTOGRAMM Käsklusrida: Analyze - Descriptive statistics ­ Frequencies. Muutujatekasti liigutage muutuja. Statistics -Mean, Mode, Median, Minimum, Maximum. Charts - Histograms 2. PRAKTIKUM 1) UUE MUUTUJA ARVUTAMINE Tihtipeale tuleb andmete töötlemise jooksul tekitada uusi muutujaid eelmiste muutujate põhjal. Käesolevas praktikumis tutvume uue muutuja arvutamise põhitõdedega. Etteruttavalt võib öelda, et me arvutame saadavaloleva andmestiku põhjal uueks muutujaks kehamassiindeksi (BMI ­ body mass index). Käsklusrida: Transform ­ Compute variable

Statistiline modelleerimine
Andmetöötlus psühholoogias
7
doc

Andmetöötlus psühholoogias

Soo defineerimine: Variable view - soolahtrist Values... - 1=mees, 2=naine - data view - ülevalt view - value labels ette linnuke Kasvavas järjekorras järjestamine: Teed lahtri aktiivseks mida järjestada soovid - ülevalt Data - Sort cases - valid mida soovid sortida - linnuke ascending lahtri ees kindlalt ja OK Mingi väärtuse minimaalse ja maksimaalse väärtuse leidmine, standardhälve, keskmine: Analyze - descriptive statistics - descriptives/frequencies (kui vaja ekstsessi, histogrammi kellukat jn) - valid mille puhul tahad uurida - Options - valid milliseid väärtusi leida tahad ja ok, vastused ilmuvad OutPuti aknasse. Charts all on võimalik kasutada histogrammi joonistamise võimalust. Joonisel olev küsimärk käib osutatud linnukese kohta. Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel. Küsimärk on juurde tehtud, et uurida, kas sellise tabeli koostamine on vajalik. Uue muutuja arvutamine: Transform - Compute variable - kirjutad u

Ülevaade psühholoogiast
CPM1A Programmable Controllers Operation Manual 1784470
402
pdf

CPM1A Programmable Controllers Operation Manual 1784470

Cat. No. W317-E1-11 SYSMAC CPM1A Programmable Controllers OPERATION MANUAL CPM1A Programmable Controllers Operation Manual Revised October 2007 iv Notice: OMRON products are manufactured for use according to proper procedures by a qualified operator and only for the purposes described in this manual. The following conventions are used to indicate and classify precautions in this manual. Always heed the information provided with them. Failure to heed precautions can result in injury to people or dam- age to property. ! DANGER Indicates an imminently hazardous situation which, if not avoided, will result in death or serious injury. Additionally, there may be severe property damage. ! WARNING Indicates a potentially hazardous situation which, if not avoided, could result in death or serious inju

Automatiseerimistehnika
Andmeanalüüsi konspekt
466
doc

Andmeanalüüsi konspekt

Andemanalüüsi konspekt: Mõisteid küsitakse eksamis: näidete toomise, selgitamise, võrdlemise ja analüüsimise tasandil. Binaarne tunnus-  sugu;  jah/ei Järjestustunnus-  kooli tüüp, 1-väga hea, 2- hea jne(NB!- Õpilaste hinnang koolile),  kui suured on klaassid- väga suured, suured jne,  milline kooli maine- väga hea, hea jne,  millisesse vahemikku jääb arv (0-200, 201-301 jne) oluline oleks, et Display frequence ees oleks linnuke, siis saab teha sagedustabeli Intervalltunnus-  1-väga hea, 2-hea jne (NB!_- Kooli hoolekogu hinnang eelmise õppeaasta tulemustele?/ Kooli hoolekogu hinnang eelmise aasta juhtimisele?) ,  hulk (n: minu klassi avatakse),  vanus (keskmine vanus),  kui kaugel asub kool millestki- km-tes, Nimitunnus-  millegi nimi, huviringude nimed, kooli nimi jne,  kas koolis töötab nõustaja- ei tööta, töötab, mõlemad jne, Kiire ü

Andmeanalüüs i
Andmeanalüüsi konspekt
12
docx

Andmeanalüüsi konspekt

ANDMEANALÜÜSI KONSPEKT Sisukord Andmefailid SPSS'is................................................................................................ 2 Normaaljaotuse kontroll.......................................................................................... 2 ANOVA vs T-test...................................................................................................... 2 ANVOA või regressioonanalüüs............................................................................... 3 Efekti suurus........................................................................................................... 3 Andmeanalüüs SPSS'is........................................................................................... 4 Kirjeldav statistika............................................................................................... 4 Kuidas testida normaaljaotust?.........................................................................

Andmeanalüüs
Programmeerimiskeel
555
doc

Programmeerimiskeel

tutvu lausearvutuse keskkonnaga: http://logik.phl.univie.ac.at/~chris/gateway/formular-uk-zentral.html Millistel muutuja väärtustel on lause (Av(B&A))v(-A&(Cv(B&-C))) väär? Panna tuleb results only, 0 on väär 1 on õige Tutvu ajalooga saidis kuni II maailmasõda: http://www.maxmon.com/history.htm Loe läbi jutt ja proovi andmetega mängida: http://math.hws.edu/TMCM/java/DataReps/index.html Kahend süsteemi arvu(101101001) ->kümnend süsteemiks. Nr sisse ja bianarile punkt, ja vaatan base ten integeri kümnendarvudest annab Ecki appletis juuresoleva graafilise kujutise, teen kujundi ja vaatan base integeri mis vastab kahendsüsteemi arvule 1110001 ASCII tabelis? Nr sisse ja punkt bianari, vaatan ...teksti Kümnendsüsteemi arv 33 on kahendsüsteemis? 33 kirjutan ja Base-ten integer, vaatan bianary Loe läbi jutud Atbashi ja Caesari šifri (Caesar cipher) kohta: http://www.wikipedia.org 2 Tutvu ajalooga kuni 1970ndad: http://www.islandnet.com/~kpolsson/comphist/ 47-68 ingli

Infotehnoloogia
Sissejuhatus infotehnoloogiasse
29
docx

Sissejuhatus infotehnoloogiasse

Java baitkoodi). Interpreteerimine masinkoodis programm nimega interpretaator loeb sisse X keeles faili, teisendab ta nö pseudo-assembleriks / vahekoodiks ja asub seda vahekoodi varianti rida- realt täitma. Näited: Python, PHP, Perl, vanemad Javascripti mootorid jne. Interpretaator - täidab programmi ilma masinkoodi moodustamata; tavaliselt interpreteeritakse vahekoodi, mitte programmi teksti. Kuidas programmi täidetakse? Interpretaator interpreteerib vahekoodi Y, kuid kompileerib töö ajal osa Y-st masinkoodiks, mida seejärel täidab (Java, C#, Firefoxi Javascript) nn just-in-time compilation ehk JIT / just-in-time compilation (технология увеличения производительности программных систем, использующих байт-код, путём компиляции байт-кода в машинный код или в другой формат непосредственно во время работы программы

Sissejuhatus infotehnoloogiasse
Automaatika referaat-eng
10
doc

Automaatika referaat (eng)

Tallinna Polütehnikum Automation Author: TomTom2 Group :AA-09 Instructor: Marina Zotikova Tallinn 2010 Contents Introduction......................................................................................................................3-4 Person Knowledge Technologies supports......................................................................4-6 Online Essay Evaluation Service.....................................................................................6-7 WordNet lexical database................................................................................................7-8 Practice Online (TPO)......................................................................................................8-9 Conclusion..........................

Automaatika




Kommentaarid (0)

Kommentaarid sellele materjalile puuduvad. Ole esimene ja kommenteeri



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