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, ...
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 sobiv diagramm. ole ühegi teise töötajaga sama sünniaasta. 1 Moodustada töölehele Filter_1 nimekiri Koostada risttabel inimeste hobide meesautojuhtide hobidest (ainult unikaalsed esinemissageduste analüüsimiseks väärtused). linnade ja osakondade lõikes.
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 sobiv diagramm. ole ühegi teise töötajaga sama sünniaasta. 1 Moodustada töölehele Filter_1 nimekiri Koostada risttabel inimeste hobide meesautojuhtide hobidest (ainult unikaalsed esinemissageduste analüüsimiseks väärtused). linnade ja osakondade lõikes.
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 perenim...
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 sobiv diagramm. ole ühegi teise töötajaga sama sünniaasta. 1 Moodustada töölehele Filter_1 nimekiri Koostada risttabel inimeste hobide meesautojuhtide hobidest (ainult unikaalsed esinemissageduste analüüsimiseks väärtused). linnade ja osakondade lõikes.
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 sobiv diagramm. ole ühegi teise töötajaga sama sünniaasta. 1 Moodustada töölehele Filter_1 nimekiri Koostada risttabel inimeste hobide meesautojuhtide hobidest (ainult unikaalsed esinemissageduste analüüsimiseks väärtused). linnade ja osakondade lõikes.
Korrelatsiooni koefitsent on alati -1…1 ja näitab kahte asja: seose suunda ja tugevust. Pearson r eranditeta invervalltunnused, pole erandlikke väärtusi, seos lineaarne. Spearman ϱ järjestustunnus+järjestus, intervall+J, I+I Kendall τ järjestustunnus + järjestustunnus, väike valim palju sarnaseid väärtusi Cramer V (nimitunnust võrreldakse binaarsega, arvut risttabeli alusel, suunda ei näidata) Hii ruut- võrdleb binaarseid, nimi ja/või järjestustunnuseid risttabeli põhjal. Nt. 2 gruppi (M,N) võrreldi ühe järjestustunnuse (palk) sageduse (nt. kui suur osa N ja M teenib keskmist) põhjal. Mis on α?-veapiir mida teadlane endale lubab, 1% või 5%. TULEMUSED: Mean- keskmine. N- vastajate arv. Std. hälve e. mediaan- keskmine erinevus keskväärtusest ehk hajuvus. ρ - olulisustõenäosus väärtus on 0,000 (0 juhul on erinevus vaadeldavate väärtuste keskmiste vahel juhuslik),
need pole olulised, arvutatakase järjekorranumbri alusel. Saab arvutada nii intervall kui ka järjestustunnuse korral.või kui tegemist on erandlike juhustega Kendall (TT) arvutatakse objekti paaride korral. Kasutus sama nagu Spearmannil Cramer (V) - mitteparameetline korrelatsioni kordaja, nimi ja binaartunnuse korral. Ei tõlgenda suunda, kuna järeldused ei tule loogilised (mida rohkem mees, seda rohkem targem). Arvutatakse risttabeli põhjal. Võtad risttabeli, siis sealt kõrvalt statistiks ja valid phi ja crameri v Correlations sisetulek viimasel kuul haridustase Kendall's tau_b sisetulek viimasel kuul Correlation Coefficient 1,000 ,261** Sig. (2-tailed) (olulisus tõenäosus, kui suure tõenäosusega on saadud tulemus juhuslik.) . ,000 N 829 829 haridustaseCorrelation Coefficient ,261** 1,000 Sig. (2-tailed) ,000 . N 829 882
10 #VALUE! Summad arv M_kogus V_kogus M_maks V_maks Y_maks ärvide koond ark - materjali mark ogus - L aksumus - Kr Materjali kogused ja maksumused markide lõikes Materjali kogused ja ma Funktsiooni SUMIF kasutamine Risttabeli kasutamine Materjali kogused ja maksumused markide lõikes Risttabeli kasutamine Andmeloendid Värvide kogused ja maksumus kuupäevade lõikes Värvide kogused ja maksumus ku Funktsiooni SUMIF kasutamine Risttabeli kasutamine gused ja maksumus kuupäevade lõikes kasutamine Andmeloendid Funktsioon SUMIF SUMIF leiab kriteeriumile vastavad väärtused piirkonnas1 ning liidab kokku samades positsioonides olevad väärtused piirkonnas2.
Autotehnika Transport ja logistika Autotehnika Autotehnika Autotehnika Autotehnika Transport ja logistika Transport ja logistika Tootmiskorraldus Autotehnika Hoonete ehitus 1 Tööülesanne Ava fail Kysitlus.xslx. Kopeeri käesolev tööleht faili Kysitlus.xslx. Selleks klõpsa tööle klahvi ja vali Move or Copy. Vali ripploendist fail Kysitlus.xslx, väljal Before sheet end ja märgista Create a Copy. Seejärel jätka risttabelite loomisega. 3 Risttabelite vormin Vaata 2. risttabeli tulemust erinevate küljendustega: klõpsa 2. risttabelil; vali Design menüüst käsk Report Layout; vaheta erinevaid küljendusi. Muuda 3. risttabeli tekstid, sisestades järgnevad tekstid: Grand Total - Kokku, Max oled juba äppe kasutanud - Suurim, Min of Mitu aastat oled juba äppe kasu Väikseim, Column/Row Labels - Eriala/Elukoht. Sorteeri 2. risttabelis Rows alal olevad andmed vastupidiselt: klõpsa Row Labels lahtri ripploendi märgil; vali Sort Z to A.
Andmeanalüüs 1)Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Eelnevad: Uurimusprobleem, uurimusmeetodi valik (kvantitatiivne, kombineeritud, kvalitatiivne), valimi koostamine, andmestiku loomine. Järgnevad: Andmete analüüsimine ja tulemuste esitamine. Millised on alternatiivid kvantitatiivsetele meetoditele. kombineeritud, kvalitatiivne 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Võimalikult lühike, viisakalt sõnastatud, lihtsa grammatikaga, sisaldab infot ühe teema kohta, sama tähendusega kõigi jaoks, sobival spetsiifilisuse tasemel Ankeedi struktuur, sissejuhatus, miks uurimust tehakse, anonüümsus, võimalik tasu, tulemuste esitus, kontaktandmed, tänud juba ette, lihtsamad küsimused, avaküsimused, keerulised ja põhiküsimused. Sotsiaal-demograafilline osa, lõpusõna ja tänud. Küsimuste tüübid: Avatud ( vastaja vastab oma sõnadega) Su...
Andmeanalüüs Kordamisteemad 1) Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Uurimisprobleem, kust probleem tuleb, teooria, praktiline probleem, varasemad uurimused Konkreetsed uurimisküsimused: mida teada tahan, millistele küssadele tahan vastust, hüpoteeside sõnastamine. Uurimismeetodid: Millised meetodid aitavad lahendada. Kvantitatiivsed meetodid- kui palju midagi esineb, arvuline, suhteliselt palju uuritavad. Kvalitatiivsed meetodid- Kuidas midagi kirjaldatakse, sõnaline, vähem uuritavad. Kombineeritud meetodid- kasut koos. Andmed.kas olemas või vaja koguda. Keda uurida: kas valim või üldkogum. Kuidas andmeid koguda: küsitlus, intervjuu, Vaatlus Andmete sisestamine ja analüüs, tulemuste esitamine ja järelduste tegemine 2) Ankeedi koostamine: mida tuleks silmas pidada hea ankeedi koostamisel; küsimuste tüübid, vastuste tüübid. Ankeedi struktuur · Sissejuhatus: miks uurimust tehakse, anonüümsus, võimal...
Val 2011 Juriidiline isik Harju Maakond 1 2011 Füüsiline isik Pärnu Maakond Pärnu 1 2011 Juriidiline isik Harju Maakond Tallinn 1 2010 Füüsiline isik Saare Maakond Kuressaare 1 2011 Füüsiline isik Harju Maakond 1 Risttabeli loomiseks 1984 Füüsiline isik Määramata 1 klõpsa Insert menüü 2011 Juriidiline isik Harju Maakond Tallinn 1 vali risttabeli loomise 2006 Füüsiline isik Viljandi Maakond 1 Worksheet-Locatio 2011 Riigiasutus Harju Maakond Tallinn 25 lahtril, mille ümber o 2011 Riigiasutus Põlva Maakond 1 Seejärel vea paremp
Kvant met 40% EKSAM 25% KT 25% 10% Kirjandus: SAMM, Tooding L-M jne Uurimisprobleemi püstitamine (sots)teaduses: Probleemi leidmine ja teema sõnastamine Probleemipüstituse põhjendus Kuidas ma saan aru, et see on selline probleem, mida tasub uurida? Selle praktiline tähtsus, seos teiste valdkondadega, takistavad tegurid selle uurimisel Täpsustamine Millist osa ma sellest probleemist uurida tahan? Alamülesanded v teemad Kas ja mida varasemast teada on? Teooriad, varasemad uurimused Operatsionaliseerimine Kuidas defineerida Kuidas mõõta, uurida Analüüsimeetodi valik Sotsiaalsete probleemide konstrueerimine Sots.teaduses on uurija oma uurimisobjekti (ühiskonna) osa ja mõjutab seda enda tegevusega Statistika kui relv (sots)poliitikas Numbrilised väited sots elu kohta (n-ö objektiivsed) Sots probleemide tõlgendus, põhjendus Sots probleem: kas see on olemas v on...
Millega võrdleksin modelleerimist. 2. Subjektiivsuse kõrvaldamine (formaliseerimine) modelleerimisprotsessis, näide- Staatiline mudel: Olgu meil vaja koostada mudel näiteks muruniiduki ostmiseks. Sõelale on jäänud 3 erinevate heade külgedega niidukit (odav niiduk, garantiiga niiduk, võimas rohukoguriga niiduk. Esiteks valime kriteeriumid, mida pidada antud otsuse korral oluliseks (hind, funktionaalsus, garantiitingimused, võimsus jne.) Koostame nende tähtsuse suhtes üksteisesse risttabeli Saaty skaala järgi (1-võrdselt tähtsad, 3-natuke parem, 5-oluliselt parem jne). Ühest suurem arv näitab, et rida on tähtsam kui veerg ja vastupidi. Nüüd leiame saadud tabeli iga rea geomeetrilise keskmise ja normeerime need (jagades kogusummaga). Oleme leidnud kriteeriumide olulisuse. Järgmiseks olgu meil valida 3 toote vahel, koostame iga kriteeriumi kohta toodete hinnangute risttabelid, kus leiame taas geom. Keskmised ja normeerime need. Lõpuks koostame valikute
99 € Suvikõrvits Turg Puu- ja köögivili 2 1.50 € Tomatid Turg Puu- ja köögivili 4 3.49 € Veiseliha Turg Liha 10 7.99 € Õunad Viljapuuaed Puu- ja köögivili 3 1.99 € Koosta risttabel eri kategooriate toodete koguste summa kohta. Risttabeli loomiseks märgista andmetabelis suvaline lahter, klõpsa Insert menüü käskudel PivotTable- PivotTable, vali risttabeli loomise koht (New Worksheet või Existing Worksheet- Location (klõpsa töölehel suvalisel tühjal lahtril, mille ümber on vaba ruumi). Seejärel vea parempaani ülaosast Choose fields to add to report loetelust väljad Kategooria ja Kogus parempaani alaosas olevatele aladele Row Field ja Values. Data KATEGOORIA KOGUS Sum - KATEGOORIA Sum - KOGUS Liha 10
4) kuidas eri tüüpi sõidukid jagunevad mootori võimsuse alusel kümnestesse vahemikesse ( loomiseks klõpsa risttabelis oleval suvalisel võimsusel paremat hiireklahvi, vali kiirmenüüst Group j sisesta By lahtrisse vahemik); 5) eri maakondades registreeritud eri tüüpi sõidukite protsentuaalne jaotus maakondade lõi leidmiseks klõpsa risttabelis suvalisel sõidukite arvul hiire paremat klahvi, vali kiirmenüüst käsud Fi Show Values As-% of Row). Koosta neljanda risttabeli põhjal diagramm, kus muuda lineaarne skaala logaritmskaalaks (l aluseks 10) . Klõpsa PivotTable Tools menüü Options sakil käsku PivotChart. Vali diagrammi li Column. Klõpsa skaalal paremat hiire klahvi ja vali Format Axis-Logarithmic Scale-Base 10. Risttabeli loomiseks märgista andmetabelis suvaline lahter, klõpsa Insert menüü käskudel PivotTable- PivotTable, vali risttabeli loomise koht (New
Praegu pakub see võimalust teha ristabeleid kuupäevade lõikes (tulp Kuupäev lähtetabelis). Risttabeli tegemiseks 1. Viia kursor tabeli piirkonda 2. Valida vahekaardilt Insert korraldus Pivot Table Kuvatakse dialoogiboks Create Pivot Table. Sellel on näidatud lähteandmete piirkond (mida saab muuta) ja võimalus valida ristabeli asukoht: uus tööleht või olemasolev leht. Kui valitakse uus leht, siis see lisandub automaatselt. Risttabeli asukohta näitab ikoon lehe vasemas servas (asukohta saab muuta). Töölehe paremas servas asub ristabeli disaini paneel. Üleval on väljade nimed. (tulpade pealkirjad). Selle all on neli ala: aruandefilter (leheväli) - Report Filter; tulbamärgised (väljad) - Column Labels,
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 -...
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 ...
Andmeanalüüs Kordamisteemad 1) Uurimistsükkel: millised etapid eelnevad ja järgnevad andmeanalüüsile. Tuleb püstitada uurimisküsimused: mida ja kelle käest tahan teada saada; millistele küsimustele tahan vastuseid. Andmete kogumine. Enne kogumist kontrollida, ehk on andmed juba olemas ja arvestada aja- ning raharessursiga. Vaatlus: otsevaatlus, varjatud vaatlus, osalusvaatlus Eksperiment Intervjuu: struktureeritud, poolstruktureeritud või struktureerimata Küsitlus Kas uurida valimit või üldkogumit? Üldkogum ehk populatsioon. Valim on üldkogumist uurimiseks eraldatud osa, mille põhjal tehakse statistilisi järeldusi üldkogumi kohta. Valimi moodustamine: a)tõenäosuslik: 1. Lihtne juhu- nimekiri 2. Süstemaatiline juhu- nimekiri, millest iga 10. 3. Kiht- valin grupid, keda küsitlen 4. Klaster- valin ke...
Neljas andmeanalüüsil kasutatav MS Exceli vahend on Pivot Table (nn. pöördtabel või risttabel), mille konstrueerimiseks tuleb liikuda menüüst Data käsule Pivot Table Report.... Esimese sammuna tuleb valida, millisel kujul on uuritav andmestik (vaikimisi ühel lehel paiknev Exceli andmetabel, ülejäänud valikud võimaldavad konstrueerida risttabeli ka mitte-Exceli andmete või mitme andmetabeli baasil). Edasi vaatame juhtu, kus andmestikuks on ühel lehel paiknev Exceli andmetabel. Teise sammuna tuleb määrata uuritav andmeblokk (kas klaviatuurilt või hiirega andmetabelist. Kui kursor asus enne analüüsi algust andmetabelil, pakub MS Excel vaikimisi andmeblokiks kogu andmestikku). Soovitud lahtrid võib
NB! andmeid ei tõsteta mujale. Lisada diagrammile ka vastavate näitajate arvväärtused. lintdiagramm (Bar) 2013. ja 2016. aasta rahvaarvudest tabelis toodud struktuuriüksuste lõikes. Ül 2. Korrastada tabel lehel SKP. Leida toodud majandusnäitajad ka ühe elaniku kohta (sellel aastal ja selles struktuuriüksuses). Ül 3. Alates lahtrist aadressiga N5 paigutada liigendtabel (Pivot Table): summad majandussektorite ja aastate lõikes Ül 4. Kirjutada risttabeli alla tingimuspiirkond ja leida selle alla arendatud filtri (Advanced Filter) ab nende struktuuriüksuste nimekiri, kus kasvõi ühel aastal vahemikus 2014 2016 oli sektoris Teenu ühe elaniku kohta suurem kui 4000 eurot Leida valemite abil nende maakondade summaarne SKP igal aastal. NB! Lisada arendatud filtri kasutamise kohta kirjeldus (lahtriaadressid või nimed): mida tuli kirjutada väljade lähtetabel (List range), tingimuspiirkond (Criteria Range), tulemuspiirkond (Copy to). Ül 5
inimeste andmed välja. 4. Lisaks eelmisega ühenda JOINi abil isiku nime juurde ka tema isa nimi 5. Trüki välja etteantud inimesest alates pärinev sugupuu alati kirjas, kes on kelle isa. 6. Lisa juurde arv, mitmes põlv ta tabelis näidatud esiisast on 7. Näita iga inimese kohta, mitu järeltulijat tal tabeli kaudu leitavas sugupuus on. PIVOT JA UNPIVOT Pivot tekitab tavalisest tabelist kahemõõtmelise risttabeli. Unpivot teeb täpselt vastupidist. Püüame tekitada risttabeli, milles oleks ridades laste sünnilinn ning veergudes sünniaastad ning andmetena laste keskmised pikkused: SELECT * FROM ( SELECT SynniAasta, SynniLinn, Pikkus FROM dbo.Laps_tbl ) AS data PIVOT ( AVG (Pikkus) FOR Synniaasta IN ([1995], [1996], [1997]) ) AS piv Vastupidise teisenduse saame korraldada UNPIVOT käsuga. Selleks salvestan eelnevalt eelmise
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
