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 -...
paberil andmed juhendid tlu.ee/~kairio - tarkvara variable view- tunnus tulpasid ei saa ümber järjestada decimalt-komakohad type- numbreid sisestame label - diagrammide jne pealkiri, kui jääb tühjaks siis võtab nime lahtri (value labels- num,brid või kirjeldused) variable vaates saab copyda tervet rida need vastused kus saab vastata mitut vastusevarjanti siis lähevad need kõik erinevateks küsimusteks jah-ei, 1-0 type-string - laius oluline tühjad lahtrid on puuduvad vastused - system missing , 9 99 ERISTADA PUUDUVAID VASTUSEID Andmed on kogutud veebipõhiselt ning need tuleb SPSS-i üle tuua. 1. reas nimed, altes 2. reast andmed 2. exeli fail vaja kinni panna 3. pspp-vabavara, milles saab avada spssi ka transform menüü - autom. recode vigade otsimine skaalade pööramine liitmine - kategoriseerida tunnuse nimed korda nr - vis...
sellek Enter, mis tähendab, et kõik muutujad lisatakse analüüsi korraga. Las see valik olla ka siin analüüsis. Kui teie prediktorite seas on kategoorilisi väärtusi, siis nad tuleb analüüsis välja tuua: Categorical, lisage sinna kõik kategooriat väljendavad tunnused. Viige analüüs läbi. Tulemuseks saate mitmeid tabeleid. Alljärgnev tabel näitab, kui mitu protsenti ennustas SPSS õigesti suitsetamist, kui ennustati ainult konstandi põhjal (st prediktoreid arvestamata). Selles näites: 86.9%. Järgmised kaks tabelit (Variables in the Equation) näitavad mudeli headust, kui prediktoreid pole lisatud; Variables not in the Equation ütleb meile, milliste prediktorite lisamisel tekiks ennustatavas muutujas statistiliselt oluline erinevus. Teisisõnu, teine tabel ütleb, milliste muutujate lisamisel paraneb mudeli ennustusvõime.
Kodutöö aines „Võrdlev analüüs“ Virve Kass Sallivus on Eesti meedias leidnud palju kajastust, eriti erinevate Sotsiaalministeeriumi poolt tehtud kampaaniate, näiteks „Erinevus rikastab“ raames. Kuigi poliitilisel tasandil deklareeritakse kõigi inimeste võrdsust, siis reaalsuses on sallimatus inimeste seas siiani suur probleem. Kodutöös uurin, millest sõltub inimeste suhtumine homoseksuaalidesse ja immigratsiooni. Uurin kolme tausttunnuse mõju: soo, vanuse ja haridustaseme. Kasutan Euroopa Sotsiaaluuringu 2010. aasta andmeid Eesti kohta. Püstitan neli hüpoteesi: 1. Naised on sallivamad kui mehed. Hüpoteesi teoreetiliseks aluseks on teadmine, et naised on olnud pikka aega allasurutud ühiskonnas ja pidanud võitlema oma õiguste eest. Seega samastuvad nad suurema tõenäosusega praeguste vähemustega ja on nende suhtes sallivamad. 2. Vanusega sallivus väheneb. Vanema...
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 kasu...
kohandatuds keskväärtus- 5% on välja jäätud dispersioon on protsent - standardhälve ruudus standardhälve- hälbe keskmine range- ulatus, maksimum miinus miinimum kvartiirid - 50% keskel tühidiagram tunnusetüübid: binaarne - 2 vastust nimi - katekooriad (kelle poolt hääletasid?) interval - halb-12345- hea järjestus - 1-hea, 2-suht hea, 3-keskmine, 4-suht halb, 5- halb 0-100; 101-200 s-303 pühapäeviti 10.00-15.00 arvutiklass spss programm http://www.tlu.ee/~kairio/6201/ise%206201.pdf
Et saada nt ainult naiste andmestikku, tuleks paremale kasti liigutada muutuja SUGU ning sellele järele kirjutada =mingiväärtus. Antud juhul näeks see võrrand välja selline: SUGU=0. Kui olete valiku ära teinud, tuleb see võrrand ka If... kastikese järgi. Seejärel tasub vaadata Select Cases alumist osa. Kui valite Filter out unselected cases, siis on meeste andmed jätkuvalt tabelis näha, aga indiviidide andmestikule on peale tõmmatud kriips SPSS neid analüüsides ei arvesta; siis on võimalus teha uus tööleht, kus on eralditult ainult valitud andmestik; viimaseks variandiks on mittevalitud andmestiku kustutamine. Viimast ehk ei soovitaks, sest äkki on üldist andmestikku uuesti vaja vaadata. Ja küll on kehvasti, kui raske vaevaga kogutud andmeid kuidagi taastada ei saa. 3) KIRJELDAV STATISTIKA Analyze -> Descriptive statistics -> Frequencies...
Märgistan kõik: ctrl+ A Valid percent- kes reaalselt ka vastasid Percent-alati kasulikum (kui valid percenti) seda kasutada Haridustasemed peab kõik välja tooma Töötab-1, õpib-2 jne nummerdamine- kõikidel gruppidele omad väärtused! 10 varianti- tahan muuta 5ks: transform- recode into dif. Valiables. valim→teise välja→name→change→old and new values (old: 1- copy old values) Transform- compute variable target variable?? Programmi SPSS kasutamine View – Value Labels: näidata koodide asemel nimetusi Utilites – Variables: muutujate/tunnuste sisu ülevaade Muutuja/tunnuse määrangute muutmine: topeltklõps selle nimel tabeli ülal. Nii saab näiteks muutujale uut nime anda või väärtuste nimetusi muuta. Output-aknast saab tabeleid ja graafikuid Word’i tõsta need valides ja siis Copy ning Word’is Paste. Sagedustabeli koostamine- vanuse puhul, kui väärtusi kiiga
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...
Ülevaade loetud kirjandusest. 14.02.2018 1)Aune, Kristin. 2011. Much less religious, a little more spiritual: the religious and spiritual views of third-wave feminists in the UK. Feminist Review No. 97, religion & spirituality, 32-55 Sekulariseerumist käsitlevaks artikliks valisin Kristin Aune uurimuse Suurbritannia ja Põhja-Iiri Ühendkuningriigi feministide religioossetest vaadetest. Konteksti lisamiseks lugesin ka Neitzi (2014) ja McPhilipsi (2016) artikleid, mis muuhulgas annavad ülevaate feminismi rollist ja seostest sekulariseerumisprotsessiga. Kuigi naiste ja religiooni teemal on palju uurimusi kirjutatud, sealhulgas ka läbi feministliku vaatenurga, on üllatavalt vähe uuritud feministide endi vaateid religioonile ja spirituaalsusele. Kristin Aune uurimuse eesmärgiks ongi see lünk täita ja uurida end kolmanda laine feministidena määratlevate (peamiselt noorte) naiste suhtumist religiooni ja spirituaalsusesse. Meetod: uurimuse a...
al Medical for matiidi mõjutavad statistilisi Research; Children teket faktorid andmeid 1752- Aged 1- mõjutavate analüüsiti 1760. 24 st SPSS Hiina Months faktoritest programmig in China. a. Erasala, G. Diaper Ei ole teada Anda Süstema Uurimisk Töötati Artiklid N., Area and milline on ülevaade atiline üsimusele läbi 19 loeti läbi,
teostatud kasutades klasteranalüüsi meetodit. Klasteranalüüsi tulemusena formuleerus 35 kinnisvara hinnaindeksi põhjal kaks riikide gruppi, mille siseselt kinnisvaraturu indeksi muutused on üksteisele kõige sarnasemad (vt joonis 5). Joonis 5. Riikide grupeerumine kinnisvaraindeksi järgi perioodil 2005-2013. Allikas: autori koostatud statistikaprogrammis SPSS. Esimese grupi moodustavad Eesti, Iirimaa, Leedu ja Läti. Antud nelja riigi puhul avaldub klasteranalüüsi tulemusena suurim sarnasus Eesti ja Iirimaa vahel, järgmisena liitub Leedu ning viimasena lisandub gruppi Läti. Korrelatsioonanalüüsi tulemusena on Eesti ja Iirimaa korrelatsioonikoefitsient 0,61, Eesti ja Leedu korrelatsioonikoefitsient 0,85 ning Eesti ja Läti korrelatsioonikoefitsiendi väärtuseks on 0,93 (vt Lisa 3). Sellised
i(epepueqg^ lpuroqg^ 1g,r)eploq tsIuryP1otepe8rgf"Esl elesnrrleEeuepueu sepm) . "rg 6 erJoool epEuerrr6 'suuqreetlln8o4 s4rqurl ef slesElgL4etqrwutr elles I{qeel eas6uru 'euf spg g "uooel qeg-e-usepepuo'{pleAsepleuue sepnfiedepu}ns{ p.umet op6rnanrd 'se6eqel 'sesnpur,ueel qses qnurulS 'pTqnl elalgae$ornnsepnfed ]"Iroos] spss elenes s4"ruspe p'3 u1nse{ 'rsnpueqelsnn;el nled 1elrooq qlt8uenrd FpX 'prosnslopruurnmree{ellg^nN" }IBueqqII lepuqnf eppoolslsrwEroqelle sFu 'pregoosolgsrunqnf pmsnsnns{g uo uoool epFuerrt4 trTgATDDIOX 0I {rooelomAuerga I fi il L rolcerr(I 'euru4oo1euleeur aref '(1OOZ)nfe4 onrel nlelry 'sesnlse4e44srEol euruepue4er elelguggd Brroool op8uenr4 '(1OOZ)4rud1say.re,r1
edastasime vahetult inimestele, kelle vastuseid ootasime. Eformularile saime vastused 34 inimeselt ning paberkandjal 17 inimeselt. Tegime juhusliku valiku vastajate vahel selliselt, et oleks kaetud kõik meie poolt uuritavad grupid proportsionaalselt ehk siis oleks nii meeste kui naiste esindajaid võrdselt nii hariduse, tööalase tegevuse, vanuse kui kooselusuhte ning hariduse omandamise aja järgi. Vastuseid analüüsisime andmetöötlusprogrammiga SPSS TULEMUSED ANALÜÜS KOKKUVÕTE KASUTATUD ALLIKAD JA INTERNETIVIITED INTERNET www.links.jstor.org www.intlicj.sagepub.com www.prq.sagepub.com www.rubedo.psc.br www.yalepress.yale.edu www.leaonline.com www.pegasus.cc.ucf.edu www.ebevier.com www.neti.ee www.google.com www.apa.org MUUD ALLIKAD Kalmus, V. (2002). Soorollid ja kodanikukasvatus. J. Mikk (toim.), Soorollid õppekirjanduses. Tartu: Tartu Ülikooli Kirjastus, 122 152. Mikk, J. (toim.) (2002). Soorollid õppekirjanduses
Statilised järeldused Isiklik veeb: www.tlu.ee/ˇkairio Kursuse veeeb: www.tlu.ee/ˇkairio/7070 Kursus hõlmab üldistavat statistikat. Tõmba SPSS 14p treial Võid ka vaadata nuditud vabavara PSPP Tunnused on väga oluline. Intervall - – väärtused on järjestatavad ning nende väärtuste vahemikud on võrdsed. Nt. sissetulek (123€, 125€, 130€, 1500€ jne.); -pikkus, kaal, avtelg, mitu eurot. Saab arvutada skeskväärtust. On anud vahemike otspunktid – siis läheb ta selle alla nt kui üks on hea ja 10 on halb, siis määramatu keskosa annab meile intervalltunnused.
väga harva lihtsast vastuste kokku lugemisest sügavama analüüsini, mille käigus võiks uurida nt ka erinevusi vastajagruppide vahel, arvamuste omavahelist seotust või arvamuste seotust mõnede teiste näitajatega, arvamuste erinevusi eelmiste aastate tulemustega võrreldes, jms. Seetõttu on enne analüüsima asumist mõistlik andmed sisestada andmetabelisse kasutades selleks mõnd ,,ruudulise" töölehega programmi (nt MS Excel, OpenOffice.org Calc, Statistica, SPSS, jne) ning kasutada andmete analüüsimisel arvuti abi. Viimane päästab meid korduvast ja aeganõudvast andmete loendamisest ning võimaldab kiiresti ja mugavalt kasutada samu andmeid uute sisuliste analüüsiküsimuste vastamiseks. Algandmetest andmetabelit koostades tuleb eelkõige meeles pidada, et õige andmetabel peab olema ,,askeetlik" st hästi lihtsa ja alati samasuguse põhistruktuuriga: iga objekt saab endale tabelis ühe
väga harva lihtsast vastuste kokku lugemisest sügavama analüüsini, mille käigus võiks uurida nt ka erinevusi vastajagruppide vahel, arvamuste omavahelist seotust või arvamuste seotust mõnede teiste näitajatega, arvamuste erinevusi eelmiste aastate tulemustega võrreldes, jms. Seetõttu on enne analüüsima asumist mõistlik andmed sisestada andmetabelisse kasutades selleks mõnd „ruudulise“ töölehega programmi (nt MS Excel, OpenOffice.org Calc, Statistica, SPSS, jne) ning kasutada andmete analüüsimisel arvuti abi. Viimane päästab meid korduvast ja aeganõudvast andmete loendamisest ning võimaldab kiiresti ja mugavalt kasutada samu andmeid uute sisuliste analüüsiküsimuste vastamiseks. Algandmetest andmetabelit koostades tuleb eelkõige meeles pidada, et õige andmetabel peab olema „askeetlik“ st hästi lihtsa ja alati samasuguse põhistruktuuriga: iga objekt saab endale tabelis ühe
väga harva lihtsast vastuste kokku lugemisest sügavama analüüsini, mille käigus võiks uurida nt ka erinevusi vastajagruppide vahel, arvamuste omavahelist seotust või arvamuste seotust mõnede teiste näitajatega, arvamuste erinevusi eelmiste aastate tulemustega võrreldes, jms. Seetõttu on enne analüüsima asumist mõistlik andmed sisestada andmetabelisse kasutades selleks mõnd „ruudulise“ töölehega programmi (nt MS Excel, OpenOffice.org Calc, Statistica, SPSS, jne) ning kasutada andmete analüüsimisel arvuti abi. Viimane päästab meid korduvast ja aeganõudvast andmete loendamisest ning võimaldab kiiresti ja mugavalt kasutada samu andmeid uute sisuliste analüüsiküsimuste vastamiseks. Algandmetest andmetabelit koostades tuleb eelkõige meeles pidada, et õige andmetabel peab olema „askeetlik“ st hästi lihtsa ja alati samasuguse põhistruktuuriga: iga objekt saab endale tabelis ühe rea,
· Vormistus korrektne, ühtne stiil. Valim on mõõtmiseks valitud (uuringusse kaasatud) üldkogumi osa. Valimit kasutatakse, kuna koguvalimit mõõta on liiga kallis ja mahult võimatu. Statistilise analüüsi jaoks peab olema vähemalt 60-100 vastust. Vastuseid peab olema muutujatest vähemalt viis korda rohkem. Kvantitatiivne andmeanalüüs: · Statistilised andmetöötlusprogrammid, näiteks SPSS · Atribuudid o sõltumatu atribuut - manipuleeritav atribuut o sõltuv atribuut - see, mida mõõdetakse · Eeldused (normaaljaotus) · Andmeanalüüsid o Parameetrilised testid (peavad vastama eeldustele) o Testid muutujate vaheliste seoste leidmiseks (pideva atribuudi keskväärtuste võrdlemine) Korrelatsioon - seose tugevus kahe pideva atribuudi vahel
Individuaalsete erinevuste psühholoogia I loeng - Kõigil on 1 pea – eksam valikvastustega Isiksus, intelligentsus ja individuaalsed erinevused Definitsioonid - Isiksus: suhteliselt püsivad ja mingile konkreetsele inimesele iseloomulikud regulaarsused käitumises, tunnetes ja mõtlemises o Iseloomulik: eristab teda teistest -> individuaalsed erinevused o Iseloomulik on talle tähtis, teeb temast selle kes ta on -> unikaalsus - Intelligentsus: vaimne võimkus, võime lahendada keerulisi mõtlemisülesandeid - Seletus vs kirjeldus: o Struktuurid või ’mehhanismid’ : kuidas ja miks inimene käitub nii nagu ta käitub – kitumise seletamine o Mõõdetavad individuaalsed erinevused: mõned inimesed on näiteks ekstravertsemad kui teised; nendel erinevustel ei ole ühtainsat seletust Isiksuse mõõtmine Enesekohased...
3.12.2011 Kvantitatiivne andmeanalüüs Statistilised keskmised (1) - Statistilised andmetöötlusprogrammid, n. SPSS 1. Aritmeetiline keskmine ehk keskväärtus (mean): - Atribuudid Independent variable/sõltumatu atribuut manipuleeritav atribuut · Võimaldab võrrelda elementide näitaja väärtusi
Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/280905030 Subtitlereadingspeed:Anewtoolforits estimation ArticleinBabel·January2014 DOI:10.1075/babel.59.4.02mar CITATIONS READS 3 179 1author: JoséLuisMartíFerriol UniversitatJaumeI 13PUBLICATIONS18CITATIONS SEEPROFILE Someoftheauthorsofthispublicationarealsoworkingontheserelatedprojects: Inclusiónsocial,traducciónaudiovisualycomunicaciónaudiovisual(ÍTACA)Viewproject AllcontentfollowingthispagewasuploadedbyJoséLuisMartíFerriolon13October2017. Theuserhasrequestedenhancementofthedownloadedfile. John Benjamins Publishing Company This is a contribution from Babel 59 : 4 © 2013. All rights reserved. This electronic file may not be altered in any w...
1. Põhimõisted 1.1 Riist- ja tarkvara, infotehnoloogia Andmed (ingl. data) mittestruktuursed faktid ja numbrid. Info ehk informatsioon (ingl. information) ka teave on struktuursed andmed, mida info valdaja saab kasutada analüüsimisel ja probleemide lahendamisel. Digitaalne (ingl. digital) omane andmetele, mis koosnevad numbritest. Informaatika on teaduse ja tehnika haru, mis tegeleb arvutite abil toimuva infotöötlusega. Infotöötlus on informatsiooniga süstemaatiline operatsioonide sooritamine (võib sisaldada ka andmeside ja bürooautomaatika operatsioone). Infotöötlussüsteem on üks või mitu andmetöötlussüsteemi (arvutid, välisseadmed, tarkvara, ka büroo- ja sideseadmed), mis sooritavad infotöötlust. Infosüsteem infot andev ja jagav infotöötlussüsteem koos oma organisatsiooniliste ressurssidega (tehnoloogiad, inimesed, finantsid, protsessid). Informatsiooni ja kommunikatsioonitehnoloogia (lüh. IKT) on arvutustehni...
SUHTEKORRALDUSE EXAM 1. Suhtekorraldusprogrammi ettevalmistus ja kommunikatsiooni auditi läbiviimine Suhtekorraldusprogrammi ettevalmistus Maailmas üldiselt tunnustatud suhtekorralduse planeerimise ja elluviimise mudel on neljaosaline: · probleemide defineerimine · planeerimine ning programmi koostamine · suhtekorraldustegevus · programmi hindamine, tagasiside kogumine. Kõik mudeli osad on võrdselt tähtsad, kuid kogemusele tuginedes võib väita, et nn kodutöö tegemine on tegelikult programmi õnnestumise võti. Kahjuks on igapäevaelus just see etapp tihti vaeslapse osas ning nii nagu teistelgi elualadel tormatakse ka suhtekorraldustegevuses "pea ees tulle" teadmata, milline on tegelik probleem ning mida arvavad sihtgrupid, kellega suhelda tuleb. Seega on ettevalmistustöö tähtsust raske ülehinnata. Mitmesugused analüüsid ja uuringud, mida ettevalmistuseks kasutatakse, ei ole vajalikud mitte ainult...
96 lk. 4. Jurevits, N. (2004) Rakendusstatistika. Tallinn: Ilo. 143 lk. 5. Jürimäe, E., Velsker, K. (2001) Koolimatemaatika käsiraamat. Tallinn: Koolibri. 311 lk. 6. Keres, K., Levin, A. (2006) Matemaatiline statistika: ülesannete kogu. Tallinn: TTÜ Kirjastus. 147 lk. 7. Kiviste, A. (2007) Matemaatiline statistika MS Exceli keskkonnas. Tartu: Greif. 86 lk. 8. Niglas, K. (1997) Statistika loengumaterjale. Tallinn. 59 lk. 9. Niglas, K. (2008) Statistilise andmetöötluse pakett SPSS 14.0: põhikursus. Tallinn: TLÜ Kirjastus. 79 lk. 10. Paas, T. (1998) Kvantitatiivsed meetodid majanduses (majandusmatemaatika). Tartu. 268 lk. 11. Philips, K. (2004) Statistika loengukonspekt. Tartu Ülikool. 12. Sauga, A. (2003) Majandusmatemaatika I. Loengukonspekt. Audentese Ülikool. Tallinn. 78 lk. 13. Sikk, J. (1996) Majandusmatemaatika ülesannete kogu. Tartu. 67 lk. 14. Telgmaa, A. (1997) Rahandusküsimusi koolimatemaatikas. Tallinn: Avita. 97 lk. 15. Tiit, E.-M., Möls, M
A... AA Auto Answer AAA Authentication, Authorization and Accounting AAB All-to-All Broadcast AAC Advanced Audio Coding AACS Advanced Access Control System AAL Asynchronous Transfer Mode Adaption Layer AAM Automatic Acoustic Management AAP Applications Access Point [DEC] AARP AppleTalk Address Resolution Protocol AAS All-to-All Scatter AASP ASCII Asynchronous Support Package AAT Average Access Time AATP Authorized Academic Training Program [Microsoft] .ABA Address Book Archive (file name extension) [Palm] ABAP Advanced Business Application Programming [SAP] ABC * Atanasoff-Berry Computer (First digital calculating machine that used vacuum tubes) ABEND Abnormal End ABI Application Binary Interface ABIOS Advanced BIOS ABIST Automatic Built-In Self-Test [IBM] ABLE Adaptive Battery Life Extender + Agent Building and Learning Environment [IBM] ABM Asynchronous Balanc...
annaabi.ee 
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
