Statistika ülesanned 1. Andmetöötlus. (0)

NÄIDE 1. Mittearvuliste tunnuste andmete esitamine SUGU PEREKONNASEIS Esmase analüüsina koondatake tunnuste väärtused sagedus- ja jaotustabelisse Mees Lesk Mees Abielus Mees Abielus Mees Lahutatud Sugu Naine Lahutatud Mees Mees Abielus Naine Naine Ei abiellunud kunagi Kokku n Naine Ei abiellunud kunagi Naine Lesk Naine Lahutatud Mees Abielus Visuaalse pildi saamiseks esitatakse jaotustabeli andmeid graafikutel: Mees Ei abiellunud kunagi Naine Lesk Tulpdiagramm: Mees Abielus Naine Ei abiellunud kunagi Naine Abielus Mees Ei abiellunud kunagi Naine Abielus Mees Ei abiellunud kunagi Mees Abielus Mees Abielus Naine Lahutatud Naine Abielus Naine Abielus Naine Lesk Naine Abielus Mees Lahutatud Mees Ei abiellunud kunagi Mees Lahutatud Mees Ei abiellunud kunagi Naine Ei abiellunud kunagi Naine Abielus Mees Lahutatud Naine Abielus Mees Abielus Perekonnaseis Naine Ei abiellunud kunagi Lesk Naine Abielus Lahutatud Naine Abielus Ei abiellunud kunagi Naine Abielus Abielus Naine Abielus Kokku Naine Abielus Naine Abielus Naine Lahutatud Naine Abielus Naine Ei abiellunud kunagi Tunnuse Sugu sagedus- ja jaotustabel Tunnuse Perekonnaseis sagedus- ja jaotustabel Mees Naine 40 42 44 46 48 50 52 54 45 53 Tulpdiagramm S a g e d u s  f Sageduste leidmiseks kasutatakse funktsiooni 
COUNTIF(Range;Criteria), kus
Range on andmete massiiv ja
Criteria on määratletud kriteerium. 


Mees Abielus Naine Ei abiellunud kunagi Naine Abielus Naine Ei abiellunud kunagi Mees Lahutatud Naine Abielus Naine Abielus Naine Abielus Mees Ei abiellunud kunagi Perekonnaseis\Sugu Naine Abielus Lesk Mees Ei abiellunud kunagi Lahutatud Mees Lahutatud Ei abiellunud kunagi Mees Ei abiellunud kunagi Abielus Naine Lahutatud Kokku Mees Ei abiellunud kunagi Mees Lahutatud Mees Lahutatud Mees Ei abiellunud kunagi Perekonnaseis\Sugu Mees Lahutatud Lesk Naine Lahutatud Lahutatud Mees Lahutatud Ei abiellunud kunagi Mees Ei abiellunud kunagi Abielus Naine Abielus Kokku Mees Abielus Naine Abielus Naine Lahutatud Mees Lahutatud Naine Lahutatud Mees Lesk Naine Abielus Naine Abielus Mees Ei abiellunud kunagi Naine Ei abiellunud kunagi Naine Lahutatud Naine Lahutatud Mees Ei abiellunud kunagi Naine Abielus Mees Lahutatud Naine Ei abiellunud kunagi Mees Abielus Naine Abielus Mees Lahutatud Mees Ei abiellunud kunagi Mees Abielus Mees Abielus Mees Ei abiellunud kunagi Naine Abielus Naine Abielus Tunnuste Sugu ja Perekonnaseis ühine sagedustabel (risttabel) Tunnuste Sugu ja Perekonnaseis ühisjaotus Mitme kriteeriumi korral sageduste leidmiseks kasutatakse  funktsiooni 
COUNTIFS(Range1;Criteria1;Range2;Criteria2;...), kus Range1, Range2,... on andmete massiivid ja
Criteria1, Criteria2,... on määratletud kriteeriumid


Mees Abielus Mees Ei abiellunud kunagi Naine Lahutatud Naine Abielus Naine Ei abiellunud kunagi


Esmase analüüsina koondatake tunnuste väärtused sagedus- ja jaotustabelisse Sagedus, f Osakaal p,% 45 45.92% 53 54.08% 98 100% Visuaalse pildi saamiseks esitatakse jaotustabeli andmeid graafikutel: INSERT->CHARTS->INSERT COLUMN või BAR CHART Sektordiagramm: Sagedus, f Osakaal p,% 5 5.1% 24 24.5% 27 27.6% 42 42.9% 98 100.0%  sagedus- ja jaotustabel Perekonnaseis sagedus- ja jaotustabel Mees Naine 40 42 44 46 48 50 52 54 45 53 Tulpdiagramm S a g e d u s  f 45.92% 54.08% Sektordiagramm Mees
Naine Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 35 40 45 5 24 27 42 Perekonnaseis Sagedus f Sageduste leidmiseks kasutatakse funktsiooni 
COUNTIF(Range;Criteria), kus
Range on andmete massiiv ja
Criteria on määratletud kriteerium.  Osakaalu e suhtelist sagedust leitakse valemiga 
p=f/n, kus f on vastava väärtuse esinemissagedus ja n - kogumi suurus. 
Osakaal p on suhtarv, mida tavaliselt esitatakse protsentides. 


Mees Naine Kokku 2 3 5 13 11 24 16 11 27 Tulpdiagramm: INSERT->CHARTS->CLUSTERED BAR CHART 14 28 42 45 53 98 Mees Naine Kokku 2.04% 3.06% 5.10% 13.27% 11.22% 24.49% 16.33% 11.22% 27.55% 14.29% 28.57% 42.86% 45.92% 54.08% 100%  ja Perekonnaseis ühine sagedustabel (risttabel)  ja Perekonnaseis ühisjaotus Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 2 13 16 14 3 11 11 28 Perekonnaseis sõltuvalt soost Mees
Naine Sagedus f Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 35 40 45 5 24 27 42 Perekonnaseis Sagedus f Lesk Lahutatud Ei abiellunud kunagi Abielus 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 2.04% 13.27% 16.33% 14.29% 3.06% 11.22% 11.22% 28.57% Perekonnaseis sõltuvalt soost Mees Naine O sa k a a l Mitme kriteeriumi korral sageduste leidmiseks kasutatakse  funktsiooni 
COUNTIFS(Range1;Criteria1;Range2;Criteria2;...), kus Range1, Range2,... on andmete massiivid ja
Criteria1, Criteria2,... on määratletud kriteeriumid


Lesk Lahutatud Ei abiellunud kunagi Abielus 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 2.04% 13.27% 16.33% 14.29% 3.06% 11.22% 11.22% 28.57% Perekonnaseis sõltuvalt soost Mees Naine O sa k a a l


Sagedustabelist näeme, milliseid väärtusi tunnus omab ja kui sageli neid väärtusi esineb Sektordiagramm: INSERT->CHARTS->INSERT PIE või DOUGHNUT CHART 45.92% 54.08% Sektordiagramm Mees
Naine Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 35 40 45 5 24 27 42 Perekonnaseis Sagedus f Lesk 5.10% Lahutatud 24.49% Ei  abiellunud  kunagi 27.55% Abielus
42.86% Perekonnaseis


INSERT->CHARTS->CLUSTERED BAR CHART Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 2 13 16 14 3 11 11 28 Perekonnaseis sõltuvalt soost Mees
Naine Sagedus f Lesk Lahutatud Ei abiellunud kunagi Abielus 0 5 10 15 20 25 30 35 40 45 5 24 27 42 Perekonnaseis Sagedus f Lesk 5.10% Lahutatud 24.49% Ei  abiellunud  kunagi 27.55% Abielus
42.86% Perekonnaseis Lesk Lahutatud Ei abiellunud kunagi Abielus 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 2.04% 13.27% 16.33% 14.29% 3.06% 11.22% 11.22% 28.57% Perekonnaseis sõltuvalt soost Mees Naine O sa k a a l Mitme kriteeriumi korral sageduste leidmiseks kasutatakse  funktsiooni 
COUNTIFS(Range1;Criteria1;Range2;Criteria2;...), kus Range1, Range2,... on andmete massiivid ja
Criteria1, Criteria2,... on määratletud kriteeriumid


Lesk Lahutatud Ei abiellunud kunagi Abielus 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 2.04% 13.27% 16.33% 14.29% 3.06% 11.22% 11.22% 28.57% Perekonnaseis sõltuvalt soost Mees Naine O sa k a a l


Sagedustabelist näeme, milliseid väärtusi tunnus omab ja kui sageli neid väärtusi esineb Lesk 5.10% Lahutatud 24.49% Ei  abiellunud  kunagi 27.55% Abielus
42.86% Perekonnaseis


Lesk 5.10% Lahutatud 24.49% Ei  abiellunud  kunagi 27.55% Abielus
42.86% Perekonnaseis




Sugu Ostueelistus Mobiiltelefon Koosta ja täida tunnuste sugu, ostueelistus ja mobiiltelefon sagedus- ja jaotustabel koos joonistega (vt. Näide 1) naine e-poes Apple Koosta ja täida tunnuste sugu ja ostueelistus ühine sagedustabel (risttabel) ning jaotustabel koos joonisega.  naine tavapoes Samsung naine e-poes Apple naine tavapoes Apple Sugu naine tavapoes Huawei Mees naine tavapoes Apple Naine naine tavapoes Apple Kokku, n naine tavapoes Apple naine tavapoes Apple mees e-poes OnePlus mees tavapoes Samsung naine tavapoes Apple naine tavapoes Apple mees tavapoes Samsung mees tavapoes Sony naine e-poes Samsung mees tavapoes Samsung naine tavapoes Apple mees tavapoes Huawei mees tavapoes Apple naine e-poes Apple naine e-poes Apple mees e-poes Huawei Ostueelistus mees tavapoes Huawei e-poes mees tavapoes Apple tavapoes mees tavapoes Apple Kokku, n mees tavapoes Apple naine tavapoes Samsung mees tavapoes Huawei mees e-poes Huawei naine tavapoes Samsung mees e-poes Samsung naine e-poes Apple naine tavapoes Huawei naine e-poes Xiaomi mees tavapoes Huawei naine tavapoes Samsung naine tavapoes Sony naine tavapoes Samsung mees e-poes Apple naine e-poes Apple Mobiiltelefon/Sugu mees tavapoes Apple Apple naine tavapoes Samsung Samsung naine tavapoes Samsung Huawei Tunnuse Sugu sagedus- ja jaotustabel Tunnuse Ostueelistus sagedus- ja jaotustabel Tunnuse mobiiltelefon/sugu sagedus- ja jaotustabel Mees Naine 45 41 Tulpdiagramm Sugu  S a g e d u s,  f e-poes tavapoes 0 10 20 30 40 50 60 70 23 63 Ostueelistus Sagedus, f


mees tavapoes Huawei Oneplus mees tavapoes Samsung Xiaomi mees tavapoes OnePlus Sony mees tavapoes Apple Kokku, n naine tavapoes Samsung mees tavapoes Xiaomi naine tavapoes Samsung mees e-poes OnePlus naine tavapoes Samsung naine e-poes Samsung mees e-poes Apple mees tavapoes Xiaomi naine tavapoes Apple mees tavapoes Xiaomi naine tavapoes Apple naine tavapoes Apple naine tavapoes Samsung naine tavapoes Apple mees tavapoes Apple mees tavapoes Apple naine tavapoes Apple naine tavapoes Apple mees tavapoes Huawei mees tavapoes Apple mees tavapoes Samsung naine e-poes Samsung mees e-poes Apple mees tavapoes Samsung mees e-poes Apple mees e-poes Huawei mees tavapoes Huawei naine tavapoes Apple mees tavapoes Xiaomi naine e-poes Apple mees tavapoes Samsung naine tavapoes Samsung mees tavapoes Samsung mees tavapoes Samsung mees e-poes Samsung mees tavapoes Huawei mees tavapoes Samsung mees e-poes Samsung Apple Huawei Xiaomi 0 5 10 15 20 25 Ostueelistus sõltuvalt soost Mees Naine Sagedus, f


Koosta ja täida tunnuste sugu, ostueelistus ja mobiiltelefon sagedus- ja jaotustabel koos joonistega (vt. Näide 1)
Koosta ja täida tunnuste sugu ja ostueelistus ühine sagedustabel (risttabel) ning jaotustabel koos joonisega.  Sagedus, f Osakaal, p % 45 52.33% 41 47.67% 86 100% Sagedus, f Osakaal, p % 23 26.74% 63 73.26% 86 100% Mees Naine Kokku, n Mobiiltelefon/Sugu Mees 13 22 35 Apple 15.12% 13 15 28 Samsung 15.12% 11 2 13 Huawei 12.79% Sugu sagedus- ja jaotustabel Ostueelistus sagedus- ja jaotustabel mobiiltelefon/sugu sagedus- ja jaotustabel Tunnuse mobiiltelefon/sugu sagedus- ja ühisjaotustabel Mees Naine 45 41 Tulpdiagramm Sugu  S a g e d u s,  f 45;  52.33% 41;  47.67% Sektordiagramm Mees
Naine e-poes tavapoes 0 10 20 30 40 50 60 70 23 63 Ostueelistus Sagedus, f 26.74% 73.26% Ostueelistus e-poes tavapoes


3 0 3 Oneplus 3.49% 4 1 5 Xiaomi 4.65% 1 1 2 Sony 1.16% 45 41 86 Kokku, n 52.33% Apple Huawei Xiaomi 0 5 10 15 20 25 Ostueelistus sõltuvalt soost Mees Naine Sagedus, f Apple Samsung Huawei Oneplus Xiaomi Sony 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% Ostueelistus sõltuvalt soost Mees Naine O s a k a a l


Naine Kokku, n 25.58% 40.70% 17.44% 32.56% 2.33% 15.12% mobiiltelefon/sugu sagedus- ja ühisjaotustabel 45;  52.33% 41;  47.67% Sektordiagramm Mees
Naine 26.74% 73.26% Ostueelistus e-poes tavapoes


0.00% 3.49% 1.16% 5.81% 1.16% 2.33% 47.67% 100% Apple Samsung Huawei Oneplus Xiaomi Sony 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% Ostueelistus sõltuvalt soost Mees Naine O s a k a a l


NÄIDE 2. Arvuliste tunnuste andmete esitamine (grupeerimine) Testitulemus Jaotame 50-ne üliõpilaste testitulemused võrdseteks intervallideks (klassideks): 62
64
65 maksimaalne väärtus MAX 66 minimaalne väärtus MIN 68
70 klasside ligikaudne arv k (Sturges'i valem) 71 klasside ligikaudne arv k (ruutjuur n) 71 klassi ligikaudne laius l =(MAX-MIN)/k 72
72
73
74
74
75
75 76 Klassi ülempiir 77 66 =CONCATENATE(G7,"-",C20) 77 71 =C20+$G$14 =CONCATENATE(C20+1,"-",C21) 77 76 78 81 78 86 78 91 79 96 79
79
80
80
80
80
81 Tabelid jooniste jaoks:  81
81 Klassi ülempiir 81 66 82 71 82 76 82 81 83 86 83 91 85 96 85
86 Klassi piir 87 62 87 66 88 71 Klasside vormistamiseks on kasutatud 
tekstifunktsiooni CONCANTENATE, mis liidab 
kokku kolm tekstistringi:
Text1 on eelmise klassi ülemine piir, Text2 - sidekriips,
Text3 - selle klassi ülemine piir


89 76 90 81 90 86 92 91 94 96 96 Kumulatiivne polügoon: 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kumulatiivne polügoon testitulemus, pallid k u m .o sa k a a l  F, %


Jaotame 50-ne üliõpilaste testitulemused võrdseteks intervallideks (klassideks): kogumi suurus n  50 =COUNT(A4:A53) maksimaalne väärtus MAX 96 =MAX(A4:A53) minimaalne väärtus MIN 62 =MIN(A4:A53) klasside ligikaudne arv k (Sturges'i valem) 6.64 =1+LOG(G5,2) klasside ligikaudne arv k (ruutjuur n) 7.07 =SQRT(G5) klassi ligikaudne laius l =(MAX-MIN)/k 4.86 =(G6-G7)/G13 klasside arv k 7.00 =ROUND(G9,0) klassi laius l 5.00 =ROUNDUP(G11,0) Testitulemuste sagedustabel: Testitulemus Sagedus, f Osakaal, p% =CONCATENATE(G7,"-",C20) 62-66 4 8% =CONCATENATE(C20+1,"-",C21) 67-71 4 8% 72-76 8 16% 77-81 17 34% 82-86 8 16% 87-91 6 12% 92-96 3 6% Kokku: 50 100% Histogrammi ja polügooni konstrueerimiseks vajalikud juhised asuvad aadressil Tabelid jooniste jaoks:  Sagedus Klassi keskkoht 4 64.5 =(62+67)/2 4 69.5 =G36+$G$14 8 74.5 17 79.5 8 84.5 6 89.5 3 94.5 Kum. osakaal, F% 0.0%
8.0% 16.0% https://drive.google.com/file/d/1DMz2FplL6wpxmUj-pxSx2E3FWNah_elD/view?usp=sharing 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f Sturges' i valem:
𝑘≈1+log_2 𝑛 𝑘≈√𝑛 Klasside vormistamiseks on kasutatud 
tekstifunktsiooni CONCANTENATE, mis liidab 
kokku kolm tekstistringi:
Text1 on eelmise klassi ülemine piir, Text2 - sidekriips,
Text3 - selle klassi ülemine piir Klassi keskkoht leitakse valemiga 
(a+b)/2, kus a on vastava klassi  alampiir ja b on järgneva klassi 
alampiir 


32.0%
66.0%
82.0%
94.0% 100.0% Kumulatiivne polügoon: INSERT -> CHARTS ->  SCATTER WITH STRAIGHT LINES AND MARKERS 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kumulatiivne polügoon testitulemus, pallid k u m .o sa k a a l  F, %


4 8% =J20/$H$27 8 16% 16 32% 33 66% 41 82% 47 94% 50 100% Histogrammi ja polügooni konstrueerimiseks vajalikud juhised asuvad aadressil Kumulatiivne 
sagedus, F Kumulatiivne 
osakaal, F% https://drive.google.com/file/d/1DMz2FplL6wpxmUj-pxSx2E3FWNah_elD/view?usp=sharing 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f Sturges' i valem:
𝑘≈1+log_2 𝑛 Kui arvuline tunnus on pidev (reaalarvuline) või diskreetsel (täisarvuline) 
tunnusel on palju erinevaid väärtusi, ei esitata sagedustabelis tunnuse 
üksikuid väärtusi, vaid tunnuse väärtuste vahemikud ehk klassid.


INSERT -> CHARTS ->  SCATTER WITH STRAIGHT LINES AND MARKERS 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kumulatiivne polügoon testitulemus, pallid k u m .o sa k a a l  F, %


Intervallide arv k sõltuvalt kogumi mahust n: n k=Sturges'i valem k=ruutjuur n 10 4 3 20 5 4 30 6 5 40 6 6 50 7 7 60 7 8 70 7 8 80 7 9 90 7 9 100 8 10 200 9 300 9 400 10 500 10 600 10 700 10 800 11 900 11 1000 11 2000 12 3000 13 4000 13 5000 13 6000 14 7000 14 8000 14 9000 14 10000 14 20000 15 30000 16 40000 16 50000 17 60000 17 70000 17 80000 17 90000 17 100000 18 200000 19 300000 19 400000 20 500000 20 600000 20 700000 20 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f Kui arvuline tunnus on pidev (reaalarvuline) või diskreetsel (täisarvuline) 
tunnusel on palju erinevaid väärtusi, ei esitata sagedustabelis tunnuse 
üksikuid väärtusi, vaid tunnuse väärtuste vahemikud ehk klassid.


800000 21 900000 21 1000000 21 2000000 22 3000000 23 4000000 23 5000000 23 6000000 24 7000000 24 8000000 24 9000000 24 10000000 24 62 64.5 67 69.5 72 74.5 77 79.5 82 84.5 87 89.5 92 94.5 97 0 2 4 6 8 10 12 14 16 18 Testitulemuste jaotus Histogramm
Polügoon Testitulemus, pallid S a g e d u s  f


Vanus, a Pikkus, cm Koosta ja täida tunnuste vanus ja pikkus sagedus- ja jaotustabel koos joonistega (vt. Näide 2) 23 169 37 173 22 169 37 157 27 172 39 165 Jaotus vanuse kohta 23 167 kogumi suurus 40 165 maksimaalne väärtus MAX 30 170 minimaalne väärtus MIN 25 188 Klassi laius 29 175 29 180 Klasside piirid Vanus Sagedus,  23 166 20 20-30 43 22 191 30 31-40 31 23 200 40 41-50 11 25 160 50 51-60 1 32 179 60 - - 23 165 Kokku: 86 23 178 57 182 33 155 31 173 36 184 27 174 41 181 44 183 42 178 44 170 38 183 28 175 22 170 23 183 24 163 25 170 39 174 50 187 45 162 29 166 46 160 39 187 22 175 21 198 27 163 28 168 20-30 31-40 41-50 51-60 0 10 20 30 40 50 43 31 11 1 Histogramm Vanus, a S a g e d u s,  f This chart isn't available in your version of Excel. Editing this shape or saving this workbook into a different file format will 
permanently break the chart.


30 195 20 190 21 180 39 178 27 152 37 192 23 170 29 186 25 165 41 165 20 180 34 180 33 165 32 174 28 164 23 183 20 172 30 165 40 178 50 175 24 165 22 169 36 185 23 190 31 180 31 158 32 182 37 171 31 178 36 182 26 175 33 168 28 172 30 152 33 185 37 158 34 176 40 175 37 192 46 193 42 188 38 177


Koosta ja täida tunnuste vanus ja pikkus sagedus- ja jaotustabel koos joonistega (vt. Näide 2) Jaotus vanuse kohta Jaotus pikkuse kohta 86 kogumi suurus 86 =COUNT(B2:B87) 57 maksimaalne väärtus MAX 200 cm =MAX(B2:B87) 20 minimaalne väärtus MIN 152 cm =MIN(B2:B87) 10 klasside ligikaudne arv k (Sturges'i valem) 7.43 =1+LOG(L8,2) Osakaal, p klassi ligikaudne laius l =(MAX-MIN)/k 6.86 =(L9-L10)/L15 50.00%
36.05% klasside arv k 7 =ROUND(L12,0) 12.79% klassi laius l 7 =ROUNDUP(L13,0) 1.16% - Klasside piirid Pikkus Sagedus, Osakaal, pm 100.00% 152 152-159 6 6.98% 156 159 160-166 16 18.60% 163 166 167-173 17 19.77% 170 173 174-180 22 25.58% 177 180 181-187 14 16.28% 184 187 188-194 8 9.30% 191 194 195-201 3 3.49% 198 201 - - - Kokku: 86 100.00% 20-30 31-40 41-50 51-60 0 10 20 30 40 50 43 31 11 1 Histogramm Vanus, a S a g e d u s,  f This chart isn't available in your version of Excel. Editing this shape or saving this workbook into a different file format will 
permanently break the chart. 152-159 160-166 167-173 174-180 181-187 188-194 195-201 0 5 10 15 20 25 6 16 17 22 14 8 3 Histogramm Pikkus, cm  S a g e d u s,  f


=COUNT(B2:B87)
=MAX(B2:B87)
=MIN(B2:B87) =1+LOG(L8,2)
=(L9-L10)/L15 =ROUND(L12,0) m-klassi keskkoht =ROUNDUP(L13,0) OkpygJIeHue Sturges' i valem:
𝑘≈1+log_2 𝑛 𝑘≈√𝑛 152-159 160-166 167-173 174-180 181-187 188-194 195-201 0 5 10 15 20 25 6 16 17 22 14 8 3 Histogramm Pikkus, cm  S a g e d u s,  f 150 155 160 165 170 175 180 185 190 195 200 0 5 10 15 20 25 Chart Title


Sugu Vanus, a Pikkus, cm Ostueelistus Mobiiltelefon Koosta ja täida tunnuste sagedus- ja jaotustabelid PivotTable vahendi abil. naine 23 169 e-poes Apple naine 37 173 tavapoes Samsung Insert -> PivotTable naine 22 169 e-poes Apple naine 37 157 tavapoes Apple naine 27 172 tavapoes Huawei naine 39 165 tavapoes Apple naine 23 167 tavapoes Apple naine 40 165 tavapoes Apple naine 30 170 tavapoes Apple mees 25 188 e-poes OnePlus mees 29 175 tavapoes Samsung naine 29 180 tavapoes Apple naine 23 166 tavapoes Apple mees 22 191 tavapoes Samsung mees 23 200 tavapoes Sony naine 25 160 e-poes Samsung mees 32 179 tavapoes Samsung naine 23 165 tavapoes Apple mees 23 178 tavapoes Huawei mees 57 182 tavapoes Apple naine 33 155 e-poes Apple naine 31 173 e-poes Apple mees 36 184 e-poes Huawei mees 27 174 tavapoes Huawei mees 41 181 tavapoes Apple mees 44 183 tavapoes Apple mees 42 178 tavapoes Apple naine 44 170 tavapoes Samsung mees 38 183 tavapoes Huawei mees 28 175 e-poes Huawei naine 22 170 tavapoes Samsung mees 23 183 e-poes Samsung naine 24 163 e-poes Apple naine 25 170 tavapoes Huawei naine 39 174 e-poes Xiaomi mees 50 187 tavapoes Huawei naine 45 162 tavapoes Samsung naine 29 166 tavapoes Sony naine 46 160 tavapoes Samsung mees 39 187 e-poes Apple naine 22 175 e-poes Apple mees 21 198 tavapoes Apple naine 27 163 tavapoes Samsung naine 28 168 tavapoes Samsung mees 30 195 tavapoes Huawei mees 20 190 tavapoes Samsung mees 21 180 tavapoes OnePlus


mees 39 178 tavapoes Apple naine 27 152 tavapoes Samsung mees 37 192 tavapoes Xiaomi naine 23 170 tavapoes Samsung mees 29 186 e-poes OnePlus naine 25 165 tavapoes Samsung naine 41 165 e-poes Samsung mees 20 180 e-poes Apple mees 34 180 tavapoes Xiaomi naine 33 165 tavapoes Apple mees 32 174 tavapoes Xiaomi naine 28 164 tavapoes Apple naine 23 183 tavapoes Apple naine 20 172 tavapoes Samsung naine 30 165 tavapoes Apple mees 40 178 tavapoes Apple mees 50 175 tavapoes Apple naine 24 165 tavapoes Apple naine 22 169 tavapoes Apple mees 36 185 tavapoes Huawei mees 23 190 tavapoes Apple mees 31 180 tavapoes Samsung naine 31 158 e-poes Samsung mees 32 182 e-poes Apple mees 37 171 tavapoes Samsung mees 31 178 e-poes Apple mees 36 182 e-poes Huawei mees 26 175 tavapoes Huawei naine 33 168 tavapoes Apple mees 28 172 tavapoes Xiaomi naine 30 152 e-poes Apple mees 33 185 tavapoes Samsung naine 37 158 tavapoes Samsung mees 34 176 tavapoes Samsung mees 40 175 tavapoes Samsung mees 37 192 e-poes Samsung mees 46 193 tavapoes Huawei mees 42 188 tavapoes Samsung mees 38 177 e-poes Samsung


Koosta ja täida tunnuste sagedus- ja jaotustabelid PivotTable vahendi abil. Insert -> PivotTable


Sort and Filter Sort by Income Person Gender Age Income Person Gender Age Mary F 35 45000 Bob M 40 40000 Jim M 55 35000 Betty F 25 80000 Alan M 40 35000 Debra F 40 45000 Dave M 60 60000 Steve M 30 35000 Jane F 45 30000 DATA->Filter Person Gender Age Income Mary F 35 45000 Bob M 40 40000 Jim M 55 35000 Betty F 25 80000 Alan M 40 35000 Debra F 40 45000 Dave M 60 60000 Steve M 30 35000 Jane F 45 30000 Proovige kasutada ka funktsioone =SORT,  =SORTBY, =FILTER (ainult MS Office 365)


Sort by Age Sort by Genger Income Person Gender Age Income Person Proovige kasutada ka funktsioone =SORT,  =SORTBY, =FILTER (ainult MS Office 365)


Sort by Genger Sort by Person Gender Age Income Person Gender Age Income


Results of Marketing Campaign Insert -> Charts -> 2D Column (sales in millions of euros) Insert -> Charts -> Stacked Column Brand A Brand B Brand C Total London 23.5 12.3 15 50.8 Paris 13.8 8.1 5.5 27.4 Rome 17.3 4.5 6.9 28.7 Madrid 14.8 6.8 2.7 24.3 Vienna 7.2 4.2 1.6 13 Berlin 29.5 21.4 11.6 62.5 Total 106.1 57.3 43.3 206.7


Keskmine brutokuupalk, euro Insert -> Charts -> Line allikas: stat.ee 2019 jaan veebr Kokku – kõik tegevusalad 1309 1317 Ehitus 1203 1248 Majutus ja toitlustus 893 860 Info ja side 2169 2188 Kutse-, teadus- ja tehnikaalane tegevus 1409 1416 Haridus 1225 1252


Insert -> Charts -> Line 2019 märts apr mai juuni juuli aug sept okt 1396 1411 1400 1445 1435 1365 1389 1422 1365 1313 1430 1374 1436 1273 1321 1415 819 945 935 832 977 939 872 947 2228 2470 2309 2384 2370 2339 2376 2339 1527 1541 1512 1619 1615 1512 1595 1577 1260 1271 1318 1550 1287 1190 1291 1322


2019 2020 nov dets jaan veebr märts apr mai juuni 1446 1551 1390 1373 1451 1432 1382 1486 1370 1542 1300 1301 1448 1283 1323 1402 897 918 941 854 793 853 784 816 2382 2549 2441 2493 2683 2578 2474 2635 1588 1654 1700 1605 1639 1740 1521 1666 1454 1561 1313 1335 1323 1331 1363 1584


2020 2021 juuli aug sept okt nov dets jaan veebr 1466 1400 1457 1461 1481 1604 1435 1439 1277 1347 1423 1344 1447 1516 1389 1343 954 871 852 911 840 838 858 881 2539 2511 2585 2547 2642 2748 2477 2788 1740 1567 1717 1709 1614 1868 1621 1763 1390 1257 1343 1386 1535 1585 1333 1351


2021 märts apr mai juuni juuli aug sept okt 1549 1520 1507 1586 1560 1533 1563 1541 1525 1392 1417 1531 1450 1552 1510 1456 798 883 942 829 999 1030 882 955 2586 2755 2827 2682 2743 3050 2816 2645 1976 1654 1722 1859 1808 1766 1881 1740 1354 1358 1394 1662 1429 1262 1400 1426


2021 nov dets 1583 1756 1501 1623 988 908 3038 3106 1798 2006 1519 1695


x y=x^2 Insert -> Charts -> Scatter -5 25 -4 16 -3 9 -2 4 -1 1 0 0 1 1 2 4 3 9 4 16 5 25

Document Outline

• NÄIDE 1
• Qualitative Data
• NÄIDE 2
• Quantitative Data
• Pivot Table
• Sort Filter
• Bar Chart
• Line Chart
• Scatter Chart