ATSISKAITYMAS EXCEL PROGRAMA

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Η ΑΚΡΟΠΟΛΗ ΑΘΗΝΩΝ ΜΑΡΙΑ ΠΗΓΗ Δ2’. ΑΚΡΟΠΟΛΗ ΕΡΕΧΘΕΙΟ ΝΑΟΣ ΤΗΣ ΑΘΗΝΑΣ ΝΙΚΗΣ ΠΡΟΠΥΛΑΙΑ ΠΑΡΘΕΝΩΝΑΣ ΧΑΛΚΟΘΗΚΗ ΝΑΟΣ ΤΟΥ ΔΙΑ.
Advertisements

ΑΝΑΚΥΚΛΩΣΗ ΕΜΙΛΗ ΚΑΙ ΔΙΟΝΥΣΙΑ Ε2. Ποια είναι τα σκουπίδια που πετάμε πιο συχνά και από τι υλικό είναι φτιαγμένα; ΧΑΡΤΙ ΜΕΤΑΛΟ ΑΛΟΥΜΙΝΙΟ ΓΥΑΛΙ ΠΛΑΣΤΙΚΟ.
Οικονομικά Μαθηματικά ΠΡΟΕΞΟΦΛΗΣΗ Γιανναράκης Γρηγόρης Διοίκηση Επιχειρήσεων.
Οικονομικά Μαθηματικά Πρόσκαιρες Ράντες Γιανναράκης Γρηγόρης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
Παραδόσεις εφαρμοσμένης Δασοκομικής Μάθημα 3: Αντικείμενο, αρχές, σκοπός της Δασοκομίας Συσταδογνωσία Στέργιος Βέργος, καθηγητής Καρδίτσα, 18 Οκτωβρίου.
ΑΠΟΤΕΛΕΣΜΑΤΑ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ
Μαθαίνω τους χρόνους των ρημάτων με τη Ριρή
Αξιολόγηση επενδύσεων
ΑΠΑΙΤΟΥΜΕΝΑ ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ Τίτλος της έρευνας : Ο τίτλος της έρευνας πρέπει να είναι σύντομος και ακριβής (12-15 λέξεις). Ο τίτλος πρέπει να περιλαμβάνει.
Περιοδικός Πίνακας Λιόντος Ιωάννης Lio.
Δένδρο-σωρός Ένα δένδρο-σωρός ή απλώς σωρός είναι ένα πλήρες δυαδικό δένδρο με διατεταγμένους τους κόμβους του έτσι, ώστε η τιμή του στοιχείου κάθε κόμβου.
Περιοδικός Πίνακας Λιόντος Ιωάννης Lio.
ΣΤΑ 1200 π.Χ. Η Μυκηναϊκή Ελληνική.
Η ΚΑΠ μετά το 2014 : Επισημάνσεις & Θέσεις της ΠΑΣΕΓΕΣ
ΗΛΕΚΤΡΟΝΙΑΚΗ ΔΟΜΗ ΤΩΝ ΑΤΟΜΩΝ
ΑΛΚΗ ΖΕΗ.
ΚΥΚΛΟΣ ΤΟΥ NEΡΟΥ Σπουδαιότητα του νερού
ΕΣΠΕΡΙΝΟ ΕΠΑΛ ΤΡΙΚΑΛΩΝ
ΤΟ ΒΑΣΙΛΕΙΟ ΤΗΣ ΚΙΝΑΣ.
Koντά στο τζάκι.
Λειτουργία Κεντρικής Μονάδας Επεξεργασίας
6.2. ΑΝΑΣΑΡΚΟΕΙΔΕΣ ΤΩΝ ΚΥΝΑΡΙΩΝ
ΜΕΣ’ ΤΟΥ ΒΟΣΠΟΡΟΥ ΤΑ ΝΕΡΑ
TO NEΡΟ ΩΣ ΔΙΑΛΥΤΗΣ – ΜΕΙΓΜΑΤΑ
Statistiniai modeliai
Kompiuterinės leidybos sistemos
projektų ir kokybės valdymas
Dirbtiniai neuroniniai tinklai (ir įvadas į klasifikavimą)
Diskontuoti pinigų srautai
ARMA/ARIMA modeliai Literatūra:
Ποια είναι η προπαίδεια;
Stiklo lūžio rodiklio nustatymas PPT (pasirenkama tema)
TIKIMYBIŲ TEORIJA 3.
GEOMETRINIAI MODELIAI
II skyrius Regionų ekonominio augimo teorijos
DARNAUS VYSTYMOSI TYRIMŲ METODOLOGIJA IR METODAI
Regresijos modelio matematinė išraiška
Chöông 8 KEÁ TOAÙN TAØI SAÛN COÁ ÑÒNH
ĐIỀU TRA CHỌN MẪU TRONG THỐNG KÊ
REOSTATAI Darbą parengė: Ernesta Lupeikytė ir Gabija Peldžiūtė, 9kl.
Paklaidų analizė 3 paskaita.
Trinties jėgos aplink mus
STATISTIKA – tai mokslas apie duomenų rinkimą, klasifikavimą, pateikimą, interpretavimą BIOSTATISTIKA – statistikos taikymo sritis gamtos moksluose, konkrečiu.
ΘΕΑΤΡΙΚΗ ΑΓΩΓΗ – ΟΔΗΓΟΣ ΣΠΟΥΔΩΝ
NEPARAMETRINIAI METODAI
ΕΝΕΡΓΕΙΑ 7s_______ 7p_________ 7d____________ 7f_______________
Dizainas su gamta (IV) Universalių formų ir principų naudojimas dizaine Mokytojas: Mindaugas Petravičius.
Prof. S. Puškorius Veiklos audito teorija 4, 5, 6 temos 1.Duomenų atranka ir analizė 2. Aprašomoji statistika 3. Matematinės statistikos pradmenys 4.
Baltymai Integruotas biologijos – chemijos pamokų ciklas
NUOŽULNIOSIOS PLOKŠTUMOS NAUDINGUMO KOEFICIENTO SKAIČIAVIMAS
Archimedo jėga Darbą atliko Kauno Tado Ivanausko progimnazijos 8a klasės mokiniai: Vytautas Savickas ir Justinas Krutkevičius.
Miglė Ivanauskaitė MF14/2
Ryšio nustatymas Skaitmeniniai duomenys Kategoriniai duomenys
М.Әуезов атындағы орта мектебі
Lygiagrečiųjų algoritmų analizė
Hipotezių tikrinimas.
Medžiagos tankio nustatymas
reikia panaudoti žinias; neužtenka norėti, reikia veikti. J. V. Getė
GYVENTOJŲ NUOMONĖS TYRIMAS strateginio plano įgyvendinimo kontekste
Rietavo Lauryno Ivinskio gimnazija Agnė Mačiulskaitė ir Eva Kupetytė
Paklaidų autokoreliacijos problema ir jos sprendimo būdai
Paklaidų autokoreliacijos problema ir jos sprendimo būdai
TEMA: Skyriaus „Elektros srovės stipris, įtampa, varža“ apibendrinimas
Kūnų plūduriavimas 8 klasė.
,,Elektros srovės stipris, įtampa, varža‘‘ Žinių pasitikrinimas
TESTAS 1. Šviesos spindulys krito 36o kampu ir perėjo iš optiškai tankesnės į optiškai retesnę terpę. Kuri sąlyga teisinga? A. α = γ B. α > γ C. α.
Omo dėsnio grandinės daliai tyrimas PPT - 27
NEPARAMETRINIAI METODAI
Επίπεδα ενσωμάτωσης ΤΠΕ στα φιλολογικά μαθήματα
РАДИОАКТИВТІК.
Μεταγράφημα παρουσίασης:

ATSISKAITYMAS EXCEL PROGRAMA Vertinami šie įgūdžiai (iš viso 15%): valdyti programą (naudoti įvairias programos funkcijas, apdoroti duomenis) 2 % (1% – programą sugeba valdyti iš dalies, neranda visų reikalingų funkcijų) taikyti tinkamus analizės metodus 4 % (1% – pritaikyta dalis reikalingų metodų, padaryta esminių klaidų; 2% – pritaikyta dalis reikalingų metodų, padaryta pavienių klaidų; 3% – pritaikyti visi reikalingi metodai, pasitaiko klaidų, 4% – visi reikalingi metodai pritaikyti teisingai) interpretuoti gautus rezultatus 6 % (1% – gali paaiškinti tik vieną rezultatą; 2% – interpretacija dalinė, daug esminių klaidų; 3% – interpretacija dalinė, ne viskas suprantama; 4% – interpretacija aiški, bet pasitaiko klaidų; 5% – interpretacija aiški, bet trūksta išsamumo, 6% – interpretacija aiški, išsami, klaidų nėra) tvarkingai pateikti analizės rezultatus 3% (1% – rezultatai / išvados išbarstyti, tenka ieškoti tarp duomenų ir analizės; 2% – rezultatai vienoje vietoje, išvados kitoje; 3% – rezultatai ir išvados pateikti aiškiai viename lape su paaiškinimais ir išvadomis).

PROGRAMOS VALDYMAS Vertinami šie įgūdžiai įvairios programos funkcijos (duomenų bazės sukūrimas, lentelės, rūšiavimas ir pan.) grafikų braižymas (+ stačiakampė diagrama) formulių taikymas “data analysis” panaudojimas pivot lentelių panaudojimas

TINKAMŲ ANALIZĖS METODŲ TAIKYMAS APRAŠOMOJI STATISTIKA Kategoriniai duomenys: - struktūrinis pateikimas (proporcija, procentai pagal nurodytas grupes) Skaitmeniniai duomenys: - įvertinus atitikimą normaliam skirstiniui (grafikas, centro padėties statistikos, vidurkis ir SD, asimetrijos ir eksceso koeficientai), apibūdinama pasirenkant skirtingas statistikas; - išskirčių įvertinimas stačiakampė diagrama

TINKAMŲ ANALIZĖS METODŲ TAIKYMAS IŠVADŲ STATISTIKA Palyginti nurodytas grupes Kategoriniai duomenys: - PI - Hipotezių tikrinimas: Χ2 / Fišerio tikslusis testas Skaitmeniniai duomenys: - Hipotezių tikrinimas: t testas / Mano-Vitnio testai / z testas

GAUTŲ REZULTATŲ INTERPRETAVIMAS Paaiškinti: grafikus (ypač stačiakampę diagramą) gautus rezultatus: - kodėl pasirinktos konkrečios aprašymo statistikos; - įvardinti išskirtis, jei jų esama; - kodėl padaromos konkrečios išvados (PI, P reikšmė); - kodėl pasirinkti atitinkami testai.

Rezultatų pateikimo pavyzdys

Rezultatų išdėstymas Pirmas lapas – duomenys Antras lapas – duomenų analizė Trečias lapas – išvados Lapai turi būti su pavadinimais

Rezultatai – 2 lapas Analizės lape turėtų matytis nuosekli eiga, iš ko nusprendėte, kad skirstinys normalus ar ne, kaip ieškota išskirčių, lygindami prašomas grupes, ieškodami P reikšmės, prašau užrašyti H0 ir HA.

Rezultatai – 3 lapas Aprašomoji statistika Išvadų statistika: Tiriamųjų aprašymas Išvardinti skaitmeninių požymių išskirtis, jei yra Stačiakampė diagrama lyginamųjų grupių Išvadų statistika: Išvados pagal PI ir P reikšmę (pakartojant H0 ir HA).