- •8. Використання фільтрів для пошуку інформації
- •13. Типы данных
- •19. Поняття експертні cистеми і їх відміна від інших систем.
- •25. Інструментальні програмині засоби для створення експертних систем.
- •26. Закон Клейнрока
- •27. До з відносними пріоритетами
- •28. До з абсолютними пріоритетами
- •29.Класифікація обчислювальних систем.
- •30. Підбір параметрів.
- •Счётесли
- •‘Ютерних навчальних систем.
- •61. Перспективи розвитку комп‘ютерних навчальних систем.
- •62. Поняття протокола.
- •63. Поняття url
- •66. Поняття www
- •76. Призначення bios.
- •82. Пошук рішень.
- •1Фірм. Інв. Вируч. Пот.витр. Податки терм окуп.
- •84.Проектув-я і створ-я структури файлів даних у Access
- •88.Склад і признач-я елементів вікна Access
- •89. Склад і призначення панелі інструментів Interner Explorer
- •94.Способи викон-я підрахунки в субд Access
- •95.Способи пов"язув-я табл в субд Access
- •101. Статистичний аналіз даних, прогнозування.
- •102. Статистичні функції exel
- •103. Статичний та динамічний способи розподілу оперативної пам"яті.
- •104. Створення гіперпосилань
- •106. Створення запитів та пошук інформації за допомогою автофільтру та посиленого фільтру.
- •107.(Яхз причем тут это) Створення запитів та фільтрів.
- •107. Створення запитів в режимі sql.
- •Create table працівники ([табельний номер] double, [прізвище] text (20), [посада] text (15), [оклад] float);
- •108. Створення зведених таблиць.
- •111. Створення макросів для автоматизації роботи.
- •113. Створення макросів
- •114. Створення меню в субд ms Access.
- •116. Створити макрос можна декількома способами:
- •117. Побудовувач виразу
- •118. Створення стилів користувача у Microsoft Word
- •119. Створення шаблонів документів засобами ms word.
- •120 Створення форм за допомогою конструктора в субд ms Access. Використання елементів управління.
- •121. Створення функцій користувача
- •122. Структура зовнішньої пам"яті.
- •123. Структура мікропроцесора.Осн його дії
- •124. Структура розподілу оперативної пам"яті: bios, ядро, командний процесор.
- •125. Структурні одиниці економічної інформації.
- •126. Субд
- •127. Сучасні експертні системи.
- •128.Сценарії в Excel і методика їх створення та виконрист.
- •129. Використання Майстра підстановок
- •130. Тхнологія передачі повідомлень по e-mail
- •131. Технологія проектув і створ бд Етапи створення бази даних у середовищі Microsoft Access:
- •133.Технологія створення запитів у Microsoft Access
- •134.Технологія створення проекту у субд Аксес
- •135. Типи адресації даних в Excel
- •140. Типи навчальних систем. Комп‘ютерне тестування.
- •156. Формування ключових полів та індексів.
- •2.Встановлення відношень.
- •158.Характеристика мережі internet
101. Статистичний аналіз даних, прогнозування.
До Microsoft Excel входить набір засобів аналізу даних, який призначений для рішення складних статистичних й інженерних завдань. Для проведення аналізу даних за допомогою за допомогою цих інструментів слід вказати вхідні дані та вибрати параметри; аналіз буде проводитися за допомогою необхідної статистичної й інженерної макрофункції, а результат буде поміщений у вихідний діапазон. Інші інструменти дозволяють уявити результати аналізуу графічному вигляді. Щоб вивести список досяжних інструментів аналізу: сервис/ Анализ данных. Додатково в Microsoft Excel міститься велика к-сть статистичних, фінансових, інженерних функцій. Прогнозування може проводитися на основі лінійної регресії (одиничної та множинної) та нелінійної. Щоб зробити прогноз, треба визначити скільки параметрів впливають на значення функції (який аналіз буде проводитися – однофакторний чи багатофакторний, визначити, скільки нових значень будуть брати участь у обчисленні). Для реалізації лінійної регресії використовуються: ЛИНЕЙН (відомі у, відомі х) – використовуючи метод найменших квадратів, функція вираховує пряму лінію, яка найкращим чиним апроксимує наявні дані; МАКС – повертає максимальне значення із списку аргументів; МИН - повертає мінімальне значення із списку аргументів; ПРЕДСКАЗ (новий х, відомі у, відомі х) – повертає передбачене значення функції в точці х на основі лінійної регресії для масивів відомих значень х і у або інтервалів даних; ТЕНДЕНЦИЯ (відомі х, відомі у, нові х, константа) – повертає значення у відповідності до лінійного тренду. Нелінійна регресі реалізовується через: РОСТ (відомі х, відомі у, нові х, нові у, константа) – апроксимує експериментальною кривою відомі значення у і відомі значення х і повертає відповідні цій кривій значення для значення х, які визначаються аргументом нові значення х; ЛГРФПРИБЛ (відомі у, відомі х) – вираховує експотенційну криву, яка апроксимує дані, і повертає масив, який описує цю криву
102. Статистичні функції exel
Статистичні призначені для проведення різного роду статистичних обчислень. Для реалізації лінійної регресії використовуються: ЛИНЕЙН (відомі у, відомі х) – використовуючи метод найменших квадратів, функція вираховує пряму лінію, яка найкращим чиним апроксимує наявні дані; МАКС – повертає максимальне значення із списку аргументів; МИН - повертає мінімальне значення із списку аргументів; ПРЕДСКАЗ (новий х, відомі у, відомі х) – повертає передбачене значення функції в точці х на основі лінійної регресії для масивів відомих значень х і у або інтервалів даних; ТЕНДЕНЦИЯ (відомі х, відомі у, нові х, константа) – повертає значення у відповідності до лінійного тренду. Нелінійна регресі реалізовується через: РОСТ (відомі х, відомі у, нові х, нові у, константа) – апроксимує експериментальною кривою відомі значення у і відомі значення х і повертає відповідні цій кривій значення для значення х, які визначаються аргументом нові значення х; ЛГРФПРИБЛ (відомі у, відомі х) – вираховує експотенційну криву, яка апроксимує дані, і повертає масив, який описує цю криву.