A.DSR.10Datos Univariados y Bivariados

Dónde se ubica este estándar

Georgia ubica este código en más de un curso. La redacción cambia según la ubicación:

• High School Mathematics > Algebra: Concepts and Connections > A.DSR.10

  Recopilar, analizar e interpretar datos cuantitativos univariados para responder preguntas estadísticas de investigación que comparen grupos y resuelvan problemas de la vida real; representar datos bivariados en un diagrama de dispersión y ajustar una función a los datos para responder preguntas estadísticas y resolver problemas de la vida real.

• 6-8 Mathematics > Enhanced Algebra: Concepts and Connections > A.DSR.10

  Recopilar, analizar e interpretar datos cuantitativos univariados para responder preguntas estadísticas de investigación que comparen grupos y resolver problemas de la vida real; representar datos bivariados en un diagrama de dispersión y ajustar una función a los datos para responder preguntas estadísticas y resolver problemas de la vida real.

Expectativas

• A.DSR.10.1

  Usar estadísticas apropiadas para la forma de la distribución de datos con el fin de comparar y representar el centro (mediana y media) y la variabilidad (rango intercuartílico, desviación estándar) de dos o más distribuciones de forma manual y con tecnología.

• A.DSR.10.2

  Interpretar las diferencias en la forma, el centro y la variabilidad de las distribuciones con base en la investigación, tomando en cuenta los posibles efectos de los datos extremos (valores atípicos).

• A.DSR.10.3

  Representar datos de dos variables cuantitativas en un diagrama de dispersión y describir cómo se relacionan las variables.

• A.DSR.10.4

  Interpretar la pendiente (tasa de cambio prevista) y la intersección (término constante) de un modelo lineal con base en la investigación de los datos.

• A.DSR.10.5

  Calcular la línea de mejor ajuste e interpretar el coeficiente de correlación, $r$, de un ajuste lineal usando tecnología. Usar $r$ para describir la fuerza del ajuste de bondad de la regresión. Usar la función lineal para hacer predicciones y evaluar qué tan razonable es la predicción en contexto.

• A.DSR.10.6

  Determinar qué tipo de función es más apropiado al observar datos graficados.

• A.DSR.10.7

  Distinguir entre correlación y causalidad.

Cobertura en las Georgia Milestones

• Algebra I (EOC) · Razonamiento de Datos y Estadística

  Recopilar, analizar e interpretar datos cuantitativos univariados para responder preguntas estadísticas de investigación que comparen grupos y resolver problemas de la vida real; representar datos bivariados en un diagrama de dispersión y ajustar una función a los datos para responder preguntas estadísticas y resolver problemas de la vida real.

  alrededor del 10% de la prueba · 6 puntos

Cómo se ve el dominio

Descriptores de Niveles de Logro de Georgia. Los niveles son acumulativos: cada uno incluye los anteriores. Proficient equivale a estar al nivel del grado.

Beginning

Encontrar medidas de tendencia central y/o variabilidad de múltiples conjuntos de datos. Identificar la fuerza de un coeficiente de correlación dado. Determinar cuándo un modelo lineal es el mejor modelo para un conjunto de datos en dos variables. Determinar si un conjunto de datos que muestra correlación es un ejemplo de causalidad.

Developing

Comparar medidas de tendencia central o variabilidad de dos conjuntos de datos. Identificar valores atípicos en un conjunto de datos. Crear un diagrama de dispersión y describir la relación entre las variables. Escribir la ecuación de la línea de mejor ajuste y/o graficar la línea de mejor ajuste de un diagrama de dispersión y hacer predicciones. Determinar cuándo un modelo exponencial o cuadrático es el mejor modelo para un conjunto de datos en dos variables. Explicar por qué la correlación no determina la causalidad.

Proficient

Comparar medidas de tendencia central o variabilidad de más de dos conjuntos de datos. Describir el impacto de los valores atípicos en la forma, el centro y la variabilidad de una distribución de datos. Interpretar la pendiente y la intersección de una línea de mejor ajuste en el contexto del problema. Interpretar el coeficiente de correlación de un conjunto de datos en un diagrama de dispersión.

Distinguished

Resolver problemas de la vida real comparando múltiples conjuntos de datos en una variable sobre rectas numéricas, usando medidas de tendencia central, variabilidad y valores atípicos para describir las similitudes y diferencias entre los conjuntos de datos. Resolver problemas de la vida real comparando múltiples conjuntos de datos en dos variables en diagramas de dispersión, usando líneas de mejor ajuste y coeficientes de correlación.