Lección 8Analicemos datos bivariados
Objetivo de aprendizaje
Analicemos datos como un profesional.
Meta de aprendizaje
Puedo analizar un conjunto de datos para determinar asociaciones entre dos variables.
Términos de la lección
- asociación negativa
- asociación positiva
Calentamiento: Rapidez vs. longitud de un paso
Problema 1
Un investigador encontró una asociación entre la longitud de un paso de un perro y su rapidez: entre más larga es la longitud de un paso, más rápido anda. La rapidez predicha en metros por segundo,
Actividad 1: Cerebros de animales
Problema 1
¿Hay una asociación entre el peso del cuerpo de un animal y el peso del cerebro del animal?
animal | peso del cuerpo (kg) | peso del cerebro (g) |
|---|---|---|
vaca | ||
lobo | ||
cabra | ||
burro | ||
caballo | ||
mico potar | ||
gato | ||
jirafa |
animal | peso del cuerpo (kg) | peso del cerebro (g) |
|---|---|---|
gorila | ||
humano | ||
mico rhesus | ||
canguro | ||
oveja | ||
jaguar | ||
chimpancé | ||
cerdo |
¿Qué observan en la tabla de datos?
Consideren el diagrama de dispersión de los datos. ¿Hay datos atípicos?
Experimenten con la recta que se ajusta a los datos. Arrastren los puntos para mover la recta. Pueden cerrar la lista de expresiones haciendo clic en la flecha doble.
Sin incluir los datos atípicos, ¿parece que hubiera una asociación entre el peso del cuerpo y el peso del cerebro? Describan la asociación en una frase.
Usando una tira de espagueti y una regla, ajusta una recta a tu diagrama de dispersión y estima su pendiente. ¿Qué significa esta pendiente en el contexto del peso del cuerpo y del cerebro?
¿La recta de ajuste te ayuda a identificar datos atípicos adicionales?
versión impresa
¿Hay una asociación entre el peso del cuerpo de un animal y el peso del cerebro del animal?
animal | peso del cuerpo (kg | peso del cerebro (g) |
|---|---|---|
vaca | ||
lobo | ||
cabra | ||
burro | ||
caballo | ||
mico potar | ||
gato | ||
jirafa |
animal | peso del cuerpo (kg | peso del cerebro (g) |
|---|---|---|
gorila | ||
humano | ||
mico rhesus | ||
canguro | ||
oveja | ||
jaguar | ||
chimpancé | ||
cerdo |
Consideren el diagrama de dispersión de los datos. ¿Hay datos atípicos?
Sin incluir los datos atípicos, ¿parece que hubiera una asociación entre el peso del cuerpo y el peso del cerebro? Describan la asociación en una frase.
Usando una tira de espagueti y una regla, ajusta una recta a tu diagrama de dispersión y estima su pendiente. ¿Qué significa esta pendiente en el contexto del peso del cuerpo y del cerebro?
¿La recta de ajuste te ayuda a identificar datos atípicos adicionales?
¿Estás listo para más?
Problema 1
Usa una de las sugerencias para encontrar otro conjunto de datos que te interese y decide si hay asociaciones entre las variables.
número de partidos ganados versus puntos por partido de tu equipo deportivo favorito en distintas temporadas
cantidad de dinero recaudado versus valoración de la crítica de tus películas favoritas
precio de un boleto versus capacidad del estadio en la gira de las bandas más populares
Después de recolectar los datos:
Haz un diagrama de dispersión de los datos.
¿Hay puntos que están muy alejados del resto de los datos?
¿Un modelo lineal se ajustaría a los datos de tu diagrama de dispersión? Si es así, dibújalo. Si no, explica por qué una recta no se ajustaría bien a los datos.
¿Hay una asociación entre las dos variables? Explica tu razonamiento.
Actividad 2: Dimensiones del cuerpo iguales
Problema 1
Anteriormente, tu clase recolectó datos sobre la estatura y la distancia que abarcan los brazos.
Algunas veces la distancia que abarcan los brazos de una persona es igual a su estatura. ¿Esto es verdad para alguien en tu clase?
Haz un diagrama de dispersión para los datos de la distancia que abarcan los brazos versus la estatura y describe la asociación. Haz clic en el signo de más para obtener un menú y añadir una tabla, si así lo quieres.
¿La recta
es un buen ajuste para los datos? Si es así, explica por qué. Si no, encuentra la ecuación de una recta que se ajuste mejor. Examina el diagrama de dispersión. ¿Quién en tu clase tiene la razón más grande entre la distancia que abarcan sus brazos y su estatura? Explica o muestra tu razonamiento.
versión impresa
Anteriormente, tu clase recolectó datos sobre la estatura y la distancia que abarcan los brazos.
Algunas veces la distancia que abarcan los brazos y la estatura de una persona son iguales. ¿Esto es verdad para alguien en tu clase?
Haz un diagrama de dispersión para los datos de la distancia que abarcan los brazos y la estatura, y describe cualquier asociación que haya.
¿La recta
es un buen ajuste para los datos? Si es así, explica por qué. Si no, encuentra la ecuación de una recta que se ajuste mejor a los datos. Analiza el diagrama de dispersión. ¿Quién en tu clase tiene la razón más grande entre la distancia que abarcan sus brazos y su estatura? Explica o muestra tu razonamiento.
Resumen de la lección
La gente generalmente recolecta datos en dos variables numéricas para investigar las posibles asociaciones que hay entre ellas, y usan las conexiones que encuentran para predecir otros valores de las variables. En el análisis de datos, por lo general se siguen estos pasos:
Recolectar datos.
Organizar y representar los datos, y buscar una asociación.
Identificar los datos atípicos y tratar de explicar por qué estos puntos de datos son excepciones a la tendencia que describe la asociación.
Encontrar una función que se ajuste bien a los datos.
Aunque los programas informáticos pueden ayudar a hacer análisis de datos al graficarlos, encontrar una función que puede ajustarse a ellos y usar esa función para hacer predicciones, es importante entender el proceso y pensar en lo que está pasando. Puede que un programa informático encuentre una función que no tenga sentido o que use una recta cuando la situación sugiere que un modelo diferente sería más adecuado.