Darmowe arkusze robocze Dane dwuwymiarowe do wydrukowania dla Klasa 12

Skoncentruj się na wyborze i obronie modelu. Daj uczniom prawdziwy zbiór danych, poproś ich o przeanalizowanie jego wykresu punktowego i obserwacji odstających, zbudowanie modelu regresji i wyjaśnienie, czy otrzymana prognoza jest statystycznie uzasadniona.

Ćwiczenia w klasie 12 powinny łączyć interpretację i obliczenia: współczynniki korelacji, równania regresji, efekty odstające oraz prognozy z dopasowanych modeli. Należy uwzględnić polecenia, które wymagają od uczniów wyjaśnienia, dlaczego silna korelacja nadal nie dowodzi związku przyczynowo-skutkowego.

Studenci mogą podawać współczynnik korelacji bez interpretacji jego znaku lub wielkości, ignorować wpływ odstającej wartości na linię regresji lub ekstrapolować poza zakres obserwowany. Innym częstym błędem jest przedstawianie prognozy modelu jako pewnej, a nie oszacowanej.

Użyj formatu cyfrowego, aby udostępnić arkusz jako quiz Wayground lub udostępnić plik PDF do wydrukowania na papierze. Każdy arkusz zawiera kompletny klucz odpowiedzi, a nauczyciele mogą oceniać odpowiedzi na papierze, skanując je lub przechwytując za pomocą aplikacji Wayground for Teachers.

Rozszerza ona podstawy programowe Common Core o dane dwuzmienne, prosząc uczniów o interpretację korelacji, wykorzystanie regresji liniowej do przewidywania i ocenę wpływu obserwacji odstających. To przygotowuje uczniów do krytycznej analizy modeli statystycznych, a nie tylko do ich obliczania.

Użyj regulowanego rozmiaru czcionki lub czcionki przyjaznej dla osób z dysleksją, gdy tabele danych i scenariusze w arkuszu kalkulacyjnym tworzą bariery wizualne. Funkcja „Czytanie na głos” może pomóc uczniom w kontekstach z dużą ilością tekstu, a osoby zaawansowane mogą zbadać, jak różne metody analizy obserwacji odstających wpływają na model regresji.

Powinni umieć analizować wykresy punktowe, obliczać i interpretować korelację, wyznaczać linię najlepszego dopasowania, oceniać obserwacje odstające i formułować trafne prognozy. Powinni również wyraźnie odróżniać związek statystyczny od dowodów przyczynowo-skutkowych.