En cada caso, ordena mentalmente los números de menor a mayor.
20.2, 18.2, 19.2
-14.6, -16.7, -15.1
-0.43, -0.87, -0.66
0.50, -0.52, 0.05
7.2
Activity
Estos diagramas de dispersión representan varias situaciones. Ordena los diagramas de dispersión según qué tan bueno es el ajuste: de “Un modelo lineal no se ajusta bien a los datos” a “Un modelo lineal se ajusta de forma excelente a los datos”.
Estos dos diagramas de dispersión incluyen un modelo lineal. Para cada modelo, encuentra el valor de cuando es 15. ¿Cuál modelo crees que predice valores más cercanos a los datos reales? Explica tu razonamiento.
Gráfica F.
Scatter plot and line on grid, Origin O. 50 data points. Horizontal axis, time sharpening the pencil, seconds, from 0 to 30 by 5’s. Vertical axis, length of pencil, millimeters, from 0 to 150 by 30’s. Line, moving downwards and to the right, passes through 5 comma 125, 10 comma 100, and 25 comma 25. 22 points below the line, 25 points above the line, 3 points on the line.
Gráfica G. $y=97-1.2x$
7.3
Activity
Estas situaciones están representadas con gráficos y modelos lineales de los datos. En cada situación, usa la información dada para completar la información que hace falta o responder a la pregunta.
El modelo predice cuánto dinero, en dólares, ganará el entrenador de acuerdo a cuántos atletas se inscriben al entrenamiento personalizado. El modelo se representa con la ecuación .
Scatter plot and line on grid, origin O. Horizontal axis, number of athletes, from 0 to 35 by 5’s. Vertical axis, amount, dollars, from 0 to 1400 by 200’s. Line, moving upwards and to the right, passes through 5 comma 325, 10 comma 450, 15 comma 575, 20 comma 700, 25 comma 825, and 30 comma 950. 10 data points, located at 4 comma 300, 5 comma 375, 9 comma 410, 10 comma 420, 13 comma 525, 15 comma 60, 20 comma 700, 25 comma 820, 27 comma 830, and 30 comma 950.
La pendiente del modelo es (positiva o negativa).
Según la predicción del modelo, ¿cuánto dinero gana el entrenador cuando hay 10 atletas inscritos?
Usando como referencia los puntos de datos y el modelo, ¿cuál es un rango razonable para el dinero que ganará el entrenador cuando haya 10 atletas inscritos?
Este modelo se ajusta de manera (excelente, buena, aceptable o mala) a los datos.
Usando números entre 0 y 1, califica tu confianza en el modelo, donde 0 significa que no confías en él y 1 significa que confías plenamente en él.
El modelo predice el salario anual de un trabajador que está en cierta posición en el gobierno, de acuerdo a sus años de experiencia. El modelo se representa con la ecuación .
Scatter plot and line on grid, origin O. Horizontal axis, years of experience, from 0 to 20 by 5’s. Vertical axis, salary, thousands of dollars, from 0 to 70 by 10’s. Line moving upwards and to the right, passes through 3 comma 39 point 5, 10 comma 50, and ends at 15 comma 57 point 5. 9 data points at 3 comma 40, 5 comma 30, 7 comma 50, 9 comma 48, 10 comma 60, 11 comma 58, 12 comma 61 and 14 comma 59. 6 points fall above the line, 2 points fall on the line, 1 point falls well below the line.
La pendiente del modelo es (positiva o negativa).
Según la predicción del modelo, ¿cuál es el salario de un empleado que tiene 10 años de experiencia?
Usando como referencia los puntos de los datos y el modelo, ¿cuál es un rango razonable para el salario de un empleado que tiene 10 años de experiencia?
Este modelo se ajusta de manera (excelente, buena, aceptable o mala) a los datos.
Usando números entre 0 y 1, califica tu confianza en el modelo, donde 0 significa que no confías en él y 1 significa que confías totalmente en él.
El modelo predice el número de ausencias mensuales que se registrarán en una escuela con base en el número de incentivos que se otorgan ese mes en la escuela. El modelo se representa con la ecuación .
Scatter plot and line on grid, origin O. Horizontal axis, number of incentives, from 0 to 20 by 5’s. Vertical axis, number of absences, from 0 to 70 by 10’s. Line, moving downward and to the right, passes through 0 comma 54 point 78, 5 comma 65 point 68, 10 comma 76 point 58 and 15 comma 87 point 48. 30 data points at 0 comma 48, 1 comma 60, 2 comma 42, 3 comma 51, 5 comma 55, 6 comma 32, 6 comma 46, 6 comma 60, 7 comma 30, 7 comma 37, 7 comma 5, 8 comma 13, 8 comma 33, 9 comma 22, 9 comma 32, 9 comma 46, 10 comma 25, 10 comma 37, 10 comma 52, 11 comma 28, 11 comma 30, 11 comma 33, 12 comma 0, 13 comma 28, 13 comma 33, 13 comma 40, 13 comma 53, 14 comma 6, 14 comma 15 and 15 comma 28.
La pendiente del modelo es (positiva o negativa).
Según la predicción del modelo, ¿cuál es el número de ausencias que hay cuando se otorgan 10 incentivos en ese mes?
Usando como referencia los puntos de los datos y el modelo, ¿cuál es un rango razonable para el número de ausencias cuando se otorgan 10 incentivos?
Este modelo se ajusta de manera (excelente, buena, aceptable o mala) a los datos.
Usando números entre 0 y 1, califica tu confianza en el modelo, donde 0 significa que no confías en él y 1 significa que confías totalmente en él.