Investigar patrones de asociación en datos bivariados.

CCSS.MATH.CONTENT.8.SP.A.1

Construya e interprete diagramas de dispersión para datos de medición bivariados para investigar patrones de asociación entre dos cantidades. Describe patrones como agrupamiento, valores atípicos, asociación positiva o negativa, asociación lineal y asociación no lineal.

CCSS.MATH.CONTENT.8.SP.A.2

Sepa que las líneas rectas se usan ampliamente para modelar relaciones entre dos variables cuantitativas. Para diagramas de dispersión que sugieran una asociación lineal, ajuste informalmente una línea recta y evalúe informalmente el ajuste del modelo juzgando la cercanía de los puntos de datos a la línea.

CCSS.MATH.CONTENT.8.SP.A.3

Utilice la ecuación de un modelo lineal para resolver problemas en el contexto de datos de medición bivariados, interpretando la pendiente y la intersección. Por ejemplo, en un modelo lineal para un experimento de biología, interprete una pendiente de 1,5 cm / h en el sentido de que una hora adicional de luz solar cada día se asocia con 1,5 cm adicionales en la altura de la planta madura.

CCSS.MATH.CONTENT.8.SP.A.4

Comprenda que los patrones de asociación también se pueden ver en datos categóricos bivariados al mostrar frecuencias y frecuencias relativas en una tabla de dos factores. Construya e interprete una tabla de dos factores que resuma datos sobre dos variables categóricas recopiladas de los mismos sujetos. Utilice frecuencias relativas calculadas para filas o columnas para describir la posible asociación entre las dos variables. Por ejemplo, recopile datos de los estudiantes de su clase sobre si tienen o no toque de queda en las noches escolares y si han asignado o no tareas en casa. ¿Existe evidencia de que quienes tienen toque de queda también suelen tener quehaceres?

http://www.corestandards.org/Math/Content/8/SP/#CCSS.Math.Content.8.SP.A.1