S.Q:统计问题
理解数学模型和统计模型的区别。
S.Q.1.1:区分不同的变率来源,包括测量变率、自然变率、诱导变率和抽样变率。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.Q.2:区分总体分布、样本数据分布和抽样分布。
S.Q.2.1:区分样本统计量和总体参数。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.Q.2.2:认识到总体分布具有固定的参数值,这些参数值通常是未知的。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.Q.2.3:认识到样本数据分布来自总体分布,而数据分布是在实践中看到的。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.Q.2.4:识别抽样分布是从重复样本中获得的样本统计量(例如,样本均值,样本占比)的分布。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
问题3:确定分类数据和定量数据之间的差异。
S.Q.3.2:在相同数据集的情况下,比较和对比不同的可能的图形或视觉表示形式。
S.DC::数据收集
S.DC。1:区分不同类型的研究设计以收集数据,并了解每种设计类型的推断范围。
S.DC.1.2:比较和对比不同取样技术的好处。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
为推广结果确定适当的推断范围。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
S.DC.1.4:解释样本量如何影响可以作出概括的精度。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.DC。2:确定常见的偏倚来源和随机化在研究设计中的作用。
S.DC.2.1:解释随机化和偏倚来源如何影响研究结果。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
S.DC.2.2:理解随机选择和随机分配在研究设计中的不同作用。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
轮询:社区
在一个小社区对市民进行电话调查,以确定他们对“是”或“否”问题的反应。用结果来估计整个人群的情绪。调查这个估计的误差是如何随着被调查的人越来越多而变小的。比较随机抽样和非随机抽样。5分钟预告
S.DA:数据分析
S.DA。1:使用定量和分类数据的分布来确定在上下文中收集的数据的关键特征。
s.a a .1.1:通过描述和分析分布的形状、分布的中心度量、分布的可变性模式以及分布中的任何异常值、差距或其他异常特征,总结和表示单变量定量数据的分布。
反应时间1(图表和统计)
通过抓住掉落的尺子或点击目标来测试你的反应时间。创建一个实验结果的数据集,并计算数据的范围、模式、中位数和平均值。数据可以显示在列表、表格、柱状图或点阵图上。反应时间1学生探索的重点是范围,模式和中位数。5分钟预告
反应时间2(图表和统计)
通过抓住掉落的尺子或点击目标来测试你的反应时间。创建一个实验结果的数据集,并计算数据的范围、模式、中位数和平均值。数据可以显示在列表、表格、柱状图或点阵图上。反应时间2学生探索的重点是平均。5分钟预告
为单变量数据选择并创建适当的显示(例如,点图、直方图、箱形图)。
s.a da .1.3::使用适合于数据分布形状的统计数据来比较两个或多个不同数据集的中心和可变性。
反应时间1(图表和统计)
通过抓住掉落的尺子或点击目标来测试你的反应时间。创建一个实验结果的数据集,并计算数据的范围、模式、中位数和平均值。数据可以显示在列表、表格、柱状图或点阵图上。反应时间1学生探索的重点是范围,模式和中位数。5分钟预告
反应时间2(图表和统计)
通过抓住掉落的尺子或点击目标来测试你的反应时间。创建一个实验结果的数据集,并计算数据的范围、模式、中位数和平均值。数据可以显示在列表、表格、柱状图或点阵图上。反应时间2学生探索的重点是平均。5分钟预告
S.DA。3:通过分析分布比较两个或多个组。
S.DA.3.2::使用分布的数值属性在分布之间进行比较。
S.DA。4:分析两个变量之间的联系。
s.a a. 4.2:从两变量定量数据的回归模型(线性、指数、二次)中进行预测并得出结论。
s.a da .4.3::分析散点图的模式、线性、异常值和影响点。
s.a a .4.4:利用技术,计算和解释相关系数。
S.DA。5:从研究中进行统计推断和评估。
S.DA.5.1:构造和解释正态分布总体和总体比例的均值的置信区间。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
S.DA.5.2:解释在构造置信区间时如何使用样本统计量和置信水平。
s.a da .5.3:解释样本量、置信水平和标准误差的变化如何影响置信区间的误差范围。
S.IR:结果解释
S.IR。1:在上下文中解释和传达统计分析的结果。
s.r. .1.1:识别两个样本比例或两个样本均值之间的差异是由于随机变化或差异具有统计学意义。
s.r. .1.2:理解置信区间的概念,包括置信水平、误差幅度和统计显著性的解释。
S.IR。3:评估真实世界的主张和结论。
s.r .3.1:评估用于生成数据的研究或方法的优点和缺点。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
s.r. r. 3.2:评价索赔要求的统计有效性。
轮询:城市
对一个大城市的居民进行民意调查,以确定他们对“是”或“否”问题的反应。估计全城投赞成票的实际比例。检查许多民意调查的结果,以帮助评估单个民意调查结果的可靠性。看看对于足够大的民意调查,正态曲线是如何逼近二项分布的。5分钟预告
S.P:概率
S.P.1:将基本概率概念与统计分析联系起来。
S.P.1.2:用大数定律描述理论概率和经验概率之间的关系。
使用计数技术(例如,排列和组合)来解决数学和现实世界的问题,包括确定复合事件的概率。
S.P.2:确定概率,包括联合概率、条件概率、独立事件的概率和相关事件的概率。解释结果。
S.P.2.1:理解如果A和B同时发生的概率是它们的概率的乘积,那么A和B这两个事件是独立的,并使用这个特征来确定两个事件是否独立。
S.P.2.2:理解并计算给定B的A的条件概率为P(A和B)/P(B)。
S.P.2.3:将A和B的独立性解释为,给定B, A的条件概率与A的概率相同。
S.P.3:使用概率来做决定。
S.P.3.1:使用概率概念和期望值分析决策和策略。
相关性最近修订:2022年9月30日
关于STEM案例
学生们将扮演一名试图解决现实问题的科学家。他们使用科学实践来收集和分析数据,并在解决问题时形成和检验假设。
每个STEM案例都使用实时报告来展示学生的实时成绩。
热图介绍
根据案例的不同,学生完成案例需要30-90分钟。
学生进度自动保存,以便STEM案例可以在多个课程中完成。
每个STEM案例都有多个适合年级的版本或级别。
每个STEM案例级别都有一本相关的手册。这些互动指南侧重于案例背后的科学概念。