Ejercicios: Extraer información de los datos

Define metadatos. Da tres ejemplos de metadatos que podrían guardarse con una foto tomada con un celular, y explica una forma en que alguien podría usarlos.

En verano, tanto las ventas de helados como el número de quemaduras de sol aumentan. ¿Significa esto que comer helado causa quemaduras de sol? Explica la diferencia entre correlación y causalidad, y nombra una variable que pueda explicar ambas tendencias.

Una escuela reunió estos datos:

1. a) ¿Cuántos estudiantes viajan en autobús y tienen un GPA mayor que 3.0?

1. b) ¿Qué porcentaje de los estudiantes que viajan en autobús tiene un GPA mayor que 3.0?

Jayden anotó cuántas horas estudió y su puntaje en cinco quizzes:

1. a) Describe la correlación (positiva, negativa o ninguna) y qué tan fuerte parece.

1. b) Usa el patrón para estimar el puntaje con 6 horas de estudio. ¿Qué hace arriesgada esta estimación?

1. c) ¿Estos datos prueban que estudiar más causa puntajes más altos? Explica.

El consejo estudiantil quiere saber si a los estudiantes les gusta la comida de la cafetería. Envía una encuesta por correo electrónico solo a los estudiantes inscritos en cursos AP, y el 40% de ellos responde.

1. a) Identifica dos fuentes de sesgo en esta recolección de datos.

1. b) Explica cómo las conclusiones podrían diferir de las opiniones de toda la escuela.

1. c) Sugiere una forma de recolectar mejores datos.

Un club reunió los siguientes datos de inscripción y quiere contar cuántos estudiantes distintos se inscribieron desde Texas.

1. a) Identifica al menos tres problemas con los datos.

1. b) ¿En qué se diferenciaría el conteo de un programa que cuenta las filas con Estado igual a «TX» del conteo correcto? ¿Qué harías para limpiar los datos antes?

Una empresa de bicicletas compartidas en Denver registró el número de viajes en un martes de octubre:

1. a) ¿Qué porcentaje de estos viajes ocurrió en las horas de traslado al trabajo o la escuela (7-9 AM y 5-7 PM)? Redondea a la décima de porcentaje más cercana.

1. b) La ciudad quiere usar este conjunto de datos para decidir dónde agregar más bicicletas. Describe al menos tres limitaciones de los datos.

1. c) Describe qué datos adicionales recolectarías para tomar una mejor decisión y explica cómo reducirían el sesgo o el error.

Una empresa afirma que los estudiantes que usan su aplicación de estudio más de 5 horas por semana tienen un GPA promedio de 3.4, mientras que el GPA promedio de quienes no la usan es 2.9. La empresa encuestó a 200 usuarios y 800 no usuarios.

1. a) La empresa afirma: «Nuestra aplicación sube tu GPA». Evalúa esta afirmación. Incluye al menos dos posibles variables de confusión.

1. b) Explica cómo la manera en que se eligió a los estudiantes podría sesgar el resultado.

1. c) Diseña un estudio mejor que pueda dar evidencia más sólida de si la aplicación ayuda. Indica qué medirías y cómo asignarías a los estudiantes a los grupos.