Interpretación de la información a través de medidas de tendencia central y de dispersión
Sergio Arévalo
Ubicación curricular
Contenido Interpretación de la información a través de medidas de tendencia central y de dispersión.
Proceso de Desarrollo de Aprendizaje (PDA) Determina y compara las medidas de tendencia central (media, mediana y moda) y de dispersión (rango y desviación media) de dos conjuntos de datos para tomar decisiones.
Metodología Aprendizaje por indagación
Escenario Aula
Ejes Articuladores
- Interculturalidad crítica
- Vida saludable
Plan de clase
Secuencia Didáctica: Interpretación de la información a través de medidas de tendencia central y de dispersión
Sesión 1 (45 minutos)
Objetivos de Aprendizaje:
- Comprender la importancia de las medidas de tendencia central y de dispersión en la interpretación de datos.
- Identificar las diferentes medidas de tendencia central (media, mediana y moda) y de dispersión (rango y desviación media).
Actividades:
Inicio (10 minutos)
- Presentar a los alumnos el problema de la mala alimentación, destacando la importancia de llevar una vida saludable y los riesgos de una mala alimentación.
- Realizar una lluvia de ideas sobre la importancia de recopilar datos para solucionar problemas relacionados con la alimentación.
Desarrollo (30 minutos)
- Explicar a los alumnos qué son las medidas de tendencia central y de dispersión y para qué se utilizan.
- Realizar ejemplos prácticos utilizando datos reales de la alimentación de distintos grupos de personas.
- Guiar a los alumnos para que calculen la media, mediana, moda, rango y desviación media de los datos presentados.
Cierre (5 minutos)
- Reflexionar en grupo sobre la importancia de interpretar los datos a través de las medidas de tendencia central y de dispersión para tomar decisiones relacionadas con la alimentación.
- Asignar a los alumnos la tarea de recopilar datos sobre la alimentación de su entorno y traerlos para la siguiente sesión.
Sesión 2 (45 minutos)
Objetivos de Aprendizaje:
- Comparar las medidas de tendencia central y de dispersión de dos conjuntos de datos para tomar decisiones informadas.
- Aplicar los conocimientos adquiridos en la sesión anterior para interpretar datos relacionados