SA3: L'era del Big Data

Presentació

Situació d'aprenentatge 3

Start

Per on comencem?

No obstant això, existeix un altre tipus d’informació que generem i compartim sense ser-ne del tot conscients: aquella que produeixen automàticament els nostres dispositius electrònics mentre naveguem per la xarxa. Es tracta de dades relatives a la nostra ubicació, les compres que fem, les pàgines que visitem, el temps que ens hi estem; fins i tot, el temps que la nostra mirada queda fixa en determinades regions de la pantalla.

Cada vegada que ens connectem als nostres dispositius electrònics produïm un volum ingent d’informació. Alguna d’aquesta informació la generem i la compartim de manera voluntària, com quan enviem un whatsapp, un missatge de text, un correu electrònic, etc., o quan compartim reflexions o fotografies a les xarxes socials.

Presentació

L’era del big data

Presentació

Presentació

L’era del big data

Presentació

Per poder interpretar l’allau d’informació a la qual estem exposats, necessitem més que mai tenir una determinada alfabetització en estadística i probabilitat, de manera que puguem analitzar de manera crítica la informació que rebem, identificant afirmacions falses o enganyoses i rebutjant patrons aparents que apunten a relacions entre variables que realment no existeixen. Què fan les empreses i altres organitzacions amb les nostres dades? Com es pot extreure informació rellevant d’un enorme volum de dades heterogènies i desordenades? Com podem protegir les nostres dades personals? En aquesta situació d’aprenentatge, et proposem que facis un viatge per l’era del big data i elaboris una revista en la qual organitzis i presentis tota la informació que obtinguis en les teves investigacions.

Què necessitem saber?

Presentació

És el valor numèric assignat a cadascuna de les modalitats d’un caràcter. Si el caràcter és quantitatiu, és una variable estadística; tanmateix, si és qualitatiu, caldria assignar un nombre a cada modalitat perquè la variable fos estadística.Una variable estadística és contínua si pot prendre valors infinits en un interval, p. ex: alçada. Una variable estadística és discreta si pren un nombre finit de valors en un interval, p. ex: nombre de germans. Les variables estadístiques se solen expressar amb una lletra majúscula, X, i els valors que pot prendre, amb la mateixa lletra minúscula i amb subíndexs: x 1, x2, x3, …

Variable estadística

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Els paràmetres de centralització són dades estadístiques que ofereixen informació quantitativa sobre els valors al voltant dels quals se situen les dades de la mostra.

• Mitjana aritmètica (x): és el quocient entre la suma de totes les dades i el nombre de dades:
• Mediana (Me): és el valor de la mostra que compleix que el nombre de dades inferiors a aquest valor és el mateix que el de dades superiors. És a dir, si les dades de la mostra estan ordenades, la mediana és la que ocupa la posició central.

Paràmetres de centralització i dispersió

• Freqüència absoluta (ni): És el nombre de vegades que apareix el resultat xi.
• Freqüència absoluta acumulada (Ni): És el nombre de vegades que apareix un resultat més petit o igual que xi.

Taules de freqüències

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

• Moda (Mo): és el valor que es repeteix més; per tant, és el que té la freqüència més alta.

Els paràmetres de dispersió són dades estadístiques que ofereixen informació quantitativa sobre el grau de separació o dispersió de les dades de la mostra respecte de la mitjana aritmètica.

• Variància (   ) d’una variable estadística, X, és la mitjana aritmètica dels quadrats de les desviacions de cada una de les dades respecte de la mitjana:

• Desviació típica( ) és l’arrel quadrada positiva de la variància:

Paràmetres de centralització i dispersió

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

S’ha preguntat a una mostra de 20 estudiants quants germans tenen, i aquestes han estat les seves respostes: 2, 3, 2, 1, 4, 3, 1, 0, 2, 1, 3, 1, 0, 2, 1, 2, 3, 1, 0 i 1. Elabora una taula estadística

Un exemple...

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

X i Y són dues variables estadístiques que corresponen a dues característiques diferents d’una mateixa mostra o població.Volem estudiar si hi ha alguna relació entre aquestes dues variables. Per a fer-ho hem de calcular dos paràmetres:

• Covariància ( ): és el valor que indica el grau de variació conjunta de les dues variables aleatòries que intervenen en una variable estadística bidimensional.

• Coeficient de correlació lineal de Pearson: Quan les variables mantenen una relació o dependència lineal. Aquest paràmetre compleix que –1 ≤ r ≤ 1

Estadística bidimensional

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

• Coeficient de correlació lineal de Pearson: Quan les variables mantenen una relació o dependència lineal. Aquest paràmetre compleix que –1 ≤ r ≤ 1

Estadística bidimensional

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

Es pregunta a 16 alumnes quines notes han tret de matemàtiques (X) i llengua (Y), i responen el següent: (7 , 6), (8 , 7), (5 , 7), (9 , 8), (4 , 7), (5 , 8), (7 , 6), (5 , 5), (6 , 6), (5 , 7), (6 , 7), (3 , 5), (8 , 9), (5 , 7), (7 , 7) i (5 , 8).

Un exemple

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

Es pregunta a 16 alumnes quines notes han tret de matemàtiques (X) i llengua (Y), i responen el següent: (7 , 6), (8 , 7), (5 , 7), (9 , 8), (4 , 7), (5 , 8), (7 , 6), (5 , 5), (6 , 6), (5 , 7), (6 , 7), (3 , 5), (8 , 9), (5 , 7), (7 , 7) i (5 , 8).

I en Excel?

Què necessitem saber?

L’era del big data

Què necessitem saber?

Seguiment per satèl·lit

Per on comencem?

Presentació

Per on comencem

Què necessitem saber?

Presentació

Converteix les teves preguntes en tasques i organitza-les al teu . . Recorda que aquest és un espai viu i en evolució que hauràs de tenir actualitzat a mesura que vagis avançant en la resolució de la tasca. A més de moure les tasques per les columnes, en funció de la fase de desenvolupament en què es trobi cada una, podràs eliminar o afegir-hi tasques segons com et faci falta. És molt possible que en aquest primer moment encara no tinguis clar tot el que necessitaràs saber i fer per resoldre completament la tasca. Per això has de consultar el teu kanban amb freqüència i mantenir-lo actualitzat. Comenceu pensant i enumerant les tasques que hem de fer per planificar la situació d’aprenentatge. Al llarg de la resolució de la situació d’aprenentatge, haureu de guardar a la seva carpeta almenys cinc estats diferents del kanban, amb la data corresponent. A aquest registre de moments, s’hi haurà de sumar, al final de la situació d’aprenentatge, una reflexió personal sobre la gestió del temps i les tasques.

L’era del big data

Per on comencem?

Seguiment per satèl·lit

Kanban

Investiguem i apliquem

Per on comencem

Què necessitem saber?

Presentació

Investiga sobre el que es coneix com a fal·làcia de falsa correlació, o de correlació espúria. Afegeix la teva cerca a la revista, donant resposta a les preguntes següents:

• Quines mesures es poden prendre per evitar caure en aquesta fal·làcia quan s’analitza una gran quantitat de dades?
• És el mateix correlació que causalitat?
• Com podem saber que dues variables estan relacionades realment?

INVESTIGUEM I APLIQUEM

L’era del big data

Quan s’analitza un enorme volum de dades, és fàcil trobar variables diferents que es comporten seguint patrons molt semblants. En aquests casos, és freqüent assumir que existeix algun tipus de relació entre elles.

web

Investiguem i apliquem

Per on comencem

Què necessitem saber?

Presentació

INVESTIGUEM I APLIQUEM

L’era del big data

Accedeix a aquesta web i escull alguns dels gràfics que hi apareixen. Seguidament, construeix una taula de valors en un full de càlcul amb les dades relatives a les dues variables representades i calcula’n la covariància i el coeficient de correlació lineal, utilitzant les fórmules pertinents al full de càlcul. Troba també les regressions lineals i representa les gràfiques corresponents. Què pots dir sobre la correlació de les variables? I sobre la causalitat?

Avaluació

Investiguem i apliquem

Per on comencem

Què necessitem saber?

Presentació

AVALUACIÓ

L’era del big data

Documenta tot el procés de la situació d'aprenentatge al teu portafolis. Utilitza el mateix que la primera SA.

• Recull de les activitats requerides
• Aporta evidències d'aprenentatge.
• Reflexiona sobre el teu progrés i fer connexions amb les pràctiques d'aprenentatge (Metacognició)

• Elabora un apartat de bibliografia, ben referenciada, amb els recursos que hagis utilitzat.

Avaluació

Investiguem i apliquem

Per on comencem

Què necessitem saber?

Presentació

AVALUACIÓ

Seguiment per satèl·lit

KANBAN

Kanban és una forma d'ajudar els equips a trobar un equilibri entre la feina que necessiten fer i la disponibilitat de cada membre de l'equip. La metodologia Kanban es basa en una filosofia centrada en la millora contínua, on les tasques es “s'extreuen” d'una llista d'accions pendents en un flux de treball constant. Va ser dissenyada per Taiichi Ohno, enginyer japonès de Toyota. La metodologia Kanban s'implementa mitjançant taulers Kanban. Es tracta d'un mètode visual de gestió de projectes que permet als equips visualitzar els seus fluxos de treball i la càrrega de treball. En un tauler Kanban, la feina es mostra en un projecte en forma de tauler organitzat per columnes.

Tradicionalment, cada columna representa una etapa de la feina. El tauler Kanban més bàsic pot presentar columnes com Feina pendent, En progrés i Acabat. Les tasques individuals —representades per targetes visuals al tauler— avancen a través de les diferents columnes fins que estan finalitzades.Afegeix un taulell Kanban al teu portafolis, tal i com es mostra a la imatge.