El rango | Estadística y probabilidad | Mates | FuseSchool

Haz clic aquí para ver más vídeos: https://alugha.com/FuseSchool Probablemente te habrán hablado de las tres formas de promedio. 4, 6, 6, 7, 10, 11, 12 Media = 8 Mediana = 7 Moda = 6 A menudo el rango se añade a estas tres, aunque en realidad no es una medida del promedio. Es la diferencia entre el valor más grande y el más pequeño de los datos. Así que aquí el rango es 12 menos 4, que es 8. 4, 6, 6, 7, 10, 11, 12 Media = 8 Mediana = 7 Moda = 6 RANGO = 12 - 4 = 8 El rango proporciona el contexto para la media, la mediana y la moda. Si el rango es grande, entonces la media, la mediana o la moda podrían no representar muy bien los datos. En cambio, si el rango es pequeño representará mejor los datos. En este vídeo aprenderemos sobre el rango con más detalle. VISÍTANOS en www.fuseschool.org, donde todos nuestros vídeos están cuidadosamente organizados por temas y órdenes específicas, y para ver qué más ofrecemos. Comenta, haz clic en Me Gusta y compártelo con otros estudiantes. Puedes hacer y responder preguntas, y los profesores se pondrán en contacto contigo. Estos vídeos se pueden utilizar en un modelo de clase invertida (Flipped Classroom) o como una ayuda para revisar la materia. Accede a una experiencia de aprendizaje más profunda en la plataforma y aplicación de Fuse School: www.fuseschool.org Este recurso educativo abierto es gratuito, bajo una licencia Creative Commons: Atribución No Comercial CC BY-NC (para ver la escritura de la licencia haz clic aquí: http://creativecommons.org/licenses/by-nc/4.0/). Está permitido descargar el vídeo para usos educativos sin fines de lucro. Si deseas modificar el vídeo, ponte en contacto con nosotros: info@fuseschool.org

LicenseCreative Commons Attribution-NonCommercial

More videos by this producer

Equation Of Parallel Lines | Graphs | Maths | FuseSchool

In this video, we are going to look at parallel lines. To find the equation of parallel lines, we still use the y=mx + c equation, and because they have the same gradient, we know straight away that the gradient ‘m’ will be the same. We then just need to find the missing y-intercept ‘c’ value. VISI