<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<item>
  <id>06115761</id>
  <dt>j</dt>
  <an>2012f.00877</an>
  <augroup>
    <au>Stepancik, Evelyn</au>
  </augroup>
  <ti>Trendy! -- Linearization of bivariate data records with GeoGebra in grade 8. (Trendig! -- Linearisierung bivariater Datens\"atze mit GeoGebra in Klasse 8.)</ti>
  <so>PM Prax. Math. Sch. 54, No. 44, 20-24 (2012).</so>
  <py>2012</py>
  <pu>Aulis Verlag, Hallbergmoos</pu>
  <lagroup>
    <la>DE</la>
  </lagroup>
  <ccgroup>
    <cc>K43</cc>
    <cc>K83</cc>
    <cc>M93</cc>
    <cc>I23</cc>
    <cc>U73</cc>
  </ccgroup>
  <utgroup>
    <ut>linearity</ut>
    <ut>linearization</ut>
    <ut>bivariate point distribution</ut>
    <ut>bivariate data analysis</ut>
    <ut>dynamic mathematical software</ut>
    <ut>lower secondary</ut>
    <ut>graphical representations</ut>
    <ut>regression</ut>
    <ut>correlation</ut>
    <ut>functions</ut>
    <ut>mathematical model building</ut>
    <ut>straight lines</ut>
    <ut>representation forms</ut>
    <ut>concept formation</ut>
    <ut>mathematical applications</ut>
    <ut>worksheets</ut>
  </utgroup>
  <cigroup>
  </cigroup>
  <ligroup>
  </ligroup>
  <abgroup>
    <ab>Zusammenfassung: Obwohl die bivariate Datenanalyse im Lehrplan der Sekundarstufe I kaum vorkommt, kann ihre Behandlung im Unterricht wertvolle Beitr\"age zur Leitidee ``Daten und Zufall'' sowie zur Vernetzung dieser mit den beiden Leitideen ``Funktionaler Zusammenhang'' und ``Modellieren'' leisten. Dieser Ansatz und der Einsatz entsprechend moderner Technologie -- hier exemplarisch GeoGebra -- wird in diesem Artikel anhand einer einfachen Aufgabenstellung deutlich gemacht.</ab>
    <rv></rv>
  </abgroup>
</item>