回归斜率的推断方法选择 — AP 统计学
1. 技能概述 ★★☆☆☆ ⏱ 3 min
这项技能要求你针对涉及最小二乘回归直线斜率的研究问题，识别、证明并选择正确的推断方法，而不只是针对预先指定好的方法计算结果。根据AP统计学课程与考试描述（CED），第9单元占AP考试总分的12-15%，且这项技能会在选择题（MCQ）和自由问答题（FRQ）中都进行考查。
在选择题中，它通常以独立问题的形式出现，询问给定情境下哪种推断方法合适。在自由问答题中，它几乎总是多问回归题的第一小问，要求你在计算前说出并证明你选择的方法。
2. 将研究目标对应到推断类型 ★★☆☆☆ ⏱ 4 min
选择推断方法的第一步是确定你感兴趣的参数和研究目标。对于在同一个观测单元上测量两个定量变量的回归情境，感兴趣的参数几乎总是真实总体斜率 $\beta$。
- **斜率的假设检验**：当你需要检验关于 $\beta$ 取值的主张时使用，最常用于检验 $x$ 和 $y$ 之间是否存在统计显著的线性关系。默认原假设为 $H_0: \beta = 0$，因为斜率为0意味着不存在线性关系。
- **斜率的置信区间**：当你需要用一系列合理值估计 $\beta$ 的真实值，而非检验特定主张时使用。题目中出现“估计”、“近似”或“给出范围”这类提示词几乎都意味着需要使用置信区间。
3. 区分斜率推断与其他推断方法 ★★★☆☆ ⏱ 3 min
AP考试中一个常见的错误来源是将斜率推断与其他同样使用t检验的推断方法混淆。根据情境区分它们非常重要：
- **斜率推断 vs 两样本均值差**：双样本t推断用于当你有一个分类解释变量（两个组）和一个定量响应变量的情况。斜率推断用于当你有两个定量变量，测量$x$每变化一个单位时$y$的变化量。
- **斜率推断 vs 均值响应的置信区间**：均值响应的置信区间估计当$x$取某个特定固定值时$y$的平均值，而斜率的置信区间估计$x$每变化一个单位时$y$的变化量。
- **斜率推断 vs z方法**：所有斜率推断都使用t方法，因为斜率抽样分布的总体标准差始终未知，需要从样本数据估计，这一点和均值推断相同。
4. 验证条件以证明选择合理性 ★★★☆☆ ⏱ 4 min
在AP考试中，选择推断方法不只是说出正确类型就够了——你还必须确认该方法的条件都满足才能拿到满分。所有斜率推断的条件都可以用缩写LINE记住：
- **Linear（线性）**：$x$ 和 $y$ 之间的真实关系是线性的。通过残差图检验；如果没有曲线模式，则条件满足。
- **Independent（独立）**：观测值之间相互独立。通过确认随机抽样/随机分组，如果是无放回抽样还需要满足10%条件来检验。
- **Normal（正态）**：残差在回归直线附近近似正态分布。通过残差的正态概率图检验，大样本也可以依靠中心极限定理。
- **Equal Variance（等方差）**：所有 $x$ 取值下残差的离散程度都恒定。通过残差图检验；如果没有扇形模式（离散程度递增或递减），则条件满足。
5. 概念检查 ★★★☆☆ ⏱ 2 min
Common Pitfalls
Why: 学生混淆了分类x定义的两个组比较，和连续x与连续y之间线性关系的测量。
Why: 学生混淆了检验的目标（评估关系存在的证据）和估计的目标（得到斜率大小的范围）。
Why: 两者都使用回归输出，因此学生混淆了被估计的参数。
Why: 学生认为选择方法只需要说出名称，不需要证明其合理性，但这是AP自由问答题要求的。
Why: 学生默认大样本就用z，但斜率的总体标准差始终是未知的。