回归描述趋势，检验衡量数据与假设的差异；两者都依赖抽样和模型，不能自动证明因果。
本页目标：解释回归与独立性检验的意义，区分相关、因果与概率结论。按已经学过的内容选择基础或提高题。
本页定位：课程基础。
每个对象的一对x、y要保持对应，不能分别排序再配对。散点图先看方向、弯曲、离群点和分组；线性模型只是候选之一。相关系数r用中心化并标准化的数据衡量线性关联，符号表示方向，绝对值表示线性关联强弱；r接近0仍可能有明显非线性关系。
设拟合值ŷ=a+bx，残差为y−ŷ。最小二乘使残差平方和最小，避免正负误差抵消。把x、y都减均值后，平方和分成一个含截距的非负平方和一个含斜率的二次式；先令拟合线过均值点，再对斜率配方得到公式。完整代数在公式卡中，不依赖先学导数。
全部x相同会使斜率分母0，无法唯一拟合斜率。即使可以拟合，也要看残差是否留下曲线、分组等系统模式。超出已观察x范围的外推需要额外依据；样本拟合很好不保证新数据也好。
对两个分类变量，先建立行列含义明确的列联表，一人只记录一次对应结果。原假设H₀为两个分类变量独立。按行列边际计算各格期望频数，再用K²比较观察与期望差异。这里使用独立观测、大样本近似，通常每格期望至少5；小样本应改用合适的精确方法或补足数据。
本页用给定的自由度1参考阈值：显著性水平0.05时约3.841，0.01时约6.635。阈值来自χ²分布近似，不能从表格算式本身推出来。应预先选择检验规则；数据超过阈值则拒绝H₀，没有超过则不拒绝。一次检验仍可能犯错。
在H₀为真且模型条件成立时，显著性水平控制长期重复应用规则的误拒绝比例。它不是“本次H₀为真的概率”。p值也是在H₀及模型条件下计算的尾部概率；p=0.08不等于H₀有92%的概率成立。
拒绝独立说明这份数据与独立模型存在较大差异，不证明一个变量导致另一个。没有拒绝只说明证据不足，可能受样本量、测量和设计影响。随机抽样帮助推广到总体；有良好控制的随机分配实验能为因果判断提供不同类型的证据，两者不能互相替代。
成对数据保持对应；拟合Sxx>0，相关系数两列均非常数；列联表边际非零、独立观测且期望频数满足近似条件。阈值和显著性水平预先说明。
有n对对应观测值，所有x不能相同，即Sxx=Σ(xᵢ−x̄)²>0。这里最小化y方向残差平方和，并包含截距。拟合本身不证明因果。
令uᵢ=xᵢ−x̄、vᵢ=yᵢ−ȳ。平方和可拆为Σ(vᵢ−buᵢ)²+n(a+bx̄−ȳ)²；后项由a=ȳ−bx̄取最小0。前项配方为Sxx(b−Sxy/Sxx)²+Syy−Sxy²/Sxx，故斜率取Sxy/Sxx。
可以用在
成对数据的线性拟合
在模型适用范围估计平均趋势
要防止
自变量全相同时斜率不能唯一确定
外推需要额外依据
交换x与y后通常不是原回归直线的简单反解
AI辅助推导复核：Codex，2026-09-09。
两列观测都不是常数，分母两因子均正。r描述线性关联方向与强度，不是回归斜率，也不代表因果。
|r|=1当且仅当两列中心化向量成非零比例，即所有点落在同一条非水平、非竖直直线上。
把两列中心化并用各自尺度归一，使r不随正比例换单位改变。柯西不等式给Sxy²≤SxxSyy，除正分母得到|r|≤1。
可以用在
比较线性关联方向与强弱
识别负相关也可能很强
要防止
r接近0不排除非线性关系
相关强不等于某变量导致另一变量
AI辅助推导复核：Codex，2026-09-09。
yᵢ为实际观测值，ŷᵢ为对应xᵢ处模型拟合值。正残差表示实际值高于预测值。
用观测减拟合保留偏差方向；平方后相加刻画整体拟合误差而不让正负抵消。即使总体残差和为0，也可能每个点误差很大。
可以用在
检查模型剩余的系统模式
比较同一数据上的拟合误差
要防止
残差不是拟合值减观测值
训练数据误差小不保证新数据预测好
AI辅助推导复核：Codex，2026-09-09。
表格两行为(a,b)、(c,d)，n=a+b+c+d>0，行列边际均正。H₀为两分类变量独立，Eᵢⱼ=行合计×列合计/n。观测须适合独立抽样模型；通常每格期望频数至少5才使用此处自由度1的近似阈值。
独立假设下，用样本边际比例乘积给每格期望频数，再比较观察与期望的平方差除以期望。把四格代入可整理出右侧简式。其大样本分布近似χ²(1)是所用统计理论结论，不由代数公式本身证明。
可以用在
给定适用条件与阈值时作独立性检验
检查观察频数、期望频数和差异大小
要防止
小期望频数时不能机械套近似阈值
拒绝独立不证明因果
未拒绝独立不等于证明独立
AI辅助推导复核：Codex，2026-09-09。
对成对数据(1,2)、(2,2)、(3,5)，求含截距的最小二乘直线，并求x=3处的拟合值和残差。
解与结论
拟合直线ŷ=3x/2；x=3处拟合值9/2，残差1/2。
x̄=2、ȳ=3，Sxx=1+0+1=2，Sxy=(−1)(−1)+0+(1)(2)=3，所以b=3/2、a=0。残差5−9/2=1/2。
按同一位置成对中心化，斜率分母是x方向平方和；残差为实际减拟合。
不能随意重排其中一列，也不能把残差写反。
本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。
自编列联表：甲组通过30、未通过20；乙组通过20、未通过30。假设独立抽样等适用条件满足，采用5%水平阈值3.841，进行独立性检验。
解与结论
K²=4>3.841，按该规则拒绝“组别与通过情况独立”的假设；这不证明因果。
两行各50、两列各50，总数100，各格期望25，满足期望频数条件。四格差均为±5，K²=4×25/25=4，再与给定阈值比较。
阈值规则针对独立假设下的抽样波动；拒绝意味着数据差异较大，不是直接计算假设为假的概率。
不能说有95%概率某组导致通过，也不能把相关解释成因果。
本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。
假设观察到雨伞使用数量与路面湿度正相关，就能认定多用雨伞会让路面变湿吗？
解与结论
不能，降雨可能同时影响二者。
这是观察性关联，没有排除共同因素或反向解释。需要研究设计及其他证据才能讨论因果，回归或相关系数本身不足。
数学关联描述数据共同变化，不自动给出干预后的结果。
不能把相关强度当成因果证据的强度。
本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。
10 道题。先独立作答，答案和解析默认收起。
对成对数据(1,2)、(2,2)、(3,5)，求含截距的最小二乘直线，并求x=3处的拟合值和残差。
拟合直线ŷ=3x/2；x=3处拟合值9/2，残差1/2。
x̄=2、ȳ=3，Sxx=1+0+1=2，Sxy=(−1)(−1)+0+(1)(2)=3，所以b=3/2、a=0。残差5−9/2=1/2。
按同一位置成对中心化，斜率分母是x方向平方和；残差为实际减拟合。
易错与反例
不能随意重排其中一列，也不能把残差写反。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
自编列联表：甲组通过30、未通过20；乙组通过20、未通过30。假设独立抽样等适用条件满足，采用5%水平阈值3.841，进行独立性检验。
K²=4>3.841，按该规则拒绝“组别与通过情况独立”的假设；这不证明因果。
两行各50、两列各50，总数100，各格期望25，满足期望频数条件。四格差均为±5，K²=4×25/25=4，再与给定阈值比较。
阈值规则针对独立假设下的抽样波动；拒绝意味着数据差异较大，不是直接计算假设为假的概率。
易错与反例
不能说有95%概率某组导致通过，也不能把相关解释成因果。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
假设观察到雨伞使用数量与路面湿度正相关，就能认定多用雨伞会让路面变湿吗？
不能，降雨可能同时影响二者。
这是观察性关联，没有排除共同因素或反向解释。需要研究设计及其他证据才能讨论因果，回归或相关系数本身不足。
数学关联描述数据共同变化，不自动给出干预后的结果。
易错与反例
不能把相关强度当成因果证据的强度。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
成对数据(2,3)、(2,4)、(2,5)能唯一确定含截距最小二乘直线的斜率吗？
不能；所有x相同，Sxx=0。任意经过(2,4)的非竖直直线都有相同最小残差平方和。
此时数据只约束a+2b的拟合值。其最优值为y均值4，因此a=4−2b而b任意。
自变量没有变化，无法从这组数据识别响应随x变化的线性斜率。
易错与反例
不能把公式0/0当成斜率0。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
回归模型ŷ=2+3x，观测点为(2,9)。依次求该点拟合值与残差。
拟合值2+3×2=8；残差9−8=1。
正残差表示实际值高于模型给出的值。
易错与反例
残差1不是函数值9，也不是斜率3。
来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
在两列数据均非常数且计算有效时，r=−0.9最恰当的解释是哪项？
几乎没有关联，因为r是负数
有较强负线性关联，但不能据此认定因果
x每增1，y必减0.9
所有点完全在一条直线上
B
符号表示方向，|r|=0.9表示线性关联较强；r不带斜率的单位，也不是确定性关系。
相关系数与斜率、因果是不同概念。
易错与反例
不能把负号当作强度弱。
来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
列联表两行为(1,0)、(0,1)。能直接用自由度1、5%阈值3.841的常见大样本近似作判断吗？
不应机械使用；每格期望只有0.5，未满足这里的近似条件。
n=2，行列合计均1，所以期望1×1/2=0.5。应增加合适数据或采用适用于小样本的精确方法。
公式可计算与近似检验的适用性是两件事。
易错与反例
观察格为0本身不是唯一问题，要检查期望频数与抽样设计。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
某项有效独立性检验的p值为0.08，预先选定显著性水平0.05。该如何解释？
不拒绝独立假设，但不能据此证明独立，也不能说独立的概率为0.92。
0.08大于预先阈值，没有达到拒绝规则。p值是在独立假设及模型条件下，出现至少如此极端统计量的概率。
p值的条件是先假设H₀成立，不是看完数据后H₀为真的概率。
易错与反例
不要把未发现显著差异解释成已经证明无差异。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
对数据(0,1)、(1,3)、(2,5)，拟合ŷ=a+bx，依次求b、a。
x̄=1、ȳ=3；Sxx=2，Sxy=(−1)(−2)+(1)(2)=4，所以b=2、a=1。
拟合线经过均值点，且本例所有点恰在同一条线上。
易错与反例
三点完美拟合不自动保证未来数据也严格在线上。
来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
独立性检验表两行为(24,16)、(16,24)，模型适用。以5%阈值3.841作判断。
K²=3.2<3.841，不拒绝独立假设，不能据此证明独立。
总数80，行列合计各40，每格期望20。四格偏差±4，所以K²=4×16/20=3.2。
观察差异需与抽样波动对应的既定规则比较，未越过阈值只是不足以拒绝。
易错与反例
不能因为两行比例不同就必定拒绝，也不能反向把未拒绝当证明。
来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。
回补：统计推断（成对数据分析、回归与独立性检验）。一道题出错只提供候选线索。
本轮未登记直接后继，可用独立练习检验迁移能力。