数据分析：性格决定命运

上讲回顾

OLS基础

？？条件期望在因果分析中的作用是什么？
？？OLS的原假设可能是什么？
？？如果随机变量Y与X相互独立，那么 的结果是什么？
？？ 是随机变量X的函数意味着什么？

大家讨论一下，给出上述问题答案

图3、从y对x开始的双变量回归的图形表示

---

背景知识——数据分析的原假设、p值与置信区间

概率在高级分析中消失不见

我们经常用到的一个判定标准是：p值，实际上就是条件概率的数值，P(Y|X)

回归分析的原假设是，随机变量Y与X无关（或相互独立）

意味着如果p(Y|X)大到一定程度，这个原假设就成立了。

反过来，如果p(Y|X) 恰好位于概率分布的尾端，即小概率事件发生了，这时候就证伪了原假设，意味着随机变量Y与X不独立，并且E(Y|X)的数值还将给出随机变量X影响Y的具体方式。

参数置信区间

思考问题：
如何考察性格X与命运Y是否独立？

数据分析：性格X与命运Y

本讲回顾

条件期望与因果关系

OLS的原假设与p值

性格与命运

期末展示分组与主题

要求：使用数据分析或概率模型分析某一主题

基线要求：显著、论证严谨

判分标准： 主题重要；
分析方法恰当；
分析的结论具有扩展性。
采用SOLO方法进行评价。
总分值15分。

展示时间：12月5日

评价形式	分数
平时成绩	50
问卷反馈及Excel填表	15
期末展示	15
期末考试	20
总计	100