[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:00.18,0:00:01.94,Default,,0000,0000,0000,,【讲师】之前的视频里，我们介绍了
Dialogue: 0,0:00:01.94,0:00:04.72,Default,,0000,0000,0000,,如何使用回归线，特别是基于样本数据的回归线的斜率
Dialogue: 0,0:00:04.72,0:00:08.09,Default,,0000,0000,0000,,如何使用回归线，特别是基于样本数据的回归线的斜率
Dialogue: 0,0:00:10.91,0:00:15.70,Default,,0000,0000,0000,,我们如何利用它来推断真实总量回归线的斜率
Dialogue: 0,0:00:15.70,0:00:17.96,Default,,0000,0000,0000,,这个视频我们要讲的是
Dialogue: 0,0:00:17.96,0:00:20.26,Default,,0000,0000,0000,,使用回归线的推理条件是什么
Dialogue: 0,0:00:20.26,0:00:22.61,Default,,0000,0000,0000,,使用回归线的推理条件是什么
Dialogue: 0,0:00:22.61,0:00:24.90,Default,,0000,0000,0000,,在某种程度上
Dialogue: 0,0:00:24.90,0:00:27.28,Default,,0000,0000,0000,,和我们在做假设检验、均值和比例的置信区间 时考虑的的推理条件类似
Dialogue: 0,0:00:27.28,0:00:30.32,Default,,0000,0000,0000,,和我们在做假设检验、均值和比例的置信区间 时考虑的的推理条件类似
Dialogue: 0,0:00:30.32,0:00:33.92,Default,,0000,0000,0000,,和我们在做假设检验、均值和比例的置信区间 时考虑的的推理条件类似
Dialogue: 0,0:00:33.92,0:00:36.89,Default,,0000,0000,0000,,但也会有一些新的条件
Dialogue: 0,0:00:36.89,0:00:39.86,Default,,0000,0000,0000,,为了帮助我们记住这些条件
Dialogue: 0,0:00:39.86,0:00:44.86,Default,,0000,0000,0000,,就总结为 LINER，L-I-N-E-R
Dialogue: 0,0:00:46.95,0:00:50.50,Default,,0000,0000,0000,,好记对吧，和线性这个词 Linear 非常像
Dialogue: 0,0:00:50.50,0:00:53.04,Default,,0000,0000,0000,,给 Liner 加个a，就是线性了 linear
Dialogue: 0,0:00:53.04,0:00:54.67,Default,,0000,0000,0000,,这个小窍门很实用
Dialogue: 0,0:00:54.67,0:00:57.14,Default,,0000,0000,0000,,因为我们学的就是线性回归嘛
Dialogue: 0,0:00:57.14,0:01:01.24,Default,,0000,0000,0000,,其实这里的第一个 L 就是代表的线性(Linear)
Dialogue: 0,0:01:01.24,0:01:05.00,Default,,0000,0000,0000,,第一个条件就是要求
Dialogue: 0,0:01:05.00,0:01:08.62,Default,,0000,0000,0000,,总量中 x 和 y 两个变量之间是线性关系
Dialogue: 0,0:01:08.62,0:01:11.29,Default,,0000,0000,0000,,总量中 x 和 y 两个变量之间是线性关系
Dialogue: 0,0:01:11.29,0:01:12.71,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:13.69,0:01:14.75,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:15.67,0:01:16.85,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:18.36,0:01:19.31,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:20.23,0:01:21.69,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:21.69,0:01:23.95,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:23.95,0:01:25.91,Default,,0000,0000,0000,,写下来：x 和 y 之间是线性关系
Dialogue: 0,0:01:25.91,0:01:28.92,Default,,0000,0000,0000,,现在，在很多情况下
Dialogue: 0,0:01:28.92,0:01:31.27,Default,,0000,0000,0000,,咱们就假设是在考试中看到的情况
Dialogue: 0,0:01:31.27,0:01:33.95,Default,,0000,0000,0000,,比如AP考试中
Dialogue: 0,0:01:33.95,0:01:36.40,Default,,0000,0000,0000,,他们可能会说，嘿，假设这个条件满足了
Dialogue: 0,0:01:36.40,0:01:37.72,Default,,0000,0000,0000,,通常，它会说假设所有条件都满足
Dialogue: 0,0:01:37.72,0:01:38.60,Default,,0000,0000,0000,,通常，它会说假设所有条件都满足
Dialogue: 0,0:01:38.60,0:01:41.10,Default,,0000,0000,0000,,他们只是想让你知道这些条件
Dialogue: 0,0:01:41.10,0:01:42.81,Default,,0000,0000,0000,,但这是需要考虑的
Dialogue: 0,0:01:42.81,0:01:45.66,Default,,0000,0000,0000,,如果潜在的关系是非线性的
Dialogue: 0,0:01:45.66,0:01:47.25,Default,,0000,0000,0000,,那你的某些推论可能就不那么有力了
Dialogue: 0,0:01:47.25,0:01:50.15,Default,,0000,0000,0000,,那你的某些推论可能就不那么有力了
Dialogue: 0,0:01:50.15,0:01:53.29,Default,,0000,0000,0000,,下面一个 I 是我们之前见过的 Independence
Dialogue: 0,0:01:53.29,0:01:55.56,Default,,0000,0000,0000,,当我们讨论推理的一般条件时
Dialogue: 0,0:01:55.56,0:01:57.53,Default,,0000,0000,0000,,这是独立 Independence
Dialogue: 0,0:01:57.53,0:01:59.96,Default,,0000,0000,0000,,条件独立
Dialogue: 0,0:01:59.96,0:02:01.98,Default,,0000,0000,0000,,有几种不同的思路
Dialogue: 0,0:02:01.98,0:02:04.07,Default,,0000,0000,0000,,任何一个单独的观察都是相互独立的
Dialogue: 0,0:02:04.07,0:02:05.83,Default,,0000,0000,0000,,任何一个单独的观察都是相互独立的
Dialogue: 0,0:02:05.83,0:02:09.18,Default,,0000,0000,0000,,可以是 重置抽样（放回抽样法）
Dialogue: 0,0:02:09.18,0:02:11.91,Default,,0000,0000,0000,,还可以用 10%法则
Dialogue: 0,0:02:11.91,0:02:13.43,Default,,0000,0000,0000,,当我们考虑比例和均值的条件独立时
Dialogue: 0,0:02:13.43,0:02:18.20,Default,,0000,0000,0000,,当我们考虑比例和均值的条件独立时
Dialogue: 0,0:02:18.20,0:02:20.01,Default,,0000,0000,0000,,要确信样本大小不超过总量的10%
Dialogue: 0,0:02:20.01,0:02:23.71,Default,,0000,0000,0000,,要确信样本大小不超过总量的10%
Dialogue: 0,0:02:23.71,0:02:26.07,Default,,0000,0000,0000,,要确信样本大小不超过总量的10%
Dialogue: 0,0:02:26.07,0:02:28.14,Default,,0000,0000,0000,,下一个 N 是标准状况（标况）Normal condition
Dialogue: 0,0:02:28.14,0:02:30.23,Default,,0000,0000,0000,,我们在做比例和均值的推理时已经讨论过了
Dialogue: 0,0:02:30.23,0:02:32.61,Default,,0000,0000,0000,,我们在做比例和均值的推理时已经讨论过了
Dialogue: 0,0:02:32.61,0:02:35.17,Default,,0000,0000,0000,,尽管当我们处理回归时它会稍复杂一些
Dialogue: 0,0:02:35.17,0:02:37.58,Default,,0000,0000,0000,,尽管当我们处理回归时它会稍复杂一些
Dialogue: 0,0:02:37.58,0:02:39.59,Default,,0000,0000,0000,,正常情况下
Dialogue: 0,0:02:39.59,0:02:42.16,Default,,0000,0000,0000,,
Dialogue: 0,0:02:42.16,0:02:43.82,Default,,0000,0000,0000,,
Dialogue: 0,0:02:43.82,0:02:44.88,Default,,0000,0000,0000,,
Dialogue: 0,0:02:44.88,0:02:46.67,Default,,0000,0000,0000,,
Dialogue: 0,0:02:46.67,0:02:48.41,Default,,0000,0000,0000,,
Dialogue: 0,0:02:48.41,0:02:50.50,Default,,0000,0000,0000,,
Dialogue: 0,0:02:50.50,0:02:54.81,Default,,0000,0000,0000,,
Dialogue: 0,0:02:54.81,0:02:57.27,Default,,0000,0000,0000,,
Dialogue: 0,0:02:57.27,0:03:00.03,Default,,0000,0000,0000,,
Dialogue: 0,0:03:00.87,0:03:05.77,Default,,0000,0000,0000,,
Dialogue: 0,0:03:05.77,0:03:06.60,Default,,0000,0000,0000,,
Dialogue: 0,0:03:06.60,0:03:08.81,Default,,0000,0000,0000,,
Dialogue: 0,0:03:08.81,0:03:10.91,Default,,0000,0000,0000,,
Dialogue: 0,0:03:10.91,0:03:11.87,Default,,0000,0000,0000,,
Dialogue: 0,0:03:11.87,0:03:13.99,Default,,0000,0000,0000,,
Dialogue: 0,0:03:13.99,0:03:16.86,Default,,0000,0000,0000,,
Dialogue: 0,0:03:16.86,0:03:21.30,Default,,0000,0000,0000,,
Dialogue: 0,0:03:21.30,0:03:23.46,Default,,0000,0000,0000,,
Dialogue: 0,0:03:23.46,0:03:24.53,Default,,0000,0000,0000,,
Dialogue: 0,0:03:24.53,0:03:25.38,Default,,0000,0000,0000,,
Dialogue: 0,0:03:25.38,0:03:27.76,Default,,0000,0000,0000,,
Dialogue: 0,0:03:27.76,0:03:29.75,Default,,0000,0000,0000,,
Dialogue: 0,0:03:29.75,0:03:32.47,Default,,0000,0000,0000,,
Dialogue: 0,0:03:32.47,0:03:34.39,Default,,0000,0000,0000,,
Dialogue: 0,0:03:34.39,0:03:36.97,Default,,0000,0000,0000,,
Dialogue: 0,0:03:36.97,0:03:38.81,Default,,0000,0000,0000,,下一个条件是关于 E
Dialogue: 0,0:03:38.81,0:03:42.79,Default,,0000,0000,0000,,等方差性 Equal variance
Dialogue: 0,0:03:42.79,0:03:45.09,Default,,0000,0000,0000,,等方差性 Equal variance
Dialogue: 0,0:03:45.09,0:03:46.39,Default,,0000,0000,0000,,也就是说
Dialogue: 0,0:03:46.39,0:03:48.67,Default,,0000,0000,0000,,对于给定的x，这些正态分布的分布是相同的
Dialogue: 0,0:03:48.67,0:03:51.25,Default,,0000,0000,0000,,对于给定的x，这些正态分布的分布是相同的
Dialogue: 0,0:03:51.25,0:03:52.87,Default,,0000,0000,0000,,也就是方差相等
Dialogue: 0,0:03:52.87,0:03:54.52,Default,,0000,0000,0000,,也可以考虑标准差相等
Dialogue: 0,0:03:54.52,0:03:56.36,Default,,0000,0000,0000,,也可以考虑标准差相等
Dialogue: 0,0:03:56.36,0:03:59.88,Default,,0000,0000,0000,,
Dialogue: 0,0:03:59.88,0:04:02.58,Default,,0000,0000,0000,,
Dialogue: 0,0:04:02.58,0:04:03.62,Default,,0000,0000,0000,,
Dialogue: 0,0:04:03.62,0:04:06.89,Default,,0000,0000,0000,,
Dialogue: 0,0:04:06.89,0:04:10.43,Default,,0000,0000,0000,,
Dialogue: 0,0:04:10.43,0:04:12.30,Default,,0000,0000,0000,,
Dialogue: 0,0:04:12.30,0:04:14.60,Default,,0000,0000,0000,,
Dialogue: 0,0:04:14.60,0:04:17.17,Default,,0000,0000,0000,,
Dialogue: 0,0:04:17.17,0:04:19.20,Default,,0000,0000,0000,,
Dialogue: 0,0:04:19.20,0:04:23.04,Default,,0000,0000,0000,,
Dialogue: 0,0:04:23.04,0:04:25.76,Default,,0000,0000,0000,,
Dialogue: 0,0:04:25.76,0:04:27.14,Default,,0000,0000,0000,,
Dialogue: 0,0:04:27.14,0:04:28.27,Default,,0000,0000,0000,,
Dialogue: 0,0:04:28.27,0:04:30.47,Default,,0000,0000,0000,,
Dialogue: 0,0:04:30.47,0:04:32.96,Default,,0000,0000,0000,,
Dialogue: 0,0:04:32.96,0:04:36.13,Default,,0000,0000,0000,,
Dialogue: 0,0:04:36.13,0:04:38.72,Default,,0000,0000,0000,,
Dialogue: 0,0:04:38.72,0:04:40.91,Default,,0000,0000,0000,,
Dialogue: 0,0:04:40.91,0:04:42.97,Default,,0000,0000,0000,,但他们不会让你去证明
Dialogue: 0,0:04:42.97,0:04:46.01,Default,,0000,0000,0000,,例如，正常或等方差条件
Dialogue: 0,0:04:46.01,0:04:47.04,Default,,0000,0000,0000,,对于统计学入门课程来说，这就有点过了
Dialogue: 0,0:04:47.04,0:04:49.76,Default,,0000,0000,0000,,对于统计学入门课程来说，这就有点过了