BUSS1020 26S1｜Homework允许AI但考试全禁——60%的分数要你裸考
📝 一个很容易被忽略的事实
BUSS1020 的考核结构拆开看是这样的：Homework A-K 一共15分，Assignment（小组统计分析）25分，In-semester Test 20分，Final Exam 40分。
看到这四项你可能觉得"还好，分散得挺均匀"。但把 AI 政策叠上去，画面就不一样了。
| 考核项 | 占比 | AI政策 | 本质 |
|---|---|---|---|
| Homework A-K | 15% | ✅ 允许 | 过程分，AI 能帮你拿满 |
| Assignment | 25% | ✅ 允许 | 小组统计分析，AI 辅助 |
| In-semester Test | 20% | ❌ 禁止 | 裸考，1.5小时 |
| Final Exam | 40% | ❌ 禁止 | 裸考，2小时 |
Homework + Assignment 合计40%，允许 AI。In-semester Test + Final 合计60%，禁止 AI。也就是说这门课有六成的分数，坐在考场里，面前只有纸和笔，你的大脑就是唯一的工具。
💡 Homework 满分是陷阱
11次 Homework（A到K）贯穿整个学期，每次都是基于当周内容的计算和简答。允许用 AI，还有5天的宽限期不扣分。听起来是不是很友好？
问题在于：Homework 的设计目的不是给你送分，是让你在 AI 辅助下提前接触考试题型。如果你每次 Homework 都让 AI 做完然后抄答案，你的 Homework 成绩会很好看——15分可能拿14分。但到了 Week 7 的 In-semester Test，同样的概率分布 (Probability Distribution)、同样的描述统计 (Descriptive Statistics) 计算题，没有 AI 了，1.5小时考完，你会发现 Homework 里那些"看起来都会"的题目，自己其实一道都算不利索。
这门课的隐藏机制是：**Homework 是练习场，不是得分场。**你在 Homework 上投入的每一分钟，回报不体现在那15%里，体现在 Test 和 Final 的60%里。
🎬 Week 7 是分水岭
In-semester Test 安排在 Week 7，考的是 Week 1 到 Week 7 的全部内容。表面上看7周的内容量不算大，但仔细看课程节奏：
- Week 1-2：数据描述和数值指标——均值、中位数、标准差，入门级
- Week 3-4：概率论——条件概率 (Conditional Probability)、离散分布 (Discrete Distribution)，开始抽象
- Week 5-6：连续分布 (Continuous Distribution) + 抽样分布 (Sampling Distribution)——概念跳跃
- Week 7：置信区间 (Confidence Interval)——刚教完就考
Week 1-2 让你产生"这门课不难"的错觉。Week 3 开始，概率论把很多没有数学基础的商科学生直接卡住。等到 Week 5-6 的抽样分布，你需要理解"样本统计量本身也是随机变量"这个反直觉的概念。Week 7 讲置信区间，当周就考。
**前6周的欠账，会在 Week 7 的 Test 里一次性结算。**这20%的考试，考的不是 Week 7 的内容，考的是你前6周有没有真正理解每一步的推理链条。
💰 Assignment 不是最后才开始做的
Week 13 交的 Assignment 占25%，是小组作业，要求"对数据进行统计分析并专业地呈现结果"。很多人会想"反正 Week 13 才交，学期末再搞"。
但 Assignment 考的是回归分析 (Regression Analysis)——这个内容 Week 10 才开始教。Week 10 简单线性回归 (Simple Linear Regression)，Week 11 深入，Week 12 多元回归 (Multiple Regression)。从学完到截止只有不到两周，还要跟组员协调分工、做数据分析、写报告。
更关键的是，回归分析建立在前面所有概率论和假设检验 (Hypothesis Testing) 的基础上。如果你 Week 8-9 的假设检验没搞懂，Week 10-12 的回归分析你连 p-value 的含义都解释不清楚，Assignment 里的分析就是在编故事。
⚠️ 没有 Lecture 这件事
BUSS1020 的教学模式跟很多商科课不一样：没有传统的2小时大课 Lecture。Canvas 上放的是 self-paced study modules，你自己看；每周到教室只有一个2小时的 Workshop。
这意味着如果你不主动在 Workshop 之前把 Canvas 上的模块看完，到了 Workshop 你就是来听天书的。Workshop 是用来练的，不是用来教新内容的。很多学生 Week 1-3 没感觉到问题——因为内容简单，Workshop 跟着做就行。等到 Week 4-5 概率分布变复杂了，才发现自己其实一直没看过 Canvas 模块，Workshop 里做的练习根本不知道为什么要那样算。
这门课的节奏很明确：**自学在前，练习在后。**颠倒了就等于两头都没抓住。
