十周的三段内容
COMM1190 的 Lecture 按要回答的问题排序：Week 1 到 3 描述数据和画图，Week 4 到 7 做预测，Week 8 和 9 做因果分析，Week 10 讲怎样把结论讲给做决定的人。三份 assignment 分别接在前三段后面：
| 周次 | 回答的问题 | 对应的 assignment |
|---|---|---|
| Week 1–3 | 数据是什么样子 | A1 Individual Report，Week 5 已交 |
| Week 4–7 | 已知 X，Y 大概是多少 | A2 Team Assessment，Week 8 |
| Week 8–9 | 改变 D，Y 会不会跟着变 | A3 Individual Assignment，Week 11 |
学校写明 A2 要用可视化和预测分析给出业务建议，A3 在 A2 的项目上继续做，重点换成因果分析，用 A/B 实验回答问题。
Week 4：卧室的系数换了变量就变
Week 4 Lecture 用 Melbourne 2017 年的 4,761 条房屋成交数据，价格单位是千澳元。只用卧室数回归房价时，bed 的系数是 421.8，意思是卧室每多一间，平均价格高约 42 万澳元。模型里再放进「是不是 house」和浴室数，bed 的系数降到 172.6。
系数变小，是因为卧室多的房子通常浴室也多，也更可能是独栋 house。只放卧室时，这些差别都算进了卧室的系数；放进浴室数和房屋类型以后，172.6 表示的是浴室数和房屋类型都相同的房子之间，多一间卧室对应的价格差。
回归系数描述的是模型里其他变量不变时 X 和 Y 怎样一起变化，模型里放了哪些变量，系数就跟着变。它适合用来说明数据里的关联，不能直接写成「加建一间卧室，房价会涨 17 万」这样的因果结论。
Week 5：比较预测模型看 test MSE
Week 5 的任务换成预测：给出一套新房子的条件，估计它的价格。评价标准也跟着变，要看模型在没有参与拟合的 test set 上误差多大。
| 模型 | R² | Training MSE | Test MSE |
|---|
