Milestone 2 规定全班用同一份 1,005,000 行数据，brief 写明是为了 results comparable across the cohort，统计量公式也由 brief 给定，所以 p 值算对了也只是和全班对上。分数拉开在数字后面的解释，也就是 brief 要你说明理由的那几处。Moodle 上的 rubric 我手上的材料里没有，下面的依据是 brief 对报告结构的原话。

两类错误按检验分开写，每项只对应一种

写到错误风险那段时，你手上已经有两个判断。拒绝了 H0 的那项检验，如果判断错了只可能是 Type I error；没拒绝的那项只可能是 Type II error。brief 要的是 type 1 and type 2 errors in this case，所以定义一句带过，按检验各写一句后果。

比如价格那项如果拒绝了 H0，写「若两组总体均价其实相同，平台会按品牌组设一条不该有的报价规则」；里程那项如果没拒绝，写「若两组真实平均里程不同，平台会过早认定使用程度不必按品牌区分」。再补一句门槛从 5% 收到 1% 的代价：误判有差异的风险降了，漏掉真实差异的风险升了。marker 读到的是你清楚自己的结论可能错在哪个方向。

power 那段写影响途径，不写百分比

brief 的原话是 statistical considerations that may make your tests poor regarding power。一百万行不会自动带来高 power，它还取决于想检出的真实差异多大、组内多分散。题目没给这个差异，所以写不出 power 百分比，1 减 p 值也不是 power。能写的是下面图里这几条途径，每条说清它动了公式里的哪个量。

价格检验的标准误根号里两组各有一项 s²/n，豪华组记录少、车价又分散得多，它那一项占了大头，所以写 power 时直接点名豪华组。重复记录要单独写，它和其他几条方向相反：有些行如果不是独立观测，独立信息就比行数少，按行数算出的标准误偏小，结果显得比实际更确定。

图：四条影响途径：豪华组记录少且车价分散、保留的极端值、门槛从 5% 收到 1%，这三条让 power 下降；保留的重复记录让标准误偏小、精度被高估。

结构示意 · power 那段可以按这四行写：每条说出数据特征、它改动的量和对检验的影响。

回归计划里留着 Kms_Driven，品牌写成 0/1 变量

结论要说明怎样 model the relationship between used car prices, vehicle age and usage, and brand segment。我会直接写出模型的样子：Car_Price 作结果变量，Registration_Age、Kms_Driven 和一个豪华品牌指示变量作解释变量，Audi、BMW、Mercedes 记 1，其余品牌记 0。

里程检验就算没拒绝 H0，Kms_Driven 也留在模型里。这项检验比的是两个品牌组的平均里程，没有检验里程和车价的关系，同一组里高里程车和低里程车的价格照样可以差很多。价格的均值差也不能直接当成回归里的品牌系数，它混着两组车龄和配置的差别，回归要回答的正是车龄、里程相同时品牌组还剩多少关联。

统计量的理由对着你自己的描述表写

公式 brief 已经给了，explain the rationale of the test statistic 要的是为什么用它。理由可以落在你描述表里的两个样本标准差上：豪华组车价的标准差明显比非豪华组大，两组样本量也差三倍多，所以分母把两组的 s²/n 分开算再相加。合并成一个共同方差时，权重偏向记录多的非豪华组，豪华组较大的方差被压低，标准误会算小。用 N(0,1) 算 p 值是 brief 给的大样本近似，近似正态的是统计量，原始车价仍然右偏。