这份 report 全班用同一份二手车数据，九十多万行跑下来，留在模型里的变量 p 值都小到接近 0，显著性分不出谁写得好。摘要那段要写清 the usefulness, or lack thereof，分数我判断主要落在这里：这些数字能支持平台做什么决定，又支持不到哪里。Rubric 表在 Moodle 上，我手里没有，下面的判断来自 brief 原话，没有档位措辞可对。

Luxury 系数旁边加一行同样本价差

写到品牌组那段，你草稿里会并排放 M2 的原始均价差和 Pooled_Model 的 Luxury 系数，两个数的差额很容易被读成控制变量的作用。可是 M2 规定用全部 1,005,000 行，回归用的是清理后变量完整的行，差额里混着样本变化。

我会在中间加一行：在回归那批行上只放 Luxury 跑一条回归，系数就是同样本的原始价差。差额这样拆成两段，从全部行换到这批行是样本变化，在这批行上加控制变量才是 ceteris paribus 调整。按删重复行和极端里程的口径跑，差额大部分落在样本变化，控制变量那段很小，还让价差略微变大。marker 看到这张三行表，就知道你比较的是同一批车。

图：三行价差的拆分路径：M2 全部 1,005,000 行的原始均价差，经过样本变化，到同一批行只放 Luxury 的同样本原始价差，再经过控制变量调整，到 Pooled_Model 的 Luxury 系数。中间这一行是要加的。

结构示意 · 中间这一行把差额拆成两段，数字用你自己清理口径下的结果。

里程变正号后，去掉异常行再跑一遍

M1 里 Kms_Driven 和价格负相关，控制车龄后变成正号时，题目要你 explain carefully。我会固定同一批行跑两条回归，只放里程和里程加车龄，行数一样，marker 才能确认符号变化来自车龄，与删行无关：里程高的车往往更老，老车便宜，只放里程时这部分折价算到了里程头上。

正号翻成平台听得懂的话，是同样车龄开得越多越贵，照这个报价会给高里程车加价。在 Excel 加一列 Kms_Driven / Registration_Age，年均里程超过 25,000 km 的记录不到 1%，价格却是其他记录的好几倍。去掉这几千行再跑，三个模型的里程系数都变负。两个系数并排放进 Section 3，写明 25,000 是自选的探索性门槛，主结果照旧保留，给平台的建议就是不给高里程车加价。

摘要里把 SE of regression 换算成中位价的比例

R² 和 F 放进摘要，平台读完还是判断不出能不能报价。我会把两个分组模型的 SE of regression 除以该组 Car_Price 的中位数，两组都超过中位价的一半，单车误差有多大，这个比例就说清了。

然后对着案例开头列的用途逐个回答：instant cash offers 误差还太大，给估价人员当起点、flag 明显偏离的挂牌可以，inventory turnover 和 yearly sales 这份数据没有成交记录，回答不了。

伦理段从 Observations 少掉的那些行写起

城市、事故记录和 这几个话题，谁的报告都能写一段，写出区别要靠你自己的模型。我会从 Table 1 的 写起：最终模型留了 的话，清理后总行数减去 的观测数，差的都是马力空白的车，约占 8%。模型上线后这些卖家拿不到报价，题目没有点名这件事，它却是你的模型造成的，建议也有了对象：马力空白或标 的车走补信息加人工估价。