MSIN0096 Coursework 统计建模

📉 logit 系数 0.2 不等于涨 20 个点

上一期有一份 assignment 拿买不买苹果做例子，比较 LPM、logit 和 probit，还要报边际效应和预测概率。

LPM 的系数可以直接读成概率变化。logit 的系数是对数赔率的变化，要先换算。赔率是发生概率除以不发生概率，系数 0.2 意味着赔率乘以 exp(0.2)，约 1.22 倍。起点是 50% 时，赔率从 1 变成 1.22，概率涨到约 55%，多了约 5 个百分点；起点是 90% 时，赔率从 9 变成约 11，只多约 1.7 个。同一个系数，起点不同，概率涨幅就不同。

所以写结论时先说清模型和变量单位，再写「其他变量不变」，最后分开写赔率变化和概率变化。

🧑‍🎓 前后分数是 3 个人的 3 个差值

上一期的区间与检验那份 brief 里有一组 Training 数据：同一批学生训练前后各考一次，另外还有两组不同受访者的比较。

如果你把前测和后测当成两组独立样本，丢进两样本 t 检验，检验用的波动就算错了。正确的分析单位是每个人的差值。比如三名学生 60 到 65、75 到 78、80 到 84，固定用后减前，得到 5、3、4，配对数是 3，不是 6。

动手前先按学生 ID 把前后接上，行号相同不能证明是同一个人。另一题比较有无 A-level 的两组受访者，两组人不同，这时才用独立组。还有一点：分数上升只说明观察到变化，没有对照组就不能全算在训练头上。

🔍 系数表跑出来只做完一半

上一期回归那份 brief 用信用卡年消费做多元回归，要求检查共线性和残差。

如果你跑完模型就开始解释系数，到诊断这一步就交不上东西。自变量之间高度相关时，单个系数会很不稳，正负号都可能翻；残差有明显形状，说明模型漏了东西。我的做法是先看相关矩阵和 VIF，再画残差对拟合值的图，确认没大问题再写解释。诊断发现问题时，在报告里写清你怎么处理，比如去掉一个高度相关的变量，或者给 y 取对数后重跑。

同一份里的 eBay 数据也要先动手：竞争性拍卖按至少两次出价定义，这个变量要你自己从出价次数做出来，再进模型。

📋 先认结果变量，再选模型

上一期几份 brief 用到的方法很多，选哪个取决于你要预测的那一列是什么。