Do Those Points Align? · Ces points s'alignent-ils ?
| English | Français |
|---|---|
| least-squares regression/liːst skweəz rɪˈɡreʃn/ | régression des moindres carrés |
The slope wobbles too
- In Unit 2 we fit a least-squares line and read its slope $b$.
- But $b$ comes from a sample — a different sample gives a slightly different slope.
- So the slope varies from sample to sample, just like $\bar{x}$ or $\hat{p}$.
- Unit 9 does inference about the true slope $\beta$ behind the data.
La pente vacille aussi
- En Unité 2, nous avons ajusté une droite des moindres carrés et lu sa pente $b$.
- Mais $b$ provient d'un échantillon — un autre échantillon donnera une pente légèrement différente.
- Donc la pente varie d'un échantillon à l'autre, tout comme $\bar{x}$ ou $\hat{p}$.
- L'Unité 9 fait une inférence sur la vraie pente $\beta$ derrière les données.
The sampling distribution of b
- Collect the slope $b$ from every possible sample → its sampling distribution.
- It's centered at the true population slope $\beta$ (so $b$ is unbiased for $\beta$).
- Its spread is the standard error of the slope, $SE_b$.
- Under the right conditions, this distribution is modeled by a $t$-distribution.
La distribution d'échantillonnage de b
- Rassemblez la pente $b$ de chaque échantillon possible → sa distribution d'échantillonnage.
- Elle est centrée sur la vraie pente de population $\beta$ (donc $b$ est sans biais pour $\beta$).
- Son étendue est l'erreur-type de la pente, $SE_b$.
- Dans de bonnes conditions, cette distribution est modélisée par une distribution $t$-t.
Inference about the relationship
- Inference for slopes asks: is there really a linear relationship, and how strong?
- The true slope $\beta$ is unknown; $b$ estimates it with uncertainty.
- A confidence interval gives a range for $\beta$; a test judges whether $\beta = 0$.
- Both quantify how sure we are about the line behind the scatter.
Inférence sur la relation
- L'inférence sur les pentes demande : y a-t-il vraiment une relation linéaire, et quelle est sa force ?
- La vraie pente $\beta$ est inconnue ; $b$ l'estime avec une incertitude.
- Un intervalle de confiance donne une plage pour $\beta$ ; un test juge si $\beta = 0$.
- Les deux quantifient notre certitude concernant la ligne derrière le nuage de points.
Built on Unit 2
- Everything rests on the least-squares regression 最小二乘回归 model $\hat{y} = a + bx$.
- $b$ is still the predicted change in $y$ per unit $x$ — now with error bars.
- We add a $t$-based interval and test around that slope.
- Regression inference is "Unit 2's slope, plus Unit 7's $t$-machinery."
Basé sur l'Unité 2
- Tout repose sur le modèle de régression des moindres carrés 最小二乘回归 $\hat{y} = a + bx$.
- $b$ reste la variation prédite de $y$ par unité de $x$ — maintenant avec barres d'erreur.
- Nous ajoutons un intervalle basé sur $t$ et un test autour de cette pente.
- L'inférence de régression est « la pente de l'Unité 2, plus la machinerie $t$-t de l'Unité 7 ».
The slope $b$ from one sample is an estimate, not the truth $\beta$. A different random sample would give a different $b$. Inference for slopes is exactly the same logic as for means — a $t$-based interval and test around a sample statistic — applied to the regression slope, with its own standard error $SE_b$.
La pente $b$ d'un échantillon est une estimation, pas la vérité $\beta$. Un autre échantillon aléatoire donnerait une autre $b$. L'inférence sur les pentes suit exactement la même logique que pour les moyennes — un intervalle et un test basés sur $t$ autour d'une statistique d'échantillon — appliqués à la pente de régression, avec sa propre erreur-type $SE_b$.
Fitting hours-studied vs. score for one class gives slope $b = 4.2$.
- A different class would give a different $b$ (maybe $3.8$ or $4.6$) — sampling variability.
- The true slope $\beta$ for all students is unknown; $b = 4.2$ estimates it.
- Unit 9 builds an interval and a test for that unknown $\beta$.
Ajuster heures étudiées vs note pour une classe donne la pente $b = 4.2$.
- Une autre classe donnerait une autre $b$ (peut-être $3.8$ ou $4.6$) — variabilité d'échantillonnage.
- La vraie pente $\beta$ pour tous les étudiants est inconnue ; $b = 4.2$ l'estime.
- L'unité 9 construit un intervalle et un test pour ce $\beta$ inconnu.
The slope $b$ of a fitted line varies from sample to sample; its sampling distribution is centered at the true slope $\beta$ with spread $SE_b$, modeled by a $t$-distribution. Inference for slopes quantifies the uncertainty about the true linear relationship, building directly on the least-squares regression model.
La pente $b$ d'une droite ajustée varie d'un échantillon à l'autre ; sa distribution d'échantillonnage est centrée sur la vraie pente $\beta$ avec une étendue $SE_b$, modélisée par une distribution $t$-t. L'inférence sur les pentes quantifie l'incertitude concernant la vraie relation linéaire, en s'appuyant directement sur le modèle de régression des moindres carrés.
A fitted slope varies by sample · Une pente ajustée varie selon l'échantillon
Each sample's least-squares line has a slightly different slope b. · Chaque ligne des moindres carrés d'un échantillon a une pente b légèrement différente.
The slope b from a sample is... · La pente b d'un échantillon est...
b estimates the unknown population slope β, with uncertainty. · b estime la pente inconnue de la population β, avec incertitude.
The sampling distribution of the sample slope b is centered at the true slope β. · La distribution d'échantillonnage de la pente b est centrée sur la vraie pente β.
b is unbiased for β. · b est sans biais pour β.
Inference for slopes is modeled using which distribution? · L'inférence pour les pentes est modélisée en utilisant quelle distribution ?
Like means, slope inference uses a t-distribution. · Comme les moyennes, l'inférence pour les pentes utilise une distribution t.
Regression inference builds on the least-squares model ŷ = a + bx from Unit 2. · L'inférence en régression s'appuie sur le modèle des moindres carrés ŷ = a + bx de l'Unité 2.
It adds a t-interval and test around the Unit 2 slope. · Il ajoute un intervalle de confiance et un test autour de la pente de l'Unité 2.
The spread of the sampling distribution of b is the standard error of the ___ (one word). · L'écart type de la distribution d'échantillonnage de b est l'erreur standard de la ___ (un mot).
SE_b is the standard error of the slope. · SE_b est l'erreur standard de la pente.