我对于bo和b1这种参数的估计和检验有点迷惑，是不是估计指的是区间估计，用b0 cap估计总体bo；而假设检验指的是参数检验，用bo cap检验总体bo？如果是的话，感觉二者虽然估计和检验过程不同，但是结果应该是一样的？

根据线性回归的方程，Y cap=B0 cap+B1 cap X+误差项，B0 cap=Y cap-B1 cap X才对，为什么视频课这里写的不是Y cap，而是Y的平均值Y拔？

是不是可以总结出来，涉及到抽样估计和假设检验的关键值查表中，只有单个均值μ的检验和大样本环境下是正态分布的，其他没有任何是正态分布的，都是t分布，卡方分布，或者F分布？

回归中用估计的参数bo和b1估计总体的b0和b1，是不是逻辑跟样本统计量去估计总体参数如μ、Σ²，是一样的？都是用样本去估计总体

单元回归Bo cap和B1 cap的公式需要背过吗？

为什么好的回归的误差项要近似服从正态分布？

两个维度，三个组，为啥是一个3*3的矩阵？不应该是3个维度，3个组吗？

T.S落在CV的外面才能拒绝原假设不对吧?T.S应该是在CV的里面，即在拒绝域α中才是拒绝原假设吧？不明白为啥是outside不是inside

一级考试考过独立性检验的T.S的计算吗？

这道题的C选项老师说双尾的关键值比单尾的更大，在右偏情况下确实，因为右偏都是更大的数；但是如果是左偏的单位，那么不就是双尾的关键值比单位更小了吗，因为左偏都是更小的数。所以，这道题的C选项是否不严谨？