二、回归直线

1. 现象：认为回归直线必须经过样本中心 $(\bar{x}, \bar{y})$ 以外的某个特定点，或认为它必须穿过原点。
后果：计算 $a$ 时错误地假设 $a=0$，导致方程错误。
纠正：强调回归直线必然经过样本中心 $(\bar{x}, \bar{y})$，这是由最小二乘法的数学性质决定的，但不一定经过原点。

2. 现象：混淆相关系数 $r$ 与回归系数 $b$ 的符号或大小关系，认为 $|r|$ 越大，$b$ 一定越大。
后果：错误判断变量间关系的强弱或方向。
纠正：$r$ 衡量线性相关程度（-1到1），$b$ 衡量变化率（单位 $x$ 引起 $y$ 的变化）。$b$ 的大小还受 $x$ 和 $y$ 的方差影响，二者无直接大小对应关系。

3. 现象：将回归方程用于外推（Extrapolation），即用 $x$ 远超出样本范围的值进行预测。
后果：预测结果完全失真，因为线性关系可能只在样本范围内成立。
纠正：明确回归预测仅适用于样本数据范围附近，超出范围需谨慎，最好重新收集数据验证。