平均回歸（regression to the mean）是許多領域的重要概念，運動也不例外。
這裡有一份 2017 與 2018 年的棒球打擊資料集。每個點代表一位球員，全壘打越多代表表現越好。單純的預測法可能會認為 2018 年的表現與 2017 年相同。也就是說，線性迴歸會落在「y 等於 x」那條線上。
請探索這張圖並做出預測。對於一位在 2017 年表現非常出色的球員，平均回歸對他在 2018 年的全壘打數有什麼預測？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
你將學到這個熱門統計模型的基礎、什麼是迴歸，以及線性與邏輯斯迴歸的差異。接著你會學習如何以數值與類別解釋變數來擬合簡單線性迴歸模型，並使用模型係數描述反應變數與解釋變數之間的關係。
在本章中，你將學會如何使用線性迴歸模型，對臺灣房價與 Facebook 廣告點擊進行預測。你也會進一步強化迴歸技能，實作操作模型物件、理解「回歸到平均值」的概念，並學會如何轉換資料集中的變數。
當前練習
在本章中，你將學會如何對模型提問以評估擬合效果。你會學習如何量化線性迴歸模型的擬合程度、用視覺化診斷模型問題，並理解用於建立模型的每一筆觀測的槓桿值與影響力。
學習如何擬合邏輯斯迴歸模型。使用真實世界資料，你將以成功機率與勝算比來預測客戶關閉銀行帳戶的可能性，並用混淆矩陣量化模型效能。
