均值回歸是在許多領域（包含運動）都很重要的概念。
這裡有一個 2017 與 2018 年的棒球打擊資料集。每個點代表一位球員，全壘打越多越好。最天真的預測是 2018 年的表現和 2017 年相同。也就是說，線性迴歸會落在「y 等於 x」的那條線上。
請操作圖表並做出預測。對於 2017 年表現非常出色的球員，均值回歸對他在 2018 年的全壘打數有什麼看法？
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、何謂迴歸，以及線性與羅吉斯迴歸的差異。接著你會學習如何以數值與類別解釋變數擬合簡單線性迴歸模型，並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，你會學到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。你也會透過實作模型物件來精進迴歸技巧、理解「回歸到平均」的概念，並學會如何對資料集中的變數做轉換。
當前練習
在本章中，你將學會如何針對模型提出問題以評估擬合度。你會學到如何量化線性迴歸模型的擬合優劣、運用視覺化診斷模型問題，並理解每筆觀測對建立模型的槓桿值與影響力。
學習如何擬合羅吉斯迴歸模型。利用真實世界資料，你將以成功機率與勝算來預測客戶關閉銀行帳戶的可能性，並使用混淆矩陣量化模型效能。
