回归
在科研数据分析中，回归分析的使用频率可能仅次于假设检验。我们现在提回归分析更多是说数据回归到我们预设的自变量因变量模型的分析，例如线性回归就是说假设了自变量与因变量之间的关系是线性的，那么通过拟合这个模型得到一堆自变量系数，然后通过一堆关于系数（t检验）或模型本身（F检验）的假设检验来说明模型对数据的解释能力。但其实回到100多年前其诞生的维多利亚时代，回归这个说法更多的是特指“回归到均值”，而这背后的故事其实也很有启发性。
回归这个说法诞生于高尔顿关于种子的研究，但真正出名却是在1886年关于父母与子女身高的遗传学<a href=“http://galton.org/essays/1880-1889/galto …