原書第 10 章 Practice Problem 1：以 12 家同規模門市的貨架數預測早餐穀片銷售額，練習散佈圖、簡單線性迴歸與決定係數 R²。
y=mx+b 迴歸方程。超市行銷經理想知道：增加早餐穀片的貨架空間，能否合理預測銷售額？原書提供 12 家等規模門市資料；Aisle location 也列在表中，但原書解答提醒此簡單迴歸只使用貨架數與銷售額。
| 貨架數 x | 銷售額 y（US$ 千） | Aisle location |
|---|---|---|
| 5 | 160 | 0 |
| 5 | 220 | 1 |
| 5 | 140 | 0 |
| 10 | 190 | 0 |
| 10 | 240 | 0 |
| 10 | 260 | 1 |
| 15 | 230 | 0 |
| 15 | 270 | 0 |
| 15 | 280 | 1 |
| 20 | 260 | 0 |
| 20 | 290 | 0 |
| 20 | 310 | 1 |
先做 scatter plot，再加入 Linear Trendline 並顯示 equation 與 R-squared。也可用 Data → Data Analysis → Regression，設定 Y Range 為銷售、X Range 為貨架數。
| 結果 | 數值 |
|---|---|
| 斜率 m | 7.40 |
| 截距 b | 145（依來源表重算） |
| 迴歸式 | ŷ = 145 + 7.40x |
| R² | 0.6839 |
原書解答把 R²=0.6839 解讀為約 68% 的銷售變異可由貨架數解釋；斜率 7.40 表示在此模型中，每增加 1 單位貨架空間，預測銷售額增加約 US$7.40 千。這是關聯式預測模型，不等於證明增加貨架本身必然造成同額銷售成長。
請根據 12 家門市的貨架數與銷售額，解讀 ŷ=145+7.40x 與 R²=0.6839。分別說明斜率、截距、解釋力與因果限制，不要把 R² 解讀成成功率。
**問題：**若某店規劃 18 個貨架，模型預測銷售額是多少？