Exercise 6.3 要求用 exam.csv 重建 Simple Linear Regression，驗證原書 Table 6.9 的結果。
把手算的 Sum of Squares、R-square 與 F-test 與統計軟體輸出互相驗證。
Target = Exam Mark；Predictor = Hours of Revision。
| 設定 | 內容 |
|---|---|
| Dataset | exam.csv |
| Target | Exam Mark |
| Predictor | Hours of Revision |
| 原書 F-value | 11.57 |
| 原書判斷 | p < 0.01 |
建立 Regression 後，比較 Explained Sum of Squares 與 Residual Sum of Squares，計算 R² 與 F statistic，再與 Table 6.9／SAS VA 輸出核對。
原書指出 F = 11.57，查 F table 得 p < 0.01，因此可拒絕「模型不比 Mean Prediction 更好」的 Null Hypothesis。
Model Significance 回答的是加入 Predictor 後，模型是否相較只用 Mean 有足夠改善，而不是保證每一筆預測都準確。
請根據我提供的 ANOVA／Regression Output，核對 F-test 是否支持模型優於 Mean-only Model，並清楚區分 Statistical Significance 與 Practical Usefulness。
問題： Model Significant 是否等於模型已經 Fit for Purpose？
參考解答： 不等於；仍須考慮 Prediction Error、Assumptions、Unseen Data Performance 與實際決策用途。