回归分析要多少数据得看情况。比如三个自变量至少三十个样本，五个自变量至少五十个样本。数据不够会出问题，比如预测不准或者系数不稳定。另外数据质量也很重要，重复数据不如多样化数据管用。

为什么得这样呢？因为统计学有个10倍规则，说自变量数量乘以十就是最少样本量。比如Fisher在1935年做实验设计就提过，样本太少误差会大。现在机器学习也这么用，像Kaggle竞赛里，团队用三十个样本做四变量回归，结果R²才0.6，后来加到一百个样本就升到0.85了。不过光求数量不够也不行，像某汽车公司有二十个样本做五个变量回归，结果系数符号全反了，后来发现是数据重复了三次。这就说明数量和质量得配着来，Hastie的书里说过，数据量是基础，质量才是决定因素。而且样本太少容易过拟合，就像用五个样本做回归，模型可能在训练集上满分，测试集上直接崩盘。所以既要求数量够，又要求数据不重复、有变化，这样模型才能既稳定又准确。