实际应用回归分析方法时，应该注意哪些事项?
（1）回归分析的数据资料问题。因变量和自变量的纵向资料或横向资料是回归分析的定量分析依据。如果观察值个数太少会使回归模型统计检验不具有显著性或预测的置信区间变宽。应尽量多搜集数据量，一般以n＞30为好，同时对所搜集的数据资料要进行分析，如果数据序列含有季节变化，为了得到准确结果，在进行回归分析前必须从数据序列中消除季节因素。（2）回归分析模型要在预测中应用，需要有预测期的自变量X的估计值。为此，自变量预测值的估计值的准确程度直接影响因变量的预测精度，回顾一下，置信区间是对一个既定的X值而言的，如果预测期自变量X是个估计值，且X值离开建立回归模型的X值范围之外较远，则置信区间会增宽。（3）预测期的问题。随着时间的推移，以往存在的关系在未来几年中是否仍成立，是利用回归分析预测模型开展预测之前必须明确的。当预测期变得较长时，就一定要考虑关系的稳定性。随着时间的推移，应该周期地补充资料检验回归模型，以便认清过去的关系是否成立。（4）非线性的回归分析问题。回归分析是以观察资料的拟合直线为基础进行的。在市场研究中因果关系往往并不都呈线性关系，如产品生产产量与生产成本的关系就是呈曲线关系。在经济预测分析中，因果关系呈现指数曲线、双曲线、二次曲线等非线性的关系较为普遍。如果因果关系为非线性的，一定要将非线性的函数模型（非线性方程）进行数学变量转换，变成线性方程，再利用最小二乘法计算回归线性方程的参数及进行有关检验。（5）自相关问题。当回归分析利用纵向资料，会由众多原因引起回归分析中误差项（Y-[AKY＾]）随时间显示出某种规律性形态，此即自相关问题。如果存在自相关问题，回归方程的预测会出现估计过高或估计过低的现象。
