1、作迴歸分析要有實際意義，不能把毫無關聯的兩種現象，隨意進行迴歸分析，忽視事物現象間的內在聯絡和規律；如對兒童身高與小樹的生長資料進行迴歸分析既無道理也無用途。

另外，即使兩個變數間存在迴歸關係時，也不一定是因果關係，必須結合專業知識作出合理解釋和結論。

　　2、直線迴歸分析的資料，一般要求應變數Y是來自正態總體的隨機變數，自變數X可以是正態隨機變數，也可以是精確測量和嚴密控制的值。

若稍偏離要求時，一般對迴歸方程中引數的估計影響不大，但可能影響到標準差的估計，也會影響假設檢驗時P值的真實性。

　　3、進行迴歸分析時，應先繪製散點圖（scatter plot）。

若提示有直線趨勢存在時，可作直線迴歸分析；若提示無明顯線性趨勢，則應根據散點分佈型別，選擇合適的曲線模型（curvilinear modal），經資料變換後，化為線性迴歸來解決。

一般說，不滿足線性條件的情形下去計算迴歸方程會毫無意義，最好採用非線性迴歸方程的方法進行分析。

　　4、繪製散點圖後，若出現一些特大特小的離群值（異常點），則應及時複核檢查，對由於測定、記錄或計算機錄入的錯誤資料，應予以修正和剔除。

否則，異常點的存在會對迴歸方程中的係數a、b的估計產生較大影響。

　　5、迴歸直線不要外延。

直線迴歸的適用範圍一般以自變數取值範圍為限，在此範圍內求出的估計值稱為內插（interpolation）；超過自變數取值範圍所計算的稱為外延（extrapolation）。

若無充足理由證明，超出自變數取值範圍後直線迴歸關係仍成立時，應該避免隨意外延。