多元线性回归样本量多少为合适?

多元线性回归的样本量没有固定标准，但一般建议样本数量是自变量个数的5到10倍。例如模型有10个自变量，至少需要50到100个样本。样本太少会导致结果不稳定，容易过拟合；样本过多则增加计算负担。实际应用中还要考虑数据质量，异常值和缺失值会影响模型效果。最好通过预实验或历史数据估算所需样本量。

样本量选择要点

样本量不足会降低模型可靠性，回归系数可能产生较大误差。理想情况下样本量应达到自变量个数的20倍以上，这样结果更稳健。研究显示当样本量少于自变量个数的3倍时，模型几乎无法使用。实际操作中可以借助统计软件进行功效分析，确定最小样本需求。同时要确保样本具有代表性，避免数据偏差影响最终结论。