我将介绍这样的问题：

假设有些人具有不同的能力/技能。这些能力/技能取决于环境：地板的性质、天气温度、风速。我想研究的能力/技能是个人考虑环境的速度。
如您所知，速度取决于距离，不仅因为公式distance/time unit，而且因为即使是 Usain Bolt 也无法再现 100m 和 200m 学科的相同速度，实际上他的平均速度随着距离而降低，环境变量为常数。这就是为什么我不能只看平均速度本身来判断它是否更适应
所以，因为因素是可变的/确实会改变，我想用边际效应来隔离，并得出结论，地板的什么性质更适合这个人表演，什么距离也更好（尤塞恩·博尔特不是为了耐力而做的.. .)。为此，我想使用线性回归，这更容易推导。

主要问题是我的数据并不总是很多历史性的。这通常是以前的经验不超过 5-6 次。

所以，当我在高中的时候，有一条经验法则告诉我们至少需要 5 分才能做出一个函数（使用 OLS）。知道自己年纪大了，经验也多了，我怀疑这个小门槛。但是我没有足够的经验来知道这个门槛到底是什么。你有什么主意吗 ？