你的问题比较宽泛，试着给你介绍一些。
第一，刚开始学习，可以试着做简单的回归，用OLS进行，形如y=c+ax+e。然后，逐渐增加变量个数。至于样本，可以分别选择横截面或者面板数据。如果你有时间序列数据，可以进行协整和格兰杰因果检验以及误差修正模型（VECM）分析。
第二，在对上述问题有所了解后，要注意对结果的解读和修正，比如进行异方差和自相关检验，如果存在可以用稳健标准差（stata里面，只需要在回归命令后加，r即可），此外，如果变量较多，多重共线性也是要注意的。
第三，方法升级，考虑内生解释变量问题，可以采用工具变量法、2SLS、GMM进行估计。
第四，如果你的解释变量或者被解释变量比较特殊，不如只取正值、整数等，可以选择Logic、Probit等等回归方法。
第五，如果你还想升级的话，那就是实验经济学了，呵呵。