14年的数据，两变量模型，共28个观测点，确实有点少，对结果肯定有影响。
建议用月度数据或季度数据。
OLS和时序模型没有明确的样本数据限制，一般根据研究的问题根据需要决定，
例如：n:m=10~20，就是根据95%的置信水平用数学推导出的一个经验公式，
具体到你的问题，用季度数据就可以解决；当然月度水平更好。当然再扩大样本
也可以。
另外，用bootstrap或Gibbs抽样扩大样本进行模拟估计也可以，但至于准确性
要进行检验，要用matlab编程。

或者就这二者关系咱们相互讨论一下，也是可以的。

这么少，不好做回归啊，有两个点偏离的好严重啊，相关分析还是可以做的，回归我觉得应该是要比较多的数据的，要不然结果就算出了你自己都不敢相信

从理论上来讲，如果自变量有K个，做回归分析最小样本量达到3K+1就可以了。不过，在实际运用当中，还是样本大一些的好。就你所说的这个问题，14个样本应该是可以的。

请教楼上，“做回归分析最小样本量达到3K+1”的理论推导是什么，能否在这里给出，或者给个链接或某本教材？考虑到自由度的关系，3k+1是不是太少了点？