做不了線性回歸分析可能有以下幾個原因：

1. 數據不滿足線性關系的假設：線性回歸適用於變量之間存在線性關系的情況。如果數據的關系是非線性的，使用線性回歸模型可能不合適。

2. 數據缺乏：線性回歸需要有足夠的數據點來估計模型參數。如果數據點太少，可能無法準確估計出模型的參數，導致分析的不可靠性。

3. 數據存在異常值：異常值可能會對線性回歸的結果產生顯著影響。如果數據中存在異常值，需要進行異常值的處理或選擇其他的回歸方法。

4. 數據具有多重共線性：多重共線性指的是自變量之間存在高度相關性。在這種情況下，線性回歸的結果可能不準確或不可靠。

5. 違反了線性回歸的假設：線性回歸分析需要滿足一些假設條件，如線性關系、獨立性、常態分佈等。如果數據違反了這些假設，線性回歸的結果可能不可靠。

可能是要分析的數據之間並沒有線性關系，或者數據中包含的噪聲數據太多。