Рассмотрен ряд приемов, позволяющих улучшать качество оценивания при решении практических задач регрессионного оценивания. Предлагаемый в работе подход к регрессионному оцениванию ориентирован на случай неоднородных выборок, когда исходная выборка наблюдений (объектов) «разваливается» на классы, отличающиеся существенно разными значениями зависимой переменной (но не регрессоров) и достаточно представительные для построения в каждом из них какой-либо регрессионной модели. Процедура оценивания в этом случае включает в себя этап классификации (отнесения оцениваемого объекта к тому или иному классу выборки) и этап собственно оценивания с использованием соответствующей регрессионной модели для этого класса.