违反模型假设，可能导致偏见和不准确的标准错误

可预测性能差

缺少解释性变量

将您的模型与增强替代品进行比较。例如，通过进行似然比测试进行比较。测试模型对更精细的替代模式是一种评估不足证据的方法。选择替代模型时仔细思考。

剩余诊断情节是一种非正式的，但有用的方式来评估违反模型假设。您可以绘制残差以检查正常性，残余自相关，残留的异素形和缺失预测因子。自相关和异源性的正式测试也可以帮助量化可能的模型违规。

预测性能检查。将数据划分为两部分：培训集和验证集。仅使用培训数据拟合您的型号，然后在验证期间预测拟合模型。通过比较模型预测对真实的，持有观察，您可以评估模型的预测性能。预测均方误差（PMSE）可以计算为预测性能的数值摘要。在竞争模型中选择时，可以查看它们各自的PMSE值以比较预测性能。