违反模型假设，可能导致偏差和不准确的标准误差

预测能力差

解释变量缺失

将您的模型与增强的替代方案进行比较。进行比较，例如进行似然比检验。将您的模型与更详细的替代模型进行测试是评估不足证据的一种方法。在选择替代模型时要仔细考虑。

绘制剩余诊断图是一种非正式但有用的评估模型假设违反情况的方法。你可以绘制残差图来检查正态性、残差自相关、残差异方差和缺失的预测因子。对自相关和异方差的正式检验也可以帮助量化可能的模型违规。

预测性性能检查。将数据分为两部分:训练集和验证集。仅使用训练数据拟合模型，然后在验证期间预测拟合模型。通过比较模型预测与真实的，坚持观察，你可以评估你的模型的预测性能。预测均方误差(PMSE)可以作为预测性能的数值总结来计算。在相互竞争的模型中进行选择时，您可以查看它们各自的PMSE值来比较预测性能。