违反模型假设，可能导致偏差和不准确的标准错误

可怜的预测性能

失踪的解释变量

将您的模型与增强的替代方案进行比较。例如，通过进行似然比测试进行比较。用一个更复杂的替代模型来测试你的模型是一种评估不充分证据的方法。在选择替代模型时要仔细考虑。

制作残留诊断图是一种非正式的——但有用的——评估模型假设是否违反的方法。您可以绘制残差来检查正态性、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测试也可以帮助量化可能的模型违例。

预测性能检查。将数据分成两部分: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。通过将模型预测与真实的、顽固的观察结果进行比较，您可以评估模型的预测性能。预测均方误差(PMSE)可以作为预测性能的数值总结来计算。当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。