1 基本概念
1.1 定义
模型检查是指在模型建立之后，对其结构、参数、拟合效果与适用范围进行系统评估的过程。这里的“模型”既可以是理论模型，也可以是统计模型、数学模型或数据驱动模型。检查的核心目的，是判断模型是否与数据和研究目标相一致，并识别其中可能存在的偏差、失配或不稳定因素。
1.2 目的与作用
模型检查的主要作用，在于确认模型是否能够在既定条件下可靠使用。它既帮助研究者发现模型设定中的问题，也为后续修正提供依据。例如，当模型对观测数据拟合不佳时，检查结果可提示是否需要调整变量形式、补充关键因素或改变估计方法。对于比较多个候选模型时，模型检查同样具有筛选和优化功能。
1.3 与模型验证、模型诊断的区别
模型检查与模型验证、模型诊断密切相关，但侧重点并不完全相同。模型检查强调对模型整体表现的审视，通常包括结构、拟合和稳定性的综合判断；模型验证更偏向确认模型在独立数据或新情境下的可用性；模型诊断则更聚焦于寻找具体问题来源，如残差异常、异方差或影响点等。三者常在实际工作中配合使用，但概念上各有侧重。
1.4 在科学方法中的位置
在科学方法中，模型检查位于“提出假设—建立模型—检验模型—修正模型”这一循环链条的中后段。它把抽象理论与经验数据连接起来，使模型不只是形式化表达，也能接受现实材料的检验。通过这一环节，研究者能够不断调整对现象的理解，并提升模型对实际问题的解释力与预测力。
2 检查对象
2.1 假设结构
模型检查首先关注模型所依赖的基本假设是否成立，例如线性关系、独立同分布、误差正态性或变量之间的因果设定。若前提假设与数据特征不符，即使模型形式看似完整，也可能导致结论失真。因此，对假设结构的审视是检查工作的起点。
2.2 参数合理性
参数是否具有合理的数值范围、方向和统计意义，是检查的重要内容之一。某些参数可能虽然能够估计出来，但取值异常、标准误过大或符号与理论预期相反，这往往意味着模型设定或数据质量存在问题。参数合理性不仅关乎解释，也影响模型的稳定性。
2.3 数据拟合程度
数据拟合程度反映模型对观测信息的解释能力。常见的考察方式包括拟合优度、预测误差以及训练集上的表现等。拟合过差通常说明模型过于简化，无法捕捉主要规律；而拟合过强则可能提示模型过于复杂，已经开始记忆数据中的偶然波动。
2.4 残差与误差分布
残差是观测值与模型预测值之间的差异，其分布情况常被视为模型是否合格的重要线索。理想情况下，残差应随机分散、均值接近零，并且不呈现系统性模式。若残差出现明显趋势、偏态、厚尾或方差不均，则说明模型可能遗漏了结构信息或误差假设不成立。
2.5 模型稳定性
模型稳定性指在样本扰动、参数变化或外部条件轻微改变时，模型结论是否保持大体一致。一个稳定的模型通常不会因为数据中少量异常点而发生显著波动。稳定性不足往往意味着模型过度依赖局部信息，实际应用时可靠性有限。
3 常见检查方法
3.1 图形化诊断
图形化诊断是模型检查中最直观的方法之一。通过将残差、拟合值、观测值或理论分布以图形方式呈现，研究者可以快速发现模式、偏离和异常点。这类方法不依赖单一数值判定，常用于初步识别问题。
3.1.1 残差图
残差图用于观察残差随拟合值、时间或解释变量变化的情况。若图中点状分布随机且无明显结构，通常说明模型基本合适；若出现弯曲、漏斗形或分层现象，则可能意味着模型形式、方差设定或变量关系需要调整。
3.1.2 Q-Q图
Q-Q图用于比较样本残差分布与理论分布之间的差异，最常见的是与正态分布进行比较。若点大体落在参考直线附近，表示分布假设较为合理；若两端明显偏离，则可能存在偏态、厚尾或异常值影响。
3.1.3 拟合值与观测值对比图
该图通过将预测结果与真实观测结果放在同一坐标系中比较，直接展示模型对数据的再现能力。若点分布接近对角线，说明模型预测较好；若偏离较大，则表示模型解释力有限，或在特定区间存在系统误差。
3.2 统计检验
统计检验通过构造原假设与备择假设，对模型中的特定性质进行定量判断。与图形方法相比，它更强调可重复的数值证据，但也依赖于样本规模和检验前提。
3.2.1 正态性检验
正态性检验用于判断误差项或残差是否近似服从正态分布。常见方法包括Shapiro-Wilk检验、Kolmogorov-Smirnov检验等。需要注意的是，样本量较大时，即便偏离程度很小，也可能被检验识别出来，因此应结合图形判断综合解读。
3.2.2 异方差检验
异方差检验用于判断误差方差是否随自变量或拟合值变化而改变。若存在异方差，传统参数估计和显著性检验可能受到影响。常见方法包括Breusch-Pagan检验和White检验等，通常与残差图配合使用。
3.2.3 独立性检验
独立性检验用于考察残差或观测值之间是否存在相关性。时间序列和空间数据中，这一问题尤为常见。若误差并非独立，模型可能遗漏了时序依赖或空间结构，从而影响推断结果。
3.3 交叉验证
交叉验证通过将数据分为训练集与验证集，反复评估模型在未见数据上的表现，用以衡量泛化能力。常见形式包括k折交叉验证、留一法和重复抽样验证等。该方法尤其适合比较模型预测性能，并减少对单次样本划分的依赖。
3.4 信息准则比较
信息准则用于在拟合优度与模型复杂度之间进行平衡。它们为模型比较提供统一尺度，常用于多个候选模型之间的筛选。
3.4.1 AIC
AIC，即赤池信息准则，侧重于在解释数据与控制复杂度之间取得折中。其值越小，通常表示模型在信息损失与复杂度惩罚之间的综合表现越优。AIC常用于预测导向的模型比较。
3.4.2 BIC
BIC，即贝叶斯信息准则，对模型复杂度的惩罚通常更强。相比AIC，BIC更倾向于选择较为简洁的模型，尤其在样本量较大时较常使用。它常被视为更强调模型简约性的比较工具。
3.5 敏感性分析
敏感性分析用于考察模型结果对输入条件、参数设定或数据扰动的依赖程度。若轻微修改某些假设便导致结论大幅变化，说明模型对这些因素较为敏感，稳健性有限。该方法有助于识别关键变量和高影响参数。
4 检查流程
4.1 建模前的假设确认
在建模之前，应先明确研究问题、变量关系和基本假设，并判断数据是否满足拟采用模型的前提条件。若在这一阶段就发现数据类型、尺度或结构不适配，后续检查和修正的成本会更高。因此，前期确认具有预防作用。
4.2 拟合后的初步诊断
模型拟合完成后，通常先进行初步诊断，包括查看残差分布、拟合图和参数估计结果。这个阶段的目标是快速识别明显异常，如系统偏差、极端点或不合理参数。初步诊断往往决定是否需要进入更深入的分析。
4.3 关键指标评估
在初步判断之后，应进一步结合适当指标评估模型性能，例如误差大小、拟合优度、信息准则或交叉验证结果。不同研究目的对应的核心指标并不相同：解释性研究更重视参数稳定与假设合理，预测性研究则更强调泛化表现。
4.4 异常结果的定位
当检查发现异常时，需要回溯其来源，判断问题出在数据、模型结构还是估计过程。异常可能来自漏项、变量变换不当、样本污染或测量误差。准确定位问题，是后续修正能否奏效的关键。
4.5 模型修正与复检
模型修正可能包括增加变量、改变函数形式、处理异常值、采用稳健方法或更换模型框架。修正后必须重新检查，确认问题是否得到改善。模型检查并非一次性步骤，而是一个迭代过程，通常需要反复进行。
5 结果解释
5.1 拟合良好与拟合不足
拟合良好并不等于模型绝对正确，而是说明在当前数据和假设下，它能够较好地重现观测规律。拟合不足则通常意味着模型遗漏了重要结构或简化过度。解释结果时，应区分“统计上可接受”与“理论上完全准确”两层含义。
5.2 偏差与方差权衡
偏差与方差是评价模型性能的两个核心方面。偏差过大通常源于模型过于简单，难以逼近真实关系；方差过大则常见于模型过于复杂，对样本波动反应过强。模型检查的一个重要任务，就是帮助研究者理解两者之间的平衡状态。
5.3 过拟合与欠拟合
过拟合指模型过度贴合训练数据中的细节和噪声，导致在新数据上表现下降；欠拟合则表示模型过于粗糙，连主要规律都未捕捉到。二者都可通过检查发现，前者常表现为训练效果极佳而验证效果变差，后者则表现为整体误差偏高。
5.4 解释性与预测性的平衡
有些模型强调可解释性，便于说明变量关系和机制；另一些模型更注重预测准确率。模型检查应结合研究目标来解释结果，不能单纯以某一个指标决定优劣。对于机制研究，结构清晰和参数可解释性很重要；对于预测任务，泛化能力往往更关键。
6 应用领域
6.1 统计推断
在统计推断中，模型检查用于确认推断前提是否合理，从而保证置信区间、显著性检验和参数解释具有基础。若模型假设偏离严重，推断结论的可信度就会降低。因此，检查是统计分析流程中的标准环节。
6.2 机器学习
机器学习中的模型检查通常关注泛化性能、误差分布和过拟合风险。除传统指标外，还常借助交叉验证、学习曲线和特征重要性分析等方式进行评估。由于此类模型可能较复杂，检查往往比单纯看训练精度更为重要。
6.3 物理与工程建模
在物理和工程领域，模型检查常用于验证方程设定、边界条件和参数估计是否与实验或观测结果一致。由于这类模型通常用于设计、控制或预测，检查结果会直接影响工程决策的安全性与可行性。
6.4 生物医学研究
生物医学研究中，模型检查有助于确认风险模型、实验模型或生存分析模型是否适合样本数据。由于数据常受个体差异、测量误差和样本偏倚影响，检查过程通常较为严格，需要结合多种方法综合判断。
6.5 社会科学研究
社会科学中的模型往往面对复杂行为、隐含变量和样本异质性，因此检查尤为重要。研究者通常需要评估模型是否遗漏重要因素，是否受到异常个案影响，以及推断是否能在不同群体中保持稳定。
7 常见问题
7.1 样本量不足
样本量不足会削弱检验效能，使得模型中的问题难以被及时识别。同时，小样本下参数估计往往更不稳定，模型比较也更容易受到随机波动影响。因此，检查结论在小样本情境中应格外谨慎。
7.2 多重共线性
多重共线性会使解释变量之间高度相关，从而导致参数估计不稳、标准误增大、显著性判断困难。虽然模型整体可能仍有较好的预测力，但单个变量的解释往往变得模糊，这会影响检查与解释的可靠性。
7.3 异常值影响
异常值可能显著改变参数估计和拟合结果，尤其在样本量较小或模型对极端点敏感时更为明显。模型检查需要识别这些点是否属于测量错误、特殊个案或真实但罕见的现象，再决定是否保留或单独处理。
7.4 模型假设不成立
当基本假设不成立时，模型可能在形式上运行正常，但其结果并不可信。此类问题往往需要通过重新设定模型、变换变量或采用更稳健的方法来处理。假设不成立是模型检查中最常见也最重要的警报之一。
7.5 过度依赖单一指标
若仅凭某一个指标判断模型好坏，容易忽略其他重要信息。例如，只看拟合优度可能掩盖复杂度过高的问题，只看某个检验的P值也可能导致误判。较稳妥的做法是结合图形、检验和验证结果进行综合评估。
8 相关概念
8.1 模型验证
模型验证是对模型在独立数据或真实应用场景中的有效性进行确认的过程。与模型检查相比，它更强调外部可用性和实际表现，常用于判断模型是否可以进入正式使用阶段。
8.2 模型诊断
模型诊断侧重于识别模型中具体的缺陷来源，如残差结构、影响点、异方差或自相关等。它通常是模型检查的深入步骤，目标是找到“问题在哪里”。
8.3 模型选择
模型选择是在多个候选模型之间进行比较，并选出相对更合适者的过程。模型检查可为模型选择提供依据，但模型选择还会综合考虑复杂度、解释性和研究目的。
8.4 假设检验
假设检验是基于样本数据对总体或模型假设作出统计判断的方法。它是模型检查中常用的工具之一，但并不等同于模型检查本身，因为后者还包括图形分析、误差评估和稳定性考察。
8.5 泛化能力
泛化能力是模型在未见数据上保持良好表现的能力。它反映模型是否真正学到了数据背后的规律，而不是仅仅记住了训练样本。模型检查的重要任务之一，就是尽可能评估这种能力。