1、残差分析：计算模型的残差，即预测值与实际值之间的差异，并检验其是否符合正态分布和性等假设条件。2、均方误差（MSE）：计算预测值与实际值之间的平均误差的平方，并求其均值。MSE越小，说明模型的预测能力越好。3、均方根误差（RMSE）：计算MSE的平方根，可以更直观地评估模型的预测误差。4、平均绝对误差（MAE）：计算预测值与实际值之间的平均误差的绝对值，并求其均值。MAE越小，说明模型的预测能力越好。5、相对误差（MAPE）：计算预测值与实际值之间的相对误差，并求其均值。MAPE可以反映模型的预测精度，但对于小样本数据来说，MAPE的结果可能不太稳定。