生成模型需要足夠複雜，才能解釋觀測資料；但若增加太多參數，也可能過度擬合、降低可辨識性並使預測失準。變分自由能常被分解為準確度與複雜度的取捨，提醒研究者不能只追求對既有資料的最佳配適。有效模型應在解釋力、簡潔度與樣本外預測之間取得平衡。
思與行
- 建模前先確定研究問題，再決定狀態空間與參數數量。
- 報告模型複雜度、參數恢復與樣本外表現，而不只呈現最佳擬合。
生成模型需要足夠複雜，才能解釋觀測資料；但若增加太多參數，也可能過度擬合、降低可辨識性並使預測失準。變分自由能常被分解為準確度與複雜度的取捨，提醒研究者不能只追求對既有資料的最佳配適。有效模型應在解釋力、簡潔度與樣本外預測之間取得平衡。