NB: Aucun des critères listés n'est définitif en lui-même car il n'existe pas actuellement de consensus. Toutefois, ils peuvent donner des idées aux lecteurs sur ce qu'il peut rechercher afin d'avoir une opinion son modèle.
1/ Le modèle donnant la plus faible fonction objective avec le plus faible nombre de paramètre (le plus simple)
2/ Les meilleures représentations graphiques (goodness of fit plots).
Les courbes suivantes sont à prendre en compte pour le choix du modèle de base:
Avec
PRED = concentrations prédites,
DV (dependant variable) = concentrations observées,
RES = résiduelle (RES = DV - PRED),
WRES = weighted RES
| Graphiques | Commentaires |
| PRED fc de DV | Donne une impression d'ensemble du fit. Les points doivent être le plus proche possible de la diagonale. |
| IPRED fc de DV | |
| RES fc de PRED | Permet de voir quelle partie des données n'est pas expliquée par le modèle de structure. |
| WRES fc de PRED | Les résidus doivent être équitablement répartis, qlq soit les concentrations prédites. Toute tendance observée, n'est pas prise en compte par le modèle. |
| DV et PRED fc de TIME | Permet de voir si les concentrations prédites sont similaires aux concentrations observées, qlq soit le temps. |
| RES fc de TIME | Permet de voir si les écarts entre les concentrations observées et prédites sont constantes au cours du temps. |
| WRES fc de TIME |
Permet de voir si des désaccords apparaissent au cours du temps. |
3/ Des estimations raisonnables des différents paramètres (Ka, V, CL) avec un IC95% encadrant l'estimation.
4/ Une variabilité des paramètres entre 30-40%
5/ Des simulations en accord avec les données observées (IC90% contient la majorité des données)
6/ La distribution des erreurs aléatoires est en accord avec les hypothèses (moyenne zéro)
7/ Pas de tendance entre ETA et covariables
8/ Pas de tendance entre ETA et doses
.../...
