Underfitting ist eine Gefahr bei der Modellselektion innerhalb der multiplen Regression (siehe: Modellselektion). Es bezeichnet die Auswahl von zu wenigen Prädiktoren im „finalen Modell“, also den Ausschluss von Prädiktoren, welche in Wahrheit einen relevanten Effekt auf das Kriterium haben und daher klinisch relevant wären.
