模型集大小（model set size），理学-系统科学-系统技术科学-系统通信与估计-建模数据-模型集，描述模型的复杂程度的概念。不管采用哪种建模方法，都必须首先明确模型中应该包含的变量。一个系统的变量很多，包括输入变量（如控制变量或干扰变量）和输出变量（如观测变量或状态变量）。模型中应该包括哪些变量完全取决于建模的目的，它只应包括对建模目的影响比较显著的变量，避免模型过于复杂，失去实用价值。模型集大小还体现在状态空间模型的阶次、线性时不变系统一般结构模型的系数多项式个数和各个多项式的阶次、神经网络的神经元数量等。确定模型集的大小需要从可辨识性、灵活性、悭吝性、算法的复杂性和准则函数的性质等方面来考虑。①灵活性与悭吝性。以线性时不变系统一般结构模型为例，从灵活性角度考虑，系数多项式应多选几个，或系数多项式少选几个，但多项式的阶次要高。从悭吝性角度考虑，系数多项式应少选几个，或多项式的阶次要低。由此可见，灵活性与悭吝性之间是相互矛盾的，在实际应用中可以按照从简单模型到复杂模型的规则，以便同时兼顾这两方面的要求。②算法的复杂性。