Un critère d'évaluation d'un modèle de régression non paramétrique est proposé. On montre qu'il converge vers la variance résiduelle du modèle pour une large classe de processus stationnaires et de méthodes d'estimation. De plus, une formule non paramétrique de décomposition de la variance faisant intervenir ce critère est établie. Ceci conduit à une mesure d'ajustement comprise entre zéro et un, en échantillon fini. On montre aussi que le critère proposé est asymptotiquement normal en racine de n, et efficace dans le cas particulier d'observations indépendantes et identiquement distribuées, et pour la méthode du noyau. Ceci permet de proposer une procédure de test pour la sélection de régresseurs dans le cas de modèles non-emboîtés. Des simulations confirment l'utilité de ces résultats en échantillon fini.