????線性回歸因變量的觀測值是樣本真實(shí)數(shù)據(jù)，估計(jì)值是回歸模型估計(jì)出來的預(yù)測值，二者的差別稱為殘差。誤差項(xiàng)表示對因變量而言，模型自變量無法解釋的部分，通常假定誤差服從均值為0的分布。???

????注意：殘差與誤差項(xiàng)不同，殘差是針對樣本真實(shí)數(shù)據(jù)而言，可以視為對總體模型中誤差項(xiàng)的估計(jì)。????

????殘差越小，說明擬合的回歸模型越好，模型的預(yù)測值更加貼近實(shí)際值。

????雖然我們可能會更關(guān)心回歸系數(shù)的大小，但實(shí)際上殘差能告訴我們這些系數(shù)的估計(jì)值是否可靠，而這一點(diǎn)更為重要，回歸系數(shù)無論表現(xiàn)多好，如果其不能穩(wěn)定可靠，我們的計(jì)算和預(yù)測是沒有意義的。

????因此，在數(shù)據(jù)分析中一定要學(xué)會觀察殘差圖，任何模型擬合的問題基本上都能在殘差圖中體現(xiàn)出來。

????一條對數(shù)據(jù)點(diǎn)擬合較好的回歸線必然穿過所有數(shù)據(jù)點(diǎn)的中央，所有的點(diǎn)圍繞這條線隨機(jī)波動，反映在殘差中就應(yīng)該是圍繞0隨機(jī)波動，不應(yīng)該有任何趨勢。如果殘差能看出趨勢，則說明模型擬合肯定有問題。