1、残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。
2、“残差”蕴含了有关模型基本假设的重要信息。
3、如果回归模型正确的话， 我们可以将残差看作误差的观测值。
4、它应符合模型的假设条件，且具有误差的一些性质。
5、利用残差所提供的信息，来考察模型假设的合理性及数据的可靠性称为残差分析。
残差是什么意思1、 残差，顾名思义就是没有达到标准。
2、但是很多时候，我们常常会听见这样一句话“完成任务”，那么“完成任务”和“没有达到标准”之间有什么区别吗？
3、答案当然是肯定的！没有达到标准的称作没有达标，而只能叫做没有完成任务了……而“完成任务”则不同了，它在于说明你完成得非常好，可以看出你努力过程中所付出的艰辛和汗水，甚至还包括运气……总而言之就是一句话，比较客观地表述自己真实的水平。
残差和偏差的区别高中数学1、残差在数理统计中是指实际观察值与估计值（拟合值）之间的差。
2、偏差又称为表观误差，是指个别测定值与平均值之差，它可以用来衡量测定结果的精密度高低。
3、偏差（bias）：
4、偏差衡量了模型的预测值与实际值之间的偏离关系。
5、通常在深度学习中，我们每一次训练迭代出来的新模型，都会拿训练数据进行预测，偏差就反应在预测值与实际值匹配度上，比如通常在keras运行中看到的准确度为96%，则说明是低偏差；反之，如果准确度只有70%，则说明是高偏差。
