残差是因变量的观测值与根据估计的回归方程求出的预测值之差,用e表示。它反映了用估计的回归方程去预测观测值而引起的误差。
误差(error)和残差(residual)是两个相近但有区别的概念,二者均是统计样本中某一元素的观测值与其“真值”(未必可直接观测得到)之间的离差的度量。
残差和误差的区别:
1、误差是观测值与总体均值的偏差,而残差是观测值与样本均值的偏差。
2、误差大小可以衡量测量的准确性,残差大小可以衡量预测的准确性。
3、误差越大则表示测量越不准确,残差越大表示预测越不准确。
4、误差与测量有关,残差与预测有关。
以上内容参考:百度百科-残差
一、不同点
1.定义不同
误差:观测值与真实值的偏离。
残差:观测值与拟合值的偏离。
2.作用不同
误差与测量有关,误差大小可以衡量测量的准确性,误差越大则表示测量越不准确。
残差与预测有关,残差大小可以衡量预测的准确性。残差越大表示预测越不准确。
二、相同点
都是衡量不确定性的指标。
扩展资料:
误差分为两类:系统误差与随机误差。系统误差与测量方案有关,通过改进测量方案可以避免系统误差。随机误差与观测者,测量工具,被观测物体的性质有关,只能尽量减小,却不能避免。
误差大,由异常值引起.表明数据可能有严重的测量错误或者所选模型不合适,残差大,表明样本不具代表性,也有可能由特征值引起。
反正要看一个模型是否合适,看误差要看所取样本是否合适,看残差。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)