残差和离差有什么区别?

残差是实际观测值与模型预测值之间的差距，反映单个数据的误差大小；离差则是数据点与平均数的偏差，表示数据整体的离散程度。

区别

残差：用于评估模型的准确性，每个数据点都有一个对应的残差值。比如线性回归中，残差越小说明模型拟合越好。残差可以帮助发现异常值，比如预测房价时，某个房子实际价格比预测值高很多，残差就会很大。残差总和等于0，这是模型拟合的一个特性。

离差：描述数据围绕平均数的波动情况，所有离差之和也为0。离差平方和常用于计算方差，衡量数据的整体分散程度。比如班级考试分数，离差大的说明分数分布不均匀，高低分差距明显；离差小的则分数比较集中。离差不针对具体模型，只与数据本身的分布有关。