一句话定义
残差是观测值与模型预测值之间的差。
机制 / 原理
残差告诉你模型哪里没解释好。若残差只是随机散在 0 附近，直线模型可能还行；若残差呈弯曲、漏斗形或成群，说明模型可能漏了非线性、变异不等或关键变量。残差不是垃圾，而是模型诊断信号。
经典实验 / 例子
回归教材常画残差图检查线性模型：如果残差图出现明显 U 形，说明真实关系可能是弯曲的，直线回归把结构性模式留在了误差里。
生活中的例子
你用距离预测外卖送达时间，市中心订单总是比模型预测慢很多，这些正残差可能提示交通拥堵这个变量被漏掉了。
常见误区
常见误区是残差只是模型失败后剩下的噪声。残差的模式常常告诉你模型该怎么改。