求回归方程的残差，核心做法就是把每个实际观测到的数据值，减去根据回归方程预测出来的数据值。以一元线性回归 y = a + bx 为例，残差就是 y_i 减去 y_hat_i，也就是 y_i - (a + b x_i)。如果是一元模型，用自变量 x 算出预测值；如果是多元模型，就用多个自变量一起算出预测值，再用实际值减预测值。残差表示“实际值和预测值之间的差值”，它可以是正数，也可以是小于零的数，还可以等于零。
