残差平方和怎么计算

残差平方和（Residual Sum of Squares, RSS）是衡量回归模型拟合数据好坏的一个统计量，其计算公式如下：

```RSS = Σ（yi - yi_hat）²```

其中：

`yi` 是观测值的实际值；

`yi_hat` 是通过回归模型预测出的理论值；

Σ 表示对所有观测值进行求和。

计算步骤通常包括：

1. 将每个数据点的横坐标代入回归模型方程，计算出对应的理论纵坐标值；

2. 计算实际纵坐标与理论纵坐标的差值；

3. 将每个差值的平方相加，得到残差平方和。

残差平方和越小，说明回归模型的拟合效果越好。

其他小伙伴的相似问题：

残差平方和与标准差平方和有何区别？

如何用Excel计算残差平方和？

残差平方和的四种表达公式是什么？